TITULO:

CATEDRTICO: GUILMER MATOS AVILAALUMNO:ESTRELLA BALDEON, TayraMOLINA QUISPE, JeanFRANCO RAYMUNDO, ArnoldGUILLERMO ROJAS, AldoROJAS DE LA CRUZ, DeybiSEDANO ICHPAS, GuillermoVERASTEGUI NGELES, BrahianNDICECaptulo 1: Generalidades11.1. Sedam Huancayo S.A.11.1.1. Misin y visin.21.1.2. Objetivos empresariales.21.1.3. Lineamientos empresariales.21.1.4. Servicios.31.1.5. Servicio de disposicin sanitaria de excretas, sistema de letrinas y fosas spticas.31.2. rea de atencin al cliente de Sedam Huancayo41.3. Planteamiento del problema51.4. Formulacin del problema91.4.1. Pregunta General.91.4.2. Preguntas Especficas.91.5. Objetivos91.5.1. Objetivo General.91.5.2. Objetivos Especficos.91.6. Justificacin y alcance de la investigacin101.6.1. Justificacin Terica.101.7.1. Justificacin Prctica.101.7. Formulacin de hiptesis101.7.1. Hiptesis General101.7.2. Hiptesis Especfica101.7.3. Variables111.8. Diseo metodolgico121.8.1. Tipo de Investigacin.121.8.2. Diseo Metodolgico.13Captulo 2: Marco de referencia y marco terico152.1. Antecedentes de la investigacin152.1.1. Toma de decisiones gerenciales en empresas prestadoras de servicios de saneamiento.152.1.2. Casos de xitos de datawarehouse en Per.152.1.3. Casos de xitos de datawarehouse en otros pases.172.2. Marco terico212.2.1. Datawarehouse.212.2.2. Por qu un datawarehouse?212.2.3. Objetivos del datawarehouse.222.2.4. Caractersticas de los datos contenidos en el datawarehouse.232.2.5. Sistema de soporte a la decisin.242.2.6. Toma de decisiones.252.3. Marco conceptual382.4. Metodologas de desarrollo de un datawarehouse402.5. Eleccin de la metodologa Kimball para el desarrollo del proyecto452.6. Modelo y arquitecturas habitualmente utilizados en un datawarehouse.452.6.1. Modelo en estrella.462.6.2. Modelo en copo de nieve (snowflake)472.6.3. Modelo dimensional.492.6.4. Eleccin de un modelo.50Captulo 3: Intervencin metodolgica523.1. Desarrollo del sistema de apoyo al proceso de toma de decisiones rea atencin al cliente Sedam Huancayo S.A.523.1.1. Planificacin del proyecto.523.1.2. Definicin de los requerimientos del negocio.533.1.3. Modelado dimensional.542.1.4. Identificacin de los hechos.563.1.5. Diseo fsico del datawarehouse.57Captulo 4: Presentacin de resultados584.1. RESULTADOS AL INVESTIGACIN584.2. COMPROBANDO LA HIPTESIS GENERAL59Conclusiones61Recomendaciones62

Captulo 1: Generalidades

1.1. Sedam Huancayo S.A.La empresa de Servicios de Agua Potable y alcantarillado Municipal de Huancayo SEDAM HUANCAYO S.A. es una empresa Municipal de derecho privado, sujetndose su gestin y presupuesto a la normativa que anualmente establece la Direccin Nacional del Presupuesto Pblico DNPP (Ministerio Economa y Finanzas).El objetivo social de la empresa, es la prestacin de servicios de saneamiento, en el cual estn comprendido los siguientes sistemas: Servicio de Agua Potable. Sistema de Alcantarillado Sanitario y Pluvial. Servicio de disposicin sanitario de excretas, sistema de letrina y fosas spticas.SEDAM HUANCAYO S.A. se desarrolla geogrficamente en el departamento de Junn, el cual se ubica en la zona central del pas. La Empresa tiene domicilio legal en el Jr. Junn N 987 de la ciudad de Huancayo, pudiendo contar con rganos de lnea desconcentrados dentro de su jurisdiccin. La empresa podr celebrar contratos de explotacin con otras municipalidades provinciales que no se encuentren comprendidas actualmente dentro de su mbito.Segn el Estatuto Social de la empresa, estn dentro de su mbito de responsabilidad los Distritos del El Tambo, Huancayo, Chilca, Huancan, San Agustn de Cajas, Vquez y Huacrapuquio en la provincia de Huancayo y el distrito de Orcotuna de la provincia de Concepcin. La sede central se encuentra en la ciudad de Huancayo, donde se concentra todas las reas de direccin y operaciones. La localidad de Orcotuna cuenta con una oficina descentralizada de cobranzas y atencin de reclamos.1.1.1. Misin y visin.1.1.1.2. Misin.Ser una empresa eficiente entre las mejores empresas prestadoras de servicios de saneamiento de la regin, en proceso de adaptacin a los impactos del cambio climtico en agua y saneamiento

1.1.1.3. Visin.Brindar servicios bsicos de saneamiento con buena calidad, utilizando los recursos hdricos, racionalmente y ampliando nuestra cobertura para contribuir y mejorar la calidad de vida de la poblacin1.1.2. Objetivos empresariales. Mejorar la calidad y cantidad (cobertura) de agua potable y alcantarillado observando los estndares y disposiciones de la OMS y la SUNASS Fortalecer el desarrollo organizacional de la empresa SEDAM Huancayo S.A.C. Optimizar el uso racional del agua potable (tratamiento, almacenamiento, distribucin y consumo) coadyuvando a minimizar el agua no contabilizada. Lograr el mejor servicio y atencin al cliente para cubrir la plena satisfaccin en el uso de los servicios que brinda la Empresa.1.1.3. Lineamientos empresariales. Optimo Servicio de agua potable y alcantarillado. Optima situacin financiera de la empresa. Modernizacin de la gestin empresarial. Promocin de la cultura de planeamiento y de control de los procesos.1.1.4. Servicios.1.1.4.1. Servicio de Agua Potable.Sistema de produccin que comprende la captacin, almacenamiento y conduccin de agua cruda, tratamiento y conduccin de agua tratada.Sistema de distribucin, que comprende el almacenamiento de agua potable, redes de distribucin y distribucin y dispositivos de entrega al cliente, conexiones domiciliarias, incluye la medicin, pileta publica, unidad sanitaria y otros.1.1.4.2. Sistema de Alcantarillado Sanitario y Pluvial.Sistema de recoleccin, que comprende las conexiones domiciliarias, redes de recoleccin y emisores, sistema de tratamiento y disposicin de las aguas servidas.Sistema de conduccin y disposicin de aguas de lluvias1.1.5. Servicio de disposicin sanitaria de excretas, sistema de letrinas y fosas spticas.Sedam Huancayo S.A.C., podr dedicarse a la ejecucin de actividades afines, conexas y/o complementarias permitidas por la Ley General de Servicios de Saneamiento que sea compatible con su Naturaleza y aprobada por la Junta Empresarial.Los servicios de saneamiento que presta la Empresa, son de necesidad y utilidad pblica y de preferente inters nacional, cuya finalidad es proteger la salud y el medio ambiente.1.2. rea de atencin al cliente de Sedam HuancayoEl rea de ATENCIN AL CLIENTE de la empresa SEDAM HUANCAYO S.A., es la encargada de informar, orientar y atender de forma eficiente y cortsmente al cliente en sus demandas y solicitudes de servicio de agua potable, alcantarillado sanitario y pluvial, servicios colaterales y otros considerados en el estatuto social de la empresa.Para el cumplimiento normal de sus actividades y la adecuada atencin a los clientes el rea realiza las siguientes actividades. Informar adecuadamente la poltica de la empresa en materia de la prestacin de los servicios que brinda y los procedimientos necesarios para tender nuevas conexiones, proyectos de ampliacin y renovacin de las redes existentes, etc. Orientar sobre los requisitos, procedimientos a seguir para conseguir los servicios y/o demandas solicitadas por los usuarios. Atender de manera eficiente y cortes las demandas y consultas de los clientes respecto a los servicios que brinda la empresa Canaliza y solucionar la demanda de los clientes de manera eficiente, satisfactoria y oportuna las demandas y propuestas de los usuarios.

TABLA N1.1: Informacin que Administra el Sistema de Gestin ComercialSISTEMA DE GESTIN COMERCIAL

REASFUNCIONALIDADES

ATENCIN AL CLIENTESu principal actividad es decepcionar los reclamos comerciales y no comerciales de los clientes, correspondiendo esto ltimo a los reclamos operativos y emitir las resoluciones correspondientes.

FACTURACINrea cuya actividad principal consiste en manejar el proceso de facturacin desde el ingreso de las lecturas, hasta la emisin de recibos, para luego efectuar los anlisis correspondientes y preparar los informes que permitan a la direccin de la empresa a tomar medidas.

CATASTROActividades relacionadas con las acciones de inspeccin de la empresa.

COBRANZAActividad relacionada al cobro de los acciones de inspeccin de la empresa.

VENTAS DE CONEXINSe inicia la relacin con el cliente, con la venta de la conexin domiciliaria, sea de agua, desage o ambos.

MEDICINrea que tiene como funcin principal la toma de estado o lectura de los medidores que SEDAM tiene instalados en las conexiones domiciliarias

CORTES Y REAPERTURASAccin referida al corte del servicio que se efecta por el no pago oportuno de los recibos vencidos de pago de servicio.

Fuente: manual de procedimientos y funciones SEDAM HUANCAYO S.A1.3. Planteamiento del problema Para el desarrollo normal de todas sus actividades dicha rea est integrada a un sistema de DOS (FoxPro 2.6), asimismo para el desarrollo normal de sus funciones esta rea requiere informacin de otras reas de la empresa, como son el rea de facturacin e informtica.

TABLA N 1.2 Evaluacin de la cantidad de Reclamos Comercial recibidas Fuente: Gerencia Comercial (Atencin al Cliente).Ao/meses2010201120122013

Enero1012451671514

Febrero850552568612

Marzo919512433682

Abril 1076577571554

Mayo9061018533665

Junio1172793397633

Julio901591508614

Agosto 943718531614

Setiembre945832517584

Octubre907944534835

Noviembre7841480402741

Diciembre7541257452561

Total reclamos11169973461177609

Resueltos10418916959667523

Pendientes75156515186

Dicha rea genera y recopila grandes cantidades de informacin acerca de los reclamos de los clientes , la mayora de los reclamos que recibe la Empresa estn relacionados directa o indirectamente al precio que pagan por el servicio .los rubros de asignacin de consumo ,consumo elevado y unidades de uso ,que acumulamos alcanzar el 56% ,estn relacionados con el volumen que se les viene asignando o leyendo por el servicio de agua potable y de manera indirecta el servicio de recoleccin de desages.Si bien el sistema transaccional se puede preparar reportes Ad-Hoc para encontrar las respuestas a muchas de las interrogantes que generan dichos reportes se necesita mucho tiempo y recursos del rea de Atencin al Cliente para responderlas. Adems interfiere con los sistemas transaccionales, aumentando los tiempos de respuesta de los miembros.Los encargados del rea de atencin al cliente de la empresa Sedam Huancayo S. A. deben solicitar del rea de informtica el reporte diario de solicitudes de reclamos mensualmente (Ver anexo 1) y el reporte de resumen estadstico atendidos por tipo de reclamo (Ver anexo 2), es este segundo reporte el que les permite la toma de decisiones en el rea.Como se puede ver en el anexo 2 este reporte de resumen estadstico atendidos por el reclamo, no muestra informacin clara y especfica para la toma de decisiones, es por eso que los encargados del rea deben elaborar sus reportes de indicadores de gestin, para la toma de decisiones a partir del reporte diario de solicitudes de reclamo mensualmente (ver anexo 3), lo cual genera que el rea utilice mucho tiempo en la elaboracin de dichos reportes que les permiten la toma de decisiones en dicha rea.A continuacin se muestra el diagrama de procesos de la toma de decisiones de los encargados del rea de Atencin al Cliente.

Diagrama N 1.1 Diagrama de procesos de toma de decisiones rea de Atencin al ClienteTOMA DE DECISIONES ATENCIN AL CLIENTE SEDAM HUANCAYO S. A.

QuienQue

rea de atencin al clienteElabora reportes de toma de decisinSolicita informacin Toma de decisiones a partir de reportes elaboradosFINJefe de Atencin al cliente

rea de InformticaEntregar reportesRecepciona pedidoProcesa reporte

Fuente indita

Con sistemas OLAP (On-Line Analytical Processing) se puede formular y responder las preguntas clave sobre el funcionamiento clave acerca de los reclamo de los clientes, accediendo directamente a los indicadores de xito, sealar cuales son los factores que realmente inciden en el buen o mal funcionamiento de dicha rea que se ve reflejada en la buena o mala atencin al cliente, detectar situaciones fuera de lo normal, encontrar los factores que maximicen el beneficio y predecir el comportamiento futuro con alto grado de certeza.1.4. Formulacin del problema1.4.1. Pregunta General. Cmo optimizar el proceso de toma de decisiones en el rea de atencin al cliente de SEDAM HUANCAYO S.A. Por medio de la utilizacin de la tecnologa Datawarehouse?1.4.2. Preguntas Especficas. Cmo lograr reducir el tiempo de procesamiento de la informacin para la adecuada toma de decisiones en el rea de atencin al cliente de SEDAM HUANCAYO S.A.? Cmo lograr que el rea de atencin al cliente SEDAM HUANCAYO S.A. Aproveche la abundante informacin histrica disponible para la toma de decisiones?1.5. Objetivos1.5.1. Objetivo General. Optimizar el procesamiento mediante la construccin de una herramienta que sirva de apoyo al proceso de toma de decisiones del rea de atencin al cliente de SEDAM HUANCAYO S.A.1.5.2. Objetivos Especficos. Se lograra reducir el tiempo estructurando y modelando los volmenes de datos histricos en un Datawarehouse. Se aprovechar la abundante informacin histrica, analizando multidimensionalmente en los volmenes de datos que los sistemas transaccionales, recopilan, generan, procesan, derivan y diseminan.

1.6. Justificacin y alcance de la investigacin1.6.1. Justificacin Terica.El trabajo de investigacin generar un antecedente al ser aplicado en empresas de saneamiento de agua potable, en el mbito de la aplicacin de tecnologa OLAP como un apoyo en el proceso de toma de decisiones empresariales.1.7.1. Justificacin Prctica.El presente trabajo de investigacin contribuye al anlisis de la informacin histrica del rea de atencin al cliente de la empresa SEDAM HUANCAYO S.A. a travs de la construccin de un sistema de apoyo al proceso de toma de decisiones, l mismo que permitir empresa: Permitir el anlisis sobre los reclamos que hacen los clientes de la empresa. Mejorar el proceso de toma de decisiones, ya que el sistema est orientado a brindar informacin gerencial, para quienes tienen responsabilidades en el mbito estratgico y tctico de la empresa.1.7. Formulacin de hiptesis1.7.1. Hiptesis General La implantacin de un sistema Datawarehousing permitir optimizar el proceso de toma de decisiones en el rea de atencin al cliente de SEDAM HUANCAYO S.A.1.7.2. Hiptesis Especfica Por medio de la implantacin de un sistema Datawarehousing se lograra reducir el tiempo de procesamiento de informacin para la adecuada toma de decisiones en el rea atencin al cliente de SEDAM HUANCAYO S.A. En el anlisis multidimensional y proceso de anlisis en lnea (OLAP, On Line Analytical Processing) permitir analizar los volmenes de datos de los sistemas operacionales generen a lo largo del tiempo.1.7.3. Variables Con el fin de uniformizar el significado de la hiptesis, en la tabla 1.6, se desarrolla en la definicin conceptual y operacional de las variables que se utilizaron en la investigacin.Hiptesis:La implantacin de un sistema Datawarehousing permitir optimizar el proceso de toma de decisiones en el rea de atencin al cliente de SEDAM HUANCAYO S.A.X=f(x)X= Toma de decisiones de los encargados del rea (Variable dependiente V.D)Y= Sistema de apoyo de la Toma de decisiones (Variable independiente V.I)

VariablesDefinicinConceptualDefinicin operacional

Sistema de apoyo a la toma de decisiones V.I

Comprende una Datawarehouse as como el entorno de aplicaciones para consultar, manipular, analizar y visualizar los datos y la informacin (OLAP).El sistema de apoyo a la toma de decisiones brinda informacin confiable, oportuna, til y de calidad. Para ello se construye el Datawarehouse de la siguiente manera: Requerimiento de la informacin. Diseo del sistema OLAP. Creacin de Cubos y anlisis de Datos.

Toma de decisiones de los encargados del rea de atencin al cliente V.DComprende los diferentes procesos que llevan a cabo los encargados para la toma de decisiones.Dichos procesos se llevan a cabo en las oficinas del rea de atencin al cliente de la empresa.

Con la finalidad de completar la comprensin de la hiptesis y de sus variables, en la tabla 1.7, se incluye una sinopsis de las variables que describe la variable, el indicador, el instrumento y la fuente de donde se tomara la informacin.VariablesIndicadorInstrumentoFuente

Toma de decisiones de los encargados del rea de atencin al cliente V.DTiempo de procesamiento de la informacin para la toma de decisiones.

Entrevistas

Entrevistas

Sistema de apoyo a la Toma de Decisiones V.ICantidad de requerimientos de informacin obtenidos de la entrevista, validados por el alcance y limitaciones del asunto.

Entrevistas

Entrevistas

Cantidad de tablas Fact y dimensionales.SQLServerEnterpriseManagerTablas generadas en el Sistema Comercial.

Cantidad de Cubos que satisfacen los requerimientos de informacin.AnalysisServices y ExcelBase de datos SQL Server EnterpriseManager

1.8. Diseo metodolgico1.8.1. Tipo de Investigacin.El tipo de investigacin que se va a utilizar es la investigacin aplicada, porque la investigacin se enfoca a transformar el conocimiento cientfico en tecnologa, donde se aplicaran las tcnicas de desarrollo de Datawarehouse en la solucin del problema de investigacin.1.8.2. Diseo Metodolgico.Para definir los alcances de esta investigacin es necesario saber primero que existen diferentes tipos de investigacin, que son exploratorios, descriptivos, correlacinales y explicativos.1.8.2.1. Exploratorios.Cuando se pretende profundizar ms acerca de un tema poco conocido o desconocido totalmente, esto con el fin de abordar puntos que no fueron tocados anteriormente, podemos obtener resultados tanto positivos como negativos pero siempre importantes.1.8.2.2. Descriptivos.Los estudios descriptivos miden, evalan o recolectan datos sobre diversos aspectos, dimensiones o componentes del fenmeno a investigar. Esto con el fin de recolectar toda la informacin que obtengamos para poder llegar al resultado de la investigacin.1.8.2.3. Correlacinales.Estos estudios son los que se encargan de identificar la relacin entre dos o ms conceptos o variables. Los estudios correlacinales tiene en cierta forma un valor tanto explicativo, con esto puede conocer el comportamiento del otras variables que estn relacionadas.1.8.2.4. Explicativos.Esos estudios son los encargados de explicar porque ocurre uno o ms fenmenos, las condiciones en las que este fenmeno se presenta y las variables que se puedan relacionar. Este tipo de investigaciones se realizan con una estructura mayor.El tipo de diseo de investigacin a aplicar es el diseo descriptivo, debido a que tenemos que conocer acerca de la empresa, recopilar informacin y datos. Se manejaran las diversas informaciones de la empresa como variables y los grupos de observacin sern sus diversas reas que corroboran a cumplir con su visin y misin de la empresa, adems tendremos cierta injerencia en la informacin que se obtenga de los sistemas operacionales.

Captulo 2: Marco de referencia y marco terico2.1. Antecedentes de la investigacin2.1.1. Toma de decisiones gerenciales en empresas prestadoras de servicios de saneamiento.El aumento progresivo de las agencias y expectativas de los clientes reales y factibles de las empresas prestadoras de servicios de saneamiento genera la necesidad de implementar mejoras en la calidad del servicio que brinda, promoviendo una armona que ayude a construir en el da a da una cultura del agua consciente y valorada del recurso que refuerce su imagen institucional, favoreciendo el grado de fidelidad de sus clientes respecto a otros servicios bsicos.2.1.2. Casos de xitos de datawarehouse en Per.2.1.2.1. Farmindustria.Farmindustria es una empresa lder en la industria farmacutica del Per. Para los ejecutivos de ventas y marketing, la informacin del da a da es vital; las exigencias del mercado imponen decisiones rpidas. Hasta hace poco, dependan de un sistema que distaba de ser una aplicacin de inteligencia de negocios. Obtener informacin era una tarea larga y onerosa; una consulta en el sistema demoraba en promedio 25 min y el resultado era data plana, sin grficos. Hoy, gracias a una potente solucin tipo datawarehouse creada con Office XP, los usuarios con solo hacer un click pueden ahora acceder a informacin de ventas, al momento, desde cualquier lugar, con grficos, y con un nivel de detalle impresionante.Gracias a Discovery-View, en farmindustria, una consulta que antes demoraba en promedio 25 min, hoy toma apenas unos instantes.Discovery-View ha permitido adems una descentralizacin extraordinaria del conocimiento, de los analistas de datos hacia los ejecutivos de la empresa responsable de la toma de decisiones, quienes ahora tienen acceso inmediato a la informacin y pueden generar por s mismos, al instante, vistas y reportes, al nivel de detalle que precisen, con graficas de calidad, a la medida de sus necesidades, Y a travs de la web, por lo que pueden acceder a la informacin desde cualquier lugar y en cualquier momento.La solucin permite al usuario monitorear por s mismo, variables crticas del negocio: ventas diarias, mensuales; medir el impacto de las estrategias promocionales de marketing sobre las ventas; obtener la utilidad por lneas de producto, etc. Proporciona el momento informacin clave a los ejecutivos, lo que les permite tomar acciones correctivas el tiempo.El desarrollo de la solucin en Office XP ha presentado menores costos de desarrollo por la rapidez con la que se construyen aplicaciones, y mnimos gastos de capacitacin y soporte al estar construida sobre una plataforma que es totalmente familiar al usuario.2.1.2.2. Supermercados Wong.La empresa Wong ha implementado un sistema de soporte a la toma de decisiones en base a un Datawarehouse para poder aplicar estrategias de Marketing a diferentes segmentos de clientes para incrementar sus ventas.La segmentacin de los clientes se hace en base a modelos de Datamining teniendo en consideracin informacin histrica de los clientes. Campaas exitosas de Wong, tales como WongKids, que tiene sus kioskos en todos los Wongs, donde se inscriben los nios, les dan revistas, le envan una cierta revista quincenal, mensual.Esto lo hace Wong como resultado del estudio de una de las variables del modelo del Datawarehouse (variable unidad familiar), que es por servir a la comunidad y tener cierta apariencia de unidad familiar, y la otra parte es obviamente de Marketing.Wong mide esta promocin cuando los nios de alguna manera tocan el tema Wong en casa por la promocin y obligan a los familiares a comprar ciertos productos asociados a la revista.2.1.2.3. Compaa de seguros Rmac.En el Per ya hay empresas que usan el Data Warhouse, una de ellas es la compaa de seguros Rmac. Asimismo, un diario local utiliza el Data Warhouse en su departamento de recursos humanos. Los trabajadores pueden acceder al estado de sus cuentas y verificar sus prstamos o beneficios. Los responsables de recursos humanos usan anlisis multidimensionales para determinar una serie de comportamientos y variables que muestran como marcha la empresa con respecto a recursos humanos. Otras de las empresas que tiene esta tecnologa son Luz del sur y Aduanas.Esta tecnologa, que como ya hemos dicho no es nueva, se espera que en nuestro pas recin tenga una gran acogida este ao.2.1.3. Casos de xitos de datawarehouse en otros pases.2.1.3.1. CONAVIReconocida entidad bancaria y crediticia de Colombia, una de las principales protagonistas en el pas en servicios hipotecarios, as como una de las ms innovadoras en materia tecnolgica al servicio del cliente.Tras un visionario programa de desarrollo y modernizacin tecnolgica, la entidad requera unificar en una misma plataforma sus ms importantes procesos de negocio. Requera implementar una robusta base de informacin conocida como Data warhouse (bodega de datos) y un sistema de crditos, que les permitiera continuar con dicho proceso de ajuste informtico en procura de un mejoramiento continuo a sus clientes.Conavi decidi adoptar la tecnologa Punto Net de (NET) de Microsoft como la plataforma para el desarrollo de estos proyectos, proceso en el cual contina trabajando de la mano con la compaa. Igualmente, a futuro, esta tecnologa de Microsoft ser utilizada para la puesta en marcha de nuevos sistemas de servicio.Conavi experimento ahorros en el soto de propiedad al desarrollar con tecnologa Microsoft su Data Warhouse, adems de contar con un soporte y apoyo constante de Microsoft y sus partners en el desarrollo de sus sistemas de negocio.La interaccin con las plataformas existentes y el fcil acceso las personas calificadas para la construccin de sus sistemas sobre tecnologa de Microsoft, fueron factores de beneficio para la corporacin, la cual continuara cosechando importantes logros en un servicio mejorado hacia sus clientes.Banco de Santiago-Segundo Banco privado de Chile. Asistido por Pampa Bytes de Argentina, monto un DW para sus reas comerciales de auditoria, para los ejecutivos de Marketing y control financiero contaran con informacin para la toma de decisin respecto de sus clientes y servicios. Se pas por las siguientes etapas: creacin de un modelo para el anlisis del perfil del cliente y comportamiento relacionado con los productos y servicios, se hicieron rankings y scoring de clientes y todo a partir de un proceso de acumulacin histrica de la informacin.2.1.3.2. MCIEmpresa de telecomunicaciones de EEUU, monto un DW con tecnologa infomix. La empresa descubri que podra ofrecer descuentos importantes para aquellos nmeros telefnicos a los que el cliente llamaba muchas veces. MCI guarda registros de todas las llamadas, locales y larga distancia, quienes las realizan y a qu hora.2.1.3.3. MEDICUSMedicina propaga-Asistida por Deloitte & Touche, moto un DW sobre Oracle. Se pueden programar prestaciones o determinar si es necesario contratar ms otorrinolaringolos o gastroenterlogos o reforzar maternidad o pediatra, consultar enfermedades por edad, actividad de los promotores de la zona, etc.2.1.3.4. SIDUSLaboratorio Farmacutico Argentino, monto sobre un Microsoft SQL Server un datamart que permite, visualizar el minuto de facturado, porcentajes de descuento de las ventas del mes, justo con el promedio histrico, que productos han cumplido su ciclo histrico.2.1.3.5. Bank of Amrica.Debido a que los bancos encuentran a una fuerte competencia por parte de los retailer, compaas de seguros otros recin llegados a la industria financiera, es sumamente importante entender los estilos de vida de los clientes y ofrecer los servicios que las personas desean y necesitan. En Bank of Amrica, uno de los equipos ms grandes del mundo en administracin, venta y comercializacin, se utilizaba el software Tera data basada en Datawarehouse, para hacer esto, la bsqueda en los datos nos ayuda a ofrecer el producto correcto por el canal adecuado, declaro Charles Grifito, vicepresidente senior de Bank of Amrica.2.1.3.6. Metro de Madrid.Tiene su rea de actuacin exclusivamente en la ciudad de Madrid, aunque existe una participacin mayoritaria en el nuevo ferrocarril de Arganda. En la actualidad da empleo a ms de 5200 personas, realizando anlisis exhaustivo de la informacin tuvieron la necesidad de un Sistema de Tratamiento de sus Datos Histricos.El importe neto de la cifra de negocio asciende aproximadamente a 20.000 millones de ptas., cifra que se corresponde con los ingresos por venta de billetes a viajeros.La empresa mueve diariamente ms de un milln de viajeros y las ampliaciones que se han llevado a cabo recientemente, harn aumentar las lneas en torno a 35 kms. Los planes de expansiones acrecientan de tal modo que, Metro de Madrid actualmente se encuentre en el proceso de crecimiento ms ambicioso a nivel mundial.2.1.3.7. Unin Fenosa.Desde la puesta en marcha del proyecto inicial, el equipo de hardware de San de ha ampliado en varias ocasiones, tanto en capacidad de disco como en procesadores, beneficio a tener en cuenta cuando se decide la implantacin de un Datawarehouse.Unin Fenosa es un grupo empresarial con presencia activa y slidas bases en muchos sectores de la compaa espaola. Su actividad se centra en las reas de negocio elctrico y no elctrico, adems de una intensa actividad internacional representada por Unin Fenosa ACEX. El grupo est conformado por 25 empresas con unos recursos propios de 35.000 millones de pesetas y con una cifra de negocio superior a 339.000 millones de pesetas en el ao 1996.Su plantilla es de 4.700 empleados. Estas empresas operan sectores altamente competitivos y con grandes expectativas de futuro, como el sector de las telecomunicaciones.Unin Fenosa ha llevado a cabo un proceso de diversificacin y adaptacin de la empresa a la continua evolucin y aprovechamiento de las oportunidades de negocio. Ha evolucionado en un mercado ms competitivo y ms orientado a la demanda de los clientes, consiguiendo as mantener su posicin de liderazgo.2.2. Marco terico2.2.1. Datawarehouse.De acuerdo a los usuarios que lo utilizan, existe una variedad de definiciones, llegando a la conclusin que data warhouse es un proceso que consiste en consolidar datos provenientes de los diferentes sistemas de transacciones (fuentes internas que incluyen tambin datos histricos) que se generan todos los das en una organizacin y2.2.2. Por qu un datawarehouse?Para entender porque la necesidad de implementar Datawarehouse en las organizaciones se plantea sus beneficios, y las limitaciones que presentan los Sistemas Transaccionales, las cuales se muestran en la siguiente tabla.

DatawarehouseSistemas Transaccionales

Brinda informacin para analizar las tendencias y modelar comportamientosSolo brinda informacin de las transacciones diarias

No es necesario tener conocimientos ni experiencia para realizar consultas a la base de datos multidimensionalEs necesario conocer algn lenguaje de manipulacin de datos, sino depender de los programadores para acceder a la informacin que se necesita

El Datawarehouse posee una base de datos propia con informacin actualizada, por lo que no es necesario acceder a las bases de datos operacionales para realizar consultas que originara un bajn en la performance del SistemaSe origina una sobrecarga de trabajo en los S.T al acceder a ello para una determinada consulta, eso no es conveniente por ejemplo en las entidades bancarias que trabajan con gran cantidad de informacin y varias transacciones simultaneas

Los Gerentes, Analistas y usuarios del sistema, tendrn informacin a distinto nivel de detalle y agregados con un formato ms adecuado para ser explotadosBrinda informacin bruta, no detalladas.

La actividad ms importante es la realizacin de las consultas para un anlisis adecuado y estratgico en la toma de decisionesLa actividad ms importante son las transacciones operativas realizadas diariamente

Se aplica bases de datos multidimensionales que dan una visin ampliada y detallada del negocioTrabajan con estructuras relacionales

2.2.3. Objetivos del datawarehouse.Son mltiples los objetivos que persigue del Datawarehouse, estos tienen incidencias sobre los procesos estratgicos, tcticos y operativos de la organizacin. Entre los ms relevantes se considera: Brindar soporte en la toma de decisiones a los gerentes, analistas y operadores de sistemas. Consolidar informacin de toda la organizacin, para dar informacin bajo una estructura nica, ante cualquier consulta solicitada por las diferentes unidades de negocio. Ayudar a gerentes analistas y operadores de sistemas identificar la tendencia clave del negocio y mediante ello predecir determinados sucesos y actuar con anticipacin. Comprender lo que sucedi a travs de la informacin histrica, permitiendo a la organizacin reaccionar, redefiniendo lineamientos y/o procesos, obteniendo beneficios de la experiencia.2.2.4. Caractersticas de los datos contenidos en el datawarehouse.Los datos informaciones tienen caractersticas propias que lo diferencian de los datos operacionales los cuales mencionamos a continuacin:2.2.4.1. Integrado.Los datos almacenados en el datawarehouse deben integrarse en una estructura consistente, por lo que las inconsistencias existentes entre los diversos sistemas operacionales deben ser eliminadas. La informacin suele estructurarse tambin en distintos niveles de detalle para adecuarse a las distintas necesidades de los usuarios.2.2.4.2. Temtico.Slo los datos necesarios para el proceso de generacin del conocimiento del negocio se integran desde el entorno operacional. Los datos se organizan por temas para facilitar su acceso y entendimiento por parte de los usuarios finales. Por ejemplo, todos los datos sobre clientes pueden ser consolidados en una nica tabla del datawarehouse. De esta forma, las peticiones de informacin sobre clientes sern ms fciles de responder dado que toda la informacin reside en el mismo lugar.2.2.4.3. Histrico.El tiempo es parte implcita de la informacin contenida en un datawarehouse. En los sistemas operacionales, los datos siempre reflejan el estado de la actividad del negocio en el momento presente. Por el contrario, la informacin almacenada en el datawarehouse sirve, entre otras cosas, para realizar anlisis de tendencias. Por lo tanto, el datawarehouse se carga con los distintos valores que toma una variable en el tiempo para permitir comparaciones.2.2.4.4. No voltil.El almacn de informacin de un datawarehouse existe para ser ledo, pero no modificado. La informacin es por tanto permanente, significando la actualizacin del datawarehouse la incorporacin de los ltimos valores que tomaron las distintas variables contenidas en l sin ningn tipo de accin sobre lo que ya exista.2.2.5. Sistema de soporte a la decisin.Por s solo, un Data Warehouse contiene simplemente datos. Su aprovechamiento y acceso por parte de los usuarios se consigue cuando se explotan estos datos mediante un entorno de aplicaciones, como son por ejemplo el Sistema de Soporte a la Decisin (DDS) que comprende un Data Warehouse as como el entorno de aplicaciones para consultar, manipular, analizar y visualizar los datos y la informacin.A continuacin se definen la siguiente herramienta de verificacin de hiptesis, donde se busca, analiza y presenta informacin resultante de un proceso de consulta, ms o menos complejo y extenso.2.2.5.1. Herramientas de anlisis multidimensionalEl anlisis multidimensional permite la exploracin de los datos a traves de varias dimensiones. Por ejemplo, el ndice de morosidad por domicilio fiscal, clasificado de acuerdo al monto anual de impuesto predial de los contribuyentes y a una determinada fecha.Con el fin de dar respuesta a estas necesidades surgieron las herramientas OLAP (On Line Analytical Processing), cuya caracterstica principal es que el usuario puede pasar de un anlisis a otro sin tener que definir nuevas consultas.La idea de las herramientas OLAP es tener informacin pre empaquetada y estructurada. Una de sus particularidades es que previamente la informacin se agrega de forma sistemtica, de forma que el usuario tiene tiempos de respuesta muy bajos.2.2.6. Toma de decisiones.La toma de decisiones es el proceso mediante el cual se realiza una eleccin entre las opciones o formas para resolver diferentes situaciones de la vida en diferentes contextos: a nivel laboral, familiar, sentimental, empresarial. La toma de decisiones consiste bsicamente en elegir una opcin entre las disponibles, a los efectos de resolver un problema actual o potencial.La toma de decisiones a nivel individual se caracteriza por el hecho de que una persona haga uso de su razonamiento y pensamiento para elegir una solucin a un problema que se le presente en la vida; es decir, si una persona tiene un problema, deber ser capaz de resolverlo individualmente tomando decisiones con ese especfico motivo.En la toma de decisiones importa la eleccin de un camino a seguir, por lo que en un estado anterior deben evaluarse alternativas de accin. Si estas ltimas no estn presentes, no existir decisin.Para tomar una decisin, cualquiera que sea su naturaleza, es necesario conocer, comprender, analizar un problema, para as poder darle solucin. En algunos casos, por ser tan simples y cotidianos, este proceso se realiza de forma implcita y se soluciona muy rpidamente, pero existen otros casos en los cuales las consecuencias de una mala o buena eleccin pueden tener repercusiones en la vida y si se es en un contexto laboral en el xito o fracaso de la organizacin, para los cuales es necesario realizar un proceso ms estructurado que puede dar ms seguridad e informacin para resolver el problema. Las decisiones nos ataen a todos ya que gracias a ellas podemos tener una opcin ms crtica.2.2.6.1. Importancia de tomar decisiones.2.2.6.1.1. Decisiones programadasSon aquellas que se toman frecuentemente, es decir son repetitivas y se convierte en una rutina tomarlas; como el tipo de problemas que resuelve y se presentan con cierta regularidad ya que se tiene un mtodo bien establecido de solucin y por lo tanto ya se conocen los pasos para abordar este tipo de problemas, por esta razn, tambin se las llama decisiones estructuradas. La persona que toma este tipo de decisin no tiene la necesidad de disear ninguna solucin, sino que simplemente se rige por la que se ha seguido anteriormente.Las decisiones programadas se toman de acuerdo con polticas, procedimientos o reglas, escritas o no escritas, que facilitan la toma de decisiones en situaciones recurrentes porque limitan o excluyen otras opciones.Por ejemplo, los gerentes rara vez tienen que preocuparse por el ramo salarial de un empleado recin contratado porque, por regla general, las organizaciones cuentan con una escala de sueldos y salarios para todos los puestos. Existen procedimientos rutinarios para tratar problemas rutinarios.Las decisiones programadas se usan para abordar problemas recurrentes. Sean complejos o simples. Si un problema es recurrente y si los elementos que lo componen se pueden definir, pronosticar y analizar, entonces puede ser candidato para una decisin programada. Por ejemplo, las decisiones en cuanto a la cantidad de un producto dado que se llevar en inventario puede entraar la bsqueda de muchos datos y pronsticos, pero un anlisis detenido de los elementos del problema puede producir una serie de decisiones rutinarias y programadas. En el caso de Nike, comprar tiempo de publicidad en televisin es una decisin programada.En cierta medida, las decisiones programadas limitan nuestra libertad, porque la persona tiene menos espacio para decidir qu hacer. No obstante, el propsito real de las decisiones programadas es liberarnos. Las polticas, las reglas o los procedimientos que usamos para tomar decisiones programadas nos ahorran tiempo, permitindonos con ello dedicar atencin a otras actividades ms importantes. Por ejemplo, decidir cmo manejar las quejas de los clientes en forma individual resultara muy caro y requerira mucho tiempo, mientras que una poltica que dice se dar un plazo de 14 das para los cambios de cualquier compra simplifica mucho las cosas. As pues, el representante de servicios a clientes tendr ms tiempo para resolver asuntos ms espinosos.2.2.6.1.2. Decisiones no programadasTambin denominadasno estructuradas, son decisiones que se toman ante problemas o situaciones que se presentan con poca frecuencia, o aquellas que necesitan de un modelo o proceso especfico de solucin, por ejemplo: Lanzamiento de un nuevo producto al mercado, en este tipo de decisiones es necesario seguir un modelo de toma de decisin para generar una resolucin especfica para este problema en concreto.Las decisiones no programadas abordan problemas poco frecuentes o excepcionales. Si un problema no se ha presentado con la frecuencia suficiente como para que lo cubra una poltica o si resulta tan importante que merece trato especial, deber ser manejado como una decisin no programada. Problemas como asignar los recursos de una organizacin, qu hacer con una lnea de produccin que fracas, cmo mejorar las relaciones con la comunidad de hecho, los problemas ms importantes que enfrentar el gerente , normalmente, requerirn decisiones no programadas2.2.6.1.3. Las decisiones en el Contexto empresarial.Toda mala decisin que tomo va seguida de otra mala decisin.Harry S. TrumanPartiendo de las definiciones deHellriegel,Slocum(2004) yStoner, (2003) la toma de decisiones es una parte importante de la labor del gerente. Sin embargo, cuando un gerente toma una decisin o cuando el coste de buscar y evaluar las alternativas es bajo, el modelo racional proporciona una descripcin moderadamente precisa del proceso de decisin. Pero tales situaciones, afirma Robbins (1999), son la excepcin. En el mbito organizacional, las mayoras de las decisiones significativas se realizan mediante el juicio, ms que por un modelo prescriptivo definido.Dado lo anterior, a continuacin se establece una visin de cmo se toman realmente la mayora de las decisiones en las organizaciones, a travs de la caracterizacin de tres modelos de toma de decisin de acuerdo con los criterios establecidos McLeod (2000): el racional, el de racionalidad limitada y el poltico. La utilidad de estos modelos reside en que ayudan a identificar la complejidad y variedad de las situaciones para la toma de decisiones en una organizacin.En las organizaciones en general y en las empresas en particular suele existir una jerarqua que determina el tipo de acciones que se realizan dentro de ella y, en consecuencia, el tipo de decisiones que se deben tomar, laCiencia administrativadivide a la empresa en 3 niveles jerrquicos:1. Nivel estratgico.- Alta direccin; planificacin global de toda la empresa.2. Nivel tctico.- Planificacin de los subsistemas empresariales.3. Nivel operativo.- Desarrollo de operaciones cotidianas (diarias/rutinarias).Conforme se sube en la jerarqua de una organizacin, la capacidad para tomar decisiones no programadas o no estructuradas adquiere ms importancia, ya que son este tipo de decisiones las que ataen a esos niveles. Por tanto, la mayor parte de los programas para el desarrollo de gerentes pretenden mejorar sus habilidades para tomar decisiones no programadas, por regla general ensendoles a analizar los problemas en forma sistemtica y a tomar decisiones lgicas.A medida que se baja en esta jerarqua, las tareas que se desempean son cada vez ms rutinarias, por lo que las decisiones en estos niveles sern ms estructuradas (programadas).Adicionalmente, una organizacin tambin estar dividida en varias secciones funcionales, son varias las propuestas de divisin que se han planteado para una empresa de forma genrica, aunque la ms aceptada es la que considera los siguientes departamentos o unidades funcionales:1. Direccin2. Marketing3. Produccin4. Finanzas5. Recursos humanos

Las decisiones tambin sern diferentes, en funcin de en qu unidad funcional o departamento tengan lugar.

2.2.6.2. Situacin o contexto de decisiones.Las situaciones, ambientes o contextos en los cuales se toman las decisiones se pueden clasificar segn el conocimiento y control que se tenga sobre las variables que intervienen o influencian el problema, ya que la decisin final o la solucin que se tome va a estar condicionada por dichas variables.2.2.6.2.1. Ambiente de certeza.En este contexto se tiene conocimiento total sobre el problema (informacin exacta, medible y confiable acerca del resultado de cada una de las alternativas consideradas), y las opciones de solucin que se planteen van a causar siempre resultados conocidos e invariables. Al tomar la decisin slo se debe pensar en la opcin que genere mayor beneficio. Ante un ambiente de certeza o certidumbre, los individuos poseen plena informacin sobre el problema, las soluciones alternativas son obvias y los posibles resultados de cada decisin son claros. En estas condiciones, los individuos pueden prever e incluso controlar los hechos y resultados al disponer de un adecuado conocimiento y una clara definicin tanto del problema como de las soluciones alternativas. En este contexto, la toma de decisiones es relativamente fcil. El responsable de la toma de decisin elige la solucin que aporte el mejor resultado potencial. No obstante, no hay que olvidar que un problema puede tener muchas posibles soluciones, y calcular los resultados esperados de todas ellas puede ser extremadamente lento y costoso.Por ejemplo, el agente de compras de una imprenta tiene que decidir sobre varios proveedores de papel, con el objeto de conseguir papel de calidad estndar a un menor precio y mejor servicio. En esta situacin el encargado de la compra poseer informacin sobre los diferentes distribuidores y nicamente tendr que estudiar minuciosamente las posibles alternativas hasta conseguir su objetivo.2.2.6.2.2. Ambiente de incertidumbre.Se posee informacin deficiente para tomar la decisin, no se tiene ningn control sobre la situacin, no se conoce como puede variar o la interaccin de la variables del problema, se pueden plantear diferentes opciones de solucin pero no se le puede asignar probabilidad a los resultados que arrojen. Por esto, se le llama "incertidumbre sin probabilidad". Con base en lo anterior, hay dos clases de incertidumbre: Estructurada: No se sabe que puede ocurrir entre diferentes opciones, pero s se conoce que puede ocurrir entre varias posibilidades. No estructurada: No se sabe que puede ocurrir ni las probabilidades para las posibles soluciones, es decir, se desconoce totalmente lo que puede ocurrir en un caso determinado en la vida.2.2.6.3. Proceso de toma de decisiones.La separacin del proceso en etapas puede ser tan resumida o tan extensa como se desee, pero podemos identificar principalmente las siguientes etapas:2.2.6.3.1. Identificar y analizar el problema.Esta etapa consiste en comprender la condicin del momento y de visualizar la condicin deseada, es decir, encontrar el problema y reconocer que se debe tomar una decisin para llegar a la solucin de este. El problema puede ser actual, porque existe una brecha entre la condicin presente real y la deseada, o potencial, porque se estima que dicha brecha existir en el futuro.En la identificacin del problema es necesario tener una visin clara y objetiva, y tener bien claro el trmino alteridad, es decir escuchar las ideologas de los dems para as poder formular una posible solucin colectiva al problema.Para ello es Imprescindible la formulacin de la pregunta inicial, pues constituye el punto de partida de toda decisin. El mundo de los negocios se ve abrumado por un nmero infinito de decisiones que han de ser tomadas a cada momento y que, en gran medida, determinarn el rumbo que tomen las empresas. De este modo, la informacin que se obtiene debe ser rica, variada y relevante, a la vez que debe provenir de diversas fuentes y a travs de formas distintas (verbales, estadsticas, datos, etc.)Y dentro de este mbito, los mtodos cuantitativos se tornan como algunas de las herramientas ms confiables a la hora de basar una decisin gracias a su capacidad de gestionar, procesar y analizar datos de manera rpida y eficaz2.2.6.3.2. Identificar los criterios de decisin y ponderarlos.Consiste en identificar aquellos aspectos que son relevantes al momento de tomar la decisin, es decir, aquellas pautas de las cuales depende la decisin que se tome.La ponderacin, es asignar un valor relativo a la importancia que tiene cada criterio en la decisin que se tome, ya que todos son importantes pero no de igual forma.Muchas veces, la identificacin de los criterios no se realiza en forma consciente previa a las siguientes etapas, sino que las decisiones se toman sin explicitar los mismos, a partir de la experiencia personal de los tomadores de decisiones. En la prctica, cuando se deben tomar decisiones muy complejas y en particular en grupo, puede resultar til explicitarlos, para evitar que al momento de analizar las opciones se manipulen los criterios para favorecer a una u otra opcin de solucin ptima.2.2.6.3.3. Definir la prioridad para atender el problema.La definicin de la prioridad se basa en el impacto y en la urgencia que se tiene para atender y resolver el problema. Esto es, el impacto describe el potencial al cual se encuentra vulnerable, y la urgencia muestra el tiempo disponible que se cuenta para evitar o al menos reducir este impacto.2.2.6.3.4. Generar las opciones de solucin.Consiste en desarrollar distintas posibles soluciones al problemas bien no resulta posible en la mayora de los casos conoces todos los posibles caminos que se pueda tomar para solucionar el problema, cuantas ms opciones se tenga va ser mucho ms probable encontrar una que resulte satisfactoria.De todos modos, el desarrollo de un nmero exagerado de opciones puede tomar la eleccin sumamente dificultosa, y por ello tampoco es necesario favorecer continuar desarrollando opciones en forma indefinida.Para generar gran cantidad de opciones es necesario una cuota importante de creatividad. Existen diferentes tcnicas para potenciar la creatividad forzada, etc.En esta etapa es importante la creatividad de los tomadores de decisiones.2.2.6.3.5. Evaluar las opciones.Consiste0 en hacer un estudio detallado de cada una de las posibles soluciones que se generaron para el problema, es decir mirar sus ventajas y desventajas de forma individual con respecto a los criterios de decisin, y una con respecto a la otra, asignndole un valor ponderado.Como se explica antes segn los contextos en los cuales se toma la decisin, esta evaluacin va ser ms o menos exacta.Existen herramientas en particular para la administracin de empresas para evaluar diferentes opciones, que se conocen como mtodos cuantitativos.2.2.6.3.6. Elegir la mejor opcin.En este paso se escoge la opcin que segn la evaluacin va a obtener mejores resultados para el problema.Existen tcnicas (por ejemplo, anlisis jerrquico de la decisin) que nos ayuda a valorar mltiples criterios.Los siguientes trminos pueden ayudar a tomar la decisin segn el resultado que se busque: Maximizar: tomar la mejor decisin posible Satisfacer: elegir le primera opcin que sea mnimamente aceptable satisfaciendo de esta forma una meta u objetivo buscando. Optimizar: la que genere al mejor equilibrio posible entre distintas metas.2.2.6.3.7. Aplicacin de la decisin. Para en marcha de decisin tomada para as poder evaluar si la decisin fue o no acertada. La implementacin probablemente deriva de la toma de nuevas decisiones, de menor importancia.2.2.6.3.8. Evaluacin de los resultados. Despus de poner en marcha la decisin es necesario avaluar su soluciono o no el problema, es decir si la decisin est teniendo el resultado esperado o no.Si el resultado no es el que se esperaba se debe mirar si es porque debe darse un poco ms de tiempo para obtener los resultados o si definitivamente la decisin no fue acertada.El nuevo proceso que se inicie en caso de que la solucin haya sido errneo contara con ms informacin y se tendr conocimiento de los errores sometidos en el primer intento.2.2.6.3.9. Procesos cognitivos implicados en la toma de decisiones.Al igual que en el pensamiento crtico en la toma de decisiones se utilizan ciertos procesos cognitivos como: Observacin: examinar atentamente y recato, atisbar. Inquirir, investigar, escudriar con diligencia y cuidado algo. Observar es aplicar atentamente los sentidos a un objeto o a un fenmeno, para estudiarlos tal como se presente. Comparacin: relacin de semejanza entre los asuntos tratados. Fijar la atencin en dos o ms objetos para descubrir sus relaciones o estimare sus diferencias o semejanzas. Codificacin: hacer o formar un cuerpo de leyes metdicas o sistemticas. Trasformar mediante las reglas de un cdigo la formulacin de uh mensaje. Organizacin: disposicin de arreglo u mediante las reglas de un cdigo la formulacin de un mensaje. Clasificacin: ordenar disponiendo por clases/categoras. Es un ordenamiento sistemtico de algo. Resolucin: trmino o conclusiones de un problema, parte en que se demuestra los resultados. Evaluacin: hacer el sealamiento del rango. Anlisis y reflexin de los anteriores razonamientos y las conclusiones. Retroalimentacin: el proceso de comparar observaciones, preocupaciones, con la intencin de recabar informacin, a nivel individual o colectivo, para intentar mejorar el funcionamiento de una organizacin o de cualquier grupo formado por seres humanos. Para la mejora continua sea pluridereccional es decir tanto entra iguales como en el escalafn jerrquico, en el que deber funcionar en ambos sentidos.2.2.6.4. La informacin como materia prima.El proceso de toma de decisiones utiliza como materia prima informacin. Este es fundamental, ya que sin ella no resultara posible evaluar las opciones existentes o desarrollar opciones nuevas.En las organizaciones que se encuentran sometidas constantemente a la forma de decisiones la informacin adquirida un rol fundamental y por ello un valor inigualable para procesar el dato de la organizacin y transformarlos en informacin, es fundamental el sistema de informacin dentro de los cuales se encuentra la contabilidad.Adems de los sistemas de informacin, existen sistemas diseadas especialmente para ayudar a transitar el proceso de toma de decisiones, que se conocen como sistemas de soporte a decisiones o sistemas de apoyo a la decisin.2.3. Marco conceptual estructura relacional trabajan sobre conjuntos de datos, tablas segn una lgica relacional, aplicar uniones, seleccionados y proyecciones para encontrar la informacin. Base de datos multidimensionalesLa base de datos multidimensionales es una forma ms clara y sencilla de representar la informacin, donde cada objeto (producto, regin, tiempo) representa una dimensin. DimensinEntidad independiente dentro del modelo multidimensional de una organizacin, que sirve como llave de bsqueda (actuando como ndice), o como mecanismo de seleccin de datos. OPAL (On line Analytical Processing)Conjunto de principios que provn un ambiente de trabajo dimensional para soporte de decisiones. CuboEs el principio elemental de sistema OPAL.es una tecnologa que permite el acceso rpido a los datos del Data Warehouse, adems tiene un mecanismo de consulta rpida y uniforme, indiferente a la cantidad de datos a analizar o complejas de la consulta. Drill DownExponer el efecto progresivamente ms detalles (dentro de un reporte o consulta), mediante selecciones de tems de manera sucesiva. Drill UpEs el efecto contrario a Drill Drow. Significa ver menos nivel de detalle, sobre la jerarqua significa generalizar o zuminizar. JerarquaEn cada dimensin hay grupos que por naturaleza podran agruparse y formar mltiples miembros como por ejemplo los grupos de das forman los meses, estos a su vez trimestres y estos en aos. MiembrosRepresenta cada valor distinto en una dimensin, por ejemplo la dimensin productos contiene la siguiente lista de miembros: uvas, fresas, melones, manzanas, peras. SomatizacinActividad de incremento de la granularidad de la informacin en una base de datos. Reduce el nivel de detalle, y es til para presentar los datos para apoyar al proceso de toma de decisiones.2.4. Metodologas de desarrollo de un datawarehouseEl desarrollo de un DWH debe tener en cuenta las necesidades de los usuarios en cuento a la presentacin de informes y anlisis. De otro modo, el almacn de datos se convertir en un cajn de datos del que ser difcil extraer la informacin que los usuarios.Para que DWH pueda conseguir su objetivo, los procesos de negocio se seleccionan con el objetivo de modelarlos, estableciendo una granularidad para cada uno de ellos. Por este motivo es muy importante entender correctamente los datos de los diferentes sistemas dentro de la organizacin y las relaciones entre ellos. La gestin de estas relaciones durante la carga de almacenamiento de datos es esencial.En cuanto a su desarrollo, a la hora de abordar un DWH no hay nica metodologa en la que basar el diseo, sino que dependiendo del contexto en el que se encuentra la empresa y los objetivos que persiga se puede emplear una u otra metodologa. Estas diferentes metodologas se pueden englobar dentro de dos grandes bloques: top-Down y bottom-up que se corresponden con las metodologas propuestas por Bill Inmon y Ralph Kimball respectivamente. Estos autores merecen una especial atencin porque, en muchos aspectos, se consideran los precursores del DWH y sus opiniones son muy valoradas en la industria.El enfoque top-Down se utiliza cuando la tecnologa y los problemas el negocio se conoce de antemano. Este enfoque logra la sinergia entre los problemas de negocio alcanzando los objetivos buscados. Se trata de un mtodo sistemtico, que minimiza los problemas de integracin, pero es costoso, debido a la gran cantidad de datos y su poca flexibilidad. En este mtodo se formula un resumen del sistema, sin especificar detalles. Cada parte del sistema se refina disendola con mayor detalle.El enfoque top-Down se adapta a la visin de Bill Inmon quien considera que el almacn de datos debe responder a las necesidades de todos los usuarios en la organizacin, y no solo de un determinado grupo.

Por otro lado el enfoque botton-up es una metodologa rpida que se basa en experimentos y prototipos. Es un mtodo flexible que permite a la organizacin ir ms lejos con menores costos. La idea es construir DM independientes para evaluar las ventajas del nuevo sistema a medida que avanzamos. En l, las partes individuales se disean con detalle y luego se enlazan para formar componentes ms grandes, que a su vez se enlazan hasta que se forma el sistema completo. Las estrategias basadas en el flujo de informacin botton-up se alojan potencialmente necesarias y suficientes porque se basan en el conocimiento de todas las variables que puedan afectar a los elementos del sistema.

Tareas de esta metodologa (ciclo de vida)

La metodologa propuesta por Kimball, est compuesta por las siguientes fases: Planificacin delProyecto:busca identificar la definicin y el alcance que tiene el proyecto de DWH. Esta etapa se concentra sobre la definicin del proyecto, donde, a nivel de planificacin, se establece laidentidaddel mismo, elpersonal,desarrollodelplande proyecto, el seguimiento y la monitorizacin. Definicin de los Requerimientos del Negocio:es un factor determinante en elxitode un proceso de DWH. Los diseadores de los Data Warehouse deben tener en claro cules son los factores claves que guan el negocio para determinar efectivamente los requerimientos y traducirlos en consideraciones de diseo apropiadas. Modelado Dimensional:se comienza con unamatrizdonde se determina la dimensionalidad de cada indicador para luego especificar los diferentes grados de detalle dentro de cadaconceptodel negocio. Diseo Fsico:se centra en laseleccinde lasestructurasnecesarias para soportar el diseo lgico. Un elemento principal de este proceso es la definicin de estndares del entorno de la base de datos. La indexacin y lasestrategiasde particionamiento se determinan en esta etapa. Diseo y Desarrollo de la presentacin de datos:tiene como principales actividades la extraccin, transformacin y carga (ETL). Estas actividades son altamente crticas ya que tienen que ver con lamateria primadel Datawarehouse que son los datos. Diseo de la arquitectura tcnica:en esta fase se deben tener en cuenta tres factores: los requerimientos de negocio, los actuales entornos tcnicos, y las directrices tcnicas y estratgicas futuras planificadas por la compaa, lo que permitir establecer el diseo de la arquitectura tcnica del entorno del Data Warehouse.El proceso de diseo de la arquitectura tcnica est compuesto de 8 pasos:1. Establecer un grupo de trabajo de arquitectura2. Requisitos relacionados con la arquitectura3. Documento de requisitos arquitectnicos4. Desarrollo de un modelo arquitectnico de alto nivel5. Diseo y especificacin de los subsistemas6. Determinar las fases de aplicacin de la arquitectura7. Documento de la arquitectura tcnica8. 0Revisar y finalizar la arquitectura tcnica

Seleccin deproductose instalacin:se evala y selecciona cuales son los componentes necesarios especficos de la arquitectura (plataforma de hardware,motorde la BD, herramienta de ETL, etc.).Luego de realizar la instalacin de los componentes previamente evaluados y seleccionados, se recomienda una serie de premisas: Comprender el proceso decomprascorporativas Elaborar una matriz deevaluacindel producto Realizarla investigacinde mercados Filtrar opciones y realizar evaluaciones ms detalladas Manejo de un prototipo Seleccin delproducto, instalacin y negociacin Especificacin de Aplicaciones para usuario finales:se identifican los roles o perfiles de usuarios para los diferentes tipos de aplicaciones necesarias en base al alcance de los perfiles detectados. Desarrollo de aplicaciones para usuario finales:involucra configuraciones de los metadatos yconstruccinde reportes especficos. Implementacin:representa el correcto funcionamiento de la tecnologa, los datos y las aplicaciones de usuarios finales accesibles para el usuario del negocio. Mantenimiento y crecimiento:se basa en la necesidad de continuar con las actualizaciones de forma constante para as lograr laevolucinde las metas por conseguir. Gestin del proyecto:asegura que todas las actividades del ciclo de vida se lleven a cabo de manera sincronizada.2.5. Eleccin de la metodologa Kimball para el desarrollo del proyectoTeniendo en cuenta la informacin de los apartados anteriores y el inters de este proyecto en centrar el estudio en ciertos aspectos dentro de la empresa, la metodologa de Ralph Kimball se ajusta ms a lo que se quiere desarrollar al permitir la creacin del DWH partiendo de los DM. En particular, debido a que el inters de este proyecto se enfoca en el desarrollo de un datawarehouse que permita optimizar la toma de decisiones a los gerentes del rea de Atencin al cliente de la empresa Sedam Huancayo S.A., De esta forma, el proyecto puede considerarse un primer acercamiento al BI de la empresa a partir del estudio de un proceso de negocio concreto. La metodologa de Kimball nos permite, por tanto, ofrecer soluciones en un plazo inferior al que resultara de abordar un proyecto global destinado a toda la empresa Sedam Huancayo S.A.Por otro lado, la metodologa de Kimball ofrece una clara exposicin de las fases y actividades propias de cada fase, as como un buen nmero de ejemplos documentados en los cuales apoyarse cuando no se dispone de gran experiencia en el desarrollo de DM y DWH. Especialmente importante a este respecto son sus recomendaciones sobre el modelado dimensional.2.6. Modelo y arquitecturas habitualmente utilizados en un datawarehouse.Un modelo es un conjunto de conceptos, reglas y convenciones que permiten describir y manipular los datos que queremos almacenar en una base de datos. En ellas se pueden usar distintos modelos de datos para describir la informacin con que operan. Un Modelo de Datos permite describir. La estructura de datos de la base: el tipo de los datos que hay en la base y la forma en que se relacionan. Las restricciones de integridad: Un conjunto de condiciones que deben cumplir los datos para reflejar correctamente la realidad deseada.En entornos de DWH, los modelos ms extendidos para representar los datos se basan en el hecho de que no todas as entidades tienen igual nmero de ocurrencias ni presentan igual curva de crecimiento en el volumen de dichos datos. Los DWH estn ms orientados a la consulta para apoyar la toma de decisiones que los sistemas operacionales que estn ms dedicados a trabajar con la operativa diaria de la empresa. Estas diferentes visiones del problema tienen una gran importancia en la manera de modelar.2.6.1. Modelo en estrella.El esquema en estrella es el ms sencillo de los esquemas de almacenamiento de datos. Se lama as porque el diagrama se asemeja a una estrella, con los puntos que irradian desde un centro. El centro de la estrella consta de una o ms tablas de hechos y los puntos de la estrella son las tablas de dimensiones.En concreto este esquema en estrella es ideal por su simplicidad y velocidad para ser usado en anlisis multidimensionales como los DM, ya que permite acceder tanto a datos agregados como de detalle. Adems, ofrece la posibilidad de implementar la funcionalidad de una base de datos multidimensional utilizando una clsica base de datos relacional.El esquema en estrella consiste en estructurar la informacin en procesos, vistas y mtricas a modo de estrella. En la tabla de hechos encontramos los atributos destinados al hecho que constituye el proceso de negocio a medir, es decir, sus mtricas.Mientras, en las tablas de dimensin, los atributos se destinan a elementos de nivel (que representan los distintos niveles de las jerarquas de dimensin) y a atributos de dimensin (encargados de la descripcin de estos elementos de nivel). En el esquema en estrella la tabla de hechos es la nica tabla que tiene mltiples joins que la conectan con otras tablas. El resto de tablas del esquema (tablas de dimensin) nicamente hacen join con esta tabla de hechos. Las tablas de dimensin se encuentran adems totalmente des normalizadas, es decir, toda la informacin referente a una dimensin se almacena en la misma tabla. La siguiente figura muestra un ejemplo de diagrama utilizando el Modelo en Estrella.Tabla de hechosTabla de dimensinTabla de dimensin

2.6.2. Modelo en copo de nieve (snowflake)El esquema en copo de nieve (snowflake) es un esquema de representacin derivado del esquema en estrella, en el que las tablas de dimensin se normalizan en mltiples tablas. Por esta razn, la tabla de hechos deja de ser la nica tabla del esquema que se relaciona con otras tablas, y aparecen nuevas join o uniones entre tablas gracias a que las dimensiones de anlisis se representan ahora en tablas de dimensin normalizadas. En la estructura dimensional normaliza, la tabla que representa el nivel base de la dimensin es la que hace join directamente con la tabla de hechos. La diferencia entre ambos esquemas (estrella y copo de nieve) reside entonces en la estructura de las tablas de dimensin. Para conseguir un esquema en copo de nieve se ha de tomar un esquema en estrella y conservar la tabla de hechos, centrndose nicamente en el modelado de las tablas de dimensin, que si bien en el esquema en estrella se encontraban totalmente des normalizadas, ahora se dividen en subtablas tras un proceso de normalizacin.Es posible distinguir dos tipos de esquemas en copo de nieve, un snowflake completo (en el que todas las tablas de dimensin en el esquema en estrella aparecen normalizadas) o un snowflake parcial (solo se lleva a cabo la normalizacin de algunas de ellas). En la siguiente figura se observa el modelo en copo de nieve.ProveedoresProductosVentas(cuanta_vendido,montante_vendido)TiempoClientesPases

Canales

2.6.3. Modelo dimensional.Aunque en los entornos de BI los esquemas de estrella son los ms empleados, tambin se puede utilizar la tercera forma normal para su utilizacin en sistemas de almacenamiento de datos.El modelado de la Tercera Forma Normal (3FN) es una tcnica clsica de las bases de datos relacionales que minimizan la redundancia de datos a travs de la normalizacin de los datos. Cuando se compara con un esquema en estrella, un esquema 3FN tiene normalmente un mayor nmero de tablas debido al proceso de normalizacin.Los esquemas 3FN se utilizan en los almacenes de datos grandes, especialmente en entornos con importantes requisitos de carga de datos que se utilizan para alimentar DM y ejecutar consultas de larga ejecucin.Las principales ventajas de los esquemas 3FN son las siguientes: Proporcionar un diseo de esquema neutral e independiente de cualquier aplicacin. Puede requerir menos informacin de datos que otros esquemas como los esquemas en estrella.En la siguiente figura se puede observar un esquema 3FN.ClientesPedidosArtculos del pedidoProductos

2.6.4. Eleccin de un modelo.En el desarrollo de un DWH, la forma ms natural de construir el diseo es mediante el modelo en estrella, donde slo se establece una relacin entre la tabla 0de hechos y las tablas de dimensiones. De esta manera se optimiza el rendimiento al mantener las consultas lo ms simple que sea posible y proporcionar servicios rpidos con un tiempo de respuesta lo ms corto posible, al almacenar toda la informacin acerca de cada nivel en pocas tablas.Por otro lado, el esquema de copo de nieve proporciona gran simplicidad desde el punto de vista del usuario final. El argumento a su favor es que al estar normalizadas con las tablas de dimensiones se evita la redundancia de datos y con ellos se ahorra espacio.Pero si tenemos en cuenta que hoy en da, el espacio en disco no suele ser un problema, y si el rendimiento, se presenta como una mala opcin en un DWH, ya que el hecho de disponer de ms de un tabla por cada dimensin implica tener que realizar cdigo ms complejo para realizar una consulta que a su vez se ejecutara en un tiempo mayor, debido en parte al mayor nmero de uniones (joins) que habr que realizar.Por tanto, se puede usar un esquema de copo de nieve en un DWH, aunque estos sean realmente grandes y complejos, pero nunca en sistemas donde el tiempo de respuesta sea un factor ritico para los usuarios. Similares problemas se puede encontrar si se utiliza un diseo basado en el modelo relacional puro.En resumen, si la principal preocupacin del proyecto a realizar est marcada por las premisas de espacio y rendimiento, el esquema e estrella se presenta como la opcin ms aconsejable, pues permite indexar las dimensiones de forma individualizada sin que repercuta en el rendimiento de la base de datos en su conjunto.

Captulo 3: Intervencin metodolgica3.1. Desarrollo del sistema de apoyo al proceso de toma de decisiones rea atencin al cliente Sedam Huancayo S.A.Como se detall en el captulo anterior, para el desarrollo del sistema de apoyo a la toma de decisiones se va utilizar la metodologa de Ralph Kimball, dado que es la que se adecua a la investigacin, la misma que consiste en los siguientes pasos:1. Planificacin del Proyecto.2. Definicin de los Requerimientos del Negocio.3. Modelado dimensional.4. Diseo fsico.5. Diseo y desarrollo de la presentacin de datos.El presente captulo tiene como finalidad el analizar y describir los mtodos que se emplearon durante la investigacin, con la finalidad de obtener informacin oportuna, confiable, til y de calidad, que ayude a tomar decisiones a los encargados del rea de atencin al cliente de la empresa Sedam Huancayo S.A..3.1.1. Planificacin del proyecto.Como en otro Proyecto software, es necesario realizar una planificacin del mismo para tratar de garantizar que el desarrollo se realiza segn las fechas previstas. A continuacin se presenta la planificacin prevista para el proyecto que se est realizando.

Grfico: Planeamiento del proyectoTEMNombre de TareaJun - 01jun-03jun-05jun-07jun-09jun-11jun-13jun-15jun-17jun-19

1Definicin de requerimientos del Negociox

2Modelado dimensionalxxxxxx

3Diseo fsicoxx

4Diseo y desarrollo de la presentacin de datosxxxxx

3.1.2. Definicin de los requerimientos del negocio.Para el levantamiento de requerimientos se realizaron entrevistas a los responsables del rea atencin al cliente de la empresa, los requerimientos encontrados se implementaran con la herramienta SQL Server (Analysis Services).3.1.2.1. Levantamiento de los requerimientosPara realizar la recoleccin de requerimientos se realizaron entrevistas con los futuros usuarios de la solucin y tambin con personas del rea de atencin al cliente. Dichos requerimientos fueron se generaron a partir de un anlisis simple del sistema. Los requerimientos del negocio se describen a continuacin. Tipo de reclamos por distrito. Apelaciones por distrito Reconsideraciones por distrito Estado de reclamos por tiempos Tipo de reclamos por tiempos Apelaciones por tiempos Reconsideraciones por tiempos Estado de reclamos por tiempos3.1.3. Modelado dimensional.Para iniciar el modelado dimensional se debe tener en cuenta el principal objetivo de cualquier bodega de datos: el anlisis de la informacin. Este anlisis es realizado por medio de reportes, por lo tanto al modelar el datawarehouse se debe tener como objetivo la informacin deseada en los reportes.En el proceso de diseo dimensional propuesto por Kimball se distinguen 5 etapas: Definicin de proceso de negocio Definicin del grano Eleccin de las dimensiones Identificacin de los hechos Diseo del modelo dimensional

3.1.3.1. Definicin del proceso de negocio.En este primer paso seleccionamos los procesos de negocio del modelo. Entendemos como proceso de negocio cualquier actividad empresarial que se realiza en la organizacin y que normalmente cuenta con un sistema de recogida de datos. Realmente la mejor manera de seleccionar un proceso de negocio es escuchar a los usuarios. Cuando hablamos de proceso no nos referimos a un departamento de negocio de la organizacin, sino a un proceso productivo en s mismo.En este caso de estudio se quiere analizar los reclamos presentados durante el mes, meses y aos, as como los tipos de reclamos presentados por distritos y mes, meses y aos, estado del reclamo, por distrito y mes, meses y aos.3.1.3.2. Definicin de la granularidad.Una vez que se ha detenido el proceso de negocio, la siguiente tarea ser la definicin de la granularidad, o lo que es lo mismo, hasta que nivel de detalle se quiere alcanzar en el modelo de DM y ms concretamente en la tabla de hechos.Lo ms recomendado en la metodologa de Kimball es desarrollar el modelo en torno a una granularidad baja obtenido a partir del proceso de negocio. Es decir, el objetivo es estructurar el modelo en torno a una informacin lo ms detallada posible de tal manera que esta no se pueda desglosar. Sin embargo, esta opcin tambin implica una limitacin a la hora de detallarlas dimensiones. Este aumento de la granularidad dar una mayor dificultad al usuario a la hora de profundizar en los detalles por lo que es recomendable dar el mayor detalle posible al grano.Se defini la granularidad de la tabla de hechos como la ms baja posible. Esta granularidad corresponde a la presentacin de un reclamo en una fecha determinada, es decir una transaccin individual, aunque este no sea el objetivo del Datawarehouse.3.1.3.3. Eleccin de las dimensiones.Este paso plantea como describen los datos los usuarios del propio proceso de negocio. Con l, queremos incorporar a las tablas de hechos el conjunto de dimensiones, que representan los valores que asumen todas las posibles descripciones en cada contexto del proceso de negocio. Se definen las dimensiones que soportan los requerimientos definidos, cumpliendo con la granularidad de la tabla de hechos. Las siguientes secciones relacionan las tablas diseadas para la base de datos con su dimensin correspondiente.2.1.3.3.1. Dimensin reclamo.Tabla: dim_detreclamoContiene la informacin donde se registran todos los detalles de los reclamos generados o atendidos por el rea.2.1.3.3.2. Dimensin suministro.Tabla: dim_suministro La informacin donde se registran los datos de los suministros.2.1.3.3.3. Dimensin direccin.Tabla: dim_direccionContiene la informacin de las direcciones de los suministros2.1.3.3.4. Dimensin distrito.Tabla: dim_distritoContiene la informacin de los distritos2.1.4. Identificacin de los hechos.Los hechos se usan para definir qu es lo que se quiere medir. Para Kimball, todos los hechos candidatos en un diseo deben ser fieles al grano definido en el paso 2 y los hechos que pertenezcan claramente a otro grano deben separarse en una tabla de hechos diferente.3.1.5. Diseo fsico del datawarehouse.Siguiendo con la metodologa de Ralph Kimball, el siguiente paso en el desarrollo del DM es el diseo fsico del mismo. El modelo dimensional desarrollado en el captulo anterior debe convertirse ahora en un diseo fsico. El cual se mostrara a travs de la utilizacin de la herramienta SQL Server.Luego de haber determinado las dimensiones y la tabla de hechos se disea un diagrama multidimensional.

Captulo 4: Presentacin de resultadosEn este captulo se demuestra que la implementacin y utilizacin del sistema de apoyo a la toma de decisiones, Mediante el Datawarehouse y herramientas anlisis multidimensional OLAP, para los que encarar grados del rea de Atencin al Cliente, Brind los resultados esperados en la optimizacin del proceso de toma de decisiones en el rea de Atencin al Cliente, brind los resultados esperados en optimizacin del proceso de toma de decisiones en el rea de Atencin al Cliente de SEDAM HUANCAYO S.A.4.1. RESULTADOS AL INVESTIGACINCon la implementacin del sistema de soporte de la decisin, mediante la metodologa del ciclo de desarrollo de software para el de Datawarehouse y el ejemplo de herramientas tecnolgicas, como el anlisis multidimensional y OLAP, se ha obtenido los siguientes resultados.Satisfaccin del gerente comercial y subgerente rea de atencin al cliente, de tener a disposicin de informacin de los indicadores de la toma de decisiones. De esta manera se tomaron las estrategias adecuadas para la toma de decisiones con los datos que se presenta el sistema de apoyo a la toma de decisiones.Modificar el proceso de toma de decisiones del rea atencin al cliente de la empresa, l mismo que se presenta a continuacin.

Un diagrama N 4.1 diagrama de proceso de toma decisiones rea de atencin al cliente posterior al implementacin del sistema de apoyo a la toma de decisiones.TOMA DE DECISIONES ATENCIN AL CLIENTE SEDAM HUANCAYO S.A. DESPUS DE LA IMPLEMENTACIN

QuienQue

rea detencin al cliente|Jefe de Atencin al Cliente Ingresan al sistema de apoyo toma de decisiones Analiza reportes de sistema de apoyoToma de decisiones a partir de reportes elaborados FIN

Fuente indita

4.2. COMPROBANDO LA HIPTESIS GENERALLos resultados del anlisis se presentan en la siguiente tabla, que muestra los tiempos que toman para realizar los requerimientos de usuario, los jefes del rea de atencin al cliente de la empresa Sedam Huancayo S.A. Dichos tiempos se obtuvieron a partir de encuestas realizadas a los encargados del rea de atencin al cliente.Como se dijo anteriormente el tiempo que toma a los usuarios realizar las tareas es un tiempo calculado ya qu es un trabajo que se hace manualmente.Para la realizacin de anlisis estadstico se utiliz la distribucin T de student

Tabla 4.1 detalle de clculo de tiempos de requerimientos de usuariotemRequerimientoTiempo que toma a los usuarios realizar tareaTiempo que toma realizar tarea con Datawarehouse

1Tiempo de reclamos por distritoDos horasDos minutos

2Apelaciones por distritoDos horasDos minutos

3Reconsideraciones por distritoDos horasTres minutos

4Situacin de reclamos por distritoUna horaTres minutos

5Tiempo de reclamos por tiempoUna horaDos minutos

6Apelacin por tiemposDos horasTres minutos

7Reconsideraciones por tiempoUno horaDos minutos

8Situacin de reclamos por tiempoDos horasTres en

La tabla anterior muestra los tiempos que toma realizar los requerimientos usuarios, con lo que se demuestre que con un sistema propuesto toma menor tiempo la realizacin de las tareas de los requerimientos de usuario.

ConclusionesLa metodologa de desarrollo utilizada en el desarrollo del proyecto utilizado en el Datawarehouse y las herramientas tecnolgicas OLAP, utilizadas en el presente trabajo, jugaron un papel muy importante en el tratamiento de informacin y gracias a ello el gerente comercial, de atencin al cliente, tendr mejor panorama para tomar decisiones y formular estrategias y/o plantear polticas en la administracin sanitaria.Con el uso de sistemas Datawarehousing se permite a los encargados del rea de atencin al cliente de la empresa Sedam Huancayo S.A. Tomar mejores decisiones ya que las herramientas permite ver los indicadores de gestin, que no permite ver los reportes anteriormente usados.Si valido la hiptesis General de que se demostr que con una utilizacin del sistema Datawarehousing se logra optimizar el proceso de toma de decisiones del rea de atencin al cliente de la empresa Sedam Huancayo S.A.El presente trabajo ser el modelo a seguir para implementar el Datawarehouse en la sugerencia de facturacin, cobranzas y otras reas de la institucin, y de esta manera se va a completar el Datawarehouse central.

RecomendacionesSe recomienda a la difusin y concientizacin de encargados del rea de atencin al cliente de empresa Sedam Huancayo S.A., que se encargan del proceso de toma de decisiones, en el uso de las tecnologas Datawarehousing para optimizar el proceso de toma de decisiones.Se recomienda reemplazar el mtodo tradicional de toma de decisiones, por el uso y apoyo del sistema Datawarehousing desarrollado.Se recomienda que se actualice de manera peridica los datos del sistema Datawarehousing desarrollado al fin de tener la adaptacin dinmica del mismo en base a la evolucin de los datos. Es recomendable formar el rea de inteligencia de negocios dentro del rea de sistemas que se encarga de construir y desarrollo ms sistemas de soporte a la toma decisiones en todas las reas de la empresa Sedam Huancayo.

DATAWAREHOUSE

58