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.