josé eusebio abásolo prieto - uniandes
TRANSCRIPT
1
UNIVERSIDAD DE LOS ANDES
FACULTAD DE INGENERIA DE SISTEMAS
Caso de estudio de Inteligencia de Negocios aplicado al negocio de venta de
muebles
ASESOR
José Eusebio Abásolo Prieto
AUTOR
Nicolas Maffiold Salas
11 de Enero del 2011
2
Table of Contents
1. RESUMEN ..................................................................................................................................... 3
2. INTRODUCCIÓN ......................................................................................................................... 3 2.1. PROCESO ............................................................................................................................................... 3
3. DESCRIPCIÓN GENERAL ......................................................................................................... 5 3.1. OBJETIVOS ............................................................................................................................................. 5 3.1.1. OBJETIVO PRINCIPAL ....................................................................................................................... 5
3.1.2. Objetivos específicos ..................................................................................................................... 5 3.2. ANTECEDENTES ................................................................................................................................... 5 3.3. CONTEXTO DEL PROBLEMA ................................................................................................................ 6 3.4. JUSTIFICACIÓN ...................................................................................................................................... 6
4. DISEÑO Y ESPECIFICACIÓN ................................................................................................... 7 4.1. DEFINICIÓN DEL PROBLEMA .............................................................................................................. 7 4.2. ESPECIFICACIONES .............................................................................................................................. 7 4.3. RESTRICCIONES .................................................................................................................................... 7
5. DESARROLLO DEL DISEÑO .................................................................................................... 8 5.1. RECOLECCIÓN DE INFORMACIÓN ....................................................................................................... 8 5.2. ALTERNATIVAS DE DISEÑO ................................................................................................................ 8
6. IMPLEMENTACIÓN ................................................................................................................... 9 6.1. DESCRIPCIÓN DE LA IMPLEMENTACIÓN ........................................................................................... 9 6.2. ETAPAS .................................................................................................................................................. 9
6.2.1. Preparación ...................................................................................................................................... 9 6.2.1.2. Empresa ........................................................................................................................................ 10 6.2.1.3. Entrevistas................................................................................................................................... 13 6.2.2. Proyecto 1 ........................................................................................................................................ 18 6.2.3. Proyecto 2 ........................................................................................................................................ 28 6.2.4. Proyecto 3 ........................................................................................................................................ 29 6.2.5. Proyecto 4 ........................................................................................................................................ 34 6.2.6. Proyecto 5 ........................................................................................................................................ 43 6.2.7. Proyecto 6 ........................................................................................................................................ 46 6.2.8. Proyecto 7 ........................................................................................................................................ 50
6.3. RESULTADOS ESPERADOS ............................................................................................................... 51
7. VALIDACIÓN .............................................................................................................................51 7.1. MÉTODOS ........................................................................................................................................... 51 7.2. VALIDACIÓN DE RESULTADOS ......................................................................................................... 51
8. CONCLUSIONES ........................................................................................................................51 8.1. DISCUSIÓN ......................................................................................................................................... 51 8.2. TRABAJO FUTURO ............................................................................................................................. 52
9. ÍNDICES ......................................................................................................................................53
10. BIBLIOGRAFÍA ......................................................................................................................54
3
1. RESUMEN
En este trabajo se desarrolla una caso de estudio para la clase de Inteligencia de
Negocios (BI) para el caso de ventas la por mayor de muebles. Utilizando como
referencia el caso de estudios que se desarrollo en la clase a lo largo de este semestre
se plantea un caso que consta de 7 proyectos independientes para que el estudiante
desarrolle conocimientos básicos sobre BI, sus ventajas y posibles aplicaciones. Se
utiliza para este caso la empresa de muebles ficticia MDLA a la cual se le crea una
base de datos conteniendo información de las diversas actividades de esta empresa
para su análisis a lo largo de los proyectos. Cada uno de estos proyectos tiene su
enunciado al igual que todas herramientasnecesarias para susolución, también se
realiza una propuesta de solución para cada uno de los proyectos y su respectiva
plantilla de calificación.
2. Introducción
La Inteligencia de Negocios “Es un termino genérico que describe el apalancamiento
de una de los activos de información tanto interna como o externa para
realizarmejores decisionesde negocio”(Kimball R. a., The Data Warehouse Toolkit:
The Complete Guide to Dimensional Modeling, 2002) en términos generales se
refiere a utilizar la información para tomar mejores decisiones de negocio.
BI se refiere a las capas del nivel de acceso entre lo usuarios y una bodega de datos,
la cual consiste en una base de datos específicamente para mejorar el redimiendo de
los análisis y querys sobre la información al igual que su facilidad de uso, e
implementación de minería de datos proceso que se a popularizado, ya que permite
encontrar patrones inesperados en los datos. No permite clasificar, estimar, predecir y
encontrar eventos que ocurren simultáneamente por esto la minería de datos se ha
convertido en un área bastante desarrollada y de continua evolución en las últimas
décadas, de tal manera que sea ha integrado conocimiento de otras áreas, tales como:
la estadística, la computación gráfica, la inteligencia artificial, la biología, entre
otras. Beneficiándose una de la otra.
Aunque una aplicación de BI no requiere de una bodega de datos necesariamente una
bodega de datos agrega tal valor a la información de una organización que es
conveniente utilizarla para construir la aplicación BI que empezar desde cero par
realizar el mismo trabajo de la bodega la cual probablemente sea mas eficiente en
ello.
2.1. Proceso
4
Este trabajo se desarrollara guiándose con la metodología propuesta por Kimball(R.
Kimball, 2006) para el desarrollo de aplicaciones de inteligencia de negocios y
bodegas de datos. Se realizaron 7 proyectos en los cuales se comienza conociendo la
empresa por medio de documentos y entrevistas que describen su organización, que
departamentos existen, cual es su negocio, competencia, procesos de negocio
existentes, al igual que conocer y caracterizar la base datos de esta. Se analiza en
detalle esta información y con ella se levantan los requerimientos del proyecto , las
necesidades . es decir sus temas analíticos los cuales se comparan con sus procesos de
negocio para realizar una priorización de estos para decidir por cual comenzar la
implementación.
Con el proceso seleccionado de debe realizar el Modelado Multidimensional.
El Modelado Multidimensional consiste en una “técnica de diseño lógico para
estructurar la información para que sea intuitiva para le usuario del negocio y
proporcione un alto desempeño y velocidad de los Query” (Kimball R. a., The Data
Warehouse Toolkit: The Complete Guide to Dimensional Modeling, 2002) es la
técnica mas popular al momento de implementar bodegas de datos ya que se basa en
presentar lo mas simple posible la información , lo que es crucial para el desempeño
de la herramientas de BI y facilita que los usuarios entiendan la base de datos. El
modelado multidimensional divide al mundo en 2 Hechos las cuales son
generalmente números, y se rodean de un contexto que es verdadero en el momento
que se registrar el hecho y este se conoce como dimensiones las cuales describen el
quien, que, cuando, donde, porque, y como del hecho
Una vez se tiene este modelo implementado se pasa a diseñar el proceso de extraer y
transformar la información para poder cargarla en la base de datos dimensional esto se
conoce como ETL.
Con la información cargada se diseño a un cubo de análisis esta estructura permite
obtener la información fácil y rápidamente usando consultas en MDX y demás
Como herramienta principal se usara la suite de Microsoft SQL Server y las
herramientas que proporciona
5
3. Descripción General
3.1. Objetivos
3.1.1. Objetivo principal
Crear un caso de estudio que sirva de apoyo la para la clase de Inteligencia de
Negocios, facilitando que el estudiante comprenda los conceptos básicos, aprenda a
utilizar las herramientas disponibles, los lenguajes de programación yse familiarice
con el proceso que requiere implementar una aplicación de BI.
3.1.2. Objetivos específicos
Cada uno de los proyectos que se construyeron tiene un objetivo específico que se
enumerara por proyecto a continuación:
1. Conocer a fondo el caso MDLA, cual es su negocio y como se encuentra
estructurada esta empresa que será utilizada como caso de estudio para el
desarrollo de los proyectos del curso.
2. Realizar un levantamiento de requerimientos para un proyecto de BI.
3. Realizar un ejercicio de modelado Multidimensional bajo la metodología
Kimball (R. Kimball, 2006)
4.
4.1. Realizar un ejercicio de diseño físico de Bodegas de Datos
en una plataforma específica.
4.2. Diseñar e implementar el proceso de ETL en un contexto
restringido
5.
5.1. Trabajar con una base de datos dimensional.
5.2. Familiarizarse con los conceptos básicos de MDX.
6. Trabajar con KPI y acciones como instrumentos de análisis para satisfacer
requerimientos de negocio
7. Usando los diferentes instrumentos de análisis que ofrece la inteligencia
de negocios -Scorecards, Análisis OLAP, Tareas de Minería, Reportes –
escoger los más adecuados para satisfacer los requerimientos identificados
en las entrevistas realizadas a los usuarios del negocio.
3.2. Antecedentes
El curso de Inteligencia de Negocios es considerablemente reciente en la Universidad
de Los Andes. Este proyecto se basa en el desarrollado a lo largo de segundo semestre
del 2010por estudiantes de esta materia el cual se centraba alrededor de el ejemplo
proporcionado por Microsoft de AdventureWorks(Andes, 2010) una empresa que se
6
centra en la manufactura y distribución de bicicletas y accesorios alrededor de varios
países. En este proyecto en especifico se realizo una implementación sobre el proceso
manufactura.
Existe además el libro The Microsoft Data Warehouse Toolkit(R. Kimball, 2006) el
cual sirvió también de guía para le proyecto de Inteligencia de Negocios . en el libro
se aplica la metodología Kimball (diseñada por los autores ) sobre AdventureWorks
para el caso de ordenes de trabajo documentando todo el proceso y utilizando la
misma herramienta SQL Server
3.3. Contexto del problema
Como se menciono anteriormente el curso de Inteligencia de Negocios en la
Universidad de los Andes es relativamente nuevo y todavía se esta terminando de
establecer además los proyectos de BI requieren de una gran cantidad de datos
disponibles y estos son difíciles de conseguir o crear, serequiere un contexto de una
empresa con una estructura bien definida, con procesos de negocio definidos y
objetivos claros. En al metodología Kimball los requerimientos se levantan por medio
de entrevistas a los diferente cargos no solo a las cabezas de departamento sino a
diversos empleados este proceso dentro de la metodología fácilmente puede tomar 6
meses que no es viable , entonces se necesita diseñar entrevistas pre-hechas como las
que proporcionan en (R. Kimball, 2006) para AdventureWorks y solo des pues de
tener todo esto definido y analizado se puede empezar a trabajar en forma en el
proyecto , todo esto dificulta el desarrollo de casos de estudio para un curso de ese
estilo.
3.4. Justificación
Dado lo complicado de realizar un proyecto de BI por su gran escala y lo
mencionando anteriormente se ve la necesidad de crear un caso de estudio creando la
base de datos que se usara de referencia al igual, diseñando tanto la empresa en todos
sus aspectos como las diferentes entrevistas que se requieren para entender el
contexto sobre el cual trabajar.
7
4. Diseño y especificación
4.1. Definición del problema
Se desea satisfacer la necesidad de crear un caso de estudio para Inteligencia de
Negocio dado la complejidad de realizar un proyecto de BI creando todo el contexto
necesario para poder realizar un proyecto de inteligencia de negocios .
4.2. Especificaciones
Para poder crear el contexto necesario para realizar un proyecto de BI se debe primero
diseñar o conseguir una empresa lo suficientemente grande para tener sus procesos de
negocio estipulados, una jerarquía establecida, conocer que venden o producen por
que a quienes y como.Debe tener la necesidad de implementar un proyecto de BI ya
que para una empresa demasiado pequeña no es recomendable ya que además de los
grandes costos no le generaría mucho beneficio al no tener una infraestructura de
información tan robusta
Crear/obtener un base de datos robusta es decir con una cantidad significativa de
registros, que proporcione información relativamente concisa (algunas inconsistencias
se puede limpiar en el proceso de ETL) y con un nivel de complejidad lo
suficientemente grande para describir los proceso de negocios de la empresa
Se deben realizar/diseñar las entrevistas que ayuden a proporcionar los temas
analíticos que se van a tratar y realizar la priorización de los mismos, por esta razón
deben ser varias por lo menos una de cada uno de los “Departamentos” que existan
planeando una necesidad del mismo
4.3. Restricciones
Se debe escoger que herramienta se utilizará y que metodología que en este caso
seráMicrosoft SQL Server y metodología Kimball.
El caso no puede ser demasiado complejo ya que debe realizarse durante el tiempo
del semestre pero tampoco puede ser demasiado simple ya que no facilitaría el
comprender lo utilidad del un proyecto de BI . se debe limitar el caso a desarrollar un
solo proceso analítico para que el tiempo alcance y se debe facilitarle ayudas en cada
uno de los proyectos individuales. La calidad de los datos se debe tener en cuenta ya
8
que una base de datos muy inconsistente requiere mas trabajo y tiempo del que un
estudiante puede dedicarle durante el semestre.
5. Desarrollo del diseño
5.1. Recolección de información
La información de referencias para este caso se obtuvo de diversos libros de la
metodología Kimball The Microsoft Data Warehouse Toolkit(R. Kimball, 2006)The
Data Warehouse Lifecycle Toolkit(Kimball R. a., 2008)The Data Warehouse
Toolkit(Kimball R. a., The Data Warehouse Toolkit, 2009)The Data Warehouse ETL
Toolkit,(Kimball R. a., 2004)y del proyecto realizado en Inteligencia de negocios
sobre AdventureWorks(Andes, 2010) (Microsoft, 2009) al igual que la pagina de
Microsoft sobre AdventureWorks
La complejidad de conseguir una base de datos pertinente para un proyecto de BI ya
que las empresa no liberan esta información fácilmente conllevo que para este caso de
estudio se modificara la base de datos de AdventureWorks para que se ajustar al caso
de venta y mano factura esto requirió pequeños cambios ya que el modelo propuesto
en AdventureWorksse pude ajusta a cualquier otro caso de retail(venta y manufactura)
y se podría utilizar la ya robusta información que proporcionan.
5.2. Alternativas de diseño
Para le caso se podría o encontrar una empresa que estuviera dispuesta o diseñar una
ya que no se logro encontrar una empresa que proporcionara toda la información
necesaria para realizar un proyecto de BI se opta por diseñarla , en el diseño se pude
o tomar algún ejemplo ya existente como por ejemplo AdventureWorks y modificarlo
o al igual comenzar desde cero pero esto presupone el problema de crear una base de
datos robusta y coherente.
Por estas razones se decide ajustar el modelo de AdventureWorks para tener una base
de datos optima y por ende diseñar una empresa de retail ficticia para que se ajuste al
modelo planteado en AdventureWorks con el menor numero de cambios posible.
9
6. Implementación
6.1. Descripción de la implementación
Para la implementación de este caso se decidió utilizar la base de AdventureWorks
modificada para que se ajuste a el negocio de muebles ya que se usara como
referencia Muebles Los Alpes S.A (MDLA) un caso para arquitectura de software en
La Universidad de los Andes dado que proporciona una información detallada del
negocio de muebles y contiene una estructura detalla de las empresas de esta índole.
También se utilizaron como referencia las entrevistas planteadas en (R. Kimball,
2006) para crear unas entrevistas que se aplicaran en este caso.
El Caso se desarrollo en 8 etapas 1 de preparación general y una porcada uno de los
proyecto para el caso cada una de las cuales se divide a su vez en enunciado y
solución.
6.2. Etapas
6.2.1. Preparación
6.2.1.1. Negocio
El negocio de los muebles se basa mucho en la imagen de los muebles por
es importante poder describir claramente los productos que se venden.
Los inventarios no tiene mucha rotación por lo cual las promociones son
bastante importantes para moverlos .
Clasificación Muebles
o Muebles
Hogar
Alcobas
Salas
Comedores
Auxiliares
Oficina
Acesorios
Mesa
Cocina
Organizadores
Decoracion
Iluminacion
Lenceria Cama
Baños
10
6.2.1.2. Empresa
Muebles Los Alpes S.A (MDLA) es una empresa que se dedica a la producción y
comercialización de muebles para oficina y hogar. MDLA lleva 15 años de operación
y cuenta con una gran reputación entre sus clientes, que la reconocen como una
empresa que se preocupa por la calidad de sus productos, la innovación en estilos y
en un gusto muy moderno y fresco, manteniéndose siempre en una posición
vanguardista en la creación de diseños y en el uso de los materiales. La empresa
cuenta con varias zonas de distribución en Colombia y puntos de fábrica ubicados en
diferentes países en Latinoamérica, Europa y Norteamérica .
MDLA planea expandirse al mercado internacional y para esto requiere mejorar su
proceso de producción para así reducir sus costos y utilizar de lleno el canal de
ventas web que tiene a su disposición.
MDLA maneja 3 canales de venta principalmente Call center, Portal WEB,POS
(Point Of Sale)
11
Figure 1 Organigrama MDLA
La planeación estratégica de la organización se ejecuta bajo un proceso
evolutivo en el cual participan todos los directores de área, el gerente y la junta
directiva. Los informes de resultados de cada área hacen parte de la materia prima
requerida para ejecutar la labor de planeación estratégica.
La dirección de compras se encarga de analizar cuáles son las necesidades de
compras de la empresa, definir las políticas de compras (mercado, proveedores,
etc.), planear y administrar el presupuesto de compras, generar informes y
elaborar previsiones mensuales de compras. Adicionalmente, se encarga de
gestionar los proveedores de la empresa, mediante la identificación de
proveedores potenciales, la negociación de contratación con estos proveedores y
el seguimiento de dichos contratos.
La dirección administrativa se encarga de gestionar la contabilidad de la
empresa, administrar las facturas, los cobros y los pagos asociados con los
proveedores o los clientes, como también la nomina de la empresa y las
bonificaciones entregadas a los representantes de ventas. Adicionalmente, se
encarga de consolidar las necesidades financieras de todas las áreas y de definir
los planes necesarios para atenderlas, como también de generar los informes
pertinentes para conocer los estados financieros de la organización.
12
Adicionalmente, se encarga de administrar la línea de crédito directo que ofrece la
compañía a sus clientes.
La coordinación de tecnología depende de la dirección administrativa y se encarga
de administrar la plataforma tecnológica de la compañía, dar soporte técnico a los
equipos y a la aplicaciones y cumplir los lineamientos en materia de tecnología
definidos por la alta gerencia.
La dirección técnica se encarga de definir los parámetros de calidad exigidos
para los productos que entran y salen de la empresa y diseñar y ejecutar los
procesos orientados a verificar que éstos se cumplan. Adicionalmente, se encarga
de definir las necesidades de materiales y el proceso a seguir (tomar decisiones de
subcontratación, realizar planes de fabricación, etc.) en la producción de nuevas
colecciones impulsadas por la dirección de desarrollo de producto, como también
definir los costos asociados a esta producción.
La dirección de desarrollo de producto se encarga de generar nuevas
colecciones a partir del análisis de tendencias del sector, contrastando las
necesidades de los clientes con los catálogos actuales y generando bocetos que
posteriormente serán evaluados por un grupo con representación de la junta
directiva, la dirección comercial y la dirección técnica. Si los bocetos son
aprobados, se encarga de guiar el proceso de producción de los prototipos, que
también serán evaluados posteriormente por el grupo anterior. Si finalmente la
colección ha sido aprobada, se encarga de gestionar la creación de los catálogos
de la nueva colección. Adicionalmente, sobre colecciones ya establecidas,
propone nuevos acabados, con el fin de evolucionar los productos actuales.
La dirección comercial es responsable de diseñar y monitorear el plan de
presupuesto y de acción de ventas, a partir del análisis de evolución de las facturas
y las necesidades de los diferentes segmentos de clientes que tiene la compañía,
como también de elaborar previsiones de ventas mensuales que podrían llegar a
modificar el plan inicial. De igual forma, se encarga de ejecutar el plan de ventas a
través de los canales establecidos (actualmente solo las salas de exhibición están
habilitadas como canales de venta directas). Adicionalmente, se encarga de definir
y monitorear las campañas de mercadeo, identificando el valor real generado a
partir de cada una estas y de gestionar la relación con los representantes
comerciales, contrastando sus resultados con los objetivos trazados por estos.
Finalmente, la dirección comercial es la responsable de gestionar la relación de la
compañía con sus clientes (personas naturales y PYMES), atendiendo sus
inquietudes y requerimientos y asegurando que los pedidos hechos por estos se
cumplan con las calidades y tiempos establecidos y permitiendo que estos puedan
ser modificados o cancelados de acuerdo a un conjunto de reglas preestablecidas.
La dirección de producción, como su nombre lo indica está encargada de dirigir
todo el proceso de producción de las colecciones diseñadas por la dirección de
13
desarrollo de producto y validadas por el grupo interdisciplinario mencionado
anteriormente. De igual forma produce los prototipos solicitados para las
potenciales colecciones y diseña los planes de producción, con el fin de
aprovechar al máximo los recursos de planta de la compañía.
La dirección de recursos humanos es la encargada de consolidar las necesidades
de recursos humanos de las demás áreas, definir los roles con sus
responsabilidades y tareas que atenderán estas necesidades, validar y evolucionar
la estructura organizacional, siempre que sea necesario, realizar las actividades de
reclutamiento de nuevo personal y programar las capacitaciones requeridas por las
demás áreas. Adicionalmente, se encarga de administrar el tema contractual con
los empleados, incluyendo los aspectos relacionados con la nomina.
6.2.1.3. Entrevistas
Gerente General
MDLA Planea mejorar su participación en los diferentes países en los que se
encuentra, y para esto requiere nuevas tecnologías para soportar sus diversas
operaciones, por esta razón la Inteligencia de negocios parece una buena opción a
pesar de esto no se encuentra seguro si sea la mejor opción para MDLA dado que la
compañía tiene múltiples aspectos que podría mejorar.
Satisfacción del cliente
EL GERENTE GENERAL quiere asegurarse que sus clientes estén satisfechos, para
esto desea monitorear a sus mayores clientes, en especifico le interesaría ver como
esta MDLA en relación a su principal competencia y que puede hacer para mejorar
su línea de productos.
En la actualidad no se cuentan con muchas métricas en la información. Cuando entra
una nueva orden se le otorga una fecha estimada de entrega, por esto no seria difícil
calcular la diferencia entre este estimado y la verdadera fecha de envió. también esta
interesado en saber cuales productos son los frecuentemente retornados.
Rentabilidad de los productos
14
Se desea saber cual de todos sus productos genera una mayor ganancia. Todos los
muebles tiene diferentes precios ya sea por el tamaño, material o complejidad en la
manufactura, además el precio se ve afectado por el mercado y la alta competencia en
el sector por esto no pueden cobrar mucho mas del costo bruto del mueble, por lo cual
seria útil saber cual producto contribuye mas a las ganancias totales.
Rentabilidad de los clientes Al igual, para los clientes se desea saber cuales generan una mayor ganancia, algunos
compran los muebles y los revenden otros compran muebles en oferta retornándolos
por razones dudosas, otros venden productos que tienen un mayor margen o compran
al por mayor para reducir los costos del envió. Si MDLA pudiera crear una forma de
clasificar a los clientes bajo este criterio, podrían manejar mas fácilmente a los
clientes de menor margen ya sea desasiéndose de ellos o tal vez convirtiéndolos a un
canal menos costoso como teléfono o internet
Problemas Adicionales Existen pocas personas en las diversas partes de la organización que pueden extraer
información del sistema transaccional. Desafortunadamente, todos ellos reportan su
información de manera diferente, como resultado el GERENTE GENERAL escucha
diferente información de David y Brian acerca de las ventas al igual que diferente
información sobre Pedro y Jerry acerca de la manufactura y producción.
El sistema transaccional parece funcionar correctamente, se puede obtener fácilmente
información mensual sobre la producción y financiera pero en un formato que no es
muy útil, por ejemplo las tendencias y comparaciones son difíciles de conseguir ,
GERENTE GENERAL no puede obtener la información de las ordenes por internet y
los clientes mayoristas si utilizar Excel para procesar la información
Dirección de producción
Pronostico de Producción
Pedro mira a la historia de las ventas para crear su pronostico de producción
basándose en las ventas en las diferentes temporadas y el ciclo de vida del producto.
Este lo compara con el pronostico de ventas del grupo de Víctor en Dirección
Comercial. Si están muy desfasados hablan con Guillermo uno de los analistas de
ventas para tratar de solucionar las discrepancias. este procesos no siempre es exitoso
por que algunos los datos no se mantienen actualizados entre los diferentes canales.
15
Control de Producción La programación de la producción genera ciertos problemas ya que cada mueble se
despieza y las piezas pasan por el proceso de producción de forma separada, en
ocasiones al momento del envío se dan cuenta de que las piezas no están completas
conllevando a soluciones poco elegantes y a retrasos en la producción.
Mejorar la Calidad del Producto Además del problema mencionado anteriormente que afecta la calidad, Pedro esta
interesado en medir la calidad de todos los productos, no solo los que salen con
problemas, para esto El gerente general le pidió que pensara como puede conseguir
alguna información de los sistemas disponibles que les pueda decir si están haciendo
un buen trabajo. Pedro no ha logrado completar esta tarea para esto le interesa poder
realizar algunos análisis sobre la razones para las devoluciones, el motivo de las
llamadas a soporte al cliente al igual que las realizadas por el portal Web
David Jefferson Dirección comercial Planeación y Monitoreo de Productos La mayoría de los análisis que realiza la dirección comercial se centran en los datos
de las ordenes, ellos desean entender el rendimiento de las diferentes líneas de
productos y realizar planeación de la producción para así evitar los inconvenientes
que se puedan presentar en la que los productos se canibalicen generando perdidas
Efectividad dela Campaña de Mercadeo MDLA desea dar a conocer su marca (crear Brand Awareness) y generar lealtad en
sus clientes para esto ha iniciado diferentes campaña publicitarias y les gustaría poder
medir la efectividad de estas en cada región estableciendo una base para poder
calcular el incremento de las ventas a razón de las campaña, lo importante es poder
agrupar los clientes en las regiones que utilizan el mismo vehículo para su campaña,
es decir la región donde se presentaron los anuncios en revistas o en televisión etc…
MDLA desea compara estas zonas antes y después dela campaña con las demás zonas
que no estuvieron involucrados en la campaña.
Monitoreo de los Canales
16
David se encuentra interesado en monitorear lo canales sobretodo el Callcenter ya
que no se tiene mucho control sobre este y seria interesante para realizar promociones
que motiven el uso de este canal .
Helena Matthews Clasificación Demográfica de los Clientes por Internet Helena le ha dedicado mucho tiempo en estos últimos días a clasificar los clientes de
internet demográficamente para así entender la naturaleza de los mismos y sus
hábitos de compra. Desafortunadamente se han presentado inconvenientes con el
esquema XML en el cual se captura la información en el sitio web.
Perfilamiento de Clientes y Mercado Objetivo A Helena le gustaría promocionarse mas sofisticadamente a sus clientes por internet
ella sabe que las promociones enfocadas a clientes que entren en cierto perfil
demográfico y de compras podría a marcar una gran diferencia en las ventas promedio
por cliente. Ella y otros compañeros del departamento han hablando con algunos de
los vendedores encargados de las promociones y el campañas de productos y MDLA
podría estar mejoras bastante en este aspecto.
A Helena también le interesa mirar los clientes por región lo cual es simplemente
agrupar las personas de un departamento o provincia en la que viven. Helena ha
notado grandes diferencias en las preferencias de modelo y color basado en el lugar
donde viven. El departamento tiene múltiples definiciones para las regiones que usan
en sus análisis, ella mira a sus clientes agrupados por regiones basadas en las ventas
totales de internet pero lo administradores de los productos ven a las regiones de
diferente forma es mas las definiciones de región son modificadas constantemente.
Programa de Lealtad Helena le gustaría tratar de construir una lealtad por parte de sus clientes por internet
, ella piensa que por medio del algún tipo de programa de fidelidad podrían fomentar
que los clientes realizaran mas compras directas con MDLA cuando los clientes
desean un nuevo diseño, cambiar tapizados, mas muebles o comprar muebles para
regalar. Seria muy conveniente poder identificar a los candidatos mas probables para
este tipo de relación a largo plazo.
David Thorsson Director de compras
17
MDLA planea expandirse a Europa y otros países lo cual implica que la variación de
las diferentes monedas puede afectar las ganancias de la empresa se necesita poder
ver en cada una la moneda local y el peso para examinar los cambios en las tasa de
cambio a través del tiempo para así poder dado el caso separar el impacto de un
cambio en las ordenes del impacto de un cambio en la tasa de cambio.
Moneda estándar para los reportes El hecho de que la información extraída del sistema transaccional en dólares requiere
una Query bastante complejo para obtener a sido un dolor de cabeza para la mayoría
en la oficina central. La mayoría el negocio quiere ver la información de las ordenes
en dólares para compararlas entre países. Al mismo tiempo a gente de ventas quiere
crear reportes en la moneda local para mostrar a su clientes. El departamento quiere
ambos para poder evaluar las tasa de cambio en las variaciones de presupuesto .
Análisis de las tasa de cambio
David piensa en crear un fondo para protegerse de las fluctuaciones de las tasas de
cambio quiere evaluar el posible impacto que tendría en los reportes financieros. El
cree que puede tener un impacto significativo reduciendo las perdidas por las
fluctuaciones.
6.2.1.4. Cambios a la base de datos
18
Figure 2 diagrama product base de datos
Se decide que Size no es lo suficiente para denotar el tamaño de un mueble lo cual es
crucial en el negocio de los muebles por esta razón se crean las columnas Lenght
Weight y Width para representar las dimensiones del mueble.
Para describir el mueble en su totalidad se crea también las columnas Material y
Fabric estas describen que material es y que tela (si tiene).
Además se poblaron los nuevos campos creados para cada uno de los productos en
existencia
6.2.2. Proyecto 1
19
Enunciado
Familiarización con el caso de estudio MDLA
Objetivo
Conocer a fondo el caso MDLA, cual es su negocio y como se encuentra estructurada
esta empresa que será utilizada como caso de estudio para el desarrollo de los
proyectos del curso.
Contexto General
Muebles Los Alpes S.A (MDLA) es una empresa multinacional que se dedica a la
producción y comercialización de muebles para hogar y oficina, al igual que
accesorios ( lencería colchones etc..) en los mercados de Norteamérica y
Latinoamérica las ventas se realizan a través de 3 canales: Puntos de venta (POS),
Call center, y ventas por internet. La mayor parte de los ingresos proviene de las
ventas en los POS ya que ellos son los que tiene el inventario mas actualizado con
promociones y nuevos diseños. Finalmente las ventas por internet han tenido ciertos
problemas por información desactualizada lo cual conlleva que se vendan
promociones que ya no existen o no se anuncien las nuevas desaprovechando la
ventajas en precios competitivos que otorga este canal.
La Base de datos de MDLA se basa en un esquema genérico para el caso de retail
(http://sistemas.uniandes.edu.co/~isis3301/dokuwiki/doku.php?id=enlaces:awc#recur
sos)
Actividades
1. Estudiar documentación:
a. Leer las paginas 21-24 del primer capitulo de[1]
b. Visite la página:
http://sistemas.uniandes.edu.co/~isis3301/dokuwiki/doku.php?id=enla
ces:awc#recursos. En la sección Recursos encontrará información
complementaria acerca del caso de estudio. Lea la descripción de los
escenarios empresariales, el diccionario de Datos de la Base de Datos
OLTP de AWC y revise el esquema de dicha base de datos.
2. Conocer el negocio a partir de los datos en la base de datos OLTP
Resuelva las siguientes consultas usando SQL presente los resultados en forma
tabular similar a lo observado en as paginas 23 y 24 de [1](cada consulta debe ir
acompañado de una descripción de la lógica tras este y porque se realizó así al igual
que cada tabla debe tener una pequeña descripción ):
a. Analice los cambios realizados al la tabla producto con relacion esquema
generico.
20
b. ¿Cuáles son los principales distribuidores de la compañía? ¿En dónde se
encuentran ubicados?
c. Identificar el comportamiento de las ventas durante las diferentes temporadas
de compras (Verano invierno, primavera, otoño, navidad, acción de gracias,
reyes magos etc.. )
d. Caracterice a los clientes del call center ¿Quiénes son? ¿Qué productos
compran? ¿Dónde están ubicados? ¿frecuencia de compra?
e. Siguiendo el ejemplo del libro , intente entender el proceso de fabricación de
la empresa a través de la base de datos. ¿Como es el estado del inventario?
¿productos fabricados en mayor cantidad? ¿Cuál es le producto que presenta
defectos mas frecuentemente?
Entregables
Se debe elaborar un informe en el que se muestren:
1. Consultas SQL(Con su respectiva descripción ) (25%)
2. Resultados de las consultas en forma tabular(con su descripción) (20%)
3. Análisis de los resultados (50%)
4. Redacción y Ortografía (5%).
Además se proporciona una guía para utilizar la maquina virtual con SQL server
instalado
En los anexos se encuentra la plantilla de calificación de este nivel
Plantilla-calificacion-proyecto1.xslx
Solución
A.
En la tabla de producto se agregaron nuevos campos como height, width y length
para describir las dimensiones de los productos al igual que material y fabric para su
composición estos e debe a que no todos los productos de los diferentes retail tiene
las mismas características por eso deben ser adaptados con las que parezcan
pertinentes para los clientes.
B.
CONSULTA SQL 1
useMDLA;
21
selecttop 10
tb.Name,st.NameTerritory,st.CountryRegionCode,tb.Due,tb.PctDueTotal,t
b.Due*100/(selectSUM(soh.TotalDue)Due
fromSales.Stores,Sales.SalesOrderHeadersoh
wheres.CustomerID=soh.CustomerID)PctDueResellers
fromSales.SalesTerritoryst,
(selects.Name,soh.TerritoryID,SUM(soh.TotalDue)Due,SUM(soh.TotalDue)*
100/(selectSUM(TotalDue)fromSales.SalesOrderHeader)PctDueTotal
fromSales.Stores,Sales.SalesOrderHeadersoh
wheres.CustomerID=soh.CustomerID
groupbyName,TerritoryID)astb
wheretb.TerritoryID=st.TerritoryID
orderbyDuedesc
Table 1 Resultado Query
ANÁLISIS
En la consulta podemos apreciar que los principales distribuidores se ubican en
Bogotá y son Outlet Muebles 209, Outlet Muebles 193.
C.
CONSULTA SQL 1
useMDLA;
GO
SELECTt1.total1AS'Total (ENE-FEB-MAR)',t2.total2AS'Total (ABR-MAY-
JUN)',t3.total3AS'Total (JUL-AGO-SEP)',t4.total4AS'Total (OCT-NOV-
DIC)',t1.total1+t2.total2+t3.total3+t4.total4AS'Total'
Name Territory Country
RegionC
ode
Due PctDueTota
l
PctDueResell
ers
Outlet Muebles 209 Bogotá CO 13,512,248,618 0,9603 1,248
Outlet Muebles 193 Bogotá CO 13,151,956,558 0,9347 12,147
Mueblería 218 Cali CO 11,798,574,657 0,8385 10,897
Outlet Muebles 501 Medellín CO 11,794,758,399 0,8382 10,894
Muebleria 452 Bucaramanga CO 11,347,474,413 0,8064 10,481
Outlet Muebles 240 Bogotá CO 10,844,390,265 0,7707 10,016
Almacen 523 Cali CO 10,741,543,035 0,7633 0,9921
Tienda de Decoraciones 30 Cali CO 10,451,970,498 0,7428 0,9653
Almacen 56 Pereira CO 10,055,397,181 0,7146 0,9287
Tienda de Decoraciones
678
Cali CO 9,843,240,473 0,6995 0,9091
22
FROM
(SELECTSUM(TotalDue)AStotal1
FROMSales.SalesOrderHeadersoh,Sales.Storec
WHEREsoh.CustomerID=c.CustomerIDAND(MONTH(soh.OrderDate)>= 1
ANDMONTH(soh.OrderDate)<4)
)t1
,
(SELECTSUM(TotalDue)AStotal2
FROMSales.SalesOrderHeadersoh,Sales.Customerc
WHEREsoh.CustomerID=c.CustomerIDAND(MONTH(soh.OrderDate)>= 4
ANDMONTH(soh.OrderDate)<7)ANDc.CustomerType='S'
)t2
,
(SELECTSUM(TotalDue)AStotal3
FROMSales.SalesOrderHeadersoh,Sales.Customerc
WHEREsoh.CustomerID=c.CustomerIDAND(MONTH(soh.OrderDate)>= 7
ANDMONTH(soh.OrderDate)<10)ANDc.CustomerType='S'
)t3
,
(SELECTSUM(TotalDue)AStotal4
FROMSales.SalesOrderHeadersoh,Sales.Customerc
WHEREsoh.CustomerID=c.CustomerIDAND(MONTH(soh.OrderDate)>=
10)ANDc.CustomerType='S'
)t4
GO
Table 2 Resultado Query
ANÁLISIS
Se puede apreciar que las mayores ventas se realizan durante el tercer trimestre del
año esto se puede deber a que los distribuidores se provisionan durante este periodo
para poder mantener la demanda durante las fiestas, al igual que durante los meses de
julio, agosto, septiembre se dan un gran numero de matrimonios y estos compra
muebles para sus hogares. Durante el primer trimestre las ventas disminuyen
considerablemente lo cual puede ser a causa de las compras navideñas que agotan en
el capital de compra .
D.
CONSULTA SQL 1
selecttop 20 c.FirstName,c.LastName,(CASEWHENv.HomeOwnerFlag>0
THEN'YES'ELSE'NO'END)as'HomeOwnerFlag',v.Education,v.Occupation,(CASE
Total (ENE-FEB-
MAR)
Total (ABR-MAY-
JUN)
Total (JUL-AGO-SEP) Total (OCT-NOV-
DIC)
Total
$21,826,311.6438 $26,902,079.6230 $31,347,130.2991 $28,190,724.1359 $108,266,245.7018
23
WHENv.Gender='F'then'Female'else'Male'end)asGender,(CASEWHENMaritalSt
atus='S'
then'Single'else'Married'end)asMaritalStatus,
(CASEWHENTotalChildren>0 THEN'YES'ELSE'NO'END)as'Children?'
from
Person.Contactasc,Sales.SalesOrderHeaderassoh,Sales.vIndividualDemogr
aphicsasv
whereCallCenterOrderFlag=1
Table 3 Resultado Query
HomeOwnerFlag Education Occupation Gender MaritalStatus Children?
YES Bachelors Professional Male Married YES
NO Bachelors Professional Male Single YES
YES Bachelors Professional Male Married YES
NO Bachelors Professional Female Single NO
YES Bachelors Professional Female Single YES
YES Bachelors Professional Male Single NO
YES Bachelors Professional Female Single NO
YES Bachelors Professional Male Married YES
YES Bachelors Professional Female Single YES
NO Bachelors Professional Male Single NO
NO Bachelors Professional Female Single NO
YES Bachelors Professional Male Married YES
YES Bachelors Management Female Married YES
YES Bachelors Management Male Married YES
NO Bachelors Management Female Single YES
NO Partial
College
Skilled
Manual
Female Single NO
YES Partial
College
Skilled
Manual
Male Married NO
YES High School Skilled
Manual
Female Single YES
YES Partial
College
Clerical Male Single YES
NO High School Skilled
Manual
Male Single NO
CONSULTA SQL 2
SELECTCategory,SUM(SUM_MONEY)ASSUM_MONEY,SUM(SUM_UNITS)ASSUM_UNITSFRO
M (
SELECTSOD.ProductID,SUM(SOD.LineTotal)ASSUM_MONEY,SUM(SOD.OrderQty)AS
24
SUM_UNITSFROMSales.SalesOrderDetailSOD,
Sales.SalesOrderHeaderSOHWHERESOH.CallCenterOrderFlag=1
ANDSOD.SalesOrderID=SOH.SalesOrderIDGROUPBYSOD.ProductID
)XINNERJOIN(
SELECTP.ProductIDASID2,P.Name,PC.NameASCategoryFROMProduction.Product
P,Production.ProductCategoryPC,Production.ProductSubcategoryPSWHERE
P.ProductSubcategoryID=PS.ProductSubcategoryID
ANDPS.ProductCategoryID=PC.ProductCategoryID
)YONX.ProductID=ID2GROUPBYCategoryORDERBYSUM_MONEYDESC
Table 4 Resultado Query
Category Venta Clientes ($) Venta Clientes
(Unidades)
Porcentaje de Ventas
($)
Porcentaje de Ventas
(unidades)
Hogar $22,441,362 25653 82.65% 36.20%
Partes $3,954,318 16303 14.56% 23.01%
Lenceria $572,718 20670 2.11% 29.17%
Oficina $182,517 8231 0.67% 11.62%
ANÁLISIS
Se puede apreciar que la mayoría de los clientes de callcenter son personas solteras
con nivel universitario o superior pero con hijos, esto se puede deber a la gran
cantidad de divorcios en la actualidad lo cual implica que tengan que comprar
bastantes muebles al mudarse a su nuevo hogar lo que se evidencia en el flag de
propietarios de casa y se facilita hacerlo por teléfono dada la ayuda prestada por los
asesores.
También se puede apreciar que la gran mayoría de las ventas se centra en hogar y
luego en los repuestos para los muebles ya que la mayoría de productos caen la
categoría de hogar y cada compra que se hace generalmente incluye varios productos
de esta.
E.
Inventario:
SELECT top 30 PP.Name AS CATEGORIA, SUM(PV.Quantity)
ASCantInventario,
COUNT(PB.ProductAssemblyID)ASNoComponentesFROMProduction.ProductASPPJ
OINProduction.ProductInventoryAS
PVONPP.ProductID=PV.ProductIDJOIN Production.BillOfMaterials AS
PB ONPV.ProductID=PB.ProductAssemblyID
GROUPBYPP.NameorderbyCantInventarioDESC
25
Table 5 Resultados Query
CATEGORIA CantInventario NoComponentes
Escritorio Oficina 42 9174 66
Escritorio Oficina 45 8856 72
Sillla Comedor 13 8756 66
Centro de Entretenimiento
22
8260 60
Centro de Entretenimiento
23
7909 66
Sillla Comedor 5 7670 60
Centro de Entretenimiento
24
7502 66
Sillla Comedor 15 7308 18
Sillla Comedor 17 7191 18
Sillla Comedor 9 7104 16
Sillla Comedor 7 6544 16
Sillla Comedor 21 5928 16
Sillla Comedor 18 5859 14
Sillla Comedor 8 5817 14
Sillla Comedor 10 5551 14
Sillla Comedor 16 5481 14
Mesa Comedor 28 5474 21
Sillla Comedor 14 5448 16
Biblioteca 2 5408 12
Mesa Comedor 26 5327 21
Centro de Entretenimiento
29
5310 18
Sillla Comedor 12 5152 14
Sillla Comedor 6 5054 14
Sillla Comedor 20 5012 14
Sillla Comedor 11 4746 14
Mesa Comedor 27 4632 18
Centro de Entretenimiento
31
4615 15
Centro de Entretenimiento
30
4525 15
Mesa Comedor 25 4505 15
26
Mesa Comedor 24 4410 15
Producto mas fabricado:
SELECTtop 30 Name,SubCategory,Category,CantAConstruir,CantDescartada
FROM (
SELECTP.ProductID,P.Name,SUM(WO.OrderQty)ASCantAConstruir,SUM(WO.Scra
ppedQty)ASCantDescartada
FROMProduction.WorkOrderWO,Production.ProductPWHEREWO.ProductID=P.Pro
ductID
GROUPBYP.ProductID,P.Name
) X
LEFTOUTERJOIN
(
SELECTDISTINCTP.ProductIDASID2,PS.NameASSubCategory,PC.NameASCategory
FROMProduction.ProductP,
Production.ProductCategoryPC,Production.ProductSubcategoryPS
WHERE
P.ProductSubcategoryID=PS.ProductSubcategoryIDANDPS.ProductCate
goryID=PC.ProductCategoryID
)
YONX.ProductID=Y.ID2
ORDERBYCantAConstruirDESC
Table 6 Resultado Query
Name CantAConstruir CantDescartada
Biblioteca 2 911890 1031
Sofa 12 469468 1154
Sofa 236002 736
Biblioteca 4 236002 1374
Silla Jardin 234734 585
Mesa de noche 4 128226 178
Sofa 14 118001 692
Cama 5 118001 264
Mesa de noche 2 117367 342
Sofa 15 117367 247
Sofa 16 117367 348
Silla 2 117367 571
SofaCama 2 96080 43
Sofa 13 94218 84
Mesa de noche 94218 422
Centro de Entretenimiento 91081 174
27
25
Mesa de Centro 32 90621 105
Mesa Comedor 27 62822 154
Mesa Comedor 62302 143
Centro de Entretenimiento
30
62231 225
Mesa de noche 3 57583 32
Mesa Comedor 25 48531 38
Mesa Comedor 23 43146 140
Estanteria 13 41148 107
Biblioteca 3 30054 123
Estanteria 14 26956 14
Mesa Comedor 24 26324 21
Estanteria 15 23085 75
Sillla Comedor 17 22919 47
Sillla Comedor 2 22264 63
Defectos
SELECTtop 10
PP.NameASCategoria,SUM(PW.OrderQty)ASCantidad,SUM(PW.ScrappedQty)ASDe
fectuoso,
SUM(PW.ScrappedQty)*100.00/SUM(PW.OrderQty)ASPorcentajeFROMProduction
.ProductASPP
JOINProduction.WorkOrderASPWONPP.ProductID=PW.ProductIDGROUPBYPP.Name
orderbyPorcentajedesc
Table 7 Resultado Query
Categoria Cantidad Defectuosos Porcentaje
Mesa Comedor 32 800 6 0.750%
Silla Jardin 15 634 4 0.631%
Mesa de Centro 31 2311 14 0.606%
Sillla Comedor 21 14751 87 0.590%
Cama 5 118001 692 0.586%
Cojin Silleteria 8 2232 13 0.582%
Biblioteca 4 236002 1374 0.582%
Cojin Silleteria 4 346 2 0.578%
Sillla Comedor 7 17809 100 0.562%
Silla Jardin 9 2270 12 0.529%
ANÁLISIS
28
Se pone en evidencia que los productos de los cuales se tiene mas inventario son los
que mas partes requieren ya que son mas complejos de producir también se puede
inferir que los escritorios de oficina se compran al por mayor por ende se necesita
tener un inventario considerable de los mismos.
Se puede apreciar que los productos que mas se producen son los sofás y las
bibliotecas ya que probablemente tienen una alta circulación a pesar de esto se
podría mejora las ganancias si se redujera el margen de errores para no tener que
descartar en tantas ocasiones, pero como se nota en porcentaje de descarte no son
los primeros sino mesa de comedor 32 con 0.75% descartado que aun así es una
cifra despreciable por cual la empresa tiene una línea de producción eficiente
6.2.3. Proyecto 2
Enunciado
Análisis de los requerimientos de BI para los diferentes roles de la organización,
priorización y verificación
Objetivo
Realizar el levantamiento de requerimientos para un proyecto de BI.
Contexto
Para conocer los requerimientos de BI de la empresa en necesario realizar una serie
de entrevistas para así familiarizarse con el negocio conocer cuales son los procesos
de negocio mas importantes para obtener valor en su negocio , e identificar posibles
patrocinadores para el proyecto . Cada entrevista se debe resumir agrupando cada
requerimiento individual en un tema analítico común a toda la empresa.
1. Estudiar documentación:
a. Lea las páginas 25-36 del primer capítulo de [1].
b. Visite la página:
http://sistemas.uniandes.edu.co/~isis3301/dokuwiki/doku.php?id=enlaces:
awc#recursos. En la sección Recursos encontrará información
complementaria acerca del caso de estudio. En la sub-sección
29
Levantamiento de Requerimientos lea los resúmenes de las entrevistas
realizadas ne la empresa
2. Completar la plantilla de requerimeintos
a. Descargue del sitio del proyecto el documentos de EXCEL con el nombre
Requerimientos.XLSX
b. De las entrevistas leídas extraiga los temas analíticos pertinentes, análisis
requeridos directa o indirectamente por ellos y las dimensiones que se puedan
necesitar para ellos, documentándolos en la primera hoja del documento de
EXCEL.
c. Complementa la matriz de la bodega de datos con los nuevos procesos y
dimensiones identificadas en las entrevistas(página 2 EXCEL)
d. Realice la priorización de los procesos de negocio. Teniendo en cuenta la
factibilidad de los análisis descritos anteriormente, identifique que tablas
podrían soportar cada tipo de análisis (página 3 EXCEL)
e. Con base a los resultados de la priorización escoja el primer proceso de
negocio que se debe implementar sobre la bodega de datos
Entregables
Documento de Excel diligenciado:
1. Temas Analíticos y análisis requeridos e inferidos (25%)
2. Matriz de la bodega de datos (45%)
3. Priorización de los procesos de negocio (25%)
4. Redacción y Ortografía (5%).
Solucion
La solución se adjunta a este proyecto como Requerimientos(solucion).xsl
6.2.4. Proyecto 3
Enunciado
Modelado Multidimensional
Objetivo
Realizar un ejercicio de modelado Multidimensional bajo la metodología Kimball
Contexto
Siguiendo la metodología Kimball, en el proyecto anterior se realizo un levantamiento
de requerimientos global a partir de las entrevistas , además de la priorización de los
procesos a implementar. Para propósito de este proyecto se selecciona el proceso de
30
Mercadeo asumiendo que el Data Mart de proceso de ordenes ya fue implementado
usted debe realizar el ejercicio de modelado sobre el proceso de mercadeo.
Además se tiene el modelo genérico para negocios de Retail (ubicado en
http://sistemas.uniandes.edu.co/~isis3301/dokuwiki/doku.php?id=enlaces:awc) como
es el caso de MDLA el cual se utilizo con ciertas modificaciones para ajustarse al
proceso de negocio de la empresa.
Actividades
1. Observando nuevamente la entrevistas concéntrese en analizar los
requerimientos relacionados con el proceso de mercadeo
2. Concrete y documente los requerimientos de análisis relacionados con el
procesos de Mercadeo
3. Realice un análisis de los datos disponibles
4. Revise el escenarios de Ventas y Marketing
http://sistemas.uniandes.edu.co/~isis3301/dokuwiki/doku.php?id=enlaces:awc
) para obtener una descripción detallada del esquema de la base de datos que
servirá de fuente para los Data Mart.
5. Utilizado como ejemplo el caso de procesos de ordenes del capitulo 2 de [1]
hacer el proceso de modelado multidimensional del proceso mercadeo. La
especificación del modelo debe incluir:
a. Especificar para cada estrella el nivel de granularidad de la tabla de
hechos
b. Para todas las dimensiones explicar como se agrega cada una de las
medidas(suma, promedio, máximo, etc.).
c. Listar para todos los atributos en las diferentes dimensiones, su
definición que valores puede tomar cuando estos no sean obvios
d. Para cada atributo de las dimensiones de variación lenta (Slowly
Changing Dimension), especificar el tipo de manejo (1,2, 3).
e. Realizar una representación grafica del Modelo Multidimensional que
detalle las dimensiones con sus atributos y los Fact tables con sus
medidas y demás.
f. Enunciar y justificar as técnicas que empleo en el diseño(ejm: junk
dimensions, slowly changing dimensions, degenerate dimensions,
heterogeneous products, outtriggers, etc.) , por que las uso, y una
pequeña descripción de proceso
Entregables
1. Documentación de los requerimientos para el proceso de mercadeo (15%)
2. Documentación del proceso de modelado multidimensional (50%)
3. Diagramas de estrella con su documentación (Diagramas entendibles ) (30%)
4. Redacción y Ortografía (5%).
31
Solucion
Órdenes de Venta por región y por promoción:
En las entrevistas mencionan que les interesa conocer el impacto que tienen las
promociones en las ventas en cada sector, cuales tienen un mayor impacto, apara si
poder implementarlas en otras zonas con características similares ya que además
estas promociones le permiten eliminar inventarios que nos halla movido .
Observaciones –Análisis de los datos
Person.Contact tiene los datos básicos del individuo como nombres, correo
electrónico, teléfono y dirección
La columna EmailPromotionen Person.Contact indica si la persona esta
dispuesta a recibir información de promociones por correo electrónico .
Sales.Customer contiene la información de los clientes como su numero de
identificación dentro del sistema y el territorio de ventas al que pertenece
La columna CustomerType en Person.Contact indica si el cliente es una
tienda minorista o individuo
Sales.SalesOrderHeader contiene la características de al orden al igual que
el estado de la misma y el canal por el cual se solicito
La columna Status
Sales.SalesOrderDetail describe el producto que se vende y la promociona
a la que pertenece
Sales.Individual contiene un XML con toda la información demográfica del
cliente
Sales.Store tiene la información demográfica pertinente a las tiendas
Sales.Contact muestra la relación entre los representantes de las tiendas y los
representantes de MDLA
Solución propuesta
Para satisfacer los requerimientos de análisis se proponen 2 tablas de hecho diferente
con respecto a las ordenes de venta .
1. Un Fact Table cada fila indica una nueva venta realizada, esta pobla a aparitir
de Sales.SalesOrderDetail de y es de carácter transaccional.
2. El segundo consiste en un Periodic Snapshot para tender un resumen a nivel
de orden de venta
32
Ordenes de Venta - Transacción
Figure 3 Estrella FactSalesOrderDetail
Granularidad: Orden de Venta
33
Dimensiones asociadas
Date
Employee
Promotion
Territory
Product
Customer
Resumen de Órdenes de Venta – SnapshotPeriódico
Figure 4 Estrella FactSalesOrdersSummary
34
Granularidad: Orden de Venta
Dimensiones asociadas
Date
Promotion
Territory
Product
La solución se complementa con el adjunto MDWToolkit Datamodel 3-
1.5_UA.xslx
6.2.5. Proyecto 4
Enunciado
Diseño físico y ETL
Objetivos
Realizar un ejercicio de diseño físico de Bodegas de Datos en un
a plataforma específica.
Diseñar e implementar el proceso de ETL en un contexto restringido
Contexto
El modelo dimensional para el proceso de manufactura que se desea imp
lantar en la bodega de datos es el siguiente:
35
Figure 5 Estrella Enunciado
Actualmente sobre el esquema MDLADW ya se encuentran creadas y
pobladas las tablas DimDate , DimTerritory y DimProduct. Para terminar la
creación del data mart es necesario incluir las tablas DimPromotion y
FactSalesOrdersSummary
Diseño físico
La primera tarea consiste en el diseño físico de las nuevas tablas que
se incorporarán en la bodega de datos. Para su trabajo puede guiarse en
el ejemplo del capítulo 4 de [1] para realizar su diseño. Allí se plantean las siguientes
consideraciones:
Consideraciones del sistema
o Volúmenes de datos
o Tipos y complejidad de uso de la BD
o Número de usuarios simultáneos
o Recursos que el sistema necesita (memoria, sistema de
almacenamiento, capacidad de procesamiento)
36
Diseño físico de las tablas relacionales
o Defina las llaves sustitutas (tipo y tamaño de los campos) de las tablas
o Para cada campo, si es de tipo String, especifique el tamaño adecuado
de acuerdo a lo encontrado en la fuente de datos.
o Decida un tratamiento de los campos nulos (miembros desconocidos )
o Defina las propiedades extendidas de las tablas y columnas
o Defina las columnas de mantenimiento (housekeeping columns)
o Cree los índices y las restricciones sobre las columnas de las tablas
o Cree las vistas necesarias
o Defina las particiones de las tablas (si es el caso)
o Defina las tablas de agregados (si es el caso)
o Determine la necesidad de usar Staging tables
o Defina los metadatos que se van a manejar sobre la bodega de datos
Para esta tarea y la siguiente puede ayudarse con el formato de Excel adjunto al enu
nciado. No olvide llenar los campos faltantes .
Diseño de ETL
Antes de realizar la implementación del proceso de ETL se debe crear un documento
en el que se especifique su diseño. El documento debe contener los resultados
de las siguientes actividades:
Perfilamiento de los datos
Definición de correspondencia entre los datos de origen y destino
Definición de la frecuencia de carga de la bodega
Definición de la cantidad de historia que se desea guardar
Especificación del manejo que se realizará a las particiones (si es el caso)
Desarrollo de estrategias de extracción de los datos - Diagrama de flujo del ETL
para cada tabla nueva que se cargará a la bodega de datos.
Planteamiento de una estrategia de distribución de las dimensiones (si es el caso)
Definición de convenciones usadas
Implementación del proceso de ETL
Para la implementación del proceso de ETL puede usar la herramienta
Microsoft SQL Server Integration Services 2008 que se encuentra en la máquina
virtual del taller. Para la implementación siga las siguientes líneas generales:
Cree un proyecto de Integration Services desde Business Intellgence Deve
lopment Studio.
Cree un paquete aparte para cada tabla nueva que cargará a la bodega de dato
s.
en el documento de diseño de ETL ejm: Dimensiones de variación lenta,
miembros desconocidos, etc.)
37
Entregables
Documento de diseño físico (25%)
Documento de diseño de ETL (20%)
Plantilla de Excel completa (10%)
Proyecto de Integration Services con los paquetes de carga de la dimensión
Promotion y la tabla de hechos FactSalesOrdersSummary (40%)
Redacción y ortografía (5%)
Solución
Consideraciones del sistema
Volúmenes de datos:
El sistema OLTP de MDLA tiene un total de 121.317 órdenes de venta
(SaleOrderDetail); sin embargo, sólo existen 31.465 entradas en la tabla
SaleOrderHeader. Por lo tanto podemos asumir que la tabla de hechos no tendr mas
de 121.317*100 Bytes(tamaño promedio de una fila comun)= 1.21Gigas con
informacion de 3 años y asumiendo un crecimiento de 30% anual alcabo de 7 años no
crecera mas de cuatro giagas asi que es fativle almacenar una ventana de 10 años
El tamaño de las dimensiones es generalmente despreciable en comparación con el de
la tabla de hechos. Los volúmenes de datos en este caso son bastante bajos.
Tipos y complejidad de uso de la bodega de datos:
Aunque es difícil estimar los tipos de uso y la complejidad de los análisis que se
desean realizar sobre la bodega de datos, se puede esperar que alrededor del 60% de
los análisis sean de complejidad simple a través de reportes, con un 30% de
operaciones de complejidad mediana y no más de un 10% de uso exigente.
Número de usuarios simultáneos
MDLA cuenta con pocos empleados que asu ves no es muy probable que utilicen el
sistema simultaneamente
Requerimientos de disponibilidad del sistema
El sistema debe estar disponible las 24 horas ya que MDLA tiene oficinas en
diferentes continentes. Ademas de las ventas por internet .
38
Recursos del sistema
A partir de los análisis anteriores se puede concluir que el sistema es relativamente
pequeño. La bodega de datos puede implementarse en hardware tipo
commoditysiguiendo una arquitectura “todo en 1”.
Figure 6 Arquitecutra All-in-One
Memoria: 16 Gb
Procesador: (Quad Core 64 bits)
Almacenamiento en disco: Arreglo de discos SATA 500Gb a 7200 rpm.
Diseño físico de las tablas
Uso de llaves sustitutas
Para las dimensiones Product, Territory y Promotion se emplearán llaves sustitutas
autogeneradas.
Para la dimensión Date se creará una llave entera de la forma (AAAAMMDD)
siguiendo las recomendaciones del grupo Kimball.
Tamaño de los campos
Adjunto en el Archivo de Excel
39
Tratamiento de campos nulos
Para evitar problemas con los valores nulos del sistema fuente, se decidió crear una
entrada en cada dimensión con el identificador -1 para representar las entradas
desconocidas.
Propiedades extendidas de las tablas y columnas
Para cada tabla definida en SQL Server 2008 se agregará la propiedad extendida de la
tabla llamada @description en la que se incluirá la descripción del negocio para la
tabla. De la misma manera, para cada columna de las dimensiones se crearán dos
propiedades extendidas @description y @sourceSystem. Por último, para cada
columna no llave se creará la propiedad extendida @SCDType para documentar el
tipo de cambio.
Columnas de mantenimiento
Para las dimensiones se emplearan las siguientes columnas de mantenimiento
(housekeeping columns):
RowStartDate
RowEndDate
RowIsCurrent
Las columnas anteriores sirven para llevar un control de los atributos de variación
lenta.
Índices y restricciones sobre las columnas
DimProduct
Se creará un clustered primary key sobre ProductKey
Se establecerá un índice sobre la llave de de negocio BKProductID
DimTerritory
Se creará un clustered primary key sobre LocationKey
En este caso no es necesario incluir un índice sobre la llave de negocio porque
la tabla es pequeña
DimPromotion
Se creará un clustered primary key sobre PromotionKey
Se establecerá un índice sobre la llave de de negocio BKPromotionID
FactSalesOrdersSummary
40
Se creará un clustered index sobre una de las llaves foráneas a la dimensión
Date. Aunque en principio el índice debe ser sobre el campo más usado, en
este caso las columnas ScheduledStartDateFK, ScheduledEndDateFK pueden
ser usados con la misma frecuencia en las consultas a la base de datos.
Para cada campo sobre el cual se ha definido una restricción de llave foránea
se definirá un índice. Las columnas anteriores son las siguientes:
ScheduledStartDateFK, ScheduledEndDateFK, ActualStartDateFK,
ActualEndDateFK, ProductFK, PromotionFK y TerritoryFK.
Se crearán restricciones de llaves foráneas para los campos que referencian a
las dimensiones, pero estas restricciones se deshabilitarán durante el proceso
de carga de la bodega. Con lo anterior, se evitan problemas de rendimiento en
el momento en el que se estén insertando los registros en la tabla. Una vez
terminada la carga, se habilitarán las restricciones para asegurar que no se
haya afectado la integridad referencial de la bodega de datos.
Diseño de ETL
Perfilamiento de los datos
Usando Integration Services se realizó un perfilamiento automático de las tablas
del sistema fuente (ver paquete Profiles.dtsx del proyecto adjunto). Tras revisar
los resultados no se encontraron novedades con respecto a los descubrimientos
que se habían realizado en los ejercicios de perfilamiento anteriores. En este
ejercicio se pudo verificar que no existen problemas de columnas con valores
desconocidos (NULL). También se pudo encontrar la longitud mínima y máxima
de cada uno de los campos de las tablas para establecer el tamaño adecuado de las
columnas en las bodegas de datos.
Definición de correspondencia entre los datos de origen y destino
La correspondencia entre los datos de origen y destino se encuentra en el
documento de Excel adjunto.
Definición de la cantidad de historia que se desea guardar
Dado el volumen reducido de datos manejado actualmente por la empresa, se
calcula que es factible guardar la historia de los últimos 10 años sin ninguna
complicación.
Manejo de particiones
No se requiere manejo de particiones
Diagramas de flujo para la carga de las tablas
DimPromotion
41
DimPromotio
n
Row auditing
metadata
SCD (2,1)
Sales.SpecialOffer
Product
Sales.SpecialOffer
+
Figure 7 Flujo ETL DimPromotion
42
FactSalesOrdersSummary
Sales.SalesOrderHeader
Sales.SalesOrderDetail
+
Row auditing metadata
FactSalesOrdersSummary
Surrogate key pipeline: for Date
(ScheduledStartDate,
ScheduledEndDate,
ActualStartDate, ActualEndDate)
Surrogate key pipeline: for
Product
Surrogate key pipeline: for
Promotion
Surrogate key pipeline: for
Territory
Figure 8 Flujo ETL FactSalesOrdersSummary
43
Estrategia de distribución de las dimensiones
No hay nescesidad de realizar distribución de las dimensiones.
Convenciones
Las dimensiones tienen el prefijo Dim.
Las tablas de hechos tienen el prefijo Fact.
Las llaves primarias tienen el sufijo Key.
Las llaves de negocio tienen el prefijo BK.
Se adjunta la implementación del ETL
6.2.6. Proyecto 5
Enunciado
Proyecto 5 Consultas MDX
Objetivos
Trabajar con una base de datos dimensional.
Familiarizarse con los conceptos básicos de MDX.
Ejercicio para resolver y entregar en el enlace de Sicua
Las consultas MDX se realizarán con la herramienta SQL Server Management Studio
disponible en la máquina virtual del curso. En la wiki del cursoencontrará un video que
muestra cómo configurar el ambiente de trabajo para el desarrollo del proyecto.
Escriba las instrucciones en MDX para resolver cada una de los siguientes consultas1:
1. Cantidad de ventas totales en el territorio de Bogotá(id=5)
2. Ventas por territorio de productos de color rojo
3. Precio por unidad de las zonas que aplican la promoción(id=3)
4. Unidades vendidas por promoción
5. La Cantidad de ventas por promoción
Entregables
44
Archivo de Word en el que se muestre la consulta MDX que resuelve la pregunta de cada punto y el resultado obtenido. (20% cada consulta)
Solución 1. SELECT [Measures].[Quantity] ONCOLUMNS,
[Dim Territory].[Name] ONROWS
FROM [MDLADW] where[Dim Territory].[Territory Key].&[5]
Figure 9 Resultado Consulta MDX
2. Select [Measures].[Subtotal]onrows, [Dim Territory].[Name].membersonColumns
FROM [MDLADW] where [Dim Product].[Color].&[Rojo]
Figure 10 Resultado Consulta MDX
3. SELECT [Measures].[Unit Price]ONCOLUMNS, [Dim Territory].[Name].MEMBERSONROWS
FROM [MDLADW] where [Dim Promotion].[BK Special Offer ID].&[3]
45
Figure 11 Resultado Consulta MDX
4. Select [Measures].[Quantity] oncolumns,
[Dim Promotion].[Promotion Name].membersonrows
FROM [MDLADW]
46
Figure 12 Resultado Consulta MDX
5. Select [Measures].[Recuento Fact Sales Orders Summary] oncolumns,[Dim Promotion].[Promotion Name].membersonrows
FROM [MDLADW]
Figure 13 Resultado Consulta MDX
6.2.7. Proyecto 6
Enunciado
Proyecto 6 Creación de cubos
Objetivos
Trabajar con KPI y acciones como instrumentos de análisis para satisfacer
requerimientos de negocio
Contexto
47
En proyectos anteriores se venia trabajando con un data mart para el proeceso de
mercadeo para MDLA
Figure 14 Estrella enunciado Proyecto 6
En esta ocasión teniendo en cuenta las entrevistas relacionadas con departamento
comercial en particular el tema analítico de conocer los efectos de las promociones
en las ventas total y en rotación de inventario
Las tareas a realizar son:
1. Cree un cubo para el data mart relacional de Manufactura.
2. Proponga al menos 2 KPIs que le permitan al gerente de control de producción monitorear el comportamiento de los costos.
48
3. Proponga acciones que permitan profundizar en el análisis del comportamiento de los KPIs.
4. Defina para el cubo los KPIs y las acciones de los puntos 2 y 3. 5. Verifique el funcionamiento de los KPIs y las acciones con los datos del cubo.
Ayuda
Instrucciones para instalar el ambiente de trabajo
l data mart de manufactura.
La base de datos relacional se encuentra en los archivos adjuntos a la tarea en Sicua.
Para instalar el ambiente de trabajo del proyecto siga las siguientes instrucciones:
1. Descargue de Sicua el archivo de la base de datos llamado MDLADW-Bkp. Cargue la base de datos en SQL Server siguiendo las instrucciones de http://msdn.microsoft.com/es-co/library/ms177429.aspx . Para esta tarea use la herramienta SQL Server Management Studio.
2. Descargue de Sicua el proyecto de Analysis Servicecubo de manufactura (archivo Proyecto6.zip). Las dimensiones, grupos de medida, KPIs y acciones se deben crear sobre este cubo.
Entregables
Documento en el que se especifican los KPIs propuestos, indicando para cada uno la fórmula para el valor, el objetivo, la tendencia, etc y las acciones (30%).
Proyecto de Analysis Services con el cubo completo y los KPIs y las acciones implementadas (70%).
Solución
KPIs propuestos
SalesQuantity
Valor:Toma su valor de la medida Quantity.
Objetivo: Un 10% MAS que el año anterior.
Estado: Si la razón entre el objetivo y el valor actual es mayor que 1, el estado
es bueno. Si el valor de la razón está entre 0.75 y 1, el estado es aceptable. En
caso contrario el estado del KPI es malo.
Ganacias totales
Valor: toma su valor de subtotal
49
Objetivo:Un 15% MaS que en el periodo anterior.
Estado: Si la razón entre el objetivo y el valor actual es mayor que 1, el estado
es bueno. Si el valor de la razón está entre 0.8 y 1, el estado es aceptable. En
caso contrario el estado del KPI es malo.
Acciones propuestas
View basic Selling metrics
Permite ver la información de costos básica para un producto fabricado.
View territory metrics
Permite ver la información detallada del comportamiento de un teirritorio de ventas
SalesQuantity
Expresion de valor
[Measures].[Quantity]
Expresion objetivo
1.10*([Actual End Date].[Jerarquía].PrevMember,[Measures].[Quantity])
Expresion Estado
Case
WhenKpiValue( "SalesQuantity" ) = 0 Then 1
WhenKpiValue( "SalesQuantity") /KpiGoal ( "SalesQuantity" ) >= 1.10
Then 1
WhenKpiValue( "SalesQuantity" ) / KpiGoal ( "SalesQuantity" ) < 0.75
Then -1
Else 0
End
Expresion de Tendencia
([Measures].[Quantity]/[Measures].[Quantity])-([Actual End
Date].[Jerarquía].PrevMember,[Measures].[Quantity])
Ganacias totales
[Measures].[Subtotal]
Expresion objetivo
1.15*([Actual End Date].[Jerarquía].PrevMember,[Measures].[Subtotal])
50
Expresion Estado
Case
WhenKpiValue( "Ganancias Totales" ) = 0 Then 1
WhenKpiValue( "Ganancias Totales") /KpiGoal ( "Ganancias Totales" )
>= 1.10 Then 1
WhenKpiValue( "Ganancias Totales" ) / KpiGoal ( "Ganancias Totales" )
< 0.75 Then -1
Else 0
End
Expresion de Tendencia
([Measures].[Subtotal]/[Measures].[Subtotal])-([Actual End
Date].[Jerarquía].PrevMember,[Measures].[Subtotal])
Se adjunta la implementación de la solución
6.2.8. Proyecto 7
Objetivos
Usando los diferentes instrumentos de análisis que ofrece la inteligencia de
negocios -Scorecards, Análisis OLAP, Tareas de Minería, Reportes – escoger
los más adecuados para satisfacer los requerimientos identificados en las
entrevistas realizadas a los usuarios del negocio.
Enunciado
Para los requerimientos expresados por el vicepresidente de ventas de MDLA, se
deben proponer y justificar, para cada uno de ellos, los instrumentos de análisis que se
consideren apropiados para satisfacerlos. Para ello, se propone seguir los siguientes
pasos:
1. Lea la entrevista realizada al Vicepresidente de ventas de MDLA wikicurso
2. Repase los requerimientos analíticos que identificaron para el proceso de
ventas
3. (40%) Con base en la información anterior, plantee un conjunto de objetivos
para el corto, mediano y largo plazo enmarcados en el proceso de ventas. (ej.
aumentar el volumen de ventas en un 30% para el año entrante).
4. (60%) Para cada objetivo propuesto en el punto anterior, plantee las
estrategias para lograrlo indicando para cada uno de ellos los instrumentos de
análisis que se podrían utilizar como apoyo.
Solución
este proyecto es bastante abierto a la interpretación del propio estudiante por eso para
ese nivel no hay una solución especifica
51
Se adjunta la plantilla de calificación de todos los proyectos
6.3. Resultados Esperados
Se espera que este caso sirva de apoyo para la clase de Inteligencia de Negocios
creando el contexto necesario para el desarrollo de un proyecto de BI, facilitando que
el estudiante aprenda y practique el uso de las diversas herramientas de inteligencia de
negocios que se encuentran disponibles.
7. Validación
7.1. Métodos
Los métodos de Inteligencia de Negocios requieren de una constante validación por
eso durante el semestre se estuvo en contacto con la clase de inteligencia de negocios
como monitor calificando los proyectos que se desarrollaron para así conseguir las
habilidades necesarias para desarrollar un caso de estudio de este estilo
implementando lo visto a lo largo del semestre y tratando siempre de mejorar con
base a la experiencia adquirida
7.2. Validación de resultados
Cada uno de los proyectos se valida consu propia solución y la implementación de
cada una las cuales se encuentra adjuntas a este documento muestra el procesos que
se realizo que herramientas se usaron y que resultados se obtuvieron
8. Conclusiones
8.1. Discusión
En un mundo que nos bombardea constantemente con información de múltiples
medios, donde una noticia le toma segundo en llegar a casi cada rincón de nuestro
planeta, donde el internet se a convertido en un medio para ejercer la libre expresión
generando un sin fin de nuevos contenidos de toda índole a cada instante, donde la
mayoría de nuestras actividad se registran en varios sistemas transaccionales, se hace
evidente que para que una empresa pueda mantener su competitividad en este
52
mercado volátil debe implementar herramientas de Inteligencia de negocios para
apoyar sus decisiones permitiéndole realizarla la decisión mas optima con respecto a
sus objetivos de negocio y que favorezca los diferentes procesos de la empresa.
Con este proyecto se busca dar a conocer la Inteligencia de Negocios ya que a pesar
de ser una herramienta muy útil en el ámbito empresarial no es muy conocida entre
las personas del común ni entre los ingenieros de sistemas en general. Entonces al
apoyar esta clase se da a conocer esta herramientas a los Estudiantes de la
Universidad de los Andes.
A lo largo del proyecto se encontraron múltiples inconvenientes primero con la
dificultad de encontrar un base de datos pertinente que se soluciono alterando un
ejemplo ya existente. El desarrollo de las entrevistas y la empresa para poder obtener
la información y en los últimos proyectos se presentaron ciertos problemas con los
Querys MDX que requirieron de mucho tiempo para solucionar e impidieron que se
realizaron búsquedas mas complejas. En cuando a al modelo de la estrella pudo tal
vez diseñarse mas medidas para así obtener resultados mas interesantes.
Pero el mayor problema es que la validación final no se puede realizar completamente
hasta que se implemente este caso de estudio en el curso y se obtengan resultados
para poder aunque sea compararlos con los de semestres anteriores
8.2. Trabajo futuro
Este proyecto tiene bastante potencial dado la complejidad del documento de MDLA
se podría diseñar mas a fondo entrevistas que permitan un caso mas solido y
estructurado. Los datos pueden mejorarse un poco para ser mas veraces con nombres
que se ajusten mas al negocio y se pueden trabajar diferentes procesos de negocio.
Para realizar un caso de estudio similar se recomienda empezar de cero tomarse un
tiempo para pensar a fondo la estructura del negocio definiendo todos sus procesos y
demás para así poder diseñar una nueva base de datos que se ajuste al negocio
totalmente y utilizar herramientas para pruebas de bases de datos para poblarla. Todo
esto crearía una caso lo suficientemente robusto sobre el cual se podría obtener
material para bastantes casos de estudio como este enfocándose en los múltiples
procesos de negocio .
53
9. Índices
Table 1 Resultado Query ............................................................................................. 21
Table 2 Resultado Query ............................................................................................ 22
Table 3 Resultado Query ............................................................................................. 23
Table 4 Resultado Query ............................................................................................. 24
Table 5 Resultados Query ............................................................................................ 25
Table 6 Resultado Query ............................................................................................. 26
Table 7 Resultado Query ............................................................................................ 27
Figure 1 Organigrama MDLA ..................................................................................... 11
Figure 2 diagrama product base de datos ..................................................................... 18
Figure 3 Estrella FactSalesOrderDetail ....................................................................... 32
Figure 4 Estrella FactSalesOrdersSummary ................................................................ 33
Figure 5 Estrella Enunciado ......................................................................................... 35
Figure 6 Arquitecutra All-in-One ................................................................................ 38
Figure 7 Flujo ETL DimPromotion ............................................................................. 41
Figure 8 Flujo ETL FactSalesOrdersSummary............................................................ 42
Figure 9 Resultado Consulta MDX.............................................................................. 44
Figure 10 Resultado Consulta MDX............................................................................ 44
Figure 11 Resultado Consulta MDX............................................................................ 45
Figure 12 Resultado Consulta MDX............................................................................ 46
Figure 13 Resultado Consulta MDX............................................................................ 46
Figure 14 Estrella enunciado Proyecto 6 ..................................................................... 47
54
10. Bibliografía
Andes, U. d. (2010). Inteligencia de negocios . Recuperado el 6 de 01 de 2011, de
http://sistemas.uniandes.edu.co/~isis3301/dokuwiki/doku.php?id=enlaces:awc
Kimball, R. a. (2002). The Data Warehouse Toolkit: The Complete Guide to
Dimensional Modeling (Vol. 2nd). New York, NY, USA: John Wiley \& Sons, Inc.
Kimball, R. a. (2004). The Data Warehouse ETL Toolkit: Practical Techniques for
Extracting, Cleaning. John Wiley \& Sons.
Kimball, R. a. (2008). The Data Warehouse Lifecycle Toolkit (Vol. 2nd). New York:
Wiley Publishing.
Kimball, R. a. (2009). The Data Warehouse Toolkit (Vol. 2nd). Wiley Publishing.
Microsoft. (2009). Escenarios empresariales de Adventure Works Cycles. Recuperado
el 4 de 01 de 2011, de http://msdn.microsoft.com/es-
es/library/ms124825%28SQL.100%29.aspx
R. Kimball, J. M. (2006). The Microsoft DataWarehouse Toolkit. John Wiley & Sons
Ltd.