Resumen del curso Business Intelligence. ADGG102PO
Objetivos |
---|
Objetivo General • Adquirir los conocimientos relacionados con Datawarehouse, la metodología Datamarting y las herramientas de SQL server para la integración de servicios, utilizando herramientas de inteligencia aplicada a los negocios para la extracción de datos de producción y económicos, relacionados con la empresa del almacén de datos, generando cubos OLAP y estructuras de minería de datos. Objetivos Específicos • Conocer el concepto de la inteligencia de negocios, sus características, herramientas y aplicaciones, así como las ventajas de su implantación. • Conocer aquellos conceptos vinculados con la inteligencia de negocios, como los sistemas OLTP y los sistemas OLAP, así como la implementación y las características de los servidores OLAP. • Conocer en qué se fundamenta el concepto de minería de datos, su funcionamiento y sus principales herramientas. • Aprender a gestionar un proyecto de Business Intelligence. • Conocer las etapas de planificación de un proyecto de inteligencia de negocios. • Conocer tanto los beneficios como los riesgos de implementar un proyecto de inteligencia de negocios. • Conocer cuáles son los procesos ETL y qué debe hacerse para su implantación. • Conocer el funcionamiento de un almacén de datos. • Conocer las diferentes herramientas de consulta y visualización en los sistemas de inteligencia de negocios. • Conocer cómo se crea un cubo multidimensional o cubo Olap. |
Contenido |
Unidad 1: Inteligencia de negocios. • Introducción a la inteligencia de negocios. • La pirámide organizacional. • Herramientas de inteligencia de negocios. • Fundamentos del data warehouse. • Características. • Ventajas. • Sistemas OLTP. • Implementación del data warehouse. • Análisis OLAP (Drill Down, Drill Up). • Servidores OLAP (ROLAP, MOLAP, HOLAP, minería de datos, definiciones de Minería de datos). Sistema ROLAP. Sistema MOLAP. Sistema HOLAP. Minería de datos. • Categorías de minería de datos. • Proceso de minería de datos. • Metodologías de minería de datos. Metodología KDD. Metodología SEMMA. Metodología CRISP-DM. • Herramientas y soluciones de Business Intelligence. • Consultas. • Alertas. • Análisis. • Pronósticos. Unidad 2: La gestión de proyectos de Business Intelligence. • Gestión de proyectos. • Planificación del proyecto. Fase 1.- Determinación de requerimientos. Fase 2.- Estrategia de proyecto. Fase 3.- Planificación del proyecto. Fase 4.- Selección de la tecnología. Fase 5.- Diseño del sistema de información. Fase 6.- Elaboración del sistema de información. Fase 7.- Planificación de la implantación. Fase 8.- Implantación piloto. Fase 9.- Formación. Fase 10.- Puesta en marcha del sistema. • Riesgos. Unidad 3: Arquitectura de un proyecto de Business Intelligence. • Procesos ETL: extracción, transformación y carga de datos. Proceso de extracción. Transformación. Proceso de carga. • El almacén de datos (Data Warehouse). • Herramientas de visualización y consulta: informes. • Herramientas de visualización y consulta: Dashboards. • Herramientas de visualización y consulta: OLAP. • Herramientas de visualización y consulta: minería de datos. • Creación de cubos multidimensionales. |