La Inteligencia de Negocios es el proceso de integración y tratamiento de los datos para convertirlos en información que permita apoyar la toma de decisiones en la organización.

La Inteligencia de Negocios aporta la capacidad para comprender desde la extracción de los datos de sistemas existentes hasta la explotación de a información por herramientas de análisis de datos. 

Esta materia sirve para el descubrimiento de conocimiento en bases de datos que posee una empresa a través de herramientas de minería de datos y data warehouse con el fin de explotarlo y que sirva como soporte para la toma de decisiones, 

• Aplicar Tecnologí­as Emergentes de Base de Datos para construir soluciones de Inteligencia de Negocios que den soporte a la Toma de Decisiones. 
• Introducir al estudiante en el campo del Datawarehousing y del Business Intelligence comprendiendo la importancia de los mismos en las empresas.
• Proporcionar los conocimientos necesarios para poder definir y armar un Data Warehouse
• Promover que el alumno, a partir de un DW ya armado, pueda definir métricas y atributos, que permitan implementar una solución de Business Intelligence capaz de mejorar la capacidad de la organización a la hora de tomar decisiones.
• Introducir al alumno en casos prácticos y reales de soluciones de Business Intelligence en las empresas. 

1. Introducción a la Inteligencia de Negocios.
2. Base de Datos para la Toma de Decisiones.
3. Componentes del Entorno de Inteligencia de Negocios.
4. Construcción de soluciónes de la inteligencia de negocios .

1 Introducción a la Inteligencia de Negocios.

1.1. Conceptos básicos. 

     1.1.1. Data Warehouse. 

     1.1.2. Data Mart. 

     1.1.3. Tipos de sistemas de información. 

     1.1.4. Variables de medición. 

     1.1.5. Variables de análisis. 

1.2. Componentes de la Inteligencia de Negocios. 

     1.2.1. Minerí­a de Datos. 

     1.2.2. Administración del Conocimiento. 

     1.2.3. Aplicaciones Analí­ticas. 

     1.2.4. Sistemas de Reportes. 

     1.2.5. Multidimensionalidad. 

1.3. Principales Herramientas de la Inteligencia  de Negocios. 

 

2.   Base de Datos para la Toma de Decisiones 

2.1. Base de Datos Multidimensionales. 

     2.1.1. Sistemas OLTP 

     2.1.2. Sistemas OLAP 

     2.1.3. Operaciones Analí­ticas Básicas de los Sistemas OLAP 

     2.1.4. Vista de Datos de los sistemas OLAP 

     2.1.5. Modelo de Datos de los sistemas OLAP. 

2.2. Sistemas de Gestión del conocimiento. 

     2.2.1. Preparación de los Datos. 

     2.2.2. Minerí­a de Datos. 

     2.2.3. Patrones. 

     2.2.4. Evaluación / Interpretación / Visualización. 

3. Componentes del Entorno de Inteligencia de Negocios

3.1. Orí­genes de datos. 

     3.1.1. Sistemas operacionales. 

     3.1.2. Sistemas Heredados. 

     3.1.3. ERP’s, CRM’s. 

     3.1.4. Otros. 

3.2. Bodegas de datos.

     3.2.1. Diseño. 

     3.2.2. Implementación. 

3.3. Procesos de ETL. 

3.4. Procesos de Minerí­a de datos. 

3.5. Vistas Multidimensionales (hipercubos de datos). 

3.6. Reporteadores. 

3.7. Alertas, tableros de control (dashboards) e indicadores clave de desempeño (KPI’s). 

3.8. Procesadores de consultas ad-hoc. 

4. Construcción a la solución de la inteligencia de negocios 

4.1. Creación del proyecto final integrando las técnicas y herramientas vistas anteriormente tomando en cuenta cada uno  de los componentes para la toma de decisiones en la inteligencia de negocios. 

Practica en laboratorio de computo para realizar análisis de datos como:ƒ Definir esquemas de bases de datos multidimensionales Elaborar consultas a bases de datos multidimensionales Diseño e implementación de un datamart o datawarehouse Uso de herramientas para la extracción, transformación y carga de datos de una base de datos relacional a una datawarehouse Definir y aplicar esquemas de análisis de datos Definir y aplicar algoritmos de minerí­a de datos a utilizar Elaborar aplicaciones para acceder a la solución desplegada (reportes, consultas mdx, visualización de datos, alertas, conocimiento, etc.). 

Métodos de enseñanza-aprendizaje:

• Descriptivo
• Analí­tico
• Deductivo

Técnicas de aprendizaje:

• Individuales
• Grupales
• Laboratorio
• Estudio de casos

Actividades de aprendizaje:

• Prácticas de laboratorio
• Ejercicios en casa y tareas
• Casos prácticos

Recursos didácticos a utilizar:

• Pintarrón
• Cañón

• Tareas: Reportes Escritos, Informes de Actividades de Investigación, Reportes de Resolución de Problemas con Software   15%
• 1er. Examen    15%
• 2do Examen     15%
• 3er  Examen    15%
• Proyecto Final: Construcción de una solución de Inteligencia de Negocios para un caso práctico  40%

Perfil Académico.- Ingeniero en Computación, Maestro en Tecnologí­as de la Información, Doctor en Tecnologí­as de la Información o áreas afines al sistemas computacionales que involucre el manejo de bases de datos.Experiencia.- En consultorí­a para gestión de proyectos de y en procesos de estrategia basada inteligencia de negocios. Experiencia en coordinación de grupos de trabajo y contacto con los principales empleadores de la localidad. Experiencia en el análisis, diseño y desarrollo de sistemas de bases de datos.

Zapopan, Jalisco, a 18 de septiembre de 2014

Propuesta elaborada por el Comité Técnico revisor y las academias correspondientes, así­ como el Colegio Departamental del Departamento de Sistemas de Información