Funcionamiento de un entorno de Business Intelligence (BI)

El uso del Business Intelligence (BI) en las empresas se ha extendido debido a la necesidad de información de calidad frente a la multitud y dispersión de datos. Con estas herramientas se facilita la toma de decisiones y se genera un conocimiento que de otra forma sería difícil, y sobre todo costoso de obtener.

Las fuentes de datos en las empresas se suelen encontrar de forma dispersa entre multitud de herramientas muy heterogéneas. El Business Intelligence trata, mediante herramientas ETL (Extract, Transform and Load) de organizar y homogeneizar, de una forma asíncrona, toda esa disponibilidad de información en un Data Warehouse (o almacén de datos) independiente de los distintos almacenes de origen, a partir del cual, se organiza y agiliza las consultas de datos a través de estructuras multidimensionales denominadas cubos OLAP (On-Line Analytical Processing).

Las herramientas ETL (Extract, Transform and Load)

La función principal de las herramientas ETL (Extraer, Transformar y Cargar) consiste en trasladar la información de los entornos transaccionales (ERP, CRM, e-commerce, etc.) a un entorno analítico homogéneo. Sus funciones se resumen en:

• Realizar la extracción (E–T-L) de los datos de las fuentes heterogéneas y dispersas en el entorno de la empresa a través de conectividad ODBC, JDBC, procesos batch, instrucciones SQL, ficheros planos (CSV, TXT, …), XML, … :
  • Provocando el menor impacto sobre esas fuentes de origen (sin realizar transacciones sobre ellas, sin provocar caídas de rendimiento, etc.)
  • Analizando y cribando datos, desestimando aquellos que no cumplan con los objetivos del Business Intelligence
  • Homegeneización de la información en un formato común.
  • …
• Realizar la transformación (E-T-L) de los datos extraídos a través de su manipulación automática adaptándola al modelo de negocio:
  • Crear nuevos valores calculados
  • Preparación de totales y agrupaciones
  • Conversión datos en otros nuevos
  • …
• Realizar la carga (E-T-L) de los datos en el Data Warehouse o en varios Data Marts (almacenes de datos sectorizados).
  • Estructuración datos en base a la granularidad deseada.
  • Aplicación restricciones de integridad, rangos de datos permitidos, …
  • Optimización de la calidad de los datos.
  • …

Business Intelligence 

Data Warehouse

El Data Warehouse (almacén de datos) es un repositorio de datos de carácter analítico fácilmente accesible, consistente, histórico y orientado a la toma de decisiones. Sus funciones son:

• Integración de los datos provinientes de diversas fuentes en una estructura única.
• Información accesible y ágil. Datos a un clic de ratón y con tiempos de espera lo más próximo a cero.
• Información consistente. Integridad de los datos.
• Independizar la información analítica de la transaccional, quedando así protegida esta última de accesos indebidos o no autorizados.
• Periodificar la información. Disponer de diferentes snapshots en el tiempo nos permitirá estudiar la evolución de cada dimensión.
• Soportar las decisiones. Disponer de información cualitativa y cuantitativa de calidad que nos permita disponer de una base sólida para la toma de decisiones con el menor riesgo posible.

Motores OLAP

Los sistemas transaccionales (OLTP – Online Transaction Processing) suelen ser lentos a la hora de las consultas en comparación con las tecnologías de procesamiento analítico on-line (OLAP). Para agilizar esas consultas se recurre a estructuras multidimensionales denominadas hipercubos o cubos OLAP que contienen las variables a analizar y las distintas dimensiones. Entre sus funciones:

• Diseñados para agilizar las consultas.
• Consolidación de los datos en base a las distintas dimensiones a analizar.
• Preparar información y estructurarla de forma que pueda responder de forma ágil a las consultas (precálculos, agrupaciones, …)

Hoy día, disponer de un Business Intelligence o entorno analítico de información en las empresas se hace imprescindible ante un volumen de datos cada vez mayor. Los datos en sí no aportan ningún valor, para ello deben convertirse en información, y a partir de ésta, generar conocimiento. Solo se puede analizar esos datos cuando se han estructurado, homogeneizado, agrupado, ordenado, etc. Para ello hay que realizar un esfuerzo en determinar las dimensiones que se quiere analizar (clientes, comerciales, productos, zonas, países, empresas, etc.) y que variará en función de la granularidad deseada, así como de establecer las métricas que aporten valor a esas dimensiones (valores mínimo, máximo, medio, mediana, etc, en cuanto a precios, unidades, comisiones, ventas, etc) y que cada empresa requerirá.

Para información de calidad sobre el mundo del Business Intelligence, podéis visitar el blog de Carlos Barranco, Outsourceando.

Recibe nuevos artículos mediante suscripción por e-mail, RSS o Feedly

Email