Business intelligence : técnicas, herramientas y aplicaciones

Con la ayuda de este libro, a través de ejemplos totalmente resueltos, el lector profundizará en el descubrimiento e interpretación de la información contenida en grandes conjuntos de datos, se recorren las técnicas habituales en inteligencia de negocios, así como las herramientas más modernas que las implementan, incluyendo las aplicaciones de IBM, SAS y Microsoft. Para cada técnica se describen los fundamentos metodológicos y se presentan ejemplos prácticos resueltos con el software adecuado.La inteligencia de negocios (Business Intelligence) tiene como finalidad esencial extraer el conocimiento contenido en la información. Hoy día se trabaja con gran cantidad de datos y no es fácil analizarlos de modo óptimo. El proceso de extracción del conocimiento a través de los datos exige el uso de determinadas técnicas que nos van a permitir extraer perfiles, realizar segmentaciones,modelizar el riesgo, pronosticar ventas, ingresos y otras magnitudes a través de modelos predictivos y, en definitiva, ofrecer conocimientos para respaldar las decisiones empresariales.VentajasA través de ejemplos totalmente resueltos se irán presentando las diferentes técnicas de inteligencia de negocios.Expone con sencillez y mediante una metodología interactiva, los conceptos de inteligencia de negocios.Analiza las herramientas más habituales y las posibilidades que ofrecen : Microsoft Power BI, IBM SPSS Modeler, SAS,ConozcaLos Entornos de Trabajo de IBM SPSS, IBM SPSS MODELER, SAS ENTERPRISE MINER , SAS y SAS Enterprise Guide.Técnicas predictivas: árboles de decisión.Técnicas descriptivas Análisis clúster y segmentación.AprendaCómo utilizar las diversas herramientas para explorar y analizar los datos de su organización.Cómo realizar un análisis inteligente a través de Redes neuronales. Portada BI Alfaomegajpg bi alfa omega INDICE INTRODUCCION INTELIGENCIA DE NEGOCIOS Y SISTEMAS DE INFORMACIÓN. INFORMES FINALIDAD DE LOS SISTEMAS DE INFORMACIÓN Y ORIGEN DEL BUSINESS INTELLIGENCE HERRAMIENTAS PARA LA TOMA DE DECISIONES EN BUSINESS INTELLIGENCE. OLAP, INFORMES Y MINERÍA ALMACENES DE DATOS. DATA WAREHOUSE Almacenes de Datos HERRAMIENTAS OLAP, ROLAP Y MOLAP A continuación se presenta un esquema de una operación de ROLL para la agregación de categorías de productos por trimestres y ventas. Existen otras operaciones de OLAP típicas como SLICE & DICE (para seleccionar y proyectar datos en el informe) y PIVOT (para reorientar las dimensiones en el informe). INFORMES OLAP CON CUBE Y ROLLUP EN SQL CAPITULO INTRODUCCIÓN Y COMPONENTES DE POWER Bl USUARIOS DE POWER Bl POWER QUERY Figura 2-1 Figura 2-2 Al mantener el ratón sobre ese primer resultado de la búsqueda, se presenta información sobre ese origen de datos. Los términos de búsqueda que escribió aparecen resaltados (Figura 2-3). Workbook Queries Figura 2-4 Figura 2-5 [ Figura 2-18 Aparece una ventana que le permite seleccionar la tabla principal y la tabla a la que quiere anexar los datos (Figura 2-19). Por suerte, ha ido asignando nombres a las consultas, por lo que le resultará fácil saber qué consultas quiere anexar. Append Figura 2-19 a b Figura 2-24 Y puede obtener también datos externos de todo tipo de orígenes de datos. Figura 2-25 Workbook Queries Figura 2-30 Figura 2-31 51 Á1 Crear cálculos Crear relaciones Crear jerarquías CAPITULO POWER VIEW Informes sencillos Zlick here to add a titk Figura 3-9 Power View Fields Figura 3-10 j a title Power View Fields Figura 3-12 Click here to add a title El Informes detallados Figura 3-19 Figura 3-20 Informes con segmentaciones de datos Figura 3-24 Sub-lndustrv Performance Figura 3-25 Informes de comparaciones POWER MAP CAPÍTULO BUSINESS INTELLIGENCE CON MICROSOFT Bl SQL SERVER CARACTERÍSTICAS DE BUSINESS INTELLIGENCE EN MICROSOFT Bl SQL SERVER PowerPivot para SharePoint 2013 PowerPivot para SharePoint 2010 POWER VIEW PARA SHAREPOINT SERVER: CREAR, GUARDAR E IMPRIMIR INFORMES Crear un informe en Power View para SharePoint Server Abrir un informe existente de Power View Exportar a PowerPoint desde Power View en SharePoint Actualizar los datos del informe Imprimir vistas en un informe de Power View para SharePoint Server Informes de Power View basados en modelos de datos Descripción de los objetos de modelo multidimensional de Power View Field List x Field List * Gráficos y otras visualizaciones en Power View Gráficos circulares Gráficos de dispersión y de burbujas Gráficos de líneas, barras y columnas Gráficos de barras Gráficos de columnas Gráficos de líneas Mapas Matrices Tarjetas Mosaicos ANALYSIS SERVICES, INTEGRATION SERVICES Y REPORTING SERVICES Informes de Reporting Services (SSRS) SQL Server Integration Services Analysis Services CAPÍTULO MODELADO PREDICTIVO CON HERRAMIENTAS DE IBM TÉCNICAS DE MODELADO CON IBM SPSS MODELER Figura 5-3 Figura 5-4 Figura 5-5 Figura 5-7 TÉCNICAS DE MODELADO PREDICTIVO CON IBM SPSS MODELER Ya sabemos que IBMSPSS Modeler agrupa las técnicas de modelización predictivas en la ficha Modelado categoría Clasificación (Figura 5-8). Figura 5-8 Figura 5-13 Figura 5-15 El nodo Lineal: Modelo de regresión múltiple automático Figura 5-25 Figura 5-26 Figura 5-27 Figura 5-30 Figura 5-31 Figura 5-32 El nodo Regresión Logística: Modelos de elección discreta Figura 5-39 Figura 5-40 Figura 5-41 El nodo Regresión Logística: Regresión logística paso a paso Figura 5-53 Figura 5-54 Se observa que el modelo es significativo en su conjunto (p-valor nulo del contraste de la razón de verosimilitud). Los pseudo R-cuadrados han crecido, pero todavía siguen siendo pequeños, aunque esto no es determinane en la diagnosis. El nodo GenLin: Modelo Lineal General Figura 5-61 Figura 5-62 Figura 5-65 Si en la pantala de la regresión en la solapa Modelo elegimos Efectos principales y todas las interacciones de dos factores (Figura 5-66) se obtiene el modelo lineal generalizado ajustado de las Figuras 5-67 y 5-68. Figura 5-66 Figura 5-67 El nodo Discriminante: Modelos de análisis discriminante Figura 5-76 CAPÍTULO MODELADO PREDICTIVO CON HERRAMIENTAS DE SAS MODELO DE REGRESIÓN MÚLTIPLE CON EL NODO REGRESSION El dendograma en el análisis cluster jerárquico Análisis cluster no jerárquico CLUSTERING MEDIANTE REDES NEURONALES Figura 7-14 Análisis cluster con redes neuronales: Nodo Kohonen TIPOS DE ÁRBOLES DE DECISIÓN Árboles CHAID ÁRBOLES DE DECISIÓN CON IBM SPSS MODELER El nodo C5.0 El nodo Árbol C&R El nodo Quest Figura 7-53 Figura 7-54 SEGMENTACIÓN Y PERFILADO CON HERRAMIENTAS DE SAS Figura 8-15 Figura 8-16 Figura 8-17 Figura 8-18 EL PROCESO DE CREACIÓN DE ÁRBOLES DE DECISIÓN CON SAS ENTERPRISE MINER Nodo Input Data Source y los tipos de variables Enlace de nodos de un diagrama. El nodo Data Partition REGLAS DE ASOCIACIÓN CON HERRAMIENTAS DE IBM Y SAS REGLAS DE ASOCIACIÓN REGLAS DE ASOCIACIÓN EN IBM SPSS. EL NODO A PRIORI REGLAS DE ASOCIACIÓN EN IBM SPSS MODELER. EL NODO CARMA Datos tabulares Datos transaccionales NODO DE ASOCIACIONES EN SAS ENTERPRISE MINER Visor de resultados 10 PRONÓSTICOS Y TENDENCIAS CON HERRAMIENTAS DE IBM EL ALGORITMO SERIE TEMPORAL DE IBM SPSS MODELER Componentes de una serie temporal Valores atípicos Transformaciones de series Serie predictora Generación de modelos de series temporales 11 PRONÓSTICOS Y TENDENCIAS CON HERRAMIENTAS DE SAS Figura 11-10 Figura 11-11 Figura 11-12 Figura 11-41 Figura 11-42 Figura 11-43 MODELOS ARIMA ESTACIONALES Y GENERALES CON EL MODELIZADOR AUTOMÁTICO DE SAS ~|n 12 EL NODO CLASIFICADOR AUTOMÁTICO DE IBM SPSS MODELER EL ALGORITMO AUTONUMÉRICO DE IBM SPSS MODELER EL ALGORITMO AUTOCONGLOMERACIÓN DE IBM SPSS MODELER Figura 12-22 Figura 12-24 Figura 12-25 FASE DE EVALUACIÓN EN SAS ENTERPRISE MINER. NODO ASSESSMENT TRABAJO CON EL NODO DE EVALUACIÓN El fichero de datos con las predicciones Models GRÁFICOS DEL NODO ASSESSMENT LIFT (Gráfico de ganancias) Scatter Plot (Gráfico de dispersión)