Material de apoyo en Inteligencia de negocios

Inteligencia de Negocios

Por José Luis MartíUSM

Problema Inicial

• ¿Cuáles fueron los volúmenes de venta, por región y por categoría deproducto, en el último año?.• ¿Qué tipos de órdenes se debieran favorecer para maximizar lasganancias?.• Un 10% de descuento, ¿incrementará el volumen de ventas de formasatisfactoria?.

Solución

Solución

Dashboard

• Alternativa tecnológica para manejar lainformación requerida por una organización paraapoyar la toma de decisiones estratégica.


• Comprende desde la extracción de los datos delos sistemas existentes hasta la explotación de lalos sistemas existentes hasta la explotación de lainformación por herramientas de análisis de datos.

Fuentes

InternasHerramientas de

consultas e

informes

BD de ERP

BDs Ope-

racional

Respaldos

Archivos

Planos


Fuentes

Externas

DWETLInterfaz y

Operadores

Herramientas

EIS y DSS

Herramientas

OLAP

Herramientas de

Minería de Datos

Fuente de

Datos

Fuente de

Datos 3

HTML

Fuente de

Datos 1

texto

Inteligencia de NegociosInteligencia de NegociosInteligencia de NegociosInteligencia de NegociosInteligencia de NegociosInteligencia de NegociosInteligencia de NegociosInteligencia de Negocios

Fuentes


consultas e

informes

BD de ERP

BDs Ope-

racional

Respaldos

Archivos

Planos

Primera Parte: Proceso ETL

Fuentes

Externas

DWETLInterfaz y

Operadores

Herramientas

EIS y DSS

Herramientas

OLAP

Herramientas de

Minería de Datos

Fuente de

Datos

Fuente de

Datos 3

HTML

Fuente de

Datos 1

texto

El encargado del mantenimiento del almacén dedatos es el sistema ETL (Extracción – Transforma-ción – Carga):• La construcción del sistema ETL es responsabilidad del

equipo de desarrollo del DW.


equipo de desarrollo del DW.

• El sistema ETL es construido específicamente para cadaDW, aproximadamente, 50% del esfuerzo.

• En la construcción del ETL se pueden utilizar herramien-tas del mercado o programas diseñados específicamente.

Extracción: antes de llevarla a cabo, hay que iden-tificar los cambios, al determinar los datosoperacionales (relevantes) que han sufrido unamodificación desde el último refresh.


C a ra c te r ís t ic a N iv e l N iv e l T á c t ic o N iv e l C a ra c te r ís t ic as

N iv e l E s tra té g ic o

N iv e l T á c t ic o N iv e l O p e ra c io n a l

D e c is ió n q u e a p o y a

P la n if ic a c ió n L a rg o P la z o

C o n tro l G e re n c ia l C o n tro l O p e ra c io n a l

T ip o d e D e c is ió n N o E s tru c tu ra d a S e m i E s tru c tu ra d a

E s tru c tu ra d a

M o d e lo m á s u s a d o P re d ic t iv o D e s c r ip t iv o N o rm a tiv o

C a ra c te r ís t ic a s d e la In fo rm a c ió n : � F u e n te � E x a c titu d � A m p litu d � F re c u e n c ia � R a n g o d e

T ie m p o � U s o

M e d io A m b ie n te R a z o n a b le R e s u m id a A S o lic itu d A ñ o s P re d ic c ió n

R e g is tro s In te rn o s B u e n a D e ta lla d a P e r ió d ic a A ñ o s C o n tro l

O p e ra c ió n In te rn a E x a c ta M u y D e ta lla d a T ie m p o R e a l M e s e s A c c ió n D ia r ia

Transformación:• Unificar estándares: unidades de medida, unidades de tiempo,

moneda,...

cmcm


inchescm

DD/MM/YY

MM/DD/YYDD-Mon-YY

1,000 GBP

FF 9,990USD 600

Carga (transporte):• Consiste en mover los datos desde las fuentes

operacionales o el almacenamiento intermedio hasta elDW y cargar los datos en las correspondientesestructuras de datos.


estructuras de datos.• La carga puede consumir mucho tiempo.

T1 T2 T3

Base de datos operacional

Fuentes


consultas e

informes

BD de ERP

BDs Ope-

racional

Respaldos

Archivos

Planos

Segunda Parte: Data Warehouse(Almacén de Datos)

Fuentes

Externas

DWETLInterfaz y

Operadores

Herramientas

EIS y DSS

Herramientas

OLAP

Herramientas de

Minería de Datos

Fuente de

Datos

Fuente de

Datos 3

HTML

Fuente de

Datos 1

texto

• Data Warehouse: colección de datos orientada atemas específicos, integrada, no volátil y varianteen el tiempo, organizada para apoyar lasnecesidades de la gestión


necesidades de la gestión

• Data Mart: corresponde a un pequeño datawarehouse, específico a un área de negocio odepartamento de la empresa.

Su estructura se puede visualizar como un cubo...


Fuentes


consultas e

informes

BD de ERP

BDs Ope-

racional

Respaldos

Archivos

Planos

Tercera Parte: Análisis de Datos

Fuentes

Externas

DWETLInterfaz y

Operadores

Herramientas

EIS y DSS

Herramientas

OLAP

Herramientas de

Minería de Datos

Fuente de

Datos

Fuente de

Datos 3

HTML

Fuente de

Datos 1

texto

Consultas y Reportes

• Corresponde a un análisis dirigido por el analista, yrequiere tanto un conocimiento acabado de los datos comoun trabajo excesivo sobre éstos por parte de dicho analista.

• Este análisis considera la definición de las consultas, elacceso y recuperación de datos, la manipulación de


acceso y recuperación de datos, la manipulación decálculos, y la preparación y entrega de los reportes.

Análisis Multidimensional (OLAP)

Se definen operaciones

Análisis asistido por el analista,consiste en un estudio basadoen las tablas presentes en undata warehouse.


Se definen operacionesespeciales para el manejo delos datos de un cubo:

• Drill-down: obtención de mayordetalle de los datos, bajando poralguna dimensión.

• Roll-up: operación inversa a laanterior, para tener datos másagregados.

Análisis Multidimensional (OLAP)Tercera Parte: Análisis de Datos

Minería de Datos

• Análisis dirigido por lo datos, permite moverse a través delos almacenes de datos para encontrar las tendencias,patrones y correlaciones que pueden guiar la toma dedecisiones estratégicas.

OLAP (Agregación) Data Mining (Influencias)


OLAP (Agregación) Data Mining (Influencias)

¿Cuál es la tasa promedio de accidentes entre

fumadores y no fumadores?

¿Cuáles son los mejores predictores de

accidentes?

¿Cuál es la cuenta telefónica promedio de mis

clientes v/s la de quienes que han cancelado el

servicio?

¿Qué atributos están asociados con los

clientes que están cerca de cerrar sus

servicios?

¿Cuál es el monto de la compra diaria promedio entre

tarjetas de crédito robadas y aquéllas usadas por sus

dueños?

¿Qué patrones de compra están asociados

con fraudes de crédito?

Ejemplo Práctico con Clementine (SPSS): Ensayo deMedicamentos (http://www.pcc.qub.ac.uk/tec/courses/datamining/ohp/dm-OHP-final_3.html)

• Un número de pacientes hospitalarios que sufren todosla misma enfermedad se tratan con un abanico demedicamentos.

Minería de Datos: un Breve EjemploTercera Parte: Análisis de Datos

medicamentos.• Cinco medicamentos diferentes están disponibles y los

pacientes han respondido de manera distinta a losdiferentes medicamentos.

• Problema: ¿qué medicamento es apropiado para unnuevo paciente.

Primer Paso: ACCEDIENDO LOS DATOS

• Se leen los datos, por ejemplo de un archivo condelimitadores.• Se nombran los campos

Minería de Datos: un Breve EjemploTercera Parte: Análisis de Datos

age edad

sex sexo

BP presión sanguínea (High, Normal, Low)

Cholesterol colesterol (Normal, High)

Na concentración de sodio en la sangre.

K concentración de potasio en la sangre.

drug medicamento al cual el paciente respondió

satisfactoriamente.

• Se pueden combinar los datos; por ejemplo añadiendo un nuevo atributo llamado Na/K.

Se trata de establecer asociaciones del estilo: “si compra X en T … ¿comprará Y en T+P?”

Ejemplo:

Minería de Datos: Técnica de Patrones SecuencialesTercera Parte: Análisis de Datos

Ejemplo:

Minería de Datos: Técnica de Patrones SecuencialesTercera Parte: Análisis de Datos

a) Árboles de Clasificación: estructura similar a undiagrama de flujo, donde cada nodo interno denota unacondición sobre un atributo, cada enlace representa unasalida de la misma, y cada nodo hoja representa las clases.

Minería de Datos: Técnica de ClasificaciónTercera Parte: Análisis de Datos

b) Extracción de Reglas.

Predicción: mediante regresión lineal, los datos sonmodelados usando una recta.

que considera conceptos como variable de respuesta,

Minería de Datos: Técnica de Regresión LinealTercera Parte: Análisis de Datos

que considera conceptos como variable de respuesta,variable predictora, coeficientes de regresión, método demínimos cuadrados.

Área: Gobierno y Seguridad Nacional.A principios del mes de julio de 2002, el director del Federal Bureau ofInvestigation (FBI), John Aschcroft, anunció que el Departamento de Justiciacomenzó a introducirse en la vasta cantidad de datos comerciales referentes alos hábitos y preferencias de compra de los consumidores, con el fin dedescubrir potenciales terroristas antes de que ejecuten una acción. Algunosexpertos aseguran que, con esta información, el FBI unirá todas las bases de

Aplicaciones

expertos aseguran que, con esta información, el FBI unirá todas las bases dedatos probablemente mediante el número de la Seguridad Social y permitirásaber si una persona fuma, qué talla y tipo de ropa usa, su registro dearrestos, su salario, las revistas a las que está suscrito, su altura y peso, suscontribuciones a la Iglesia, grupos políticos u organizaciones nogubernamentales, sus enfermedades crónicas (como diabetes o asma), loslibros que lee, los productos de supermercado que compra, si tomó clases devuelo o si tiene cuentas de banco abiertas, entre otros. La inversión inicialronda los setenta millones de dólares estadounidenses para consolidar losalmacenes de datos, desarrollar redes de seguridad para compartirinformación e implementar nuevo software analítico y de visualización.

Área: Investigación Espacial.Durante seis años, el Second Palomar Observatory Sky Survey (POSS-II)coleccionó tres terabytes de imágenes que contenían aproximadamente dosmillones de objetos en el cielo. Tres mil fotografías fueron digitalizadas a unaresolución de 16 bits por píxel con 23.040 x 23.040 píxeles por imagen. Elobjetivo era formar un catálogo de todos esos objetos. El sistema Sky ImageCataloguing and Analysis Tool (SKYCAT) se basa en técnicas de agrupación

Aplicaciones

Cataloguing and Analysis Tool (SKYCAT) se basa en técnicas de agrupación(clustering) y árboles de decisión para poder clasificar los objetos en estrellas,planetas, sistemas, galaxias, etc. con una alta confiabilidad (Fayyad y otros,1996). Los resultados han ayudado a los astrónomos a descubrir dieciséisnuevos quásars. Estos quásars son difíciles de encontrar y permiten saber másacerca de los orígenes del universo.

Área: Club Deportivo.En el 2003, el AC de Milán comenzó a usar redes neuronales (otra técnica declasificación) para prevenir lesiones y optimizar el acondicionamiento de cadaatleta. Esto ayudará a seleccionar el fichaje de un posible jugador o a alertaral médico del equipo de una posible lesión. El sistema, creado por ComputerAssociates International, es alimentado por datos de cada jugador,relacionados con su rendimiento, alimentación y respuesta a estímulos

Aplicaciones

relacionados con su rendimiento, alimentación y respuesta a estímulosexternos, que se obtienen y analizan cada quince días. El jugador lleva a cabodeterminadas actividades que son monitoreadas por veinticuatro sensoresconectados al cuerpo y que transmiten señales de radio que posteriormenteson almacenadas en una base de datos. Actualmente el sistema dispone de5.000 casos registrados que permiten predecir alguna posible lesión. Con ello,el club intenta ahorrar dinero evitando comprar jugadores que presenten unaalta probabilidad de lesión, lo que haría incluso renegociar su contrato. Porotra parte, el sistema pretende encontrar las diferencias entre las lesiones deatletas de ambos sexos, así como saber si una determinada lesión se relacionacon el estilo de juego de un país concreto donde se practica el fútbol.

Fuente: www.olapreport.comFuente: www.olapreport.com

Análisis del Mercado

Fuente: www.olapreport.comFuente: www.olapreport.com

Análisis del Mercado

Material de apoyo en Inteligencia de negocios

Documents