Sap bi conceptos
- 1. SAP Business Intelligence Conceptos de Inteligencia de Negocios
- 2. Agenda 1. Introducción a Business Intelligence 1.1 Justificación histórica 2. Data Warehouse 2.1 Definición y características 3. Conceptos y funcionalidades básicas 3.1 DWH y Data Mart 3.2 Componentes a tener en cuenta a la hora de construir un DHW 3.3 Fases de la implantación de un DWH 3.4 Técnicas de la explotación de la información. 3.5 Tipos de aplicaciones en las que se utilizan las técnicas disponibles sobre el DWH. 4.- Plataforma SAP Business Intelligence
- 3. 1 Introducción a Business Intelligence
- 4. ¿Que es Business Intelligence? •Es la combinación de herramientas, técnicas y metodologías que, apoyadas de las Tecnologías de Información, facilitan la explotación y el análisis de información para convertirla en conocimiento y con ello apoyar a la toma de decisiones. •Toda toma de decisiones involucra aceptar un riesgo, lo que es indudable es que el objetivo es minimizar ese riesgo, aquí es donde entra el Business Intelligence. •Algo peor que no tener información a la mano es, tener mucha información y no saber que hacer con ella.
- 5. 1.1 Justificación histórica 1 Introducción Tipos de necesidades que han surgido sobre los sistemas de una empresa: Operacionales Informacionales
- 6. Corporate Data Store 1 Introducción Tras las dificultades de los sistemas tradicionales en satisfacer las necesidades informacionales, surge el concepto de Data Warehouse. 1.1 Justificación histórica
- 7. 1.1 Comparativo OLTP vs OLAP 1 Introducción
- 8. Beneficios de Business Intelligence Mejor calidad y precisión de la información. Una mejor explotación y aprovechamiento de toda la información de la empresa. Reducción en los tiempos de espera considerables. Facilidad, flexibilidad, y poder de análisis en la navegación de información. Reducción de costos administrativos y de preparación de informes Fortalecimiento de las capacidades analíticas y de planificación. Un retorno de inversión a corto y mediano plazo. Compartir información entre departamentos . Ventajas competitivas al ser más eficiente en sus procesos.
- 9. 2 Qué es Business Inteligence? Conceptos Business Intelligence y Datawarehouse
- 10. 2 Data Warehouse 2.1 Definición y características Término acuñado por Bill Inmon, se traduce literalmente como Almacén de Datos. Ventaja principal: la estructura de la información. DWH: Se refiere al almacenamiento de información homogénea y fiable, en una estructura basada en la consulta y el tratamiento jerarquizado de la misma, y en un entorno diferenciado de los sistemas operacionales
- 11. 2 Data Warehouse 2.1 Definición y características DWH se caracteriza por ser: • Integrado • Temático • Histórico • No volátil
- 12. 2 Data Warehouse 2.1 Definición y características Representación gráfica: análisis multidimensional. Ej. Un gerente de una zona estaría interesado en visualizar la información para su zona en el tiempo, para todos los productos que distribuye.
- 13. 2 Data Warehouse 2.1 Definición y características A su vez las dimensiones (tiempo, producto, zona geográfica) tienen una jerarquía. Por ejemplo: Se podría querer analizar la evolución del EBITDA en Mexico, por meses desde Octubre del 2010 hasta Septiembre del 2011.
- 14. 2 Data Warehouse 2.1 Definición y características Metadatos El DWH contiene datos relativos a los datos, concepto que se asocia al término de metadatos. Procesos Para comprender el concepto de Data Warehouse, es importante considerar los procesos que lo conforman: Extracción, Elaboración, Carga y Explotación.
- 15. 2 Data Warehouse 2.1 Definición y características Desde el punto de vista del usuario, el único proceso visible es la explotación del DWH.
- 16. 2 Data Warehouse 2.1 Definición y características SISTEMA TRADICIONAL DATA WAREHOUSE Predomina la actualización Predomina la consulta La actividad más importante es de tipo operativo (día a día) La actividad más importante es el análisis y la decisión estratégica Predomina el proceso puntual Predomina el proceso masivo
- 17. 2 Data Warehouse 2.1 Definición y características SISTEMA TRADICIONAL DATA WAREHOUSE Mayor importancia a la estabilidad Mayor importancia al dinamismo Datos en general desagregados Datos en distintos niveles de detalle y agregación Importancia del dato actual Importancia del dato histórico Importante del tiempo de respuesta de la transacción instantánea Importancia de la respuesta masiva
- 18. 2 Data Warehouse 2.1 Definición y características SISTEMA TRADICIONAL DATA WAREHOUSE Estructura relacional Visión multidimensional Usuarios de perfiles medios o bajos Usuarios de perfiles altos Explotación de la información relacionada con la operativa de cada aplicación Explotación de toda la información interna y externa relacionada con el negocio
- 19. 3 Conceptos y funcionalidades básicas DWH
- 20. 3.1 DWH y Data Mart 3 Conceptos y funcionalidades básicas Data Mart Según define Meta Group, "un Data Mart es una aplicación de Data Warehouse, construida rápidamente para soportar una línea de negocio simple". Representan estrategia de "divide y vencerás"
- 21. 3.1 DWH y Data Mart 3 Conceptos y funcionalidades básicas Un enfoque adecuado:
- 22. 3.2 Componentes a tener en cuenta al construir un DWH 3 Conceptos y funcionalidades básicas Infraestructura Hardware Pocos usuarios con necesidades muy grandes de información. Altas prestaciones de la máquina. Sistemas escalables. Software de almacenamiento (Sistema de Gestión de Base de Datos) Tecnología de BD Relacionales o Multidimensionales.
- 23. 3.2 Componentes a tener en cuenta al construir un DWH 3 Conceptos y funcionalidades básicas Software de extracción y manipulación de datos Control de extracción de datos, automatización y actualización del DWH Proporciona gestión integrada del DWH y los Data Marts existentes. Herramientas de soporte a la fase de gestión de un DWH. Herramientas Middleware: Proveen conectividad entre entornos diferentes. Analizadores y aceleradores de consultas.
- 24. 3.3 Fases de implementación de un DWH 3 Conceptos y funcionalidades básicas La construcción e implantación de un Data Warehouse es un proceso evolutivo. Ej. Metodología propuesta por SAS Institute: la "Rapid Warehousing Methodology".
- 25. 3.4 Técnicas de explotación de la información. 3 Conceptos y funcionalidades básicas Técnicas: • OLAP. ROLAP, MOLAP • Query & Reporting • Data Mining o Minería de Datos • Webhousing
- 26. 3.4 Técnicas de explotación de la información. 3
- 27. 3.4 Técnicas de explotación de la información. 3 Técnicas de explotación de la información OLAP. ROLAP, MOLAP Los sistemas de soporte a la decisión usando tecnologías de Data Warehouse (OLAP - On Line Analytical Processing). Dos arquitecturas OLAP: OLAP multidimensional (MOLAP) y OLAP relacionales (ROLAP). Query & Reporting Las consultas o informes.
- 28. 3.4 Técnicas de explotación de la información. 3 Técnicas de explotación de la información Minería de Datos El Data Mining es un proceso que, a través del descubrimiento y cuantificación de relaciones predictivas en los datos, permite transformar la información disponible en conocimiento útil de negocio. Webhousing La integración de las tecnologías Internet y Data Warehouse
- 29. 3.4 Técnicas de explotación de la información. 3 Técnicas de Data Mining: •Análisis estadístico •Regresión: •Ji cuadrado •Componentes principales •Análisis cluster •Análisis discriminante •Métodos basados en árboles de decisión •Algoritmos genéticos •Redes neuronales •Lógica difusa •Series temporales
- 30. 3.4 Técnicas de explotación de la información. 3 •Metodología de aplicación de Data Mining : • Muestreo • Exploración • Manipulación • Modelización • Valoración
- 31. 3.5 Aplicaciones que utilizan técnicas del DWH. 3 •Otras Áreas de Aplicación: •Control de Gestión: Sistemas de Presupuestación, Análisis de Desviaciones, Tableros de Mando. •Logística: Mejora relación con proveedores, Racionalización de procesos control inventarios, Optimización de niveles de producción, Previsión de la demanda en infraestructura. •Recursos Humanos: Planificación de incorporaciones, Gestión de carreras profesionales, Asignación de recursos a proyectos alternativos, etc.
- 32. 2 Plataforma SAP Business Inteligence La solución BI de SAP y su Arquitectura
- 33. Una Solución BI.
- 35. Integración de Plataforma SAP Business Objects con SAP BI
- 36. Plataforma SAP BusinessObjects BI 4.0
- 37. Plataforma SAP BusinessObjects BI 4.0
- 38. Plataforma SAP BusinessObjects BI 4.0
- 39. Ejemplos de Dashboards en Business Object Excelsius
- 40. Ejemplos de Dashboards en Business Object Excelsius
- 41. Modelado y Flujo de Información SAP BI. Fuente de Datos PSA Datastore Infocubo Sistema Fuente SAP BI SAP ECC Reporte
- 42. Arquitectura Básica de Información.