Diapositivas de paises

8/18/2019 Diapositivas de paises

1/21

DANNY FERNANDO

GARCÍA JESSICA MICHEL

NEGOCIOS

(MINERÍA DE DATOS)


2/21


3/21

Com#onentes de la inteligenciade negocios,

Multidimensionalidad, La in'o$macinmultidimensional se #uede encont$a$ en -oas dec%lculo" .ases de datos" etc+ /na -e$$amienta deinteligencia de negocios de.e se$ ca#a* de $euni$in'o$macin dis#e$sa en toda la em#$esa e inclusoen di'e$entes 'uentes #a$a as! #$o#o$ciona$ a losde#a$tamentos la accesi.ilidad" #ode$ & 0e1i.ilidadue necesitan #a$a anali*a$ la in'o$macin.


4/21

Mine$!a de Datos, Las a#licaciones de mine$!a dedatos #ueden identi2ca$ tendencias &com#o$tamientos" no slo #a$a e1t$ae$

in'o$macin" sino tam.i3n #a$a descu.$i$ las$elaciones en .ases de datos ue #uedenidenti2ca$ com#o$tamientos ue no son mu&e4identes+


5/21

Agentes, Los agentes son #$og$amas uea#a$entemente #iensan+ Ellos #ueden $eali*a$ta$eas a un ni4el mu& .%sico sin necesidad de

inte$4encin -umana+ Almacenes de Datos, Es la $es#uesta de la

tecnolog!a de in'o$macin a la descent$ali*acin enla toma de decisiones+ Coloca in'o$macin de todas

las %$eas 'uncionales de la o$gani*acin en manosde uien toma las decisiones+ Tam.i3n #$o#o$ciona-e$$amientas #a$a .5sueda & an%lisis +


6/21

Algunos .ene2cios de un sistema deinteligencia de negocio,

6e$mite toma$ meo$es decisiones con asom.$osa

4elocidad & con2an*a+ 6e$miti$ una 4isin 5nica" con'o$mada" -ist$ica"

#e$sistente & de calidad de toda la in'o$macin+ C$ea$ un c!$culo 4i$tuoso de la in'o$macin+ Gene$a$ nue4os datos Meo$a$ com#$ensin & documentacin de los

sistemas+ Meo$a$ la com#etiti4idad de la o$gani*acin+ Ca#acidad di'e$encia$ lo $ele4ante so.$e lo su#e$0uo+

A#o$ta$ in'o$macin actuali*ada tanto a ni4elag$egado como en detalle+


7/21

7Cu%ndo es necesa$ia la inteligencia denegocio8 Cuando la toma de decisiones se $eali*a de 'o$ma

intuiti4a en la o$gani*acin+ En la identi2cacin de #$o.lemas de calidad de

in'o$macin+ Necesidad de c$u*a$ in'o$macin de 'o$ma %gil

ent$e de#a$tamentos+ Cuando se -a alcan*ado la masa c$!tica de datos+ 6a$a e4ita$ silos de in'o$macin+ Los sistemas de Business Intelligence .uscan

$es#onde$ a las #$eguntas, 79u3 #as8"79u3#asa a-o$a8" 76o$ u3 #as8" 79u3 #asa$%8


8/21

7Cmo detecta$ ue no e1iste unaest$ategia8 No -a& un #lan #a$a desa$$olla$" cont$ata$"

$etene$ & aumenta$ el eui#o de BI+ No e1iste un cent$o de com#etencia+ No se conoce si la em#$esa tiene una

est$ategia #a$a el BI+

No e1iste un $es#onsa.le 'uncional (o .ien elasignado no es el adecuado)


9/21


10/21

Ni4el T%ctico, 6e$mite ue tanto los analistas dedatos como la ge$encia media utilicen-e$$amientas de an%lisis & consulta con el#$o#sito de tene$ acceso a la in'o$macin sininte$4encin de te$ce$os+ E1isten -e$$amientas dean%lisis ca#aces de esta.lece$ las $elaciones &causas #$o.a.les ue -an #$o4ocado dic-os

$esultados+ 6o$ eem#lo" un inc$emento de 4entas#uede de.e$se a 'acto$es di4e$sos" tales comonue4as est$ategias de ma$:eting" nue4as#ol!ticas de #$ecios o #$oduccin+


11/21

Ni4el Est$at3gico, 6e$mite ue la alta di$eccin#ueda anali*a$ & monito$ea$ tendencias"#at$ones" metas & o.eti4os est$at3gicos de la

o$gani*acin+


12/21

Mine$!a de DatosLa mine$!a de datos -a eme$gido como una de las tecnolog!as m%s#ode$osas de la inteligencia de negocios+ El t3$mino mine$!a de datos se

$e2e$e a un am#lio es#ect$o de t3cnicas de modelado matem%tico &-e$$amientas de so't;a$e utili*adas #a$a encont$a$ #at$ones en losdatos & const$ui$ modelos a #a$ti$ de los mismos+ Es una -e$$amientatecnolgica ue desa$$olla 4entaas com#etiti4as" de.ido a ue #e$mitee1t$ae$ conocimiento 5til & no4edoso dent$o de las .ases de datos enlas o$gani*aciones" 'acilitando as! la toma de decisiones" &a ue

#$esenta in'o$macin m%s adecuada" lo ue #e$mite dise


13/21

A#$o1imaciones mas comunes de mine$!a dedatos+ Cluste$ing, Es el conunto de t3cnicas & tecnolog!asue #e$miten e1#lo$a$ g$andes .ases de datos" demane$a autom%tica o semiautom%tica" con elo.eti4o de encont$a$ #at$ones $e#etiti4os"tendencias o $eglas ue e1#liuen elcom#o$tamiento de los datos en un dete$minado

conte1to+


14/21

Cluste$ing (Mine$!a de Datos), Se t$ata de ladi4isin de la .ase de datos #o$ g$u#os uetiene #o$ meta encont$a$ g$u#os di'e$entes

ent$e s! & miem.$os simila$es+ Alguien con unim#o$tante conocimiento del negocio de.e$%inte$#$eta$ estos cluste$s (Em#$esasasociadas) #a$a identi2ca$ u3 datos son

$ele4antes & cu%les son i$$ele4antes


15/21

An%lisis de Relaciones, t$ata de la e1#lo$acin de losdatos a 2n de identi2ca$ $elaciones ent$e 4alo$esdent$o de una .ase de datos dete$minada+ Las

asociaciones se denotan como A => B" donde A esel antecedente & B el consecuente? #o$ eem#lo" siuna #e$sona com#$a una im#$eso$a" entoncescom#$a$% #a#el+

Co$ola$io, @emos 4isto cmo el modelo de mine$!ade datos nos #e$mite esta.lece$ #autas de an%lisis#$edicti4o 4%lido" con4i$ti3ndolo en el ee'undamental de la inteligencia de negocio+ Suim#lementacin en las o$gani*aciones es cada 4e*ma&o$+


16/21

Etapas del proceso de Data MingAunue en Data Ming cada caso conc$eto #uedese$ $adicalmente distinto al ante$io$" el #$ocesocom5n a todos ellos se suele com#one$ decuat$o eta#as #$inci#ales Determinación de los objetivos

Pre-procesamiento de los datos

Determinación del modelo

Análisis de los resultados


17/21

6enta-o /na de las -e$$amientas ue #e$mite -ace$

Mine$!a de Datos ent$e ot$as 'uncionalidades es

6enta-o" ue se de2ne a s! mismo como una#lata'o$ma de BI (Business Intelligence)o$ientada a la solucin 6enta-o se com#one'undamentalmente de una in'$aest$uctu$a de

-e$$amientas de an%lisis e in'o$mes integ$ado conun moto$ de ;o$:0o; de #$ocesos de negocio+

Herramientas y funcionalidades de Pentano Pentaho Analysis ervices

Pentaho !eporting

Pentaho Data Ming

Pentaho Dashboard


18/21

Bene2cios del uso de la mine$!a de datos

Cont$i.u&e a la toma de decisiones t%cticas &est$at3gicas+

Gene$a modelos desc$i#ti4os #a$a 4isuali*a$ &com#$ende$ los datos e identi2ca$ #at$ones"$elaciones & de#endencias ue im#actan en los$esultados 2nales (como un maneo de costos"aumentos de $enta.ilidad o ing$esos" gestin de'$audes" minimi*acin de $iesgos" etc+) #a$aguia$ la est$ategia & #lani2cacin de unao$gani*acin+


19/21

Se #uede conclui$ ue

Des#lega$ un #$o&ecto de inteligencia de

negocio en el seno de una o$gani*acin no esun #$oceso sencillo+ Las .uenas #$%cticasindican ue" #a$a llega$ a .uen #ue$to" esnecesa$io tene$ una est$ategia de inteligencia

de negocio ue coo$dine de 'o$ma e'ecti4a lastecnolog!as" el uso" los #$ocesos de madu$e*etc+


20/21

!deo de Inteligencia deNegocios

-tt#s,FF;;;+&outu.e+comF;atc-84=maeHsl;EJlist=6L.KaL-tca#gs#:OI:C$/C9tPQeM


21/21

Diapositivas de paises

Documents

Transcript of Diapositivas de paises