Tesis BI

UNIVERSIDAD NACIONAL DE TRUJILLO FACULTAD DE INGENIERÍA ESCUELA ACADÉMICA PROFESIONAL DE INGENIERÍA DE SISTEMAS

“INTELIGENCIA DE NEGOCIOS PARA LA DINAMIZACIÓN EN LA TOMA DE DECISIONES EN LA GESTIÓN CONTABLE Y PRESUPUESTAL DE LA MUNICIPALIDAD DE VÍCTOR LARCO HERRERA”

Proyecto de Tesis AUTORES: -

GASTAÑADUI CABALLERO, Yajaira Ross Yta TAMAYO AVALOS, Jhon Pier

ASESOR PROPUESTO: -

MS. ING MENDOZA RIVERA, Ricardo Darío

TRUJILLO, PERÚ 2015

ÍNDICE CAPÍTULO I: GENERALIDADES 1.1.

Título......................................................................................................................2

1.2.

Autor.......................................................................................................................2

1.3.

Tipo de Investigación.............................................................................................2

1.4.

Régimen de Investigación......................................................................................2

1.5.

Localidad e institución...........................................................................................3

1.6.

Cronograma de ejecución.......................................................................................3

1.7.

Fecha de Inicio.......................................................................................................3

1.8.

Fecha de Término...................................................................................................3

1.9.

Horas semanales dedicadas al proyecto.................................................................3

1.10.

Recursos..............................................................................................................3

1.11.

Personal...............................................................................................................5

1.12.

Materiales y Equipos..........................................................................................6

1.13.

Locales................................................................................................................6

1.14.

Presupuesto.........................................................................................................6

1.15.

Financiación........................................................................................................8

1.15.1. De fuentes externas.........................................................................................8 1.15.2. Autofinanciación.............................................................................................8

CAPÍTULO II: PLAN DE INVESTIGACIÓN 2.1.

Realidad Problemática..........................................................................................10

2.2.

Antecedentes y Marco Teórico.............................................................................12

2.2.1.

Antecedentes.................................................................................................12

2.2.1.1.

Locales...................................................................................................12

2.2.1.2.

Nacionales..............................................................................................13

2.2.1.3.

Internacionales.......................................................................................15

2.2.2.

Marco Teórico...............................................................................................18

2.2.2.1.

Decisiones Estratégicas..........................................................................18

2.2.2.2.

Business Intelligence.............................................................................20

2.2.2.3.

Data Warehouse.....................................................................................24 2

2.2.2.4. 2.3.

Marco Conceptual................................................................................................46

2.3.1. 2.4.

Metodologías para el Desarrollo............................................................37

Conceptos Preliminares.................................................................................46

Justificación..........................................................................................................48

2.4.1.

Justificación Académica................................................................................48

2.4.2.

Justificación Operativa..................................................................................48

2.4.3.

Justificación Ambiental.................................................................................49

2.4.4.

Justificación Económica................................................................................49

2.4.5.

Justificación Social........................................................................................49

2.4.6.

Justificación Tecnológica..............................................................................50

2.5.

Objetivos...............................................................................................................50

2.5.1.

Objetivo General...........................................................................................50

2.5.2.

Objetivos específicos....................................................................................50

2.6.

Enunciado del Problema.......................................................................................50

2.7.

Hipótesis...............................................................................................................50

2.7.1.

Variable independiente..................................................................................51

2.7.2.

Variable dependiente.....................................................................................51

2.7.3.

Objeto de estudio...........................................................................................51

2.8.

Diseño de contrastación........................................................................................51

2.8.1.

Diseño General..............................................................................................51

2.8.1.1.

Metodología...........................................................................................51

2.8.1.2.

Modelo Lógico.......................................................................................53

2.8.2.

Diseño de la Información..............................................................................54

2.8.2.1.

Muestra..................................................................................................54

2.8.3.

Indicadores....................................................................................................55

2.8.4.

Diseño Específico..........................................................................................56

REFERENCIAS BIBLIOGRÁFICAS............................................................................68 ANEXOS.........................................................................................................................73

ÍNDICE DE TABLAS

3

Tabla N° 1: Cronograma de ejecución del proyecto.......................................................3 Tabla N° 2: Personal para Proyectos.........................................................................4 Tabla N° 3: Equipos de Desarrollo Disponible.............................................................4 Tabla N° 4: Insumos No Disponibles.........................................................................5 Tabla N° 5: Servicios no Disponibles.......................................................................5 Tabla N° 6: Costo de Personal................................................................................. 6 Tabla N° 7: Costo de Equipos................................................................................. 7 Tabla N° 8: Costo de Insumos................................................................................. 7 Tabla N° 9: Costo de Servicio................................................................................. 8 Tabla N° 10: Total de Presupuesto............................................................................ 8 Tabla N° 11: Cuadro de Problemas, Causas y Efectos..................................................11 Tabla N° 12: Base de Datos Transaccional y un Data Warehouse....................................31 Tabla N° 13: Usos del Data Warehouse....................................................................31 Tabla N° 14: Matriz de Evaluación General..............................................................51 Tabla N° 15: Escala de Evaluación.........................................................................52 Tabla N° 16: Indicadores..................................................................................... 54 Tabla N° 17: Población para Indicador Cualitativo......................................................56

ÍNDICE DE FIGURAS Figura N° 1: Diseño Conceptual de una solución de BI................................................22 Figura N° 2: Objetivo principal del Business Intelligence.............................................23 Figura N° 3: Característica- Orientado al tema de un Data Warehouse..............................25 Figura N° 4: Transformación de datos de un Data Warehouse........................................26 Figura N° 5: Histórico de un Data Warehouse...........................................................26 Figura N° 6: No volátil de un Data Warehouse...........................................................27 Figura N° 7: Arquitectura del Data Warehouse...........................................................27 Figura N° 8: Estructura del Data Warehouse.............................................................29 Figura N° 9: Proceso ETL.................................................................................... 29

4

Figura N° 10: Esquema Estrella............................................................................. 32 Figura N° 11: Esquema Copo de Nieve....................................................................33 Figura N° 12: Hecho........................................................................................... 34 Figura N° 13: Dimensiones.................................................................................. 35 Figura N° 14: Relaciones de las dimensiones y hechos.................................................36 Figura N° 15: Llaves Subrogadas...........................................................................36 Figura N° 16: Modelamiento Dimensional................................................................39 Figura N° 17: Metodología Inmon..........................................................................43 Figura N° 18: Cognos Business Intelligence Roadmap.................................................43 Figura N° 19: Rapid Warehousing Methodology........................................................45 Figura N° 20: Diseño.......................................................................................... 53 Figura N° 21: Anexo 1 - Árbol de problemas.............................................................65 Figura N° 22: Anexo 2 - Árbol de Objetivos.............................................................66 Figura N° 23: Encuesta N °1 para determinar la mejor Metodología................................67 Figura N° 24: Encuesta N ° 2 para determinar la mejor Metodología...............................68 Figura N° 25: Encuesta N° 3 para determinar la mejor Metodología................................69 Figura N° 26: Cronograma de Trabajo.....................................................................70

5

CAPÍTULO I: GENERALIDADES

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

1.1.

Título Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera.

1.2.

Autor

1.2.1. Apellidos y Nombres: GASTAÑADUI CABALLERO, Yajaira Ross Yta. -

Email : [email protected]

-

Grado: Estudiantes en Ingeniería de Sistemas

1.2.2. Apellidos y Nombres: TAMAYO AVALOS, Jhon Pier

1.3.

-

Email: [email protected]

-

Grado: Estudiantes en Ingeniería de Sistemas

Tipo de Investigación

1.3.1. Por El Fin Que Se Persigue: Aplicada Se hará utilización de conocimientos, metodologías y técnicas comprobadas y universalmente aceptadas que permitirán el desarrollo de la investigación. 1.3.2. Por El Diseño De Contrastación: No Experimental Podemos aproximarnos a los resultados de una investigación experimental en situaciones en las que no es posible el control y manipulación absolutos de las variables. 1.4.

Régimen de Investigación Interés Libre porque el tema de estudio fue determinado según el interés de los autores.

1.5.

1.6.

Localidad e institución Localidad: Trujillo Institución: Municipalidad Distrital de Víctor Larco Herrera Cronograma de ejecución

Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

2

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

Tabla N° 1: Cronograma de ejecución del proyecto ACTIVIDAD

FECHA INICIO

FECHA TERMINO

DEDICACIÓ N (Semanas)

Recolección de datos

23/03/2015

11/05/2015

09

Análisis de datos

12/05/2015

07/07/2015

08

Elaboración del Informe

08/07/2015

07/09/2015

09

T O TAL

26

FUENTE: (Elaboración propia, 2014) 1.7.

Fecha de Inicio 23 de Marzo del 2015

1.8.

Fecha de Término 07 de Setiembre del 2015

1.9.

Horas semanales dedicadas al proyecto Se dedicara al proyecto de investigación 15 horas semanales para su elaboración.

1.10. Recursos 1.10.1. Recursos Disponible 1.10.1.1. Personal A. Investigador(es): - GASTAÑADUI CABALLERO, Yajaira Ross Yta - TAMAYO AVALOS, Jhon Pier B. Asesor - MS. ING. MENDOZA RIVERA, Ricardo Darío Tabla N° 2: Personal para Proyectos Personal

Unidad de Medida

Cantidad

Investigador

Persona

2

Asesor

Persona

1

FUENTE: (Elaboración propia, 2014)

1.10.1.2. Materiales y Equipos Tabla N° 3: Equipos de Desarrollo Disponible Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

3

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

Descripción

Cantidad

Laptop personal: Procesador Intel Core

1

i5 ,6GB RAM, 1TB Disco duro. Laptop personal: Procesador Intel Core

1

i3 ,4GB RAM, 500 GB Disco duro. Impresora CANON MP280

1

Memoria USB Kingston 8 GB.

2

FUENTE: (Elaboración Propia, 2014)

1.10.2. Recurso no disponible 1.10.2.1. Insumos Tabla N° 4: Insumos No Disponibles Insumos Cartucho de tinta Negro

Unidad de Medida Unidad

Cantidad 1

Cartucho de tinta Color

Unidad

1

Hojas Bond A4

Millar

1

Fólder Manila

Unidad

10

Lapiceros

Unidad

5

Lápices

Unidad

3

CD's

Unidad

5

Tinta para impresora

Pomo

4 2

Inteligencia de Negocios para la Dinamización en la Borrador toma de decisiones en la Gestión ContableUnidad y Presupuestal de la Municipalidad de Víctor Larco Herrera

4

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

FUENTE: (Elaboración Propia, 2014) 1.3.1.1.

Servicios Tabla N° 5: Servicios no Disponibles Descripción

Unidad de Medida

Cantidad

Pasajes

Transporte público

300

Fotocopias

Hojas

6000

FUENTE: (Elaboración Propia, 2014) 1.11. Personal -

Dos (02) Bachilleres en Ingeniería de Sistemas Un (01) Asesor Ingeniero Industrial Personal de la Institución Educativa

1.12. Materiales y Equipos -

Laptop personal: Procesador Intel Core i5, 6GB RAM, 1TB Disco

-

duro. Laptop personal: Procesador Intel Core i3, 6GB RAM, 1TB Disco

-

duro. Impresora CANON MP280 Memoria USB Kingston 8 GB

1.13. Locales Ambos Locales de la Municipalidad de Víctor Larco Herrera. 1.14. Presupuesto 1.14.1. Presupuesto Disponible 1.14.1.1. Personal Tabla N° 6: Costo de Personal Personal

Cantidad

Valor Unitario (S/.)

Sub Total (S/.)

Investigador

2 personas

0.00

0.00

Asesor

1 persona

0.00

0.00

TOTAL COSTO PERSONAL

S/.0.00

FUENTE: (Elaboración Propia, 2014)

Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

5

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

1.14.1.2. Equipos Tabla N° 7: Costo de Equipos Descripción

Cantidad Valor Unitario (S/.)

Sub Total (S/.)

Laptop personal: Procesador Intel 1 unidad

2000.00

2000.00

1 unidad

1500.00

1500.00

Impresora CANON MP280

1 unidad

120.00

150.00

Memoria USB Kingston 8 GB.

2 unidad

25.00

50.00

Core i5 ,6GB RAM, 1TB Disco duro. Laptop personal: Procesador Intel Core i3 ,4GB RAM, 500 GB Disco duro.

TOTAL COSTO EQUIPOS

S/. 3700.00

FUENTE: (Elaboración Propia, 2014) 1.14.2. Presupuesto No Disponible 1.14.2.1. Insumos Tabla N° 8: Costo de Insumos Insumos

Cantidad

P. Unitario. (S/.) 50.00

Sub – Total (S/.) 100.00

Cartucho Color

2 unidad

Cartucho Negro

2 unidades

50.00

100.00

Hojas Bond A4

1 millar

25.00

25.00

Fólder Manila

10 unidades

0.50

5.00

Lapiceros

5 unidades

0.50

2.50

CD's

5 unidades

1.00

5.00

Tinta para impresora

4 Pomos

15.00

60.00

TOTAL COSTO DE INSUMO Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

S/. 297.50

6

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

FUENTE: (Elaboración Propia, 2014) 1.3.1.2.

Servicios Tabla N° 9: Costo de Servicio

250 viajes

P. Unitario. (S/.) 1.00

Sub – Total (S/.) 250.00

200 hojas

0.10

200.00

Descripción

Cantidad

Pasajes Fotocopias

TOTAL COSTO SERVICIOS

S/. 450.00

FUENTE: (Elaboración Propia, 2014) 1.14.3. Total de Presupuesto Tabla N° 10: Total de Presupuesto Costo

Sub – Total (S/.)

Disponible Personal

0.00

Equipos

3,700.00

Total Disponible

S/.3,700.00

No Disponible Insumos

305.50

Servicios

450.00

Total No Disponible

S/.750.50

TOTAL PRESUPUESTO S/.4,450.50 FUENTE: (Elaboración Propia, 2014) 1.15. Financiación 1.15.1. De fuentes externas El área de TI dará 1000 soles a los desarrolladores del trabajo. 1.15.2. Autofinanciación Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

7

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

- Recursos disponibles S/. 3700.0 - Recursos no disponible S/. 750.50 .

Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

8

CAPÍTULO II: PLAN DE INVESTIGACIÓN

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

2.1.

Realidad Problemática La municipalidad distrital de Víctor Larco Herrera es una Institución pública que brinda servicios públicos de alta calidad, promoviendo una fuerte gobernabilidad democrática y asegurando la mayor participación ciudadana en la formulación de las políticas locales logrando que los vecinos victorlarquenses vivan en un lugar saludable, ordenado, seguro, turístico y atractivo. El accionar de la municipalidad es auditado cada cierto tiempo por organismos

gubernamentales,

especializados

en

cada

área

de

la

municipalidad; el manejo de los ingresos, egresos y presupuesto tiene particular importancia en caso de auditorías es debido a esto que el control de las áreas de contabilidad y manejo presupuestal tienen un mayor necesidad de acceso a la información específica de manera ágil. Al aprobar una partida presupuestal para la municipalidad se inicia con el proceso de distribución de la misma para cumplir con las obligaciones propias de las municipalidades, además de los proyectos a ejecutar; antes de la aprobación de los proyectos, durante y posteriormente a dicha ejecución se necesita tomar decisiones para planear el proyecto controlar el gasto y evaluar los resultados a nivel económico; los reportes cumplen un papel importante pues en ellos se sustenta la toma de decisiones. En la parte de elaboración de reportes existen inconvenientes de tiempo causados por el sistema actual, debido a que el generar los reportes solicitados toma un tiempo relativamente elevado. La forma de manejar los datos actualmente genera algunas incongruencias de datos los cuales generan problemas e incertidumbre al tomar decisiones basadas en dichos datos. En casos particulares o excepcionales en que se necesitan gran variedad de reportes por cada área, generará inconvenientes por la imposibilidad de generarlos simultáneamente lo que generan molestias por parte de los usuarios o solicitantes de la información. Además del inconveniente del tiempo también se da el de los costos; debido a la necesidad de tener programas adicionales licenciados encargados de la elaboración de los reportes. Se logran identificar los siguientes problemas mostrados en la Tabla N°11.

Tabla N° 11: Cuadro de Problemas, Causas y Efectos Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

10

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

PROBLEMA

Gastañadui Caballero & Tamayo Avalos

CAUSAS

EFECTO

Demora de la toma Demora en el tiempo de Demora

en

la

de decisiones en la búsqueda de la información.

Generación

Gestión

Reportes de la Gestión

Falta

Administrativa

de

información

de

de la Municipalidad de

oportuna.

Gerencial.

Víctor Larco Consultas

transaccionales Elevado

muy lentas

costo

de

Horas – Hombre en la generación de reportes. Toma de decisiones a destiempo

FUENTE: (Elaboración propia, 2014) (Ver Anexo N° 1: Árbol de Problemas)

Al implementar un Data Warehouse usando la metodología Ralph Kimball, se obtendrá una agilización del proceso de elaboración de reportes además de la reducción de costos para la elaboración de dichos reportes, realizando un gran impacto en el proceso de toma de decisiones, en el cual la entrega de información mediante los reportes es de vital importancia.

2.2. Antecedentes y Marco Teórico 2.2.1. Antecedentes 2.2.1.1. Locales A.

Título 1: “Desarrollo de un Data Mart Catastral para mejorar el proceso de toma de decisiones en la Gerencia Comercial De La Empresa SEDALIB S.A.”

(CASANA SAAVEDRA, y otros,

2006). Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

11

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Autor: -

Gastañadui Caballero & Tamayo Avalos

Bach. CASANA SAAVEDRA, Willy Roberto Bach. VÁSQUEZ PRÍNCIPE, Edith Liliana

Universidad: Universidad Nacional de Trujillo Año: 2006 Resumen: Esta tesis mediante el desarrollo un Data Mart, se logró mejorar la utilización de recurso y la agilización de los procedimientos concernientes a aspectos catastrales de la Empresa SEDALIB S.A permitiendo una mejor evaluación de la información y la óptima toma de decisiones. Correlación: Este trabajo de investigación tomaremos como referencia cómo la Inteligencia de Negocios a través de un Data Mart

tiende a

agilizar la toma de decisiones y mejorando el de Gestión Comercial. B.

Título 2:“Sistema de soporte a la toma de decisiones basado en Business Intelligence para mejorar la Gestión Estratégica del Proceso de Ventas en el Gran Hotel El Golf Trujillo S.A.” (ALFARO DÍAZ, y otros, 2012). Autor: - Bach. ALFARO DÍAZ, Luis Enrique - Bach. PEREDA TAPIA, Brayan Daniel Universidad: Universidad Nacional de Trujillo Año: 2012 Resumen: Esta tesis mediante la inteligencia de negocios, se logró mejorar la utilización de recurso y la agilización de la toma de decisiones con respecto a las ventas del Gran Hotel con el uso de metodologías para dicha implementación de un Data Warehouse. Correlación:

Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

12

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

Este trabajo de investigación tomaremos como referencia la manera de utilizar la mejor metodología para el desarrollo de un Data Warehouse. 2.2.1.2. Nacionales A.

Título 1: “Análisis, Diseño e Implementación de un Data Warehouse de Soporte de Decisiones para un Hospital del Sistema de Salud Público” (VILLANUEVA OJEDA, 208). Autor: VILLANUEVA OJEDA, Álvaro Universidad: Universidad Pontificia Católica del Perú Año: 2008 Resumen: La toma de decisiones también posee importancia en el sector de salud permitiendo satisfacer la demanda de servicios de los pacientes de manera a adecuada. Teniendo en cuenta de esto la implementación de un Data Warehouse permitirá reducir carga de carga de pabellones, optimizar el uso del personal, mejorar la atención al paciente, entre otros. Correlación: De este trabajo de investigación tomaremos como referencia que un Data Warehouse optimiza la toma de decisiones mejorando la calidad de servicios y da conocimiento sobre las herramientas utilizadas y los resultados obtenidos.

B.

Título 2: “Implementación de una Herramienta de Inteligencia de Negocios para la Administración de Justicia sobre un metodología AD-HOC” (EGUILA CANALES, y otros, 2007). Autor: - EGUILA CANALES, Arturo - PARCO IQUIAPAZA, Alex Alsey Universidad: Universidad Nacional de San Marcos Año: 2007 Resumen: Se desarrolla una solución BI para dar soporte en la toma de decisiones en el área de Defensoría de Oficio del Ministerio de

Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

13

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

Justicia, el propósito es tener un mejor control de la información del sistema de defensores de forma que mejore la calidad del servicio que presta dicha institución. Correlación: De este trabajo de investigación tomaremos como referencia que aplicando un BI optimiza la toma de decisiones mejorando la calidad de servicios utilizando la metodología AD-HOC. 2.2.1.3. Internacionales A.

Título 1: “Data Warehouse para el análisis académico de la Escuela Politécnica Nacional”

(GUEVARA LENIS, y otros,

2007). Autor: - GUEVARA LENIS, Jorge Eduardo - VALERIANO ARCOS, Janeth Carmen Universidad: Politécnica Nacional Año: 2007 Resumen: Este trabajo sobre la base de la implementación de un Data Warehouse trata de demostrar que es la mejor forma de poder tener una óptima toma de decisiones ya que al tener la información a tiempo le es de utilidad para identificar sus problemas de manera certera. Correlación: La tesis mencionada confirma que un Data Warehouse reduce los costos y optimiza la toma de decisiones. B.

Título 2: “Gestión de Pólizas de Seguros: un caso práctico de Business Intelligence” (RODRÍGUEZ MOGOLLÓN, y otros, 2009). Autor: - RODRÍGUEZ MOGOLLÓN, Silva - MEDEZMA ESPINO, Agapito Universidad: Universidad Carlos III

Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

14

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

Año: 2009 Resumen: Propone la implementación de un sistema de apoyo a la decisión con el objetivo de mejorar la gestión y la toma de decisiones en la organización dedicada a ofrecer pólizas de seguros. Correlación: El este proyecto está enfocado en el aspecto técnico y a través de un Data Warehouse se va poder tomar una óptima toma de decisiones a nivel estratégico. C.

Título 3: “Implementación de Data Warehouse y reparación de Inconsistencias” (PLACENCIA MONSALVES, 2009). Autor: - PLACENCIA MONSALVES, Álvaro Universidad: Universidad del Bio- Bio Año: 2009 Resumen: El objetivo principal se centra en el desarrollo de la aplicación que administre Data Warehouse permitiendo examinar las dimensiones de este y probando si sus instancias son consistentes respecto de restricciones de particionado. En el presente documento ha dejado una clara explicación sobre la composición de los sistemas Data Warehouse, así como también su funcionalidad y forma de administración. Exponiendo mediante ejemplos la posibilidad de encontrar violaciones a restricciones dimensionales, y usando una semántica de reparación se ha mostrado como detectar inconsistencias y como dar solución a este inconveniente. Tics (Tecnologías de la Información y Comunicación) a todos los niveles directivos de la organización. Correlación: La presente tesis nos sirve como modelo para generar un Plan Estratégico de Sistemas de Información para el Área de

Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

15

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

Tecnología Informática de la Institución Educativa San Martin de Porres, que permita a la institución, planificar la inversión de los recursos informáticos para lograr la automatización de las actividades claves para el éxito de sus labores. D.

Título 1: “Data Warehousing, Relevamiento y aplicación de técnicas de modelado dimensional”

(CECILIA DOMINA,

2008). Autor: - CECILIA DÓMINA, María Universidad: Universidad Nacional del Sur - Argentina Año: 2008 Resumen: La implementación de soluciones para analizar información como la presentada en este trabajo genera muchos beneficios. Entre los más importantes se destacan los siguientes: -

El acceso a los datos es fácil y rápido y permite a los usuarios hacer sus propias consultas. También se logra independencia del personal técnico para la obtención de nuevos reportes.

-

La información se obtiene de manera sencilla y a través de imágenes integradas de los datos.

-

Facilita el proceso de comparación, proyección a futuro, relación con otros datos, muestra de indicadores,

-

información consolidada, etc. Ayuda a mejorar el buen funcionamiento de los sistemas de gestión retroalimentando demandas para estos.

Correlación: La presente investigación servirá de base para la construcción del modelo conceptual, que propone una alternativa que se basa en la transformación de la estrategia institucional en componentes operativos y de Tecnologías de Información. Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

16

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

De este trabajo de investigación tomaremos como referencia que un Data Warehouse optimiza la toma de decisiones mejorando la calidad de servicios y da conocimiento sobre las herramientas utilizadas y los resultados obtenidos.

2.2.2. Marco Teórico 2.2.2.1. Decisiones Estratégicas Para poder dar una definición clara de ello es necesario primero definir lo siguiente: - Estrategia Es un plan, al cual permite canalizar los esfuerzos y distribuir los recursos de manera óptima, anticipando así posible eventos futuros (FRANCÉS GONZÁLES, 2006). -

Decisión Es la determinación e inclinación sobre un tema (WIKIPEDIA, 2014).

A. Características (TSCHÁPPELER, 2014) Una decisión

se da cuando la

persona tiene varios caminos para elegir, y opta por el más óptimo según las condiciones del problema. a. Valores Son las creencias de que un determinado estado final de existencia es preferible a otro. Las decisiones estratégicas reflejan el comportamiento del empresario de acuerdo al tipo, rubro y características de la empresa. Podemos distinguir dos niveles:

Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

17

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

-

La primera decisión estratégica hace referencia a

-

la misión u objetivo de la empresa. A segundo nivel se encuentra los códigos de conducta o códigos de ética de la empresa.

b. Poder Ayuda para preservar la existencia de la empresa, porque se trata de imponer la voluntad del empresario con el fin de conseguir los objetivos y mantener los lineamientos de la empresa. c. Conflicto Debido a que las decisiones nunca son aceptadas por toda la organización. d. Novedad Esta característica fue originada debido a la espontaneidad y originalidad de las decisiones.

B. Criterios (HURTADO TOSKANO, 2014) A continuación se muestran 3 tipos de criterios para las decisiones estratégicas. -

La que se basa en la experiencia del decisor Debido a que al responsable de las decisiones ha vivido experiencias anteriores en situaciones

similares le da

confianza al momento de tomar decisiones estratégicas. -

La que recurre a métodos de experimentación Los métodos basados en experimentación hacen posible contrastar la hipótesis y establecer relaciones

causa –

efecto, es decir se puede analizar las posibles consecuencias de las decisiones determinadas.

Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

18

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

-

La

que

Gastañadui Caballero & Tamayo Avalos

se

fundamenta

en

otros

métodos

de

investigación y análisis Se trata de descomponer el problema en diferentes partes de tal forma que se pueda analizar las diferentes interrelaciones entre ellas y la influencia de los objetivos deseados. 2.2.2.2. Business Intelligence A. Introducción (GINER DE LA FUENTE, y otros, 2014) Muchas organizaciones manejan gran cantidad de datos pero eso no significa que tenga un eficiente manejo de información; para tener la eficiencia en la información es necesario saber qué hacer con los datos, es decir procesar los datos y extraer información relevante e importante para la organización o empresa. Finalmente la diferencia de competitividad en las diferentes organizaciones o empresas se da con el nivel de manejo de información que tiene cada una de las empresas. Es por ello que se origina los términos “Business Intelligence” o “Inteligencia de Negocios”, esta nace como soporte para la toma de decisiones mediante el correcto procesamiento de información. B. Definición La inteligencia de Negocios o Business Intelligence ayuda a tener a la empresa informada de todos los procesos que tiene, pero usando la inteligencia, de tal forma que la información se convierta en relevante (KIMBALL, y otros, 1996). Análogamente se compara el concepto de Business Intelligence como: “Dentro de las múltiples definiciones de BI, una de las más acertadas es la que lo define como un conjunto de herramientas y aplicaciones para la ayuda a la toma de decisiones que posibilitan acceso interactivo, análisis y manipulación de información corporativa de misión crítica” (MÉNDEZ DEL RÍO, 2000).

Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

19

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

Después de haber analizado el concepto de Business Intelligence, se cita una definición más general. Business Intelligence o Inteligencia de negocios es un sumario que utiliza un conjunto de técnicas y tecnologías para transformar datos e información desordenada a información ordenada, de tal forma que ayude a tener una mejor gestión de la organización, ya que brindará soporte a la toma de decisiones; en la Figura N° 1 podemos apreciar el diseño conceptual de una solución de BI.

Figura N° 1: Diseño Conceptual de una solución de BI FUENTE: (DEL PINO, 2007)

C.

Importancia y Beneficio de Business Intelligence en la Organización Como la competitividad es algo que buscan todas las empresas, primero debemos de tener el concepto claro acerca de la competitividad “…Competitividad es la capacidad de las empresas de vender más productos y/o servicios y de mantener o aumentar su participación en el mercado, sin necesidad de sacrificar utilidades. Para que realmente sea competitiva una empresa, el mercado en que mantiene o fortalece su posición

Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

20

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

tiene

que

ser

Gastañadui Caballero & Tamayo Avalos

abierto

o

razonablemente

competido”

(HERNÁNDEZ LAOS, 2000). (CURTO DÍAZ, 2010) Ya definido la competitividad podemos ya identificar la importancia de Business Intelligence en las organizaciones. Para tener competitividad es necesario tener información relevante de cada área y/o proceso de la empresa, por desgracia muchas empresas carecen de esto. La mayoría de organizaciones tienen información pero no es relevante es decir tiene información desestructurada, para poder estructurarla es necesario aplicar la inteligencia sobre ello, de tal forma que se pueda obtener

el conocimiento

necesario acerca de la empresa; esto se puede lograr usando mecanismos como “Business Intelligence”, el cual ayudará a tener la información necesaria para la toma de decisiones estratégicas que ayuden a la consecución de los objetivos de la empresa

mejorando la competitividad

cambiando así el

rumbo de la empresa hacia una mejora, todo lo anterior dicho se ha plasmado en el Figura N° 2.

Figura N° 2: Objetivo principal del Business Intelligence FUENTE: (Elaboración propia, 2014) D. Etapas de Business Intelligence a. Dirigir y Planear Esta es la primera y última etapa, es la primera porque nace con las preguntas que se hace para lograr los objetivos, y ultima porque cuando ya se tiene los resultados se generan nuevas preguntas, ejemplo se tiene como resultado la lista de personas que han pagado sus impuestos ¿cuál es el índice de recaudación?, eso dependerá de que personas han pagado sus impuestos (GESTIOPOLIS, 2006). Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

21

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

b. Identificación de Información Son los datos recolectados de las ventas, de las compras, de la atención a los cliente, de movimientos de las empresas; generalmente este tipo de datos es información que esta guardada en

bases de datos, cabe recalcar que es

información no estructurada (DATAPRIX, 2006). c. Procesamiento de Datos (ETL-Tools, 2012) En esta etapa la información desestructurada de las diferentes áreas de la organización va a ser integradas y pasadas a una nueva base o almacén de datos, en donde la información será estructura. La integración de Datos se realiza mediante el proceso ETL,

el

cual

tiene

como

significado

Extracción-

Transformación - Carga. d. Análisis y Producción En esta etapa se analizará la información estructurada que se encuentra almacenada con el fin de poder visualizar los resultados de Business Intelligence aplicada en la empresa. Los resultados obtenidos pueden ser indicadores, reportes, cuadros de mandos (GESTIOPOLIS, 2006). 2.2.2.3. Data Warehouse A. Definición Para tener una idea clara de Data Warehouse, acudiremos a las siguientes definiciones. “Data Warehouse es una copia de la transacción de datos específicamente estructurado para consulta y análisis” (KIMBALL, y otros, 1996). “Data Warehouse es una colecciones de datos orientados a temas, integrados, no volátiles y variantes en el tiempo, organizados

para

soportar

necesidades

empresariales”

(INMOB, 1996). De lo citado anteriormente podemos deducir

que Data

Warehouse; es un almacén de datos estructurada orientado a una temática específica e integradora, no volátil y variable en el transcurso del tiempo; y servirá de base para las consultas y análisis del usuario. (GINER DE LA FUENTE, y otros, 2014). Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

22

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

B. Características a. Temático: Porque tiene un fin específico, es decir dependerá de los intereses de la empresa ya que DataWarehouse está hecho para procesar consultas de tipo estratégicos (temas relevantes) no para procesar las transacciones de la Municipalidad. (MAZÓN LÓPEZ, y otros, 2011).

Figura N° 3: Característica- Orientado al tema de un Data Warehouse FUENTE: (LAPORTA POMI, 2007) b. Integrado: Porque presenta información de todos los procesos y áreas de la empresa, además de tener datos con un formato estándar toda la información necesaria y estratégica (MAZÓN LÓPEZ, y otros, 2011).

Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

23

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

Figura N° 4: Transformación de datos de un Data Warehouse FUENTE: (GUZMAN GARCÍA, 2001) c. Variante en el tiempo: Debido al horizonte de vida del Data Warehouse.

Figura N° 5: Histórico de un Data Warehouse FUENTE: (LAPORTA POMI, 2007) d. No volátil: Es por la actualización de datos en forma programada o periódica (MAZÓN LÓPEZ, y otros, 2011).

Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

24

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

Figura N° 6: No volátil de un Data Warehouse FUENTE: (GUZMAN GARCÍA, 2001)

C. Arquitectura de un Data Warehouse

Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

25

Gastañadui Caballero & Tamayo Avalos

Extraer

Extraer

Carga

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

26

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

Figura N° 7: Arquitectura del Data Warehouse FUENTE: (KIMBALL, y otros, 1996) a. Operational Source Systems (Sistemas Operacionales de origen ) (KIMBALL, y otros, 1996) Aquí se encuentran los orígenes de datos, de donde se extraerá la información no estructurada, el cual está compuesta por las diversas transacciones de la empresa, este es el inicio para la construcción de un Data Warehouse por ende se encuentran fuera del almacén de datos. b. Data Staging Area (Área de Organización de Datos) (CURTO DÍAZ, 2010) En esta etapa se toma en cuenta la preparación de la información; esta área se encuentra entre las Fuentes de datos y el Data Warehouse con el fin de: -

Facilitar la extracción de datos desde los orígenes de

-

datos con una heterogeneidad y complejidad grande. Mejorar la calidad de datos. Ser usado como caché de datos operacionales con el que

-

después

se

realiza

el

proceso

de

DataWarehousing. Uso de la misma para acceden en detalle a información no contenida en el Data Warehouse.

c. Data Presentacion Area (Área de Presentación de Datos) (RIVERO CORNELIO, y otros, 2004) Es la visualización y entrega de datos de los almacenes de datos a los usuarios. El área de presentación hace referencia a un conjunto de DataMarts

integrados,

el

cual

emplea

esquemas

dimensionales. “Data Mart contiene subconjuntos de los datos de Almacén de Datos adaptados a un determinado análisis o función…” (RIVERO CORNELIO, y otros, 2004). d. Data Access Tools (Herramientas de Acceso a Datos)

Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

27

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

(KIMBALL, y otros, 1996) Es el conjunto de herramientas que se les da a los usuarios para aprovechar el área de presentación, estas pueden ser tablas, consultas Ad hoc, reportes, etc. D. Estructura

Figura N° 8: Estructura del Data Warehouse FUENTE: (PACHECO, 2010) La estructura de un Data Warehouse está compuesta por 4 niveles como se muestra en la Figura N° 08. E. Proceso de Extracción, Transformación y Carga

Figura N° 9: Proceso ETL FUENTE: (CONTRIBUTION POR VISITOURS, 2012) (CURTO DÍAZ, 2010) El proceso ETL es el conjunto de técnicas las cuales ayudan a la integración de datos basada en Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

28

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

la consolidación de datos, las cuales se usa para alimentar al Data

Warehouse,

Staging

área,

ODS,

DataMarts.

Generalmente se combina con otras técnicas de consolidación de datos. El proceso en general debe de estar programado en tiempos de elaboración, especificar si es diario, semanal, mensual, semestral, trimestral, anual, etc. a. Extracción En este proceso se extraerán los datos desde múltiples fuentes y se los integra. Primero se identificaran las fuentes, luego se seleccionará las fuentes a usar, y finalmente se unen los datos de las fuentes para ser extraídos (CONTRIBUTION POR VISITOURS, 2012). b. Transformación Conjunto de técnicas y herramientas para cambiar los datos extraídos de las diferentes fuentes, es decir quitar y añadir información, corregir si hay errores y uniformizar los datos (asignar un formato estándar); en otras palabras refinarlo y agregarles calidad (COTOS YAÑEZ, y otros, 2005). c. Carga (LA RED MARTINEZ, y otros, 2009) En este proceso se suben los datos transformados al DataWarehouse o almacén de datos a través de métodos, ya que esto controlará la actualización de datos de acuerdo al tiempo

programado

para su elaboración. Finalizado el proceso de Carga se debería tener en el Data Warehouse datos de calidad, los cuales servirán de soporte para la toma de decisiones. F. Uso del Data Warehouse A continuación en la Tabla N° 12 muestra las diferencias entre una base de datos transaccional y un Data Warehouse.

Tabla N° 12: Base de Datos Transaccional y un Data Warehouse Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

29

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

BASE DE DATOS OPERACIONAL DATAWAREHOUSE Datos Operacionales Datos del negocio para Información Orientado a la aplicación Orientado al sujeto Actual Actual + Histórico Detallada Detallada + Resumida Cambia continuamente Estable FUENTE: (LAPORTA POMI, 2007)

Los datos operacionales y los datos del Data Warehouse son consultados por usuarios de maneras diferentes, a continuación en la Tabla N° 13 se detallan los usos del Data Warehouse.

Tabla N° 13: Usos del Data Warehouse Uso de la Base de Datos

Uso de Data Warehouse

Transaccional Muchos usuarios concurrentes Consultas predefinidas y actualizables

Pocos usuarios concurrentes Consultas complejas, frecuentemente no

Cantidad pequeñas de datos detallados Requerimientos de respuesta

anticipadas Cantidades grandes de datos detallados Requerimientos de respuesta no críticos

inmediata FUENTE: (Escuela Nacional de Estadística e Informática (ENEI), 1997)

G. Ventajas del modelo dimensional (LA RED MARTINEZ, y otros, 2009) La implementación de un sistema basado en el modelo dimensional aporta un valor agregado a las empresas (competitividad) porque brinda un conjunto de ventajas estratégicas; las cuales mencionaremos a continuación. - Consistencia de la información. - Facilidad de análisis de la información. - Integración de datos de múltiples sistemas incompatibles a -

una base de datos consolidada. Beneficios en costos, tiempos y productividad.

H. Modelo Dimensional de un Data Warehouse Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

30

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

Es la estructura que tiene un Data Warehouse en donde se guardaran los datos para ser convertidos en información relevante para los usuarios; entre algunos modelos tenemos Esquema Estrella y Esquema Copo de Nieve (WIKISPACES, 2011). a. Esquema Estrella Dim_Tiempo Dim_Fuente

KeyTiempo: integer

KeyFuente: integer

Anual: integer Semestre: integer Trimestre: integer Mes: varchar(20) idFecha: integer

Fuente: varchar(20) Cat_Siaf: integer idFuente: integer Hecho_Meta KeyMeta: integer (FK) KeyFuente: integer (FK) KeyOrganizacion: integer (FK) KeyTiempo: integer (FK)

Dim_Fuente

MontoMeta: decimal(12,2)

Dim_Organizacion

KeyFuente: integer

KeyOrganizacion: integer

Clasificador: varchar(20) idClasificador: integer

Cajero: varchar(20) idCajero: integer Area: varchar(20) Persona: varchar(20) idOrganizacion: integer

Dim_Meta KeyMeta: integer Meta: varchar(20) Cod_Siaf: integer idMeta: integer

Figura N° 10: Esquema Estrella FUENTE: (Elaboración propia, 2014) Consiste en simular la estructura de una estrella, en donde el punto central es la tabla Hecho, y las puntas de la estrella vendría a ser las dimensiones, esta estructura hace más rápido las consultas de los usuarios; en la Figura N° 10 podemos apreciar el esquema Estrella (CALLE GUGLIERI, 1997). b. Esquema Copo de Nieve (CURTO DÍAZ, 2010) Este esquema se deriva del esquema Estrella, pero con la diferencia de que las dimensiones se normalizan, haciéndolas más detalladas lo que originará la creación de nuevas dimensiones. En este esquema se puede apreciar 2 tipos. -

Parcial: La normalización de la dimensión solo se lleva a cabo en algunos.

Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

31

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

-

Gastañadui Caballero & Tamayo Avalos

Completa: La normalización se hace en todas las

dimensiones. A continuación en la Figura N° 11 mostramos un ejemplo de esta estructura. Dim_TipoFraccionamiento KeyTipoFraccionamiento: integer Fraccionamiento: integer idT ipoFraccionamiento: integer Observacion: varchar(20) Dim_Tiempo

Hecho_Meta

KeyT iempo: integer

KeyCuotas: integer (FK) KeyT ipoFraccionamiento: integer (FK) KeyCliente: integer (FK) KeyT iempo: integer (FK)

Anual: integer Semestre: integer Trimestre: integer Mes: varchar(20) NroMes: integer idFecha: datetime

MontoMeta: decimal(12,2)

Dim_Cuotas

Dim_Tipo_Cliente KeyTipoCliente: integer T ipoCliente: varchar(20) idT ipoCliente: integer Grupo: integer

Dim_Cliente KeyCliente: integer KeyTipoCliente: integer (FK) Nombre: varchar(20) T ipoPersona: varchar(20) Segmentacion: integer Via: integer idP ersona: integer

KeyCuotas: integer RangoCuotas: varchar(20) NroCuotas: integer idCuotas: integer

Figura N° 11: Esquema Copo de Nieve FUENTE: (Elaboración propia, 2014) c. Tablas Hecho (HEREDIA ÁLVARO, 2000) Es una tabla que contiene datos de salida de una actividad dentro de un proceso; es la tabla central de un esquema dimensional como vemos en la Figura N° 12. Por lo general estas tablas tiene gran número de filas, la mayoría de sus datos son numericos y calculados; de la relación de la tabla Hecho con sus dimensiones originana los indices.

Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

32

se

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

Dim_Tiempo KeyTiempo: integer Anual: integer Semestre: integer Trimestre: integer Mes: varchar(20) NroMes: integer idFecha: datetime

Hecho_Meta

Dim_TipoFraccionamiento

KeyCuotas: integer (FK) KeyTipoFraccionamiento: integer (FK) KeyTiempo: integer (FK)

KeyTipoFraccionamiento: integer Fraccionamiento: integer idTipoFraccionamiento: integer Observacion: varchar(20)

MontoMeta: decimal(12,2)

Dim_Cuotas KeyCuotas: integer RangoCuotas: varchar(20) NroCuotas: integer idCuotas: integer

Figura N° 12: Hecho FUENTE: (Elaboración propia, 2014)

d. Tabla Dimensión (KIMBALL, y otros, 1996) Son tablas que describen a la Tabla Hecho mediante sus atributos por eso también son llamados puertas de entradas de los Hechos como vemos en la Figura N° 13. En las tablas de dimensión se cuenta con 2 tipos de claves; la clave subrogada, la cual es autogenerada y única; y las claves que describen a ellas mismas, las que también sirven de restricciones y etiquetas de los informes, lo que hace más comprensible su visualización. Dim_Tiempo Dim_Fuente

KeyTiempo: integer Anual: integer Semestre: integer Trimestre: integer Mes: varchar(20) idFecha: integer

KeyFuente: integer Fuente: varchar(20) Cat_Siaf: integer idFuente: integer Hecho_Meta KeyMeta: integer (FK) KeyFuente: integer (FK) KeyOrganizacion: integer (FK) KeyTiempo: integer (FK)

Dim_Fuente

MontoMeta: decimal(12,2)

Dim_Organizacion

KeyFuente: integer

KeyOrganizacion: integer

Clasificador: varchar(20) idClasificador: integer

Cajero: varchar(20) idCajero: integer Area: varchar(20) P ersona: varchar(20) idOrganizacion: integer

Dim_Meta KeyMeta: integer Meta: varchar(20) Cod_Siaf: integer idMeta: integer

Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

33

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

Figura N° 13: Dimensiones FUENTE: (Elaboración propia, 2014)

e. Nivel El nivel surge cuando la dimensión contiene jerarquía, el nivel es considerado como cada escalón

de la estructura

que surge cuando se hace la jerarquización

(CANO

UNDER, 2010). f. Jerarquía Las jerarquías surgen porque se quiere tener un nivel de detalle en la información ejemplo mes - año. Este ayuda a tener establecer la navegación que tendrá la dimensión, y eso dependerá de la jerarquía establecida (GRACÍA, 2010). g. Granularidad Nos dicen que granularidad es el nivel de detalle de los datos un ejemplo podría ser cobranzas diarias (granularidad fina), y las cobranzas semanales (granularidad gruesa); cabe recalcar que se puede pasar de granularidad fina a gruesa pero no en viceversa. La granularidad está en función de las medidas de las tablas Hecho (MAZÓN LÓPEZ, y otros, 2011). h. Relaciones Las relaciones son muy importantes porque mantiene la integridad en el modelo dimensional, ya que relacionará las dimensiones con otras dimensiones y con las tablas hechos como vemos en la Figura N° 14 (MICROSOFT, 2013).

Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

34

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

Dim_Tiempo KeyTiempo: integer Anual: integer Semestre: integer Trimestre: integer Mes: varchar(20) NroMes: integer idFecha: datetime

Hecho_Meta KeyCuotas: integer (FK) KeyTipoFraccionamiento: integer (FK) KeyTiempo: integer (FK)

Dim_TipoFraccionamiento

MontoMeta: decimal(12,2)

KeyTipoFraccionamiento: integer Fraccionamiento: integer idTipoFraccionamiento: integer Observacion: varchar(20)

Dim_Cuotas KeyCuotas: integer RangoCuotas: varchar(20) NroCuotas: integer idCuotas: integer

Figura N° 14: Relaciones de las dimensiones y hechos FUENTE: (Elaboración propia, 2014)

i. Llaves Subrogada (CURTO DÍAZ, 2010) La llave subrogada es como la clave principal de una base de datos transaccional, es decir identifica de manera única a cada registro. A continuación la Figura N° 15 vemos un ejemplo de clave subrogada.

Figura N° 15: Llaves Subrogadas FUENTE: (Elaboración propia, 2014) 2.2.2.4. Metodologías para el Desarrollo A. Metodología Hefesto Creada por Bernabeu Ricardo Dario; esta metodología consiste en cuatro etapas. a. Análisis de requerimientos Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

35

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

Sirve para identificar los objetivos que se quieren conseguir con el nuevo sistema, para esto se identificaran cuáles son las preguntas para obtener en las respuestas los objetivos. Una vez analizadas las preguntas se determinarán las perspectivas de análisis y los indicadores del

negocio

(ECURED, 2010). b. Análisis de los sistemas transaccionales Se hace con el fin de poder identificar los posibles orígenes para lograr como resultado los indicadores ya definidos en la etapa de análisis de requerimientos (URQUIZU, 2010). c. Modelo lógico de ETL Identificar qué modelo se usará (copo de nieve, estrella, etc.). También se definirán las tablas hechos, y las de las dimensiones junto con sus respetivas relaciones y sus jerarquías (ESPINOSA SAMILLA, 2009). d. Procesos ETL Este proceso abarca la extracción, cargado y transformación de datos; sirve para trasladar datos importantes de los orígenes de datos al Data Warehouse (DATAPRIX, 2006).

B. Metodología Ralph Kimball Las fases son: a. Planeación y administración del proyecto (RIVADERA, 2012) Esta etapa es la más importante porque se sentara la base para la recolección de datos. - Definición del proyecto. - Alcance del proyecto. - Determinar preparación de la empresa para un proyecto -

de Data Warehouse. Desarrollo de la Justificación del Negocio. Evaluaciones de factibilidad de la empresa. Planificación del proyecto. Administración del proyecto.

b. Definición de los Requerimientos del Negocio Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

36

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

(MARTINEZ PUERTO, 2013) En esta etapa se logrará identificar las necesidades del negocio, los cuales servirán como base para tener una adecuada construcción del Data Warehouse, para ello es necesario recolectar la información de todos los usuarios del negocio.

c. Modelamiento Dimensional

Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

37

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

Figura N° 16: Modelamiento Dimensional FUENTE: (RIVADERA, 2012)

d. Diseño Físico (MEDIAWIKI, 2014) En esta etapa se tomará en cuenta la estructura física que soportará el diseño lógico, algunos de estos elementos son: - Tamaño del Data Warehouse. - Configuración del sistema y base de datos. - Creación de tablas para datos. - La infraestructura necesaria. Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

38

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

e.

Gastañadui Caballero & Tamayo Avalos

Herramientas de instalación. Creación de claves subrogadas y foráneas.

Diseño y desarrollo de la Preparación de Datos (KIMBALL, y otros, 1996) En esta etapa es necesario tener una mirada general acerca de los datos para lograr un análisis adecuado de estos, para ello se debe de tener en cuenta lo siguiente. - Trazar un plan de alto nivel. - Seleccionar la herramienta ETL. - Desarrollar estrategias por defecto. - Profundizar la tabla objetivo. - Poblar las tablas de dimensiones con los datos -

históricos. Realizar la carga histórica de la tabla Hechos. Procesamiento incremental de las Dimensiones. Procesamiento incremental de los Hechos. Operación y automatización del Sistema ETL.

f. Diseño técnico de la Arquitectura (MICROSTRATEGY EXPEPERIENCIA B12, 2005) En esta etapa se tomará en cuenta: -

Back Room Está basado en la utilización del proceso ETL, es decir extracción, carga y trasformación de los datos, el proceso ETL ya fue explicado anteriormente.

-

Front Room Es la parte presentable del Data Warehouse, la cual será presentada al usuario final con el fin de que el usuario sea capaz de analizar los datos del Data Warehouse y

posteriormente tomar una decisión

estratégica. g. Selección e instalación del producto (KIMBALL, y otros, 1996) Es necesario identificar las herramientas a ser usadas en cada proceso; especificando esto podemos decir que las herramientas se orientan a: Plataforma DBMS, Herramienta ETL, Herramienta BI.

Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

39

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

h. Especificación de la aplicación del usuario final (RIVADERA, 2012) En esta etapa identificamos los roles o perfiles de usuarios para definir los diferentes tipos de aplicaciones necesarias en base al alcance de los diferentes perfiles. Se definen un conjunto de aplicaciones estándares. Las especificaciones permitirán

a los usuarios finales

entender la aplicación desarrollada. i. Desarrollo de aplicaciones para usuario finales Abarca el desarrollo de las aplicaciones para los usuarios finales, lo cual comprende configuración de los metadatos y la construcción de los informes solicitados (LEON, 2014). j. Despliegue (KIMBALL, y otros, 1996) -

Despliegue ETL Se realizará el desplazamiento de todo el sistema ETL, como son las transformaciones y trabajos.

-

Despliegue de BI Se desplegará las herramientas de BI juntos con las aplicaciones desarrolladas para la visualización de los datos.

k. Mantenimiento y crecimiento (LEON, 2014) Es la etapa de verificación porque verifica y evalúa

si

está

funcionando

correctamente

el

Data

Warehouse, esto se lleva a cabo a través del diagnóstico y análisis de los resultados. A diferencia de los sistemas tradicionales, los cambios en el desarrollo deben ser vistos como signos de éxito y no de falla. Es importante establecer las prioridades para poder manejar los nuevos requerimientos de los usuarios de tal forma que se pueda evolucionar y crecer. C. Metodología Bill Inmon

Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

40

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

(ESPINO SAMILLA, 2010) Surge con la necesidad de tener solo una base de datos con información relevante e importante para un posterior análisis. La metodología es similar a la que se usa para construir un sistema de información, utilizando las mismas herramientas. Para el tratamiento de los cambios de los datos usa la “Continue and Discrete Dimension”, es decir inserta fechas para determinar la validez de los datos. Este enfoque es más complicado pues se está intentado ir del todo al detalle.

Figura N° 17: Metodología Inmon FUENTE: (ESPINO SAMILLA, 2010)

D. Metodología de Cognos (GROUP,

2010)

La

metodología

SIM

(Solution

Implementation Methodology) permite asegurar la calidad de la información entregable a través del software IBM Cognos; tiene como características: - Es consistente y repetible en cuanto a prácticas compradas. - Preparada para asimilar tecnologías escalable. - Usa roles enfocados en tareas y validaciones. A continuación se presenta en la Figura N° 18 las fases que posea esta metodología Cognos.

Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

41

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

Figura N° 18: Cognos Business Intelligence Roadmap FUENTE: (GROUP, 2010) a. Análisis En esta fase se trata de identificar los requerimientos del negocio desde las características como en los atributos no funcionales (flexibilidad, desempeño, sencillez) (GROUP, 2010). b. Diseño Se identifican los recursos, componentes adecuados para dicha solución a desarrollar, así como también sus respectivas dependencias (MENDOZA RIVERA, 2008). c. Construcción Se trata de construir e integrar cada

uno de los

componentes de la solución, utilizando entornos de desarrollo y calidad, así como también la realización de pruebas a los componentes a través de ensayos (VALLE BELLO, 2005). d. Despliegue La solución se coloca a disposición de los usuarios con el fin de familiarizar o adaptarse a las operaciones presentes en dicha solución (SERI SANDOVAL, y otros, 2009). e. Operación La fase de operación implica el uso de la solución Cognos involucrando tareas de mantenimiento y checkpoints con el fin de facilitar el uso exitoso y preservar su funcionamiento óptimo (GROUP, 2010). E. Rapid Warehousing Methodology Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

42

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

Según la empresa SAS Institute empresa dedicada a análisis de negocios y a desarrollo de software propone una metodología para la construcción de un Data Warehouse llamada Rapid Warehousing la cual se caracteriza por ser iterativa basada en el desarrollo incremental y consta de 5 fases que se mostrará a continuación en la Figura N° 19 (DATAPRIX, 2006).

Figura N° 19: Rapid Warehousing Methodology FUENTE: (DATAPRIX, 2006) a. Definición de los Objetivos (ESPINO SAMILLA, 2010) En esta etapa se plantearán los objetivos que se desean alcanzar en el desarrollo del proyecto, es decir su alcance y la funcionalidad que tendrá el Data Warehouse, así como los parámetros de evaluación de funcionamiento de la misma. También se tendrá que definir el equipo de trabajo y los representantes de usuario. b. Definición de Requerimientos En esta etapa el usuario tiene el papel protagónico ya que se propone analizar todas las necesidades de este y hacer comprender las ventajas que esta solución puede reportar (CATALAN M, 2011).

Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

43

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

c. Diseño y Modelización (MARTÍN CARBALLO, 2011) En esta etapa se identifican las fuentes de datos y las transformaciones necesarias obteniendo de esta manera un modelo físico y lógico de datos. d. Implementación (DATAPRIX, 2006)

Para

el

desarrollo

de

la

implementación se presentan los siguientes pasos: - Extracción y transformación de los datos del sistema -

operacional. Carga periódica de datos. Exploración de la data mediante diversas técnicas.

De esta forma se tendrá el Data Warehouse a disposición del usuario. e. Revisión Se realiza una revisión del Data Warehouse que permitan después de la puesta en marcha identificar algunos aspectos que se deberían potencias o mejorar 2.3.

(ESPINOSA

SAMILLA, 2009). Marco Conceptual

2.3.1. Conceptos Preliminares A. OLAP OLAP es el acrónimo en inglés de procesamiento analítico en línea (On-Line Analytical Processing). Es una solución utilizada en inteligencia empresarial (o Business Intelligence) cuyo fin es hacer más eficiente la consulta de grandes cantidades de datos. Para ello utiliza estructuras 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 (URQUIZU, 2011). B. Sql Server 2012 (Motor de base de datos) (MICROSOFT, 2014) Es el servicio central del paquete de SQL Server para almacenar, y proteger y procesar datos relacionales; a Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

44

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

continuación se muestra las principales funciones del motor de base de datos: - Proporcionar un almacenamiento seguro para los datos. - Proporcionar un medio para recuperar rápidamente estos -

datos. Proporcionar un acceso consistente a los datos. Control de acceso a los datos. Hacer cumplir las reglas de integridad de datos para

-

confirmar que los datos sean seguros y consistentes. Cada una de estas responsabilidades se examina con más detalle en capítulos posteriores de este libro.

C. Consultas Ad hoc (BARRETO VÉLIZ, 2013) Son consultas personalizadas; es decir el sistema le permite al usuario hacer sus propias consultas en tiempo real, en vez de que el usuario este atado a las consultas prediseñadas para informes. D. DevExpress Es una suit de controles creada por la compañía Smarter Level que se dedica a crear este tipo de componentes (MICROSOFT, 2012). E. Microsoft Visual Studio 2010 (WIKIPEDIA, 2013) Es un ambiente de desarrollo integrado para sistemas operativos Windows. Contiene diversos

lenguajes de

programación tales como C++, C#, Visual Basic .NET,

Java,

Python, Ruby, PHP; al igual que entornos de desarrollo web como ASP.NET MVC, Django, et., a lo cual agregarle las nuevas capacidades online bajo Windows Azure en forma del editor Monaco. F. Asp.Net (ÁLVAREZ, 2001) Es un modelo de desarrollo Web unificado creado por Microsoft Para la elaboración de páginas Web dinámicas del servidor usando Visual Basic Script. Un lenguaje del lado del servidor se ejecuta primero en el servidor web y luego se envía la página a través de Internet al cliente. ASP.NET forma parte de .NET Framework y al elaborar

las

aplicaciones en ASP.NET estas tienen acceso a las clases en .NET Framework. 2.4.

Justificación

Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

45

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

2.4.1. Justificación Académica Se busca demostrar que la Inteligencia de Negocios y los conocimientos universitarios contribuyan a la toma de decisiones en la gestión Administrativa Gerencial de la Municipalidad de Víctor Larco herrera además de asentar precedentes en la implementación de este tipo de soluciones para determinados problemas. 2.4.2. Justificación Operativa -

El proporcionar la implementación de la Inteligencia de Negocios va a generar la salida rápida de reportes estratégicos lo que hará más oportuna la toma de decisiones y posteriormente hará más eficiente el desempeño de la Municipalidad de Víctor Larco Herrera.

-

Permitirá operar la información proveniente de las diversas áreas,

de forma más clara y eficiente. 2.4.3. Justificación Ambiental El proporcionar este estudio ayudará a la disminución de uso de recursos, lo que generara menos desperdicios de materiales y así se disminuirá la contaminación ambiental. 2.4.4. Justificación Económica -

Debido al conocimiento obtenido gracias al uso del sistema de soporte en la toma de decisiones, los empleados en puestos ejecutivos y gerenciales encargados tomaran decisiones acertadas permitiendo optimizar los ingresos en la Municipalidad de Víctor Larco Herrera.

-

El uso del sistema propuesto, reducirá tiempo empleados por el personal encargado de la generación, manejo y distribución de distinto tipos de reportes

de complejidad elevada, lo cual

generará un ahorro de costo hora/hombre, aumentando así los ingresos netos mensuales de la Municipalidad de Víctor Larco Herrera. 2.4.5. Justificación Social Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

46

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

-

Gastañadui Caballero & Tamayo Avalos

Este proyecto de investigación brindará un mejor servicio a la Comunidad de la Municipalidad de Víctor Larco Herrera además de mejorar la relación trabajador Gerente porque se podrán tomar mejores decisiones con respecto a los trabajadores.

-

Generar una cultura en el uso de las tecnologías de información en el soporte de toma de decisiones en otras municipalidades de la región, teniendo como referencia la Municipalidad de Víctor Larco Herrera; lo que con el tiempo mejoraría la economía de la región y generaría más puestos de trabajo, disminuyendo el nivel

de pobreza en el distrito. 2.4.6. Justificación Tecnológica Se planteará una solución basada en tecnologías de información mediante la inteligencia de negocios, para obtener un producto que permita generar información tratada y útil, la cual apoyará el análisis del negocio que se requiera. 2.5.

Objetivos

2.5.1. Objetivo General Dinamizar la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera, mediante la Inteligencia de Negocios. 2.5.2. Objetivos específicos -

Reducir el tiempo en la generación de reportes en la

gestión

-

Contable y Presupuestal. Reducir el costo de Horas -Hombre en la generación de reportes en

-

la gestión Contable y Presupuestal. Incrementar el nivel de satisfacción de los usuarios de la solución propuesta.

2.6.

Enunciado del Problema

¿De qué manera incide la Inteligencia de Negocios en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera?

Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

47

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

2.7.

Gastañadui Caballero & Tamayo Avalos

Hipótesis La Inteligencia de Negocios dinamiza la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera.

2.7.1. Variable independiente Inteligencia de Negocios 2.7.2. Variable dependiente Toma de Decisiones 2.7.3. Objeto de estudio Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera 2.8. Diseño de contrastación 2.8.1. Diseño General 2.8.1.1. Metodología En la siguiente matriz se resume las respuestas de las encuestas realizadas a 3 expertos. Tabla N° 14: Matriz de Evaluación General Criterio Metodología

C1

C2

C3

C4

C5

C6

TOTAL 6

∑ Ci∗Pi P = 0.1 P = 0.2 P = 0.2 P = 0.2 P = 0.1 P = 0.2

i=1

M. Hefesto

3

3

3

3

3

3

3

M. de Bill Inmon

4

3

4

4

4

5

3,5

M. de Cognos

3

3

3

3

3

3

3

3

3

3

3

3

3

3

4

4

5

4

4

5

4.35(*)

M. Rapid Warehousing M. Ralph Kimball

FUENTE: (Elaboración Propia, 2014) (*)Metodología seleccionada.

Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

48

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

A. Información (C1): Se analizara la cantidad de información que pueda existir. B. Conocimiento (C2): Se tomara en cuenta el grado de conocimiento que se tiene de la metodología, para el debido desarrollo del proyecto. C. Flexibilidad (C3): Adaptabilidad de la Metodología para adaptarse en cualquier situación.

D. Compatibilidad (C4): Se examinara el grado de compatibilidad de las metodologías.

E. Requerimientos (C5): La metodología tendrá que considerar una captura de los requerimientos adecuados. F. Tiempo de Desarrollo (C6): Se tomará el tiempo requerido que abarca la metodología para el correcto desarrollo del proyecto. Leyenda: Tabla N° 15: Escala de Evaluación Calificativo

Puntaje

Excelente

5

Muy Bueno

4

Bueno

3

Regular

2

Malo

1

FUENTE: (Elaboración Propia, 2014) La metodología a desarrollar es la metodología Ralph Kimball.

2.8.1.2. Modelo Lógico Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

49

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

El presente Proyecto de Tesis es una alternativa de solución para dinamizar la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera. Para la contratación de la Hipótesis se utilizará el Método de Diseño Lineal llamado también PRE – TEST y POST – TEST.

O0

O1

X

Figura N° 20: Diseño FUENTE: (Elaboración propia, 2014)

Dónde: O0 = Toma de decisiones en la Municipalidad de Víctor Larco Herrera antes de implementar la Inteligencia de Negocio. X = Implementación de la Inteligencia de Negocios en la Municipalidad de Víctor Larco Herrera. O1 = Toma de decisiones en la Municipalidad de Víctor Larco

Herrera

después

de

implementar

la

Inteligencia de Negocio.

2.8.2. Diseño de la Información

Tabla N° 16: Indicadores N°

1

Indicador CNHHU : Costo por el número Horas Hombre Utilizadas

Instrumento

Cronómetro y costos

Unidad de medida

Fuente

Soles

. Área de Finanzas Área de Contabilidad

Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

Informante

Contador.

Operatividad

n

CNHHU =CH∗∑ NH i=1

50

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

2

4

TGR: Tiempo de Generación de Reportes.

SUS: Satisfacción del Usuario del Sistema.

Gastañadui Caballero & Tamayo Avalos

Contador

Horas

Escala de Likert

Área Administrativa

Área Administrativa

Cronómetro

Preguntas por Grado de aceptación

n

Área de Finanzas Área de Contabilidad

TGR=∑ TRi i=1

FUENTE: (Elaboración propia, 2014)

2.8.2.1.

Muestra La población y muestra se calculara por indicador, para ello usaremos las siguientes formulas.

Fórmula N° 1: Para calcular la muestra

n

NZ 2 PQ ( N  1)e 2  Z

2

PQ ........................................(1)

Dónde: N= Población n=Muestra Z=1.96 (95% de Confianza) P = Probabilidad de Éxitos (0.5) Q= Probabilidad de Fracaso (0.5) e= Error máximo que se tolera en las mediciones (0.05)

Fórmula N°

n' 

2: Para calcular la muestra ajustada

n 1

n N

.................................................................(2)

Dónde: n' =Muestra Ajustada n= Muestra N = Población

Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

51

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

2.8.3. Indicadores A. Indicador Cuantitativo La elaboración se estima en función a la cantidad de reportes que realiza el personal en el periodo de validez de la gestión (02 meses) teniéndose un promedio de 7 reportes al día, trabajándose 5 días a la semana; por lo tanto la población (N) es:

(

N= 7

reportes dias semanas ∗5 ∗4 ∗(2 meses) día semana mes

)(

)(

)

N=280 reportes La muestra poblacional se determina en base a la Fórmula N° 1 2 280∗1.96 ∗0.5∗0.5 n= ( 280−1 )∗0.052 +1.96 2∗0.5∗0.5 n=162.2≈ 163 reportes

Como n es mayor a 80, se ajustará el valor anterior, empleando la Fórmula N° 2

n' =

163 163 1+ 280

'

n =103 .02 ≈104 reportes

B. Indicador Cualitativo La Población está conformada por 6 personas que laboran en la Municipalidad de Víctor Larco Herrera. Tabla N° 17: Población para Indicador Cualitativo Puesto Cantidad Jefe de Contabilidad 1 Asistente de Contabilidad 2 Jefe de Presupuesto 1 Asistente de Presupuesto 2 TOTAL 6 FUENTE: (Elaboración propia, 2014) Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

52

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

Puesto que la población es menor a 80 (N< 80) por lo tanto n = N, es decir: n= 6 individuos 2.8.4. Diseño Específico Para contrastar la hipótesis de investigación se desarrollarán pruebas de inferencia estadística, como se detalla a continuación: -

Si n30 Prueba Z, diferencia de medias.

Debido a que la muestra para los indicadores cuantitativos es mayor que 30 se usara la prueba Z; mientras que para los indicadores cualitativos se usara la prueba t de Student debido a que la muestra es menos a 30.

Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

53

REFERENCIAS BIBLIOGRÁFICAS

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

-

ALFARO DÍAZ, Luis Enrique y PEREDA TAPIA, Brayan Daniel. 2012. Sistema de soporte a la toma de decisiones basado en business Intelligence para mejorar la Gestión Estratégica del Proceso de Ventas en el Gran Hotel El Golf Trujillo S.A. Trujillo : Universidad Nacional de Trujillo, 2012.

-

ÁLVAREZ, Miguel Angel. 2001. [En línea] 09 de Mayo de 2001. [Citado el: 11 de Julio de 2014.] http://www.desarrolloweb.com/articulos/393.php.

-

ANDALUCÍA, Universidades Andaluzas Y Consejería De Educación Y Ciencia De La Junta De. 2000. DataWarehouse: Sistemas OLAP. [En línea] 2000. [Citado el: 16 de Mayo de 2014.] http://www.gestion.uco.es/gestion/datawarehouse/doc/m_usuario/07000_olap.pd f.

-

BARRANCO DE AREBA, Jesús. 2001. Metodología del análisisestructurado de sistemas. Madrid : Ortega, 2001.

-

BARRETO VÉLIZ, Bernard Pavel. 2013. [En línea] 2013. [Citado el: 12 de Julio de 2014.] http://www.monografias.com/trabajos75/inteligencianegocios/inteligencia-negocios2.shtml.

-

CALLE GUGLIERI, José A. 1997. Reingeniería y seguridad en el ciberespacio. Madrid : Ediciones Díaz de Santos, 1997.

-

CANO UNDER, José. 2010. Acerca de nosotros: WordPress. Word Press. [En línea] 21 de Febrero de 2010. [Citado el: 21 de 05 de 2014.] http://enfoquepractico.com/category/datawarehouse/.

-

CASANA SAAVEDRA, Willy Roberto y VÁSQUEZ PRÍNCIPE, Edith Liliana. 2006. DESARROLLO DE UN DATA MART CATASTRAL PARA MEJORAR EL PROCESO DE TOMA DE DECISIONES EN LA GERENCIA COMERCIAL DE LA EMPRESA SEDALIB S.A. Trujillo : Universidad Nacional de Trujillo, 2006.

-

CATALAN M, Arturo. 2011. [En línea] 28 de Junio de 2011. [Citado el: 11 de Julio de 2014.] http://es.scribd.com/doc/58855071/Metodologia-propuesta-porSAS-Institute.

-

CECILIA DOMINA, maría. 2008. Data Warehousing, Relevamiento y aplicación de técnicas de modelado dimensional. Rio de la Plata : s.n., 2008.

-

CONTRIBUTION POR VISITOURS. 2012. sitio web Taller de Base de Datos. [En línea] 10 de Junio de 2012. [Citado el: 20 de Mayo de 2014.] http://tallerbd.wikispaces.com/Datawerehouse.

Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

59

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

-

COTOS YAÑEZ, José Manuel y TABOADA CONZÁLES, José Ángel. 2005. Sistemas de información medioambiental. España : Gestiblo, S. L., 2005.

-

CURTO DÍAZ, Josep. 2010. Introducción al Business Intelligence. Barcelona : Editorial UOC, 2010.

-

DATAPRIX. 2006. [En línea] 2006. [Citado el: 28 de Mayo de 2014.] http://www.dataprix.com/fases-implantacion-dwh.

-

DEL PINO, Santigo. 2007. Business Intelligence. [En línea] 2007. [Citado el: 16 de Mayo de 2014.] https://www.google.com.pe/? gfe_rd=cr&ei=Bah1U7DUNOfO8gefv4GADQ#q=modelo+integral+de+una+sol ucion+BI.

-

ECURED. 2010. sitio web de Enciclopedia Cubana ECURED. [En línea] 2010. [Citado el: 2014 de Julio de 10.] http://www.ecured.cu/index.php/Metodolog %C3%ADa_Hefesto.

-

EGUILA CANALES, Arturo y PARCO IQUIAPAZA, Alex Alsey. 2007. Implementación de una herramienta de Inteligencia de Negocios para la Administración de Justicia sobre metodología AD-HOC. Lima : s.n., 2007.

-

Escuela Nacional de Estadística e Informática (ENEI). 1997. Manual de Construcción de un Data Warehouse. [En línea] Setiembre de 1997. [Citado el: 16 de Mayo de 2014.] http://www.ongei.gob.pe/publica/metodologias/Lib5084/1-9.HTM.

-

ESPINO SAMILLA, Roberto. 2010. Descubriendo el Business Intelligenence. El Rincon del BI. [En línea] Marzo de Abril de 2010. [Citado el: 29 de Mayo de 2014.] http://churriwifi.wordpress.com/2010/04/19/15-2-ampliacion-conceptosdel-modelado-dimensional/.

-

ESPINOSA SAMILLA, Roberto. 2009. [En línea] 5 de Diciembre de 2009. [Citado el: 03 de Julio de 2014.] http://churriwifi.wordpress.com/2009/12/05/5fases-en-la-implantacion-de-un-sistema-dw-metodologia-para-la-construccionde-un-dw/.

-

ETL-Tools. 2012. [En línea] 22 de Agosto de 2012. [Citado el: 19 de Mayo de 2014.] http://etl-tools.info/en/datastage-tutorial-L005_transforming-andfiltering-data.htm.

-

FRANCÉS, Antonio. 2006. Estrategias y planes para la empresa: con el cuandro de mando integral. México : Pearson Education de Mexico S.a., 2006.

-

GESTIOPOLIS. 2006. [En línea] 27 de Agosto de 2006. [Citado el: 15 de Mayo de 2014.] http://www.gestiopolis.com/canales2/gerencia/1/busint.htm.

Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

60

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

-

GINER DE LA FUENTE, Fernando y GIL ESTALLO, María de los Ángeles. 2014. Los sitemas de información en la sociedad del conocimiento. Madrid : Esic Editorial, 2014.

-

GRACÍA, Jesus. 2010. Mundo DB. Mundo DB. [En línea] 16 de Setiembre de 2010. [Citado el: 22 de Mayo de 2014.]

-

GROUP, SMARTBASE. 2010. SmartBase. [En línea] 2010. [Citado el: 18 de Mayo de 2014.] http://www.smartbasegroup.com/index.php?pag=mcognos.

-

GUEVARA LENIS, Jorge Eduardo y Carmen, VALERIANO ARCOS Janeth. 2007. DATA WAREHOUSE PARA EL ANÁLISIS ACADÉMICO DE LA ESCUELA POLITÉCNICA. Quito : Escuela Politécnica Nacional, 2007.

-

GUZMAN GARCÍA, María Isabel. 2001. Implementación de un Data Warehouse para el soporte de Toma de Decisiones. Guatemala : Universidad Francisco Marroquin, 2001.

-

HEREDIA ÁLVARO, José Antonio. 2000. Sistema de indicadores para la mejora y el control integrado de la calidad de los procesos. Castelló de la Plana : Athenea, 2000.

-

HERNÁNDEZ LAOS, Enrique. 2000. La competitividad industrial en Mexico. Ciudad de México : Plaza y Valdes, 2000.

-

INMOB, Bill. 1996. Building the Data Warehouse. Wiley : s.n., 1996.

-

KIMBALL, Ralph y ROSS, Margy. 1996. "The Data Warehouse Lifecycle Toolkit". Canada : John Wiley and Sons, 1996.

-

KROENKE, David M. 2003. Procesamiento de base de daatos: fundamentos, diseño e implementación/Octava Edicion. Ciudad de Mexico : Editorial Mexicana, 2003.

-

LA RED MARTINEZ, David Luis y ROJAS, Mariana Isabel. 2009. sitio web de Universidad Nacional del Nordeste. [En línea] 2009. [Citado el: 29 de 06 de 2014.] http://exa.unne.edu.ar/depar/areas/informatica/SistemasOperativos/MonoAdsDis eno.pdf.

-

LAPORTA POMI, Ricardo. 2007. Combinación de base de datos mediante herramientas informáticas. [En línea] 2007. [Citado el: 16 de Mayo de 2014.] http://www.ucu.edu.uy/Facultades/CienciasEmpresariales/RevistaFCE/Revista5/ pdf/COMBINACION %20DE_HERRAMIENTAS_OLAP_CON_ERP_EN_COSTOS_UCUDAL.pdf.

-

MARTÍN CARBALLO, José Ángel. 2011. [En línea] 10 de Enero de 2011. [Citado el: 10 de Julio de 2014.]

Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

61

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

http://openaccess.uoc.edu/webapps/o2/bitstream/10609/6163/1/lvaroTFC0111.p df. -

MARTINEZ PUERTO, Javier Enrique. 2013. Dng. Dng. [En línea] 15 de Junio de 2013. [Citado el: 29 de 05 de 2014.] https://www.dnp.gov.co/LinkClick.aspx? fileticket=F31zamCUhi4%3D&tabid=269.

-

MAZÓN LÓPEZ, Norberto, PARDILLO VELA, Jesús y TRUJILLO MONDEJAR, Juan Carlos. 2011. Diseño y explotación de almacenes de datos.:Conceptos básicos de modelado multidimensional. Alicante : Editorial Club Alianza Lima, 2011.

-

MEDIAWIKI. 2014. Blogspot. [En línea] 30 de Enero de 2014. [Citado el: 29 de Mayo de 2014.] http://inteligenciadenegociosval.blogspot.com/2014/01/metodologia-dekimball.html.

-

MÉNDEZ DEL RÍO, Luis. 2000. Más allá del Business Intelligence: 16 experiencias de éxito. Barcelona : Ediciones Gestión 2000, 2000.

-

MENDOZA RIVERA, Ricardo Dario. 2008. [En línea] 15 de Junio de 2008. [Citado el: 2014 de Julio de 02.] http://rimenri.blogspot.com/2008/06/kimballcognos-rimenri-roadmap-bidw.html.

-

MICROSOFT. 2013. [En línea] 14 de Julio de 2013. [Citado el: 22 de Mayo de 2014.] http://msdn.microsoft.com/es-es/library/ms175669.aspx.

-

MICROSTRATEGY EXPEPERIENCIA B12. 2005. [En línea] Mayo03 de 2005. [Citado el: 29 de Mayo de 2014.] http://www.microstrategy.com.ar/ExperienciaBI2/teoriadw.pdf.

-

MOLINER LÓPEZ, Francisco Javier. 2005. Informáticos Generelitat Valenciana. Grupos A y B Temario de Informática Bloque Específico. Sevilla : MA, S.L., 2005.

-

PACHECO, Orlando. 2010. Acerca de nosotros:Blogspot. Sitio web de Orlando Pacheco. [En línea] Orlando Pacheco, 23 de Marzo de 2010. [Citado el: 2014 de Mayo de 19.] http://dwhucv.blogspot.com/p/estructuar-de-un-datawarehouse.html.

-

PÉREZ LÓPEZ, Cesar. 2008. Minería de datos:técnicas y herramientas. Madrid : ThomsonEdiciones Paraninfo, 2008.

-

PLACENCIA MONSALVES, Alvaro. 2009. Implementación Datawarehouse y reparación de inconsistencias. Bogota : s.n., 2009.

Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

de

62

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

-

RIVADERA, Gustavo R. 2012. Ucasal. Ucasal. [En línea] 25 de Febrero de 2012. [Citado el: 29 de Mayo de 2014.] http://www.ucasal.edu.ar/htm/ingenieria/cuadernos/archivos/5-p56-rivaderaformateado.pdf.

-

RIVERO CORNELIO, Enrique, GUARDIA RIVAS, Carlos y REIG HERNÁNDEZ, José Carlos. 2004. Base de Datos relacionales :diseño físico. España : Casa del Libro, 2004.

-

RODRÍGUEZ MOGOLLÓN, Silva y MEDEZMA ESPINO, Agapino. 2009. Gestión de Póliza de Seguros: un caso práctico de Business Intelligence. Lima : s.n., 2009.

-

SERI SANDOVAL, Roberto, y otros. 2009. [En línea] 27 de Noviembre de 2009. [Citado el: 04 de Julio de 2014.] http://es.slideshare.net/nesegohv/datawarehouse-2598403.

-

SINNEXUS. 2008. Sinnexus. [En línea] Classora knowledge base, 19 de Febrero de 2008. [Citado el: 17 de Mayo de 2014.] http://www.sinnexus.com/business_intelligence/index.aspx.

-

URQUIZU, Pau. 2010. [En línea] 29 de Julio de 2010. [Citado el: 01 de Junio de 2014.] http://www.businessintelligence.info/mercado/metodologia-hefestov2.html.

-

VALLE BELLO, Jose. 2005. [En línea] 2005. [Citado el: 03 de Julio de 2014.] http://www.monografias.com/trabajos24/bodega-de-datos/bodega-dedatos.shtml.

-

VIEIRA BRAGA, Luis Paulo, ORTIZ VALENCIA, Luis Iván y RAMIREZ CARVAJAL, Santiago Segundo. 2009. Introducción a la Minería de Datos. Rio de Janeiro : Editora E-papers, 2009.

-

VILLANUEVA OJEDA, Álvaro. 208. ANÁLISIS, DISEÑO E IMPLEMENTACIÓN DE UN DATA WAREHOUSE DE SOPORTE DE DESICIONES PARA UN HOSPITAL DEL SISTEMA DE SALUD PÚBLICO. Lima : Universidad Pontificia Católica del Perú, 208.

-

WIKIPEDIA. 2013. [En línea] 12 de Noviembre de 2013. [Citado el: 11 de Julio de 2014.] http://es.wikipedia.org/wiki/Microsoft_Visual_Studio.

-

WIKISPACES. 2011. [En línea] 16 de Julio de 2011. [Citado el: 20 de Mayo de 2014.] http://bddimensionales.wikispaces.com/Modelado+Dimensional.

Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

63

ANEXOS

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

MORA DEL TIEMPO DE BÚSQUEDA DE INFORMACIÓN  

Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

65

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

Figura N° 21: Anexo 1 - Árbol de problemas FUENTE: (Elaboración propia, 2014)

CONSULTAS AUTOMATIZADAS

INFORMACIÓN ESPECÍFICA DATOS REPETIDOS

Figura N° 22: Anexo 2 - Árbol de Objetivos FUENTE: (Elaboración propia, 2014)

Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

66

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

Figura N° 23: Encuesta N °1 para determinar la mejor Metodología FUENTE: (Elaboración propia, 2014)

Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

67

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

Figura N° 24: Encuesta N ° 2 para determinar la mejor Metodología FUENTE: (Elaboración propia, 2014)

Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

68

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas

Gastañadui Caballero & Tamayo Avalos

Figura N° 25: Encuesta N° 3 para determinar la mejor Metodología FUENTE: (Elaboración propia, 2014)

Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

69

Inteligencia de Negocios para la Dinamización en la toma de decisiones en la Gestión Contable y Presupuestal de la Municipalidad de Víctor Larco Herrera

Figura N° 26: Cronograma de Trabajo

FUENTE: (Elaboración propia, 2014)

70

crecimiento

K) Mantenimiento

J) Despliegue

finales

y

aplicaciones para usuario

I) Desarrollo de

final

aplicación del usuario

H) Especificación de la

del producto

G) Selección e instalación

Arquitectura

F) Diseño técnico de la

la Preparación de Datos

E)Diseño y desarrollo de

D) Diseño Físico

Dimensional

C) Modelamiento

Negocio

Requerimientos del

B) Definición de los

proyecto

administración del

A) Planeación y

Capítulo

23-m m ar-1 ar0 -1 5 6 5 -ab a r-1 br-1 2 50 5 -ab a r-1 br-1 54 0 5 -m m ay a -1 y 1 -1 5 85 -m m ay a -1 y 0 -1 5 15 -ju ju n-1 n-5 1 1 5 5 -ju ju n-1 n-5 2 1 9 5 -juju n-1 l-1 5 1 5 3-ju ju l-1 l-1 5 2 5 7-ju a l-1 go 5 -1 10 5 -ag a o g -1 o-1 2 5 4 5 -ag a o g -1 o-1 0 5 7 5 -se s p e -1 p-1 2 51 5 -sep-15

Semanas

Universidad Nacional de Trujillo Escuela de Ingeniería de Sistemas Gastañadui Caballero & Tamayo Avalos