sap bi conceptos

SAP Business Intelligence

Conceptos de Inteligencia de Negocios

Agenda

1. Introducción a Business Intelligence

1.1 Justificación histórica

2. Data Warehouse

2.1 Definición y características

3. Conceptos y funcionalidades básicas

3.1 DWH y Data Mart

3.2 Componentes a tener en cuenta a la hora de

construir un DHW

3.3 Fases de la implantación de un DWH

3.4 Técnicas de la explotación de la información.

3.5 Tipos de aplicaciones en las que se utilizan las

técnicas disponibles sobre el DWH.

4.- Plataforma SAP Business Intelligence

1

Introducción a Business Intelligence

¿Que es Business Intelligence?

• Es la combinación de herramientas, técnicas y metodologías

que, apoyadas de las Tecnologías de Información, facilitan la

explotación y el análisis de información para convertirla en

conocimiento y con ello apoyar a la toma de decisiones.

• Toda toma de decisiones involucra aceptar un riesgo, lo que es

indudable es que el objetivo es minimizar ese riesgo, aquí es

donde entra el Business Intelligence.

• Algo peor que no tener información a la mano es, tener mucha

información y no saber que hacer con ella.

1.1 Justificación histórica

1 Introducción

Tipos de necesidades que han surgido sobre los

sistemas de una empresa:

Operacionales

Informacionales

Corporate Data Store

Corporate Data Store

1 Introducción

Tras las dificultades de los sistemas tradicionales en satisfacer las necesidades informacionales, surge el concepto de Data

Warehouse.

1.1 Justificación histórica

1.1 Comparativo OLTP vs OLAP

1 Introducción

Beneficios de Business Intelligence

Mejor calidad y precisión de la información.

Una mejor explotación y aprovechamiento de toda la información de la empresa.

Reducción en los tiempos de espera considerables.

Facilidad, flexibilidad, y poder de análisis en la navegación de información.

Reducción de costos administrativos y de preparación de informes

Fortalecimiento de las capacidades analíticas y de planificación.

Un retorno de inversión a corto y mediano plazo.

Compartir información entre departamentos .

Ventajas competitivas al ser más eficiente en sus procesos.

2 Qué es Business Inteligence?

Conceptos Business Intelligence y Datawarehouse

2 Data Warehouse

2.1 Definición y características

Término acuñado por Bill Inmon, se traduce literalmente como Almacén de Datos.

Ventaja principal: la estructura de la información.

DWH:

Se refiere al almacenamiento de información homogénea y fiable, en una estructura basada en la consulta y el tratamiento jerarquizado de la misma, y en un entorno diferenciado de los sistemas operacionales

2 Data Warehouse

2.1 Definición y características

DWH se caracteriza por ser:

• Integrado

• Temático

• Histórico

• No volátil

2 Data Warehouse

2.1 Definición y características

Representación gráfica: análisis multidimensional.

Ej. Un gerente de una zona

estaría interesado en

visualizar la información

para su zona en el tiempo,

para todos los productos

que distribuye.

2 Data Warehouse

2.1 Definición y características

A su vez las dimensiones (tiempo, producto,

zona geográfica) tienen una jerarquía.

Por ejemplo:

Se podría querer analizar la evolución del EBITDA

en Mexico, por meses desde Octubre del 2010

hasta Septiembre del 2011.

2 Data Warehouse

2.1 Definición y características

Metadatos

El DWH contiene datos relativos a los datos,

concepto que se asocia al término de

metadatos.

Procesos

Para comprender el concepto de Data

Warehouse, es importante considerar los

procesos que lo conforman: Extracción,

Elaboración, Carga y Explotación.

2 Data Warehouse

2.1 Definición y características

Desde el punto de vista del usuario, el único

proceso visible es la explotación del DWH.

2 Data Warehouse

2.1 Definición y características

SISTEMA TRADICIONAL DATA WAREHOUSE

Predomina la actualización Predomina la consulta

La actividad más

importante es de tipo

operativo (día a día)

La actividad más

importante es el

análisis y la decisión

estratégica

Predomina el proceso

puntual

Predomina el proceso

masivo

2 Data Warehouse

2.1 Definición y características

SISTEMA TRADICIONAL DATA WAREHOUSE

Mayor importancia a la

estabilidad

Mayor importancia al

dinamismo

Datos en general

desagregados

Datos en distintos

niveles de detalle y

agregación

Importancia del dato actual Importancia del dato

histórico

Importante del tiempo de

respuesta de la

transacción instantánea

Importancia de la

respuesta masiva

2 Data Warehouse

2.1 Definición y características

SISTEMA TRADICIONAL DATA WAREHOUSE

Estructura relacional Visión multidimensional

Usuarios de perfiles

medios o bajos

Usuarios de perfiles

altos

Explotación de la

información relacionada

con la operativa de cada

aplicación

Explotación de toda la

información interna y

externa relacionada

con el negocio

3 Conceptos y funcionalidades básicas DWH

3.1 DWH y Data Mart

3 Conceptos y funcionalidades básicas

Data Mart

Según define Meta Group, "un Data Mart es

una aplicación de Data Warehouse,

construida rápidamente para soportar una

línea de negocio simple".

Representan estrategia de "divide y

vencerás"

3.1 DWH y Data Mart

3 Conceptos y funcionalidades básicas

Un enfoque adecuado:

3.2 Componentes a tener en cuenta al

construir un DWH

3 Conceptos y funcionalidades básicas

Infraestructura

Hardware

Pocos usuarios con

necesidades muy grandes

de información.

Altas prestaciones de la

máquina.

Sistemas escalables.

Software de

almacenamiento

(Sistema de Gestión

de Base de Datos)

Tecnología de BD

Relacionales o

Multidimensionales.

3.2 Componentes a tener en cuenta al construir

un DWH

3 Conceptos y funcionalidades básicas

Software de

extracción y

manipulación de

datos

Control de extracción de

datos, automatización y

actualización del DWH

Proporciona gestión

integrada del DWH y los Data

Marts existentes.

Herramientas de

soporte a la fase de

gestión de un DWH.

Herramientas Middleware:

Proveen conectividad entre

entornos diferentes.

Analizadores y aceleradores

de consultas.

3.3 Fases de implementación de un DWH

3 Conceptos y funcionalidades básicas

La construcción e implantación de un Data Warehouse es un

proceso evolutivo.

Ej. Metodología propuesta por SAS Institute: la "Rapid

Warehousing Methodology".

3.4 Técnicas de explotación de la información.

3 Conceptos y funcionalidades básicas

Técnicas:

• OLAP. ROLAP, MOLAP

• Query & Reporting

• Data Mining o Minería de Datos

• Webhousing

3.4 Técnicas de explotación de la información.

3

3.4 Técnicas de explotación de la información.

3

Técnicas de explotación de la información

OLAP.

ROLAP,

MOLAP

Los sistemas de soporte a la decisión

usando tecnologías de Data Warehouse

(OLAP - On Line Analytical Processing).

Dos arquitecturas OLAP: OLAP

multidimensional (MOLAP) y OLAP

relacionales (ROLAP).

Query &

Reporting

Las consultas o informes.

3.4 Técnicas de explotación de la información.

3

Técnicas de explotación de la información

Minería de

Datos

El Data Mining es un proceso que, a

través del descubrimiento y

cuantificación de relaciones

predictivas en los datos, permite

transformar la información disponible

en conocimiento útil de negocio.

Webhousing

La integración de las tecnologías

Internet y Data Warehouse

3.4 Técnicas de explotación de la información.

3

Técnicas de Data Mining:

•Análisis estadístico

•Regresión:

•Ji cuadrado

•Componentes principales

•Análisis cluster

•Análisis discriminante

•Métodos basados en árboles de decisión

•Algoritmos genéticos

•Redes neuronales

•Lógica difusa

•Series temporales

3.4 Técnicas de explotación de la información.

3

• Metodología de aplicación de Data Mining :

• Muestreo

• Exploración

• Manipulación

• Modelización

• Valoración

3.5 Aplicaciones que utilizan técnicas del DWH.

3

•Otras Áreas de Aplicación:

•Control de Gestión:

Sistemas de Presupuestación, Análisis de Desviaciones,

Tableros de Mando.

•Logística:

Mejora relación con proveedores, Racionalización de

procesos control inventarios, Optimización de niveles de

producción, Previsión de la demanda en infraestructura.

•Recursos Humanos:

Planificación de incorporaciones, Gestión de carreras

profesionales, Asignación de recursos a proyectos

alternativos, etc.

2 Plataforma SAP Business Inteligence

La solución BI de SAP y su Arquitectura

Una Solución BI.

Arquitectura SAP BI.

Integración de Plataforma SAP Business

Objects con SAP BI

Plataforma SAP BusinessObjects BI 4.0

Plataforma SAP BusinessObjects BI 4.0

Plataforma SAP BusinessObjects BI 4.0

Ejemplos de Dashboards en Business Object

Excelsius

Ejemplos de Dashboards en Business Object

Excelsius

Modelado y Flujo de Información SAP BI.

Fuente de

Datos PSA Datastore Infocubo

Sistema

Fuente

SAP BI

SAP ECC

Reporte

Arquitectura Básica de Información.