2.-Modelo Data Warehouse

Ver el tema anterior Ver el tema siguiente Ir abajo

2.-Modelo Data Warehouse

Mensaje  Admin el Vie Oct 23, 2015 7:52 am

Estimado estudiante de Ing. en Administración, participe contestando al menos dos de los siguientes reactivos, preguntas o enunciados:

- Conceptos básicos de B.I., data warehouse, datamart y OLAP
- Ejemplo de procesos de negocios que sirven para diseñar e implantar un data warehouse (incluya: mapa de procesos, definición de requerimientos y estudio de factibilidad)
- Tabla comparativa acerca del análisis de factibilidad versus valor al negocio
- Definición y ejemplo para calcular: ROI, ROE y ROA.
- Explique en qué consiste en modelo de madurez para implantación de un Data Warehouse (incluya descripción de hardware, software, procesos de negocio, cultura y personas, reporteo y análisis).
- Ejemplo de diagrama en modelo estrella o snow-flake
- Ejemplo de diagramas de flujo que representen procesos de organizaciones
- Ejemplo de un caso práctico de diseño de un data warehouse
- Algunas soluciones OLAP (de proveedores en México)
- Mapa conceptual, mental o cuadro comparativo de Data Warehouse y OLAP, como herramienta de apoyo en toma de decisiones y evaluación de indicadores de negocio

Atte:

M.C. Edgar Rangel Lugo



Admin
Admin

Mensajes : 311
Fecha de inscripción : 14/03/2012

Ver perfil de usuario http://erangel.foroactivo.mx

Volver arriba Ir abajo

MODELO DATA WAREHOUSE

Mensaje  equipo panky el Mar Oct 27, 2015 11:40 am

Conceptos básicos de B.I., data warehouse, datamart y OLAP


B.I

Las aplicaciones de Business Intelligence (BI) son herramientas de soporte de decisiones que permitenen tiempo real, acceso interactivo, análisis y manipulación de información crítica para la empresa.Estas aplicaciones proporcionan a los usuarios un mayor entendimiento que les permite identificar lasoportunidades y los problemas de los negocios.

Dataware
house

Es una base de datos corporativa que se caracteriza por integrar y depurar información de una o más fuentes distintas, para luego procesarla permitiendo su análisis desde infinidad de perspectivas y con grandes velocidades de respuesta.

Da
tamart

Es una base de datos departamental, especializada en el almacenamiento de los datos de un área de negocio específica. Se caracteriza por disponer la estructura óptima de datos para analizar la información al detalle desde todas las perspectivas que afecten a los procesos de dicho departamento.

OLAP

Los sistemas OLAP son bases de datos orientadas al procesamiento analítico. Este análisis suele implicar, generalmente, la lectura de grandes cantidades de datos para llegar a extraer algún tipo de información útil: tendencias de ventas, patrones de comportamiento de los consumidores, elaboración de informes complejos… etc. Este sistema es típico de los datamarts.

Algunas soluciones OLAP (de proveedores en México)


iBolt


iBOLT, es un líder en integración de aplicaciones y procesos de gestión de negocios, proporciona a las empresas la agilidad de reaccionar a los desafíos presentes de los cambios en los negocios. Utilizando iBOLT, las empresas pueden alinear rápida y fácilmente las necesidades del negocio con su infraestructura tecnológica.

Add Ons


Los add Ons son componentes anexos para agregar funciones determinadas adicionales a las principales de SAP Business One.

Punto de Venta – Retail One

reatilone


Retail One es un punto de venta pensado y desarrollado para el ERP SAP Business One, lo cual nos otorga una perfecta integración entre ambos sistemas. La solución trabaja con un modelo distribuido en el cual cada sucursal tiene una base de datos local que se replica automáticamente al servidor central y viceversa. La base de datos de SAP es afectada de forma íntegra en cada aspecto de lógica de negocios como los inventarios y finanzas. Se acopla a las configuraciones más importantes de SAP Business One.

equipo panky
Invitado


Volver arriba Ir abajo

Conceptos básicos de Business Intelligence, data warehouse, datamart y OLAP

Mensaje  Javier Santibañez el Dom Abr 02, 2017 1:17 pm

Conceptos básicos de Business Intelligence, data warehouse, datamart y OLAP

Business Intelligence:
Es la habilidad para transformar los datos en información, y la información en conocimiento, de forma que se pueda optimizar el proceso de toma de decisiones en los negocios.

Data warehouse:
Es una base de datos corporativa que se caracteriza por integrar y depurar información de una o más fuentes distintas, para luego procesarla permitiendo su análisis desde infinidad de perspectivas y con grandes velocidades de respuesta.

Datamart:
Es una base de datos departamental, especializada en el almacenamiento de los datos de un área de negocio específica.

OLAP:
Es una solución utilizada en Inteligencia de negocios cuyo objetivo es agilizar la consulta de grandes cantidades de datos. Para ello utiliza estructuras de datos diversas, normalmente multidimensionales (o Cubos OLAP), que contienen datos resumidos de grandes Bases de datos o Sistemas Transaccionales (OLTP). Se usa en informes de negocios de ventas, marketing, informes de dirección, minería de datos y áreas similares.

Definición y ejemplo para calcular: ROI, ROE y ROA.

El ROI (return on investment) o retorno de la inversión es el valor económico generado como resultado de la realización de diferentes actividades de marketing. Con este dato, podemos medir el rendimiento que hemos obtenido de una inversión.

Ejemplo:
Para calcularlo se utiliza la siguiente fórmula:

ROI = (BENEFICIO – INVERSIÓN) / INVERSIÓN

Si dedicamos 500€ en recursos para la realización de un curso de Inbound Marketing y obtenemos, tras su finalización, 1.500€ de beneficios, el retorno de la inversión será del 2%. Esto es, que por cada euro invertido en el curso, obtenemos un retorno de la inversión de 2€.

Como decíamos, este dato es fundamental para evaluar un proyecto. Si el ROI es positivo significa que el proyecto es rentable. En el caso contrario si el resultado es negativo la inversión no es rentable y estaríamos perdiendo dinero.


El ROE (return on equity) se define como el cociente entre: beneficio neto después de impuestos/fondos propios y tradicionalmente ha sido un ratio utilizado para medir la rentabilidad de una compañía. Este ratio es utilizado como una medida de la rentabilidad de una compañía y permite hacer comparaciones estáticas de distintas compañías dentro de un mismo sector.

Por ejemplo si se coloca en una cuenta un millón y los intereses generados son cien mil, la rentabilidad es del 10%. La rentabilidad de la cuenta se calcula dividiendo la cantidad generada y la cantidad que se ha necesitado para generarla.

ROE= beneficio neto después de impuestos/fondos propios = 1, 000,000/ 100,000 = 10


ROA:
La rentabilidad de los activos representa la rentabilidad financiera de la empresa,  comparando la utilidad obtenida en la empresa en relación con la inversión realizada. Es decir, el valor en base a su actividad ordinaria.

La fórmula del ROA es:
ROA = (Utilidades / Activos) x 100

Por ejemplo, si una empresa genera utilidades de 4 000, y cuenta con un total de activos de 30 000, aplicando la fórmula del ROA:

ROA = (4 000 / 30 000) x 100

Nos da un ROA de 13.3%, es decir, la empresa tiene una rentabilidad del 13.3% con respecto a los activos que posee. O, en otras palabras, la empresa utiliza el 13.3% del total de sus activos en la generación de utilidades.


ATTE:
Javier Santibañez Renteria

Javier Santibañez
Invitado


Volver arriba Ir abajo

- Ejemplo de diagrama en modelo estrella o snow-flake y- Algunas soluciones OLAP (de proveedores en México)

Mensaje  DiegoArista el Lun Abr 03, 2017 9:20 pm

Diagrama en modelo estrella o snow-flake
Un modelo multidimensional que no tiene jerarquías, se denomina modelo en estrella, si tuviera jerarquías, se denominaría modelo copo de nieve.

ejemplo








proveedores en México de BI



proveedor bi microsoft
Microsoft (Suite SQL Server 2008)
Uno de los clásicos. En el 2008 SQL Server empaqueta la nueva versión de Analysis Services e Information Services, que junto con su gestor documental SharePoint ofrecen una solución atractiva y adaptable a varias configuraciones empresariales. En el análisis de 2010 se comporta bastante bien.

IBM (Cognos)
Al igual que otros, IBM optó por comprar Cognos a principios de 2008. En su versión 8, Cognos ha cosechado varios premios, sin embargo en 2010 ha salido un poquito peor parada en el cuadrante de Gartner.
proveedor BI sap
SAP (NetWeaver)
Los alemanes de SAP ofrecen una solución a la que denominan Business Warehouse, que muy ingeniosamente hace referencia a las capacidades de su herramienta tanto en el ámbito del data warehousing como en el de Business Intelligence. En el sustrato de todo esto queda el trabajo de la empresa Business Objects, que SAP se agenció a finales de 2007 principios de 2008 en un buen movimiento. En el cuadrante de 2010 ha sufrido un pequeño varapalo.
proveedor bi oracle
Oracle (OBIEE 11g)
La gente de Oracle se ha dedicado a comprar todo lo que le ha ido haciendo falta hasta sacar su suite Oracle Business Intelligence Enterprise Edition. Gran parte se basa en el trabajo de la empresa Siebel, la cual compraron en 2005, y sobre su trabajo crearon OBI 10g como suite analítica, que mejoraron en 2010 a la versión 11g. Pese a ser una solución abiertamente criticada por muchos profesionales, se mantiene alta en el cuadrante en parte por fidelidad de sus clientes hacia Oracle.



DiegoArista

Mensajes : 5
Fecha de inscripción : 22/02/2017

Ver perfil de usuario

Volver arriba Ir abajo

UNIDAD2

Mensaje  MARIA TORRES MARTINEZ el Mar Abr 04, 2017 12:00 am



DIAGRAMA DE FLUJO DE ORGANIZACIONES Y PROCESOS

El Diagrama de Flujo es su representación esquemática. Los diagramas de flujo representan la secuencia lógica o los pasos que tenemos que dar para realizar una tarea mediante unos símbolos y dentro de ellos se describen los pasos ha realizar.







OTRO EJEMPLO DE MODELO EN ESTRELLA



MARIA TORRES MARTINEZ
Invitado


Volver arriba Ir abajo

UNIDAD2

Mensaje  MARIA TORRES MARTINEZ el Mar Abr 04, 2017 12:14 am


Proveedores OLAP EN MEXICO

MS-SQL Server OLAP

MS-SQL Server OLAP. Facilita a los usuarios de empresa la elaboración de potentes modelizaciones y análisis utilizando un entorno como Microsoft Office


IBM OLAP

El software IBM Business Analytics es el único que permite que su organización aplique la analítica en la toma de decisiones, en cualquier momento y en cualquier lugar


Oracle OLAP

Oracle OLAP - una opción de Oracle Database 11g Enterprise Edition. Vea todas las ventajas que le ofrece Oracle OLAP




PARA MI;...

EL DATA WAREHOUSE, NO ES MAS QUE EL ALMACENAMIENTO DONDE SE GUARDAN GRANDES CANTIDADES DE INFORMACION SUBDIVIDIDAS EN CATEGORIAS O NIVELES.

UN DATAMART ES:.......UNA MUESTRA DETERMINADA CON CATEGORIA ESPECIFICAS PARA PODER TOMAR UNA DECISION, LA CUAL SE EXTRAE DE UN DATA WAREHOUSE.

UN OLAP ES... UNA SOLUCIÓN QUE NOS PERMITE AGILIZAR LA CONSULTA DE INFORMACIÓN ATRAVEZ DE PRESENTACIONES EN TABLAS PARA EL POSTERIOR ANÁLISIS.




http://olap.mx/proveedores-olap-en-mexico/

MARIA TORRES MARTINEZ
Invitado


Volver arriba Ir abajo

CASO PRÁCTICO DE UNA SOLUCIÓN DE DATA WAREHOUSE[ y Algunas soluciones OLAP (de proveedores en México)

Mensaje  Jesus Garcia Gonzalez el Jue Mayo 11, 2017 5:21 pm

CASO PRÁCTICO DE UNA SOLUCIÓN DE DATA WAREHOUSE

Los orígenes de datos que alimentarán el data warehouse serán:
Decide, define la arquitectura de la solución, según se expresa en el esquema que sigue


Se decide empezar por modelar el negocio de Jurassic Park, identificando las dimensiones de análisis y también los hechos o medidas
Transformación de datos
Por las diferentes versiones de la verdad que cada gerente tiene y en algunos casos porque ni siquiera se llega a tener la información necesaria o está demasiado desactualizada.
Se manejan con diferentes fuentes de información.
Unidad de negocios
Venta de productos
Comidas
Venta de entradas
90 % DE LOS INGRESOS DE LA COMPAÑÍA
Los datos sobre las ventas de entradas y productos no parecen confiables, ni estan listos en tiempo y forma para que el equipo de gerentes pueda tomar decisiones acertadas.
Cada vez que se requiere un informe
de mediana complejidad hay que
solicitarlo al área de sistemas que
demora por lo menos una semana en
confeccionarlo ya que estan demasiado
ocupados con la migración de los servidores corporativos y cuentan con poco personal.
Sistemas de ayuda
a la decisión
Business
Intelligence
Data warehouse
UNA SOLUCIÓN DE NEGOCIO PARA AFIANZAR EL CRECIMIENTO DE LA EMPRESA
De cada empleado es necesario poder hacer análisis de ventas considerando también el impacto de las horas de capacitación recibidas.
El sistema emisor y facturador de entradas, que está presente en todas las boleterías del parque.
Dos sistemas distintos de facturación de productos y comidas para los locales de los parques.
El sistema de administración de RRHH y liquidación de haberes.
Los modelos de datos de las fuentes de datos se diseña el data warehouse objetivo
Lo primero a tener en cuenta para el proceso de ETL es la periodicidad. Se ha considerado la decisión basándose en la necesidad del negocio (con que frecuencia es necesario tener datos actualizados para el análisis) y por otra parte la disponibilidad de los recursos, tanto las fuentes de datos como el data warehouse, ya que verán afectado su rendimiento en gran medida durante su ejecución
En base a ello se decide correr el proceso de ETL para la carga del data warehouse una vez por semana (extrayendo todas las transacciones de la semana anterior) los días domingo a las 22 horas.


Esta decisión se ha tomado porque este nivel de actualización es suficiente para los analistas y además porque ese es un momento en que hay disponibilidad de recursos de procesamiento. También se toma en cuenta que la mayoría de los análisis se hace el día lunes con la información de la semana anterior.
NEGOCIO
Categorías y subcategorías de productos: En los tres sistemas en los que se usan tienen campos con nombres distintos. Los mismos serán integrados en el DW en una única tabla, dejando un único valor para cada categoría y subcategoría de los productos en los sistemas de facturación I y II (ya que existe la misma codificación en ambos sistemas) y se inventarán subcategorías ficticias para cada categoría del sistema de entradas, ya que en dicho sistema no existe el concepto de subcategoría.
Cada sistema de facturación cuenta con su propia codificación de empleados y escuelas (esto significa, por ejemplo, que un mismo código de empleado puede ser usado para dos empleados distintos de un parque a otro). Esto debe ser solucionado mediante el proceso de ETL, usando tablas de conversión o equivalencia.

Esta tabla sirve para ser usada al momento de la extracción de las ventas de los diferentes sistemas de facturación (y el de entradas) al momento de hacer el pasaje al DW. En cada venta se extrae el código del empleado del sistema fuente y, luego de consultar la tabla de equivalencias y obtener el legajo correspondiente, podrá cargar el registro de la venta en forma homogénea en el DW.
Se usará una tabla de equivalencias, donde se unificará la codificación usando el número de legajo del sistema de RRHH.
La solución es similar, usando la siguiente tabla de conversión entre el sistema fuente y el DW, pero es un poco más sencillo ya que los sistemas de facturación I y II tienen los mismos códigos, por lo tanto solo es necesaria una tabla que establezca las equivalencias con el sistema de entradas. En este caso se deja como codificación base en el DW al de los sistemas de facturación I y II.

Algunas soluciones OLAP (de proveedores en México)

Cuando uno empieza a meter la cabeza en el mundo del Business intelligence suele hacerlo de la mano de alguno de los múltiples proveedores que existen. Al menos ese fue mi caso, como desarrollador de Oracle, mis pasos me llevaron al mundo BI junto con la suite Oracle Business Intelligence (OBI), una de las más ambiciosas del mercado.

Sin embargo, existen muchos otros proveedores de BI, y como cualquier tema relacionado con la informática, aquí no es bueno casarse con nadie… Así que vamos a echar un vistazo a los principales jugadores del partido.

Cada año, la consultora Gartner saca un estudio en el que posiciona los proveedores de BI más importantes valorando las últimas versiones de sus productos. Podemos considerarlo como uno de los rankings más respetados, y aunque es un poco complicado de interpretar, nos servirá como punto de partida.


  • Microsoft (Suite SQL Server 2008):
Uno de los clásicos. En el 2008 SQL Server empaqueta la nueva versión de Analysis Services e Information Services, que junto con su gestor documental SharePoint ofrecen una solución atractiva y adaptable a varias configuraciones empresariales. En el análisis de 2010 se comporta bastante bien.
  • IBM (Cognos)

Al igual que otros, IBM optó por comprar Cognos a principios de 2008. En su versión 8, Cognos ha cosechado varios premios, sin embargo en 2010 ha salido un poquito peor parada en el cuadrante de Gartner.

avatar
Jesus Garcia Gonzalez

Mensajes : 5
Fecha de inscripción : 15/02/2014
Edad : 21

Ver perfil de usuario

Volver arriba Ir abajo

Definición y ejemplo para calcular: ROI, ROE y ROA. y Ejemplo de diagrama en modelo estrella o snow-flake[

Mensaje  Eloina Garcia Zacarias el Jue Mayo 11, 2017 6:15 pm

Definición y ejemplo para calcular: ROI, ROE y ROA.


Generalmente se manejan 3 clases de cocientes para medir la rentabilidad de un negocio o de la aplicación de fondos en efectivo a partir de la información CONTABLE . Aqui están las definiciones:


ROA (RETURN ON ASSETS O RENTABILIDAD SOBRE ACTIVOS) =(UTILIDAD BRUTA ANTES DE IMPUESTOS, INTERESES, AMORTIZACIONES Y DEPRECIACIONES) / ACTIVO TOTAL

ROE (RETURN ON EQUITY O RENTABILIDAD SOBRE PATRIMONIO) = UTILIDAD NETA / PATRIMONIO TOTAL

ROI (RETURN ON INVESTMENT O RETORNO SOBRE INVERSION) = (INGRESOS TOTALES - COSTO TOTAL DE FONDOS INVERTIDOS) / COSTO TOTAL DE FONDOS INVERTIDOS


Naturalmente, estas formulas son las que tradicionalmente se basan en las cifras CONTABLES para darles validez financiera es necesario que cada valor, si es posible, se extraiga del ESTADO DE FLUJO DE CAJA y a precios de mercado!


De lo anterior, El fundador del grupo industrial químico del mismo apellido estableció el siguiente algoritmo, llamado identidad de DuPONT =

(UTILIDAD NETA / VENTAS)*(VENTAS/ACTIVO)*(ACTIVO/PATRIMONIO) Esto en otras palabras traduce que ROE o la rentabilidad patrimonial de su negocio puede verse afectada por el MARGEN NETO, LA PRODUCTIVIDAD DEL ACTIVO Y EL APALANCAMIENTO DE LOS ACTIVOS


Por otro lado, tradicionalmente se habla de GRADOS DE APALANCAMIENTO : OPERATIVO Y FINANCIERO. En realidad más que de apalancamientos de lo que se tratan estos indicadores es de medir e indicar el comportamiento de una variable independiente de la empresa con respecto a otra dependiente, veamos:



ELASTICIDAD OPERATIVA =

d%UTILIDAD BRUTA ANTES DE INTERESES, DEPRECIACIONES, AMORTIZACIONES E IMPUESTOS / d%VENTAS TOTALES NETAS

ELASTICIDAD FINANCIERA =

d%UTILIDAD O GANANCIA NETA / d%UTILIDAD BRUTA ANTES DE INTERESES, DEPRECIACIONES, AMORTIZACIONES E IMPUESTOS


ELASTICIDAD TOTAL=

ELASTICIDAD FINANCIERA*ELASTICIDAD OPERATIVA o alternativamente,

d%UTILIDAD O GANANCIA NETA / d%VENTAS TOTALES NETAS

d%: Es la variación porcentual del rubro en cuestión de un período a otro, generalmente 1 año fiscal.

Vamos a ilustrar todas las definiciones con un ejemplo real sacado de los ESTADOS FINANCIEROS de esta compañía petrolera de la que el suscrito es accionista.

ROA= 40.605.542/210.538.129 = 0.1929 o 19.29%, ROE= 25.918.920/97.530.648=0.2658 o 26,58% ROI al igual que los anteriores indicadores será contable, aqui vamos sumar todos los ingresos de cualquier índole de la compañía y por otro lado sumar todos los costes y gastos del periodo.

ROI = 205403037- 179484117 / 179484117 = 0.1444 o 14,44%.

DE LA IDENTIDAD DUPONT: 25.918.920/205.403.037=0.1262; 205.403.037/210.538.129=0.9756; 210.538.129/97.530.648= 2.1587 Y simplificando: 0.1262*0.9756*2.1587=0.2658= ROE = 26.58% reescribiendo en porcentajes.


Elasticidades (las referencias corresponden a las cifras de los años fiscales 2006-2005), entonces:

ELASTICIDAD OPERATIVA: (63.572.977/59.497.132)-1 y (205.403.037/179.065.284)-1 ELASTICIDAD OPERATIVA= 0.0685/0.1471=0.4656 =46,56%

ELASTICIDAD FINANCIERA: (25.918.920/23.724.723)-1 Y (63.572.977/59.497.132)-1 ELASTICIDAD FINANCIERA: 0.09249/0.0685=1.3502=135,02%

ELASTICIDAD TOTAL=0.4656*1.3502=0.62865312=62,865312%

Cuanto más alto el valor de las ELASTICIDADES, mejor para los socios y accionistas. Nuevamente aunque las formulas tradicionalmente se calculan a partir del BALANCE GENERAL Y DEL ESTADO DE RESULTADOS; para darles validez financiera los valores deben extraerse del ESTADO DE FLUJO DE CAJA!


Ejemplo de diagrama en modelo estrella o snow-flake




Ejemplo de modelo de datos en copo de nieve.
El esquema en copo de nieve (snowflake schema) es un esquema de representación derivado del esquema en estrella, en el que las tablas de dimensión se normalizan en múltiples tablas. Por esta razón, la tabla de hechos deja de ser la única tabla del esquema que se relaciona con otras tablas, y aparecen nuevas joins gracias a que las dimensiones de análisis se representan ahora en tablas de dimensión normalizadas.
En la estructura dimensional normalizada, la tabla que representa el nivel base de la dimensión es la que hace join directamente con la tabla de hechos. La diferencia entre ambos esquemas (star y snowflake) reside entonces en la estructura de las tablas de dimensión. Para conseguir un esquema en copo de nieve se ha de tomar un esquema en estrella y conservar la tabla de hechos, centrándose únicamente en el modelado de las tablas de dimensión, que si bien en el esquema en estrella se encontraban totalmente denormalizadas, ahora se dividen en subtablas tras un proceso de normalización. Es posible distinguir dos tipos de esquemas en copo de nieve, un snowflake completo (en el que todas las tablas de dimensión en el esquema en estrella aparecen ahora normalizadas en el snowflake) o un snowflake parcial (sólo se lleva a cabo la normalización de algunas de ellas).

Eloina Garcia Zacarias

Mensajes : 4
Fecha de inscripción : 23/02/2017

Ver perfil de usuario

Volver arriba Ir abajo

Modelo Data WareHouse

Mensaje  srleone el Lun Mayo 15, 2017 5:50 pm

1.- Definición y ejemplo para calcular: ROI, ROE y ROA.
ROI
El retorno sobre la inversión (RSI o ROI, por las siglas en inglés de return on investment) es una razón financiera que compara el beneficio o la utilidad obtenida en relación a la inversión realizada, es decir, «representa una herramienta para analizar el rendimiento que la empresa tiene desde el punto de vista financiero.
Calculo
Para su cálculo, en el numerador se pueden admitir diferentes definiciones de beneficios, como por ejemplo el beneficio neto después de impuestos, el BAI (antes de impuestos) o el BAII (antes de intereses e impuestos), mientras que en el denominador se debe indicar los medios para obtener dicho beneficio.
ROA (Return On Assets) = Beneficios / Activos medios
Margen sobre ventas = Beneficios / Ventas
Rotación del activo = Ventas / Activo total promedio
Ejemplo
Si lo activos finales del ejercicio a estudiar son 230 000 y los del anterior ehercicio on 170 000, tendremos unos activos medios de 200 000. Si el beneficio es de 20 000 tendremos un ROA = 10 %.
Referencia Bibliográfica
1. Pulliam Phillips, Patricia; Phillips, Jack J. (2006). Return on Investment (ROI) Basics. American Society for Training and Development. p. 187. ISBN 978-15-6286-406-4.
2. Franklin, Enrique Benjamin (2007). Auditoría administrativa: Gestión estratégica del cambio. Pearson Educación. p. 843. ISBN 978-97-0260-784-7.


ROE
Por rentabilidad financiera entendemos la renta ofrecida a la financiación.
Mientras el rendimiento es la medida de la riqueza generada por la inversión, la rentabilidad es el “premio” dado a los fondos propios utilizados en la financiación de la misma.
Supongamos una inversión a un año de importe 1.000.- euros que reporta un 15% anual exento de impuestos. Para financiar esta inversión utilizamos 650.- € de los fondos propios de la compañía y 350.- de un préstamo al 6% anual.
El rendimiento de la inversión será del 15% sobre 1.000.-€, es decir de 150.-euros.
15% de 1,000 = 150
Este rendimiento, antes de retribuir al accionista, debe asumir el coste financiero de la deuda.
6% de 350 = 21
Dicho coste financiero es del 6% sobre 350, por tanto asciende a 21.-€.
Descontado el coste de la financiación tenemos el rendimiento que puede destinarse a retribución del accionista, en nuestro ejemplo:
150 – 21 = 129
Este importe de 129 es el “premio” que ofrecemos a nuestros accionistas por haber aportado fondos para la realización del negocio empresarial. Es la expresión de la retribución a los fondos propios. Recibe el nombre de rentabilidad financiera o ROE, por las siglas de la expresión inglesa Return On Equity.
Generalmente expresamos la rentabilidad como porcentaje a partir de la ratio:
Rentabilidad Financiera = ROE = Beneficio Neto / Fondos propios
Mientras la rentabilidad financiera obtenida es de 19,8%
Rentabilidad Financiera = 129 / 650 = 0.198 = 19,8%
Recordemos que el rendimiento de la inversión es del 15%
Como podemos observar, al financiar parte de la inversión con deuda (fondos ajenos) la rentabilidad financiera no coincide con el rendimiento económico. Esta utilización de la deuda para incrementar la rentabilidad de los capitales propios recibe el nombre de apalancamiento financiero.
Así, la rentabilidad financiera es función del rendimiento económico de la inversión y del coste financiero de la deuda (y del tipo impositivo existente). Pero este será el tema de un artículo futuro.
Extraído de: https://raimon.serrahima.com/la-rentabilidad-financiera-roe-concepto-y-calculo/

ROA
Uno de los indicadores financieros más importantes y empleados actualmente por todas las empresas para establecer su rentabilidad es el ROA, el cual, consiste en la relación entre el beneficio obtenido en un determinado período y los activos globales de una empresa.
Su importancia radica en que permite medir el grado de eficiencia de los activos totales de una empresa, independientemente de las fuentes de financiación que haya utilizado, y de la carga fiscal del país en el que ésta desarrolla su actividad principal. Dicho con otras palabras, el ROA permite medir la capacidad de los activos que tiene una empresa para generar renta por ellos mismos.
El indicador ROA se puede calcular del siguiente modo: [ROA = Beneficios EBIT / Activos Totales]
Donde:
• Los beneficios EBIT son aquellos que se obtienen antes de descontar los impuestos, los intereses y las amortizaciones.
• Los Activos Totales se corresponden con el activo promedio de dos balances consecutivos.
El hecho de utilizar el EBIT como factor de medida en el cálculo del ROA, en vez del beneficio después de intereses e impuestos, se debe a que la generación de ingresos procedentes de los activos es independiente de la carga fiscal sobre los beneficios y de la fuente de financiación empleada.

Este indicador permite indicar qué puede hacer nuestra compañía con los activos que posee, es decir, cuánta rentabilidad proporciona cada euro invertido en la misma, lo que resulta enormemente útil cuando se desean comparar diferentes empresas dentro de un mismo sector, ya que la rentabilidad puede diferir significativamente, entre aquellas compañías que pertenezcan a distintos sectores. En términos generales, un buen indicador ROA será aquel cuyo valor sea superior al 5%.

Extraido de: https://www.gestion.org/economia-empresa/gestion-contable/43504/que-es-el-roa-y-como-se-calcula/


2.- Ejemplo de diagrama en modelo estrella o snow-flake
avatar
srleone

Mensajes : 5
Fecha de inscripción : 23/02/2017

Ver perfil de usuario

Volver arriba Ir abajo

2.-Modelo Data Warehouse

Mensaje  RUBRIA TAVIRA REYES el Jue Jun 01, 2017 1:18 am

Ejemplo de un caso práctico de diseño de un data warehouse

vamos a exponer a continuación un ejemplo que iremos elaborando a partir de las diferentes fases de construcción de un datawarehouse.

“La compañía de alquiler de vehículos Rent4you desea diseñar un datawarehouse como sistema de soporte de ayuda a la toma de decisiones estratégicas. La compañía tiene varias sucursales, en las cuales ofertan alquileres de una amplia variedad de vehículos como, coches, motos, caravanas, furgonetas, etc.

El datawarehouse pretende centralizar la información de todas las sucursales con el objetivo de definir nuevas estrategias de negocio. Se quiere analizar tanto las ventas (alquileres realizados en cada sucursal) así como los gastos para poder estudiar cuáles son los puntos de venta que más beneficios aportan, los perfiles de los clientes por tipo de vehículo para ajustar los seguros, la eficiencia de los empleados por sucursal, etc.

El datawarehouse se va a alimentar de grandes bases de datos operacionales como son la de ventas, gastos, clientes y administración de RRHH.”

Fases de Construcción

En la etapa de construcción vamos a modelar las tablas relacionales en una gran estructura desnormalizada compuesta por tabla de hechos, y tablas más pequeñas que definirán las n-dimensiones llamadas tablas de dimensiones.

El modelo dimensional divide el mundo de los datos en dos grandes tipos: las medidas y las dimensiones de estas medidas. Las medidas, siempre son numéricas, se almacenan en las tablas de hechos y las dimensiones son textuales y se almacenan en las tablas de dimensiones.

La tabla de hechos es por tanto, la tabla primaria del modelo dimensional, y contiene los valores del negocio que se desea analizar. Entendidos estos conceptos pasamos a detallar a continuación los pasos a seguir en la construcción del datawarehouse.

1.    Análisis y diseño del modelo en estrella

En esta primera etapa de construcción se lleva a cabo el modelado de los datos, en el que se determinan las tablas de dimensiones y la tabla de hechos.


2. Programa de carga de las tablas de dimensiones y de hechos

En esta etapa se debe llevar a cabo el proceso ETL (Extracción, transformación y carga) que permita leer las tablas de los sistemas transaccionales para que puedan ser cargadas en las tablas de dimensiones. En este proceso se deben considerar todas las restricciones y lógica exclusiva y necesaria para almacenar los datos. Por ejemplo, puede ocurrir que dos empleados de sucursales diferentes tengan el mismo código de empleado, por lo que será necesario el uso de tablas de equivalencias o conversión durante el proceso ETL para evitar inconsistencia y duplicidad de los datos.

Lo primero a tener en cuenta para el proceso ETL es la periocidad, la cual debe establecerse en base a las necesidades del negocio, es decir, con qué frecuencia es necesario tener los datos actualizados para el análisis. También debe contemplarse la disponibilidad de los recursos, tanto de las fuentes de datos (de las que se nutre el datawarehouse) como la del propio datawarehouse, ya que el rendimiento será afectado durante el proceso ETL.

En nuestro caso de estudio, se podría establecer la política de actualización de los datos de manera mensual, extrayendo las transacciones del mes vencido en la madrugada del primer día del mes siguiente. Esta periocidad es suficiente para los analistas, y se establece en un período de tiempo en el que hay disponibilidad de recursos para el procesamiento y no se interrumpe el uso normal de las fuentes de datos.


Esquema del proceso ETL

3. Desarrollo de cubo OLAP

Los cubos OLAP son las herramientas que se basan en la capacidad de analizar y explorar los datos, nos proporcionan un análisis interactivo por las diferentes dimensiones de los datos (por ejemplo, tiempo, producto, cliente, criterios geográficos, etc.) y por los diferentes niveles de detalle. En el siguiente enlace se explica cómo crear un cubo OLAP a partir de Excel 2010.

En conclusión, en el desarrollo de un datawarehouse o almacén de datos se debe tener muy clara la información que se pretende analizar y qué objetivos se persiguen, ya que es la base del proceso ETL que nos permite nutrir de información las tablas de hechos y dimensiones definidas para nuestro almacén de datos.

Algunas soluciones OLAP (de proveedores en México)


IBM OLAP
Estudios demuestran que las empresas que aplican la analítica obtienen unos resultados mejores que los de sus iguales. Y aquellas organizaciones con un alto Cociente Analítico, es decir, con una filosofía general basada en analítica, tienen un rendimiento medio tres veces superior. La analítica de negocio permite que su organización identifique las tendencias y los patrones sutiles de modo que pueda anticiparse y controlar los acontecimientos para mejorar los resultados.
El software IBM Business Analytics es el único que permite que su organización aplique la analítica en la toma de decisiones, en cualquier momento y en cualquier lugar . Usted puede:
 Proporcionar conocimiento a todas las personas en todos los roles
 Dar soporte a cualquier tipo de decisión gracias a un conocimiento basado en la analítica
 Dotar a los usuarios de un acceso fácil a la analítica de negocio, ya sea desde el escritorio o desde los dispositivos
móviles
 Mejorar los resultados de negocio ahora y en el futuro

Oracle OLAP
Reducción del costo total de propiedad al realizar análisis complejos en la base de datos existente
Oracle OLAP —una opción de Oracle Database 11g Enterprise Edition— es un motor de cálculo que abarca toda la gama de aplicaciones analíticas avanzadas, con planificación, presupuestos, pronósticos, ventas y marketing, para ayudar a identificar las tendencias de negocio claves y modelar escenarios comerciales complejos. Las vistas cúbicas de OLAP materializadas en Oracle Database 11g aumentan drásticamente el rendimiento de las consultas analíticas complejas al acceder a datos multidimensionales.

MS-SQL Server 2012
El nuevo complemento PowerPivot para Microsoft Excel 2010 facilita a los usuarios de empresa la elaboración de potentes modelizaciones y análisis utilizando un entorno como Microsoft Office, con el que están muy familiarizados. Con la tecnología integrada de Microsoft SharePoint Server los usuarios pueden compartir modelos y colaborar sin esfuerzo en la empresa, sin necesidad de que los departamentos de TI intervengan a cada paso. Los administradores pueden controlar las soluciones que generan los usuarios y los recursos que necesitan con el Panel de Gestión de PowerPivot en SharePoint. Al emplear la interfaz de usuario Fluent de Microsoft Office o funcionalidades como las PivotTables, PivotCharts y la sintaxis de fórmula de Excel en sus expresiones de análisis de datos, los usuarios disponen de las herramientas que necesitan para obtener respuestas a sus preguntas en segundos, en vez de horas o días.



RUBRIA TAVIRA REYES
Invitado


Volver arriba Ir abajo

unidad 2 respuesta

Mensaje  EMMANUELDIAZ el Miér Jun 07, 2017 2:46 pm

Conceptos básicos de B.I., data warehouse, datamart y OLAP


B.I

Las aplicaciones de Business Intelligence (BI) son herramientas de soporte de decisiones que permitenen tiempo real, acceso interactivo, análisis y manipulación de información crítica para la empresa.Estas aplicaciones proporcionan a los usuarios un mayor entendimiento que les permite identificar lasoportunidades y los problemas de los negocios.

Dataware
house
Es una base de datos corporativa que se caracteriza por integrar y depurar información de una o más fuentes distintas, para luego procesarla permitiendo su análisis desde infinidad de perspectivas y con grandes velocidades de respuesta.

Da
tamart
Es una base de datos departamental, especializada en el almacenamiento de los datos de un área de negocio específica. Se caracteriza por disponer la estructura óptima de datos para analizar la información al detalle desde todas las perspectivas que afecten a los procesos de dicho departamento.

OLAP

Los sistemas OLAP son bases de datos orientadas al procesamiento analítico. Este análisis suele implicar, generalmente, la lectura de grandes cantidades de datos para llegar a extraer algún tipo de información útil: tendencias de ventas, patrones de comportamiento de los consumidores, elaboración de informes complejos… etc. Este sistema es típico de los datamarts.

Algunas soluciones OLAP (de proveedores en México)


iBolt


iBOLT, es un líder en integración de aplicaciones y procesos de gestión de negocios, proporciona a las empresas la agilidad de reaccionar a los desafíos presentes de los cambios en los negocios. Utilizando iBOLT, las empresas pueden alinear rápida y fácilmente las necesidades del negocio con su infraestructura tecnológica.

Add Ons


Los add Ons son componentes anexos para agregar funciones determinadas adicionales a las principales de SAP Business One.

Punto de Venta – Retail One

reatilone


Retail One es un punto de venta pensado y desarrollado para el ERP SAP Business One, lo cual nos otorga una perfecta integración entre ambos sistemas. La solución trabaja con un modelo distribuido en el cual cada sucursal tiene una base de datos local que se replica automáticamente al servidor central y viceversa. La base de datos de SAP es afectada de forma íntegra en cada aspecto de lógica de negocios como los inventarios y finanzas. Se acopla a las configuraciones más importantes de SAP Business One.

EMMANUELDIAZ
Invitado


Volver arriba Ir abajo

Re: 2.-Modelo Data Warehouse

Mensaje  Contenido patrocinado


Contenido patrocinado


Volver arriba Ir abajo

Ver el tema anterior Ver el tema siguiente Volver arriba

- Temas similares

 
Permisos de este foro:
No puedes responder a temas en este foro.