INTRODUCCIÓN
Los procesos de una organización, indistintamente del rubro al que pertenecen, cada día son más complejos y gestionarlos a veces se hace difícil. Las razones pueden ser múltiples: para brindar nuevos servicios, crear nuevos productos, satisfacer necesidades de clientes, ser competitivos en el mercado, etc. En tanto las tecnologías de información ahora juegan un rol importante en toda la pirámide de la organización, desde la con
sistemas
de
información
transaccionales
base
operativa
la
dirección
hasta
estratégica y gerencial que requieren de sistemas de información para el soporte del proceso de decisiones. Inteligencia de negocios es más que una estrategia aceptada en el campo empresarial. La Oficina de Coordinación y Desarrollo Académico (OCDA) de la Universidad Nacional Agraria de la Selva de
Tingo
María,
el
área
de
aplicación del presente estudio, es uno de los órganos claves con responsabilidad en la toma de decisiones en materia al factor académico estudiantil, se plantea desarrollar estrategias como: la reducción de alumnos especiales según artículos, aplicar nuevos servicios para el estudiante del Centro
Pre Universitario, pregrado, egresados, emprender
motivación
para los estudiantes,
así
también
campañas de
pretende mejorar
las
relaciones con su entorno, integrar procesos con el mismo y eliminar la duplicidad de actividades para reorganizar los procesos académicos con fin
de
atender
las necesidades conjuntas; por tanto, para el desarrollo de
sus funciones y el soporte de las estrategias mencionadas está presente la necesidad de contar con una herramienta de ayuda que agilice el proceso de decisiones.
Como solución se pretende aplicar la estrategia de negocios, desarrollando un Datamart en la OCDA - UNAS, para proporcionar información adecuada, permitir el análisis datos mediante cubos OLAP con el fin de ayudar en el proceso de toma de decisiones en relación a la situación académica del estudiantil. El presente trabajo monográfico consta de 4 capítulos; en el primer capítulo se describe el sistema de referencia y su entorno, el segundo capítulo presenta brevemente lo antecedentes y se definen la base teórica de la investigación, en el tercer capítulo se muestra el proceso de desarrollo del Datamart; posteriormente el cuarto capítulo se dedica a la generación de reportes y el análisis de datos obtenidos del Datamart. El cambio hace que todos, formemos parte de una sociedad del conocimiento, ésta sociedad aún está en sus inicios, en las primeras etapas de formación pero paso a paso debemos construirla para obtener sus beneficios y mejorar nuestra calidad de vida.
OBJETIVOS
o OBJETIVO GENERAL Proveer una herramienta de inteligencia de negocios para facilitar el proceso de toma de decisiones en la Oficina de Coordinación y Desarrollo Académico de la Universidad Nacional Agraria de la Selva de Tingo María, con el fin de agilizar el proceso de análisis de datos, formulación de estrategias de prevención y planificación de actividades de una forma mas rápida.
o OBJETIVOS ESPECÍFICOS Desarrollar un Datamart para la OCDA-UNAS Realizar el proceso de Datawarehousing (Extracción, Transformación y Carga de Datos) Diseñar cubos OLAP de notificación Alumnos, Artículos, Semestres. Generar reportes: cuadros y gráficos estadísticos para el análisis de datos obtenidos del Datamart
JUSTIFICACIÓN Ésta investigación es importante porque está basada en las necesidades y requerimientos de eficiencia operacional de la Oficina de Coordinación y Desarrollo Académico de la UNAS de Tingo María. La misma que forma parte del desarrollo de una estrategia competitiva, de esta casa superior. En el Presente informe se detalló Aspectos Generales del Sistema como la descripción del sistema en estudio, su estructura, funciones y servicios que ofrece; consecuentemente se elaboró el Proceso de Plan Estratégico, definiendo para ello la visión, misión, Análisis FODA, Objetivos y Acciones Estratégicas a tomar, según los objetivos planteados.
I. DESCRIPCIÓN DEL SISTEMA DE REFERENCIA
1.1 Antecedentes Históricos La Universidad Nacional Agraria de la Selva (UNAS), fue creada el 17 de febrero de 1964, mediante la Ley Nº 14912, ocupando los terrenos de la ex Estación Experimental Agrícola de Tingo María, transferido a la naciente Universidad por el Ministerio de Agricultura. Su organización estuvo a cargo de las Universidades Nacionales Mayor de San Marcos y Agraria La Molina. La UNAS, se basa en la Ley Universitaria Nº 23733, cuenta con 06 facultades y 10 carreras profesionales. La comunidad universitaria de la UNAS está conformada por 4 estamentos entre ellos por docentes, administrativos, alumnos y egresados. Una de las oficinas de mayor importancia que pertenece a la parte administrativa de la UNAS es la Oficina de Coordinación y Desarrollo Académico que desde ahora llamaremos OCDA, la cual es una oficina dependiente del Vicerrectorado Académico, encargada de coordinar las actividades académicas a nivel de pregrado y postgrado. La OCDA, esta adscrita a la Universidad Nacional Agraria de la Selva,
depende
académicamente
del
Vicerrectorado
Académico
y
administrativamente del Vicerrectorado Administrativo, según consta en el Estatuto de nuestra Universidad. La OCDA vela por la planificación y cumplimiento de los programas y actividades que contribuyen a la formación integral de toda la comunidad universitaria y de la formación académica de los estudiantes, a través de eventos que buscan el fortalecimiento en virtudes y valores para el bien de la persona humana y su trascendencia en la sociedad.
1.2 Sistema de referencia La delimitación del ámbito de estudio o sistema se reduce a la Oficina de Coordinación y Desarrollo Académico (OCDA) de la Universidad Nacional Agraria de la Selva (UNAS). El rol organizacional de la OCDA es ofrecer servicios de calidad, en los campos de la coordinación académica y gestión de la información y del conocimiento. La Oficina de Coordinación y Desarrollo Académico (OCDA), es una oficina de administración académica que asume por delegación del Vicerrector Académico las competencias de dirección, promoción, información y coordinación de los procesos y actividades académicas
y de gestión del
conocimiento de la Universidad.
1.3 Ubicación Geográfica Está ubicada en la ciudad de Tingo María, capital del distrito de Rupa Rupa de la Provincia de Leoncio Prado en Huánuco: geográficamente se localiza a 9º 17'08” de latitud sur y 75º 59’52” de longitud Oeste, a 660 metros sobre el nivel del mar y una temperatura promedio anual de 24º C.
1.4 Plan Estratégico Institucional 1.4.1 Misión Brindar servicios con calidad y eficiencia que contribuyan a la formación integral y humanista de los estudiantes, profesionales y comunidad; fortaleciendo los estándares de acreditación institucional. 1.4.2 Visión Ser líder en la calidad de gestión de los servicios y coordinación académica, que contribuya al desarrollo y formación integral del estudiante, fortaleciendo los estándares de calidad en el proceso de acreditación institucional.
1.5 Objetivos Organizacionales •
Satisfacer las necesidades y expectativas de sus usuarios y beneficiarios.
•
Impulsar la construcción de una Cultura de la Calidad de servicios en la UNAS.
•
Consolidar la Estructura Organizacional de la UNAS.
•
Contribuir al Mejoramiento Profesional y a la Calidad de Vida de su Talento Humano.
1.6 Organigrama Estructural Para el cumplimiento de sus roles, competencias y objetivos, la OCDA ha definido como campos de trabajo la dirección y sus áreas correspondientes: VICERRECTORADO ACADEMICO JEFATURA DIRECCION SECRETARIA
AREA DE ADMISION ACADEMICA
AREA DE REGISTRO ACADEMICO, Y ARCHIVO
REGISTRO ACADEMICO
EQUIPO TECNICO DE ADMISON
SOPORTE INFORMATICO Y SISTEMAS
CERTIFICACION ACADEMICA ARCHIVO Y ESTADISTICA IMPRESIONES
Figura. 1. Organigrama Estructural – OCDA - UNAS1 1
“Manual de Organización y Funciones de la OCDA”. Fuente: Área de Racionalización - Oficina de Planificación. Elaboración: Año 2007.
1.7 Funciones de la Oficina de Coordinación y Desarrollo Académico2 •
Elaborar el Plan de Funcionamiento de la Oficina de Coordinación y Desarrollo Académico.
•
Planificar y proponer normas y programas sobre los servicios académicos, así como el desarrollo académico, mediante el uso de la tecnología educativa.
•
Coordinar las actividades académicas, que realizan las diferentes facultades de la Universidad Nacional Agraria de la Selva.
•
Cumplir y hacer cumplir el Reglamento de Estudios y Acuerdos del Consejo Universitario.
•
Organizar, coordinar e implementar anualmente el proceso de admisión en sus diferentes modalidades de ingreso
•
Elaborar y procesar las Actas de notas para los exámenes de medio curso, final, subsanación, ciclo de nivelación, escuela de Postgrado y curso de especialización Profesional
•
Visar los Certificados de estudios, constancia de estudios y constancias de Orden de mérito.
•
Llevar los registros de matrícula,
actas de calificación y
certificados de estudios. •
Elaborar y proponer el Calendario Académico
•
Consolidar los horarios de clases en coordinación con las Facultades.
•
Realizar la matrícula de estudiantes de pregrado en los dos Semestres Académicos.
•
Gestionar los carnés universitarios ante la ANR
•
Racionalizar el uso de aulas y coordinar con las oficinas correspondientes su adecuado mantenimiento y limpieza
2
“Manual de Organización y Funciones de la OCDA”. Fuente: Área de Racionalización - Oficina de Planificación. Elaboración: Año 2007.
•
Centralizar
la
información
relacionada
con
el
aspecto
académico. •
Llevar el registro y control de graduados, y efectuar estudios de seguimiento de los egresados
•
Mantener el registro permanente de notas, planes de estudios, currículo y sílabos de cada una de las Facultades y escuela de Post Grado.
•
Seleccionar de estudiantes que ocuparon los Primeros Puestos en el semestre académico concluido en estricto Orden Mérito y de acuerdo a su Reglamentación.
•
Verificar los Registros de Notas con los asentados en Actas de los posibles egresados para su posterior certificación.
•
Presentar el informe anual de las actividades realizadas.
1.8 Servicios que Ofrece3 •
Asesoramiento personalizado del reglamento de estudios a los alumnos, padres de familia y docentes.
•
Brindar Certificado de Estudios
•
Brindar Actas de Notas para los exámenes final, subsanación, ciclo de nivelación, escuela de Postgrado, y curso de especialización Profesional.
•
Ofrece el Calendario Académico
•
Realiza y brinda Horario de clases
•
Entrega los Carnés Universitarios
•
Realizar el proceso de Matricula
•
Realizar el Proceso de Admisión
•
Brinda el registro permanente de notas, currículo y silabos de los cursos de las facultades y escuelas Postgrado
3
“Manual de Organización y Funciones de la OCDA”. Fuente: Área de Racionalización - Oficina de Planificación. Elaboración: Año 2007.
1.9 Asignación de Cargos de la OCDA Tabla 1: Cuadro de Asignación de Cargos UNIDAD
CARGO
ORGÁNI
CARGO ESTRUCTURAL
CLASIFICADO
CA
Director
Director
de
Administración
Académica Técnico
Técnico Académico
Administrativo III Técnico OCDA
Técnico Académico
Administrativo III Técnico
Técnico en Impresiones
Administrativo III Secretaria II
Secretaria
Técnico
Técnico
Administrativo II
Académicas
en
Operaciones
1.10Organización interna de la oficina de coordinación y desarrollo académico. Jefe de Oficina
:
Ingº Jorge Adriazola Del Aguila
Directora
:
Lic.Adm. Educ. Olivia Ruth Pulgar
Secretaria
:
Sra. Mery Julia Malpartida Jaramillo
Área de Admisión
:
Sr. Andrés Oré Aguilar.
T.
Área de Registro Académica
:
Sr. Juan Pujay Campó.
Certificación Académica
:
Lic.Adm. Zulia Rodríguez Ch.
Área de Soporte Informático
:
Bach. Edwin Vega Ventocilla
Sección de Archivos
:
Sr. Fredy Alvino Guevara
Sección de Impresiones
:
Sr. Victor Garrido Atencia
CAPITULO II “PLANEAMIENTO ESTRATÉGICO” 2.1. Definición de la Visión y Misión 2.1.1. Visión La visión de futuro de la OCDA, de acuerdo a las expectativas e ideales por parte del personal administrativo que labora en ella, es como sigue: VISIÓN Ser líder en la atención de los servicios académicos referentes al proceso de admisión a la universidad, el procesamiento de los registros académicos acorde con las exigencias y la modernidad frente al mundo globalizado.
Líder en la atención de los Servicios Académicos
A través del Proceso de admisión de la UNAS
Procedimiento de los registros académicos de la UNAS
Fig 2. Visión de Desarrollo de la OCDA
2.1.2 Misión La misión que todos y cada uno del personal perteneciente a la OCDA persiguen día a día para alcanzar la Visión de desarrollo de la OCDA es como sigue: MISIÓN Brindar servicios académicos con calidad y eficiencia que contribuyan a la formación integral y humanista de los estudiantes, profesionales y comunidad; fortaleciendo los estándares de acreditación institucional
2.1
Análisis FODA 2.2.1 Análisis Externo Oportunidades •
Cooperación de las demás oficinas para disponer de información necesaria para el desarrollo de las actividades.
•
Convenios
con
seminarios
y
instituciones cursos
de
para
dar
especialización
charlas, a
los
trabajadores. Amenazas •
Mejoras en la tecnología en cuanto al robo de información y daños informáticos.
•
Inadecuada disposición laboral.
•
No
se
realizan
actividades
de
mantenimiento
permanente en los servicios. •
Malas políticas académicas gubernamentales.
2.2.2 Análisis Interno Fortalezas •
Red informática y telefónica instalada.
•
Respaldo de la información.
•
Trabajo en equipo dentro del área.
•
Existe vocación de
servicio e iniciativa en los
integrantes de OSA. •
Contar con un parque informático (Pc’s) necesarios para el sistema de información automatizado.
Debilidades
•
Infraestructura física inadecuada.
•
Falta de conciencia por parte de las autoridades de la importancia de OCDA.
•
Mal manejo de la información y de la tecnología.
•
No se cuenta con un sistema de gestión y control de bienes.
•
Incumplimiento de reglamentos.
•
Tiempo de respuesta en la atención a los usuarios en ocasiones lenta.
•
Falta de complemento en el conocimiento de la computación.
•
No contar con adecuadas políticas de seguridad.
2.3 Definición de Objetivos Estratégicos •
Alcanzar un alto nivel de competencia en los estudiantes y egresados.
•
Brindar servicio de calidad a los alumnos.
2.4 Formulación de Estrategias
PLANIFICACIÓN OPERATIVA Alcanzar un alto nivel de competencia en los estudiantes y egresados. ESTRATEGIA RESPONSABLE PLAZO INDICADOR Fortalecer los programas Área de 3 años Cantidad de curriculares
de
Registro,
con
Dirección y los
del
Departamento
mercado local y nacional.
académicos de
Difundir
Facultades Jefe de OCDA y
educación las
acorde
exigencias
Programas
Proyectos
de
investigación Desarrollo
y
cursos.
1 año
Dirección
Numero Programas
y
de y
Proyectos.
Tecnológico
por Facultad. Brindar becas
a
los
mejores estudiantes por
Jefe de OCDA y
4 meses
Dirección
Cantidad de becas por estudiante.
cada semestre
PLANIFICACIÓN OPERATIVA Brindar servicio de calidad a los alumnos. ESTRATEGIA RESPONSABLE PLAZO Capacitación Periódica Área de 1 año
Nº
del
capacitaciones por
personal
administrativo. Atención oportuna en las necesidades
del
Dirección de la OCDA OCDA
60 días
INDICADOR
año. Nº
de
de
requerimientos por
estudiante
alumno.
CAPÍTULO III. “MARCO TEÓRICO”
3.1. Inteligencia de Negocios, Datawarehouse y Datamart Para el desarrollo del Datamart es necesario contar con una base teórica en lo referente a que es la inteligencia de negocios y para que se usa un Datamart. 3.1.1 Inteligencia de Negocios Inteligencia de Negocios o Business Intelligence (BI), es el conjunto de estrategias y herramientas enfocadas a la administración y creación de conocimiento mediante el análisis de datos existentes en una organización o empresa. Este conjunto de herramientas y metodologías tienen en común las siguientes características: Accesibilidad a la información: Apoyo en la toma de decisiones: Orientación al usuario final. 3.2.2 Datawarehouse Es un almacén de datos relacionados a las actividades de una
organización grabadas en una base de datos diseñada
específicamente con el propósito de hacer informes para después analizar estos informes y conseguir información estratégica. El DataWarehouse (DW) tiene como objetivo agrupar los datos de toda la empresa con el fin de facilitar su análisis, de forma que sean útiles para acceder y analizar información sobre la propia empresa.
Figura Nº 4 Esquema de un Datawarehouse 3.2.3 Componentes en la creación de un Datamart Fuentes de Datos Son
las
que
alimentan
de
información
al
DW,
están
diseñadas para registrar grandes cantidades de transacciones. Entre ella tenemos la base de datos OLTP (Una base de datos para soportar procesos transaccionales). Características: • Son pobladas por usuarios finales. • Se optimizan en función a procesos transaccionales. • Se actualizan constantemente.
• Contienen mucha información de detalle.
OLTP:
“Una
base
transaccionales
en
de
datos
para
soportar
procesos
línea (OLTP), puede no ser adecuada
para el DW ya que ha sido diseñada para maximizar la capacidad transaccional y la optima actualización de sus datos.”4
Procesos de extracción, transformación y carga de datos (ETL) Los datos registrado en sistemas OLTP, debe ser extraídos y transformados antes de cargar los resultados en el DW. Uno de los desafíos de cualquier implementación de DW, es el problema de transformar los datos. La transformación de datos también se encarga de las inconsistencias contenido
en el
de datos. Establecidas
reglas de transformación,
deben
las
crearse
e
incluirse las definiciones en las rutinas de transformación.”5
DataWarehouse y DataMart Un
DW
contiene
Cualquier
la
información
de
toda
la
empresa.
departamento puede acceder a la información de
cualquier otro departamento mediante un único medio, así como obligar a que los mismos términos tengan el mismo significado para de
todos. un
área
Un
Datamart
(DM)
almacena
la
información
o departamento especifico y un conjunto de DM’s
forman un DW. Cuadro Nº 2 Diferencia entre BD Operacionales y Datawarehouse Base de Datos Datos Operacionales Orientado a la aplicación Actual Detallada Cambia continuamente
DataWarehouse Datos del negocio para Orientado al sujeto Actual + histórico Detallada + más resumida Estable
Fuente: Manual de construcción de Datawarehouse
Herramientas de Explotación El DW está orientado a la toma de decisiones. Almacena datos de acuerdo a categorías o estructurándolos de forma que favorezcan el análisis de los datos, el análisis preparado
para
específicas
que
ser
explotado
permiten
la
histórico;
mediante
extracción
de
está
herramientas información
significativa y patrones de comportamiento que permanecen ocultos en un enorme repositorio de datos. Las herramientas software que existen son: • Herramienta de consulta y reporte Las herramientas de consulta al igual que la mayoría de herramientas visuales, permiten apuntar y dar un click a los menús y botones para especificar los elementos de datos, condiciones, criterios de agrupación y otros atributos de una solicitud de información. La herramienta de consulta genera entonces un llamado a una base de datos, extrae los datos pertinentes, efectúa cálculos adicionales, manipula los datos si es necesario y presenta los resultados en un formato claro.
4 Datamart http://www.navactiva.com/web/es/atic/aseso/desarrollo/asesor1/2005/32086.j sp 5
http://www.programacion.com/bbdd/tutorial/warehouse/6/#warehousing_arqu itectura_operacione
• Herramientas de base de datos multidimensionales / OLAP Las
primeras
Processing),
soluciones
OLAP
estuvieron basadas
(On en
Line bases
Analytical de
datos
multidimensionales (MDDBS). Un cubo estructural (dos veces un hipercubo o un arreglo multidimensional) almacenaba los datos para que se puedan manipular intuitivamente y claramente ver las asociaciones a través de dimensiones múltiples, pero este enfoque tiene varias limitaciones: - Las nuevas estructuras de almacenamiento de datos requieren bases de datos propietarias. No hay realmente estándares disponibles para acceder a los datos multidimensionales. - La segunda limitación de un MDDB concierne al desarrollo de una estructura de datos.
Las
compañías
generalmente
almacenan los datos de la empresa en bases de datos relacionales, lo que significa que alguien tiene que extraer, transformar y cargar estos datos en el hipercubo. • Sistemas de información ejecutivos El concepto de EIS (Executive Information Systems) es simple: los ejecutivos no tienen mucho tiempo, ni la habilidad en muchos casos, para efectuar el análisis de grandes volúmenes de datos. El EIS presenta vistas de los datos simplificados, altamente consolidados y mayormente estáticas. • Herramientas de Data Mining Data Mining es una categoría de herramientas de análisis openend. En lugar de hacer preguntas, se toma estas herramientas y
se
pregunta
algo
"interesante", una tendencia o una
agrupación peculiar, por ejemplo. El proceso de Data Mining extrae los conocimientos guardados o información predictiva desde el DW sin requerir pedidos o preguntas específicas. Las herramientas Mining usan algunas de
las
técnicas
de
computación asociaciones
más
avanzadas
como
redes
para
generar
neuronales,
modelos
detección
y de
desviación, modelamiento predictivo y programación genética. Modelo Dimensional El modelado dimensional se basa en HECHOS (Facts), tiene algunos
atributos como medidas que se le conoce como
METRICAS. La Fact a su vez cuenta con dimensiones (tablas) que la rodean, todo depende de la complejidad del mismo y de lo que se quiera mostrar. Diseño de Datamarts6 En el proceso de diseño y construcción de los DM’s, existen diversos patrones de desarrollo,
entre
los
cuales
podemos
mencionar tres: el primero conocido como Top Down el cual tiene como base un sistema de DW para toda la empresa y a partir de este se desarrollan los DM’s para las divisiones o departamentos. Un segundo
patrón
denominado
Bottom
-
up, el cual se fundamenta en la construcción de los DM’s de cada departamento o división de la empresa, a partir de los cuales se construye la DW; y un tercer modelo, el cual consiste en llevar una construcción paralela entre ambas estructuras.
6 Sánchez K. Generalidades y Patrones de Desarrollo de Datamarts. Revista Intercedes, 2006
CAPÍTUL O IV. “DESARROLLO DEL DATAMART”
4.1 DATAWAREHOUSE En nuestro sistema desarrollado, lo primero que tuvimos en cuenta fue la creación de nuestro DataWarehouse el cual lo pusimos de nombre “OSA_MART”, el cual se encuentra en el Administrador Corporativo del SQL SERVER 2000, creando en ella el diagrama de datos estrella.
4.2 CREACIÓN DE LAS DIMENCIONES Para la creación del modelo estrella se necesitan elegir las dimensiones para eso nos basamos en las siguientes preguntas.
¿Cantidad de Alumnos que encontraron incurso en los siguientes artículos: 75, 76, 77, 78, 84, 85.
por facultades y respectivos
semestres? ART. 75º Alumno en observación, que al finalizar el ciclo no alcanzo un promedio de 11 el siguiente semestre e matricula como máximo 15 créditos y pago por cada crédito es de S/. 10.00 (ALUMNOS ESPECIALES). ART 76º El alumno que no haya cumplido con rendimiento mínimo en el periodo de observación será suspendido de la UNAS, En el semestre siguiente. ART 77º Separado definitivamente de la UNAS. ART 84º El alumno que no concluya en el periodo de 10 semestres, perderá la gratuidad de enseñanza y los beneficios de Acuerdo al Art. 57º de la Ley 23733. ART 85º El tiempo máximo de permanecía para su formación profesional será de 16 semestres efectivos. Esta Información nos permitirá conocer el desarrollo académico de cada alumno y en que condición académica se encuentra, de acuerdo a los artículos establecidos. ¿Cantidad de Alumnos que se matricularon por semestres? Esta información nos servirá para poder realizar un análisis detallado de la demanda existente en cada facultad, de acuerdo a esta información
la
administración
podrá
correspondientes, que pueden ser: •
Designación de presupuesto.
•
Capacitación de profesionales.
tomar
las
decisiones
•
Contratación de docentes.
•
Implementación de laboratorios.
•
Mejoramiento de infraestructura.
Las dimensiones encontradas según a las preguntas realizadas son:
DIMENSIONES MaeAlu_Dim MaeFac_Dim Time_Dim
4.3 DTS: DATA TRANSFORMATION SERVICES
CAPITULO V “ANÁLISIS DE LOS DATOS”
CONCLUSI ONES
1. Se logró estructurar el modelo estrella teniendo en cuenta las dimensiones
como:
MaeFac_dim,
MaeAlu_dim,
Time_dim,
relacionándola con nuestra tabla central llamada Hechos. 2. A través del DTS se pudo migrar los datos de la Base de Datos transaccional OSA al DatawareHouse OSA_MART. 3. Mediante la creación de los cubos, que se encuentran con el nombre de Origen de Datos llamado DW_OSA, se pudo analizar las consultas como: la cantidad de alumnos que estuvieron incursos en los artículos: 75, 76, entre otros y la cantidad de demanda de alumnos existentes en las
distintas
facultades
como:
Zootecnia, Agronomía,
Naturales Renovables, Industrias, FACEA y Sistemas.
Recursos
RECOMENDACIO NES
1. Se recomienda el rediseño del Modelado de la Base de Datos Transaccional de la OCDA “Oficina de Coordinación y Desarrollo Académico”, para eliminar la redundancia de datos e inconsistencia en las tablas, como en el caso de la tabla MaeUso que no se encuentra relacionada con las tablas movimientos del sistema, ya que esta tabla se usa para registrar usuario y sin ninguna relación no se puede llevar el control de los usuarios. 2. Se recomienda a la UNAS, la entera migración de sus tablas “dbf” a un gestionador de Base de Datos como es SQL Server 2000, con la finalidad de tener una mejor administración de los datos. 3. Se recomienda la creación de un DATAWAREHOUSE, para almacenar información histórica de los movimientos de la OCDA, de tal manera que podamos realizar las respectivas consultas para una mejor toma de decisiones.
REFERENC IAS
a. Referencias Bibliográficas -
Sánchez K. “Generalidades y Patrones de Desarrollo de
Datamarts”. Revista Intercedes, 2006
b. Referencias Electrónicas -
Casares Claudio. “Datawarehousing”. Bases de datos. URL: http://www.programacion.com/bbdd/tutorial/warehouse/6/#warehou sing_arquitect ura_operacione, 2006
-
Dirección General de Información en Salud. “Bases de Datos
en formato de Cubo Dinámico”. URL: http://dgis.salud.gob.mx/cubos.html -
INEI. “Manual de
Construcción de
un
DataWarehouse”.
URL: http://www.inei.gob.pe/biblioineipub/bancopub/Inf/Lib5084/INDEX. HTM -
MINSA. “Plan Estratégico Institucional” URL:
www.minsa.gob.pe/portal/06TranspAccesoInf/05PlanEstrategico/Archivos/pei/EvaluacionPEI270805.p df. Lima, Perú, 2005 -
Morales Eduardo. “Datamart” URL: http://ccc.inaoep.mx/~emorales/Cursos/KDD/node162.html, 2006.
-
Rayner Huamantumba. “Manual para diseño y desarrollo de
Datamart”. URL: http://www.ruedatecnologica.com, 2007 -
Strange Kevin. “DataWarehouse Vs. DataMarts”. Home page de
Gartner Group. URL: http://www.gartner.com/webletter/ibmbusint/article4/article4.html. San Diego, California, 1998