Denunciatesis(gonzalez)

DENUNCIA DEL TEMA DE TESIS PREVIO A LA OBTENCIÓN DEL TÍTULO DE MAGISTER EN GERENCIA DE SISTEMAS DE LA INFORMACIÓN SEGUNDA EDICIÓN

TEMA: “Estrategia de implementación de una solución de BI con tecnologías Microsoft aplicado a estudios climatológicos.”

FACULTAD: POSTGRADOS DE INGENIERIA

CARRERA: GERENCIA DE SISTEMAS DE LA INFORMACION – II EDICION

DIRECTOR: PhD. Fernando Mato

AUTORA: Ing. Rocío González Toral.

Junio - 2014

1. Introducción En el mundo empresarial actual, altamente competitivo y en rápida evolución, la mera supervivencia depende de la capacidad de una empresa para reconocer cambios y desafíos del mercado y responder a ellos con rapidez y precisión. El éxito requiere algo más. Requiere agilidad empresarial: capacidad de anticiparse a tendencias emergentes y oportunidades prometedoras y, a continuación, transformar inmediatamente la estrategia empresarial y los procesos internos de la organización de forma que la empresa esté en situación de cambiar el enfoque de sus recursos y aprovechar nuevas posibilidades al máximo.

Para conseguir este grado de agilidad empresarial, las empresas deben disponer de una infraestructura que les permita simplificar y automatizar los procesos empresariales no sólo en la organización, sino también fuera de los límites del firewall, a fin de que las transacciones y procesos en los que participan socios y clientes sean rápidos y uniformes.

La agilidad empresarial también se basa en business intelligence, que es la capacidad de tomar el flujo de datos que cada organización recoge todos los días y transformarlo en información activa que permita conseguir el éxito. La clave es la infraestructura y las aplicaciones que permiten a la organización ofrecer la información correcta a las personas adecuadas en el momento oportuno y ofrecerles las herramientas que necesitan para analizar la información y actuar rápidamente según sus conclusiones.

Business intelligence aumenta considerablemente la agilidad empresarial, porque ofrece a grupos estratégicos importantes dentro y fuera de la organización el punto de vista específico de los datos corporativos que se requiere para obtener el éxito. Por ejemplo: 



Operaciones: business intelligence proporciona un mecanismo para analizar el rendimiento de cualquier proceso operativo, desde control de calidad hasta administración de inventario o planes de producción.

Ventas y marketing: business intelligence ofrece nuevas herramientas eficaces para comprender las necesidades del cliente y responder a nuevas oportunidades de mercado. Con los sistemas completos de business intelligence, los analistas de marketing pueden medir el efecto de precios y promociones, dirigirse a segmentos de clientes con más precisión y desarrollar marketing individualizado en tiempo real.

Como se puede observar, Business Intelligence ofrece las herramientas necesarias para crear una imagen exacta de todos los datos e información que gira en torno al proceso de negocio y sus procesos internos, proporcionando una ventaja competitiva esencial.

En un entorno ideal, la infraestructura de información de la empresa consistiría en un sistema estrechamente integrado que ejecutara una solución común y proporcionara a los empleados acceso sin problemas, fiable e instantáneo a los datos y recursos que necesiten 24 horas al día, los siete días de la semana, sin importar dónde estén o qué dispositivos prefieran utilizar.

Pero el hecho es que una empresa funciona en un entorno real, no en el ideal. Lo cierto es que una organización dispone de una mezcla compleja de soluciones y aplicaciones que no hablan el mismo lenguaje, datos que permanecen aislados en bases de datos de su propiedad de difícil acceso y empleados que tienen problemas para obtener acceso a las herramientas y la

2

información que necesitan a fin de realizar su trabajo de forma eficiente cuando están fuera de la oficina.

El motivo de esta mezcla de soluciones, aplicaciones y lenguajes se debe a la naturaleza siempre cambiante de la tecnología de la información, combinada con la rápida evolución del paisaje competitivo. Durante los últimos 20 años hemos pasado de los sistemas de tecnología de la información basados en grandes sistemas (mainframe), que ocupaban una sala, al modelo actual de cliente-servidor basado en estándares. Al mismo tiempo, las empresas han instalado hardware y software nuevo sobre el antiguo para afrontar los desafíos de oportunidades y requisitos específicos del mercado.

Como resultado, el costo de implementar un sistema completo de business intelligence estaba fuera del alcance de casi todas las organizaciones, excepto las de gran tamaño. La creación e implementación de una solución útil de business intelligence requería grandes modificaciones en los sistemas operativos y bases de datos existentes, la migración completa de los datos a una nueva solución, o ambos. Asimismo, significaba que los usuarios finales tenían que dominar herramientas complejas y sistemas ancestrales de bases de datos relacionales, lo que limitaba el acceso a los especialistas que conocían lenguajes de programación y conceptos difíciles.

2. Descripción del problema y/o necesidad a. Problemas a ser resueltos Actualmente, los grandes avances en tecnología han cambiado significativamente el panorama y han dado paso a soluciones de business intelligence que actualmente no se implementan, los mismos que se integran rápida y perfectamente con casi todos los entornos informáticos existentes utilizando el desarrollo de productos basados en estándares que permiten integrarse estrechamente con una amplia gama de soluciones y sistemas. b. Necesidades a ser satisfechas Teniendo en cuenta lo anteriormente citado se quiere implementar una estrategia de Business Intelligence a los datos de lluvias y temperaturas medias del período 1982 – 2010 de varias estaciones meteorológicas del Ecuador que sirven de insumos dentro de estudios climatológicos, dicha solución estará basada en herramientas Microsoft de Business Intelligence donde se incorpore herramientas conocidas, muchas de las cuales ya se han implementado en la administración de la información disponible.

3. Justificación del proyecto de tesis a. Justifique que el tema está a nivel de maestría La presente implementación de la solución de Business Intelligence pondrá en práctica los conocimientos adquiridos durante las sesiones de clases dentro de los módulos de Estadística, bases de datos para la toma de decisiones e inteligencia de negocios los cuales ayudan a analizar la forma adecuada de estructurar la estrategia correcta para cubrir los objetivos de la presente tesis que se citan posteriormente además de demostrar que una correcta puesta en práctica del

3

conocimiento aportará todas las ventajas de business intelligence, incluidos mayor velocidad y calidad en los procesos de toma de decisiones, menor costo y mayor competitividad. b. Beneficios para la comunidad o institución a quien está dirigida la tesis.

La estrategia de Business Intelligence permitirá modelar, proyectar y optimizar el tiempo empleado en desarrollar estudios climatológicos que toman como fuente los datos de lluvias y temperaturas mensuales; de este modo, se agilitará el tiempo en obtener las respuestas que se necesita de un modo muy efectivo para aminorar la complejidad de los procesos de generación de informes y de gestión de la información.

4. Objetivos 1. Objetivos generales 



La solución de Business Intelligence permitirá tener acceso a los datos de lluvias y temperaturas mensuales de Ecuador en un formato preparado para análisis. A fin de evitar las implementaciones ineficaces y fragmentadas que pueden aumentar el costo de propiedad sin ofrecer todos los beneficios que se esperaban.

Desarrollar la solución de business Intelligence con herramientas Microsoft demostrando que se contara con una solución integral con una apariencia y comportamiento comunes.

2. Objetivos específicos 





Proporcionar una solución para grandes empresas: utilizar la infraestructura disponible de información fiable, escalable y segura que es el núcleo esencial de cualquier solución de business intelligence. para tratar grandes y complejas aplicaciones de almacenamiento de datos, que son una parte esencial de cualquier iniciativa completa de business intelligence.

Desarrollar una solución completa: incluirá varios componentes clave: una base de datos relacional para almacenar datos provenientes de varias fuentes; software para extraer, transformar y cargar datos de sistemas existentes; un motor OLAP (Online Analytical Processing o Procesamiento analítico en línea) para analizar datos y compararlos con las múltiples dimensiones que corresponden a reglas de negocio específicas; capacidades de extracción de datos que permiten a los usuarios buscar tendencias y modelos ocultos; interfaces administrativas gráficas que proporcionan una vista coherente de la información a todos los usuarios y herramientas para crear, administrar y entregar informes en papel y en formatos interactivos para toda la empresa.

Utilizar herramientas conocidas y soluciones flexibles: se utilizará un conjunto sofisticado de herramientas, aplicaciones, soluciones y tecnologías para tener acceso, analizar, visualizar y crear informes de datos provenientes de prácticamente cualquier origen. La estrecha integración de productos y tecnologías, entre los que se incluirán Microsoft Office Excel, Microsoft Office Visio, Microsoft Data Analyzer y Microsoft Office Web Components, entre otros los cuales permiten ofrecer un rico conjunto de aplicaciones a las que todos los usuarios están acostumbrados a utilizar.

4



Cerrar de forma completa el ciclo de análisis: convertir la información en conocimiento es un punto de partida importante. La verdadera agilidad del negocio se consigue cuando la organización posee las herramientas que convierten ese conocimiento en hechos. Se utilizará OLAP Actions, que es una característica nueva de Analysis Services, amplía la capacidad de análisis del negocio con la funcionalidad que permite a los analistas de negocio crear procesos empresariales basados en los resultados de sus estudios.

5. Alcance del proyecto El éxito en el negocio no se consigue con los datos, sino con el conocimiento. La solución de Business Intelligence aplicado con herramientas Microsoft utilizará tecnologías probadas de las aplicaciones empresariales líderes de Microsoft para afrontar los desafíos de administración y análisis de la información a los que se enfrentan las organizaciones de hoy día. La solución estará basada en SQL Server Analysis Services, SQL Server Reporting Services y Microsoft Office además de utilizar la potencialidad que Microsoft Azure ofrece además de utilizar un conjunto eficaz de herramientas de análisis y creación de informes que permitirán clasificar grandes cantidades de información y extraer business intelligence real; es decir, conocimientos que los datos de las estaciones meteorológicas obtienen y que se pueden utilizar para tomar mejores decisiones y crear auténtico valor a los estudios de climatología.

A continuación una breve descripción de las herramientas a utilizar. 





Microsoft SQL Server: este paquete completo de base de datos, análisis de datos y creación informes da paso al rápido desarrollo de una nueva generación de aplicaciones de comerciales para empresas. SQL Server, que ha obtenido gran reconocimiento por su escalabilidad y velocidad, es un producto de base de datos completamente habilitado para Web que proporciona compatibilidad central con XML y la posibilidad de consultar a través de Internet y fuera del servidor de seguridad. Gracias a su integración con Analysis Services y Reporting Services, SQL Server incluye la funcionalidad OLAP, servicios de extracción de datos y capacidades de creación de informes, que son necesarios para ofrecer una solución integral de análisis e informes.

Microsoft Office System proporciona herramientas y aplicaciones integradas que dan mayor capacidad a los empleados y las organizaciones para administrar la información empresarial de forma más eficaz, adaptar los procesos a necesidades empresariales en constante evolución y aprovechar todos los activos estratégicos de la organización. Las soluciones de administración del rendimiento empresarial basadas en Office ofrecen mejoras significativas en la productividad de la organización gracias a su mayor facilidad de uso, y habilitan el análisis en tiempo real y un proceso de toma de decisiones con más colaboración al proporcionar una integración perfecta con sistemas y procesos empresariales.

Microsoft Azure: ofrece servicios de infraestructura tecnológica escalable y fiable que es esencial para cualquier empresa que desee ser competitiva ante condiciones de mercado que cambian rápidamente permitiendo la administración eficiente, gran facilidad de uso y hasta un 99,999 por ciento de disponibilidad.

5

6. Descripción del método de trabajo a seguir La solución de Business Intelligence basado en herramientas Microsoft contribuirá al alcance de los objetivos planteados con el fin de mejorar los procesos de toma de decisiones. A continuación se presenta de manera general los pasos a seguir en la construcción de la solución de Business Intelligence que cumplen el modelo incremental de desarrollo.

1. Entrevista e identificación de datos 8. Aprobación, liberación y preparación para la siguiente versión.

7. Prueba y sincronización de la solución

2. Planificación de la solución BI

Ciclo de vida de la solución BI

3. Creación del Data Warehouse

4. Creación y procesamient o ETL

6. Creación de reportes 5. Creación de cubos

1. Entrevista e identificación de datos El proceso de diseño de una solución inicia con entrevistas a los profesionales que utilizan los datos para los estudios climatológicos para determinar qué tipo de información es la necesaria.

Los datos podrán ser encontrados de diferentes maneras y se deberá usar uno o varios tipos para completar los requerimientos. Algunas fuentes de datos comunes son las siguientes:      

Hojas de cálculo Bases de datos existentes Archivos de texto Archivos de Log. Archivos XML. Documentos impresos.

Una vez localizados los datos el siguiente paso es decidir cuánto de esa información relevante será de utilidad. También se decidirá sobre la ubicación de los datos para que sea lo suficientemente elegible para que soporte la solución de BI, se decidirá en copiar toda o parte de los datos en una o diferentes ubicaciones. Al tener esto decidido se continúa al paso 2.

6

2. Planificación de la solución BI. Se creará una descripción de lo que la solución BI debe alcanzar, la documentación de las fuentes y el destino de los objetos además de iniciar la documentación formal. La documentación formal de la solución será realizada utilizando Microsoft Word y Microsoft Excel los mismos que serán aprobados por los usuarios. Una vez aprobados estos documentos servirán de guía durante todo el desarrollo de la solución.

3. Creación del Data Warehouse.

La solución de BI estará finalmente almacenada en un Data Warehouse. Se utilizará Microsoft SQL Server como repositorio. En este paso se diseñará e implementará el Data Warehouse con sus tablas de hechos y dimensiones.

4. Creación y procesamiento ETL. Obtener los datos de las fuentes originales hacia el Data Warehouse comprende extraer los datos de sus repositorios originales, transformarlos para que tengan consistencia con el diseño del Data Warehouse y cargar los datos dentro de él.

5. Creación de Cubos.

Utilizando SQL Server Analisys Services (SSAS) se crearán los cubos de datos. Ambos estándares, los Data Warehouse relacionales y los Cubos SSAS tienen su lugar en una solución BI. Los Data Warehouse relacionales contienen un conjunto de una o más tablas y es el más utilizado. Los Cubos SSAS contienen una o más cubos que son instancias de tablas. Se podría decir que los cubos son un conjunto de reportes combinados en un solo objeto.

6. Creación de reportes.

Una vez cargados los datos dentro del Data Warehouse o los cubos, se necesitará crear reportes preliminares para continuar con el trabajo. El objetivo principal de la solución BI es convertir los datos en información útil para toma de decisiones, dicha información se presentará como diversos informes utilizando Microsoft Excel y Reporting Services.

7. Prueba y sincronización de la solución.

Una vez construidos los reportes se probará que los reportes cuenten con precisión, consistencia visual y rendimiento.

8. Aprobación, liberación y preparación para la siguiente versión.

Al final del ciclo de vida de la solución BI se empaquetará y se implementará dicha solución. Se creará la documentación de usuario y de scripts de ETL. 7. Enumeración de los entregables Como entregables se tendrá lo siguiente:     

Solución de BI (Data Warehouse y/o Cubos de Datos) Scripts ETL Documentación de Usuario Manual de entrenamiento Guía para una siguiente versión.

7

8. Cronograma El cronograma para el desarrollo de la solución BI es el siguiente: TAREA 1. Entrevista e identificación de datos 2. Planificación de la solución BI 3. Creación del Data Warehouse 4. Creación y procesamiento ETL 5. Creación de cubos 6. Creación de reportes 7. Prueba y sincronización de la solución 8. Aprobación, liberación y preparación para la siguiente versión.

9. Documentación Tesis.

SEMANAS 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X

9. Bibliografía     



   

Ganczarski, Joe. Data Warehouse Implementations: Critical Implementation Factors Study. VDM Verlag, 2009. ISBN 3-639-18589-7, ISBN 978-3-639-18589-8 Pyle, Dorian. Business Modeling and Data Mining. Morgan Kaufmann, 2003. ISBN 155860-653-X Amara, Roy (1981), The Futures Field. Futurist, February, April and June 1981.

Hamel, G., & Prahalad, C.K. (1994), Competing for the future. Boston, MA: Harvard Business School Press.

Rohrbeck, Rene & Gemuenden, H.G. (2008) Strategic Foresight in Multinational Companies: Building a Best-Practice Framework from Case Studies, R&D Management Conference 2008 "Emerging methods in R&D management": Ottawa, Canadá.

Rohrbeck, R., S. Mahdjour, S. Knab, T. Frese (2009) Benchmarking Report - Strategic Foresight in Multinational Companies, Report of the European Corporate Foresight Group: Berlín, Germany.

Schwarz, J.-O. (2008) Assessing the future of futures studies in management, Futures, Vol. 40, Iss. 3, 237-246.

Slaughter, Richard A. (1995), Futures for the Third Millennium. Prospect Media, St. Leonards, NSW, Australia, ISBN 1-86316 148-1.

Slaughter, Richard A. (2004), Futures Beyond Dystopia: Creating Social Foresight.

RoutledgeFarmer, London, UK, ISBN 978-0-415-30270-8 Randal Root, Caryn Mason, SQL Server 2012 BI Solutions, New York, EEUU, ISBN 978-14302-3488-3, ISBN 978-1-430-3489-0

8