Componentes de inteligencia de negocios en el Área de la Energía, las Industrias y los Recursos Naturales no Renovables.

Abstract

La información se ha convertido en un elemento necesario para el surgimiento de las empresas modernas, se necesita tener conocimiento sobre sus competidores y el mercado en el que se desenvuelven, por tal motivo los datos históricos se convierten en una fuente de información valiosa, que al ser tratada adecuadamente incrementaría la competitividad de cualquier organización. Las instituciones de educación superior, también pueden hacer uso de las grandes cantidades de información provenientes de las diferentes áreas o facultades y sus respectivas carreras, esta información puede llegar a ser de gran utilidad para descubrir posibles falencias en el desenvolvimiento académico. El presente proyecto de investigación, describe un proceso orientado a la incorporación de componentes de inteligencia de negocios (Business Intelligence) en el Área de la Energía, las Industrias y los Recursos Naturales no Renovables de la Universidad Nacional de Loja. Para este fin, se construyó un Data Warehouse centrado en la parte académica de la misma. El Data Warehouse del área estará formado por dos Data Marts (estudiantes-docentes), para su construcción se realizó actividades tales como: la obtención de requerimientos del negocio (identificación de preguntas), identificación de perspectivas de análisis e indicadores de rendimiento, el análisis de la información contenida dentro del SGAWebServices, que es el principal OLTP para el desarrollo del presente proyecto, y el desarrollo de un modelo relacional que actuará como almacenamiento temporal, y en base a este último poblar los modelos dimensionales (Data Marts), basándonos en el esquema estrella y la arquitectura de Ralph Kimball. La construcción e integración de los Data Marts, se realizó mediante procesos de Extracción, Transformación y Carga (ETL) a partir de datos contenidos en el SGAWebServices de la Universidad Nacional de Loja, los mismos que serán llevados a un almacenamiento temporal denominado STAGE_ENERGIA, para luego ser llevados a cada Data Mart y finalmente mostrar al usuario la información requerida a través de herramientas de Procesamiento Analítico en Línea (OLAP), complementándose además con herramientas de reporteo, en base a los datos contenidos en cada Data Mart.