sistemas de apoyo a la toma de decisiones
TRANSCRIPT
1
Universidad Nacional José
Faustino Sánchez Carrión
Integrar
Informar
Analizar
Sistemas de Apoyo a la Toma de Decisiones Huacho, 30 de Junio del 2011
2
Agenda
• Introducción
• Inteligencia de Negocios
• Datawarehouse
• Técnicas de Inteligencia de Negocios:
• E.T.L.
• Motor de base de datos multidimensional.
• OLAP.
• Minería de Datos.
• Reporting Services.
• Conclusiones.
3
4
Impacto del entorno dinámico de los
negocios en las empresas
• Para tener éxito en los negocios de la
actualidad, las empresas necesitan
sistemas de información que apoyen las
diversas necesidades de información y
toma de decisiones de sus administradores
y profesionales de negocios.
5
Así almacenados los datos, no facilitan la labor de
los usuarios que toman decisiones para el negocio.
Bases de datos Relacional Normalizada
6
Bases de datos Relacional Normalizada
7
Bases de datos Relacional DesNormalizada
8
Cuando se tiene la información almacenada en
bases de datos relacionales normalizadas, para que
el usuario pueda obtener cualquier reporte es
necesario:
Además esto únicamente estará disponible para el
usuario mediante un reporte con formato
preestablecido elaborado por el Área de Sistemas.
Inconveniente de los modelos normalizados
9
Diversidad de SGBDR utilizados en los
diferentes Sistemas de Información
• Las empresas por lo general cuentan con
aplicaciones que utilizan diferentes
plataformas para los servidores de base de
datos de cada una de las aplicaciones de
negocio.
10
Arquitectura de Aplicaciones Empresariales
Proveedores
Clientes
Em
ple
ad
os
So
cio
s
Administración de la cadena de suministro
- Subcontratacion - Suministros
Administración de relaciones con los clientes
- Mercadotecnia – Ventas - Servicio
Planeacion de recursos empresariales
Procesos internos de negocio
Ad
min
istr
ació
n d
el co
no
cim
ien
to
- C
ola
bo
ració
n –
Ap
oyo
a
de
cis
ion
es
Ad
min
istr
ació
n d
e r
ela
cio
ne
s
co
n lo
s s
ocio
s
- V
en
tas -
Dis
trib
ució
n
11
SAP: Módulos de aplicación R/3
• Gestión Financiera (FI): Libro mayor, libros auxiliares, ledgers especiales, etc.
• Controlling (CO): Gastos generales, costes de producto, cuenta de resultados, centros de beneficio, etc.
• Tesorería (TR): Control de fondos, gestión presupuestaria, flujo de efectivo
• Sistema de proyectos (PS): Grafos, contabilidad de costes de proyecto, etc.
• Gestión de personal (HR): Gestión de personal, cálculo de la nómina, contratación de personal, etc.
• Mantenimiento (PM): Planificación de tareas, planificación de mantenimiento, etc.
• Gestión de calidad (QM): Planificación de calidad, inspección de calidad, certificado de, aviso de calidad,
etc.
• Planificación de producción (PP): Fabricación sobre pedido o para stock, fabricación en serie, Kanban, etc.
• Gestión de material (MM): Gestión de stocks, compras, verificación de facturas, etc.
• Ventas y Distribución (SD): Ventas, expedición, facturación, precios, clientes, etc.
• Workflow (WF), Soluciones sectoriales (IS): Contienen funciones que se pueden aplicar en todos los
módulos
• Activos Fijo (AF), Ingresos , depreciación y amortización de activos fijos. (Sub módulo de FI) AM
• Cuentas contractuales Cuentas para clientes masivos (telefonia, cia de electricidad, universidades,etc)
• Presupuestos (FM): Presupuestacion publica o privada.
• Viajes (TM): Manejo de viajes, reservas y gastos adicionales.
• xApp Manufacturing Integration and Intelligence(XMII): integración de manufactura e inteligencia.
• Bussines Warehouse (BW): Sistema de soporte para la toma de decisiones (Business Intelligence).
12
Información, Decisiones y Administración
Específico
No programada
Resumida
Poco frecuente
Prospectiva
Externa
De amplio alcance
Predefinido
Programada
Detallada
Frecuente
Histórica
Interna
De enfoque reducido
No estructurada
Semiestructurada
Estructurada
Estructura de decisión Características de la Información
Administración
estratégica
Ejecutivos y directores
Administración táctica
Administradores de unidades
de negocios y equipos autodirigidos
Administración operativa
Directivos de operaciones y equipos autodirigidos
13
Niveles de Toma de Decisiones Administrativas
• Estratégica – grupo de ejecutivos de alto nivel desarrollan
las metas, estrategias, políticas y objetivos
organizacionales generales como parte de un proceso de
planeación estratégica.
• Táctica – profesionales de negocio en equipos autodirigidos
y administradores de unidades de negocio desarrollan
planes, programas y presupuestos de corto y mediano
plazo, y además especifican las políticas, procedimientos y
objetivos de negocio para las subunidades de la empresa.
• Operativa – administradores o miembros de equipos
autodirigidos desarrollan planes de corto plazo, como
programas de producción semanal.
14
Estructura de las decisiones
• Estructurada – situaciones en las que se pueden
especificar los procedimientos a seguir por
adelantado cuando se necesita tomar una decisión.
• No estructurada – conllevan situaciones de decisión
en las que no es posible especificar por adelantado la
mayoría de los procedimientos de decisión a seguir.
• Semiestructurada - se pueden predefinir algunos
procedimientos de decisión, pero no lo suficiente
como para conducir a una decisión recomendada
definitiva
15
Estructura de las decisiones
• Ejemplos de decisiones según el tipo de estructura y
nivel de administración
Estructura de
decisión
Administración
operativa
Administración
táctica
Administración
estratégica
No estructurada •Manejo del efectivo •Reingeniería de
procesos de negocio
•Análisis del
desempeño de los
empleados
•Nuevas iniciativas de
negocios electrónicos
•Reorganización de la
empresa
Semiestructurada •Manejo de crédito
•Programación de la
producción
•Asignación del
trabajo diario
•Evaluación del
desempeño de los
empleados
•Presupuestación de
capital
•Presupuestación de
programas
•Planeación de
productos
•Fusiones y
adquisiciones
•Ubicación del sitio
Estructurada •Control de inventarios •Control de programas
16
MIS vs. DSS
Sistemas de información administrativa
Sistemas de apoyo a la toma de decisiones
Apoyo a la toma de decisiones proporcionando
Proporcionan información acerca del rendimiento de la organización
Proporcionan información y técnicas de apoyo a la toma de decisiones para analizar oportunidades o problemas específicos
Forma y frecuencia de la información
Reportes y respuestas periódicos, de excepciones, bajo demanda y automáticos
Preguntas y respuestas interactivas
Formato de la información
Formato predefinido y fijo Formato específico, flexible y adaptable
Metodología de procesamiento de la información
Información producida por la extracción y manipulación de datos de negocio
Información producida por medio de la modelación analítica de datos de negocio
17
Tendencias en el apoyo a la toma de decisiones
• La clase emergente de aplicaciones se
centra en el apoyo a la toma de
decisiones personalizadas, la modelación,
la recuperación de información, la
creación de almacenes de información,
los escenarios de supuestos y la
generación de reportes.
18
19
¿Por qué son necesarios los Sistemas de
Soporte para la Toma de Decisiones?
• A medida que las empresas se dirigen hacia
modelos sensibles de negocios electrónicos,
invierten en nuevas estructuras de
aplicaciones de apoyo a la toma de
decisiones dirigidas por información que las
ayudan a responder rápidamente a las
condiciones cambiantes del mercado y a las
necesidades de sus clientes.
20
DATA
INFORMATION
INTELLIGENCE
KNOWLEDGE
WISDOM
FACTS + CONTEXT = INFORMATION
INFORMATION + INFERENCE = INTELLIGENCE
INTELLIGENCE + CERTITUDE = KNOWLEDGE
KNOWLEDGE + SYNTHESIS = WISDOM
Datos – Informacion - Inteligencia
21
Software para la Toma de Decisiones
• El software sofisticado para administrar la
inteligencia de negocios proporciona
herramientas valiosas para la toma de
decisiones.
22
Inteligencia de Negocios
• La entrega de
información de “clase
ejecutiva” y de las
herramientas de
software de apoyo a
la toma de decisiones
por los niveles
inferiores de
administracion e
individuos y equipos
de profesionales de
negocios.
23
Sistemas de apoyo a la toma de decisiones
Definición:
• Sistemas de información basados en computadora
que proporcionan apoyo de información interactiva a
administradores y profesionales de negocios durante
el proceso de toma de decisiones, usando para
apoyar la toma de decisiones semiestructurada de
negocios los siguientes :
• Modelos analíticos
• Bases de datos especializados
• Las propias percepciones y juicios de quien toma las
decisiones.
• Un proceso de modelación interactivo basado en
computadora.
24
Componentes de un Sistema de apoyo a la
toma de decisiones
Funciones de interfase de usuario
Multimedia con hipervínculos, visualización en tercera dimensión.
Funciones de administración de modelos
Modelación analítica, análisis estadístico
Funciones de administración de datos
Extracción, validación, saneamiento, integración y replicación de datos
Mercados de datos y otras bases de datos
Datos
operativos
Datos de
mercado
Datos
de ventas
Datos de
cuentas
de clientes
Software
antiguo
de legado
Navegador
Web
Otro
software
25
Ejemplos de Paquetes de Sistema de Apoyo a
la Toma de Decisiones de propósito general
Paquetes de sistemas de apoyo a la toma de decisiones
•Ventas minoristas: Information Advantage y Unisys ofrecen el Category
Management Solution Suite, un sistema de apoyo a la toma de decisiones
para el procesamiento analítico en línea (OLAP, siglas del termino Online
Analytical Procesiing) y un modelo de datos para industrias específicas.
•Seguros: Computer Associates ofrece RiskAdvisor, un sistema de apoyo
a la toma de decisiones para riesgo de seguros, cuyo modelo de datos
almacena información en tablas especificas para la industria de seguros,
diseñadas para el rendimiento óptimo de las búsquedas.
•Telecomunicaciones: NCR y SABRE Decision Technologies han unido
fuerzas para crear el programa NCR Customer Retention para la industria
de las comunicaciones que incluye mercados de datos para empresas
telefónicas, los cuales se utilizan en apoyo a la toma de decisiones para la
administración de la lealtad de clientes, la calidad del servicio, la
administración de redes, el fraude y las actividades de mercadotecnia.
26
Uso de Sistemas de Apoyo a la Toma de Decisiones
• Análisis de escenarios – un usuario final
realiza cambios en las variables, o en las
relaciones entre variables, y observa los
cambios resultantes en los valores de otras
variables.
• Análisis de sensibilidad – se cambia de
manera repetida el valor de sólo una
variable y se observan los cambios
resultantes en las demás variables.
27
Uso de Sistemas de Apoyo a la Toma de Decisiones
• Búsqueda de objetivos – establece un valor meta
para una variable y después cambia en forma
repetida otras variables hasta que se alcanza el
valor meta.
• Optimización – el objetivo es encontrar el valor
optimo para una o mas variables meta, dadas
ciertas restricciones. Entonces una o mas
variables se cambian en forma repetida , sujetas
alas restricciones específicas, hasta que se
descubren los mejores valores para las variables
meta.
28
29
OLTP: Bases de datos Relacional Normalizada
30
DW: Bases de datos Relacional DesNormalizada
31
Almacén de datos (Data Warehouse)
Definición:
• Guarda datos que se han extraído desde
diversas bases de datos operativas, externas y
otras bases de datos de una organización
32
Mercado de datos (Data Mart)
Definición:
• Bases de datos que contienen
subconjuntos de datos del data warehouse
y que se enfocan en aspectos específicos
de una empresa, tales como un
departamento o un proceso de negocio.
33
Almacén de datos y sus Mercados de datos
Distribución
Compras Contabilidad
Reportes de
administración
Ventas
34
Un panorama de la arquitectura de
referencia del datawarehouse
• c
Infraestructura
Transporte
Administración de metadatos
Construc-
ción del
data
warehouse
Construc-
ción del
mercado
de datos
Aceso y
uso del
data
warehouse
Fuentes
de
datos
Administración de datos
35
Bloque de Fuente de Información
Metadatos para
fuentes
Fuentes externas
Sistemas internos
de oficina
Datos de herencia
Datos de
producción
Bases operacionales de datos que contienen la
información recopilada de las OLTP.
Estan fuera de linea, en archivos perdidos, porque ya no
son necesarios para apoyar aplicaciones operacionales
actuales.
No estan almacenados en bases de datos operacionales
(formas no electrónicas, hojas de cálculo, documentos
de procesadores de palabras, reportes anuales)
No las controla, posee ni opera la empresa. Dow Jones,
Nasdaq, estudios de mercado, articulos o revistas ( Wall
Street Journal, Fortune, Business Week)
Información de definición acerca de los datos de las
fuentes. (nombre del campo, definición del contenido,
fecha creación y origen de datos)
36
OLTP
ERP CRM
OTROS SI SCM
DW, DATA MART
(ETL)
DATOS
EXTERNOS
Poblando el Datawarehouse / Datamart
37
DATAMART - Modelo de datos relacional
DESNORMALIZADO
38
Tabla VentasHecho SUMARIZADO
39
Tabla GEOGRAFIA DESNORMALIZADA
40
FUENTE DE DATOS
41
DATAMART
42
43
Cliente Portal
Plataforma Analítica
OLTP
Data Analysis (OLAP,
DataMining)
ERP CRM
OTROS SI SCM
DW, DATA MART
(ETL)
DATOS
EXTERNOS
IINTERFAZ
DEL USUARIO
Sistema de Inteligencia de Negocios
44
Técnicas para Inteligencia de Negocios
45
END USER TOOLS & PERFORMANCE MANAGEMENT APPS
Excel PerformancePoint Server
BI PLATFORM
SQL Server Reporting Services
SQL Server Analysis Services
SQL Server DBMS
SQL Server Integration Services
SharePoint Server
DELIVERY
Reports Dashboards Excel Workbooks
Analytic Views Scorecards Plans
Plataforma BI en SQL Server 2008
46
Business Scorecarding (BSM)
Plataforma
BI
Portal and Collaboration (Office “12” SharePoint Servers)
End-user Analysis (Excel)
Data Warehousing SQL RDBMS
Integration SSIS
Analysis SSAS
Reporting SSRS
Herramientas
Usuario Final
Aplicaciones
Administración
Rendimiento
47
48
S.S. Integration Services
• Unión de información de distintas fuentes de datos:
• Archivos de Texto
• Mainframes
• Hojas de cálculo
• Múltiples RDBMS
• Refrescar los datos en Data Warehouses y Datamarts
• Limpieza de datos
• Carga de información a las BDs OLAP
• Enviar notificaciones de error
49
SSIS
• Microsoft Integration Services es una plataforma
para la creación de soluciones empresariales de
transformaciones de datos e integración de datos
• Los paquetes pueden funcionar por separado o
conjuntamente con otros paquetes para hacer
frente a las complejas necesidades de la empresa.
• Integration Services puede extraer y transformar
datos de muchos orígenes distintos, como archivos
de datos XML, archivos planos y orígenes de datos
relacionales, y, posteriormente, cargarlos en uno o
varios destinos.
50
ETL con SSIS
• Un paquete contiene un conjunto de
tareas.
51
ETL con SSIS
• En cada tarea se coloca un script SQL
52
ETL – Flujos de Datos de Tareas
53
54
Analysis Services
• Una sola version de la verdad
• Modelo del negocio
• Vistas OLAP
• Key Performance Indicators
• Unified Dimensional Model
• Data Mining
• Integrado a la herramienta de
desarrollo
55
Bases de Datos OLAP
• Esquema Optimizado para dar respuestas
rápidas a las consultas de los usuarios
• Son Bases de Datos con Modelos
Intuitivos
• Provee vistas Multidimensional de los
Datos
• Drill down y drill up
• Pivot de los datos en las vistas
56
Base de Datos Multidimensional
• Cubos
• Dimensiones
• Medidas
57
Cubos
• Tabla de Hechos • Claves externas
• Medidas
• Dimensiones
Producto
Id
Nombre
Tamaño
…
Ciudad
Cliente
Id
Nombre
Provincia
…
Tiempo
Fecha
Año
Mes
Dia
…
Tabla de
Hechos
Producto1
Producto2
Producto 3
Producto1
Producto2
Producto 3
58
Componentes de la Tabla de Hechos
Tabla
Dimensional empledo_dim
201 ALFI Alfreds
producto_dim
25 123 Chai
Tabla VentasHecho
Medidas Foreign Keys
empleado_key producto_key Ventas_Dolar
201 25
tiempo_key
134
Ventas_Unid
400 10,789
El grano de la tabla VentasHecho esta definida por el
más bajo nivel de detalle almacenada en cada dimensión
134 1/1/2000
tiempo_dim
59
Modelo de datos relacional
DESNORMALIZADO
60
Dimensiones
61
Estructura de la Dimensión
62
Jerarquías de los atributos
Jerarquia Geografica Jerarquia de Mercado
Grupo Grupo
Total
Clase Clase
Producto
Total
Region Region
Distrito Distrito
Tienda
Total
Estado Estado
Ciudad Ciudad
Tienda
Dimension Producto:
Una jerarquía Dimension Tienda:
Dos jerarquías
63
Modelo Relacional vs.Modelo Multidimensional
Observe que en ambos modelos
se guardan los mismos datos pero
en estructuras de datos distintas
64
Data Marts Relacionales y Cubos OLAP
Data Mart
Relacionales Cubos OLAP
Almacen de la Data Estructuras
Relacionales
Estructuras
N-dimensional
Contenido de la Data Detallada y
Sumarizada Sumarizada
Fuentes de Datos Fuentes Relacionales y
No Relacionales
Fuentes Relacionales y
No Relacionales
Recuperación de
Datos Rápida Muy Rápida
65
Medidas
• Son valores numéricos
• Corresponde a los hechos de la Fact
Table
• Intersecta todas las Dimensiones y Todos
los niveles
• Son agregados
66
67
Procesamiento Analítico en Línea (OLAP)
Definición:
• Permite a los administradores y analístas,
analizar y manipular en forma interactiva
grandes cantidades de datos detallados y
consolidados desde diferentes
perspectivas.
68
Cambiar el Nivel de Detalle de la Consulta
Chiclayo
Leonardo Ortiz
Lambayeque
Juan Aurich Vera
Desglose (Drill)
69
Desglose (Drill)
70
Operaciones Analíticas
• Consolidación – agregación de datos
• Desglose – datos detallados que abarcan
datos consolidados
• Fragmentación en cortes y cubos –
habilidad de observar la base de datos
desde diferentes puntos de vista.
71
OLTP y OLAP
OLTP OLAP
Objetivo Control de los proc. oper. Toma de Decisiones
Cliente Personal Operacional Gestores del Negocio
Datos Atómicos, Actualizados Consolidados, y Dinámicos Históricos y Estables
Estructura Normalizada Dimensional
Tiempo resp. Segundos De Seg. a Minutos
Orientación Orientado a aplicaciones Orient. a Información
Acceso Alto Moderado a bajo
Actualización Continua Periódica
Aplicación Estructurada y Procesos No Estructurada y repetitivos Procesos Analíticos
72
73
Minería de datos para el apoyo a la toma de decisiones.
• El software de minería de datos analiza los vastos
depósitos de información de negocio histórica que
han sido preparados para su análisis en almacenes
de datos corporativos y trata de descubrir patrones,
tendencias y correlaciones ocultos en los
datos que pueden ayudar a una empresa
a mejorar en su rendimiento empresarial.
• El software de minería de datos puede realizar
análisis de regresión, árbol de decisiones, redes
neuronales, detección de grupos y de canastas de
mercado para una empresa..
74
Minería de datos para el apoyo a la toma de decisiones
75
Minería de datos para el apoyo a la toma de decisiones
76
DM – Tareas y Técnicas Comunes
Nombre
PREDICTIVO DESCRIPTIVO
Clasificación Regresión Agrupamiento Reglas de
Asociación
Correlaciones/
Factorizaciones
Redes Neuronales
Árboles de decisión ID3, C4.5, C5.0
Árboles de decisión CART
Otros árboles de decisión
Redes de Kohonen
Regresión lineal y logarítmica
Regresión logística
Kmeans
Apriori
Naive Bayes
Vecinos mas próximos
Análisis factorial y de comp. ppales.
Twostep, Cobweb
Algoritmos genéticos y evolutivos
Maquinas de soporte vectorial
CN2 rules (cobertura)
Análisis discriminante multivariante
77
DM – Caso Predictivo – Jugar Tenis
• En este primer ejemplo, vamos a trabajar con los datos acerca de los días
que se ha podido jugar al tenis, dependiendo de diversos aspectos
meteorológicos.
• El objetivo es poder determinar (predecir) si hoy podremos jugar al
tenis.
• Los datos de que disponemos están en el archivo:JugarTenis.txt” y son los
siguientes: Cielo Temperatura Humedad Viento JugarTenis
Soleado Alta Alta Debil No
Soleado Alta Alta Fuerte No Nublado Alta Alta Debil Si Lluvioso Media Alta Debil Si
Lluvioso Baja Normal Debil Si Lluvioso Baja Normal Fuerte No
Nublado Baja Normal Fuerte Si Soleado Media Alta Debil No
Soleado Baja Normal Debil Si
Lluvioso Media Normal Debil Si Soleado Media Normal Fuerte Si
Nublado Media Alta Fuerte Si Nublado Alta Normal Debil Si Lluvioso Media Alta Fuerte No
78
DM – Caso Agrupación de Empleados
• La empresa de software para Internet “Memo Web” quiere
extraer tipologías de empleados, con el objetivo de hacer una
política de personal más fundamentada y seleccionar a qué
grupos incentivar.
• Las variables que se recogen de las fichas de los 15
empleados de la empresa son:
• Sueldo: sueldo anual en Soles.
• Casado: si está casado o no.
• Coche: si viene en coche a trabajar (o al menos si lo estaciona en la
empresa).
• Hijos: si tiene hijos.
• Alq/Prop: si vive en una casa alquilada o propia.
• Sindic.: si pertenece al sindicato revolucionario de Internet
• Bajas/Año: media del nº de bajas por año
• Antigüedad: antigüedad en la empresa
• Sexo: H: hombre, M: mujer.
79
DM – Caso Agrupación de Empleados
#Ej Sueldo Casado Coche Hijos Alq/Prop Sindic. Bajas/Año Antigüedad Sexo 1 10000 Sí No 0 Alquiler No 7 15 H
2 20000 No Sí 1 Alquiler Sí 3 3 M 3 15000 Sí Sí 2 Prop Sí 5 10 H 4 30000 Sí Sí 1 Alquiler No 15 7 M
5 10000 Sí Sí 0 Prop Sí 1 6 H 6 40000 No Sí 0 Alquiler Sí 3 16 M
7 25000 No No 0 Alquiler Sí 0 8 H 8 20000 No Sí 0 Prop Sí 2 6 M
9 20000 Sí Sí 3 Prop No 7 5 H 10 30000 Sí Sí 2 Prop No 1 20 H 11 50000 No No 0 Alquiler No 2 12 M
12 8000 Sí Sí 2 Prop No 3 1 H 13 20000 No No 0 Alquiler No 27 5 M
14 10000 No Sí 0 Alquiler Sí 0 7 H 15 8000 No Sí 0 Alquiler No 3 2 H
80
DM – Caso Agrupación de Empleados
• Podemos ver a qué conglomerado va a parar cada ejemplo.
• Pero además, podemos ver la distancia al centro de su
conglomerado. • Cuanto menor es ese valor la pertenencia a su conglomerado es más fuerte. En cambio,
cuanto mayor es ese valor el empleado no está tan claramente asignado dentro de su
conglomerado.
81
DM - Análisis de Canastas de Mercado (MBA)
• El propósito es determinar que productos
compran los clientes junto con otros
productos.
82
83
Reporting Services
• Reporting Services es una platafoma que
permite definir, administrar y distribuir distintos
formatos de reportes dentro de una
organización o a través de múltiples
organizaciones.
• Este servicio es una extensión a las
capacidades Business Intelligence que nos
provee de herramientas para almacenar
información (Report Server), herramientas para
crear reportes (Report Designer) y herramientas
para administrar reportes (Report Manager).
84
Reporting Services
• Información “verdadera” a nivel organizacional
• Reportes con múltiples Fuentes de Datos.
• Permite acceso interactivo a la información.
• Permite al usuario final la construcción o
codificación de su propio reporte
• Formato apropiado al usuario
85
Reporting Services
• Escalabilidad
• Plataforma de reportes
• Múltiples fuentes de datos con múltiples opciones de entrega
• Escalable, administrada y embebida en una arquitectura de web service
• Scheduling, Snapshots, Caching, más…
• Herramientas de Creación
• Visual Studio IDE
• Especificación XML (RDL)
• Report Builder
•Personalización
• SOAP Web Service APIs
• Report Manager
• Modelo de seguridad
• Integrado con AS, IS, Management.
86
Reporting Services
87
Medidores en Reporting Services
88
89
Calidad de la Información
Definición:
• Productos de información características,
atributos o cualidades hagan que la
información sea más valiosa para ellas.
90
Atributos de Calidad de la Información
Oportunidad
La información se debe proporcionar cuando sea necesaria.
Actualidad
La información debe estar actualizada cuando se
proporcione.
Frecuencia
La información se debe proporcionar con la frecuencia
necesaria.
Periodo de tiempo
Se puede proporcionar información referente a períodos de
tiempo pasados, presentes y futuros.
Dimensión de tiempo
91
Atributos de Calidad de la Información
Exactitud.- La información no debe presentar errores.
Importancia.- La información debe relacionarse con las
necesidades de información de un receptor específico para una
situación específica.
Integridad.- Se debe proporcionar toda la información necesaria.
Especificidad
Se debe proporcionar sólo la información necesaria.
Alcance.- La información puede tener un alcance amplio o
reducido o un enfoque interno o externo.
Desempeño.- La información puede revelar el desempeño al
medir las actividades realizadas, el progreso logrado o los
recursos acumulados.
Dimensión de contenido
92
Atributos de Calidad de la Información
Claridad.- La información se debe proporcionar de tal forma
que sea fácil de entender.
Detalle.- La información se debe proporcionar de modo
detallado o resumido.
Orden.- La información se puede ordenar en una secuencia
predeterminada.
Presentación.- La información se puede presentar en una
forma narrativa, numérica, gráfica o de otro tipo.
Medio de comunicación
La información se puede proporcionar mediante documentos
impresos en papel, presentaciones de video u otras más.
Dimensión de forma
93
Resumen
• Sistemas de Información apoyan diversos
niveles de toma de decisiones administrativas
incluyen estratégicas, tácticas y operativas, así
como estructurados, semi estructurados y no
estructurados.
• El apoyo a la toma de decisiones esta
cambiando en los negocios, impulsado por los
rápidos avances en computación para usuarios
finales y conexión de redes, tecnologías Web y
de Internet.
94
Resumen
• Sistemas de información administrativa proporcionan a los administradores reportes y respuestas predefinidos de manera periódica, excepcional, bajo demanda o automática para satisfacer sus necesidades de información y apoyar la toma de decisiones.
• El procesamiento analítico en línea analiza de manera interactiva las relaciones complejas entre grandes cantidades de datos almacenados en bases de datos multidimensionales.
95
Resumen
• La minería de datos analiza las enormes
cantidades de datos históricos que se han
preparado para su análisis en almacenes de datos.
• Los sistemas de apoyo a la toma de decisiones son
sistemas de información interactivos, basados en
computadora, que utilizan software de sistemas de
apoyo a la toma de decisiones, así como una base
de modelos y bases de datos, con el fin de
proporcionar información adaptada para apoyar las
decisiones semiestructuradas y no estructuradas
de administradores individuales.
96
Universidad Nacional José
Faustino Sánchez Carrión
Integrar
Informar
Analizar
Sistemas de Apoyo a la Toma de Decisiones Huacho, 30 de Junio del 2011