La evolucion de la especie humana-primero de secundaria
Datawarehouse datamining y gis
1. Maestría en Marketing Estratégico
Tecnología de la Información
Profesor:
Gustavo Vivas Marquez
Licenciado en Comercialización (UB)
Posgrado en Management Estratégico (UB)
Posgrado en Responsabilidad Social Corporativa (UNED – España).
Posgrado en Liderazgo sin autoridad formal (INDES – BID)
Master en Responsabilidad Social Empresarial (UBA – ONU)
1
2. Sistemas funcionales de negocio se pueden separar
Toma de Sistemas que permiten visualizar
decisiones el negocio a nivel global.
estratégicas Ejemplo: Tableros de comando
Datawarehouse, datamining,
SCM, ERP, DSS
Sistemas que permiten visualizar el
negocio a nivel de ejes de negocios.
Toma de
Ejemplo: facturadores, reclamos,
decisiones
atención al cliente, Datamarts)
tácticas
CIM, CRM, MIS, GIS
Sistemas que permiten visualizar el
Toma de negocio a nivel de detalle
decisiones
operativas Ejemplo: Portales, Sistemas de
gestión de elementos, mesas de
ayuda
2
3. Sistemas funcionales de negocio
Aplicaciones de
presentación
Aplicaciones de Aplicaciones de
consolidación decisiones
Aplicaciones Aplicaciones de
consumos registros
3
4. Sistemas funcionales de negocio
Aplicaciones de
presentación
Aplicaciones de
consolidación
Aplicaciones de
decisiones
Las aplicaciones de registros,
se refieren a aquellas que las
organizaciones poseen para
registrar los datos básicos .
El ejemplo típico de este tipo de
aplicaciones son en donde se
registran los datos de los
Aplicaciones Aplicaciones
consumos de registros clientes y/o potenciales clientes.
Aplicación transaccional de
registros de :
1. Clientes
2. Reclamos
3. Atención
4
5. Sistemas funcionales de negocio
Aplicaciones de
presentación
Las aplicaciones de consumo, Aplicaciones de Aplicaciones de
consolidación decisiones
se refieren a aquellas que las
organizaciones poseen para
registrar los datos de bienes /
servicios comercializados .
Aplicación transaccional de
consumo por excelencia es el
facturador de cualquier Aplicaciones Aplicaciones de
consumos registros
organización:
Se pueden incluir:
1. prefacturadores
2. Colectores de información de
consumos
5
6. Sistemas funcionales de negocio
Las aplicaciones de consolidación,
poseen la funcionalidad de visualizar
la información de los dos anteriores
mezclándolos con el concepto de Aplicaciones de
presentación
evolución a través del tiempo,
consolidando ambos puntos de vistas
Aplicación transaccional de
consolidación por excelencia tienen Aplicaciones de Aplicaciones de
consolidación decisiones
que ver con los aspectos contables del
cual se obtienen la primera visión
consolidad del negocio
Por ejemplo:
1. ERP
2. SAP o similares Aplicaciones Aplicaciones de
consumos registros
Ventas totales del mes
Reclamos totales del mes
6
7. Sistemas funcionales de negocio
Las aplicaciones de presentación, poseen la funcionalidad de
permitirle a los clientes externos de un área acceder a la información e
interactuar realizando modificaciones mínimas.
La plataforma por excelencia es la figura de portales
Aplicación transaccional de presentación, son : Aplicaciones
de
presentación
1. Home Banking.
2. Consultas de consumos / puntos.
3. De pagos.
4. Impuestos (municipales) Aplicaciones de Aplicaciones de
consolidación decisiones
5. Asistencia a clases
Aplicaciones Aplicaciones de
consumos registros
7
8. Sistemas funcionales de negocio
Las aplicaciones de decisiones, son aplicaciones
de alto grado de consolidaciones que agrupan
todos los aspectos de negocios posibles.
Aplicaciones de Se buscan enfocar en dos aspectos:
presentación 1. Poseer los datos de lo acontecido y realizado por
la organización y sus clientes para analizar y
justificar los gap entre la realidad y la
planificación (mirar el pasado).
Aplicaciones
Aplicaciones de
consolidación de 2. Anticipar el comportamiento futuro del negocio,
decisiones interpretando los comportamientos pasados y
descubriendo patrones de comportamientos no
explotados por la organización. (mirar el futuro).
Aplicación transaccional de decisiones, son :
1. Tableros de mando
Aplicaciones Aplicaciones de
2. Datawarehouse
consumos registros 3. Dataminig
8
9. Datawarehouse
Repositorio de información que contiene el modelo de negocio de una
empresa.
Este repositorio permite obtener información con todas las visiones del
negocio de manera integrada para la toma de decisiones.
Los datawarehouses son aplicaciones de alta complejidad para las
organizaciones debido a:
1. Consolidan toda la información de la compañía en un punto.
2. El nivel de análisis es alto debido a que se están integrando las visiones de
todos los aspecto del negocio.
3. El volumen de información es el mayor posible que se encuentra en la
organización.
4. La capacidad de procesamiento debe ser muy alto.
5. El nivel de seguridad suele ser crítico.
9
10. Datawarehouse
Si bien un datawarehouse es un sistema informático, su estructura
elemental es una base de datos.
La modelización de dicha base de datos, acorde a los atributos de
negocios, permite mediante el análisis de los datos contenidos, generar la
transformación de dichos datos en información para la toma de decisiones,
a lo largo del tiempo.
Conocimiento Conclusiones
Información Agregación
Datos Todos los datos
11. Datawarehouse
Características
Data warehouse Bases transaccionales
Toda la concepción de tiempo Siempre el presente
Detallada y resumida Detallada
Estable Cambios constantes
Manejo de información global Manejo de información puntual
Pocos usuarios concurrentes Muchos usuarios concurrentes
Alta complejidad de consulta Consultas predefinidas
Datos en grandes cantidades Datos en cantidades pequeñas
Alto nivel de seguridad Nivel de seguridad acorde
Aplicación más customizada Niveles de customización mínimos
12. Datawarehouse
Se enfoca en las dimensiones del negocio , conteniendo a su vez a las dimensiones
de los transaccionales.
Estas dimensiones de negocios se encuentran integradas y permiten analizar los datos
tanto a similar nivel de transaccional, como a nivel entre los sistemas transaccionales,
como pueden ser:
Productos
/ Servicios
Producción Marketing
Compras (***) Ventas
Pagos Entrega y
distribución (*)
Financiación(**)
Cobranza
(*) escalamiento de incidentes
(**) cash flow y metodologías de inversión
(***) financiamiento de compras
13. Datawarehouse
Datawarehouse Transaccionales
Provee capacidad de análisis Provee capacidad de análisis
histórico integrado actual
Este tipo de análisis, buscan detectar Los análisis permiten establecer que
patrones de comportamientos y hábitos está sucediendo e inferir el porque
no manifiestos acorde a las percepciones personales de
los que operan.
Permiten realizar análisis de:
•Puntos de equilibrio Permiten realizar análisis de:
•Rentabilidad •Cantidad de operaciones diarias
•Elasticidad actuales.
•Puntuales
Regla del mes 13 (como mínimo)
Junio de 2009 vs junio de 2008 (mes 13) Realizar análisis históricos globales
NO COMPROMETE LA GESTIÓN OPERATIVA COMPROMETE LA GESTIÓN OPERATIVA
(competencia del uso de los recursos del
sistema)
Operación diaria vs. Análisis
16. Datawarehouse
Datawarehouse - componentes
Sistemas fuentes operacionales:
CRM,
ETL Pedidos – Provisión – Activador
Rutinas y algoritmos de Producción / prefacturador
•Extracción Facturadores / Cobranzas
Reclamos /Averías
•Transformación Contables
•Carga
Bases externas
Metadata
Accesos usuarios Plataforma del
finales DATA WAREHOUSE
17. Datawarehouse
Datawarehouse - componentes
•ETL (Extracción, transformación y carga)
Es uno de los dos puntos neurálgicos que posee un proyecto de datawarehouse
en operación. El objetivo es construir elementos de los sistemas transaccionales
y convertirlos en los datos que la base del DW necesita para ser cargados
adecuadamente, incluye formatos, tipos de campos, etc.
•Metadata
Directorio de datos
Guía de trazabilidad de los datos para entender como se transforma de los
ambientes transaccionales al ambiente del DW
Guía de algoritmos para interrelacionar el detalle con los conceptos resumidos.
18. Datawarehouse
Posibles motivos de fallas en los Datawarehouse
Se deben asegurar los siguientes aspectos:
1. Mal diseño del modelo u obsolecencia
La modelización del negocio es crítico. Este aspecto fija el límite de las posibilidades
de uso del mismo.
2. Variables desactualizadas o inexistentes.
Debe contener todas las variables del negocio, pasadas y actuales.
Una de las principales variables es el tiempo. Sin esta variable un datawarehouse es
un simple repositorio de reportes transaccionales.
3. Falta de metodología de obtención y captura de datos de los sistemas
fuentes.
Se potencia actualmente por la existencia de los sistemas ETL (Extract, Transform and
Load)
4. Ventanas de procesamientos
Deben ser acordes y estar coordinadas con las estrategias de operaciones de los
sistemas fuentes.
Tener usuarios con altos perfiles de análisis que se comporten como auspiciantes /
sponsors del sistema.
18
19. Datawarehouse
La herramienta de explotación
Las herramientas para utilizar (explotar) los datawarehouse son las herramientas
denominadas de BI (Business Inteligence).
Marcas comerciales más conocidas
Estas herramientas suelen necesitar tener modelos de explotación de
información alineados con el modelo de datos del DataWarehouse.
Las herramientas trabajan bajo la modalidad de tres capas
Base de datos – Servidor de requerimientos – licencia en la pc de usuario
La explotación suele ser mediantes elementos como atributos de negocios,
indicadores, templates, filtros, para conformar reportes y /o tableros
19
30. Data Mining
También conocido como: Knowledge Discovery in Databases.
Sistema basado en la extracción de información oculta y predecible de
grandes bases de datos, es una poderosa herramienta con gran potencial
para ayudar a las compañías a concentrarse en la información más
importante de sus Bases de Datos (Data Warehouse).
Las herramientas de Data Mining predicen futuras tendencias y
comportamientos, permitiendo tomar decisiones proactivas y conducidas por
un conocimiento acabado de la información (knowledge-driven).
Data Mining puede responder a preguntas de negocios que tradicionalmente
consumen demasiado tiempo para poder ser resueltas.
Estas herramientas exploran las bases de datos en busca de patrones
ocultos.
30
31. Data Mining
Ejemplos:
MIS Alea y MIS Delta Miner.
Contour Cube Analizer.
Net Weaver Business Intelligence Suite.
LGX OLAP Reporting.
Onyx Analytics (incorpora función OLAP dentro de CRM)
Dundas OLAP.
Nota: El procesamiento analítico en línea (OLAP) analiza de manera
interactiva las relaciones complejas entre grandes cantidades de datos
almacenados en bases de datos multidimensionales.
Objetivo: descubrir patrones, tendencias y condiciones excepcionales en los
datos que apoyan el análisis de negocios y la toma de decisiones de una
empresa.
31
32. Data Mining
Escenarios de Mining
Escenarios de Mining
Aspecto de negocio (Marketing y
(Finanzas y Riesgo)
Customer Care)
Clientes Segmentación Optimización de costos
Geografía
Optimización de la oferta
Consumos Scoring de consumos
Customer Lifetime Value
Comportamiento
Scoring de comportamiento
Facturación y cobranza Predicción del Churn y retención
temprana
Productos y servicios Detección de fraude
Tasas de respuestas de
campañas y Analisis de ROI
Contactos
Scoring de consumo
Campañas de venta Scoring y niveles de satisfacción Optimización de flujos de cajas
32
33. Datawarehouse – demo de tableros
Los Datawarehouse aportan gráficos para hacer mas sencilla la visualización
de los datos
Existen nuevas herramientas como los GIS
33
34. GIS
Es una base de datos, que se puede “mapear” y cuya herramienta de
visualización es la presentación en un mapa
Los GIS (sistemas de Información Geográfica), permite realizar análisis de
datos, desde el punto de vista de la geografía, en base al concepto de
geolocalización de cada uno de los atributos base del negocio.
Por ejemplo:
•Negocio telefónico => línea telefónica
•Rentas e impuestos municipales => lote
•Retail => habitante
•Seguros => asegurados
•Transporte => recorridos
•Correo => código postal
34
35. GIS
Los dos atributos mandatorios de un GIS son:
Ubicación espacial del atributo de negocio
El mapa propiamente dicho para presentar los datos
Datos espaciales
Mapas
Unión datos no Capas de visualización bajo
espaciales con datos modalidad de representación
espaciales (Vectorial / Raster / Orientado
a objetos)
Latitud y Longitud de
un dato geográfico
Datos no espaciales
(dirección, código postal,
Base de dato con los ID del transmisor, etc.)
atributos de negocios
y sus calificaciones
35
36. GIS
Datos no espaciales
Cualquier grupos de datos,
presentados de forma tabular en
cualquiera de de los formatos
habituales Datos espaciales
• textos, Representaciones gráficas de
• tablas (planillas de cálculo), atributos geográficos representados
• etc- por puntos, líneas y/o polígonos.
Estas representaciones se gestionan
como capas
• capas de lotes, parcelas
• capas de manzanas
• capas de calles
• capas de ciudades
• capas de países, etc.
36
37. GIS
Datos espaciales
Los mapas de papel deben ser “digitalizados”
La digitalización implica gestionar el efecto distorsión en los atributos
espaciales
La proyección cartográfica permite minimizar las distorsiones
Robinson Sinusoidal Mercatorl Equidistancia cilindrica
Tipos de proyecciones cartográficas
37
38. GIS
Datos no espaciales
Cualquier grupos de datos,
presentados de forma tabular en
cualquiera de de los formatos
habituales Datos espaciales
• textos, Representaciones gráficas de
• tablas (planillas de cálculo), atributos geográficos representados
• etc- por puntos, líneas y/o polígonos.
Estas representaciones se gestionan
como capas
• capas de lotes, parcelas
• capas de manzanas
• capas de calles
• capas de ciudades
• capas de países, etc.
38
39. GIS ejemplo
Buscando
Hoteles en la
ciudad de
Santa Fe
39
40. GIS ejemplo
Buscando
Hoteles y
ópticas en la
ciudad de
Santa Fe
40
41. GIS – Algunos usos a nivel de negocios
Pero también lo puedo usar para analizar a
mis equipos de ventas (ver ejemplos)
41
57. En conclusión
Las nuevas herramientas presentan la información crítica para
la toma de decisiones bajo distintos formatos.
El objetivo es poner a disposición de los analistas y el management,
la información de manera más intuitiva, sencilla y ágil para tomar
decisiones, con una base sustentable, pero …
… hay que hacer inversiones
… y obtener retornos
57
58. No perdiendo de foco que los verdaderos objetivos por lo
que se está compitiendo es:
Ser dueños de la mayor parte posible
Disponible de los consumidores
58