Planificación Proyecto Definición de Requerimientos de Negocio

Etapas del Ciclo de Vida de la construcción de un DW

Planificación Proyecto

Definición de Requerimientos de Negocio

 Track Tecnológico

 Diseño Arquitectura Tecnológica

 Selección e Instalación de Software

 Track Modelación

 Modelación Dimensional

 Diseño Físico

 Diseño y Desarrollo de Área de Agrupación

 Track Aplicación

 Especificación Aplicación Usuario Final

 Desarrollo Aplicación Usuario Final

 Instalación

 Mantenimiento y Crecimiento

 Gestión de Proyecto

Planificación Proyecto

Determinar viabilidad

Definir contexto / ámbito del proyecto

 Justificación

 Grupo de Trabajo

 Plan de Trabajo

Planificación Proyecto – Determinar viabilidad

Factores de riesgo (crean vulnerabilidad)

 Sponsor fuerte

Respetado y convincente

Motivación de negocio relevante

 Resolver problema de negocio real y crítico

 Factible

 Técnica, Operacional, Financiera, RR. HH.

Buena relación entre el área de negocio y el área de TI

Planificación Proyecto – Definir contexto /ámbito del proyecto

Razonable desde el punto de vista de negocio y manejable desde el punto de vista técnico

Planificación Proyecto – Justificación

Económica

Análisis costo-beneficio

Definición de Requerimientos de Negocio

Hable primero con los usuarios de negocio

Hable luego con la comunidad TI

 Busque problemas de factibilidad

 Identifique eventuales problemas técnicos: plataformas, formatos, acceso, y políticas

OLAP

• Es un tipo de aplicación que pretende facilitar el análisis multidimensional de la información (datos que han sido agregados en varias categorías, o “dimensiones”).
•  Permite al usuario sintetizar información de la organización a través de vistas comparativas, personalizadas; y analizar información tanto histórica (pasado) como estimada (futura).
•  Permite un análisis eficiente que sería muy lento en un sistema de bases de datos tradicional. Funciona con un servidor OLAP, que está entre el usuario y el servidor de bases de datos.

• Las 12 reglas de Codd cubren diferentes aspectos de un modelo OLAP, donde se incluye:

• Definición de la visión conceptual de los datos (multidimensionalidad)
• Definición de las necesidades de los usuarios (rendimiento en consultas y reportes)
• Definición de la plataforma (cliente-servidor)
• Las operaciones que el modelo multidimensional debe cubrir
• Cruces dimensionales sin restricción
• Manipulación intuitiva de datos
• Generación de reportes altamente flexible
•  Dimensiones y niveles jerárquicos sin límite

• Características de una aplicación OLAP exitosa:

•  Capaz de entregar información instantánea (“just-in-time”)
•  Posibilitar una efectiva toma de decisiones
•  Flexibilidad, considerando las relaciones cambiantes entre los datos

• Funcionalidades clave de una aplicación OLAP

• Visión multidimensional de los datos
•  Capacidad de cálculo intensiva
•  Inteligencia para manejar la variable tiempo

•  La clave en sistemas OLAP son las bases de datos multidimnesionales

• BDM no sólo consolidan y calculan datos; también rescatan datos de una variedad de sets de datos
•  Visión múltiple de datos para usuarios que necesitan analizar relaciones entre categorías de datos

• Las BD multidimensionales consolidan y calculan datos para entregar diferentes vistas de la información
• Las posibles vistas de la información están dadas por la combinación de las dimensiones y miembros definicos en el modelo
• Trabajando con BD multidimensionales, los usuarios pueden:

•  PIVOT: cambiar filas por columnas de los datos
•  Drill Down: generar detalle de la información analizada
•  Roll Up: generar una vista más agrupada de la información

Funcionalidades de Partición

•  Sincronización de datos de múltiples cubos particionados.
• Permite a los usuarios navegar a través de cubos con diferentes estructuras dimensionales.
•  Se introduce la funcionalidad de Drill-Across utilizada fundamentalmente para saltar automáticamente de un cubo a otro para efectuar un análisis más detallado.

Qué es minería de datos?

• “DM es el proceso de descubrimiento de nuevas y significativas correlaciones, patrones y tendencias, procesando grande cantidades de información, y utilizando técnicas de reconocimiento de patrones, matemáticas y estadísticas”
• La Minería de Datos se diferencia claramente del resto de herramientas en el sentido de que:

•  No transforma y facilita el acceso a la información para que el usuario la analice más fácilmente.

• La minería de datos por si sola “analiza” los datos.
• Las ventajas de organizar un DW para realizar minería de datos se producen cuando:

•  tenemos grandes volúmenes de datos, o
•  éstos aumentan con el tiempo, o
•  provienen de fuentes heterogéneas o
•  se van a combinar de maneras arbitrarias y no predefinidas.

• Tiene como característica ser en gran parte automática
•  Su uso se ha incrementado por las siguientes razones:

•  Organizaciones están almacenando gran cantidad de datos
• Existe poder computacional
•  La presión por mejorar es fuerte

• La minería de datos es un proceso no lineal, largo y complicado
•  La interacción con el cliente es vital

Técnicas de Minería de Datos

• Un modelo descriptivo proporciona información sobre las relaciones entre los datos y sus características.
• Un modelo predictivo responde preguntas sobre datos futuros.

Usos de DM

• 1. Clasificación
• 2. Estimación
• 3. Predicción
• 4. Detección de afinidad
• 5. Agrupamiento
• 6. Descripción

Clustering

• Proceso automático que consiste en subdividir un conjunto en subconjunto internamente homogéneos y externamente heterogéneos
• Es el equivalente al concepto de segmentación en marketing

Performance Management

Corporate Performance Management es una metodología de integración y entrega de aplicaciones, que utiliza la arquitectura y la tecnología de Business Intelligence como su fundación.

...