Mostrar el registro sencillo del ítem

dc.contributor.advisorHernández Ortiz, Eduardo
dc.contributor.authorRamírez Alvarado, Jorge Enrique
dc.date.accessioned2025-08-22T23:08:07Z
dc.date.available2025-08-22T23:08:07Z
dc.date.issued2016
dc.identifier.urihttps://hdl.handle.net/20.500.14329/1383
dc.descriptionDigital
dc.description.abstractInteligencia de Negocios o Business lntelligence es la habilidad para transformar los datos en información, y la información en conocimiento, es una herramienta de análisis de información que facilita la toma de decisiones. Como principal fortaleza de las herramientas BI, es que permite ver información relevante, así como pronosticar un determinado comportamiento en un lapso de tiempo, brindando la ventaja de poder tomar decisiones en el momento adecuado y de la forma correcta. Las herramientas B! tienen como principal objetivo ofrecer información relevante que pueda responder a las necesidades de negocio de una forma acertada y oportuna
dc.description.tableofcontentsTabla De Contenido 1. Planteamiento Del Problema 2 1.1 Descripción Del Problema 2 1.2 Formulación Del Problema 7 2. Justificación Del Problema 8 3. Objetivos 8 3.1 Objetivo General 9 3.2 Objetivos Específicos 9 4. Alcance Y Limitaciones 10 4.1 Alcance 10 4.2 Limitaciones 10 S. Marco Referencial. 11 5.1 Estado Del Arte (Antecedentes) 11 5.2 históricos 11 6. Marco teórico 13 6.1 Business Intelligence (Bi) 13 6.1.1 Beneficio Uso Bi 14 6.2 Metodología Kimball. 15 Principales Elementos De Un Data Warehouse 16 Fuente de Datos 16 Área de Trafico de datos 16 Servidor de presentación 17 Modelo Dimensional. 17 Data Mart 17 DataWareHouse 18 Procesos Básicos de Data WareHouse 18 6.2.2 Procesos para la Gestión del Proyecto y los requerimientos 6.2.2.1 Ciclo de Vida : 19 6.2.2.2 Planificación 19 6.2.2.3 Análisis de requerimientos 20 Diseño 20 Elaboración Modelado Dimensional 20 Arquitectura 21 Arquitectura técnica 21 Selección del plan de arquitectura y selección de productos 21 Diseño y Desarrollo de Presentación de datos 21 Implementación 22 Agregación 22 Extracción Transformación y Carga (ETL) 22 Aplicaciones de usuarios 22 Implementación y Crecimiento 22 Planificación de la Implementación 22 6.2.6.2 Crecimiento Data WareHouse 23 6.2.7 Esquema Copo de Nieve 23 6.2.8 Esquema Estrella 23 6.3 Tablas De Hechos 24 6.3.1 Tipos Tablas De Hechos 24 6.4 Tablas De Dimensiones 25 6.4.1 Tipos De Dimensiones 25 6.5 Granularidad 26 6.6 Claves Suplentes O Sustitutas (Surrogate Key 6.7 Medidas 6.7.1 Indicadores Clave 27 6.7.2 Métricas 27 6.8 Jerarquías 28 7. Marco Metodologic0 29 7.1 Metodología De La Investigación 29 Tipo de Investigación 29 Población 29 Muestra 29 Instrumentos y Equipos 30 7.1.5.1 Equipos (Hardware, Software) 30 7.1.5.2 Instrumentos 31 8. Procedimient0 32 9. Metodologia De La Ingenieria Del Provect0 .33 9.1 Descripción De La Metodologia .33 9.1.1 Análisis y Planificación 33 9.1.2 Diseño 33 9.1.3 Desarrollo 34 9.1.4 Puesta en marcha 34 10. Ejecución De La Metodologia 35 10.1 Analisis 10.1.1 Levantamiento de requerimientos .35 10.1.2 Análisis de riesgos 36 10.1.3 Análisis de fuentes 38 10.1.3.1 Actores que intervienen en el sistema 38 10.1.3.2 Diagrama de clases: 38 10.1.3.3 Diagrama General de los Casos de Uso 39 10.1.3.4 Diagrama de actividades 43 10.1.3.5 Diagrama de Secuencia 10.2 Diseño 52 10.2.1 Modelo dimensional 52 10.2.1.1 Granularidad 55 10.2.2 ARQUITECTURA DEL SISTEMA DE INFORMACIÓN 55 10.2.2.1 Análisis de fuentes 10.2.2.2 Estándares de Nombramiento 59 10.2.2.3 DEFINICION DE ROLES 61 10.2.2.4 REPORTES 10.2.2.5 DISEÑO ETL 66 10.3 DESARROLLO 73 10.3.1 Perfilamiento de datos 73 10.3.2 Proceso Carga de Datos Fuente al Área Staging 81 10.3.2.1 Transformación datos dimensión Puntos de Servicio al área Staging 10.3.2.2 Transformación datos dimensión Cliente al área Staging 10.3.2.3 Transformación datos dimensión Formas de pago al área Staging 10.3.2.4 Transformación datos dimensión Tiempo al área Staging 86 10.3.3 Proceso carga De Datos del Área Staging al Datamart 87 10.3.3.1 Creación del Datamart 87 10.3.3.2 Creación de la Dimensión Formas de Pago 87 Fuente: El Autor 88 10.3.3.3 Creación de la Dimensión Punto de Servicio 88 10.3.3.4 Creación de la Dimensión Producto 88 10.3.3.6 Creación de la Dimensión Tiempo 90 10.3.3.7 cargue de Dimensiones 91 10.3.3.8 Cargue de la Fact Table 92 10.3.3.9 Generación de Scripts 94 10.3.3.10 Modelo Estrella 96 10.4 Puesta en Marcha 97 10.4.1 Generación de Reportes y Dashboard 97 11. Cronograma 99 12. Costos 100 13 conclusiones Y Hallazgos 102 Bibliografía 104 Anexos
dc.format.extent129 Páginasspa
dc.format.mimetypeapplication/pdfspa
dc.language.isospaspa
dc.publisherEscuela Tecnológica Instituto Técnico Centralspa
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/spa
dc.titleAnálisis de información con estrategias BI que permita pronosticar las mejores zonas en la ciudad de Bogotá para apertura de nuevos parqueaderos de la empresa Parking International S.A.Sspa
dc.typeTrabajo de grado - Pregradospa
dc.rights.licenseAtribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)spa
dc.rights.accessrightsinfo:eu-repo/semantics/closedAccessspa
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1fspa
dc.type.driverinfo:eu-repo/semantics/bachelorThesisspa
dc.type.versioninfo:eu-repo/semantics/acceptedVersionspa
dc.description.degreelevelPregradospa
dc.description.degreenameTecnología en desarrollo de softwarespa
dc.publisher.facultyIngeniería de Sistemasspa
dc.publisher.placeBogotá D.C.spa
dc.publisher.programIngeniería de Sistemasspa
dc.relation.referencesAdamson Chisthopher - Venerable Michael, DATA WAREHOUSE DESIGN SOLUTIONS, 1998, ISBN 04712519Xspa
dc.relation.referenceshttp://inteligenciadenegociosdiegobrito.blogspot.com/2014/01 /la-metodologia-dekimbal l.htmlspa
dc.relation.referenceshttp://www.ucasal.edu.ar/htm/ingenieria/cuadernos/archivos/5-p56-rivaderaformateado. pdfspa
dc.relation.referenceshttp:f/www.kimballgroup.com/data-warehouse-business-intelligenceresou rces/kimbal I-tech n iq ues/dw-bi-Iifecycle-method/spa
dc.relation.referenceshttp://etl-tools.info/es/bi/almacendedatos_esquema-copo-de-nieve.htmspa
dc.relation.referenceshttp://www.dataprix.comlblogs/bi-facil/tablas-hechospa
dc.relation.referenceshttp://www.sinnexus.com/business_intelligence/datamart.aspxspa
dc.relation.referenceshttp://www.businessintelligence.info/serie-dwh/jerarquias-businessintelligence. htmlspa
dc.relation.referenceshttp://www.kimballgroup.com/data-warehouse-business-intelligenceresources/ kimball-techniques/dw-bi-lifecycle-method/spa
dc.relation.referenceshttp://www.bisoftwareinsight.com/business-intelligence-stats/spa
dc.relation.referenceshttp:/Jwww.dataprix.com/bi-usability-evolucion-tendenciaspa
dc.relation.referenceshttp://www.powerpivotpro.com/category/power-view/spa
dc.relation.referenceshttp:/Jwww.oracle.com/us/corporate/customers/customersearch/netpark-1-bi-ss- 1958950.htmlspa
dc.relation.referencesKimball Ralph, THE DATA WAREHOUSE TOOLKIT, Practica! Tecnhiques For Buildings Dimensional Data Warehouse, 1996, ISBN: 0-471-15337-0.spa
dc.relation.referencesVitt Elizabeth - Luckevich Michael - Misner Stacia, BUSINESS INTELLIGENCE, Técnicas de Análisis para la Toma de Decisiones Estratégicas, 2003, ISBN: 84481- 3920-8.spa
dc.relation.referencesWrembel Robert - Koncilia Christian, DATAWAREHOUSE ANO OLAP. Concepts, Architectures and Solutions, 2007, ISBN: 1-599004-366-1.spa
dc.subject.armarcAnálisis de sistemas
dc.subject.armarcInformación
dc.subject.armarcIngeniería de sistemas
dc.subject.armarcRegistro de la información
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aaspa
dc.type.contentTextspa
dc.type.redcolhttp://purl.org/redcol/resource_type/TPspa
dc.rights.coarhttp://purl.org/coar/access_right/c_14cbspa


Ficheros en el ítem

Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

https://creativecommons.org/licenses/by-nc-sa/4.0/
Excepto si se señala otra cosa, la licencia del ítem se describe como https://creativecommons.org/licenses/by-nc-sa/4.0/