• Author / Uploaded
• Ivy Hernández Antilef

Citation preview

INSTITUTO PROFESIONAL AIEP DE LA UNIVERSIDAD ANDRÉS BELLO

PARQUE TEMÁTICO DE LA ERA DE DINOSAURIOS

DOCENTE: Salinas Casas Daniela MÓDULO: Fundamentos de Software de Gestión MARZO, 2020 1

Introducción

La gran cantidad de información manejada por las diversas empresas necesita tener una fácil lectura a la hora de tomar decisiones, no importando el área o departamento de la compañía. Cada empresa tiene diferentes necesidades por tanto debe ser cuidadosa al elegir un software de gestión adecuado para su empresa, así contará con sistemas de base de datos que identificarán con exactitud la situación actual.

En el presente informe será analizado el caso de un “Parque temático de dinosaurios” con un complejo sistema de administración, el cual tiene gran cantidad de datos los cual necesita un nuevo sistema de almacenamiento que sea seguro, fiable, fácil de administrar y recuperar.

2

Objetivos

Objetivo general Describir los componentes y características de los Software de Gestión en la empresa.

Objetivos Específicos 

Analizar y aplicar los ERP.



Reconocer las bases de datos entregado en el caso práctico.



Comprender términos técnicos y funcionamiento de software.

3

Índice

TEMA

Pág.

1.

Descripción del caso....................................................................................................5

2.

Resolución................................................................................................................... 8 2.1.

Definición de conceptos........................................................................................8

2.1.1.

Business Intelligence (BI)...............................................................................8

2.1.2.

Data Warehouse............................................................................................8

2.1.3.

ETL....................................................................................................................... 9

2.1.4.

Data Mart.....................................................................................................10

2.1.5.

Cubo OLAP..................................................................................................10

3.

Arquitectura de la solución.........................................................................................10

5.

Modelo Multidimensional Conceptual.........................................................................12 5.1.

Modelamiento de datos: Modelo estrella y modelo Copo de nieve......................13

6.

Modelo Data Warehouse Objetivo..............................................................................14

7.

Modelo Data Warehouse Subjetivo............................................................................15

8.

Problema....................................................................................................................16

Conclusión........................................................................................................................ 19 Referencias....................................................................................................................... 20 ANEXOS........................................................................................................................... 21

4

1. Descripción del caso

Parque temático de la era de dinosaurios.

Luego de 8 años de estar operando, la empresa ya cuenta con 8 parques temáticos distribuidos por todo el país. Aprovechando el éxito del merchandising relacionado con los dinosaurios, la empresa logró desarrollar fuertemente su unidad de negocios de venta de productos y comidas dentro de los parques. Esto, junto a la venta de entradas representa más del 90% de los ingresos de la compañía.

Los problemas surgen en cada reunión gerencial, ya que los datos sobre las ventas de entradas y productos no parecen confiables ni están listos en tiempo y forma para que el equipo de gerentes pueda tomar decisiones acertadas. Esto ocurre porque los distintos gerentes (ventas, marketing, control de gestión, etc.). se manejan con diferentes fuentes de información (en algunos casos usando planillas de cálculo, hechas con ingreso manual de datos, minutos antes de las reuniones) y además porque cada vez que se requiere un informe de mediana complejidad, hay que solicitarlo al área de sistemas que demora por lo menos una semana en confeccionarlo ya que están demasiado ocupados con la migración de los servicios corporativos y cuentan con poco personal.

5

En cada reunión hay un caos por las diferentes versiones de la verdad que cada gerente tiene y en algunos casos porque ni siquiera se llega a tener la información necesaria o está demasiado desactualizada.

Debido a esta situación, la empresa decide contratarlo a Ud. para que le dé una solución a este problema. El directorio ha escuchado hablar de palabras como sistemas de ayuda a la decisión, business intelligence, data warehouse y otras, pero lo que realmente necesita es una solución de negocio para afianzar el crecimiento de la empresa.

En principio se quiere trabajar con la información de ventas, tanto de entradas como de productos dentro de los parques, para luego ir extendiendo al alcance del proyecto a otras áreas. Pero, luego de realizar un relevamiento inicial, se llega a las siguientes conclusiones:

1) Los orígenes de datos que alimentarán el data warehouse serán: a) El sistema emisor y facturador de entradas, que está presente en todas las boleterías de cada parque. (Ver anexo I) b) Dos (2) sistemas distintos de facturación de productos y comidas para los locales de los parques (ya que los más nuevos tienen un sistema que se contrató hace un año a una consultora, pero los parques más antiguos tienen todavía un sistema desarrollado por el sobrino de uno de los accionistas de la empresa). (Ver anexo II)

6

c) El sistema de administración de RRHH y liquidación de haberes. (Ver anexo III). Nota: los anexos muestran solo las tablas que se han evaluado como útiles, es decir que existen otras en cada sistema, que en los anexos no se muestran.

2) Se detecta que los analistas de negocio de la empresa necesitan analizar la información de ventas de un producto o de las entradas desde diferentes perspectivas. Por ejemplo, la venta de entradas vista por mes o por año, por parque, por región, por empleado y demás combinaciones entre las perspectivas. 3) El mínimo nivel de detalle que se quiere tener disponible para el análisis de ventas ($vendido y unidades vendidas) es el de la línea del ticket. 4) De cada empleado es necesario poder hacer análisis de ventas considerando también el impacto de las horas de capacitación recibidas. 5) Es necesario conocer también de qué manera influye, en las ventas de productos, la zona geográfica en la que están ubicados los locales. 6) De cada escuela se sabe si es privada o pública, y se desea conocer cuáles son las escuelas que generan mayores ingresos a la empresa. 7) Se necesitará hacer análisis diarios, mensuales, trimestrales y anuales.

7

2. Resolución

2.1. Definición de conceptos

2.1.1. Business Intelligence (BI): Inteligencia de negocio, es un conjunto de metodologías, aplicaciones y tecnologías que permiten reunir, depurar y transformar datos de los sistemas en información estructurada, para su análisis y conversión en conocimiento, dando así soporte a la toma de decisiones sobre el negocio.

2.1.2. Data Warehouse: es un repositorio o almacenamiento unificado para todos los datos que recogen los diversos sistemas de una empresa, permite a los ejecutivos de un negocio organizar, comprender y utilizar sus datos para tomar decisiones estratégicas. El Data Warehouse se caracteriza por ser: a. Integrado: Elimina las inconsistencias creando una estructura pura. b. Temático: Se organiza por temas. c. Histórico: Almacena datos en momentos concretos.

8

d. No volátil: La información almacenada es para ser leída pero no modificada. e. Metadatos: contiene datos sobre los datos.

2.1.3. ETL: Los procesos ETL son una parte de la integración de datos, pero es un elemento importante cuya función completa el resultado de todo el desarrollo de la cohesión de aplicaciones y sistemas, en otras palabras, genera un Data Warehouse.

Las palabras ETL corresponden a las siglas en inglés de: 

Extraer: extract



Transformar: transform



Carga: load



Fase 1: Extracción El objetivo es producir datos limpios y accesibles que puedan utilizarse para análisis u operaciones comerciales.



Fase 2: Transformación Modifica la información en bruto para que presenten los datos limpios, se efectúa mediante una serie de normas y reglamentos que garantizan la calidad de los datos. Evita datos duplicados, elimina datos redundantes, define como se formatea y almacena.



Fase 3: Carga

9

Carga de los datos extraídos.

2.1.4. Data Mart: Sub conjunto de datos con el propósito de almacenar y ayudar a un área específica de la empresa.

2.1.5. Cubo OLAP: es una estructura de datos que supera las limitaciones de las bases de datos relacionales y proporciona un análisis rápido de datos.

Los

cubos

OLAP

son

representaciones

especificas

segmentaciones del Data Warehouse, son la cara visible del DW.

3. Arquitectura de la solución.

10

y

4. Creación Data Warehouse (DW)

Para la creación del Data Warehouse que se implementará en este caso será necesario establecer ciertos criterios y pasos a seguir.

Antes que todo se debe conocer los datos en los sistemas de origen, nos sirve para reconocer el contenido en el sistema operativo actual e identificar la información incompleta e incorrecta incorporando al DW datos que estén interrelacionados y sean de calidad.

Al crear el modelo dimensional se deben diferenciar claramente las tablas de hechos de las tablas de dimensiones. 

Tabla de hechos: contiene indicadores numéricos provenientes del origen.



Tabla de dimensiones: contiene atributos que nos permiten filtrar y agrupar los datos.

11

5. Modelo Multidimensional Conceptual.

Iniciamos por modelar el negocio del parque de dinosaurios identificando las dimensiones de análisis, en base a los requerimientos del problema y los anexos I, II y III. EMPLEADO EMPLEADO

DISTRIBUCIÓ DISTRIBUCIÓ N N GEOGRÁ GEOGRÁ FICA FICA

TIEMPO TIEMPO

ESCUELA ESCUELA

Rango Rango

Añ Añ o o

Tipo Tipo

Regió Regió n n

Categoría Categoría

capacitació capacitació n n

Trimestre Trimestre

Escuela Escuela

Providencia Providencia

Sub Sub categoría categoría

Empleado Empleado

Mes Mes

Ciudad Ciudad

Producto Producto

Día Día

Parque Parque

Local Local

Monto vendido / Cantidad vendida

12

PRODUCTO PRODUCTO

Al modelo multidimensional conceptual se agregó a su estructura lo siguiente, según los anexos I, II y III. 1.1.1. Stock disponible x día y local. 1.1.2. Compras x cliente 1.1.3. Ventas, tiempo de servicio y salario x empleado 1.1.4. Monto y ventas x metros cuadrados y distancia respecto a la boletería.

5.1. Modelamiento de datos: Modelo estrella y modelo Copo de nieve

Las estructuras bajo las cuales se guía la creación de un Data Warehouse son modelo estrella y modelo copo de nieve.

El modelo estrella es el más sencillo, consta de una tabla de hechos y varias dimensiones, lo que quiere decir que la única tabla que tiene relación es la de hechos al centro de la estructura.

Para la resolución de este caso y en base a la cantidad de datos entregada en el Modelo DW objetivo y el Modelo DW subjetivo se usó la estructura Copo de Nieve, en este modelo la tabla de hechos deja de ser la única relacionada con otras tablas mostrando mayor orden. Contiene categorías de dimensiones que constan de múltiples tablas para representar jerarquía de datos. 13

6. Modelo Data Warehouse Objetivo

Para la construcción del Modelo Data Warehouse Objetivo usamos los datos del caso práctico y el diseño multidimensional conceptual, en el centro ubicamos la Tabla de hechos: VENTA, segmentada en las tablas de dimensiones que se relacionan con ella.

14

7. Modelo Data Warehouse Subjetivo

El Modelo Data Warehouse Subjetivo se nutre del DW objetivo por un proceso de ETL que extrae los datos, los transforma si es necesario, y luego los carga.

15

8. Problema

16

8.1. Defina qué cambios haría en la Base de datos objetivo, el subjetivo y en el diseño multidimensional conceptual para los nuevos requerimientos que se describen a continuación.

1. Si los directores del parque decidieran información acerca del stock disponible de sus productos en la base de datos. El stock deberá estar disponible a nivel de producto, día y local.

2. Si se lanzará una tarjeta de fidelización de clientes y se pudiera identificar a qué cliente se hizo cada venta (tanto de entradas como de otros tipos de productos). 17

3. Poder evaluar el impacto que tiene en las ventas, la antigüedad y salario de los empleados.

4. De cada local es necesario poder analizar las ventas (importe y cantidad) con respecto a los metros cuadrados que disponen y distancia respecto de las boleterías.

18

Conclusión

El Data Warehouse entrega a las empresas u organizaciones un práctico sistema de almacenamiento de información actualizada en base de datos que facilita la comunicación entre departamentos en la misma empresa, por tanto, en el

19

desarrollo de un DW se debe tener muy clara la información que se pretende analizar y qué objetivos se persiguen.

El DW cumple un papel fundamental en la visión tecnológica y moderna de la compañía, cubriendo todas las necesidades de un negocio y creando versatilidad y confianza en la toma de decisiones para sus gerentes, jefaturas y colaboradores. Existen distintos softwares de gestión por lo que es importante entender las capacidades de un sistema de gestión a la hora contratarlo, para así evitar en el futuro los bloqueos del crecimiento de la empresa por falta de flexibilidad en la tecnología.

La competitividad es la mayor tendencia en la actualidad entre empresas, optimizar los recursos y hacerlos afables a los colaboradores infringe mayor productividad, servicio y reducción de costos en resultado de mayores ganancias a largo plazo.

Referencias

https://www.yunbitsoftware.com/blog/2018/02/27/software-de-gestion-empresarial-ysistemas-erp-alguna-diferencia/ 20

https://blog.powerdata.es/el-valor-de-la-gestion-de-datos/qu-son-los-procesos-etl

https://www.youtube.com/watch?v=jFsRdTcljeU

https://www.youtube.com/watch?v=mNwRPxzsMQc

https://www.youtube.com/watch?v=vb0OAhQFoXY

ANEXOS

21

22

23