Caso Practico Business Intelligence

I. Introducción

Para esta práctica se pide la implementación de un pequeño modelo multidimensional, haciendo uso de Pentaho Business Analytics Server y su herramienta wizard para modelado multidimensional y la implementación de un pequeño proceso ETL, haciendo uso de Pentaho Data Integration (PDI). A continuación, se detalla en profundidad la práctica.

II. Análisis de fuentes

1. Descripción global de las fuentes

Para esta práctica se va a utilizar una fuente de datos externa, proporcionada en el módulo. Esta fuente de datos viene dada por mystery shopping y se encuentra en formato .CSV. Esta fuente de datos se considera externa ya que a pesar de ser un fichero físico proporcionado por IMF originalmente fue creada y proporcionada por una empresa ajena a la nuestra, en este caso, mystery shopping.

1. Descripción en detalle de cada campo:

A continuación, se explica cada uno de los campos dados en el archivo CSV:

COD_LOC;NOMBRE_LOC;CP;POBLACION;OFICINA;PROVINCIA;COD_PROY;ID_EVALUACION;Fecha de ejecucion;COD_AUDITOR;RESULTADO;TITULO_CUESTIONARIO

Donde:

• COD_LOC: Código de la localización

Este campo se trata de un dato Numérico de naturaleza “Categórica” que indica una categoría o grupo.

• NOMBRE_LOC: Nombre de la localidad.

Este campo se trata de un dato Alfanumérico (cadena de caracteres) de naturaleza “Categórica” que indica una categoría o grupo.

• CP: Código postal
• Tipo de dato: Numérico (entero)
• Naturaleza: Categórico
• Cardinalidad aproximada: Dependerá del número de códigos postales distintos en el conjunto de datos.
• POBLACION: Población (nombre del municipio o ciudad)
• Tipo de dato: Alfabético (cadena de caracteres)
• Naturaleza: Categórico
• Cardinalidad aproximada: Dependerá del número de municipios o ciudades distintas en el conjunto de datos.
• OFICINA: Número de oficina
• Tipo de dato: Numérico (entero)
• Naturaleza: Categórico
• Cardinalidad aproximada: Dependerá del número de oficinas distintas en el conjunto de datos.
• PROVINCIA: Nombre de la provincia
• Tipo de dato: Alfabético (cadena de caracteres)
• Naturaleza: Categórico
• Cardinalidad aproximada: Dependerá del número de provincias distintas en el conjunto de datos.
• COD_PROY: Código del proyecto
• Tipo de dato: Alfanumérico (cadena de caracteres)
• Naturaleza: Categórico
• Cardinalidad aproximada: Dependerá del número de proyectos distintos en el conjunto de datos.
• ID_EVALUACION: Identificador de la evaluación
• Tipo de dato: Numérico (entero)
• Naturaleza: Categórico
• Cardinalidad aproximada: Dependerá del número de evaluaciones distintas en el conjunto de datos.
• Fecha de ejecución: Fecha en la que se realizó la evaluación
• Tipo de dato: Fecha
• Naturaleza: Temporal
• Cardinalidad aproximada: Dependerá del rango de fechas en el conjunto de datos.
• COD_AUDITOR: Código del auditor
• Tipo de dato: Alfanumérico (cadena de caracteres)
• Naturaleza: Categórico
• Cardinalidad aproximada: Dependerá del número de auditores distintos en el conjunto de datos.
• RESULTADO: Resultado de la evaluación (en este caso, 0)
• Tipo de dato: Numérico (entero)
• Naturaleza: Cuantitativo
• Cardinalidad aproximada: Dependerá del rango de resultados posibles en el conjunto de datos.
• TITULO_CUESTIONARIO: Título del cuestionario utilizado en la evaluación
• Tipo de dato: Alfabético (cadena de caracteres)
• Naturaleza: Categórico
• Cardinalidad aproximada: Dependerá del número de cuestionarios distintos en el conjunto de datos.

III. Análisis funcional y diagrama de arquitectura de flujo de datos.