Business Intelligence Quiz: Prueba tus conocimientos

Business Intelligence: transformando datos en información para la toma de decisiones

Business Intelligence (BI) convierte datos en información para enriquecer la toma de decisiones.
BI minimiza riesgos e incertidumbres y permite predecir eventos futuros.
La inteligencia combina información, habilidad, experiencia y razonamiento para resolver problemas de negocio.
BI no es solo para empresas grandes, sino para cualquier persona que desee tomar decisiones basadas en análisis de datos.
Ejemplos de aplicación de BI: empresa de ventas de productos y biblioteca vecinal.
La fórmula de BI es: Datos + Análisis = Conocimiento.
BI proporciona acceso a información clave y ayuda a identificar y corregir situaciones antes de que se conviertan en problemas.
BI tiene sus raíces en Sistemas de Información Ejecutiva y en Sistemas para la Toma de Decisiones.
El proceso de BI tiene cinco fases: extracción, transformación, carga, análisis y presentación.
Beneficios de BI: mejora la forma de operar de una organización, brinda acceso a información exacta y en tiempo real, y ayuda a identificar nuevas oportunidades.
Data Warehouse es el proceso que gestiona y almacena datos de diversas fuentes para su posterior análisis.
Características de Data Warehouse: orientado al negocio, exclusión de información irrelevante, y estructura multidimensional.Características y ventajas del Data Warehouse
El Data Warehouse es un depósito centralizado de datos que permite el acceso y análisis de información.
La alta accesibilidad de los datos en el Data Warehouse permite un elevado desempeño y velocidad en la ejecución de consultas.
La integración de datos en el Data Warehouse resuelve problemas de convenciones de nombres, unidades de medidas, codificaciones, fuentes múltiples, entre otros.
La información en el Data Warehouse es de tiempo variable, lo que permite desarrollar análisis de tendencias y patrones a partir de una base estadística de información.
La información en el Data Warehouse es no volátil, lo que significa que una vez que los datos ingresan, no cambian.
El Data Warehouse maneja un gran volumen de datos, presenta información sumariada y agregada desde múltiples versiones y maneja información histórica.
El Data Warehouse permite un acceso más directo y los usuarios pueden explorar los datos y encontrar relaciones complejas entre ellos.
El Data Warehouse no se compone solo de datos, sino que también incluye herramientas para consultar, analizar y presentar información.
Las tecnologías empleadas en el Data Warehouse incluyen ETL, bases de datos relacionales, OLAP, entre otras.
Las ventajas del Data Warehouse incluyen la facilidad de acceso y análisis de datos, la eliminación de redundancia y errores, y la posibilidad de hacer análisis de tendencias y patrones.
Las desventajas del Data Warehouse incluyen la complejidad en su implementación y mantenimiento, y el alto costo de infraestructura y tecnología.
El Data Warehouse tiene diferentes niveles de esquematización y detalle en su estructura, y su flujo de datos sigue un proceso estándar y generalizado.Áreas de datos en un sistema de Data Warehouse
Los Sistemas de Gestión de Bases de Datos (SGBD) son software que sirven como interfaz entre la base de datos, los usuarios y las aplicaciones que lo utilizan.
El propósito general de los SGBD es manejar de manera clara, sencilla y ordenada un conjunto de datos.
Existen dos tipos de SGBD: los relacionales y los NoSQL.
En un Data Warehouse (DW), el particionamiento se utiliza mayormente para dividir una tabla de hechos en varias tablas más pequeñas.
Las particiones mejoran los resultados de las consultas al reducir el número de registros de una tabla que deben leerse.
El Business Model es una representación de los datos desde una perspectiva empresarial que permite visualizar la información del negocio y su respectiva interrelación.
El Business Model se define a través de reglas de negocio y teniendo en cuenta las áreas temáticas que son de interés en la empresa.
En el diseño de la arquitectura de un sistema de DW, es conveniente tener en consideración los diferentes entornos por los que han de pasar los datos en su camino hacia el DW o hacia los Data Marts de destino.
Es recomendable crear diferentes áreas de datos en el camino entre los sistemas origen y las herramientas OLAP.
Las áreas de datos utilizadas en un sistema de DW incluyen la Staging Area, el Operational Data Store (ODS), el Almacén de Datos Corporativo y el Data Mart.
El ODS está orientado a dar soporte a los sistemas operacionales y no almacena datos históricos.
El DW almacena datos históricos y está orientado a la explotación analítica de la información que recoge.Data Mart y herramientas de Business Intelligence
Un Data Mart es una porción de un Data Warehouse que se enfoca en un área específica de negocio.
El Data Mart es más fácil de utilizar y más rápido que el Data Warehouse completo.
El Data Mart puede ser creado como una vista de una base de datos relacional o como un cubo multidimensional.
La creación del Data Mart puede seguir una aproximación Top-down o Bottom-up.
El enfoque Top-down es más adecuado para organizaciones grandes y complejas.
El enfoque Bottom-up es más adecuado para organizaciones pequeñas y menos complejas.
La explotación del Data Mart puede ser de tipo ROLAP o MOLAP.
El cambio de herramienta de OLAP puede ser simple si se sigue una aproximación Top-down.
Las herramientas de Business Intelligence pueden ser de fuente abierta o comerciales.
Las herramientas de fuente abierta incluyen Pentaho, BIRT y JasperReports.
Las herramientas comerciales incluyen Tableau, QlikView y Microsoft Power BI.
El cuadrante mágico de Gartner es una herramienta para visualizar la posición de los actores en relación a sus capacidades.