Bodega de Datos

Bodega de datos 

Es un conjunto de datos integrados o orientados a una materia, que varían con el tiempo y que no son transitorios, los cuales soportan el proceso de toma de decisiones de la administración y esta orientada al manejo de grandes volúmenes de datos provenientes de diversas fuentes o diversos tipos.

Estos datos cubren largos períodos de tiempo lo que trae consigo que se tengan diferentes esquemas de los datos fuentes, La concentración de esta información esta orientada a su análisis para apoyar la toma de decisiones oportunas y fundamentadas, Previo a su utilización se debe aplicar procesos de análisis, selección y transferencia de datos seleccionados desde las fuentes.

Diseño de una bodega de datos

Aparte de las consideraciones técnicas y económicas, existen tres aspectos importantísimos que intervienen en el establecimiento y el uso de una bodega de datos: el diseño, el mantenimiento, y el uso de la misma.

El diseño requiere soportarse en un análisis profundo de la institución o del áreas funcionales responsables de la utilización de la bodega, las fuentes de datos que alimentarán la bodega, y unas personas capacitadas en la correcta estructuración de la bodega.

De las decisiones aquí tomadas, depende la velocidad de búsqueda y la calidad y oportunidad obtenida en las respuestas a nuestras inquietudes. Una decisión mal tomada en este aspecto puede significar demoras de días en vez de horas o minutos para la obtención de las respuestas requeridas, o incluso, que la bodega no esté en capacidad de responder las preguntas claves para la organización.

El mantenimiento de la información se convierte en parte fundamental, una vez la bodega de datos forma parte integral de los sistemas de información de la institución o compañía. Según los expertos, uno de los principales problemas que se vive con los proyectos de bodegas de datos es la obsolescencia de su información. Se actualiza la información para el proyecto piloto, pero no se establecen mecanismos de actualización permanente que siempre garanticen la oportunidad de la misma.

Por último, pero no menos importante, están las decisiones que se hagan sobre el uso que se hará de la bodega de datos, resaltándose en este aspecto la capacidad y entrenamiento que deben tener los distintos usuarios para buscar relaciones y analizar la información.

Si bien es cierto que la bodega de datos agiliza esta tarea, es deber de los usuarios de la bodega saber cómo preguntar y cómo interpretar y poner en práctica los resultados que obtienen, pero además, la institución debe definir en forma muy clara, el ámbito empresarial en el que operará la bodega, las dependencias administrativas de la organización que van a tener acceso a la bodega de datos y las consultas que ésta debe responder inicialmente.

Implementacion

El ciclo del desarrollo del data warehouse no difiere en mucho de las fases de perfeccionamiento de todos los desarrollos de software. Las fases y las secuencias son las mismas, pero existen variantes únicas asociadas al data warehouse. Comprende

Planeación

En esta fase se determina: El enfoque que se optará para la implementación: Top-Down (De Arriba abajo), Bottom-up (De abajo a arriba) o una combinación de estas dos. La metodología de desarrollo: Las más usuales son el método de análisis y diseño estructurado y el método del desarrollo en espiral.

Requerimientos

Especificación clara y precisa de las funciones que se esperan obtener del data warehouse. Estos deben definirse desde varias perspectivas: propietario, arquitecto o desarrollador del data warehouse y desde la visión del usuario. Se definen las áreas tema que apoyará la bodega de datos, las dimensiones de categorización (tiempo, geografía, industria, grupo de clientes, línea de producto, etc.).

Análisis

Consiste en convertir todos los requerimientos conseguidos en la fase anterior en especificaciones concretas que sirvan de base para el diseño. Se definen los modelos lógicos de los datos para el data warehouse, los mercados de datos, definir los procedimientos de conexión con las fuentes de datos y el data warehouse y las herramientas de acceso del usuario final.

Diseño

Los modelos lógicos conseguidos en la anterior fase se convierten en modelos físicos. Se generan los diseños para programas y procesos que se requieren según la arquitectura, tanto a nivel de los datos como de aplicación. Construcción. Se conoce también como diseño físico y consiste en plasmar en la práctica, los diseños lógicos de la fase anterior. Incluye la construcción de programas que creen y modifiquen las bases de datos, que extraigan datos de las fuentes, programas para transformación de datos tales como integración, resumen y adición, programas para la actualización de los datos, programas para búsquedas en bases de datos muy grandes.

Montaje

Relacionados con la instalación, puesta en marcha y uso del data warehouse. Un elemento importante consiste en concientizar a los usuarios sobre la disponibilidad, beneficios y presentación de data warehouse, esto se conoce como comercialización de la información. 

Fuentes de Informacion
 http://www.monografias.com/trabajos24/bodega-de-datos/bodega-de-datos.shtml#construcc#ixzz5ESXPs47A

 http://www.monografias.com/trabajos24/bodega-de-datos/bodega-de-datos.shtml#como#ixzz5ESW27GrV 
http://www.monografias.com/trabajos24/bodega-de-datos/bodega-de-datos.shtml#ixzz5ESYEzKBT

Sistemas ERP y CRM

ERP: Enterprise Resource Planning (sistema de planificación de recursos empresariales)

Los ERP son sistemas de gestión global de información que automatizan muchas de las prácticas de negocio asociadas con los aspectos operativos o productivos de una empresa. Se caracterizan por estar compuestos por diferentes módulos. Esos módulos comprenden distintas áreas: producción, ventas, compras, logística, contabilidad (de varios tipos), gestión de proyectos, GIS (Sistema de Información Geográfica), inventarios y control de almacenes, pedidos, nóminas, etc. Los 4 objetivos principales de estos sistemas son:

· Optimización de los procesos empresariales.

· Acceso a la información.

· Posibilidad de compartir información entre todos los componentes de la organización.

· Eliminación de datos y operaciones innecesarias de reingeniería.

Los beneficios que puede aportar un ERP son la resolución de los problemas contables, mercantiles fiscales de las empresas. Además, permiten un mayor control del inmovilizado en el inventario permanente, conciliación bancaria, liquidación de impuestos, etc. 

CRM (Customer Relationship Managment)

CRM es un software / programa / herramienta / aplicación en el que cualquier conversación que un compañero de tu empresa tenga con un cliente (o potencial cliente) se guarda en una zona común y accesible para todo el mundo en tu empresa. Estas conversaciones son los emails, llamadas, reuniones, notas y tareas que surgen del día a día en la relación con los clientes. 

Un software que también se le considera un “front office” porque es una herramienta que sí afecta a la relación con clientes y a los procesos externos. La finalidad del CRM es ordenar la información del cliente, ponerla en el centro de la empresa, ayudar en la gestión o seguimiento comercial y poder trazar estrategias tanto de ventas como de marketing.

Al contrario que un ERP, el CRM contiene información de clientes, por lo que es una herramienta más dinámica y ágiltanto en uso como implantación, aprendizaje, funcionalidades y precio.

El CRM no es un nuevo concepto, lo que sí puede serlo es la tecnología que tenga detrás una u otra herramienta y su democratización a la pyme, sino que lleva tiempo inscrito en todos los manuales y ejemplos de gestión. CRM hace referencia a un modelo de negocio que busca identificar a los lead más valiosos para la empresa y a gestionar sus relaciones de una forma eficiente y resolutiva con el fin de conseguir no solo la venta sino la lealtad

Las funciones principales de un CRM y lo que se puede esperar de él son:

La automatización de los procesos de venta, desde el alta de leads, el seguimiento del mismo, sistema de alertas o la gestión de tareas.

Almacenar y accionar la información de los clientes tales como correos, puestos, interacciones con la empresa, reuniones, fuente de atribución, etc.

Creación de segmentos para distintos objetivos en marketing o ventas, tales como planteamiento de estrategias, segmentación de comunicaciones, previsión de ventas, construcción de buyer persona…

Seguimiento comercial y creación de procesos en el mismo.

La implantación de un CRM es fundamental para realizar un marketing depurado y acertadoya que, en un contexto como el actual, las acciones de promoción o comunicación deben ser segmentados lo máximo posible para aumentar ratios de conversión y minimizar costes tanto por lead como por cliente.

Sobra decir que el CRM es también clave para el correcto desempeño del departamento comercial de cualquier empresa. Especialmente en las pymes, acostumbradas a trabajar con excel, ya que ayuda a profesionalizar el ciclo de ventas y realizar un seguimiento certero y personal a cada lead para acabar por ofrecer mejores resultados en venta.

Diferencias entre ERP y CRM

Un CRM es un sistema que permite gestionar clientes mientras que un ERP gestiona procesos. Un CRM es por lo tanto una herramienta imprescindible para la venta, el marketing y la atención al clientemientras que un ERP lo es para la producción.

La implantación de un CRM (Customer Relationship Manager) permite aumentar los ingresos de la empresa mientras que un ERP (Enterprise Resource Planning) permite controlar los costes.

Se requiere un esfuerzo importante de implantación de un ERP porque necesitamos cambiar y refundar los procesos de la empresa en profundidad mientras que el proceso de implantación de un CRM es más 'ligero' (se añade a lo que ya existe).

La integración de un CRM en un ERP se hace mediante un interfaz que gestiona los pedidos que se obtienen desde ventas para convertirlos en órdenes de servicio en la fábrica.

Ejemplo de CRM 

Antes de nada, SaaS (Software as a Service) esta de moda y para entender como funciona, solo tienes que ver el nuevo Office 365 de Microsoft. Es decir te alquilan la aplicación por meses, generalmente incluso no necesitas instalar nada, contratas una suscripción y cuando no la necesitas la desactivas. El único requisito es tener internet, preferiblemente fibra. De modo similar funciona Netflix, HBO e incluso Moviestar Plus.

Como no todos los ERP por defecto traen un modulo CRM y no todo el mundo necesita un ERP completo con 20 módulos, existen soluciones por separado. En el caso de CRM puedes encontrar aplicaciones donde pagando una cierta cantidad al mes, dispones de una completa aplicación. Uno de los ejemplos es el Suma CRM, un software orientado a pequeñas y medianas empresas. 

Ejemplo de ERP 

El software a medida supone crear un sistema de ERP desde 0 para una empresa en particular. Es una solución más costosa y que exige encontrar a la compañía adecuada para llevarla a cabo, pero a cambio ofrece la máxima adaptabilidad.

Por el otro lado, las soluciones estándares o modulares son más baratas y rápidas de implantar. Se contratan en base a módulos o paquetes en función de las necesidades de cada empresa; existen incluso soluciones prediseñadas para un tipo de empresa muy concreto, por ejemplo bodegas. El software concreto a escoger estará en función del tamaño de cada empresa:

*Empresas grandes: los más comunes son SAP y Microsoft Dynamics.

*PYMES: Microsoft Navision, SAGE X3, SAP Business One, A3 ERP.

*Para empresas pequeñas y medianas, existen muchas posibilidades para crear un ERP en la nube o a través de software libre como por ejemplo Open ERP.

Fuentes de Información

http://fp.uoc.edu/blog/que-son-los-sistemas-erp-crm/
https://blog.teamleader.es/erp-crm-significado-y-diferencias

Orígenes de datos(Sistemas Operacionales)

Sistema de Procesamiento de Transacciones (OLTP: On-Iine Transaction Processing)

En toda clase de negocios, banca, industria, comercio, etc, la unidad básica de información a procesar es la transacción; por lo tanto se concibe como transacción, la consulta del estado de la cuenta de un cliente en un banco o el retiro de cierta cantidad de dinero, la actualización por la compra de nuevos artículos en un inventario o el movimiento efectuado a una cuenta de contabilidad en cualquier tipo de empresa. Este * Profesores Universidad Nacional de Colombia. Sede Manizales. Departamento de Administración y Sistenmas. sistema es vital para la operación de una organización y permite que los gerentes y empleados administren eficientemente por medio del suministro de productos o servicios, y garantizando la existencia de un control adecuado sobre cada una de las distintas actividades de la organización. La mayor parte de este tipo de actividad generan los reportes necesarios como nómina, facturación de clientes, cuentas por cobrar, cuentas por pagar, contabilidad general, entrada de pedidos, puntos de venta, inventarios, producción, finanzas, personal, etc. Estos reportes proporcionan mucha información a los administradores con objeto de ayudarlos a controlar la empresa u organización y a mantenerla dentro de su curso normal de desempeño. La característica mas relevante de estos sistemas es su facilidad para manejar procesos bien estructurados, de frecuente periodicidad y se les conoce muy bien, hasta el grado que se pueden sistematizar, arrojando resultados altamente positivos. 

Sistema para el soporte de decisiones (DSS: Decisión Support System)

Los Sistemas de Apoyo a las Decisiones se caracterizan por el hecho que se concentra en la información que requieren los gerentes como tomadores de decisiones, respondiendo a condiciones propias e inesperadas de la información y su objetivo no es precisamente la optimización de los sistemas de procesamiento de datos, sino el desarrollo de mejores Sistemas de Información para la administración. Los Sistemas de Apoyo a las Decisiones permiten tomar decisiones simulando o prediciendo el mundo real y disminuyendo la incertidumbre, además permiten explorar oportunidades innovadoras que no se habían considerado previamente.. En la mayor parte de los casos no se pueden analizar todas las alternativas, ni siquiera con técnicas analíticas y las computadoras mas modernas disponibles, por la complejidad y magnitud que estas decisiones revisten. Estos sistemas no tienen como exigencia el manejo en línea o en tiempo real, como el sistema anterior. Se alimentan bases de datos independientes, desde diversos orígenes, en forma periódica. Los requerimientos de información son cam biantes y la inform ación debe ser de fácil m anipulación y consulta. 

Sistema de Información Gerencial

La función del Sistem as de Información Gerencial consiste en mejorar el flujo de inform ación en la organización proporcionando información importante, oportuna y exacta a los directivos, para que la toma de decisiones sea óptima y para que el resto del personal realice sus tareas mas eficientemente. Walter J. Kennevan, ^ definió el Sistema de Información Gerencial como: " Es un método organizado de proporcionar información pasada, presente y futura acerca de las operaciones internas y las actividades externas. Sirve de apoyo a las funciones de planeación, de control y operativas de una organización y suministra información uniforme en el tiempo apropiado para ayudar en el proceso de toma de decisiones." Un aspecto interesante de la anterior definición hace referencia a las relaciones que tiene la información no solo con las operaciones internas de la empresa, sino también con aquellas actividades vinculadas con las fiientes externas a ella, es decir, con el medio ambiente; así mismo, a pesar que la definición no señala los requerimientos de equipos electrónicos para el procesamiento de datos necesarios como apoyo al desarrollo de los Sistemas de Información Gerenciales, es conveniente tener en cuenta que seria imposible lograrlo sin ellos, dado los altos volúmenes de información que se manejan hoy en día. El Sistema de Información Gerencial se diseña para que toda la organización interactue en forma más efectiva, propiciando un mejor ambiente laboral, mejorando los canales de comunicación, los flujos de información e incrementando las utilidades.

Fuentes de información

http://histinf.blogs.upv.es/2011/01/04/historia-de-las-bases-de-datos/

https://support.office.com/es-es/article/introducci%C3%B3n-a-los-or%C3%ADgenes-de-datos-5f1770fd-938b-4576-a718-6512d512521c

OLAP VS OLTP

OLTP - On-Line Transactional Processing

Los sistemas OLTP son bases de datos orientadas al procesamiento de transacciones. Una transacción genera un proceso atómico (que debe ser validado con un commit, o invalidado con un rollback), y que puede involucrar operaciones de inserción, modificación y borrado de datos. El proceso transaccional es típico de las bases de datos operacionales.

- El acceso a los datos está optimizado para tareas frecuentes de lectura y escritura. (Por ejemplo, la enorme cantidad de transacciones que tienen que soportar las BD de bancos o hipermercados diariamente).

- Los datos se estructuran según el nivel aplicación (programa de gestión a medida, ERP o CRM implantado, sistema de información departamental...).

-Los formatos de los datos no son necesariamente uniformes en los diferentes departamentos (es común la falta de compatibilidad y la existencia de islas de datos).

-El historial de datos suele limitarse a los datos actuales o recientes.




OLAP - On-Line Analytical Processing

Los sistemas OLAP son bases de datos orientadas al procesamiento analítico. Este análisis suele implicar, generalmente, la lectura de grandes cantidades de datos para llegar a extraer algún tipo de información útil: tendencias de ventas, patrones de comportamiento de los consumidores, elaboración de informes complejos… etc. Este sistema es típico de los datamarts.

-El acceso a los datos suele ser de sólo lectura. La acción más común es la consulta, con muy pocas inserciones, actualizaciones o eliminaciones.

-Los datos se estructuran según las áreas de negocio, y los formatos de los datos están integrados de manera uniforme en toda la organización.

-El historial de datos es a largo plazo, normalmente de dos a cinco años.

-Las bases de datos OLAP se suelen alimentar de información procedente de los sistemas operacionales existentes, mediante un proceso de extracción, transformación y carga (ETL).

Comparativa 

	OLAP	OLTP
DEFINICIÓN	El procesamiento analítico en línea (OLAP). Son diseñados para cumplir con un conjunto de metas. Se puede decir, qué es una solución utilizada en el campo de la llamada inteligencia artificial.	El procesamiento de transacciones en línea es un tipo de proceso, especialmente rápido en el que las solicitudes de los usuarios son resueltos de inmediato.
OBJETIVOS	Asistir en el análisis de negocios, identificando tendencias, comprende periodos, gestiones, mercados, etc.	Asistir a aplicaciones específicas. Mantener la integridad de los datos.
ALINEACIÓN DE DATOS	Los OLAP están alineados por aplicación. Diferentes sistemas tienen distintos tipos de datos, los cuales son estructurados por aplicación. Se focaliza en el cumplimiento de requerimientos de una aplicación en especial o una tarea especifica.	Los OLTP están alineados por dimensión todos los tipos integrados en un solo sistema. Los datos organizados definiendo dimensiones de negocios.
INTEGRACIÓN DE DATOS	En OLAP los datos deben estar alineados-integrados. Son conocidos como datos derivados o datos DSS.	Los OLTP son datos que se encuentran típicamente no integrados, son calificados como datos primitivos o datos operacionales.
HISTORIA	LOS OLAP almacenan tanta historia como sea necesaria para el análisis de negocios típicamente dos a cinco años.	Los OLTP usualmente retiene datos para 60 a  90 días después son resguardados por los administradores de  base de datos  en  almacenamientos secundarios fuera de línea.
ACCESO Y MANIPULACIÓN DE DATOS	Los sistemas operacionales realizan una manipulación de datos registro por registro con grandes cantidades de INSERT,UPDATES	La validación de datos, se realiza antes o después de la carga, principalmente se realizan sentencias select.
PATRONES DE USO	Tiene un patrón de uso liviano con picos de usos eventuales en el  tiempo.	Mantiene un patrón de uso constante requiriendo grandes cantidades de recursos y consumiendo solo el tiempo requerido a la transacción.
GRANULARIDAD DE DATOS	Contenían información sumarizada hasta cierto nivel (el permitido por los volúmenes de consolidación de los cubos multidimensionales de los 80´s.	En los sistemas operacionales se encuentran los a nivel detallado o transaccional.
PERFIL DEL USUARIO	En este tipo de sistemas corresponden a la comunidad gerencial.	Tiene por objetivo asistir a aplicaciones específicas y asegurar la integridad de datos.

https://asiel-bda.webnode.es/trabajos/tarea-1/cuadro-comparativo-olap-oltp/

http://www.sinnexus.com/business_intelligence/olap_vs_oltp.aspx

Concepto de Bases de Datos Multidimensionales

Para entender una base de datos multidimensional de algunos términos que necesitamos entender.

El primer término es el de procesamiento de transacciones online comúnmente conocido como OLTP. Como su nombre indica, consiste en sistemas basados en transacciones, los cuales frecuentemente utilizan una base de datos relacional como almacén de datos. Los sistemas OLTP suelen centrarse en tiempos de respuesta rápida y necesidades de servicio inmediatas.

Un buen ejemplo de un sistema OLTP es un cajero automático. Cuándo vas a retirar dinero del cajero automático no estás realmente interesado en analizar un montón de datos. Estás allí sólo para hacer una retirada de dinero y terminar para que la siguiente persona que espera pueda completar también su transacción. El sistema OLTP facilita estos procesos.

Esto nos lleva a otro término conocido como OLAP, que nos ayuda con el procesamiento analitico online. El enfoque OLAP se centra en el análisis de datos, y típicamente los datos provienen de los sistemas OLTP. Esto no quiere decir que la tecnología OLAP sea más lenta que la tecnología OLTP, sino que los dos se centran en cosas completamente diferentes. OLTP se enfoca en hacer el trabajo y OLAP en analizar los resultados del trabajo.

Un sistema OLTP puede tener miles de millones de registros por lo que intentar ejecutar informes en un sistema OLTP es malo ya que podríamos ralentizarlo o hacer que deje de funcionar. Los sistemas OLTP suelen ser de misión crítica para el negocio y no es conveniente sobrecargarlos.

Ahí es donde entra la tecnología OLAP. Podemos coger los datos del sistema OLTP y cargarlos en nuestro sistema OLAP, y cuando hablamos de OLAP nos estamos refiriendo realmente a una base de datos multidimensional. Los dos términos significan esencialmente lo mismo. También es posible que escuches el término cubo o cubo OLAP para referirse también a esto. Realmente los términos base de datos multidimensional, cubo y cubo OLAP se utilizan de forma bastante intercambiable.

El proceso de carga de datos desde el sistema OLTP a la base de datos multidimensional suele ser complicado y pueden requerir retocar los datos para tenerlos de forma que puedan ser analizados en la base de datos multidimensional. El término para este proceso de carga se denomina ETL (extracción, transformación y carga) y hay muchas herramientas sl en el mercado que realizan esta función.

Habitualmente se realiza una carga nocturna mediante una herramienta ETL que se ejecuta contra los datos en el sistema OLTP. Estos datos se cargan en la base de datos multidimensional OLAP y a la mañana siguiente el analista puede utilizarlos y encontrar respuestas a sus preguntas

Lo interesante es que el uso de una base de datos multidimensional permite analizar los datos sin afectar al sistema OLTP. Éste sigue ejecutando procesos de negocio mientras que el analista puede hacer análisis crítico de datos importantes que pueden ayudar a determinar cómo el negocio está funcionando y cómo se puede mejorar.

Ejemplos de Bases de datos Multidimensionales
Algunas empresas que trabajan con base de datos multidimensionales son las siguientes:

Carrefour
La cadena de supermercados ha impuesto un sistema para incrementar la periodicidad de las visitas a sus centros y el volumen de la cesta de la compra. El proyecto consiste en analizar los datos de la compra de sus clientes y ofrecerles descuentos que caducan en días concretos.
American Express
La entidad está analizando las operaciones que hacen sus clientes VIP con su tarjeta para ofrecerles productos relacionados con su estilo de vida. Por ejemplo, si hay una persona que gasta mucho dinero en gastronomía, puede invitarle a reservar en restaurantes concretos.
Caixabank y BBVA
La entidad catalana está montando una infraestructura multicanal enfocada al cliente y manejando información en tiempo real. BBVA ha cambiado su cúpula directiva para enfocarse en el negocio digital porque cree que se va a producir una revolución en el sector bancario y quiere estar preparado para afrontarla.

1.1.5 Variables de Analisis

Las variables de análisis son aquellas que se incluyen en el proceso estadístico, son aquellas variables que realizan estudios analíticos sobre las variables de medición.

Las variables de análisis se utilizan principalmente para realizar estudios estadísticos como factores de riesgo, pre valencia del producto en el mercado, entre otras cosas.

Un ejemplo práctico es que se utilizan dentro de la empresa para poder determinar los diversos riesgos, la pre valencia del producto o el servicio dentro del mercado, local, nacional e internacional y también se obtienen fortalezas y debilidades de la empresa. 

1.1.4 Variables de Medicion

Las variables de medición son aquellas que representan la medición matemática de un aspecto del negocio.
Se utilizan para medirla productividad, las perdidas, las ganancias, entre otros aspectos que les pueden definir un sin número de indicadores que le permitirá a un ejecutivo tomar decisiones operativas o estratégicas.
Un ejemplo práctico es que si una empresa vende refrescos las variables de medición le ayudan a saber y a poder graficar cuantos refrescos se venden al día, cual es el más consumido, a qué tipo de personas les gusta el refresco, entre otras cosas se pueden aplicar las variables de medición.

Fuentes de Informacion
https://sites.google.com/site/itsginteligenciadenegocios/home/1-1-conceptos-basicos/1-1-4-variables-de-medicion