UNIVERSIDAD REGIONAL AUTÓNOMA DE LOS ANDES

“UNIANDES”

FACULTAD DE SISTEMAS MERCANTILES

PROGRAMA DE MAESTRÍA EN INGENIERIA Y SISTEMAS DE

COMPUTACIÓN

TRABAJO DE EXAMEN COMPLEXIVO PREVIO A LA OBTENCION DEL GRADO

ACADÉMICO DE MAGISTER EN INGENIERIA Y SISTEMAS DE COMPUTACIÓN

TEMA:

BUSINESS INTELLIGENCE PARA MEJORAR LA GESTIÓN ACADÉMICA EN LA

ACADEMIA AERONÁUTICA MAYOR PEDRO TRAVERSARI.

AUTOR: ING. BAÑO NARANJO HENRY WILLIAM

ASESOR: ING. MARTÍNEZ CAMPAÑA CARLOS EDUARDO. M.Sc

AMBATO – ECUADOR

2017

APROBACIÓN DEL ASESOR DEL TRABAJO DE TITULACIÒN

CERTIFICACIÓN

Quien suscribe, legalmente CERTIFICA QUE: El presente trabajo de titulación

realizado por el Ing. Henry William Baño Naranjo, Maestrante del PROGRAMA DE

MAESTRÍA EN INGENIERIA Y SISTEMAS DE COMPUTACIÓN, Facultad de

Sistemas Mercantiles, con el tema “BUSINESS INTELLIGENCE PARA MEJORAR

LA GESTIÓN ACADÉMICA EN LA ACADEMIA AERONÁUTICA MAYOR PEDRO

TRAVERSARI”, ha sido prolijamente revisado, y cumple con todos los requisitos

establecidos, en la normativa pertinente de la Universidad Regional Autónoma de los

Andes – UNIANDES, por lo que apruebo su presentación.

Ambato, julio 2017.

_______________________________________

Ing. Carlos Eduardo Martínez Campaña M.Sc

ASESOR

DECLARACIÒN DE AUTENTICIDAD

Yo, Henry William Baño Naranjo, Maestrante del PROGRAMA DE MAESTRÍA EN

INGENIERIA Y SISTEMAS DE COMPUTACIÓN, Facultad de Sistemas Mercantiles,

declaro que todos los criterios emitidos en el trabajo de investigación: “BUSINESS

INTELLIGENCE PARA MEJORAR LA GESTIÓN ACADÉMICA EN LA ACADEMIA

AERONÁUTICA MAYOR PEDRO TRAVERSARI”, como también los contenidos,

ideas, objetivos y futura aplicación del tema de investigación son de exclusiva

responsabilidad de mi persona, como autor de éste trabajo de grado académico.

Ambato, julio 2017

_____________________________

Ing. Henry William Baño Naranjo

C.I. 1803297181

AUTOR

DERECHOS DE AUTOR

Yo, Henry William Baño Naranjo, Maestrante del PROGRAMA DE MAESTRÍA

INGENIERÍA Y SISTEMAS DE COMPUTACIÓN, Facultad de Sistemas Mercantiles,

declaro que conozco y acepto la disposición constante en el literal d) del Art. 85 del

Estatuto de la Universidad Regional Autónoma de Los Andes, que en su parte

pertinente textualmente dice: El Patrimonio de la UNIANDES, está constituido por: La

propiedad intelectual sobre las Investigaciones, trabajos científicos o técnicos,

proyectos profesionales y consultaría que se realicen en la Universidad o por cuenta

de ella.

Ambato, julio 2017

_____________________________

Ing. Henry William Baño Naranjo

C.I. 1803297181

AUTOR

DEDICATORIA

Fuiste una mujer que simplemente me hace llenar de orgullo, y no va haber manera de devolverte

tanto que me has ofrecido desde que incluso no hubiera nacido. Esta tesis es un logro más que llevo

a cabo, tal vez tarde para que lo hayas vivido junto a mí, pero sin lugar a dudas ha sido en gran

parte gracias a ti.

Desde el fondo de mi ser gracias, amada madre

Su afecto, su cariño, su particularidad que los hace únicos son los detonantes de mi felicidad, de

mi esfuerzo, de mis ganas de buscar lo mejor para ustedes. Aun a su corta edad, me han enseñado

y me siguen enseñando que se poco de la vida.

Les agradezco por ayudarme a encontrar en el lado dulce y no amargo de la vida. Son mi

motivación más grande para concluir con éxito este proyecto.

Va por ustedes enanos.

AGRADECIMIENTO

Para mi familia, mis amigos y personas especiales de mi vida, ya que todos son un conjunto, un

conjunto de seres queridos que se han convertido en un cimiento inimaginable de mi ser, no podría

sentirme más orgulloso de la confianza que siempre han depositado en mí, especialmente cuando he

contado con su mejor apoyo desde que siquiera tengo memoria.

Este nuevo logro es en gran parte a ustedes, un logro que me ha llevado tal vez más tiempo de lo

estimado, pero que sin su ayuda y aporte no lo hubiera logrado concluir.

Muchas gracias a todo ustedes.

ÍNDICE GENERAL

APROBACIÒN DEL ASESOR DEL TRABAJO DE TITULACIÒN

DECLARACIÒN DE AUTENTICIDAD

DERECHOS DE AUTOR

DEDICATORIA

AGRADECIMIENTO

ÌNDICE GENERAL

INDICE DE FIGURAS

INDICE DE TABLAS

RESUMEN

ABSTRACT

INTRODUCCION ....................................................................................................... 1

Tema .......................................................................................................................... 1

Antecedentes de la Investigación ............................................................................... 1

Situación Problémica .................................................................................................. 3

Problema Científico .................................................................................................... 4

Identificación de la Línea de Investigación ................................................................. 4

Justificación e importancia ......................................................................................... 4

Objetivos .................................................................................................................... 5

General ...................................................................................................................... 5

Específicos ................................................................................................................. 5

CAPITULO I ............................................................................................................... 6

1.1. Sistemas ........................................................................................................... 6

1.1.1. Datos e información ...................................................................................... 6

1.1.1.1. Características que debe cumplir la información ........................................ 7

1.1.2. Sistemas de información ............................................................................... 7

1.1.2.1. Características de los sistemas de información ......................................... 8

1.1.2.2. Estructura del sistema de información (SI) ................................................. 8

1.1.3. Clasificación de los sistemas de información ................................................. 9

1.1.3.1. Involucrados en los sistemas de información ............................................. 9

1.1.4. Sistemas de Soporte a Decisiones ............................................................. 10

1.1.4.1. Tipos de Sistemas de Soporte a Decisiones ............................................ 11

1.1.4.1.1. Sistemas de información gerencial ....................................................... 11

1.1.4.1.2. Sistemas de información ejecutiva ........................................................ 11

1.1.4.1.3. Sistemas expertos basados en inteligencia artificial .............................. 12

1.1.4.1.4. Sistemas de apoyo a decisiones de grupo ............................................ 12

1.1.5. Sistemas del Ministerio de Educación ......................................................... 12

1.1.5.1. Sigee ........................................................................................................ 12

1.1.5.2. Sime ......................................................................................................... 12

1.1.5.3. Amie ......................................................................................................... 13

1.1.6. Sistema Data Warehouse / Bussines Intelligence ....................................... 13

1.2. Bases de datos ............................................................................................... 13

1.2.1. Software de base de datos .......................................................................... 14

1.2.2. Roles en el entorno de base de datos integrada ......................................... 15

1.2.3. Principales sistemas de gestión de base de datos ...................................... 16

1.2.3.1. PostgreSQL ............................................................................................. 17

1.2.3.1.1. Características de PostgreSQL ............................................................. 17

1.3. Business Intelligence (BI) .............................................................................. 18

1.3.1. Definiciones ................................................................................................. 18

1.3.2. Beneficios de la implantación del BI ............................................................ 19

1.3.3. Cuadrante mágico de la inteligencia de negocios ........................................ 20

1.3.4. Componentes y arquitectura del BI.............................................................. 21

1.4. Data WareHouse ............................................................................................ 22

1.4.1. Objetivo ....................................................................................................... 23

1.4.2. Elementos básicos de un Data Warehouse ................................................. 23

1.4.3. Procesos básicos del Data Warehouse ....................................................... 23

1.4.4. Desafíos de un Data Warehouse................................................................. 24

1.4.5. Metodología Hefesto ................................................................................... 24

1.4.5.1. Características ......................................................................................... 25

1.4.5.2. Etapas de la metodología Hefesto ........................................................... 26

1.4.6. Requerimientos de un Data Warehouse ...................................................... 27

1.4.7. Data Mining ................................................................................................. 28

1.5. Pentaho .......................................................................................................... 28

1.5.1. Pentaho Community (CE)............................................................................ 29

1.5.2. Pentaho Enterprise Edition (EE) .................................................................. 30

1.5.3. Plataforma de Pentaho Community Edition. ................................................ 30

1.5.3.1. Pentaho Data Integration (PDI) ................................................................ 30

1.5.3.1.2. Arquitectura de Pentaho Data Integration ............................................. 31

1.5.3.2. Pentaho Report Designer (PRD) .............................................................. 32

1.5.3.2.1. Estructura de Bandas de un Reporte .................................................... 32

1.5.3.3. Pentaho Schema Workbench................................................................... 33

1.5.3.3.1. Arquitectura de Pentaho Analysis Services ........................................... 33

1.5.3.3.2. Mondrian ............................................................................................... 34

1.5.3.3.3. Cubo OLAP ........................................................................................... 34

1.5.3.4. Community Dashboard Framework (CDF) ............................................... 35

1.5.3.5. Pentaho Metadata Editor (PME) .............................................................. 35

1.5.3.5.1. Arquitectura de Pentaho Metada Data Layer ........................................ 36

1.5.3.5.2. Capas de un modelo Metadatos .......................................................... 36

1.6. Esquema para el modelado de datos ............................................................. 37

1.6.1. Esquema en Estrella ................................................................................... 37

1.7. Microsoft Power BI.......................................................................................... 37

1.7.1. Definición .................................................................................................... 37

1.7.2. Partes del Power BI ..................................................................................... 38

1.7.3. Flujo de trabajo de Power BI ....................................................................... 38

1.7.4. Uso de Power BI ......................................................................................... 39

1.7.5. Bloques de creación de Power BI ................................................................ 39

1.8. La toma de Decisiones ................................................................................... 45

1.8.1. Elementos de la toma de decisiones ........................................................... 45

1.9. La Gestión ...................................................................................................... 46

1.9.1. Administrar .................................................................................................. 47

1.9.2. Enfoques Administrativos y de Gestión ....................................................... 47

1.9.3. EL Proyecto Educativo Institucional (PEI) ................................................... 47

1.9.3.1. Importancia del PEI .................................................................................. 47

1.9.3.2. Características del PEI ............................................................................. 48

1.9.4. Liderazgo Directivo ..................................................................................... 49

1.9.5. Gestión Académica ..................................................................................... 49

1.9.6. Políticas Educativas del Ministerio de Educación del Ecuador .................... 49

1.9.7. Nuevo Modelo de Gestión Educativa ........................................................... 50

1.9.8. Zonas, Distritos y Circuitos .......................................................................... 51

1.10. Conclusiones parciales del Capítulo ............................................................ 52

CAPITULO II ............................................................................................................ 54

MARCO METODOLÓGICO Y PLANTEAMIENTO DE LA PROPUESTA ................. 54

2.1. Caracterización del sector ................................................................................. 54

2.2. Descripción del procedimiento metodológico ..................................................... 55

2.2.1. Modalidad de la Investigación......................................................................... 55

2.2.2. Tipos de investigación .................................................................................... 55

2.2.3. Población y Muestra ...................................................................................... 55

2.2.2. Métodos utilizados en la Investigación .......................................................... 56

2.2.3. Técnicas e instrumentos utilizados en la investigación ................................... 57

2.2.4. Procesamiento de datos ................................................................................. 57

2.2.4.1. Encuesta dirigida a directivos de la Academia Aeronáutica Mayor Pedro

Traversari ................................................................................................................. 57

2.2.4.3. Entrevista dirigida al Rector de la Academia Aeronáutica Mayor Pedro

Traversari ................................................................................................................. 63

2.3. Propuesta del Investigador ................................................................................ 65

2.4. Conclusiones parciales del Capítulo.................................................................. 65

CAPÍTULO III ........................................................................................................... 67

MARCO PROPOSITIVO .......................................................................................... 67

3.1. Tema ................................................................................................................. 67

3.2. Objetivos ........................................................................................................... 67

3.2.1. Objetivo General............................................................................................. 67

3.2.2. Objetivos Específicos ..................................................................................... 67

3.3. Descripción de la propuesta .............................................................................. 67

3.4. Desarrollo de la Propuesta ................................................................................ 68

3.4.1. Situación actual .............................................................................................. 68

3.4.2. Análisis de la fuente de datos ......................................................................... 68

3.4.3. Metodología de desarrollo de la propuesta ..................................................... 70

3.4.3.1. Metodología HEFESTO ............................................................................... 70

3.4.3.1.1. Análisis de Requerimientos ...................................................................... 70

3.4.3.1.2. Diseño de la arquitectura .......................................................................... 75

3.4.3.1.3. Análisis de los OLPT ................................................................................ 75

3.4.3.1.3. Modelo lógico del DataMart ..................................................................... 78

3.4.3.1.4. Integración de datos ................................................................................ 81

3.4.4. Validación de la propuesta ............................................................................. 92

CONCLUSIONES Y RECOMENDACIONES ........................................................... 93

Conclusiones ............................................................................................................ 93

Recomendaciones .................................................................................................... 94

BIBLIOGRAFÍA ........................................................................................................ 95

ÍNDICE DE FIGURAS

Figura 1. El proceso de transformación de los datos en información. ......................... 6

Figura 2. La triple dimensión humana de los sistemas de información. ...................... 7

Figura 3. Clasificación de los sistemas por nivel y función. ........................................ 9

Figura 4. Clasificación de los sistemas por nivel y función. ...................................... 14

Figura 5. Entorno de base de datos integrada. ......................................................... 15

Figura 6. Roles en un entorno de base datos. .......................................................... 16

Figura 7. Actividades de Análisis de BI. .................................................................... 19

Figura N° 8. Gráfico de Gartner 2012. ..................................................................... 20

Figura 9. Procesos básicos de Data Warehousing. ................................................ 24

Figura 10: Metodología Hefesto. .............................................................................. 25

Figura 11. Etapas de la Metodología Hefesto. .......................................................... 27

Figura N° 12. Arquitectura Pentaho. ......................................................................... 29

Figura 13. Plataforma de Pentaho CE. ..................................................................... 30

Figura 14. Arquitectura de Pentaho Data Integration. ............................................... 31

Figura 15. Interfaz de Pentaho Report Designer ..................................................... 33

Figura 16. Pentaho nalysis Services......................................................................... 33

Figura 17. Cubos, Dimensiones y Medidas. ............................................................. 34

Figura 18. Cubos, Dimensiones y Medidas............................................................... 35

Gráfico 19. Arquitectura de Pentaho Metada Layer. ................................................. 36

Figura 20. Esquema en Estrella. .............................................................................. 37

Figura 21: Elementos del Power BI. ......................................................................... 38

Figura 22. Flujo de la actividad del Power Bi. ........................................................... 39

Figura 23. Objetos Visuales del Power BI. ............................................................... 40

Figura 24. Ejemplo de conjunto de datos en Power BI. ............................................ 41

Figura 25: Ejemplo de informe en Power BI. ............................................................ 43

Figura 26. Iconos de Power BI. ................................................................................ 44

Figura 27. Importancia del PEI. Ministerio de Educación Ecuador (2014) ................ 48

Figura 28. Características del PEI. Ministerio de Educación del Ecuador (2014) ..... 48

Figura 29. Desconcentración del Ministerio de Educación ........................................ 51

Figura 30. Confiabilidad de la información relacionada con la Gestión Académica. . 58

Figura 31. Integridad de la información. ................................................................... 59

Figura 32. Apoyo de la información para elaboración de informes. .......................... 60

Figura 33. Existencia de una herramienta para manejo de información histórica. .... 61

Figura 34. Implementación de una herramienta para manejo de información histórica.

................................................................................................................................. 62

Figura 35. Arquitectura de la solución. ..................................................................... 65

Figura 36. Actual estructura del proceso de levantamiento y análisis de indicadores.

................................................................................................................................. 68

Figura 37: Modelo de Base de Datos SGAF (fuente de datos). ................................ 69

Figura 38. Modelo conceptual de la aplicación Business Intelligence para la Gestión

Académica. .............................................................................................................. 74

Figura 39: Proceso de solución ................................................................................ 75

Figura 40. Indicadores para la Gestión Académica. ................................................. 76

Figura 41. Proceso de análisis de solución............................................................... 77

Figura 42. Modelo Lógico del DW. ........................................................................... 78

Figura 43. Modelo físico del DW. .............................................................................. 80

Figura 44. Proceso ETL. ........................................................................................... 81

Figura 45. Entorno de trabajo de Pentaho Data Integration. ..................................... 82

Figura 46. Pantalla para carga de datos de la BD transaccional SGAFI ................... 83

Figura 47. Pantalla para corrección de datos inconsistentes. ................................... 83

Figura 48. Transformación SGAFI_Matriculas a SGAF_Hechos_Matriculas ............ 84

Figura 49. Conexión con la fuente de datos SGAF. Fuente. .................................... 87

Figura 50. Modelo extraída de la fuente de datos SGAF. Fuente. ............................ 87

Figura 51. Entorno de trabajo de Power BI. Fuente. ................................................. 88

Figura 52. Modelo de informe generado en Power BI. Fuente .................................. 89

Figura 53. Panel para publicación de resultados. .................................................... 89

Figura 54. Pantalla para generación de código. ....................................................... 90

Figura 55. Pantalla para publicación de resultados .................................................. 90

Figura 56. Cuadro de dialogo con código a insertar. ................................................ 91

Figura 57. Resultados publicados en el portal de la AAMPETRA. ............................ 91

ÍNDICE DE TABLAS

Tabla 1. Bloques de los sistemas de información. ..................................................... 8

Tabla 2. Sistema Data WareHouse / Business Intelligence ..................................... 13

Tabla. 3. Sistemas de gestión de bases de datos más populares. ........................... 16

Tabla 4. Ventajas y desventajas de PostgreSQL. ..................................................... 18

Tabla 5. Requerimientos de un data warehouse. ...................................................... 28

Tabla 6. Distribución de Población .......................................................................... 56

Tabla 7. Confiabilidad de la información relacionada con la Gestión Académica ...... 58

Tabla 8. Integridad de la información........................................................................ 59

Tabla 9. Apoyo de la información para elaboración de informes............................... 60

Tabla 10. Existencia de una herramienta para manejo de información histórica ....... 61

Tabla 11. Implementación de una herramienta para manejo de información histórica

................................................................................................................................. 62

Tabla 12. Análisis de requerimientos ........................................................................ 72

RESUMEN

El propósito del presente trabajo de investigación, es contribuir con el fortalecimiento

de la toma de decisiones eficaces y oportunas en la gestión académica de la

Academia Aeronáutica Mayor Pedro Traversari “AAMPETRA” y optimizar sus

recursos mediante la implementación de una herramienta Business Intelligence (BI),

con su uso se logra organizar y analizar la información alojada en base de datos

relacionales de distintas fuentes, para obtener así el conocimiento, que facilite la

interpretación y correcta comprensión de la información, a fin de generar escenarios,

pronósticos y reportes que sean suministrados a los encargados de la toma de

decisiones.

La implementación de un BI para el manejo de datos relacionados con la gestión

académica de la “AAMPETRA”, se la realiza mediante la aplicación de la

metodología Hefesto, que es flexible y permite que la solución sea escalable, de

acuerdo a los nuevos cambios requeridos, haciendo uso de la herramienta Open

Source denominada Pentaho, que permite realizar el tratamiento de los datos para el

análisis, y posterior a ello presentar resultados mediante el uso de la herramienta

Microsoft Power BI desktop, en un entorno de trabajo similar a una hoja de cálculo lo

que hace que el usuario final trabaje y analice los datos como ya lo venía haciendo

con anterioridad.

Este trabajo cuenta con tres capítulos, el primero está relacionado con la

construcción de la perspectiva teórica de las variables de investigación, mediante el

análisis y síntesis de las diferentes fuentes bibliográficas, el segundo contiene la

metodología de la investigación empleada para la solución de la problemática

encontrada, en el cual se define la modalidad, tipo, métodos, técnicas e instrumentos

de la investigación así como también la población a estudiarse, para posterior llegar

a analizar e interpretar los resultados obtenidos de la aplicación del estudio de

campo y el tercer capítulo trata acerca de la propuesta de solución, en la cual se

detalla la metodología aplicada para la implementación de la solución y paso a paso

la construcción de la herramienta BI para mejorar la gestión académica en la

AAMPETRA.

ABSTRACT

The purpose for the following research is to contribute with the reinforcement of the

efficient and opportune decision making in the academic management at “Academia

Aeornautica Mayor Pedro Traversari” „AAMPETRA‟. Optimize its resources through

the implementation of the Business Intelligence tool. With its use we may organize

and analyze the information located in the data base from different sources. This is to

obtain knowledge and to facilitate the interpretation and correct comprehension of the

information in order to generate scenarios, predictions, ad reports that may be

ministered to the people in charge of making decisions.

The implementation of a BI for the management of related data with the academic

management from “AAMPETRA” is done through the application of the Hefesto

methodology, which is flexible and allows the solution to be accessible according to

the changes required. Using the Open Source tool also known as Pentaho, we may

do the analysis of data and later to that, present the results through the use of the

Microsoft Power BI desktop tool. In an environment of similar work we shall send the

work to a spread sheet, which will make the user to work and analyze the data as

they were doing before.

This research has three chapters. The first one is related with the construction of a

theory perspective of the research variables through analysis and synthesis of the

different book sources. The second one contains the research methodology used for

the solution of the problem, which defines the modality, type, methods, techniques

and research instruments, as well as, the population to be studied. This is to later

reach the analysis and interpretation of the results obtained in the application of

studies in the field. The third chapter is about the proposal. It details the methodology

applied for the implementation of the solution and methodology applied to construct

the BI tool to raise the academic management at “AAMPETRA”.

1

INTRODUCCION

Tema

Business intelligence para mejorar la gestión académica en la Academia Aeronáutica

Mayor Pedro Traversari.

Antecedentes de la Investigación

Los Sistemas de Información son requeridos para poder dar apoyo al proceso de

toma de decisiones de las organizaciones. Desde esta perspectiva debe ser

absolutamente claro que toda organización requiere de Sistemas de Información, y

los requiere durante toda su existencia. Lo único que va a cambiar en el tiempo, es la

forma en que se implementarán estos sistemas.

Bussines Intelligence (BI) es una alternativa tecnológica y de administración de

negocios, que cubre los aspectos del manejo de información para la toma de

decisiones, desde su extracción en los sistemas, depuración, transformación, diseño

de estructuras de datos o modelos especiales para el almacenamiento de datos,

hasta la explotación de la información mediante herramientas comerciales de fácil

uso para los usuarios. Este concepto es llamado también Datawarehouse (DWH).”

(Gopac Soluciones Integrales, 2012)

“B.I. es la habilidad para transformar los datos en información, y la información en

conocimiento, de forma que se pueda optimizar el proceso de toma de decisiones en

los negocios.” (Sinnexus, 2012).

“Business Intelligence (BI) es un término paraguas que abarca los procesos, las

herramientas, y las tecnologías para convertir datos en información, información en

conocimiento y planes para conducir de forma eficaz las actividades de los negocios.

BI abarca las tecnologías de datawarehousing los procesos en el back end,

consultas, informes, análisis y las herramientas para mostrar información (estas son

las herramientas de BI) y los procesos en el front end.” (The Datawarehouse

Institute, 2012).

2

Considerando las definiciones anteriores se puede elaborar una general que englobe

todo su significado:

Business Intelligence es una alternativa administrativa y tecnológica, que adopta una

organización como factor estratégico, al considerarse como un conjunto de técnicas,

metodologías y herramientas que, mediante un proceso de extracción, depuración,

transformación, diseño de estructuras de almacenamiento y explotación, convierte

los datos que posee una organización, en información usable que ayude a la

dirección y optimización de toma de decisiones, en base al análisis de dichos datos.

Las principales características de las soluciones de Bussines Intelligence son:

Accesibilidad a la información: rápidos tiempos de respuesta, datos de calidad

y coherentes, que se puedan consultar por diferentes medios (Reporting,

Análisis).

Apoyo en la toma de decisiones: posee herramientas de visualización

avanzadas, donde no solo se visualice la información sino también tablas o

gráficos que faciliten el análisis personalizado de los usuarios, así como también

la navegabilidad permite profundizar y segmentar la información.

Orientación al usuario final: interfaz de usuario robusta y amigable al usuario,

sin tecnicismos informáticos que le faciliten el uso.

Para lograr esto, las fuentes de información son necesarias para poder alimentar el

datawarehouse o data marts. Algunas fuentes de información son: sistemas y bases

de datos operacionales, sistemas de información departamentales y fuentes de

información externas.

La base del proceso es identificar entre todas las posibles fuentes, cuáles son las

más apropiadas para recuperar los datos, analizando los formatos, disponibilidad y la

calidad de los mismos.

3

Después de decidir cuales fuentes se van a utilizar, se verifica la calidad de los

datos. Para obtener calidad de los datos se debería establecer un control o conjunto

de controles que localicen los errores de los datos y no permita la carga de los

mismos.

Los errores en los datos pueden provenir de los sistemas o bases de datos

operacionales de los que recuperamos los datos, del proceso ETL, o del propio

datawarehouse, por lo que es recomendable identificar puntos de control de datos.

(Cano, 2008).

Situación Problémica

La incorporación de las Tecnologías de la Información y Comunicación en el ámbito

educativo puede resultar un elemento clave para mejorar la competitividad, y dar

servicios de calidad a la sociedad. Por tanto, la competitividad de las Instituciones

educativas de nivel medio en nuestro país y su papel en el orden mundial dependen,

en buena medida, de su presencia en la sociedad de la información.

Sin embargo, se ha evidenciado que en Ecuador un gran porcentaje de instituciones

educativas de nivel medio, no han concientizado el valor de la información, pues su

manejo es llevado de forma manual o semiautomatizada sin lograr que esta sea

parte de un nuevo conocimiento para los encargados de la toma de decisiones

gerenciales.

La Academia Aeronáutica Mayor Pedro Traversari, es una institución educativa de

nivel medio que cuenta con un alto número de estudiantes, la misma ofrece

bachilleratos en áreas tanto técnicas como humanísticas, y mantiene un sistema

informático que no facilita en su totalidad la gestión académica.

A pesar de la existencia de un sistema de gestión académica, los directivos de la

institución no cuentan con un acceso fácil a información útil y confiable que facilite la

toma de decisiones gerenciales.

4

La información dentro de la institución se encuentra dispersa y no homogénea, no se

encuentra relacionada para realizar informes estadísticos que sirvan como base de

conocimiento para la toma de decisiones gerenciales.

Problema Científico

Cómo mejorar la gestión educativa en la Academia Aeronáutica Mayor Pedro

Tarversari.

Identificación de la Línea de Investigación

Tecnologías de la Información y Comunicación.

Justificación e importancia

Si antes bastaba con que un negocio fuera ordenado y clasificara la información

relevante, hoy el volumen de datos hace que esto sea insuficiente para la gestión de

la empresa. La utilidad de herramientas BI significa grandes beneficios para las

empresas, especialmente en la toma de decisiones gerenciales.

En la era de las tecnologías de la información (TI), las empresas, personas y

máquinas generan datos constantemente. Ya sea a través de transacciones

financieras online, el uso de dispositivos móviles, GPS, redes sociales, o por medio

de la comunicación de máquina a máquina, la información se expande de manera

rápida y no controlada. Pues en el mundo digitalizado en el que vivimos es de vital

importancia conocer toda la información relacionada con nuestros negocios sea el

mismo de prestación de bienes o servicios, ya que solo así se logrará aprovechar los

diferentes canales de comunicación existentes con los clientes y recopilar la

información sobre sus preferencias y además así identificar la presencia que tiene

los mismos dentro del mercado.

A pesar de que no es desconocido en el mundo de los negocios la importancia que

tiene el manejo de información con perspectivas de lograr un crecimiento significativo

en el mundo de los negocios, las Pymes no han logrado implementar medios

5

tecnológicos mediante los cuales lleguen a lograr el crecimiento antes mencionado y

tener así un valor agregado en sus empresas.

En ese sentido, es que teniendo las herramientas necesarias se puede utilizar estos

datos para mejorar los procesos de las Pymes y realizar estrategias de marketing

efectivas, llegando correctamente a los actuales clientes y conociendo a quiénes

podría interesarle el producto o servicio que se ofrece, sin lugar a dudas si las

Pymes se concientizan de la importancia de la utilización del Big Data para la toma

de decisiones dentro de sus empresas, estas tendrán aproximadamente un 8% más

de rendimiento, puesto que esta herramienta nos permite clasificar la información

relevante para luego darle una interpretación adecuada y utilizarla a favor de

nuestros negocios.

Objetivos

General

Implementar una aplicación Bussines Inteligence para mejorar la gestión Académica

en la Academia Aeronáutica Mayor Pedro Traversari.

Específicos

Fundamentar científicamente la de función de Bussines Inteligence, sus

herramientas de implementación y su utilidad en la toma de decisiones

Realizar una investigación de campo la gestión de los datos generados por las

TIC en la Academia Aeronáutica Mayor Pedro Tarversari

Diseñar una propuesta de implementación de herramientas de BI para mejorar la

gestión Académica en la Academia Aeronáutica Mayor Pedro Traversari.

Validar la propuesta.

6

CAPITULO I

MARCO TEÓRICO

1.1. Sistemas

Antes de conocer que es un sistema de información es necesario tener presente

alguna definición de sistema, al respecto (Robert Anthony y Vijay Govindarajan,

2007), manifiestan lo siguiente: “ Un sistema es una manera prescrita y usualmente

repetitiva de realizar una o varias actividades. Los sistemas se caracterizan por una

concatenación de pasos más o menos rítmicos, coordinados y recurrentes, dirigidos

a conseguir determinado fin”. Esta definición es una visión reducida de lo que es un

sistema, pues a criterio del autor en dicha definición no se toma en cuenta que para

realizar esa serie de acciones deben existir otro conjunto de elementos que rodean

al sistema, como por ejemplo los usuarios, los componentes materiales y otros.

1.1.1. Datos e información

Para (Gómez, 2010), la información se obtiene una vez que los hechos se

procesan, agregan y presentan de la manera adecuada para que puedan ser

útiles a alguien dentro de una institución o empresa, por lo que de este modo

estos datos organizados y procesados presentan un mayor valor que en su estado

original.

Sin embargo, según (Drucker, 2011), la información son datos dotados de

relevancia y propósito, que permite reducir la incertidumbre de quien la recibe.

Datos Transformación,

agregación, presentación Información

Figura 1. El proceso de transformación de los datos en información. Tomado de Gómez, 2010

7

1.1.1.1. Características que debe cumplir la información

Según (Espinoza, 2009), la utilidad de la información está en función de la toma de

decisiones y, para ello, ha de cumplir una serie de requisitos, entre los cuales se

tiene:

Exactitud: la información ha de ser precisa y libre de errores.

Relevancia: la información ha de ser útil para la toma de decisiones.

Nivel de detalle: la información debería presentar el nivel de detalle indicado a

la decisión que se destina.

Oportunidad: se debe entregar la información a la persona que

corresponde y en el momento que ésta necesita para poder tomar una decisión.

Verificabilidad: la información ha de poder ser contrastada y comprobada en

todo momento.

1.1.2. Sistemas de información

Los sistemas de información constituyen el elemento fundamental para poder llevar

a cabo una gestión adecuada de cualquier tipo de institución o empresa, orientada

a procesos y no a funciones, que permita poner el énfasis en la mejora continua de

los resultados orientación total hacia el cliente. Su propósito es apoyar y mejorar

las operaciones cotidianas de la organización, así como satisfacer las

necesidades de información para la resolución de problemas y la toma de

decisiones. (Gómez, 2010)

Figura 2. La triple dimensión humana de los sistemas de información

Figura 2. La triple dimensión humana de los sistemas de información. Elaborado a partir del modelo

propuesto por Gómez. 2010.

8

1.1.2.1. Características de los sistemas de información

Entregar información oportuna y precisa, con la presentación y el formato

adecuado, a la persona que la necesita para tomar decisiones o realizar alguna

operación al momento adecuado.

El sistema de información se ocupa de capturar hechos en cuanto se producen,

ya sean estos internos o externos, procesar datos obtenidos y comunicar a los

distintos elementos de la organización para que esta pueda reaccionar a tiempo

ante ellos.

1.1.2.2. Estructura del sistema de información (SI)

(Whitten, Bentley y Barlow, 2008), proponen un modelo basado en cinco bloques:

Tabla 1. Bloques de los sistemas de información.

Bloque Descripción

Personas Engloba a los propietarios del sistema, a los usuarios, a los

diseñadores y a los que implementan el sistema.

Datos Constituye la materia prima empleada para crear información

útil.

Actividades Incluyen los procesos, que se llevan a cabo en la empresa y

las actividades de procesos de datos y generación de

información que sirven de soporte a las primeras.

Redes Analiza la descentralización de la organización y la

distribución de los restantes bloques elementales en los

lugares más útiles, así como la comunicación y coordinación

entre dichos lugares.

Tecnología Hace referencia tanto al hardware como al software que

sirven de apoyo a los bloques restantes, integrantes del

sistema de soporte a la toma de decisiones. Tabla 1. Bloques de los sistemas de información. Recuperado de Whitten, Bentley y Barlow, 2008.

9

1.1.3. Clasificación de los sistemas de información

Las clasificaciones más extendidas de los sistemas de información suelen agrupar a

éstos en función de su finalidad, tipo de función a la que se dirige, por su nivel y

función.

De acuerdo a su finalidad se clasifican en: a) soporte a las actividades operativas,

que da lugar a sistemas de información para actividades más estructuradas o

también sistemas que permitan el manejo de información menos estructurada;

aplicaciones ofimáticas, programas técnicos para funciones de ingeniería, b) soporte

a las decisiones y el control de gestión, que puede proporcionarse desde las

propias aplicaciones de gestión empresarial o a través de aplicaciones específicas.

La clasificación de los sistemas de información por nivel y función está

representada en la figura que se muestra a continuación.

Figura 3. Clasificación de los sistemas por nivel y función. Desarrollo propio a partir de Gómez, 2010.

1.1.3.1. Involucrados en los sistemas de información

De acuerdo a (Whitten, 2009), los involucrados en los sistemas de información

pueden ser clasificados ampliamente en cinco grupos, los mismos que tienen una

perspectiva distinta de un mismo sistema de información. Dichos involucrados

son: a) los propietarios del sistema, b) usuarios del sistema, c) diseñadores del

sistema, d) los constructores del sistema.

10

Los Propietarios del sistema: Son aquellos que fomentan el desarrollo y

funcionamiento del sistema, ellos pueden ser entidades públicas o privadas y

sus fines pueden ser muy variados.

Los usuarios del sistema: Básicamente definen los requerimientos y las

expectativas del sistema, es decir, ven aspectos de funcionalidad, facilidades

para ellos.

Los diseñadores del sistema: Son los que traducen los requerimientos de las

organizaciones en una solución técnica factible, ve al sistema en términos de un

plan de diseño para guiar la construcción del sistema final.

Los constructores del sistema: Construyen, implantan y mantienen el

sistema de información, tienden a ver el sistema de información en términos de

hardware y software utilizado que funciona para implementar el sistema.

1.1.4. Sistemas de Soporte a Decisiones

Es una de las herramientas más emblemáticas de Business Intelligence (BI)

enfocada al análisis de los datos de una organización, permiten resolver gran

parte de las limitaciones de los programas de gestión. Estas son algunas de sus

características principales:

Informes dinámicos, flexibles e interactivos. El usuario no tiene que ceñirse

a los listados predefinidos que se configuraron en el momento de la

implantación, y que no siempre responden a sus dudas reales.

No requiere conocimientos técnicos. Un usuario no técnico puede crear

nuevos gráficos e informes y navegar entre ellos, haciendo drag & drop o drill

down.

Rapidez en el tiempo de respuesta. La base de datos subyacente suele ser

un data warehouse corporativo o un data mart, con modelos de datos en

11

estrella o copo de nieve. Este tipo de bases de datos están optimizadas para

el análisis de grandes volúmenes de información.

Integración entre todos los sistemas y departamentos de la compañía. El

proceso de Extracción Transformación y Carga (ETL) previo a la implantación

de un Sistema de Soporte a Decisiones garantiza la calidad y la integración de

los datos entre las diferentes unidades de la empresa.

Cada usuario dispone de información adecuada a su perfil. No se trata de

que todo el mundo tenga acceso a toda la información, sino de que tenga

acceso a la información que necesita para que su trabajo sea lo más eficiente

posible.

Disponibilidad de información histórica. En estos sistemas está a la orden

del día comparar los datos actuales con información de otros períodos históricos

de la compañía, con el fin de analizar tendencias, fijar la evolución de

parámetros de negocio. (Sinnexus, 2012)

1.1.4.1. Tipos de Sistemas de Soporte a Decisiones

1.1.4.1.1. Sistemas de información gerencial

(MIS, Management Information Systems), también llamados Sistemas de

Información Administrativa (AIS) dan soporte a un espectro más amplio de tareas

organizacionales.

1.1.4.1.2. Sistemas de información ejecutiva

(EIS, Executive Information System) son el tipo de sistema de soporte a decisiones

que más se suele emplear en Business Intelligence, ya que proveen a los gerentes

de un acceso sencillo a información interna y externa de su compañía, y que es

relevante para sus factores clave de éxito.

12

1.1.4.1.3. Sistemas expertos basados en inteligencia artificial

También llamados sistemas basados en conocimiento utilizan redes neuronales

para simular el conocimiento de un experto y utilizarlo de forma efectiva para

resolver un problema concreto. Este concepto está muy relacionado con la data

mining.

1.1.4.1.4. Sistemas de apoyo a decisiones de grupo

(GDSS, Group Decision Support Systems) es "un sistema con un entorno

compartido basado en computadoras que apoya a grupos de personas que tienen

un objetivo común”, El supuesto en que se basa, es que si se mejoran las

comunicaciones se pueden mejorar las decisiones. (Laudon, 2008).

1.1.5. Sistemas del Ministerio de Educación

1.1.5.1. Sigee

El Sistema Integral de Gestión Educativa Ecuatoriana del Ministerio de Educación

es una aplicación web que permite mantener informados a sus usuarios de todos

los procesos importantes que esta Cartera de Estado realiza a través de

herramientas tecnológicas versátiles y seguras.

1.1.5.2. Sime

El Sistema de Información del Ministerio de Educación SIME pone al servicio de la

comunidad educativa vía Internet algunas aplicaciones informáticas que permiten

el manejo transparente y automatizado de los diferentes procesos

relacionados con las funciones que le competen a esta Cartera de Estado.

Recursos Humanos, Procesos Administrativos, Formación Docente.

13

1.1.5.3. Amie

El Ministerio de Educación como responsable de la recopilación, procesamiento,

actualización y presentación de la información estadística del sistema educativo a

nivel nacional tiene a cargo el Archivo Maestro de Instituciones Educativas (AMIE),

que recaba datos de las instituciones públicas y privadas sobre estudiantes,

docentes, infraestructura, entre otros, a nivel nacional y territorial. (Ministerio de

Educación del Ecuador, 2014)

1.1.6. Sistema Data Warehouse / Bussines Intelligence

Tabla 2. Sistema Data WareHouse / Business Intelligence

Sistema de Software

Arquitectura Monolítica, Cliente Servidor,

3 capas, N Capas

Plataforma Java, Ms. Net.

Sistema DWH/BI

Arquitectura Flujo de Datos

Plataforma

SAP, Bussines Objects,

Oracle Hyperion, IBM

Cognos, Microsoft, Pentaho.

Tabla 2. Sistema Data WareHouse / Business IntelligenceDesarrollo propio a partir de Murillo M, Data

Warehousing Básico con Pentaho, 2013.

1.2. Bases de datos

Una base de datos es “una colección integrada de datos de computadora,

organizados y almacenados de una manera tal que se facilita su recuperación”

(McLeod, 2010), mientras que para (López, 2011), las bases de datos son

estructuras donde se almacena información siguiendo unas pautas de disposición y

ordenación para el posterior procesado de datos.

Primordialmente son dos los objetivos de una base de datos según (McLeod,

2010), uno de ellos es minimizar la redundancia de los datos (duplicación de los

datos) y el otro lograr la independencia de los datos (la capacidad de modificar la

estructura de los datos sin tener que modificar los programas que procesan los

datos).

14

Las aplicaciones de bases de datos suelen dividirse en dos o tres partes, esto es

lo que se denomina arquitectura dos o tres capas.

Figura 4. Clasificación de los sistemas por nivel y función. Tomado de Siberschatz Korth y Udarhan, 2006

1.2.1. Software de base de datos

Según (McLeod, 2010), (Abraham Silberschatz, Henry F. Korth, S. Sudarshan,

2006), el software que establece y mantiene la integración lógica entre archivos,

sea explícita o implícita, se denomina sistema de administración de base de

datos.

Cada Sistema de Administración de Base de Datos, posee su motor, los cuales se

basan en el lenguaje SQL (Lenguaje Estructurado de Consultas). El objetivo

principal de un DBMS (Sistema de Gestión de Base de Datos) es proporcionar

una forma de almacenar y recuperar la información de una base de datos de una

manera que sea tanto práctica como eficiente.

La gestión de los datos implica tanto la definición de estructuras para almacenar

la información como la provisión de mecanismos para la manipulación, de igual

forma, deben garantizar la fiabilidad de la información almacenada, a pesar de las

caídas del sistema o de los intentos de acceso no autorizados.

.

15

Figura 5. Entorno de base de datos integrada. Tomado de Ricardo, 2004

1.2.2. Roles en el entorno de base de datos integrada

Todas aquellas entidades, personas que de una u otra forma están integrados en

las operaciones de un sistema de gestión de base de datos cumplen diferentes

roles en la forma cómo interactúan con la base de datos. Así se puede citar los

siguientes roles:

Usuarios finales, son aquellos que usan los datos que están almacenados en la

base de datos.

Programadores de aplicación, quienes escriben código en cualquier lenguaje

para desarrollar software que utilizaran otros usuarios.

Administradores de la base de datos, son los responsables del diseño, creación

de la estructura y mantenimiento de una base de datos. (Ricardo, 2004)

16

Figura 6. Roles en un entorno de base datos. Tomado de Ricardo, 2004.

1.2.3. Principales sistemas de gestión de base de datos

La popularidad de los sistemas de gestión de base de datos ha hecho posible

que diferentes organizaciones, hayan desarrollado sus aplicaciones para la

administración y uso de los servicios de base de datos, muchos de ellos han sido

desarrollados para el uso gratuito y otros para su uso comercial, la tabla siguiente

muestra el detalle de algunos de los más conocidos y usados a nivel mundial.

Tabla. 3. Sistemas de gestión de bases de datos más populares.

Sistema de gestión

de base de datos

libres

Sistema de gestión de

base de datos gratuitos

Sistemas de gestión de

bases de datos

comerciales

PostgreSQL Licencia

BSD (Licencia de

Software Libre

Permisiva)

Microsoft SQL Server

Compact Edition

Advantage

Database

dBase

Fox Pro

IBM DB2 Universal

MySQL Licencia Dual,

depende el uso.

Sybase ASE Express

Edition para Linux

IBM InformixInterbase

de CodeGear, filial de

Borland

(Edición gratuita para

Linux)

MAGIC

Microsoft Access

Firebird basada en la Paradox

17

Sistema de gestión

de base de datos

libres

Sistema de gestión de

base de datos gratuitos

Sistemas de gestión de

bases de datos

comerciales

versión 6 de

Interbase,

InitialDeveloper's

PUBLIC

LICENSE Versión 1.0.

Microsoft SQL Server

NexusDB

Open

Access

Oracle

DB2 Express-C PervasiveSQL

Progress

(DBMS)

Sybase ASE

Desarrollo propio a partir de (http://alexnet0520. blogspot.com)

1.2.3.1. PostgreSQL

PostgreSQL es un sistema de gestión de bases de datos objeto-relacional,

distribuido bajo licencia BSD y con su código fuente disponible libremente. Es el

sistema de gestión de bases de datos de código abierto más potente del mercado y

en sus últimas versiones no tiene nada que envidiarles a otras bases de datos

comerciales. (Martínez, 2013)

1.2.3.1.1. Características de PostgreSQL

PostgreSQL utiliza un modelo cliente/servidor y usa multiprocesos en vez de

multihilos para garantizar la estabilidad del sistema. Un fallo en uno de los procesos

no afectará el resto y el sistema continuará funcionando.

18

Tabla 4. Ventajas y desventajas de PostgreSQL.

Ventajas Desventajas

Disponible Sin Costo. – Instalación

Ilimitada, Multiplataforma.

Soporte en línea: Ha y foros

oficiales, pero no hay una ayuda

obligatoria. Incluye Sub Consultas, valores por

defecto, restricciones a valores en los

campos (constraints) y disparadores (triggers)

La sintaxis de algunos de sus

comandos o sentencias no es

nada intuitiva.

Puede operar sobre distintas

plataformas, incluyendo Linux, Windows,

Unix, Solaris y MacOS X.

En comparación con MySQL es

más lento en inserciones y

actualizaciones.

En Base de datos grandes se mantiene la

velocidad de respuesta

Consume más recursos que

MySQL.

Buen sistema de seguridad mediante la

gestión de usuarios, grupos de usuarios y

contraseñas.

Límite del tamaño de cada fila de

las tablas a 8k

Desarrollo propio a partir de (Thomas Lockhart, 2000)

1.3. Business Intelligence (BI)

1.3.1. Definiciones

La Inteligencia de Negocios es la habilidad de una empresa para estudiar sus

comportamientos y acciones históricas con el objetivo de entender donde la

organización ha estado, su situación actual, y predecir qué sucederá en el futuro, es

el proceso de recolectar, consolidar y analizar múltiples fuentes de datos para la

toma de decisiones estratégicas. En una sola palabra: "Análisis".

Es el conjunto de actividades de análisis de datos históricos, que ayuda a

comprender la situación pasada, presente y futura de una entidad, apoyando al

proceso de toma de decisiones estratégicas, tácticas y operativas.

De acuerdo al nivel y a la complejidad de análisis, las actividades de inteligencia

pueden ser agrupadas en tres categorías: a) Reporteo. b) Procesamiento Analítico

en línea. c) Minería de Datos.

.

19

Figura 7. Actividades de Análisis de BI. Tomado de (Murillo M. , Business Intelligence con Pentaho, 2015)

1.3.2. Beneficios de la implantación del BI

Los primeros sistemas de información a la dirección aportaban básicamente

información económica y financiera, con lo que quedaban muchas lagunas por cubrir

respecto a la organización de la empresa. Los nuevos sistemas de BI abarcan todas

las áreas funcionales de una organización (recursos humanos, marketing, logística) y

no sólo los económicos.

Los beneficios que pueden aportar la implantación de sistemas BI son: incremento

de la eficiencia en la toma de decisiones, mejora de comunicación entre las

diferentes áreas de la organización, mejora de rentabilidad, atracción de nuevos

clientes, reducción del fraude, identificación de riesgos, presentación de soluciones

basadas en el conocimiento del negocio, etc.

La mayor parte de los beneficios de la implantación de un sistema de BI son

intangibles, ya que derivan en la mejora de la gestión de la compañía. Esto dificulta

la tarea de calcular su ROI (Return On Investment) para obtener beneficios

cuantificables.

Gracias a la implantación de un sistema de BI, se evidencia una reducción de costes

al aumentar el rendimiento de la infraestructura TIC de la organización y un

incremento de la productividad de los empleados debido a la disponibilidad de

20

información y la calidad de ésta. Pero como se ha comentado anteriormente este tipo

de parámetros son difícilmente cuantificables desde una perspectiva económica-

financiera.

1.3.3. Cuadrante mágico de la inteligencia de negocios

El cuadrante mágico es una herramienta analítica creada y promovida por la

empresa Gartner y la cual muestra una representación gráfica del mercado

compartido en un determinado periodo de tiempo. Los cuadrantes mágicos de

Gartner proporcionan a las empresas un medio para identificar y diferenciar a los

proveedores de servicios del sector de las tecnologías de la información.

Según define Gartner, los líderes en los cuadrantes mágicos son aquellos

fabricantes de software que operan bien hoy día, tienen una visión clara de la

dirección del mercado y desarrollan activamente las competencias necesarias para

mantener su posición de líderes en el mercado.

A continuación, se muestra el cuadrante de Gartner del presente año.

Figura N° 8. Gráfico de Gartner 2012. Elaboración propia

21

1.3.4. Componentes y arquitectura del BI

Sistemas Operacionales

o Son los sistemas operacionales de registros que capturan las

transacciones del negocio.

o Pueden ser muchos sistemas con diferentes bases de datos y/o

archivos planos.

Data Marts

Hay dos tipos de data marts

o Dependientes: que obtiene sus datos del data warehouse.

o Independientes: que obtiene sus datos de fuentes separadas.

Fuente de Datos Operacional (Operational Data Source ODS)

o Es usado para la toma de decisiones tácticas.

o Tiene una historia mínima y muestra el estado de la entidad tan cerca

del tiempo real como le sea posible.

o El dato es volátil o actualizable.

Cubos

o Son estructuras multidimensionales.

o Contiene datos pre-calculados.

Metadata

Es la descripción de qué es cada campo, de dónde viene, y cómo es usado.

o Metadata técnico: describe la estructura física y el proceso que

mueve y transforma datos en el ambiente.

o Metadata de negocio: describe la estructura de datos, reglas del

negocio.

22

Reportes

Recopilan los datos de las tablas o consultas para permitir su impresión o

análisis, facilitando la individualización de los datos más importantes y su

representación.

1.4. Data WareHouse

Consiste en el proceso de creación, recuperación y consolidación de datos de los

sistemas fuente (bases de datos relacionales, archivos planos, Excel, Access,

sistemas CRM, sistemas ERP, etc.) hacia un modelo de datos optimizado para

actividades de análisis conocido como Data Warehouse.

DWH es la principal fuente para las actividades analíticas. (Murillo M., Data

Warehousing y Business Intelligence con herramientas Open Source, 2012)

El término Data warehouse fue acuñado por primera vez por (Bill Inmon, 2000), y se

traduce literalmente como almacén de datos. No obstante, y como cabe suponer, es

mucho más que eso. Según definió el propio Bill Inmon, un data warehouse se

caracteriza por ser:

Integrado: los datos almacenados en el data warehouse deben

integrarse en una estructura consistente, por lo que las inconsistencias

existentes entre los diversos sistemas operacionales deben ser

eliminadas.

Temático: sólo los datos necesarios para el proceso de

generación del conocimiento del negocio se integran desde el entorno

operacional.

Histórico: el tiempo es parte implícita de la información contenida en un

data warehouse. La información almacenada en el data warehouse

sirve, entre otras cosas, para realizar análisis de tendencias.

23

No volátil: el almacén de información de un data warehouse existe para

ser leído, pero no modificado.

1.4.1. Objetivo

Según (Gutiérrez, 2005), es información adaptable y elástica: el Data Warehouse

está diseñado para cambios continuos. Cuando se le hacen nuevas preguntas al

Data Warehouse, los datos existentes y las tecnologías no cambian ni se

corrompen.

Es la fundación de la toma de decisiones: el Data Warehouse tiene los datos

correctos para soportar la toma de decisiones.

Solo hay una salida verdadera del Data Warehouse: las decisiones que son hechas

después de que el Data Warehouse haya presentado las evidencias.

1.4.2. Elementos básicos de un Data Warehouse

a) Sistema fuente: sistemas operacionales de registros donde sus funcione

b) Área de tráfico de datos: es un área de almacenamiento y grupo

procesos.

c) Servidor de presentación: la maquina física.

d) Modelo dimensional: una disciplina que es una alternativa para los modelos.

e) Data Mart: un subgrupo lógico del Data Warehouse completo.

f) OLAP: actividad general de búsquedas para presentación de texto.

1.4.3. Procesos básicos del Data Warehouse

Extracción: Este es el primer paso de obtener la información hacia el

ambiente del Data Warehouse.

Transformación: Una vez que la información es extraída hacia el área de

tráfico de datos, hay posibles pasos de transformación como; limpieza de la

información, eliminar lo que no nos sirve, seleccionar únicamente los

24

campos necesarios para el Data Warehouse, combinar fuentes de datos,

haciéndolas coincidir por los valores de las llaves, creando nuevas llaves

para cada registro.

Carga (Loading): Al final del proceso en forma para ser cargados. (Murillo M.

,Data Warehousing Básico con Pentaho, 2013)

Figura 9. Procesos básicos de Data Warehousing. Tomado de (Murillo M. , Data Warehousing Básico con

Pentaho, 2013)

1.4.4. Desafíos de un Data Warehouse

Problemas de calidad de datos, entre ellos: Datos Duplicados, datos Incompletos,

datos Incorrectos, datos conflictivos, datos faltantes (Falla de Integridad

referencial), valores nulos, volumen de datos (1Pb) y rendimiento, solo índices

binarios, particiones, agregaciones, vistas materializadas), captura de cambios de

datos consiste en identificar qué datos han sido insertados, modificados o borrados.

(Bouman, 2009)

1.4.5. Metodología Hefesto

Hefesto es una metodología cuya propuesta está fundamentada en una amplia

investigación, comparación de metodologías existentes, experiencias propias en

procesos de confección de almacenes de datos (BERNABEU, 2010). La

metodología Hefesto puede resumirse a través de la siguiente figura:

25

Figura 10: Metodología Hefesto. Tomado de (BERNABEU, 2010)

1.4.5.1. Características

Según señala (BERNABEU, 2010) la metodología Hefesto cuenta con las siguientes

características:

Los objetivos y resultados esperados en cada fase se distinguen fácilmente y

son sencillos de comprender.

Se basa en los requerimientos de los usuarios, por lo cual su estructura es

capaz de adaptarse con facilidad y rapidez ante los cambios en el negocio.

Reduce la resistencia al cambio, ya que involucra a los usuarios finales en

cada etapa para que tome decisiones respecto al comportamiento y

funciones del DW.

Utiliza modelos conceptuales y lógicos, los cuales son sencillos de interpretar

y analizar.

Es independiente del tipo de ciclo de vida que se emplee para contener la

metodología.

Es independiente de las herramientas que se utilicen para su

implementación.

Es independiente de las estructuras físicas que contengan el DW y de su

respectiva distribución.

Cuando se culmina con una fase, los resultados obtenidos se convierten en

el punto de partida para llevar a cabo el paso siguiente.

Se aplica tanto para Data Warehouse como para Data Mart.

26

1.4.5.2. Etapas de la metodología Hefesto

La metodología Hefesto está orientada a la construcción de DW para análisis

dimensional (OLAP), ésta propone cuatro pasos fundamentales para su

implementación, como se muestra en el gráfico.

Según (BERNABEU, 2010), se comienza recolectando las necesidades de

información de los usuarios y se obtienen las preguntas claves del negocio. Luego,

se deben identificar los indicadores resultantes de los interrogativos y sus

respectivas perspectivas de análisis, mediante las cuales se construirá el modelo

conceptual de datos del DW.

Después, se analizarán los OLTP para determinar cómo se construirán los

indicadores, señalar las correspondencias con los datos fuentes y para seleccionar

los campos de estudio de cada perspectiva.

Una vez hecho esto, se pasará a la construcción del modelo lógico del depósito, en

donde se definirá cuál será el tipo de esquema que se implementará.

Seguidamente, se confeccionarán las tablas de dimensiones y las tablas de hechos,

para luego efectuar sus respectivas uniones.

Por último, utilizando técnicas de limpieza y calidad de datos, procesos ETL, etc, se

definirán políticas y estrategias para la Carga Inicial del DW y su respectiva

actualización.

27

Figura 11. Etapas de la Metodología Hefesto. Tomado de (BERNABEU, 2010)

1.4.6. Requerimientos de un Data Warehouse

Conocer las fuentes de datos, alcance, preguntas a responder, formatos de

entrega de información, entre otros.

28

Tabla 5. Requerimientos de un data warehouse.

ENTRADAS DESCRIPCION

Tema Área o Proceso de Negocio

Audiencia Para Quien es la Solución

Propietario Quien será el Propietario de la Solución.

Necesidad del Usuario Que necesita el usuario y como usara la

solución. Preguntas a Responder Preguntas que serán respondidas por la

solución. Beneficios de la Entidad. Que ganará la Entidad construyendo el

Data Warehouse.

Mecanismos de Entrega Emails, Gráficos, Reportes, Tableros de

Mando, Cubos de Datos.

Fuentes de Información A que personas se puede preguntar sobre

la gestión Educativa.

Fuentes de Datos. De que sistemas y base de datos se

obtendrán los datos

Estimación. Estimación de tiempo para desarrollar la

solución

Desarrollo propio a partir de (http://wiki.pentaho.com)

1.4.7. Data Mining

Consiste en la extracción no trivial de información que reside de manera implícita en

los datos. Dicha información era previamente desconocida y podrá resultar útil para

algún proceso. En otras palabras, la minería de datos prepara, sondea y explora los

datos para sacar información oculta en ellos. (Vinueza, 2013)

1.5. Pentaho

Es una plataforma OSBI (Open Source Bussines Intelligence), que apoya a todo

el proceso de construcción del sistema Data Warehouse/Business Intelligence,

existen dos ediciones: Community (CE) y Enterprise (EE), fue programado con Java

y tecnologías relacionadas. (Murillo M., 2015).

Pentaho es una herramienta de Inteligencia de Negocios desarrollada bajo la filosofía

del software libre para la gestión y toma de decisiones empresariales. Es una

29

plataforma compuesta de diferentes programas que satisfacen los Ofreciendo

soluciones para la gestión y análisis de la información, incluyendo el análisis

multidimensional OLAP, presentación de informes, minería de datos y creación de

cuadros de mando para el usuario.

La plataforma libre de Pentaho para Inteligencia de Negocios cubre muy amplias

necesidades de Análisis de los Datos y de los Informes empresariales. Las soluciones

de Pentaho están escritas en Java y tienen un ambiente de implementación también

basado en Java. Eso hace que Pentaho sea una solución muy flexible para cubrir una

amplia gama de necesidades empresariales – tanto las típicas como las sofisticadas y

especificas al negocio.

Figura N° 12. Arquitectura Pentaho. Elaboración propia

1.5.1. Pentaho Community (CE)

Es una versión totalmente Open Source, requiere de recursos internos para

parchear y probar, es de licencia GPL orientada al aprendizaje y PYMES;

además cuenta con una gran comunidad de desarrollo, que realizan constantes

mejoras y extensiones en la plataforma. (OpenRed, 2014)

30

1.5.2. Pentaho Enterprise Edition (EE)

Es de licencia comercial, viene con instalador automatizado, posee integración

hadoop, para la presentación de datos grandes y análisis, apoya a bi móvil, dispone

de foros en línea 24x7, tiene paquetes de asistencia remota para instalación,

configuración, solución de problemas, optimización y el derecho a las nuevas

características y actualizaciones.

1.5.3. Plataforma de Pentaho Community Edition.

Figura 13. Plataforma de Pentaho CE. Elaboración propia

1.5.3.1. Pentaho Data Integration (PDI)

Es la herramienta que permitirá realizar la Integración de datos, a través del

conjunto de actividades ETL, para poblar el Data Warehouse.

1.5.3.1.1. ETL

Extracción. Obtener datos de una o más fuentes.

Transformación. Cambiar la forma y contenido de los datos, (Limpieza,

validación, decodificar, renombrar datos y generación de claves subrogadas

(Sk))

31

Loading.- Carga las tablas Dimensionales, hechos y temporales al

Data Warehouse.

Los Proyectos de Pentaho Data Integration son construidos sobre dos tipos de

objetos: Transformaciones y JOBS (Trabajos). La herramienta de trabajo que será

Spoon, anteriormente denominada Kettle.

El corazón de PDI es el motor de integración de datos de Pentaho (Data

Integration Engine) (Dongen, 2009).

1.5.3.1.2. Arquitectura de Pentaho Data Integration

Pentaho Data Integration puede de manera muy simple tomar datos de una fuente

de archivos locales y remotos, bases de datos, repositorios y aplicar un

procesamiento a dichos datos como filtros, condiciones, cálculos, consultas y

almacenar los resultados en un destino como archivos, base de datos o repositorio.

Figura 14. Arquitectura de Pentaho Data Integration. Tomado de (Dongen, 2009)

Programas que forman la herramienta

PDI está formado por un conjunto de herramientas, cada una con un propósito

específico.

32

Spoon: es la herramienta gráfica que nos permite el diseño de las transformaciones

y trabajos. Incluye opciones para previsualizar y testear los elementos desarrollados.

Es la principal herramienta de trabajo de PDI y con la que construiremos y

validaremos nuestros procesos ETL.

Pan: es la herramienta que nos permite la ejecución de las transformaciones

diseñadas en spoon (bien desde un fichero o desde el repositorio). Permite desde la

linea de comandos preparar la ejecución mediante scripts.

Kitchen: similar a Pan, pero para ejecutar los trabajos o jobs. Carte: es un pequeño

servidor web que permite la ejecución remota de transformaciones y jobs.

1.5.3.2. Pentaho Report Designer (PRD)

Es una herramienta gráfica, para crear, editar y publicar reportes al Servidor de

Pentaho. Es un reporteador basado en bandas similar a Cristal Reports, los reportes

son guardados con la extensión. prpt.

Soporta las siguientes fuentes de datos (Data Sets) JDBC, Modelo Metadatos,

Mongo DB, Pentaho Data Integration, OLAP, XML.

1.5.3.2.1. Estructura de Bandas de un Reporte

Page Header / Footer. Contenido a mostrar en cada página. Ej. Logos, fecha.

Report Header / Footer. Contenido a mostrar en la primera página del reporte.

Ej. Cabecera, gráficos, títulos.

Group Header / Footer. Contenido que se despliega por cada grupo.

Details. Contenido del reporte con los resultados de la consulta a un Data Set.

No Data. Contenido a mostrar cuando el resultado de la consulta está vacía.

33

Watermark. Marca de agua que mostrara como fondo en cada reporte.

Figura 15. Interfaz de Pentaho Report Designer. Elaboración propia

1.5.3.3. Pentaho Schema Workbench

Herramienta visual para construir y probar Cubos OLAP (Online Analytical

Processing). Pentaho Analysis Services (PAS) provee las capacidades OLAP a la

plataforma Pentaho. El componente principal de PAS es el motor ROLAP

Mondrian.

1.5.3.3.1. Arquitectura de Pentaho Analysis Services

Figura 16. Pentaho nalysis Services. Tomado de (Dongen, 2009)

34

1.5.3.3.2. Mondrian

Es una de las aplicaciones más importantes de la plataforma Pentaho BI es un

servidor OLAP open source que gestiona la comunicación entre una aplicación

OLAP (escrita en Java) y la base de datos con los datos fuente, es decir, Mondrian

actúa como “JDBC para OLAP”. (Gravitar, 2015)

1.5.3.3.3. Cubo OLAP

Se crean en función a bases de datos multidimensionales, que permiten procesar

grandes volúmenes de datos, en campos bien definidos, dando un acceso

inmediato a los datos para su consulta y posterior análisis. Esta estructura

multidimensional de los cubos OLAP es gracias a que son formados por vectores.

Un cubo es una colección de múltiples dimensiones. (Dongen, 2009)

Figura 17. Cubos, Dimensiones y Medidas. Elaborado por el autor a partir de (Dongen, 2009)

La consulta al Modelo Dimensional es mediante el lenguaje MDX, así como

SQL es al Modelo Relacional. Las dimensiones del cubo son a las dimensiones

del modelo dimensional y las medidas del cubo son a los hechos del modelo

dimensional.

35

Jerarquías Niveles y Miembros

Las dimensiones del cubo son organizadas en una o más jerarquías; la jerarquía

permite definir niveles de agregación. Ejemplo: La dimensión Fecha podría tener la

siguiente jerarquía: Año - Semestre -Mes. (Dongen, 2009)

Figura 18. Cubos, Dimensiones y Medidas. Desarrollo propio a partir de (Dongen, 2009

1.5.3.4. Community Dashboard Framework (CDF)

Tablero de mando, muestra indicadores claves; pero se necesita un buen

conocimiento en HTML5, CSS y JavaScript para desarrollarlas.

1.5.3.5. Pentaho Metadata Editor (PME)

Pentaho tiene soporte para acceder y almacenar metadatos a través de una capa

de metadatos llamada Pentaho Metadata Layer (PML).

La capa de metadatos permite: Describir tablas y columnas en términos claros,

define los niveles de autorización, permite tener datos pre formateados; además

minimiza el impacto en los cambios del modelo dimensional del Data Warehouse.

36

1.5.3.5.1. Arquitectura de Pentaho Metada Data Layer

Gráfico 19. Arquitectura de Pentaho Metada Layer. Tomado de (Dongen, 2009)

1.5.3.5.2. Capas de un modelo Metadatos

Capa Física (Physical). Se gestiona la conexión al Data Warehouse y se

oculta las claves subrogadas y primarias.

Capa Lógica (Abstract Business Layer). Se agrega campos calculados y se

le da formato.

Capa de Presentación (Business View). Permite definir las tablas que se van

a mostrar al usuario.

En un modelo Metadatos las capas heredan las propiedades. (Dongen, 2009)

37

1.6. Esquema para el modelado de datos

1.6.1. Esquema en Estrella

Se caracteriza por tener en el centro de una estrella una tabla conocida como tabla

de HECHOS y los puntos de la estrella se los conoce como tablas de

DIMENSIONES.

Figura 20. Esquema en Estrella. Desarrollo propio a partir de (http://todobi.blogspot.com)

1.7. Microsoft Power BI

1.7.1. Definición

Power BI es una colección de servicios de software, aplicaciones y conectores que

funcionan conjuntamente para convertir orígenes de datos sin relación entre sí en

información coherente, interactiva y atractiva visualmente. Tanto si se trata de una

sencilla hoja de cálculo de Excel como de una colección de almacenes de datos

híbridos locales o basados en la nube, Power BI le permite conectar fácilmente los

orígenes de datos, visualizar (o descubrir) lo más importante y compartirlo con quien

quiera.

Power BI puede ser sencillo y rápido; capaz de crear información rápida a partir de

una hoja de cálculo de Excel o una base de datos local. Sin embargo, Power BI

también es estable y tiene una funcionalidad apta para empresas, listo para un

38

modelado exhaustivo y un análisis en tiempo real, así como para un desarrollo

personalizado. Por tanto, puede convertirse en su herramienta personal de creación

de informes y visualización, así como actuar como el motor de análisis y de decisión

que impulsa proyectos en grupo, divisiones o empresas enteras.

1.7.2. Partes del Power BI

Power BI consta de una aplicación de escritorio de Windows denominada Power BI

Desktop, un servicio SaaS (software como servicio) en línea denominado servicio

Power BI, y aplicaciones móviles de Power BI disponibles para teléfonos y tabletas

Windows, así como para dispositivos iOS y Android.

Figura 21: Elementos del Power BI. Desarrollo propio a partir de (https://powerbi.microsoft.com)

Estos tres elementos, Desktop, el servicio y el destinado a dispositivos móviles,

están diseñados para permitir a los usuarios crear, compartir y utilizar información

empresarial de la forma que les resulte más eficaz para su rol.

1.7.3. Flujo de trabajo de Power BI

Un flujo de trabajo habitual de Power BI comienza en Power BI Desktop, donde se

crea un informe. Luego, ese informe se publica en el servicio Power BI y después se

comparte para que los usuarios de las aplicaciones de Power BI Mobile puedan usar

la información. No siempre tiene que realizarse de esa forma, pero utilizaremos ese

flujo para ayudarlo a descubrir las distintas partes de Power BI y cómo se

complementan.

39

1.7.4. Uso de Power BI

El flujo habitual de actividad de Power BI es el siguiente:

Integrar datos en Power BI Desktop y crear un informe.

Publicarlo en el servicio Power BI, donde creará nuevas visualizaciones o

confeccionará paneles.

Compartir sus paneles con otros usuarios, especialmente con personas que se

estén desplazando.

Ver informes y paneles compartidos e interactuar con ellos en aplicaciones de

Power BI Mobile.

Figura 22. Flujo de la actividad del Power Bi. Desarrollo propio a partir de (https://powerbi.microsoft.com)

Como se mencionó anteriormente, podría dedicar todo su tiempo al servicio Power

BI, recopilando datos y creando paneles, y no habría ningún problema. También se

puede dar el caso de que una persona de su equipo pase todo su tiempo en Power

BI Desktop; lo cual también es correcto.

1.7.5. Bloques de creación de Power BI

Todo lo que haga en Power BI puede dividirse en unos pocos bloques de creación

básicos. Al fin y al cabo, incluso los objetos en apariencia complejos se crean a partir

40

de bloques de creación básicos; por ejemplo, los edificios se construyen con madera,

acero, hormigón y cristal. Los automóviles, por su parte, se fabrican con metal,

tejidos y goma. Por supuesto, los edificios y automóviles pueden ser básicos o más

elaborados, en función de cómo se organicen esos bloques de creación básicos.

Veamos a estos bloques de creación básicos, analizar algunos elementos sencillos

que pueden compilarse con ellos y, por último, descubrir cómo se pueden crear

también elementos complejos.

Los bloques de creación básicos de Power BI son los siguientes:

Visualizaciones

Las visualizaciones (a veces también denominadas objetos visuales) constituyen una

representación visual de datos, como un gráfico, un mapa codificado por colores u

otros elementos interesantes que puede crear para representar la información de

forma visual. Power BI tiene numerosos tipos de visualizaciones distintos y se

introducen otros nuevos continuamente.

En la siguiente imagen se muestra una colección de distintas visualizaciones

creadas en el servicio Power BI.

Figura 23. Objetos Visuales del Power BI. Desarrollo propio a partir de (https://powerbi.microsoft.com)

41

Las visualizaciones pueden ser sencillas, como un único número que representa un

aspecto significativo, o visualmente complejas, como un mapa de colores

degradados que muestra la opinión del votante con respecto a un determinado

problema o preocupación social. La finalidad de un objeto visual es presentar los

datos de una manera que ofrezca contexto e información detallada, lo que

probablemente resultaría difícil de discernir en una tabla sin formato de números o

texto.

Conjuntos de datos

Un conjunto de datos es una colección de datos que utiliza Power BI para crear sus

visualizaciones. Puede tener un conjunto de datos sencillo basado en una sola tabla

de un libro de Excel, similar al que se muestra en la siguiente imagen.

Figura 24. Ejemplo de conjunto de datos en Power BI. Desarrollo propio a partir de

(https://powerbi.microsoft.com)

Los conjuntos de datos también pueden ser una combinación de muchos

orígenes distintos, que puede filtrar y combinar a fin de ofrecer una colección de

datos (conjunto de datos) exclusiva para su uso en Power BI.

Por ejemplo, podría crear un conjunto de datos a partir de tres campos distintos

de una base de datos, una tabla de un sitio web, una tabla de Excel y los

resultados en línea de una campaña de marketing por correo electrónico. Esa

42

combinación única se sigue considerando un único conjunto de datos, aunque se

haya formado a partir de muchos orígenes distintos.

Puede filtrar los datos antes de integrarlos en Power BI para centrarse solo en

aquellos que le interesen. Por ejemplo, podría filtrar su base de datos de

contactos para que solo se incluyan en el conjunto de datos los clientes que

hayan recibido correos electrónicos de la campaña de marketing. Luego podría

crear objetos visuales basándose en ese subconjunto (la colección filtrada) de los

clientes que se incluyeron en la campaña. Gracias al filtrado, podrá centrarse en

los datos que le importen, con lo que ahorrará tiempo.

Una parte esencial y muy útil de Power BI es la gran cantidad de conectores de

datos que incluye. Con independencia de que los datos que le interesan estén en

Excel o en una base de datos SQL, en Azure u Oracle, o en un servicio como

Facebook, Salesforce o MailChimp, Power BI tiene conectores de datos

integrados que le permiten conectarse fácilmente a ellos, filtrarlos si resulta

necesario e incorporarlos a su conjunto de datos.

Una vez que tenga un conjunto de datos, podrá empezar a crear visualizaciones

que muestren distintas partes de dicho conjunto de diferentes maneras y, de esa

forma, alcanzar un claro entendimiento de la información. Ahí es donde entran en

juego los informes.

Informes

En Power BI, un informe es una colección de visualizaciones que aparecen juntas

en una o varias páginas. Al igual que cualquier otro tipo de informe que podría

crear para una presentación de ventas o para un trabajo escolar, en Power BI, un

informe está compuesto por elementos relacionados entre sí. En la siguiente

imagen se muestra un informe de Power BI Desktop; en este caso, es la quinta

página de un informe de seis. También puede crear informes en el servicio Power

BI.

43

Figura 25: Ejemplo de informe en Power BI. Desarrollo propio a partir de (https://powerbi.microsoft.com)

Los informes le permiten crear numerosas visualizaciones en varias páginas

diferentes si resulta necesario, así como organizarlas de la forma más adecuada

para presentar los datos.

Por ejemplo, podría tener un informe sobre las ventas trimestrales y otro sobre el

crecimiento de un producto en un segmento determinado, o bien crear un informe

sobre los patrones de migración de los osos polares. Independientemente del tema,

con ellos podrá recopilar y organizar las visualizaciones en una o varias páginas.

Paneles

Cuando esté preparado para compartir una página de un informe o una colección de

visualizaciones, puede crear un panel. De forma similar a los de los automóviles, los

paneles de Power BI son colecciones de objetos visuales de una sola página que

puede compartir con otros usuarios. A menudo, se trata de un grupo de objetos

visuales que ofrecen una perspectiva rápida de los datos o el caso de que intenta

presentar.

Los paneles tienen que caber en una sola página, que a menudo se denomina

"lienzo" (este es el fondo en blanco de Power BI Desktop o el servicio, en el que

44

coloca las visualizaciones). Puede compararlo con el lienzo que utiliza un artista o

pintor: un área de trabajo donde crear, combinar y rehacer objetos visuales

interesantes y atractivos. Puede compartir paneles con otros usuarios o grupos, que

pueden interactuar con ellos cuando estén en el servicio Power BI o en su dispositivo

móvil.

Iconos

En Power BI, un icono es una visualización única dentro de un informe o panel. Se

trata del rectángulo que contiene cada objeto visual individual. En la siguiente

imagen, verá un icono (resaltado mediante un cuadro de color vivo) que también está

rodeado por otros iconos.

Figura 26. Iconos de Power BI. Desarrollo propio a partir de (https://powerbi.microsoft.com)

Cuando esté creando un informe o un panel en Power BI, puede mover u organizar

los iconos de la forma que desee para presentar la información. También puede

hacerlos más grandes, cambiar su altura o anchura, y acoplarlos con otros del modo

que prefiera.

45

Cuando esté viendo o utilizando un panel o informe (lo que implica que no es el

creador o propietario, pero que se han compartido con usted), puede interactuar con

ellos, pero no cambiar el tamaño de los iconos ni su organización.

1.8. La toma de Decisiones

La toma de decisiones es definida por (Weihrich, 2007) como la selección de un

curso de acción entre distintas alternativas. Si el proceso de toma de decisiones

se diera en condiciones ideales se podría hablar de la toma racional de decisiones.

Según (Robbins, 2007) estas condiciones ideales se presentarían si el problema a

resolver fuese claro, se tuviera información completa respecto a este problema, se

conocieran todas las alternativas posibles, las posibles consecuencias de estas y la

decisión se tomará sin restricciones de costos y tiempo, optando por aquella que

produzca el mayor valor percibido para la organización.

La toma racional de decisiones a veces debe complementarse con la intuición.

(Crónicas, 2010)

1.8.1. Elementos de la toma de decisiones

Según (Drucker, 2009) los elementos relevantes en la toma de decisiones son:

Se debe verificar si la decisión a tomar es programada o no programada. En

el primer caso nos referimos a decisiones que se toman sobre problemas

estructurados o rutinarios, problemas comunes en la organización, por lo cual

estas decisiones se toman basándose en los conocimientos previos y

criterios previamente definidos, reglas, pautas o principios.

Por otro lado, según (Barreto, 2007) las decisiones no programadas

son aquellas que se toman frente a problemas sin estructurar, problemas

nuevos, no rutinarios, que requieren una solución específica.

Se debe definir las condiciones límites, estas son: los fines, metas y

condiciones que debe satisfacer la decisión.

Se debe confirmar que la decisión a la cual se llegó es la correcta antes de

ponerla en práctica.

46

Llevar la decisión a la práctica. Esta es la parte que exige más tiempo.

La retroalimentación. Es muy importante que luego de poner en práctica

la decisión se analice si la misma está llevando a los resultados buscados.

(Cáceres, 2014)

1.9. La Gestión

La gestión tiene dos aspectos en su campo de acción uno de ellos tiene que ver con

la acción y efecto de gestionar y la segunda con la acción y efecto de

administrar. La idea de gestión está relacionada al direccionamiento y a los

resultados, es por eso que la gestión más que hacer en forma directa, crea las

condiciones para el mejor hacer del colectivo institucional.

Para (Blejmar, 2009) la gestión es una intervención en doble sentido, por lo cual la

gestión crea condiciones, construye escenarios adecuados, provee

capacidades e instrumentos a los equipos de trabajo, además señala que la

gestión no es un evento, no es una sola acción.

Por otra parte, la gestión, responde a propósitos explícitos, expresados en forma de

visión, metas y objetivos.

Gestionar de acuerdo al Diccionario de la Real Academia de la Lengua Española

tiene que ver con hacer diligencias conducentes al logro de un negocio o de un

deseo cualquiera. Se desprende entonces que gestionar es hacer las acciones o

trámites necesarios para conseguir un objetivo.

De acuerdo a lo mencionado anteriormente todo proceso de gestión lleva consigo

implícita organización y tener muy claro los objetivos a los cuales se desea llegar,

puesto que una gestión errónea puede llevar al fracaso a cualquier actividad que

desarrolle el ser humano.

47

1.9.1. Administrar

(Chiavenato, 2008), administrar constituye un conjunto de actividades tales como

planear, organizar, dirigir y controlar las actividades realizadas por cualquier tipo

de organización, con el propósito de lograr los objetivos propuestos.

1.9.2. Enfoques Administrativos y de Gestión

Caracterizada con las siguientes premisas:

a) Las relaciones humanas son el aspecto fundamental de la organización para

la Obtención de logros y metas en el proceso productivo.

b) El acento relacionado con el comportamiento racional y conductas en

detrimento de las dimensiones afectivas, emocionales y de sentimientos.

c) Atribuido al control como método eficaz para el logro del orden de las

relaciones humanas. (Fuentes, 2009)

1.9.3. EL Proyecto Educativo Institucional (PEI)

Un documento público de planificación Estratégica institucional en el que constan

acciones a mediano y largo plazo, dirigidas a asegurar la calidad de los

aprendizajes y una vinculación propositiva con el entorno escolar (Art. 88 del

Reglamento a la LOEI).

Un conjunto articulado de reflexiones, decisiones y estrategias, que ayudan a la

comunidad educativa a imaginar y diseñar el futuro deseado, considerando la

definición de estrategias flexibles y la búsqueda de consensos para lograr un mismo

objetivo, con proyección de cinco años aproximadamente.

1.9.3.1. Importancia del PEI

48

Figura 27. Importancia del PEI. Ministerio de Educación Ecuador (2014)

1.9.3.2. Características del PEI

Pr

Figura 28. Características del PEI. Ministerio de Educación del Ecuador (2014)

49

1.9.4. Liderazgo Directivo

El liderazgo es la influencia interpersonal ejercida en una situación dirigida y a

través del proceso de comunicación a la consecución de uno o diversos objetivos

específicos. (Helgueros, 2004)

Es tener la capacidad de llevar adelante el normal funcionamiento pedagógico,

comunitario, administrativo y operativo de la institución Educativa. El Autor.

1.9.5. Gestión Académica

La Gestión Académica, se entiende como la conducción y dirección del sistema

educativo hacia el logro de procesos educativos de calidad, con el objetivo de

mejorar la equidad de la oferta educativa del país en un contexto de

descentralización, caracterizado y definido por las políticas educativas, que son

los pilares para la gestión educativa en el ámbito nacional, mediante el

diagnóstico de fortalezas y debilidades del Sistema Educativo, definiendo las

prioridades de asignación de recursos y la identificación para las oportunidades.

(Hernández Baltazar, 2006)

1.9.6. Políticas Educativas del Ministerio de Educación del Ecuador

Entrega de Textos Escolares Gratuitos a los estudiantes que cursan los 10 años

de Educación General Básica.

Eliminación del Aporte Voluntario de las Familias de USD 25.

Alimentación Escolar Gratuita.

Programa Piloto de entrega de uniformes escolares gratuitos.

Infraestructura Escolar. (Equipamiento de las Instituciones Educativas)

Implementación del Sistema nacional de Evaluación.

Erradicación del Analfabetismo. (Educación C. N., 2006-2015.)

50

1.9.7. Nuevo Modelo de Gestión Educativa

El Nuevo Modelo de Gestión Educativa (NMGE) es un proyecto que inició su gestión

en enero de 2010, y plantea la reestructuración del Ministerio de Educación para

garantizar y asegurar el cumplimiento del derecho a la educación. Es decir, busca

influir de manera directa sobre el acceso universal y con equidad a una educación

de calidad y calidez, lo que implica ejecutar procesos de desconcentración desde

la Planta Central hacia las zonas, distritos y circuitos, para fortalecer los

servicios educativos y aproximarlos hacia la ciudadanía, atendiendo las realidades

locales y culturales.

En ese marco, el Nuevo Modelo persigue la desconcentración de la Autoridad

Educativa Nacional, a su vez, una nueva práctica de realización del servicio

público (mejor distribución de personal capacitado e idóneo); así como la

racionalización recursos, distribución de competencias y responsabilidades.

Objetivo general

Implementar un Nuevo Modelo de Gestión Educativa que garantice la rectoría del

sistema mediante el fortalecimiento institucional de la autoridad educativa nacional

y potencie la articulación entre niveles e instituciones desconcentrados del

sistema.

Objetivos Específicos

Implementar el nuevo orgánico funcional del Ministerio de Educación.

Implementar el Modelamiento Territorial a nivel nacional, para la definición de

distritos y circuitos educativos.

Conformar las Coordinaciones Regionales, Direcciones Distritales y

Administraciones Circuitales de Educación incluyendo adecuaciones de

infraestructura y dotación de equipamientos.

51

Implementar los sistemas de información que consideren los componentes

de capacitación, gestión, régimen escolar, acompañamiento pedagógico,

regulación.

Conformar los Gobiernos Escolares Ciudadanos en los Circuitos

Educativos.

La Autoridad Nacional Educativa se articula hacia las zonas, como lo muestra el

mapa a continuación, hasta llegar a los distritos y circuitos educativos.

Figura 29. Desconcentración del Ministerio de Educación Tomado de (http://www.educacion.gob.ec )

1.9.8. Zonas, Distritos y Circuitos

La implementación del Nuevo Modelo de Gestión Educativa está en desarrollo

progresivo en todo el territorio ecuatoriano, incluye las 9 Zonas Educativas

(Subsecretarías de Quito y Guayaquil), los 140 distritos educativos y 1.117 circuitos

educativos. Y todas las áreas, secciones y direcciones del Ministerio de Educación.

La población objetivo abarca todos los usuarios del Sistema Nacional de Educación,

incluyendo estudiantes y ex estudiantes de todos los niveles y modalidades,

52

docentes y autoridades de establecimientos fiscales, fisco misional y particular del

Ecuador.

Adicionalmente, abarca a todos los funcionarios del Ministerio de Educación del

Nivel Central, de las Coordinaciones Educativas Zonales y de las Direcciones

Provinciales de Educación Hispanas y Bilingües que se encuentran en transición

hacia los distritos. (Ministerio de Educación del Ecuador, 2014).

1.10. Conclusiones parciales del Capítulo

Los datos provenientes de diferentes fuentes hoy en día son muy

valiosos para una vez procesados realizar el análisis y la toma de decisiones.

Todo Data Warehouse tiene al menos una Dimensión Fecha y una Tabla

de análisis (hechos.)

Los sistemas de información han adquirido una dimensión estratégica en

el mundo del nuevo milenio y han dejado de ser una simple herramienta para

automatizar los procesos operativos para convertirse en una pieza clave

a tener en cuenta a la hora de formular cualquier tipo de estrategia, para

llevar a cabo su implantación y para realizar el control de la gestión.

La calidad de los sistemas informáticos no está en la complejidad de

los mismos, el verdadero valor está en la utilización que cualquier

organización hagan de ellos, lo que por regla general, depende más de

factores humanos, que de factores tecnológicos.

El principal objetivo de los Sistemas de Soporte a Decisiones es explotar

al máximo la información residente en una base de datos corporativa (data

warehouse o data mart), mostrando informes muy dinámicos y con gran

potencial de navegación, pero siempre con una interfaz gráfica amigable,

vistosa y sencilla.

53

La gestión no depende de una sola persona o un solo factor sino se

complementa de varios factores y recursos como: tecnológicos, humanos,

económicos, donde el medio principal es la comunicación para el logro de los

objetivos propuestos.

La tecnología es necesaria, pero es mucho más importante la parte

humana, ya que las decisiones al fin y al cabo son tomadas por los hombres

o mujeres que dirigen las instituciones.

54

CAPITULO II

MARCO METODOLÓGICO Y PLANTEAMIENTO DE LA PROPUESTA

2.1. Caracterización del sector

La Academia Aeronáutica Mayor Pedro Traversari -AAMPETRA- es un Centro de

Educación inicial básica y media, entidad de derecho privado y laico, con personería

jurídica y autonomía administrativa y financiera, que ofrece una formación integral a

sus estudiantes, sin distinción de sexo, raza, religión o política.

La creación de la AAMPETRA se fundamenta en la experiencia en la educación

privada ecuatoriana, de entidades educacionales de los distintos niveles, fundados

por profesionales de la educación con una trayectoria de más de 20 años en el

quehacer educativo y de manera especial en el nivel inicial, básico y medio.

La Academia Aeronáutica mayor Pedro Traversari, es una institución piloto, próspera

y autónoma de alto nivel académico y disciplinario, que proporciona una educación

integral con una sólida base humanista y de formación del carácter y valores a través

de lo cual sus estudiantes construirán el plan y propósito de sus vidas, madurando y

creciendo en sabiduría y estatura, estando dispuesto a ser hombres y mujeres de

impacto que cambiarán la sociedad y el mundo.

Se centra en el cumplimiento de sus metas, razón por la cual su visión es alcanzar el

desarrollo de la educación integral como elemento dinamizador del cambio, basado

en los valores universales, promoviendo la justicia, el trabajo, la solidaridad y la

participación en un ambiente responsable como respuestas a las necesidades del

ser humano, la realidad nacional y el servicio a los demás.

55

2.2. Descripción del procedimiento metodológico

2.2.1. Modalidad de la Investigación

La modalidad investigativa que se utilizó en el presente trabajo de investigación es la

denominada cuali- cuantitativa, con tendencia a la primera por tratarse de una

investigación de carácter social en la que se aplica métodos teóricos como son: el

inductivo-deductivo, analítico-sintético, histórico-lógico entre otros.

El enfoque cuantitativo nos permite la aplicación de estadísticas y fórmulas

matemáticas para analizar los fenómenos descubiertos, sin embargo, la modalidad

indicada es complementaria.

2.2.2. Tipos de investigación

Bibliográfica: Este tipo de investigación se la desarrolla en base a la

recopilación de la información de fuentes primarias, se la utilizó para

desarrollar el marco teórico orientado a sistemas de información, bases de

datos, data warehouse, sistemas para la toma de decisiones y gestión

Académica.

De Campo: se la lleva a cabo en base a encuestas y entrevistas, se

aplicó para desarrollar el marco metodológico.

2.2.3. Población y Muestra

La población de este estudio de investigación se relaciona con los siguientes

estratos:

56

Tabla 6. Distribución de Población

Estrato Unidad de análisis Número de

Sujetos Autoridades Rector de la Academia Aeronáutica

Mayor pedro Traversari

1

Directivos Director de educación inicial, director de

educación media, Vicerrectores,

directores departamentales

5

TOTAL 6

Elaboración propia

En la selección de entrevistas y encuestas no se consideró a los estudiantes ni

docentes, motivo que la gestión y administración depende directamente de la

Autoridad de la institución educativa y siguiendo el ciclo de vida de la metodología

de Ralph Kimball, los requerimientos del sistema se definen en base a la entrevista

realizada al usuario que va utilizar la solución.

2.2.2. Métodos utilizados en la Investigación

a) Histórico – Lógico. - El proceso de la decisión gerencial se basa en

antecedentes históricos del comportamiento del usuario, pero hoy en día ese

análisis tiene que ser sustentado por información técnica extraída de la base de

datos transaccional.

b) Analítico – Sintético. - Este par dialéctico será muy útil, el momento de

elaborar el fundamento científico que sustenta la solución del problema, ya que se

recopilará la información existente en libros, revistas e internet y se la sintetizará en

el denominado marco teórico.

c) Inductivo – Deductivo. - En el desarrollo del datawarehouse como apoyo a la

toma de decisiones (DSS), el mismo que facilitará el análisis descriptivo de los

datos e interpretarlo de una manera más fácil y sencilla, facilitando integrar

57

totalmente el proceso en una estructura general que permita determinar las mejores

Aplicaciones de los Sistemas de información a utilizar.

2.2.3. Técnicas e instrumentos utilizados en la investigación

Entrevista al Rector de la Academia Aeronáutica Mayor Pedro Traversari, y encuesta

a los directivos de la institución educativa.

Los instrumentos utilizados fueron el cuestionario específico para los directivos de

la Institución educativa y guía de entrevista para la máxima autoridad de la

Institución.

2.2.4. Procesamiento de datos

Para un mejor análisis e interpretación de los resultados, se realizó una serie de

procesos que permitieron encarar la investigación de forma más clara y precisa

respecto a la cantidad de datos posibles.

La presente investigación procesó los datos obtenidos mediante, cuadros

estadísticos y gráficos de pasteles, con una breve interpretación de los resultados

obtenidos en la investigación de campo para llegar a las conclusiones y

recomendaciones que dan como resultado la propuesta alternativa para el

mejoramiento de la toma de decisiones en la gestión académica.

2.2.4.1. Encuesta dirigida a directivos de la Academia Aeronáutica Mayor

Pedro Traversari

Una vez aplicada la encuesta a las autoridades de la Academia Aeronáutica mayor

Pedro Traversari se obtuvo los siguientes resultados:

58

Pregunta N° 1. Usted considera que la información relacionada con los procesos de

gestión académica dentro de su institución es:

Tabla 7. Confiabilidad de la información relacionada con la Gestión Académica

OPCIONES FRECUENCIA PORCENTAJE

Totalmente confinable 1 20%

Parcialmente Confiable 2 40%

Nada Confiable 2 40%

TOTAL 5 100%

Desarrollo propio. Datos de la encuesta realizada a directivos de la AAMPETRA

Figura 30. Confiabilidad de la información relacionada con la Gestión Académica.

Desarrollo propio. Datos de la encuesta realizada a directivos de la AAMPETRA

Análisis e interpretación

Como se puede observar en el gráfico anterior el 40% de los encuestados

manifiestan que la información relacionada con los procesos académicos de la

institución son confiables y en un porcentaje similar manifiestan que son parcialmente

confiables, pues solamente un 20% de los encuestados indican que la información

relacionada con los procesos antes mencionados es totalmente confiables. Pues

como se puede observar a pesar de que la información en la actualidad es

considerada como un activo más de la institución la misma no es totalmente confiable

lo que puede sin lugar a dudas provoca recesión en el crecimiento de las mismas.

59

Pregunta N° 2. Cuando requiere consultar información relacionada con los procesos

académicos de la institución la misma es:

Tabla 8. Integridad de la información.

OPCIONES FRECUENCIA PORCENTAJE

Totalmente complete 0 0%

Parcialmente complete 1 20%

Incompleta 4 80%

TOTAL 5 100%

Desarrollo propio. Datos de la encuesta realizada a directivos de la AAMPETRA

Figura 31. Integridad de la información.

Desarrollo propio. Datos de la encuesta realizada a directivos de la AAMPETRA

Análisis e interpretación

El 80% de los encuestados manifiestan que cuando requieren información

relacionada con los procesos académicos la misma es incompleta, mientras que un

20% manifiestan que es parcialmente incompleta, mientras que ningún encuestado

manifiesta que obtiene información totalmente completa. Pues una de las

características principales de la información que sirve para la toma de decisiones es

que sea completa, puesto que si no cumple esta característica de calidad

automáticamente la misma deja de tener un valor agregado para las empresas.

60

Pregunta N° 3. Cuando requiere presentar informes académicos la información que

maneja le sirve de apoyo:

Tabla 9. Apoyo de la información para elaboración de informes

OPCIONES FRECUENCIA PORCENTAJE

Totalmente 0 0%

Parcialmente 2 40%

Nada 3 60%

TOTAL 5 100%

Desarrollo propio. Datos de la encuesta realizada a directivos de la AAMPETRA

Figura 32. Apoyo de la información para elaboración de informes.

Desarrollo propio. Datos de la encuesta realizada a directivos de la AAMPETRA

Análisis e interpretación

El 60% de los encuestados manifiestan que la información con la que cuentan al

momento de realizar informes no les sirve de apoyo, mientras que el 40% manifiesta

que la información que posee únicamente le sirve de forma parcial. Pues esto puede

provocar que la información no sea entregada de forma oportuna lo que provoca que

no se tome decisiones de manera eficaz.

61

Pregunta N° 4. ¿En la actualidad existe una herramienta que maneje información

histórica relacionada con los procesos académicos de la Academia Aeronáutica

Mayor Pedro Traversari?

Tabla 10. Existencia de una herramienta para manejo de información histórica

OPCIONES FRECUENCIA PORCENTAJE

Si 1 20%

No 2 40%

No se 2 40%

TOTAL 5 100%

Desarrollo propio. Datos de la encuesta realizada a directivos de la AAMPETRA

Figura 33. Existencia de una herramienta para manejo de información histórica.

Desarrollo propio. Datos de la encuesta realizada a directivos de la AAMPETRA

Análisis e interpretación:

El 40% de los encuestados manifiestan que la Academia Aeronáutica Mayor Pedro Traversari

no posee una herramienta para el manejo de información histórica y actual, mientras que el

40% indica no saber acerca de la existencia de una herramienta para el manejo de

información histórica y actual, y un 20% manifiesta que si existe una herramienta para el

manejo de la información antes mencionada.

62

Pregunta N° 5. ¿Considera usted que la implementación de una herramienta para el

manejo de información histórica y actual contribuiría a la toma de decisiones de las

autoridades?

Tabla 11. Implementación de una herramienta para manejo de información histórica

OPCIONES FRECUENCIA PORCENTAJE

Si 4 80%

No 1 20%

TOTAL 5 100%

Desarrollo propio. Datos de la encuesta realizada a directivos de la AAMPETRA

Figura 34. Implementación de una herramienta para manejo de información histórica.

Desarrollo propio. Datos de la encuesta realizada a directivos de la AAMPETRA

Análisis e interpretación:

El 80% de los encuestados manifiestan que la implementación de una herramienta para el

manejo de información histórica y actual contribuiría a la toma de decisiones de las

autoridades de la Academia Aeronáutica Mayor Pedro Traversari, mientras que un

20% de encuestados manifiestan que esta herramienta no contribuiría con la toma de

decisiones. Cabe indicar que las herramientas para el manejo de la información

dentro de las empresas son parte de la Inteligencia de Negocios que en la actualidad

las mismas requieren para la clave del éxito de las mismas.

63

2.2.4.3. Entrevista dirigida al Rector de la Academia Aeronáutica Mayor Pedro

Traversari

De la entrevista realizada al Rector de la Academia Aeronáutica Mayor Pedro

Traversari se obtuvo la siguiente información:

Entrevistador: ¿La academia cuenta con un sistema de información para el manejo

de los procesos relacionados con la gestión académica?

Dr. Luis Naranjo: Bueno, le diré que la academia tiene implementado un sistema

para controlar matriculas, notas y pagos de los alumnos.

Entrevistador: Y ¿usted tiene acceso a ese sistema?

Dr. Luis Naranjo: Haber accedo al sistema para ver algunos reportes importantes

como los matriculados por año lectivo, pero si le soy sincero no me gusta ingresar al

mismo porque es difícil de utilizar.

Entrevistador: ¿Y la información que usted obtiene de este sistema es confiable y

completa?

Dr. Luis Naranjo: Hay ocasiones que requiero más información y algo esencial que

sea de una forma rápida, pero no siempre esa información está a tiempo y en

muchas ocasiones tienen errores.

Entrevistador: ¿Usted conoce la importancia actual del uso de herramientas

tecnológicas para la obtención de información que le sea de utilidad para la toma de

decisiones?

Dr. Luis Naranjo: No mucho, sin embargo, le comento que en una reunión de

rectores y vicerrectores de los institutos privados se comentaba la utilidad que tiene la

tecnología hoy en día en la conservación de la información, pues soy una persona

64

visionaria que, si existe alguna forma de que mi negocio vaya adelante, lo pienso

analizó y ejecuto.

Entrevistador: De cierta forma usted acaba de responder a mi siguiente pregunta,

sin embargo, se la voy a realizar ¿Usted considera que es necesario y factible la

implementación de herramientas que le permitan obtener información tanto histórica

como actual para una toma de decisiones oportuna?

Dr. Luis Naranjo: Pues si le dijera que no es necesario estaría en un mundo irreal,

sin embargo, es necesario considerar el costo – beneficio de esto.

Entrevistador: Como le había mencionado al inicio doctor es parte de un trabajo

investigativo, por lo cual el costo relacionado con el desarrollo de esa herramienta

corre por el investigador, sin embargo, debo indicar a su persona que he observado

que la Academia cuenta con un servidor que está en la capacidad de procesar esta

información y que la factibilidad está relacionada con que la institución preste las

facilidades para llevar el estudio en su totalidad.

Dr. Luis Naranjo: Entonces debo manifestarle que es 100% factible la

implementación de estas herramientas.

Análisis de la entrevista

Cómo se puede observar en los párrafos anteriores la información que actualmente

maneja el rector de la universidad no es confiable ni oportuna, pues esto provoca

inconvenientes en la toma de decisiones gerenciales, sin embargo, cabe mencionar

que el rector esta consiente de la importancia que tienen las herramientas para el

manejo de la información por lo cual manifiesta que es totalmente factible su

implementación.

65

2.3. Propuesta del Investigador

La propuesta consiste en la construcción de una Aplicación OLAP para análisis

del rendimiento académico y la toma de decisiones de la Academia Aeronáutica

Mayor Pedro Traversari, la herramienta de trabajo será Pentaho 5.2 y la

metodología en la que se basa su desarrollo es la HEFESTO. A continuación, se

muestra de forma gráfica la arquitectura que se utilizó para la elaboración de la

presente propuesta:

Figura 35. Arquitectura de la solución. Elaboración propia

En el siguiente capítulo se detallará cada una de las etapas de la arquitectura que

se muestra en la figura anterior.

2.4. Conclusiones parciales del Capítulo

Del estudio de campo realizado se puede concluir que:

La información que actualmente maneja el rector de la Academia no es

confiable ni oportuna, pues esto provoca inconvenientes en la toma de

decisiones gerenciales, lo que hace que la institución pueda tener un bajo

crecimiento o lo que puede ser peor no poseer crecimiento en los años

venideros.

66

Un porcentaje considerable de directivos de la Academia no conocen si existe

o no herramientas para el manejo de la información dentro de la Academia, lo

que evidencia la falta de comunicación y pertenencia con la misma.

Un alto porcentaje de directivos de la academia manifiestan que la información

que se maneja para la elaboración de reportes no es de gran ayuda, lo que

provoca que la información requerida por las autoridades no sea oportuna.

Tanto autoridades como directivos de la academia manifiestan que seria de

gran importancia la implementación de herramientas que permitan el manejo

adecuado de información histórica y actual, la cual sería una base importante

para la toma de decisiones.

67

CAPÍTULO III

MARCO PROPOSITIVO

3.1. Tema

Bussines Inteligence para mejorar la Gestión académica en la Academia Aeronáutica

Mayor Pedro Traversari.

3.2. Objetivos

3.2.1. Objetivo General

Elaborar un Bussines Inteligence para la mejora de la gestión académica en la

Academia Aeronáutica Mayor Pedro Traversari.

3.2.2. Objetivos Específicos

Establecer los requerimientos necesarios que deben ser atendidos en la

propuesta planteada para el análisis de la información, mediante la aplicación de

la metodología HEFESTO para la aplicación de business intelligence.

Obtener reportes automatizados específicos de los resultados de la gestión

académica, para el respectivo análisis de la información y la toma de decisiones.

Mejorar la gestión académica para el soporte a la toma de decisiones en los

procesos de evaluación de UNIANDES.

3.3. Descripción de la propuesta

La implementación de una aplicación de business intelligence en la Academia

Aeronáutica Mayor Pedro Traversari para los procesos enmarcados en la gestión

académica, representa una herramienta de gran alcance para dar solución operativa,

68

táctica y estratégica en el análisis de la información y soporte a la toma de

decisiones gerenciales.

Se utilizó la herramienta pentaho por su facilidad para la rápida integración con la

infraestructura actual, su alto desempeño, estabilidad y escalabilidad.

3.4. Desarrollo de la Propuesta

3.4.1. Situación actual

Actualmente los procesos enmarcados en la gestión académica de la Academia

Aeronáutica Mayor Pedro Traversari, se realiza manualmente, lo que conlleva a la

utilización de mayor tiempo en la generación de reportes, es decir, en la parte

operativa que en el análisis de los resultados. La estructura actual de los procesos

de enmarcados en la gestión académica es como se muestra en la siguiente figura.

Figura 36. Actual estructura del proceso de levantamiento y análisis de indicadores. Elaboración propia.

3.4.2. Análisis de la fuente de datos

La base de datos de la cual se extrajo la información para la construcción de la

aplicación Business Intelligence, fue el sistema académico y financiero SGAFI,

propiedad de la Academia Aeronáutica Mayor Pedro Traversari, el cual tiene

información relacionada con los procesos de Gestión Académica de la institución.

Este sistema es la principal fuente de información que se utilizó a lo largo del

proyecto. Es el proveedor de los datos a partir del cual se generaron los reportes e

Datos en Excel obtenidos de la BDD SGAF

Extracción de datos de la BDD SGAF

Hoja electrónica de Datos

Análisis de información mediante tablas dinámicas

Presentación de informes (resultados)

69

indicadores. Es por ello que se realizó un análisis exhaustivo de la base de datos

para diferenciar cuales son las entidades relevantes para la solución del problema.

A continuación se muestra el modelo de base de datos SGAF, el cual como se

mencionó en los párrafos anteriores son la fuente principal de datos para la

elaboración la propuesta.

Figura 37: Modelo de Base de Datos SGAF (fuente de datos). Elaboración propia

70

3.4.3. Metodología de desarrollo de la propuesta

Para la elaboración de la herramienta de Business Intelligence se utilizó la

metodología HEFESTO, puesto que según (BERNABEU, 2010) la misma es una

metodología propia, cuya propuesta está fundamentada en una muy amplia

investigación, comparación de metodologías existentes, experiencias propias en

procesos de confección de almacenes de datos.

Cabe destacar que HEFESTO está en continua evolución, y se han tenido en cuenta,

como gran valor agregado, todos los feedbacks que han aportado quienes han

utilizado esta metodología en diversos países y con diversos fines.

Se utilizó la metodología antes mencionada, porque la misma es adecuada para

trabajar con la plataforma pentaho, ya que no es necesario programar fases

extensas en reuniones para el levantamiento de requerimientos y análisis, se basa

en los requerimientos de los usuarios, por lo cual su estructura es capaz de

adaptarse con facilidad y rapidez ante los cambios del negocio, utiliza modelos

conceptuales y lógicos sencillos de analizar e interpretar y se involucra a los usuarios

finales en cada etapa para la toma de decisiones respecto a las funciones de la

aplicación de Business Intelligence, con la finalidad de entregar una primera

implementación que satisfaga una parte de las necesidades, demostrar las ventajas

de esta herramienta y motivar su uso a los involucrados.

3.4.3.1. Metodología HEFESTO

3.4.3.1.1. Análisis de Requerimientos

Para determinar los requerimientos de la aplicación Business Intelligence para

mejorar la gestión académica en la Academia Aeronáutica Mayor Pedro Traversari

se realizaron reuniones de trabajo con los involucrados tanto autoridades como

directivos de la institución y el personal técnico que maneja el Sistema de Gestión

71

Académica y Financiera (SGAF); con la finalidad de definir la información requerida

para una eficiente toma de decisiones gerenciales.

a) Entrevistas

Se realizaron entrevistas con los involucrados en el manejo de información

relacionada con los procesos de gestión académica, así como también con aquellos

que tienen la labor de toma de decisiones gerenciales como es el señor rector de la

academia y así se determinó que información es relevante para mejorar la gestión

académica de la institución.

Los requerimientos fueron analizados con el señor rector, vicerrectores y

coordinadores de carrera de la Academia Aeronáutica Mayor Pedro Traversari.

b) Definición de requerimientos

Una vez realizadas las entrevistas mencionadas en el apartado anterior se

comprendió los procesos de gestión académica, y se definió los requerimientos

como se detalla a continuación:

72

Tabla 12. Análisis de requerimientos

Nombre del

reporte

Título del

reporte

Descripción Filtros

Control

alumnos

Alumnos

aprobados

Permite obtener la

cantidad de alumnos

aprobados por año

lectivo

Año Alumno

Permite obtener la

cantidad de alumnos

aprobados por

asignatura

Asignatura Alumno

Permite obtener la

cantidad de alumnos

aprobados por sexo

Alumnos Sexo

Control

docente

Docentes

Permite obtener la

cantidad de docentes

por asignatura

Asignatura Docente

Permite obtener la

cantidad de docentes

por año lectivo

Año Docente

Control

Carreras

Alumnos por

carrera

Permite obtener la

cantidad de alumnos

por carrera

Carrera Alumno

Permite obtener la

cantidad de alumnos

por carrera y año

lectivo

Carrera Año Alumno

Control

Asignaturas

Asignaturas

por carrera

Permite obtener la

cantidad de

asignaturas por

carrera

Asignatura Carrera

Elaboración propia

73

c) Identificar indicadores y perspectivas de análisis

Indicadores

Número de alumnos matriculados

Número de alumnos aprobados

Número de asignaturas

Porcentaje de alumnos reprobados

Número de docentes

Número de alumnos por sexo

Número de alumnos por especialidad

Número de alumnos por año lectivo

Número de alumnos por curso

Perspectivas

Tiempo

Especialidades

Asignaturas

Docentes

Cursos

Alumnos

o Sexo

d) Modelo Conceptual

A partir de los indicadores y perspectivas obtenidas en el paso anterior se procedió a

crear un modelo conceptual. Mismo que permite realizar la descripción de alto nivel

de la estructura de la base de datos, en la cual la información es representada a

través de objetos, relaciones y atributos.

74

Figura 38. Modelo conceptual de la aplicación Business Intelligence para la Gestión Académica.

Elaboración propia

Número de alumnos matriculados por año lectivo

ejecuta

Alumnos

Tiempo

Porcentaje de alumnos reprobados por año lectivo y especialidad

ejecuta

Alumnos

Tiempo

Especialidades

Número de docentes por especialidad

ejecuta

Docentes

Especialidades

Número de alumnos por sexo y especialidad

ejecuta

Alumnos

Especialidades

Número de asignaturas por Especialidad

ejecuta

Asignaturas

Especialidades

Número de alumnos por curso

ejecuta

Alumnos

Cursos

75

3.4.3.1.2. Diseño de la arquitectura

Se analizó las fuentes OLTP para establecer cómo son calculados los indicadores y

para establecer la relación entre el modelo conceptual creado en la fase anterior y

las fuentes de datos. Luego, se definió qué campos se incluirán en cada perspectiva.

Finalmente, se amplió el modelo conceptual con la información obtenida en este

proceso.

Con los OLTP que contienen la base de datos SGAF se realizó el proceso ETL

(Extracción, Transformación y Carga) para poblar el Datamart, cuyos datos

permitirán el análisis y cálculo de los resultados de los indicadores de la Gestión

académica

Figura 39: Proceso de solución Elaboración propia

Para realizar los procesos OLTP se utilizó la herramienta de Pentaho, Data

Integration, también conocida como spoon, con el cual se generó los cálculos

necesarios.

3.4.3.1.3. Análisis de los OLPT

a) Conformación de los indicadores

Se puede visualizar a continuación como se realiza los cálculos para cada indicador:

OLPT

ETL DATA MART

OLAP PENTAHO POWER BI

USUARIO FINAL

OLPT

76

Figura 40. Indicadores para la Gestión Académica. Elaboración propia

b) Establecer correspondencia con los requerimientos

El objetivo es el de examinar los OLTP disponibles que contengan la información

requerida, como así también sus características, para poder identificar las

correspondencias entre el modelo conceptual y las fuentes de datos.

Alumnos

Tiempo

Especialidades

Docentes

Asignaturas

Especialidades

Cursos I N D I C A D O R E

S

Número de alumnos aprobados por año lectivo

Número de alumnos aprobados por especialidad

Número de alumnos aprobados por curso

Sexo Número de alumnos aprobados por sexo

Número de docentes por especialidad

Especialidades

Curso

Número de asignaturas por especialidad

Número asignaturas por curso

77

Figura 41. Proceso de análisis de solución. Elaboración propia.

c) Nivel de granularidad

De acuerdo a las correspondencias establecidas, se analizaron los campos que

serán utilizados para el desarrollo de los reportes de los cuales se determinaron las

perspectivas e indicadores.

Primero se examinó las fuentes de datos entregadas para el análisis, para definir los

significados de cada campo, y luego se consultó con el personal de sistemas que

maneja los datos, para comprender y definir los campos que permitirán obtener los

indicadores deseados.

d) Modelo conceptual ampliado

Se amplio el modelo conceptual, colocando bajo cada perspectiva los campos

seleccionados y bajo cada indicador sus respectivas medidas.

Alumnos

Docente

s

Asignaturas

BUSINESS INTELLIGENCE

Extracción de datos de

los OLTPS

Transformación y estandarización

de los datos

Importación dentro de la

base de

datos OLAP

Construcción

del cubo

Elaboración

de reportes

Tie

mpo

78

3.4.3.1.3. Modelo lógico del DataMart

Se confeccionó el modelo lógico de la estructura del Datawarehose, teniendo como

base el modelo conceptual que ya ha sido creado.

(BERNABEU, 2010) conceptualiza “Modelo Lógico: representación de una estructura

de datos, que puede procesarse y almacenarse en algún SGBD”.

a) Tipo de Modelo Lógico del DataWarehouse

El esquema que se utilizará será en estrella, debido a sus características, ventajas y

diferencias con los otros esquemas.

Figura 42. Modelo Lógico del DW. Elaboración propia

b) Tablas de dimensiones

79

Las tablas de dimensión que forman parte de la herramienta de Business Intelligence

se describen a continuación:

Dim_Tiempo

Dim_Sexo

Dim_alumnos

Dim_Asignaturas

Dim_Especialidades

Dim_Cursos

Dim_Trimestres

Dim_Docentes

c) Tablas de hechos

Las tablas de hechos que formaron parte de la herramienta de Business Intelligence

se detallan a continuación:

Fact_Matriculados

Fac_Calificaciones

Fac_Calificacionesq

d) Uniones

Se realizó las uniones entre las tablas de dimensiones y sus tablas de hechos,

mismas que se puede observar en la siguiente figura.

80

Figura 40. Tablas de hechos y dimensiones. Elaboración propia

e) Modelo Físico

Se generó el modelo físico del DataWarehouse como se lo observa a continuación:

Figura 43. Modelo físico del DW. Elaboración propia

81

3.4.3.1.4. Integración de datos

a) Selección de herramientas

Para mantener la integridad de datos y por el ahorro considerable en los costos de

operación, se seleccionó el gestor de base de datos PostgreeSQL, en donde está

alojada la información que se requiere en fases posteriores para la generación de

informes.

Pehtaho, es la herramienta libre con la cual se implementó la solución para el cálculo

de indicadores.

Microsoft Power BI, es la herramienta con la cual se generó los respectivos reportes

en base a las perspectivas e indicadores anteriormente detectados.

b) Carga Inicial

En esta sección se explica los pasos seguidos para realizar la extracción,

transformación y carga de datos dentro del Datawarehouse desde las fuentes de

datos externas a la plataforma. Se referirá al proceso de extracción, transformación y

carga de aquí en adelante como ETL.

Para el proceso ETL se utilizó la herramienta Pentaho Data Integration (PDI) de la

plataforma Pentaho, también conocida como Kettle.

Figura 44. Proceso ETL. Fuente: Elaboración propia

82

PDI cuenta con varias aplicaciones para la manipulación de datos, entre las que se

tienen Spoon, Pan y Kitchen. Por medio de Spoon, se puede acceder a la interfaz

gráfica que permite diseñar los elementos principales de un proceso de ETL, los

cuales son: trabajos y transformaciones.

Pan es una aplicación que interpreta y ejecuta transformaciones diseñadas con

Spoon. Kitchen es una aplicación que interpreta y ejecuta trabajos diseñados con

Spoon. Mediante estas 3 herramientas se cubren todos los requerimientos de carga

del Data Mart. A continuación se detalla los procesos ETL creados con las

herramientas para el proyecto.

Proceso ETL para carga de datos al SGAF

Este proceso gestiona las transformaciones y trabajos intermedios a ejecutarse y

realizan la carga ordenada de los datos requeridos hacia las tablas del SGAF que

serán fuente para la carga de datos de las dimensiones y hechos y para la posterior

carga de datos en la herramienta Microsoft Power BI para la generación de reportes.

Para lo cual una vez instalada la herramienta Pentaho Data Integratión, se inició para

iniciar con el proceso de carga de datos, como se puede visualizar en la siguiente

imagen.

Figura 45. Entorno de trabajo de Pentaho Data Integration. Fuente: Elaboración propia

83

Luego de ello se procedió a realizar la carga de los datos en base a la BD

transaccional como por ejemplo los datos de alumnos creando la dimensión

Dim_Alumnos, como se lo puede mirar a continuación.

Figura 46. Pantalla para carga de datos de la BD transaccional SGAFI. Fuente: Elaboración propia

Se realizó la corrección de datos inconsistentes como se lo puede observar a

continuación.

Figura 47. Pantalla para corrección de datos inconsistentes. Fuente: Elaboración propia

84

Finalmente se procedió a realizar el proceso de transformación de datos mediante la

carga en las tablas de hechos como por ejemplo en la transformación

Hechos_Matriculas, como se lo observa en la siguiente imagen.

Figura 48. Transformación SGAFI_Matriculas a SGAF_Hechos_Matriculas

Este proceso gestiona las transformaciones y trabajos intermedios a ejecutarse y

realizan la carga ordenada de los datos requeridos hacia las tablas de hechos a

utilizarse para la creación de los cubos de información.

b) Actualización

Una vez, cargado en su totalidad el Datawarehouse, se establece sus políticas y

estrategias de actualización de datos.

Las tablas de las dimensiones y hechos que se cargan mediante el proceso de

transformaciones y trabajos realizados en Pentaho se ejecutan automáticamente

mediante la herramienta Kitchen, este es un programa que ejecuta los trabajos

diseñados en Spoon y que se encuentran almacenados como XML ó están en el

repositorio de la base de datos.

A continuación se presenta las líneas de código que se crearon para automatizar los

trabajos que se usaron en el desarrollo del proyecto:

85

Ejecuta_Job_SGAF.bat

kitchen.bat /rep:pdi_repo /user:admin /pass:admin /dir:/SGAF/jobs

/job:Job_SGAF /level:Basic

Ejecuta_Job_SGAF_Dimensiones.bat

kitchen.bat /rep:pdi_repo /user:admin /pass:admin /dir:/SGAF/jobs

/job:Job_SGAF_Dimensiones /level:Basic

Ejecuta_Job_Dimensiones.bat

kitchen.bat /rep:pdi_repo /user:admin /pass:admin

/dir:/Indicadores/jobs /job:Job_Dimensiones /level:Basic

Ejecuta_Job_Fac_Matriculados.bat

kitchen.bat /rep:pdi_repo /user:admin /pass:admin

/dir:/Indicadores/jobs /job:Job_Fac_Matriculados /level:Basic

Ejecuta_Job_Fac_Calificaciones.bat

kitchen.bat /rep:pdi_repo /user:admin /pass:admin

/dir:/Indicadores/jobs /job:Job_Fac_Calificaciones /level:Basic

Ejecuta_Job_Fac_Calificacionesq.bat

kitchen.bat /rep:pdi_repo /user:admin /pass:admin

/dir:/Indicadores/jobs /job:Job_Fac_Calificacionesq /level:Basic

Se creó un archivo de procesamiento por lotes que genere los bat antes

mencionados y se realizó una tarea programada de Windows para que se ejecute el

último viernes de cada mes.

call C:\pentaho\pdi-ce-4.3.0-stable\data-integration\

Ejecuta_Job_SGAF.bat

call C:\pentaho\pdi-ce-4.3.0-stable\data-integration\

Ejecuta_Job_SGAF_Dimensiones.bat

86

call C:\pentaho\pdi-ce-4.3.0-stable\data-integration\

Ejecuta_Job_Dimensiones.bat

call C:\pentaho\pdi-ce-4.3.0-stable\data-integration\

Ejecuta_Job_Fac_Matriculados.bat

call C:\pentaho\pdi-ce-4.3.0-stable\data-integration\

Ejecuta_Job_Fac_Calificaciones.bat

call C:\pentaho\pdi-ce-4.3.0-stable\data-integration\

Ejecuta_Job_Fac_Calificacionesq.bat

call C:\pentaho\pdi-ce-4.3.0-stable\data-integration\

c) Utilización de Microsoft Power BI para importar datos y generar informes

Para la ejecución de este paso se seleccionó la herramienta Power BI, debido a que

la misma es un conjunto de aplicaciones de análisis de negocios que permite

analizar datos y compartir información, la cual se actualiza en tiempo real y está

disponible en todos los dispositivos. Con solo dar un clic los usuarios pueden

explorar los datos subyacentes del panel mediante herramientas intuitivas que

permiten obtener respuestas fácilmente.

Conexión de Power BI con la Base de Datos SGAF

Una vez instalada la herramienta Microsoft Power BI, se procedió iniciar la

importación de datos desde la Base de Datos SGAF, la cual está alojada en el motor

de Base de Datos PostgreSQL, como se muestra a continuación.

87

Figura 49. Conexión con la fuente de datos SGAF. Fuente. Elaboración Propia

Una vez que se selecciona la fuente de datos, automáticamente se cargan las tablas

de dimensiones y hechos que fueron generadas en la fase anterior mediante la

utilización de la herramienta Pentaho Data Integration. El modelo de base de datos

que se genera en esta herramienta es el mismo que se generó en el DataWarehose

como se puede observar a continuación:

Figura 50. Modelo extraída de la fuente de datos SGAF. Fuente. Elaboración Propia

Una vez escogida la fuente de datos se puede visualizar el entorno de trabajo el cual

en la parte derecha contiene todas las tablas antes mencionadas, que en lo posterior

serán utilizadas para la generación de informes.

88

Figura 51. Entorno de trabajo de Power BI. Fuente. Elaboración Propia

Elaboración de informes

Una vez realizado el proceso importar el conjunto de datos, mismo que se explicó en

el paso anterior, se procedió a elaborar los reportes en base a los indicadores

solicitados por las autoridades y directivos de la institución, como por ejemplo

número de alumnos aprobados por año lectivo.

En el panel campos(fields) se escogió de la tabla Dim_Alumnos(Σid_alumnos) y de la

tabla Dim_Especialidades (especialidad), y nos devuelve el siguiente modelo de

informe.

89

Figura 52. Modelo de informe generado en Power BI. Fuente. Elaboración Propia

Publicación de resultados en el portal Coorporativo

Una de las ventajas del uso de la herramienta Power BI es la de poder compartir la

información con un grupo de usuarios y así lograr mejorar la eficiencia de la

aplicación, para ello se abrió el panel y se seleccionó la opción archivo y publicar en

la web, como se puede ver en la siguiente pantalla.

Figura 53. Panel para publicación de resultados. Elaboración Propia

Se selecciono la opción Crear código para insertar como se muestra en el siguiente

cuadro de diálogo.

90

Figura 54. Pantalla para generación de código. Elaboración Propia

Se comprobó que los datos se pueden insertar en un sitio web público, y se dio clic

en la opción Publicar.

Figura 55. Pantalla para publicación de resultados. Elaboración Propia

Aparece un cuadro de diálogo que proporciona un vínculo que se puede enviar por

correo electrónico, insertar en código (como un iFrame) o pegar directamente en la

página web o el blog.

91

Figura 56. Cuadro de dialogo con código a insertar. Elaboración Propia

Finalmente, los resultados del informe publicados se muestran en la página

corporativa como se observa a continuación.

Figura 57. Resultados publicados en el portal de la AAMPETRA. Elaboración Propia

A esta información tienen acceso todos los usuarios registrados, logrando así la

reducción de costos debiado a que no se requiere de uso múltiple de papelería.

92

3.4.4. Validación de la propuesta

Luego de implementar la herramienta de Business Intelligence en la Academia

Aeronaútica “Mayor Pedro Traversari”, se procedió a generar reportes

personalizados que sirvieron como base para la comprobación de la utilidad de la

misma, y como evidencia de la misma se extendio una carta de satisfacción (Ver en

Anexos).

93

CONCLUSIONES Y RECOMENDACIONES

Conclusiones

El desarrollo de una herramienta de Business Intelligence se fundamento en un

marco conceptual y científico como base para una clara concepción y

estructuración de esta herramienta.

Para la instalación de las herramientas necesarias para implementar la solución

BI, se investigo el funcionamiento de la herramienta Pentaho y Microsoft Power

BI, en base a lectura de libros, búsquedas en línea y manuales, para configurar

de una manera adecuada en el entorno de trabajo para el desarrollo de la

aplicación.

Tanto Pentaho como Microsoft Power BI, son herramientas intituivas, de f[acil

manejo, multiplataforma, sencilla al momento de integrar los datos.

La utilización de la metodología Hefesto, permitó identificar con facilidad los

objetivos y resultados a alcanzar, los cuales son sencillos de comprender, con lo

que se determin[o las necesidades del negocio, en base a los requerimientos del

usuario final.

El proceso de extracción, transformación y carga de datos son los apropiados

siempre y cuado esten basados en la informaci[on requerida por los involucrados

en la toma de decisiones.

La creacion de los diferentes indicadores ayuda a tener la información al instante,

sin necesidad de pasar por un proceso largo como el que en la actualidad se

llevaba a cabo dentro de la AAMPETRA.

El uso de la interfaz de Power BI, permite un manejo intituivo y sencillo a los

usuarios finales en la generación de sus reportes y análisis acorde a las

necesidades de la institución.

94

Recomendaciones

Para una eficaz obtención y comprensión de la lógica del negocio se debe

mantener una estrecha relación con el usuario final en cada una de las fases de

creación e implementación de la aplicación, para así obtener la información

necesaria e identificar los puntos clave en el desarrollo de la solución de

Business Intelligence.

Este proyecto de investigación puede tener un alcance más amplio, con la

generación de nuevos indicadores para mejorar el proceso de gestión financiera

en la AAMPETRA.

Se recomienda mantener reuniones constantes con los usuarios finales de esta

aplicación, para que obtengan los conocimientos necesarios para un correcto

manejo de la solución de BI implementada con el fin de obtener de una forma

fácil y segura la información.

BIBLIOGRAFÍA

1. Beynon-Davies, P. (2014). Sistemas de información. España: Reverté.

2. Sinnexus . (2016). Sinergia e Inteligencia de Negocio S.L. . Obtenido de

Sinergia e Inteligencia de Negocio S.L.:

http://www.sinnexus.com/business_intelligence/sistemas_soporte_decisiones.

aspx

3. AreaTecnologia. (2016). AreaTecnologia. Obtenido de AreaTecnologia:

http://www.areatecnologia.com/informatica/data-warehouse.html

4. BENTTEY, W. (2008). Análisis de sistemas y diseño y métodos. México:

McGraw-Hill.

5. BERNABEU, R. (2010). Data warehousing: Investigación y Sistematización de

Conceptos - Hefesto: Metodología propia para la construcción de un

Datawarehouse. Córdoba, Argentina.

6. Bibliomática. (19 de Octubre de 2014). Obtenido de

http://bibliomatica.blogspot.com/2014/10/tema-7-almacenes-de-datos-y-

mineria-de.html

7. BUSTOS, S., & MOSQUERA, V. (2013). Análisis, Diseño e Implementación de

una solución Business Intelligence para la generación de indicadores y control

de desempeño en la Empresa OTECEL S.A. utilizando la metodología Hefesto

V2.0. Quito: ESPE.

8. CANO, J. (2007). Business Intelligence: Competir con Información. Madrid,

España: ESADE.

9. CEAACES. (2014). Reglamento para el proceso de autoevaluación de las

instituciones, carrera y programas del sistema de educación superior. Quito,

Ecuador.

10. CEAACES. (2015). Modelo de Evaluación Institucional de Universidades y

Escuelas Politécnicas del Ecuador. Quito, Ecuador.

11. CNA-CHILE Consejo Nacional de Acreditación . (2008). Manual para el

desarrollo de procesos de autoevaluación. Chile.

12. CORONEL, C., & MORRIS, S. (2011). Bases de datos diseño, implementación

y administración. México: Cengage Learning.

13. DATAPRIX. (2016). DATAPRIX. Obtenido de DATAPRIX:

http://www.dataprix.com/que-es-un-datawarehouse

14. DAZA, A. (2016). Data Mining. Lima, Perú: Editora Macro EIRL.

15. EvaluandoSoftware. (24 de Agosto de 2016). EvaluandoSoftware.com.

Obtenido de EvaluandoSoftware.com:

http://www.evaluandosoftware.com/sistemas-oltp-procesamiento-

administracion -mantenimiento-transacciones/