https://www.youtube.com/watch?v=jFsRdTcljeU Al finalizar esta sesión, el estudiante identifica las principales razones estratégicas para desarrollar un Datawarehouse. Identificar los principales roles y su importancia en la participación de un proyecto BI. Reconoce el aporte del Datawarehouse y los proyectos BI, a las unidades de Negocio. DATAWAREHOUSE AGENDA Antecedentes Modelo Conceptual del Negocio Arquitectura del Datamart SPE Objetivo Antecedentes La Gerencia de Banca Mayorista se encarga de velar por la calidad del servicio al cliente, la creación de valor para el accionista y la rentabilidad sustentable y perdurable; a través de nuestra asesoría personal y profesional, convirtiéndonos en una parte integral de su negocio. La División de Banca Corporativa se encarga de satisfacer necesidades financieras y transaccionales de los clientes corporativos nacionales e internacionales, brindando soluciones vía productos y servicios diferenciados e innovadores, maximizando la rentabilidad para el Banco y consolidando nuestro liderazgo en el sector corporativo. El Área de Servicios para Empresas se encarga de desarrollar funcional y comercialmente servicios transaccionales que faciliten los intercambios de información y dinero para corporaciones, empresas, instituciones y negocios. Antecedentes En el año 2013 se inició la construcción del Datamart de Servicios Para Empresas con la finalidad de proveer a los usuarios un repositorio centralizado de la información de los diversos servicios ofrecidos para la Banca Empresarial. Antecedentes Antecedentes AGENDA Antecedentes Modelo Conceptual del Negocio Arquitectura del Datamart SPE Objetivo Modelo Conceptual del Negocio de SpE Modelo Conceptual del Negocio Informes y Conciliación Autoridades Telecrédito Cta Cte PJ Servicios BCP Miami Ctas con Saldos Predefinidos Tarjeta VíaBCP Empresarial Pagos a SUNAT (Pagofácil, Detracciones, PDT) Pago Electrónico de Aduanas Proveedores Pago a Proveedores Factoring Electrónico Transferencias al Exterior Visa Corporativa y Empresarial Gestión Financiera de la Empresa Empleados Pagos de Haberes Pago CTS Pago Electrónico de AFPs Clientes Servicio de Recaudación Débito Automático Cobranza Electrónica Pagonet Financ. Electr. de Doc Cobranza Libre Cobranza Garantía Servicios importantes del área SpE Servicios para Empresas Ingresos por servicios (en MM$) % MC 2010(E) (en MM$) Cuenta Corriente 31.4 33% 14.9 Letras 24.9 27% 17.7 Recaudación 18.3 19% 3.2 Transferencias al exterior 11.5 12% 3.2 Telecrédito 5.0 5% 3.2 Otros 2.9 4% 1.3 93.8 100% 43.4 Producto Participación de SPE en los ingresos no financieros del BCP ($275 MM) 35% Total 65% Total SpE Total BCP Productos Estratégicos Financiamiento electrónico Pago de Haberes Fuente: RIS y GGPP Productos a Noviembre 2010 Letras: Libre + Garantía + Descuento Recaudación: Débito Automático + SUNAT + Credipago + PASE Otros: FED + Pagonet + VISA + CTS + PdH + AFPs AGENDA Antecedentes Modelo Conceptual del Negocio Arquitectura del Datamart SPE Objetivo Servicios y Productos Arquitectura Datamart SpE Systematics DWH Telecredito ODS Factoring Vision Plus BDS Clientes Telecredito Factoring Transacc. CtaCte, Aho RIS Tarjeta Letras Clientes Transfer. Exterior Cuentas Debito Automatico Cobranza Electrónica Recaudación Carteras de Ejec Comerc. RIS Metas Ejecutivos CIF Datamart Servicios para Empresas Cobranzas Consyst Giros Y Transfer. Smart Stream (RIS) Dataentry Recaudación Carteras de EC. Pagonet / CTS Dkt Analisis Operativo Alertas Comerciales Usr SpE Usr SpE Otras Ftes y App Metas Ejecutivos Extra / Renta / Synergi Otras Fuentes Tableros de Control Semáforo Comercial Gestión Comercial Usr SpE Usr FdN Usr Planeam. y Desarollo de Neg Usr MKT Usr Planeamiento Financiero 13 Las versiones de Bill Inmon y Ralph Kimball ➢ Paradigma Ralph Kimball: El Data Warehouse se compone por el conglomerado de todos los Data Marts generados en una empresa. La información siempre se almacena en un modelo dimensional. Otra forma forma de denominar ésta aproximación es como "Bottom-up" ➢ Paradigma Bill Inmon: El Data Warehouse es una parte del todo que conforma a un sistema de inteligencia de negocios. Una empresa tiene un Data Warehouse, y los data marts tienen como fuente de información ese Data Warehouse. Ésta aproximación también es conocida como "Top-Down" Diferencias entre visiones de Bill Inmon y Ralph Kimball 1. La presentación de la información para ser almacenada. Inmon: es necesario normalizar la información antes de almacenarse. Kimball: las estructuras de los datos requieren una presentación dimensional para ser almacenadas. 2. El tratamiento de la información atómica. Inmon: la información atómica debe almacenarse en un Data Warehouse normalizado. Kimball: la información atómica debe estar estructurada dimensionalmente. Etapas de un Proceso Data Warehousing (Metodología Ralph Kimball) El marco presentado por Kimball bajo el Business Dimensional Lifecycle (BDL) ilustra las diferentes etapas por las que debe pasar todo proceso de Data Warehousing. Este enfoque de implementación de DataWarehouses es ilustrado en la siguiente figura: Business Dimensional Lifecycle propuesto por Ralph Kimball Datamart SPE – Estructura Dimensional Producto Servicio Moneda Canal Factoring Cliente RIS Tiempo Banca Telecrédito as Ingresos No Financieros (Comisiones) Letras / Operaciones / Tarjetas Inteligencia de Negocios Jerarquía Funcional Tipo Transacción Modelo Dimensional: Representación Región Region BS BS Lima Lima Callao Callao Norte Norte Retiro Transacción Deposito Transferencia Transferenica Cantidad de Transacciones Pago de Servicio Consultas M1 M2 M3 Tiempo M4 Modelo Dimensional: Conceptos Básicos Dimensiones Grupo de datos agrupados, sobre los cuales se puede navegar en la información. Atributos Cada uno de los elementos de estas dimensiones son los atributos. Son los niveles de agrupación, que definen el detalle de un reporte Elementos de los atributos Los posibles valores que pueden tomar cada uno de estos atributos. 19 Dimensión Tiempo Ejemplos Año Semestre Trimestre Mes Día 2005; 2006 Semestre 1; Semestre 2 Trimestre 1; Trimestre 2 Abril; Mayo; Junio 25 Mayo de 2005 Es el Mundo Externo en él se dan los eventos que se registran en los sistemas de la empresa vía las transacciones Sistemas Operacionales, son los típicos OLTP de las empresas que captan y procesan las transacciones del Mundo Externo Capa de Integración y Transformación, es el ambiente donde se filtra, limpia y homologan los datos extraídos de los OLTP’s Almacenamientos Alternativos, cuando los tamaños de la información histórica se incrementan y la utilización de ésta se espacia, se procede a utilizar almacenamientos alternativos Operational Data Store, es un repositorio orientado a satisfacer las necesidades operativas de información integrada. Es un Data Warehouse online, se diferencia del Data Warehouse porque contiene mucha menos historia y tiene información más actual Data Warehouse, es el repositorio centralizado de la información corporativa orientado a soportar labores de análisis. Data Externa, es información que se captura del medio ambiente directamente pues no es capturada por los OLTP’s. Exploration Data Warehouse, ambiente separado del Data Warehouse que permite realizar consultas sumamente pesadas para explorar la información Data Mining Warehouse, similar al Exploration Data Warehouse pero orientado a la minería de datos. Aplicaciones Analíticas, son aplicaciones de Business Intelligence desarrolladas para explotar el Data Warehouse o Data Marts Data Marts, almacenamiento modelado especialmente para satisfacer una necesidad departamental AGENDA Antecedentes Modelo Conceptual del Negocio Arquitectura del Datamart SPE Objetivo Objetivo del DM de SPE El objetivo de este Datamart permitirá mejora la gestión estratégica basada en los pilares de la organización. Crecimiento • Información correcta y oportuna influye en la gestión comercial de los Ejecutivos, permitiendo identificar oportunidades de negocio para el crecimiento del banco. Eficiencia • Al automatizar los reportes de gestión se van a eliminar horas-hombre de trabajo utilizadas en consolidar reportes manualmente. Riesgos • Al consolidar la información manualmente está sujeto a un margen de error, el cual se mitigara con la centralización de la información en el DWH. Inteligencia de Negocios Proceso de Implementación FEBRERO 2014 DICIEMBRE- ENERO 2013 2014 PASE A PRODUCCIÓN ANÁLISIS Y DISEÑO Procesos Modificados Reproceso de Información Histórica Modificación de programas y procesos HOST Modificación de procesos impactados. NOVIEMBRE DICIEMBRE ANÁLISIS Y DISEÑO < Asesoría 2013 CONSTRUCCIÓN 2014 NOVIEMBRE 2013 ENERO - FEBRERO 2014 Inicio del requerimiento en DWH Modificación de procesos impactados. Restaurar información para el reproceso de historia Validación funcional a la información Inteligencia de Negocios CONSTRUCCIÓN IMPLEMENTACIÓN Beneficios Tener información correcta y oportuna influye en la gestión comercial de los Ejecutivos, lo cual se traduce en oportunidades de negocio que hacen crecer al área y al banco. Automatizar la generación de los reportes en BO para las horas-hombre de trabajo utilizadas por los ejecutivos en consolidar reportes manualmente. Inteligencia de Negocios https://floreshnos.pe/ CASO PRACTICO DE INTELIGENCIA DE NEGOCIOS Una empresa de transporte desea implementar un Data Mart, que permita analizar las zonas con mayor ventas y las mas visitadas en el país al mínimo nivel de detalle de todos los servicios ofrecidos por la empresa. Se le pide desarrollar lo siguiente: Modelo conceptual de Negocio Arquitectura de DataWarehouse Modelo Dimensional para la solución del problema planteado. http://www.cruzdelsur.com.pe/ https://floreshnos.pe/
