TESIS II 2010Introducción Actualmente, en cualquier entidad que procese información y que cuente con una base de datos, sabemos que es necesario que esta se actualice constantemente, y el propósito de ella es proveer información a la empresa con un adecuado manejo como transformaciones, búsqueda de patrones y consolidaciones. Es así como nace el término repositorio de datos, que en el ámbito de ingeniera de sistemas es conocido como Datamart, que apoyado en técnicas, metodologías y herramientas buscan ofrecer información adecuada para la toma de decisiones. El presente proyecto de tesis permite ilustrar paso a paso la implementación de un Datamart en el Departamento y Área de RR. HH. Del hospital “FÉLIX TORREALVA DE ICA”, el cual viene asumiendo fundamentalmente la responsabilidad de gestionar activos valiosos como es el capital humano. Una buena gestión de los recursos técnicos, económicos y humanos contribuye a la mejora del hospital. En el Capítulo I trabajamos el marco teórico en donde encontramos la historia como son los antecedentes del Datamart con algunas experiencias exitosas, las bases teóricas y el marco conceptual que son de nuestras variables independientes y dependientes. En el Capítulo II del planteamiento del problema vamos a delimitar el problema del presente trabajo de investigación que se realiza en el hospital “Félix Torrelava Gutiérrez, en el área de RR.HH y formulamos el problema general de investigación ¿En que medida el desarrollo de un DATAMART como herramienta de gestión va a ayudar a la toma de decisiones en el área de RR. HH. del hospital “FÉLIX TORREALVA GUTIÉRREZ”? problemas específicos. y los Página 1 TESIS II 2010 En el capítulo III de la metodología para nuestra tesis, el tipo, nivel y diseño, también encontraremos la población y muestra y las técnicas de recojo de datos En el capítulo IV de los instrumentos de investigación levantaremos la información a través de cuestionarios, documentación y ficha de observación para la técnica de análisis técnicas estadísticas. Durante el capitulo V desarrollaremos la contrastación de la hipótesis general y la hipótesis especifica de acuerdo a los valores obtenidos de las encuestas realizadas antes y después de la implementación del Datamart. El Capítulo VI aquí se realiza la presentación, interpretación y discusión de los resultados. Página 2 TESIS II 2010 CAPITULO I: Marco Teórico Página 3 Un claro ejemplo lo podemos ver en España. etc. A partir de ese momento precursores e idealistas fueron sentando las bases para la creación de la administración convirtiéndola en una ciencia. La humanidad ha utilizado varias formas para llevar a cabo transacciones de los bienes. descripciones 1 y denominaciones para el intercambio de artículos o servicios . planeación y organización de grupos para ejercitar diversas actividades (entre ellas la pesca. Tal es así que nace el término de Business Intelligence que es bastante antiguo. en donde se registraban las transacciones de pago compulsorio de oro.1 Antecedentes Historia Desde épocas remotas la humanidad se ha preocupado por la creación de bienes con el mínimo de recursos. Distintos pueblos y en distintos períodos se practicaban la previsión. En los años 60's surgen las tarjetas perforadas. El rey español creó la "Casa del Oro". CAPITULO I: Marco Teórico 1. En años más recientes durante la revolución industrial se pusieron en práctica ideas que sirvieron para la creación de la administración.). el comercio.TESIS II 2010 I. tal es el caso de los antiguos pueblos al utilizar monedas de metal con diferentes insignias. fenicios. los transistores y el lenguaje estructurado COBOL. después de la conquista de América. agricultura. la guerra. que luego usaban a la hora de tomar decisiones para mejoras en la vida de sus pueblos. ya que durante ese tiempo se pensó en la manera de producir más con menos recursos. Este Página 4 . ello permitió tener una visión general de la economía del país hispano. hace miles de años los maya/ incas. egipcios y otros pueblos practicaban este principio cuando usaban información obtenida de la naturaleza. persas. esto a Página 5 . seguía siendo complicado y funcionalmente pobre. . . pero facilitaron el acceso a la información. Bill Inmon).Las empresas empezaron a interesarse en las soluciones de BI de una forma más decisiva.En 1970: Se Desarrolla las primeras bases de datos y las primeras aplicaciones empresariales (SAP. .En 1980: Creación del concepto data Warehouse (Ralph Kimball. JD Edwards. pero no fueron capaces de ofrecer un acceso rápido y fácil a dicha información. . y aparición de los primeros sistemas de reporting. aumentando la información disponible. Estos proveedores resultaban caros. A pesar de todo. .En 1969: Se Crea el concepto de base de datos (Codd). Siebel. Línea de tiempo de BI3 .TESIS II 2010 nuevo despliegue tecnológico.0. y en cierto modo agravaron el problema que pretendían resolver (¡Había aún más versiones de la verdad!).En 1989: Introducción del término Business Intelligence (Howard Dresner). Peoplesoft). Existían relativamente potentes sistemas de bases de datos pero no había aplicaciones que facilitasen su explotación. aparece los dispositivos de acceso directo (Dasd). Estas aplicaciones permitieron realizar “Data Entry” en los sistemas.En 1990: Business Intelligence 1. permitió al usuario facilitar el control de los sistemas y de la información2. Proliferación de múltiples aplicaciones BI. Microsoft). . la Inteligencia de Negocios faculta a la organización a tomar mejores decisiones más rápidas. cuando el concepto se difundió como un proceso de evolución del Executive Information Systems (EIS) . IBM. Consolidación de las aplicaciones BI en unas pocas plataformas Business Intelligence (Oracle.un sistema creado a finales de la década del 70 en el MIT (Massachusets Institute of Tecnology-EUA)1. Con la ausencia de BI. se empieza a considerar otro tipo de información y documentos no estructurados3. Este concepto se requiere analizar desde tres perspectivas: Hacer mejores decisiones más rápido.TESIS II 2010 finales de 1996. El componente de inteligencia de negocios que ayuda a resolver los problemas actuales de las empresas son los Data Warehouse así como la construcción de los Data Marts. sino también de las oportunidades . y usar una aplicación relacional para la administración5 Página 6 . plataformas de software. Según Peña (2006). convertir datos en información. el término Inteligencia de Negocios procura caracterizar una amplia variedad de tecnologías.0. A parte de la información estructurada. En resumen. No solo advierte de 4 los problemas. SAP.En 2000: Business Intelligence 2. existe de hecho un hueco: Cuando los usuarios toman decisiones y analizan riesgos y oportunidades basados en información anecdótica. incompleta o desactualizada. especificaciones de aplicaciones y procesos. El objetivo primario de la a Inteligencia de Negocios es contribuir a tomar decisiones que mejoren el desempeño de la empresa y promover su ventaja competitiva en el mercado. lo cual no es mejor que adivinar. Mejora su libro y define múltiples bases de datos llamados datamarts que son organizados por procesos de negocio.TESIS II 2010 Este conjunto de herramientas y metodologías tienen en común las siguientes características4: Accesibilidad a la información Apoyo en la toma de decisiones Orientación al usuario final. Presidente de Enterprise Group Itd. a lo largo de la historia8. Lideres y Gurús del BI-Datawarehouse 6 Son aquellas personas que han hecho historia en el campo de BI ya que han aportado gran cantidad de ideas para luego aplicarlo a las empresas. Es el principal analista de OLAP Survey Report. Se trata definitivamente de un influyente hombre en el mundo de la informática. que proporcionan información en el mundo de BI. Bill Inmon: Es reconocido por muchos como el “Padre del Data Warehouse”. Lead author the OLAP report. Por lo que vamos a mencionar a algunos de ellos: Ralph Kimball: Dimensional Data Warehouse Guru. Nigel Pendse. especialmente si se selecciona una herramienta en la que se basa un sistema de BI y para obtener un análisis profesional e independiente de los mejores productos disponibles en el mercado9. Ralph Kimball Associates autor de "The Data Warehouse Toolkit". Experto en OLAP. Página 7 . Douglas Hackney. Experto en data marts. pero usan medios de datos estandarizados para la empresa7. Página 8 . Resultados: La creación del presente data mart permitirá que las diferentes áreas o unidades de la facultad cuenten con información académica de una forma autónoma. siempre guardando los debidos controles de seguridad y acceso a la información. La importancia del DW. se diseñó un modelo de datos de tipo constelación. incluso entre otros recursos tales como los salones. en el cual existen 4 tablas de indicadores con algunas dimensiones compartidas.TESIS II 2010 2. facilitará la información que muchas empresas requieren sobre referencias de los estudiantes que solicitan empleos. La metodología utilizada en este sistema es extensible a otras industrias y para otros indicadores. Al existir una gran cantidad de dimensiones en el modelo del sistema. se produce una mayor flexibilidad a la hora de enfrentar cambios en los datos. Así también.2 ESTUDIOS PREVIOS “Desarrollo de Un DataMarts de Información Académica de Estudiantes de La Escuela de Ciencias Y Sistemas de La Facultad De Ingeniería de La USAC” . agosto de 200710.Guatemala. sin que exista la dependencia de centro de cálculo. todo dependiendo de las variables que se encontraron para los datos almacenados. Diseño y Construcción de un DataMart para la Mantención de Indicadores de Sostenibilidad de la Industria del Salmón: ISIS11 Para construir el prototipo del sistema.1. permitirá que la asignación de carga de estudiantes sea mejor distribuida entre los catedráticos. Contar con una herramienta de inteligencia de negocio en la Escuela de Ciencias y Sistemas. con algoritmos simples pero de mucha robustez para cualquier proyecto de clusterización. la psicología. limpia y consolidada. sino. Existen otras áreas de estudio que también pueden resultar provechosas para la institución. sirva como modelo para futuros proyectos que tengan relación con la medicina. ya que este proyecto no contempla la creación de ningún software para este fin. Con lo cual se ha demostrado que se puede modelar sistemas de minería de datos. Autores Michael Wladimir Vizuete Naranjo y Carlos Patricio Yela Shinin. 200613. Análisis. se trató de aplicar la mejor técnica. Resultados: En cada uno de los pasos de la metodología. Quito Marzo Página 9 . Autor Iván Gildo Tapia Rivas LIMAPERÚ 200612. diseño e implementación de un Datamart para el Área de Sismología del departamento de Geofísica de la Escuela Politécnica Nacional. Los aportes principales de la tesis son: Utilización de herramientas como Servicios de Minería. Se pretende que este proyecto. explicar todos los métodos usados que cumplieron el objetivo planteado.TESIS II 2010 que permite que el usuario final pueda tomar decisiones con información confiable. y en todo campo donde se puede identificar tendencias de conductas o patrones de las mismas. Una metodología para sectorizar pacientes en el consumo de medicamentos aplicando Datamart y Datamining en un Hospital Nacional. En estos entornos el usuario final encuentra los métodos más óptimos para obtener y mantener la información según sus necesidades La evolución de concesiones hipotecarias del gobierno de la Rioja con Pentaho15 Mediante el data mart. homogeneidad. y en última instancia el consejero están accediendo a información consolidada. Desde la perspectiva de los horizontes de tiempo únicos. Son la respuesta a la problemática relacionada con la disponibilidad de la información. almacenamiento e historización. La representación de la Página 10 . acceso y explotación. con la que tomar decisiones sobre los últimos datos y tendencias.TESIS II 2010 El horizonte de tiempo de los datos es muy diferente de un ambiente al otro. y actualizada.3 EXPERIENCIAS EXITOSAS Servicio de implantación rápida del Data Mart de recursos humanos. 2.14 La solución DataMart desarrollada por Oracle Consulting proporciona la puesta en marcha de un entorno Business Intelligence & Warehouse especifico para el área de recursos Humanos en solo 16 semanas. los subdirectores. modelado. aportando un entorno integral que cubre el ciclo completo de gestión de la información: adquisición.1. El Data mart contiene un resumen de la información que no se encuentra en el ambiente operacional. basado en la plataforma tecnológica de Oracle y en sus herramientas de explotación y manejo de información. hay poca superposición entre los ambientes operaciones y de Data mart. trasformación. La información en el ambiente operacional es mas reciente con respecto a la del Data mart. Así mismo. un mayor control sobre las entidades bancarias que conceden los préstamos. Se ha confirmado que. Se ejerce. al disponer de toda la información histórica de gastos consolidada . especialmente modelados para la gestión de su empresa y sus sistemas. tanto histórica como actual. el usuario tiene mayor capacidad de detectar tendencias de gasto mediante los cuadros de mando. mediante un solo visor multidimensional. El CSIC analiza sus gastos presupuestarios con Pentaho Data Mart S. de generarse informes ad-hoc para complementar los mismos. Modelamiento de Cubos OLAP Página 11 . y planificar de una forma más eficiente los de ejercicios futuros. que les permite identificar gráficamente los sectores que menos están accediendo a las ayudas. pueden estudiar el perfil de vivienda para la que se solicitan las hipotecas. a su vez. BI16. desde 2002. se está pudiendo ajustar los presupuestos de gasto del ejercicio en curso. y una exploración mucho más dinámica de toda la información. Con todo ello. revisando acuerdos y ajustando porcentajes.TESIS II 2010 información es tal. pudiendo así planificar campañas de información sectoriales. ajustando así la oferta de VPO.A The Business Intelligence Company “Chile”17 La empresa se encarga de: Modelamiento de DataWarehouse Creación de Bases de datos Relacionales. Excel. Necesita para el absoluto control de su empresa. Diseño e Implementación de un DataWarehouse de Soporte de Decisiones para un Hospital del Sistema de Salud Público19. Página 12 . Automatización de procesos ETL Automatizamos los traspasos de datos entre sus sistemas transaccionales y su Datawarehouse.TESIS II 2010 Aprovechando la existencia de un Datawarehouse Relacional. a través de indicadores de gestión. Otorga un panorama de lo que está sucediendo en el hospital y presenta esta información en línea. mysql. entre otros). Chequeamos consistencia. En el presente trabajo de tesis presenta una solución que los hospitales pueden implementar para satisfacer sus necesidades de gestión. Oracle. cubos OLAP y reportes dinámicos. depuramos y limpiamos. Le permite conectarse a diversos orígenes de datos (Sqlserver. Análisis. toda la información que Ud. compatible con todos los sistemas informáticos instalados. esto lo convierte en un tablero de comando. que le otorgan operatividad y ejecución en todo momento y desde cualquier lugar. Access. texto. análisis y toma de decisiones. Managernet Business Intelligence “Argentina” 18 Visualiza en forma gráfica. transformamos sus datos para crear sus sistemas de control de gestión y de auditoría de sistemas. El sistema es totalmente web. modelamos cubos OLAP sobre Microsoft SQL Analysis Services. siendo el conjunto de Data Marts específicos orientados al Data Warehouse. quiere decir que de estos mueven la información hacia varios Data Marts con el fin de permitir un análisis más eficiente. Y solo personal autorizado debe trabajar con las bases de datos y acceso a los Data Marts 20. ayuda a que el hospital tenga toda su información consolidada y ordenada en un solo lugar. En la mayoría de las empresas del Perú y del mundo se puede apreciar que muchas ya cuentan de una u otra manera con diferentes Data Marts. Página 13 . por varios Data Marts que se van alimentar de los sistemas operacionales. Otras utilizan los Data Marts como complemento de los DataWarehouse. Algunas de ellas reemplazan definitivamente el concepto de DataWarehouse. como un plan piloto. 2. los cuales ayudan a la empresa a tomar decisiones. La separación de los datos se hace tomando criterios como que departamentos utilizan una información. Los Data Marts se implementan antes que el Data Warehouse. tiempo. pues estos partirían desde una misma fuente de información. según la arquitectura planteada por Inmon. lo cual es muy importante en este tipo de organizaciones debido a la sensibilidad e importancia de la información. Sin embargo muchos de estos Data Marts fueron creados enfocados en los datos y no en las necesidades de información de los usuarios.TESIS II 2010 La creación de un DataWarehouse previa a el desarrollo de los Data Marts. el lugar. y brinda coherencia entre todos los Data Marts.2 Bases Teóricas La existencia de los Data Marts crea nuevas formas de pensar cuando se diseñan repositorios corporativos de datos. etc. por que las empresas de hoy necesitan constantemente de consumir información para poder sobrevivir. Precio Unitario. IGV. Paso 3: Elaboración del Modelo Multidimensional Básico Con ayuda de alguna herramienta CASE. Paso 2: Identificar las dimensiones de Información Las dimensiones de Información es la forma cómo el usuario podrá agrupar la Información.1 Pasos para implementar un DATAMARTS21 Paso 1: Identificar los temas de análisis. Las dimensiones siempre deben responder una de estas 6 preguntas: A Quién. por ejemplo: Tema: Ventas en una farmacia. El esquema empleado como Copo de Nieve. Paso 4: Elaboración del Modelo Multidimensional Complejo Página 14 . Indicadores: Cantidad Vendida.TESIS II 2010 2. Cómo y A quien.. Cuándo. etc. Qué. etc. Recuerde que el usuario siempre necesitará que el Data Marts le responda cualquiera de estas preguntas con la finalidad de poder tomar dediciones mas acertadas. Esta tarea consiste en definir los temas y sus respectivos indicadores que serán analizados y explotados por los usuarios.2. Descuento. deberá diseñar un modelo multidimensional capaz de soportar cualquiera de las consultas que los usuarios puedan hacer en un futuro al Data Marts. Estrella o cualquiera de los derivados como constelación de estrellas. tormenta de nieve. Dónde. dependerá de la herramienta de explotación que estén utilizando. Total. productos o cualquier otro atributo en forma fácil y sencilla. mediana o baja rotación. Página 15 . Paso 5: Elaboración de las especificaciones de carga de datos. En un modelo multidimensional complejo los usuarios podrán segmentar a los clientes.TESIS II 2010 En esta etapa se realiza el proceso de calificación a los indicadores y a los atributos. pudiendo diferenciarlos según cuanto consumen y/o como consumen. se puede crear un grupo personalizado llamado: Calificación de productos en el que se especifica si tiene alta. Por ejemplo: Si queremos segmentar a productos según la rotación de los últimos 6 meses. TESIS II 2010 Este es el momento donde se trata de buscar la información en las diferentes fuentes de datos de la organización para cargar el modelo multidimensional creado. Paso 7: Construcción de la Arquitectura del Data Marts. Paso 6: Creación de Base de Datos. transformar y cargar los datos de los sistemas fuentes hacia la base de datos del Data Marts. con la finalidad de llevar una correcta documentación del proyecto. Se debe crear una base de datos que contendrá la información del Data Marts que será explotada. Paso 8: ETL Consiste en extraer. que en el caso de las herramientas MOLAP serian los cubos de información. Página 16 . Los programas de cargas deben verificar los errores de integridad referencial y limpiarla en el caso que se detecte alguna ocurrencia. por ejemplo: La información está inconsistente. Este es el momento donde se construyen la arquitectura del DATAMART. Los programas de ETL deben cumplir con las especificaciones que se desarrollaron en el paso 5. Una mala planificación o construcción de los programas de ETL pueden ocasionar que los usuarios dejen de usar el Data Marts. En el caso que no exista una metadata se deberá crear una base de datos en blanco con las características y especificaciones técnicas de la herramienta que será utilizada para la explotación de los datos. b. Los programas no se ejecutaron en el momento que se requerían. La Herramienta de explotación. El Modelo Multidimensional. Scorecard. No se puede reprocesar la información y se mantienen datos no certeros. Tipos de Datamart22: Página 17 . Las herramientas de gestión... La carga se paralizó debido a que uno de los programas identificó que existe datos inconsistentes.Se dice que los usuarios solo utilizan el 20% de las opciones que cuentan las herramientas de explotación por falta de capacitación.TESIS II 2010 Sólo se tiene cargado pocos periodos debido a la falta de espacio en el disco. etc. Paso 9: Implementación Un motivo relevante por el cual los usuarios no utilizan los Data Marts es por falta de capacitación Paso 10: Capacitación al Usuario Otro de los principales motivos por el cual los usuarios no utilizan los Data Marts es por falta de capacitación.. c. La capacitación que debe recibir el usuario debe estar enfocada en: a.Es importante que los usuarios conozcan los diferentes modelo multidimensionales de la empresa.Los usuarios deben ser constantemente capacitados en herramientas de gestión como creación de Dashboard. que vienen a ser fact-tables reducidas (que agregan las dimensiones oportunas). según los requisitos de cada área o departamento. en función de la herramienta final que se utilice. los usuarios pueden navegar intuitivamente en un conjunto complejo de datos. pero con el objetivo de explotar la reescritura de queries (aunque sólo es posible en algunos SGBD avanzados. y las vistas materializadas. Al describir y representar la información de esta forma. las dimensiones y las jerarquías son la esencia de la navegación multidimensional del OLAP. hace muy poco para ayudar a entregar la Página 18 .TESIS II 2010 Data Mart OLAP Se basan en los populares cubos OLAP. explotación y mantenimiento de los cubos OLAP es muy heterogéneo. Arquitecturas ROLAP. lo común es introducir mejoras en su rendimiento (las agregaciones y los filtrados suelen ser las operaciones más usuales) aprovechando las características particulares de cada área de la empresa. no obstante. que se construyen agregando. HOLAP23 Los cubos. las dimensiones y los indicadores necesarios de cada cubo relacional. MOLAP. Las estructuras más comunes en este sentido son las tablas report. que se construyen con la misma estructura que las anteriores. el solo describir el modelo de datos en una forma mas intuitiva. como Oracle). Sin embargo. El modo de creación. Data Mart OLTP Pueden basarse en un simple extracto del datawarehouse. HOLAP: Hybrid OLAP: es una combinación de los dos anteriores. Si el datawarehouse es muy grande o se necesita rapidez por parte de los usuarios puede ser un problema. Las implementaciones MOLAP normalmente se desempeñan mejor que la tecnología ROLAP. ROLAP: Relational OLAP. Requiere un Página 19 . Estos vendedores llamaron a esta tecnología OLAP relacional (ROLAP). Los datos agregados y pre calculados se almacenan en estructuras multidimensionales y los de menor nivel de detalle en el relacional. se explican con más detalle en los siguientes párrafos. MOLAP y ROLAP.TESIS II 2010 información al usuario mas rápidamente. Las primeras compañías adoptaron entonces el término OLAP multidimensional (MOLAP). estos conceptos. Tanto los datos pre calculados y agregados como los datos fuente residen en la misma base de datos relacional. MOLAP: La arquitectura MOLAP usa una base de datos multidimensionales para proporcionar el análisis. Por otro lado. pero tienen problemas de escalabilidad. su principal premisa es que el OLAP esta mejor implantado almacenando los datos multidimensionalmente. las implementaciones ROLAP son más escalables y son frecuentemente atractivas a los clientes debido a que aprovechan las inversiones en tecnologías de bases de datos relacionales preexistentes. Desventajas3 Inadvertidamente se puede usar datos no compatibles con otros Data marts que luego alarguen el tiempo de unificación. Menor costo de implementación.TESIS II 2010 buen trabajo de análisis para identificar cada tipo de dato. Elementos que integran un almacén de datos Metadatos Uno de los componentes más importantes de la arquitectura de un almacén de datos son los metadatos. se requiere de hardware adicional para soportar Data marts individuales. Si el Data warehouse es construido primero. 24 Página 20 . Cubre necesidades específicas del negocio. El empleo de los Data marts estará determinado por los que toman decisiones.26 Beneficios de un Data mart 3 Implementación rápida y sencilla. es decir las ventas de la empresa. Por ejemplo en una empresa el gerente de ventas necesitara analizar la información de su área. Respuestas rápidas por el menor volumen de información. Datos descentralizados debido a que cada Data mart corresponde a una base de datos individual por tema o por área. Asegura la consistencia de los datos. debe contener toda la información concerniente a: Tablas Columnas de tablas Relaciones entre tablas Jerarquías y Dimensiones de datos Entidades y Relaciones Funciones ETL (extracción. El metadato documenta. En el ámbito de los data warehouse el metadato juega un papel fundamental. el metadato es de interés para los programas que tienen que manejar estos datos. qué tablas existen en una base de datos. el rol que cumple el metadato en un entorno de almacén de datos es muy diferente al rol que cumple en los ambientes operacionales. transformación y carga) Artículo principal: ETL Los procesos de extracción.TESIS II 2010 Se define comúnmente como "datos acerca de los datos". Sin embargo. Los datos son de interés para el usuario final. qué columnas posee cada una de las tablas y qué tipo de datos se pueden almacenar. entre otras cosas. transformación y carga (ETL) son Página 21 . su función consiste en recoger todas las definiciones de la organización y el concepto de los datos en el almacén de datos. en el sentido de que se trata de datos que describen cuál es la estructura de los datos que se van a almacenar y cómo se relacionan. Transformación. Implican las siguientes operaciones: Extracción. empresarial (utilizando metodologías Página 22 . Es un sistema orientado a la consulta.. En síntesis. Toma de decisiones26 La toma de decisiones es el proceso mediante el cual se realiza una elección entre las alternativas o formas para resolver diferentes situaciones de la vida.3 Marco Conceptual Data Marts25 Es una versión especial de almacén de datos.Consiste en almacenar los datos en la base de datos final.Cualquier operación realizada sobre los datos para que puedan ser cargados en el data warehouse o se puedan migrar de éste a otra base de datos. familiar.TESIS II 2010 importantes ya que son la forma en que los datos se guardan en un data warehouse (o en cualquier base de datos). 2.Acción de obtener la información deseada a partir de los datos almacenados en fuentes externas. por ejemplo el data warehouse objetivo normal. Ayudan a un área específica dentro de un negocio para tomar mejores decisiones.. estas se pueden presentar en diferentes contextos: a nivel laboral. Carga. sentimental. en el que se producen procesos batch de carga de datos (altas) con una frecuencia baja y conocida. se puede decir que los DATAMARTS son pequeños data warehouse centrados en un tema o área de negocio especifico dentro de una organización.. TESIS II 2010 cuantitativas que brinda la administración). Los SGBD relacional deben encargarse de mantener la integridad de los datos almacenados en una base de datos con respecto a las reglas predefinidas o restricciones. entre las básicamente. en todo momento se toman decisiones. la diferencia entre cada una de estas es el proceso o la forma en la cual se llega a ellas. acotarse a 6 grandes ítems: La salud de las personas Interrelaciones personales Los intereses de cuatro grupos poderosos Los enfermos Página 23 . (aún cuando no se evidencie un conflicto latente). Integración de datos27 Integración de datos se refiere al estado de integrar de diferentes bases de datos y se vuelva en un solo formato. es decir. a los efectos de resolver un problema actual o potencial. Gestión Hospitalaria29 Gestión Hospitalaria. Sistema de Gestión Actual28 Un sistema de gestión es una estructura probada para la gestión y mejora continua de las políticas. pueden de acuerdo a los tratadistas.. elegir una disponibles. los procedimientos y procesos de la organización. etc. en La toma de decisiones alternativa consiste. accionistas en los privados).TESIS II 2010 Los profesionales de la salud Los gestores administrativos y directivos Los sostenedores (políticos en servicios públicos. Página 24 . La necesidad de objetivar esos intereses Un gran volumen de personal que se aproxima a 2 a 3 por cama Un enorme volumen de recurso económico. TESIS II 2010 CAPITULO II: Planteamiento del problema Página 25 . y los analistas se enfrentan a los mismos problemas de “encarcelamiento” de los datos. Las bases de datos transaccionales propias de la organización medica en estudio no escapa a los problemas que afectan a las organizaciones de los otros sectores. asisten a un proceso de creciente informatización. constantemente surgen necesidades para obtener información Página 26 . A través de la evolución de la tecnología el Departamento y Área de RR.1 Delimitación del problema Las organizaciones dedicadas a la salud. HH. El trabajo de investigación se realizara en el sector salud en el hospital “Félix Torrealva Gutiérrez”. HH. CAPITULO II Planteamiento del problema 2. Del hospital “FÉLIX TORREALVA DE ICA” viene asumiendo fundamentalmente la responsabilidad. Delimitación temporal. La mayor parte de las aplicaciones aun se vinculan con procesos netamente administrativo – financiero. pero el grado de informatización de datos estrictamente médicos es cada vez mayor. Delimitación social. Adicionalmente a los reportes existentes. El desarrollo tiene un horizonte temporal comprendido entre Abril y Agosto. de gestionar activos valiosos como es el capital humano.TESIS II 2010 II. se supo que la información con la que cuentan es a modo de reportes donde se visualizan números que informan como van trabajando el personal que tienen a cargo. En una entrevista con los responsables del área de RR. Delimitación zonal. Una buena gestión de los recursos técnicos. económicos y humanos contribuye a la mejora del hospital. La delimitación del sistema se reduce a la Oficina del área de personal del Hospital “Félix Torrealva Gutiérrez”. del hospital “Félix Torrealva? Página 27 . HH. por lo que se recurre al área de informática y se le solicita algunos cambios en los reportes.? ¿Cuál es el nivel actual de integración de los datos necesarios para la Gestión del Área de RR. Provincia: Ica. Vemos que hay una dependencia con el área de informática y la inflexibilidad con la que se puede obtener la información. El percibir al negocio en términos estadísticos y no criterios analíticos para identificar conocimiento. Cutervo 104. de tener el conocimiento adecuado. La indisponibilidad de información inmediata que tiene el responsable del área. Distrito: Ica. Ubicado en Av. 2.TESIS II 2010 basándose en nuevos y diversos criterios. HH. del hospital “FÉLIX TORREALVA GUTIÉRREZ”? Problemas Específicos ¿En que medida la utilización de un DATAMART optimiza la toma de decisiones en la gestión del área de RR.HH. Departamento: Ica. El tener que depender de procesos repetitivos. Teléfono: 034234450.2 Formulación del problema Por lo mencionado anteriormente el problema formulado sería el siguiente: Problema General ¿En que medida el desarrollo de un DATAMART como herramienta de gestión va a ayudar a la toma de decisiones en el área de RR. 3 Justificación e Importancia A. Se caracteriza por disponer de una estructura óptima de datos para analizar la información al detalle desde todas las perspectivas que afecten a los procesos de dicho departamento. Objetivos Específicos OE1: Comprobar que la utilización de un DATAMART permite optimizar la toma de decisiones. Relevancia social Visto que la información manejada en el área de RR. HH. del hospital “FÉLIX TORREALVA DE ICA”. ya que permitirá que doctores. Conveniencia La presente investigación propone establecerá los conceptos básicos acerca de los DATAMARTS en el área de RR.TESIS II 2010 2. pacientes. 2. En nuestro caso esta área posee grandes cantidades de datos que son de gran importancia para el personal que labora en el hospital por este motivo que se hace necesaria una herramienta para el apoyo eficiente de los recursos y en la mejora de toma de decisiones no interfieran con la operatividad de la organización. Página 28 . autoridades componentes y público en general puedan beneficiarse de esta información en el momento que lo requieran.4 Objetivos Objetivos Generales Desarrollar un Data Mart para el área de recursos humanos del hospital “Félix Torrealva Gutiérrez” con el fin de realizar consultas de forma rápida y en el momento oportuno para facilitar la toma de decisiones. administrativos. B.HH gira en torno a la comunidad hospitalaria es de vital importancia tener una correcta administración de ella. HH. del hospital Página 29 .TESIS II 2010 OE2: Conocer el Sistema de Gestión Hospitalaria actual que utiliza el área de RR. TESIS II 2010 CAPITULO III Metodología Página 30 . Del hospital “FELIX TORREALVA DE ICA”. información sobre la asistencia de médicos. Método de las entrevistas y las encuestas mediante el cual las personas del área dirán que les parece el DATAMARTS. enfermeras. Nivel y Diseño de Investigación Tipo: Cuasi Experimental Nivel: Descriptivo – Correlacional Diseño: Longitudinal El esquema es el siguiente: GE GC 3. Muestra La muestra de la presente investigación es el 100% de la población ya que son 20 personas en el área de recursos humanos del Hospital “Félix Torrealva Gutiérrez”. CAPITULO III Metodología 3.1 Tipo. Análisis de los datos recolectados.3 Técnicas de Recolección de Datos Método de observación directa. Base de datos del 2008. HH.2 Población y Muestra Población Comprende todo el personal que labora en el área de RR. base de datos del 2008. mediante el cual se verificarán los flujos que presenta esta institución.TESIS II 2010 III. O1 O3 X -O2 O4 Página 31 . 3. técnicas y personal administrativo del hospital del Félix Torrealva Gutiérrez”. TESIS II 2010 CAPITULO IV: De Los Instrumentos De Investigación Página 32 . = 50 puntos Min. -5 Escala Máx. 9. -4 TD = Totalmente en desacuerdo con la pregunta +1. -2 +5. CAPITULO IV: De Los Instrumentos De Investigación 4. posicionadas como: TA = Totalmente de acuerdo con la pregunta PA = De acuerdo con la pregunta I +4. -5 Escala Máx.TESIS II 2010 IV. 5.1 Instrumentos de Recojo de datos Los instrumentos a utilizar serán los cuestionarios. PCSERVER. (-) Cuestionario Nº 2: Constituido por 10 preguntas en escala Likert para medir la aptitud con el DATAMART. 8. Fox-Pro. -4 TD = Totalmente en desacuerdo con la pregunta +1. 3. posicionadas como: TA = Totalmente de acuerdo con la pregunta PA = De acuerdo con la pregunta I +4. 6. ni en desacuerdo con la pregunta 3 PD = En desacuerdo con la pregunta +2. Excel. La información cuantitativa se recogió mediante 3 cuestionarios y fichas de observación: Cuestionario Nº 1: Constituido por 10 preguntas en escala Likert para medir la aptitud con el sistema actual. = 50 puntos Min. 10. -2 +5. = 10 puntos Posicionamiento derecho: 2. ni en desacuerdo con la pregunta 3 PD = En desacuerdo con la pregunta +2. -1 = Indiferente. -1 = Indiferente. = 10 puntos Página 33 . 4. (+) Posicionamiento Inverso: 1. 7. SQL SERVER. 8.TESIS II 2010 Posicionamiento derecho: 2. se utilizó instrumentos como guía de observación. (+) Posicionamiento Inverso: 1. 6. 5. 6. ni en desacuerdo con la pregunta 3 PD = En desacuerdo con la pregunta +2. 10. = 30 puntos Min. -5 Escala Máx. documentaria. 7. 9. -2 +5. posicionadas como: TA = Totalmente de acuerdo con la pregunta PA = De acuerdo con la pregunta I +4. -1 = Indiferente. (-) Para recoger la información cualitativa. = 6 puntos Posicionamiento derecho: 2. se utilizó instrumentos como guía de entrevista y la observación. 3. 4. documentaria. (-) Para recoger la información cualitativa. 4. Página 34 . 5. -4 TD = Totalmente en desacuerdo con la pregunta +1. 3. Cuestionario Nº 3: Constituido por 6 preguntas en escala Likert para medir la aptitud si el Sistema Actual no está integrado y dificulta la toma de decisiones. (+) Posicionamiento Inverso: 1. por lo que se recurre al área de informática y se le solicita algunos cambios en los reportes. constantemente surgen necesidades para obtener información basándose en nuevos y diversos criterios. Hospital “Félix Torrealva Gutiérrez” Página 35 .TESIS II 2010 Fichas de Observación Titulo: Análisis y desarrollo de un Esta información permitirá conocer el DATA MART como herramienta para funcionamiento de los procesos y el proceso de toma de decisiones en actividades que se realiza el área de el área de RR. HH. HH. Adicionalmente a los reportes existentes. También hay ocasiones en donde piden un informe y al poco tiempo van modificando su petición por lo que el área de informática emplean tiempo adicional para volver a realizarlo. Vemos que hay una dependencia con el área de informática y la inflexibilidad con la que se puede obtener la información. HH. se supo que la información con la que cuentan es a modo de reportes donde se visualizan números que informan como van trabajando el personal que tienen a cargo. Lugar: Gutiérrez” Descripción El problema que podemos observar en el área de RR. del hospital en estudio es que requiere de información rápida y en un momento determinado por lo que se apersona al área de informática donde ellos destinan mucho tiempo a la elaboración de reportes. del hospital personal del hospital “Félix Torrealva “FÉLIX TORREALVA DE ICA”. En una entrevista con los responsables del área de RR. desviación estándar. Página 36 .2 Técnicas de Análisis e Interpretación de Datos El análisis que utilizaremos es la Estadística Descriptiva: Media aritmética .TESIS II 2010 4. cuadros. La consistencia del DATAMARTS se probara con la BD cargada y los reportes. gráficos. t student para datos apareados. TESIS II 2010 CAPITULO V: Contrastación de las hipótesis Página 37 . Página 38 . Capitulo V: Contrastación de hipótesis 5.TESIS II 2010 V.1 Contrastación de la Hipótesis General: A. Formulación De Las Hipótesis Nula Y Alterna Hipótesis Nula (Ho) Ha: El uso de un Data Mart permite la mejora significativa del proceso de toma de decisiones en el área de recursos humanos del hospital “Félix Torrealva Gutiérrez”. Con ello se da a entender el primero me servirá de control para conocer los cambios que se susciten después de la aplicación del Datamart. B. utilizaremos la prueba estadística t – student para muestras dependientes en la cual se exige dependencia entre ambas. Hipótesis alterna (H1) Ho: El uso de un Data Mart no permite la mejora significativa del proceso de toma de decisiones en el área de recursos humanos del hospital “Félix Torrealva Gutiérrez”. Selección de la prueba: n < 30. en las que hay dos momentos uno antes de implementar el Datamart y otro después. 2 27. tamaño de la muestra n = 20. = 0. Grados De Libertad: N – 1 = 20 – 1 = 19 c = t = 1.95 Después 33 21 37 39 25 31 35 33 23 28 26 25 36 32 46 39 31 33 30 40 32.15 d -3 9 -6 6 -1 -10 -5 -13 2 -2 1 -2 -14 -16 -21 -14 -6 -4 -8 -17 -124 C.729 D. Información para la prueba: Nivel de significancia: 1 .0251734 Página 39 .TESIS II 2010 Antes 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 30 30 31 45 24 21 30 20 25 26 27 23 22 16 25 25 25 29 22 23 25. Cálculos: = -6.95. 729 obtenido de la tabla. HH. Resultado De La Prueba: = .1. Formulación De Las Hipótesis Nula Y Alterna Hipótesis 1: Ha: La utilización de un DATAMART optimiza la toma de decisiones en la gestión del área de RR. concluyéndose que la implementación del Datamart da una mejora pero no significativa a la oficina de personal del Hospital “Félix Torrealva Gutiérrez” ya que el valor de t = -1.2 Contrastación de la Hipótesis Especificas: A. 5.0259783 y este valor se acerca al de t= -1.TESIS II 2010 E. Página 40 .02597835 CONCLUSIÓN: Aceptamos la hipótesis nula. 25 1 C.05.TESIS II 2010 Ho: La utilización de un DATAMART no optimiza la toma de decisiones en la gestión del área de RR. Ho: El sistema de Gestión actual utilizado en el área de RR. Actitudes Dificulta Nº 15 F 0. B. HH del hospital “Félix Torrealva” esta integrado y no dificulta la toma de decisiones. Cálculos: Página 41 .96 D. Selección de la muestra: n<30.75 No dificulta TOTAL 5 20 0. prueba de distribución normal (Z). Hipótesis 2: Ha: El sistema de Gestión actual utilizado en el área de RR. HH del hospital “Félix Torrealva” no esta integrada y dificulta la toma de decisiones. Información para la prueba: 0. n = 20. Ztabular = 1. HH. por lo que concluimos que el sistema actual no esta integrado y dificulta la mejor toma de decisiones.23606 y es mayor al valor de la tabla z = 1. Resultados de la prueba Conclusión: Rechazamos la hipótesis nula.TESIS II 2010 E. ya que tenemos el valor de z = 2.96. Página 42 . TESIS II 2010 CAPITULO V: Presentación. interpretación y discusión de los resultados de la investigación Página 43 . TESIS II 2010 CAPÍTULO VI: PRESENTACIÓN.1 Presentación e interpretación de los resultados A: PRESENTACIÓN E INTERPRETACIÓN Cuadro Nº 1: Comparación de puntajes entre el sistema actual y el Datamart Antes 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 30 30 31 45 24 21 30 20 25 26 27 23 22 16 25 25 25 29 22 23 25.15 -3 9 -6 6 -1 -10 -5 -13 2 -2 1 -2 -14 -16 -21 -14 -6 -4 -8 -17 -124 Página 44 . INTERPRETACIÓN Y DISCUSIÓN DE LOS RESULTADOS DE LA INVESTIGACIÓN 6.95 Después d 33 21 37 39 25 31 35 33 23 28 26 25 36 32 46 39 31 33 30 40 32. Cuadro Nº 2 Actitudes Dificulta No dificulta TOTAL Nº 15 5 20 F 75% 25% 100% Página 45 .15. En la cual vemos también que hay 4 personas opinan que tomaban mejores decisiones con el sistema actual.TESIS II 2010 Figura 1 Interpretación: En el cuadro nº 1 observamos una diferencia entre el sistema actual (azul) y el datamart (rojo). siendo su media aritmética del sistema actual 25. 16 personas opinan que el Datamart les ayuda en la mejora del proceso.95 y del datamart 32. TESIS II 2010 Figura 2 Interpretación: 75% de las personas encuestadas manifiestan que el sistema actual dificulta la toma de decisiones y el 25% no le dificulta la toma de decisiones. Página 46 . Actitudes Totalmente de acuerdo De acuerdo Indiferente En desacuerdo Totalmente en desacuerdo TOTAL Nº 6 % 30% 4 5 3 2 20% 25% 15% 10% 20 100% FIGURA Nº 3 Página 47 .TESIS II 2010 B: PRESENTACIÓN DE ALGUNAS CUESTIONARIO Nº 1 Y Nº 2 PREGUNTAS DEL CUADRO Nº 3: CON EL SISTEMA ACTUAL. NO TOMA DECISIONES RÁPIDAS Y OPORTUNAS. Actitudes Totalmente de acuerdo De acuerdo Indiferente En desacuerdo Totalmente en desacuerdo TOTAL Nº 5 % 25% 2 2 4 7 10% 10% 20% 35% 20 100% FIGURA Nº 4 Página 48 .TESIS II 2010 CUADRO Nº 4: CON DATAMART. NO TOMA DECISIONES RÁPIDAS Y OPORTUNAS. Actitudes Totalmente de acuerdo De acuerdo Indiferente En desacuerdo Totalmente en desacuerdo TOTAL Nº 1 % 5% 3 2 6 8 15% 10% 30% 40% 20 100% FIGURA Nº 5 Página 49 .TESIS II 2010 CUADRO Nº 5: EL SISTEMA ACTUAL FACILITA MAYOR INFORMACIÓN PERTINENTE PARA LA TOMA DE DECISIONES. TESIS II 2010 CUADRO Nº 6: EL DATAMART FACILITA MAYOR INFORMACIÓN PERTINENTE PARA LA TOMA DE DECISIONES. Actitudes Totalmente de acuerdo De acuerdo Indiferente En desacuerdo Totalmente en desacuerdo TOTAL Nº 4 % 20% 2 4 6 4 10% 20% 30% 20% 20 100% FIGURA Nº 6 Página 50 TESIS II 2010 Caso de uso: Registro de Horarios en el sistema Página 51 TESIS II 2010 CASO DE USO: Paciente - Registro de Horarios en el sistema ACTORES: Técnico en Programación asistencial, Jefe de Personal, Jefe por departamento, Programador de citas, Paciente, Sistema de Gestión y B.D ESCENARIO 1. 1.-El paciente solicita cita. 2.-El programador reserva la cita. Si es que esta el médico en el sistema registra la cita. Si no está disponibles. buscar horarios 3.- El programador va a personal y verifica el horario del medico 4.- El técnico pide el horario a los respectivos jefes de departamento. 5.-El jefe por entrega el horario. departamento Si no esta le dice al técnico que lo pase. 6.- El técnico de Programación asistencial registra horarios en el sistema de gestión. 2. 7.- El sistema de gestión guarda horarios en la B.D 3. 8.- El sistema de gestión buscar horarios de listado en la B.D. 4. 9.- El sistema guarda citas en la B.D 5. 10- El jefe de personal solicita listado de médicos. 6. 11.- El técnico de programación asistencial consulta horarios en el Sistema de gestión. 7. 12.- El técnico de programación asistencial entrega el listado y horario al jefe de personal. Página 52 TESIS II 2010 Caso de uso: Registrar asistencia del personal excepto del doctor Página 53 . BD.-El tarjetero registra la hora de entra y de salida. .Lactancia -Maternidad o gravedad.-El personal de control asistencial Tardanzas. elabora informe. -Onomástico. -Capacitación oficializada. Permisos: . ESCENARIO 1. 2.Capacitación ofializada. -Fallecimiento familiar. -Enfermedad personal.-El personal de control asistencial recolecta las tarjetas de asistencia para la verificación de la hora de entrada y de salida. -Licencias personales. -Refrigerio.TESIS II 2010 Detalle de Caso de uso CASO DE USO: USUARIO – Registrar asistencia del personal ACTORES Tarjetero. -Motivos personales o no Página 54 . jefe de personal. 3. personal de control asistencial. .El jefe de personal registra tardanza y permisos en la base de datos.-El jefe de personal registra planilla de pagos en la base de datos.. 5.El personal de control de asistencia entrega este informe al jefe de personal 4. Página 55 .TESIS II 2010 particulares. 4. TESIS II 2010 Caso de uso: Control de asistencia del doctor Página 56 . Cumplimiento de horarios en forma automática. ¿Qué grado de facilidad de uso del Datamart? Grado de calidad cree usted que está la información brindada Página 57 . Cuantos personas asisten al trabajo. Tipo de reportes que necesitan para dar información estratégica Tiempo promedio que se usa para la elaboración de los reportes solicitados. puntualidad.TESIS II 2010 Diagrama De Caso De Uso Procesamiento De Información Recolección de datos (Cuestionario / entrevista / Observación) Toma de decisiones: Control de entradas y salidas. Índice de ausentismo. TESIS II 2010 BASE DE DATOS Página 58 . 05 y grado de libertad = 19.15.1 DISCUSIÓN DE LOS RESULTADOS Los resultados mostrados de la investigación presentan el siguiente panorama: La muestra consta de: 20 personas representativos para la toma de decisiones. obteniendo to = -1.729. Hemos utilizado la misma prueba de hipótesis para ambos datos el cual es la prueba t – student para variables dependientes para dos colas con α = 0. como podemos observar en la grafica Página 59 .0259783 > tt = -1. Haciendo una encuesta a todas las personas que trabajan en el área de personal podemos apreciar que los resultados de la contrastación de la hipótesis general la diferencia de la valorización en puntaje para datos con el sistema actual es en promedio 25.95 puntos.TESIS II 2010 MODELO DIMENSIONAL 6. mientras que con el Datamart el puntaje obtenido es de 32. Llegando a la conclusión de que podemos hacer algunas pruebas al Datamart para que pueda dar mejora significativa al área de Recursos Humanos. modelado. concluyéndose que la implementación del Datamart da una mejora pero no significativa para la toma de decisiones en la oficina de personal del Hospital “Félix Torrealva Gutiérrez”. acceso y explotación y toma de decisiones. decimos esto porque el t calculado esta acercándose a t de la tabla. almacenamiento e historización. Página 60 . aportando un entorno integral que cubre el ciclo completo de gestión de la información: adquisición. trasformación. homogeneidad.TESIS II 2010 de la curva de dos colas. aceptamos la hipótesis nula. Los que dan respuesta a la problemática relacionada con la disponibilidad de la información. En estos entornos el usuario final encuentra los métodos más óptimos para obtener y mantener la información según sus necesidades. En esta investigación solo hemos encontrado casos exitosos de implementación de Datamart en Recursos Humanos el cual se basa en la plataforma tecnológica de Oracle y en sus herramientas de explotación y manejo de información. El diseño del Datamart tiene mejora pero no significativamente proceso de toma de decisiones en el área de recursos humanos del hospital “Félix Torrealva Gutiérrez”. probado con la distribución de T-student para dos colas en la cual aceptamos la hipótesis nula.TESIS II 2010 CONCLUSIONES: 1. En este tema de tesis se ha planteado la elaboración de un DataMart e cuyas características se ajustan a las necesidades básicas. También concluimos que teniendo haciendo una encuesta a los tomadores de decisiones dicen que el sistema de Gestión actual utilizado en el área de RR. HH del hospital “Félix Torrealva” no esta integrada y dificulta la toma de decisiones. Página 61 . 2. Se ha desarrollo todos los pasos para llegar a los informes finales en la toma de decisiones. por lo que se implemento el Datamart para así ellos puedan tener toda la información en un solo repositorio de datos. Tener todos los datos consistentes y ordenados en el DataMart brinda una fuente confiable y estandarizada para el desarrollo de futuros DataMarts o para la ampliación del alcance de los existentes. Es muy importante desarrollar una buena fase de análisis para evitar que a lo largo del proyecto surjan problemas que ameriten una reestructuración de los procesos. Página 62 . mapeos o de los reportes mismos.TESIS II 2010 RECOMENDACIONES 1. Se recomienda a los encargados de la implementación de Datamart que sigan revisando las variables que se tomaron en cuenta en los cuestionarios para así poder tener una mejora significativa para la toma de decisiones. facilitando el desarrollo de estos. 2. Chacón J.sistemasdeingenieria. Vizuete W.info/definiciones/historia-business-intelligence. rayner datamart.dataprix. Data Warehouse [fecha de acceso 2010] http://www. Análisis.docstoc. Fernández C.com/web?q=Douglas+Hackney+datamart&qsrc=1&o=312&l=dir&dm=all 8.com S. (2006).shtml 2. 1998 Fundamentos de Aplicaciones. Abreu J. Nakasone N. Calzada L.pdf 11.edu. Breve historia del Business Intelligence – Windows Internet Explorer [fecha de acceso 2009] http://www. El impacto de las herramientas de inteligencia de negocios en la toma decisiones en los ejecutivos. Tapia I. Reyes M. http://www. pdf.html 4. [fecha de acceso 2009]. [fecha de acceso 2009]. Guatemala http://biblioteca.%204(2)%201652. (2007).cybertesis. Montoya J. Data mart Paso a Paso.businessintelligence.spentamexico. (2005). Lima Perú [fecha de acceso 2009] http://www.usac. (2006). Data Warehouse. Huamantumba R.monografias.pe/sisbib/2006/tapia_ri/html/index-frames. Nigel Pendse | Dataprix [fecha de acceso 2010) http://www. Business Intelligence” – CYBERTEC 3.raynerhd. Rosales P.cl/isci/index. [fecha de acceso 2009] http://www.html 13.TESIS II 2010 VI. (2007) Diseño y Construcción de un Data Mart para la Mantención de Indicadores de Sostenibilidad de la Industria del Salmón.com/trabajos26/data-mining/datamining. Yela C.blogspot. Monografias.edu.php?seccion=casos&id_caso=8 12. Oporto S. [fecha de acceso 2009] http://www. Referencias Bibliográficas 1.com/2005_05_01_archive.A.ask. (2007). (2005) Business Intelligence.ppt. Desarrollo de un datamart de información académica de estudiantes de la escuela de ciencias y sistemas de la facultad de ingeniería de USAC . (2008) Class 12 lifecycle Data warehouse.pdf 5.html 7. Todo Bi.com/wp-content/uploads/rayner-datamart.com/docs/19978854/Data-warehouse/ 9.Windows Internet Explorer [fecha de acceso 2009]. Una metodología para sectorizar pacientes en el consumo de medicamentos aplicando Datamart y Dataming en el Hospital Nacional. (2009). [fecha de acceso 2010] http://es. Magaña L. Windows Internet Explorer.com/en/category/tags/nigel-pendse-0 10.gt/tesis/08/08_7974. URL disponible en: http://www. (2009).com Microsoft Internet Explorer. Principios De Data Mining – monografias. diseño e implementación de un Datamart para el Área de Sismología del departamento de Geofísica de la Escuela Politécnica Página 63 . Velasquez J. Fernández L. (2009). CRM Y Mucho Mas: – Microsoft Internet Explorer. (2008). [fecha de accesos 2009] http://todobi.pdf 6. Microsoft BI.org/revista/volumen4/numero%202/6. Servicios – Microsoft Internet Explorer [fecha de acceso 2009] Http://Www.pdf 15.pdf 21. – The Business Intelligence Company:::. Lima Perú http://www. [fecha de acceso 2010] http://www.com/spanish/articulo05. (2008) Planificar un proyecto BI. (2009). [fecha de acceso 2010] http://tesis.pdf acceso 2009] 14.Cl/Services. DATAMART S.Datamining enfocado al usuario. 25.org/wiki/Almacén_de_datos. Zarate J. http://www.edu. septiembre 2009..epn. Stratebi Business Solutions.pdf 20.%20Cons.html 22.Aspx?Lang=Es Argentina 19. Solutions Pack. 24.es/CasosExito/Gob.php Página 64 .A…::: (2005) Data Mart S.wikipedia.com. Diseño e Implementación de un DataWarehouse de Soporte de Decisiones para un Hospital del Sistema de Salud Público.ar/Dic/integridad%20de%20datos.pdf 2008.org/wiki/Toma_de_decisiones 27.com/pdfs/datamarting2.Upsoft.ec/bitstream/15000/177/1/CD-0566. pdf. Vargas E.TESIS II 2010 Nacional.wikipedia. Arson Group. http://www. Villanueva A.Html 18. Esta página fue modificada por última vez el 21:10.es/CasosExito/CSICStratebi%20Caso%20de%20Exito.%20ViviendaStratebi%20Caso%20de%20Exito. Datamart – Microsoft Internet Explorer. Licencia Creative Commons http://es.org/wiki/Data_mart 26.%20Rioja. Barcelona. http://www.edu. Stratebi Business Solutions.pdf 17. ALEGSA. http://es. Oracleconsulting.¿que es integridad de datosMicrosoft Internet Explorer.siskle. http://www. [fecha de acceso 2009]. Pacheco J. la enciclopedia libre .edu. Uposoft – Sistemas Informaticos http://Www. Quito Marzo [fecha de http://bibdigital. [fecha de acceso 2009]http://www.stratebi.Windows Internet Explorer. Marzo (2009). Servicio de implantación rápida del Data mart de recursos humanos.oracle. Casos de Éxito. Núñez R.cybertesis.com/global/es/consultoria/Brochure-DatamartdeRRHH.Com.pdf 16. modificada por última vez el 15:07. Esta página fue modificada por última vez el 17:07.scribd. 19 ene 2010.A. Wikipedia. 25 ene 2010 http://www.Datamart.wikipedia.pe/files/pucp000000001055/an%e1lisis%20%20dise%f1o%20e%20implementaci %f3n%20de%20un%20datawarehouse%20de%20soporte%20de%20decisiones%20para%20un%20h ospital%20del%20sistema%20de%20salud%20p%fablico.pucp. Scribd.pe/sisbib/2008/pacheco_oj/pdf/pacheco_oj.arsongroup. (2008) Análisis. 23 ene 2010.alegsa. Toma de decisiones.stratebi.Ar/Site/Paginas/Secc_Productos. Casos de Éxito.com/doc/11779969/datamart 23. García J. Almacén de datos. Wikipedia. Definición de Integridad de datos . 19 ene 2010 http://es. Datamart-wilkipedia. Wikipedia. 113.Windows Internet Explorer [fecha de acceso 2010] http://74.TESIS II 2010 28. gestión hospitalaria .doc+concepto+de+gestion+hospitalaria&cd= 2&hl=es&ct=clnk&gl=pe Página 65 .bsigroup.mx/es-mx/Auditoria-yCertificacion/Sistemas-de-Gestion/De-un-vistazo/Que-son-los-sistemas-de-gestion/ [fecha de acceso 2010] 29.132/search?q=cache:8evHPSaTWpkJ:prematuros. Cerda O.cl/gestion1/gesti onormalizacion/modelogestionhigueras.125.com. The British Standards Institution (2010) ¿Qué son sistemas de gestión? Microsoft Internet Explorer http://www.