SERVICIO DE ANALÍTICA DE DATOS
|
El servicio de analítica entrega apoyo en el levantamiento de requerimientos de usuarios no técnicos, los traduce y gestiona con las distintas áreas TI para su desarrollo, controlando normativas que aseguren un correcto desempeño de las plataformas tecnológicas. Galatea acercará conceptos de Big Data, Minería de datos, Cuadros de mandos, Enriquecimiento de datos y Cubos OLAP de forma práctica, haciendo transparente el proceso técnico, con el fin de potenciar la presentación y calidad de su información ante sus clientes. |
Se listan a continuación las actividades que forman parte del análisis y desarrollo:
| ETAPA | ACTIVIDAD | DESCRIPCIÓN |
| Análisis Y Diseño De Solución | Análisis y levantamiento de requerimiento. | Identificación de necesidades y oportunidades de información a obtener mediante la herramienta. |
| Diseño de solución propuesta. | Propuesta con el detalle del o los proyectos de analítica a crear, definiendo el tipo de apoyo requerido y tiempos requeridos. | |
| Preparación De Herramientas | Instalación y configuración de servicio Analysis services. | Instalar o habilitar el servidor de analítica de Microsoft con las configuraciones recomendadas. |
| Instalación de cliente (Visual Studio) en PC. | Instalación de la aplicación que podrá conectarse al servidor de analítica y desarrollar los proyectos. | |
| Desarrollo De Modelos De Datos E Integración | Crear u optimizar modelo de datos. | Crear el repositorio de datos en los que se almacenaran los datos cumpliendo estándares de eficiencia y asegurando la proyección de almacenamiento disponible para su crecimiento. |
| Aseguramiento de calidad y enriquecimiento de datos. | Asegurar la integridad de los datos que alimentan al modelo de datos e enriquecerlo para sacar el mayor provecho a los sujetos de estudio. | |
| Crear paquetes de integración de datos y agendamiento de éstos. | Creación de paquetes SSIS y aplicaciones relacionadas, que permitirán transferir de manera eficiente los datos al repositorio de estudio.
Agendamiento de los procesos para su automatización. |
|
| Desarrollo De Analítica | Crear proyecto y configurador conexión al servidor de Analysis Services. | Configurar conexión al servidor de analysis, crear la BD respetiva. |
| Crear orígenes de datos y vistas del origen |
- Pueden ser tablas únicas o bien una consulta SQL. - Especificar tipos de tablas (Escenario o anidado). - Definir columnas clave, de entrada y a predecir. - Definición de tipo de contenido y tipos de datos de columnas (discretas, continuas, cíclicas u otras) |
|
| Árbol decisión - Crear estructura del árbol. |
- Visualizar el árbol de dependencias: árbol que especifica en cada nodo las variables entradas y que en cada rama se especifican los valores de estas variables. Con el fin de ver los distintos caminos de las distintas decisiones.
- Visualizar red de dependencias: gráfico en donde se muestran las variables más significativas a las menos significativas en términos de las distintas decisiones. |
|
| Cubo OLAP - Crear estructura del cubo. | Construcción del modelo en términos de medidas, dimensiones, jerarquías de dimensiones, KPI y miembros calculados. | |
| Cubo OLAP – Particionamiento. | Definición de cómo serán guardados los datos (MOLAP, HOLAP, ROLAP) para un mejor rendimiento de consultas y almacenamiento. | |
| Cubo OLAP – Visualización |
- Asistencia en la visualización de información en forma dinámica de los cubos. - Asistencia en la conexión desde Excel. - Crear reporte personalizado para obtener información de los cubos en Reporting Services. |
|
| Bayes Nieves - Visualización. |
- Visualizar red de dependencias: ilustración de los vínculos más fuertes al menos fuerte de las variables de entradas con respecto a las decisiones.
- Ver los perfiles del atributo: matriz de valores de decisiones y el valor de las variables de entradas graficada como histogramas que permiten ver los atributos más repetidos. - Ver características del atributo: Ver probabilidad de cada valor de una variable de entrada en todas las decisiones. - Distinción del atributo: Comparar las distintas decisiones en cuanto a los valores de variables de entrada. |
|
| Segmentación - Visualización. |
- Visualización de diagrama de clúster: Creación de 10 grupos (clúster) con características en común y la relación entre estos grupos según cuan parecidos sean entre sí.
- Visualización perfil de clúster: Ver la distribución de valores de cada variable en cada decisión. - Visualización características del clúster: Ver probabilidad de cada valor de una variable de entrada en todos los casos de la variable a predecir. - Visualización distinción del clúster: Contrastar los casos de atributos con los valores de las variables de entradas. |
|
| Red Neuronal - Visualización. |
Comparar decisión en cuanto a los distintos valores que puedan tener las variables de entrada, indicando la probabilidad de estos.
Es similar a bayes nieves, a diferencia que se busca la relación entre cada una de las variables. |
|
| Entrenar y procesar |
- Definir porcentaje de datos a ser entrenados, considerando la cantidad de datos y el peso de estos.
- Procesar algoritmo para que entregue los resultados esperados. |
|
| Comparación de exactitud con otras técnicas de predicción. |
Comparativa entre algoritmos de minería, con el fin de identificar cual se ajusta más al estudio en cuestión y definir cuál es el más efectivo mediante:
- Gráfico de elevación - Matriz de clasificación - Validación cruzada |