Monografia BI v3

UNIVERSIDAD NACIONAL "JOS FAUSTINO SNCHEZ CARRIN"

FACULTAD DE INGENIERA

E. A. P. DE INGENIERA DE SISTEMAS

Ttulo Monografa

Inteligencia de Negocios en la Optimizacin de Reportes de Historiales Clnicos del Hospital de Apoyo Barranca - Cajatambo

Autor JOSU ALBERTO ORTIZ FERNNDEZ

Asesor Ing. JAVIER ALBERTO MANRIQUE QUIONEZ

Huacho Per 2011

Inteligencia de Negocios en la Optimizacin de Reportes de Historiales Clnicos del Hospital Barranca Cajatambo

2011

I.

RESUMEN El Hospital de Apoyo Barranca - Cajatambo es el encargado de desarrollar actividades de prevencin, recuperacin y/o rehabilitacin, con la finalidad de mejorar el nivel de salud de la poblacin de las provincias de Barranca y Cajatambo.

Actualmente el Hospital de Apoyo Barranca - Cajatambo no cuenta con un sistema que le permita generar reportes estadsticos de tipo grafico para tomar decisiones oportunas en base a la informacin contenida en las historias clnicas; siendo generadas en Microsoft Excel de forma manual con los datos de reportes obtenidos por aplicativos paralelos como Salud Ambiental, Etapa de Vida Nio, Tuberculosis y otros, siendo engorrosa y hasta tarda su elaboracin.

Para este proyecto se sigui las etapas de implementacin de aplicaciones de BI, siendo estas etapas: 1. Dirigir y Planear, 2. Recoleccin de Informacin, 3. Procesamiento de Datos, 4. Anlisis y Produccin; los cuales abarcan desde la extraccin de la informacin relevante de las tablas Fox Pro, transformacin y posterior depsito en una base de datos distinta llamada DataMart; hasta su visualizacin por medio de reportes.

Con esto se tendra un mejor anlisis y procesamiento de los datos y lograr una toma de decisiones gerencial ms confiable en el Hospital de Apoyo Barranca Cajatambo.

2


2011

TABLA DE CONTENIDO

I. RESUMEN2 II. INTRODUCCIN.4 2.1 Introduccin al Tema.4 2.2 Formulacin del Problema...4 2.3 Objetivos Generales y Especficos4 2.4 Justificacin.5 2.5 Alcances y Limitaciones...5

III. MARCO REFERENCIAL...6 3.1. Nombre de la Empresa.6 3.2. Rubro de la Empresa6 3.3. Antecedentes de la Empresa..6 3.4. Ubicacin.7 3.5. Organigrama de la Empresa...8 3.6. Visin y Misin de la Empresa...9 IV. MARCO TEORICO.10 4.1. Proceso de Toma de Decisiones..10 4.2. Soporte a las Decisiones en las Organizaciones.10 4.3. Sistema de Soporte para Toma de Decisiones.11 4.4. Inteligencia de Negocios.13 4.5. Etapas para implementacin de Aplicaciones BI.22 V. CUERPO O METODO24 5.1. Participantes o Sujetos24 5.2. Aparatos...25 5.3. Procedimientos..27 VI. RESULTADOS43 VII. DISCUCIN.44 VIII. CONCLUSIONES45 IX. REFERENCIAS O BIBLIOGRAFIAS..46 X. ANEXOS......47

3


2011

II.

INTRODUCCIN 2.1. Introduccin al Tema Inteligencia de Negocios, es un concepto que integra como solucin el almacenamiento y procesamiento de enormes cantidades de datos e informacin para transformarla en conocimiento y decisiones en tiempo real a travs de una fcil explotacin.

Debido al aumento constante de informacin registrada en las historias clnicas de los pacientes del hospital de Apoyo Barranca Cajatambo y la falta de una base de datos integrada de historiales clnicos; se busca dar una nueva opcin que facilite el proceso de elaboracin de reportes de historias clnicas, para la toma de decisiones gerencial del Hospital de Apoyo Barranca Cajatambo, y mejorar la limitada eficacia de los programas de prevencin de enfermedades ejecutados e ineficiente gestin, evidenciados con: Campaas en lugares no estratgicos, las metas no llegan a sus objetivos trazados y publicaciones de estudio realizados presentados con retrasos. 2.2. Formulacin del Problema Deficiencias en el procesamiento de informacin para toma de decisiones gerenciales, en la prevencin de enfermedades y recuperacin y/o rehabilitacin de la poblacin asignada al Hospital de Apoyo Barranca - Cajatambo.

2.3. Objetivos Generales y Especficos 2.3.1. Objetivo General Generar reportes para toma de decisiones gerencial que permitan mejorar el nivel de atencin a la poblacin asignada al Hospital de Apoyo Barranca - Cajatambo. 2.3.2. Objetivos Especficos a. Recolectar los datos de los historiales clnicos en una nica base de datos histrica.

b. Analizar la informacin recolectada para tomar decisiones gerenciales. 4


2011

c. Agilizar el proceso de elaboracin de reportes para toma de decisiones. 2.4. Justificacin El presente trabajo permitir mejorar la eficacia de las campaas de prevencin de enfermedades; las cuales sern realizadas en pocas de mayor presencia de casos y al sector de personas con el mayor riesgo de contraerlas. Se generarn informes con plantillas establecidas y se reducir el margen de error en las predicciones realizadas. 2.5. Alcances y Limitaciones 2.5.1. Alcance Cabe recalcar que la propuesta de solucin surge ante la necesidad que tiene el rea de Estadstica e Informtica de contar con un medio para elaborar informes en tiempo real y reducir el margen de error de las predicciones mejorando la toma de decisiones de las campaas a realizarse.

La propuesta de solucin aplicando Inteligencia de Negocios, abarcar desde el anlisis de las historias clnicas enfocadas a distintas enfermedades presentadas en aos anteriores hasta la generacin de reportes para la toma de decisiones. 2.5.2. Limitacin Para el desarrollo del proyecto se tendr las siguientes limitaciones:

a. El anlisis se realizar con datos de las historias clnicas del Hospital de Apoyo Barranca Cajatambo.

b. La investigacin se realiza con Data Histrica procesada dentro del ao 2010. c. Se reutilizar equipo (software y hardware) y tiles de oficina como hojas bond, lapiceros, lpiz, borrador, cuadernos y CD/RW del Hospital de Apoyo Barranca Cajatambo. 5


2011

III. MARCO REFERENCIAL 3.1. Nombre de la Empresa Hospital de Apoyo Barranca - Cajatambo. 3.2. Rubro de la Empresa Servicios de Salud. 3.3. Antecedentes de la Empresa La Provincia de Barranca, cont en sus inicios con religiosas, luego se form una Institucin que brindaban auxilio a sus enfermos y nicho perpetuo a sus muertos. Con el correr el tiempo se crearon consultorios externos a cargo de dos mdicos que trabajaron por amor a la profesin sin pedir remuneracin alguna.

El 1 de Octubre de 1939 se inaugur el nosocomio barranquino entrando en funcionamiento con 60 flamantes camas marcando un acontecimiento importante. Se cont con los servicios de hospitalizacin de nios que funcionaba junto con el servicio de adultos, pues el Hospital, no contaba con Sala de Pediatra y otros servicios, los que fueron incrementndose con el transcurso del tiempo, se cont con una pequea sala para aislar a los pacientes con enfermedades infecciosas y con dos consultorios externos.

En 1947 se crea los Servicios de Ginecologa y Ciruga junto con el Pabelln Quirrgico. En Marzo de 1952 a los 18 aos de fundado se crea el Servicio de Pediatra. El 17 de Octubre de 1966, fecha en que se produjo un terremoto que caus graves daos al Hospital destruyndose paredes, por lo que se tuvo que cerrar por unos das y gracias al esfuerzo conjunto de Mdicos, Obstetrices y Enfermeras se logr que el Hospital siguiera funcionando, atendiendo en carpas de la Cruz Roja.

El terreno para la construccin del Hospital de Barranca fue obsequiado por el Sr. Manuel C. Tello en 1926. En 1969 en el gobierno del General Juan Velasco Alvarado se expide una resolucin mediante Decreto Ley N 16769, en donde se separa el Hospital Manuel C. Tello de la Beneficencia Pblica, en donde mediante un Convenio pblico se incorpora al Ministerio de Salud, a partir 6


2011

del 1 de enero de 1970 reduciendo a cincuenta camas, con el propsito que el Hospital depende del Hospital de Huacho.

El 31 de Mayo de 1970 Barranca fue una de las ciudades ms afectadas por el terremoto, donde el Hospital qued afectado en algunos ambientes, por lo que el Dr. Narvez, Dr. Chinchayn, Dr. Muante, el Subprefecto de Chancay y la Polica queran llevarse a los enfermos a Huacho, lo mismo que a los heridos. Daba la impresin que queran cerrar el Hospital porque las paredes estaban afectadas por el terremoto que se pronosticaba una posible cada, por tal razn durante tres meses la atencin hospitalaria se traslad al local del Club Jos Olaya en la Av. Grau mientras el Hospital estaba cerrado hasta el restablecimiento completo.

Es as que el Hospital supo salir airoso, desafiando la adversidad y afrontando, el reto de la naturaleza; quizs por ello, se le excluy decir a quien fuera su Director Dr. Gustavo Tello, Nuestra historia est escrita con sangre, dolor, lgrimas y estricto cumplimiento del deber.

Actualmente el Hospital de Apoyo Barranca - Cajatambo, depende administrativamente de la Direccin sub. Regional de Salud III Lima Norte. La red de Salud Lima Norte es un rgano desconcentrado de la Direccin de Salud III Norte, que desarrolla actividades de promocin, prevencin, recuperacin y rehabilitacin de la Salud, segn los ciclos de vida, de acuerdo al nivel de complejidad de los establecimientos de salud, con la finalidad de mejorar el nivel de salud de la poblacin de las provincias de Barranca y Cajatambo.

3.4. Ubicacin Se encuentra ubicado en la Avenida Nicols de Pirola N 210 - 214 del distrito de Barranca, Provincia de Barranca, Departamento de Lima.

7


2011

3.5. Organigrama de la Empresa

Figura N 3.01: Organigrama de la Empresa

8


2011

3.6. Visin y Misin de la Empresa 3.6.1. Visin Ser una Institucin competitiva, lder en la prestacin de los servicios integrales de salud, en respuesta a los problemas y

necesidades de la poblacin, con servicios oportunos y de calidad en armona con el ambiente humano. 3.6.2. Misin Proporcionar los servicios de salud en forma integral al

individuo, la familia y la comunidad mediante:

El respeto a las personas y a los principios filosficos de la seguridad social: universalidad, solidaridad, unidad,

igualdad, obligatoriedad y equidad. La orientacin de los servicios de salud a la satisfaccin del cliente. La capacitacin continua y la motivacin del personal asistencial y administrativo. La gestin innovadora, con apertura al cambio, para lograr mayor eficiencia y calidad en la prestacin de los servicios.

9


2011

IV. MARCO TERICO 4.1. Proceso de Toma de Decisiones Segn Pea, Alejandro (2006), en su libro Inteligencia de Negocios: Una Propuesta para su Desarrollo en las organizaciones, la toma de decisiones (TD) es una actividad intelectual que una persona realiza para escoger un curso de accin o elegir un objeto determinado de entre varias opciones, con el objeto de satisfacer una necesidad especfica. Es decir, la TD es una expresin de la voluntad del individuo.

El ser humano es un tomador natural de decisiones, su forma de vida, xitos y fracasos estn en funcin en buena medida de sus decisiones. De igual forma las empresas, como organizaciones compuestas por personal cuidan el proceso de toma de decisiones e invierten en los recursos y actividades que les provean los elementos necesarios para realizar una correcta eleccin, pues su curso y destino dependen de ello.

Dentro del marco organizacional de una empresa, cada uno de los miembros debe tomar decisiones de acuerdo con su labor, responsabilidad y jerarqua. Sin embargo, la cantidad, frecuencia y relevancia de las decisiones ser mayor entre ms autoridad ostente. Por lo tanto, el tomador de decisiones debe reunir los elementos intelectuales, logsticos e informativos necesarios para efectuar atinadamente su funcin. Pues el tomador de decisiones es el responsable de los resultados que se obtengan al poner en prctica su voluntad. 4.2. Soporte a las Decisiones en las Organizaciones El soporte a las decisiones en las organizaciones es un proceso complejo que conlleva responsabilidades y riesgos que hay que asumir, por lo que es necesario contar con tecnologa de punta y estar a la vanguardia para adaptar las nuevas tcnicas que vayan surgiendo. Actualmente las organizaciones grandes cuentan con tecnologas y sistemas de punta que les permiten tomar decisiones de una manera ms sencilla que les ahorra tiempo y que les permite evaluar distintos escenarios y de ah tomar la mejor decisin de acuerdo a sus necesidades u objetivos.

10


2011

Tambin podemos decir que debido al continuo y vertiginoso cambio en los mercados obliga cada vez ms a las organizaciones tambin a tomar decisiones oportunas que puedan responder a tales cambios, tarea nada fcil ya que esto incluye la complejidad que existe en la gestin de grandes cantidades de informacin involucradas en una decisin, aunado a esto, los integrantes que deban participar de la misma, sin dejar de lado los objetivos que persiguen las organizaciones. Si a estos factores sumamos las limitaciones cognoscitivas, restricciones, riesgos e incertidumbre que existen en el mercado, factores que dificultan la toma decisiones acertadas y oportunas dentro del negocio.

4.3. Sistema de Soporte para Toma de Decisiones (DSS) Un sistema de soporte a la decisin es un sistema de informacin gerencial que combina modelos de anlisis (de informacin, procesos, etc.) y datos para resolver problemas semi-estructurados y no estructurados involucrando al usuario a travs de una interfaz amigable. Su propsito principal es dar apoyo y mejorar el proceso de toma de decisiones a lo largo de las etapas del mismo: inteligencia, diseo, seleccin e implementacin.

Este apoyo se da en diferentes niveles gerenciales, desde ejecutivos de la alta administracin hasta gerentes de lnea, y se pueden utilizar de manera individual (por usuarios) o de manera grupal.

Los DSS principalmente se utilizan para decisiones estratgicas y tcticas en la gestin a nivel superior, donde las situaciones consideradas como problemticas se presentan con baja frecuencia ms sin embargo poseen consecuencias potenciales altas; debido a esto la organizacin debe enfocarse a encontrar solucin y obtener resultados benficos a largo plazo.

Figura N 4.01: DSS

11


2011

Estas son algunas de sus caractersticas principales:

1. Informes dinmicos, flexibles e interactivos, de manera que el usuario no tenga que ceirse a los listados predefinidos que se configuraron en el momento de la implantacin, y que no siempre responden a sus dudas reales.

2. No requiere conocimientos tcnicos. Un usuario no tcnico puede crear nuevos grficos e informes y navegar entre ellos, haciendo drag&drop o drillthrough. Por tanto, para examinar la informacin disponible o crear nuevas mtricas no es imprescindible buscar auxilio en el departamento de informtica. 3. Rapidez en el tiempo de respuesta. Ya que la base de datos subyacente suele ser un Data Warehouse corporativo o un Data Mart, con modelos de datos en estrella o copo de nieve. Este tipo de bases de datos estn optimizadas para el anlisis de grandes volmenes de informacin. 4. Integracin entre todos los sistemas/departamentos de la compaa. El proceso de ETL previo a la implantacin de un Sistema de Soporte a la Decisin garantiza la calidad y la integracin de los datos entre las diferentes unidades de la empresa. Existe lo que se llama: integridad referencial absoluta. 5. Cada usuario dispone de informacin adecuada a su perfil. No se trata de que todo el mundo tenga acceso a toda la informacin, sino de que tenga acceso a la informacin que necesita para que su trabajo sea lo ms eficiente posible. 6. Disponibilidad de informacin histrica. En estos sistemas est a la orden del da comparar los datos actuales con informacin de otros perodos histricos de la compaa, con el fin de analizar tendencias, fijar la evolucin de parmetros de negocio, etc.

12


2011

4.4. Inteligencia de Negocios Hoy en da uno de los retos del sector empresarial es contar con un adecuado proceso de anlisis de la informacin generada en el negocio para la toma de decisiones, y el no tenerlo limita la generacin de nuevas oportunidades de negocio o elaboracin de planes de accin para estrategias de corto y largo plazo.

Es necesario contar con la informacin oportuna y precisa de indicadores y mtricas que permitan a usted conocer los cambios o comportamientos que se presentan en su negocio, y en consecuencia tomar acciones de manera proactiva y competitiva.

Entonces podemos resumir que Inteligencia de Negocios es un nuevo enfoque gerencial que se basa en la utilizacin de la informacin almacenada en bases de datos y en otras fuentes de informacin internas o externas, para apoyar la toma de decisiones. 4.4.1. Definicin Segn Pea, Alejandro (2006) en su libro Inteligencia de Negocios: Una propuesta para el desarrollo de las organizaciones, manifiesta que la inteligencia de Negocios se nutre de un marco conceptual interdisciplinario, en donde conviven disciplinas

administrativas con la de ingeniera de software y conocimiento. Cada una de ellas aporta los mtodos, tcnicas y herramientas que en conjunto contribuyen a proveer los elementos adecuados a la toma de decisiones ejercidas en los niveles organizacionales. Manifiesta tambin que los Datawarehouse representan la plataforma para emitir el anlisis y explotacin de datos a cargo de procesos especializados como Procesamiento Analtico en Lnea (OLAP).

Con respecto a la consulta, esta constituye como la herramienta que produce los elementos de informacin necesarios para la toma de decisiones. Enfatiza que la Inteligencia de Negocios tiene un futuro

promisorio que aportar gran utilidad a la sociedad contempornea.

13


2011

Segn Moss L. y Atre S. (2003), hoy en da, a los SI que solucionan los problemas de acceso a la informacin se les denomina Inteligencia de Negocios. Inteligencia de Negocios permite a las empresas mejorar su gestin logrando una mejor visin de sus

operaciones y procesos de negocios, tomando acciones basadas en descubrimientos, analizando tendencias que representan nuevas e importantes oportunidades, anticiparse a problemas potenciales y hacer ajustes antes de que se conviertan en un problema serios. Para Vitt E, Luckevich M. y Stacia M. (2003), Inteligencia de

Negocios, tambin conocido como BI, es relativamente nuevo. El trmino es usado por diferentes expertos y fabricantes de software para distinguir un rango de tecnologas, plataformas de software, aplicaciones especficas y procesos.

La Inteligencia de Negocios es el centro de la arquitectura de los sistemas de informacin de los 90's. Han surgido como respuesta a la problemtica de extraer informacin sinttica a partir de datos atmicos almacenados en bases de datos de transaccionales. Los beneficios obtenidos se basan en el acceso interactivo e inmediato a informacin de un rea de negocios. Este acercamiento de la informacin al usuario final permite una toma de decisiones rpida y basada en datos objetivos obtenidos a partir de las bases de datos (eventualmente heterogneas) de la empresa. Estos beneficios aumentan cuanto ms importantes son las decisiones a tomar y cuanto ms crtico es el factor tiempo.

Por otro lado, nivel competitivo alcanzado en las empresas les ha exigido desarrollar nuevas estrategias de gestin. En el pasado, las organizaciones fueron tpicamente estructuradas en forma piramidal con informacin generada en su base fluyendo hacia lo alto; y era en el estrato de la pirmide ms alto donde se tomaban decisiones a partir de la informacin proporcionada por la base, con un bajo aprovechamiento del potencial de esta informacin. Estas empresas, han reestructurado y eliminado estratos de estas pirmides y han autorizado a los usuarios de todos los niveles a tomar mayores decisiones y responsabilidades. Sin embargo, sin informacin slida para influenciar y apoyar las decisiones, 14


2011

la autorizacin no tiene sentido. En nfasis no est slo en llevar la informacin hacia lo alto sino que a travs de la organizacin, para que todos los usuarios que la necesiten la tengan a su disposicin.

El problema radica en que las empresas disponen de una gran cantidad de datos, pero muy poca informacin. Varias razones motivan estos hechos: islas de informacin, carencia de arquitectura, gestin, responsabilidad, posesin de los datos, deficiencia en calidad, contenido, accesibilidad, fiabilidad de la informacin, mltiples y diversas

aplicaciones operacionales, existencia de fuentes de informacin externa, etc. Gran parte del producto generado por los SI, no es informacin, sino solo datos brutos. Son generados por sistemas que fueron ideados para recogerlos, pero no para analizarlos. Los datos adquieren la categora de informacin cuando disponen de una estructura inteligente. A su vez, esta informacin se convertir en conocimiento si se le aade las ideas, intuicin, capacidad del analista, es decir, conocimiento tcito. 4.4.2. Arquitectura de una Solucin de Inteligencia de Negocios Segn la empresa consultora en soluciones de Inteligencia de Negocios (BI) Sinnexus, Una solucin de Business Intelligence parte de los sistemas de origen de una organizacin (Bases de Datos, ERPs, ficheros de texto...), sobre los que suele ser necesario aplicar una transformacin estructural para optimizar su proceso analtico.

Para ello se realiza una fase de extraccin, transformacin y carga (ETL) de datos. Esta etapa suele apoyarse en un almacn intermedio, llamado ODS, que acta como pasarela entre los sistemas fuente y los sistemas destino (generalmente un Datawarehouse), y cuyo principal objetivo consiste en evitar la saturacin de los servidores funcionales de la organizacin.

La informacin resultante, ya unificada, depurada y consolidada, se almacena en un Datawarehouse corporativo, que puede servir como base para la construccin de distintos Datamarts departamentales. Estos Datamarts se caracterizan por poseer la estructura ptima para el anlisis

15


2011

de los datos de esa rea de la empresa, ya sea mediante bases de datos transaccionales (OLTP) o mediante bases de datos analticas (OLAP).

Los datos albergados en el Datawarehouse o en cada Datamart se explotan utilizando herramientas comerciales de anlisis, reporting, alertas... etc. En estas herramientas se basa tambin la construccin de productos BI ms completos, como los sistemas de soporte a la decisin (DSS), los sistemas de informacin ejecutiva (EIS) y los cuadros de mando (CMI) o Balanced Scorecard (BSC). En el Figura N 4.02 se muestra la arquitectura completa de una solucin de Inteligencia de Negocios.

Figura N 4.02: Arquitectura de una Solucin de BI

16


2011

4.4.3. Datawarehouse y Datamarts El Datawarehouse es el corazn en los sistemas de Inteligencia de Negocios. Segn Power D.E. (2004), la tecnologa del Datawarehouse surgi a finales de los aos ochenta como respuesta a la necesidad de facilitar la consolidacin de informacin en los sistemas de soporte a la toma de decisiones. Segn Codd E. F., Codd S. B. and Salley C. T (1993), estos sistemas se crearon para cambiar la idea de que los datos y la tecnologa deban ser usados exclusivamente por las personas del rea tcnica. En cambio deban ser ms amigables al usuario final, para lo cual se simplifica el modelo de datos pasando del relacional al multidimensional y se proporcionan herramientas que permitan al usuario consultar los datos sin necesidad de conocer de manera tcnica el modelo. Segn Inmon W.H. (1997), un Datawarehouse es una coleccin de datos, orientados a hechos relevantes del negocio, integrados, que incluyen el tiempo como caracterstica importante de referencia y no voltiles para el proceso de toma de decisiones. Segn esta definicin, es un SI (y no solamente la base de datos) donde los datos de toda la empresa son recolectados, organizados y agrupados con respecto a los hechos o las actividades del negocio. Adems, el uso del atributo tiempo permite mantener y referenciar informacin tanto histrica como reciente, y es no voltil, porque despus de que los datos son cargados al Datawarehouse, los cambios sobre ellos son poco frecuentes y se pueden mantener por largos perodos de tiempo.

Inmon define la arquitectura de Datawarehouse con cuatro componentes: 1) los sistemas fuente, donde se gestiona la informacin relevante de la operacin de la organizacin; 2) el rea intermedia (o Staging rea), en la cual se hace la integracin, unificacin y limpieza de los datos que vienen de los diferentes sistemas fuente; 3) el rea de almacenamiento, conformada por dos elementos: el repositorio y los metadatos; y 4) el rea de acceso a los datos a travs de diferentes herramientas de consulta, tales como herramientas de procesamiento

17


2011

analtico en lnea (OLAP), minera de datos, publicacin en la web, generadores de reportes dinmicos y predefinidos, etc. Kimball R. (1996), propuso algunas variaciones a la arquitectura anterior entre las que se incluye la creacin de Datamarts, los cuales pueden ser pequeos Datawarehouse que slo contienen informacin de un rea de negocio (a diferencia del Datawarehouse que abarca toda la empresa). En cualquier caso un Datamarts siempre conserva la caracterstica de los Datawarehouse. El Datawarehouse es una base de datos multidimensional. La estructura de la base multidimensional se caracteriza por la presencia de una gran tabla central normalizada, llamada tabla de hechos o fact table y un conjunto de tablas pequeas, generalmente desnormalizadas y llamadas dimensiones, que contienen las descripciones de las caractersticas de los datos. Segn Kimball R. and Roos M. (2002), la tabla de hechos slo contiene columnas de dos tipos: medidas y claves forneas a las dimensiones. Las medidas son columnas que almacenan datos numricos. Las dems columnas actan como claves forneas hacia las tablas de descripciones. El nombre de tabla de hechos se debe a que cada uno de los registros representa un hecho que realmente sucedi. La tabla de hechos est normalizada porque tales columnas no deben tener ningn tipo de dependencia entre ellas, garantizando las formas normales.

Las

dimensiones

se

consideran

desnormalizadas

porque

generalmente contienen estructuras redundantes jerrquicas (del tipo maestro-detalle) de varios niveles en el mismo registro, donde el nivel 0 es el ms general y el nivel N el ms detallado. La desnormalizacin se implementa con el fin de reducir el nmero de asociaciones entre tablas (joins) y de esta manera, agilizar las consultas. Tambin permite la construccin de consultas ad-hoc por parte de los usuarios finales sin necesidad de conocer la complejidad de los lenguajes de consulta de datos. Los elementos descritos (tablas, columnas, claves forneas) se definen para el modelo multidimensional tal como se definen en una base de datos relacional. 18


2011

Segn Kimball, R. Ross. M., Thornthwaite W., Mundy J. and Becker Bob. (2008), los modelos que presentan esas caractersticas multidimensionales se denominan modelo en estrella. Una modificacin a ese modelo se obtiene cuando una o ms dimensiones se normalizan para separar la jerarqua de niveles en tablas maestro-detalle, y es conocida como modelo en COPO DE NIEVE o SNOWFLAKE.

4.4.4. Procesamiento Analtico en Lnea (OLAP) El trmino OLAP fue presentado en 1993 por Codd y Salley,

(1993) publicado por Codd y asociados y apoyado por Arbor Software Corporation, compaa que cre ESSBASE una de las primeras herramientas OLAP que aparecen en el mercado, adquirida luego por Hyperion Software. Segn Codd, OLAP es un tipo de procesamiento de datos que se caracteriza por permitir el anlisis multidimensional. Dicho anlisis consiste en modelar la informacin en medidas, dimensiones y hechos. Las medidas son los valores de un dato, en particular, las dimensiones son las descripciones de las caractersticas que definen dicho dato y los hechos corresponden a la existencia de valores especficos de una o ms medidas para una combinacin particular de dimensiones. Para materializar el anlisis multidimensional en una base de datos se usa la correspondencia entre los elementos del modelo (hechos y coordenadas) y los de la base (tabla de hechos y dimensiones). Como la tabla de hechos y las dimensiones se implementan en tablas en una base de datos, se puede usar el lenguaje SQL para la definicin de las tablas de un modelo multidimensional en una base de datos relacional, pero se hizo necesario extender el modelo relacional con el fin de dar soporte a las funcionalidades propias de anlisis multidimensional. Tales funcionalidades incluyen: 1. declaracin de dimensiones y jerarquas, ya que en el modelo relacional no se manejaban dichos conceptos; 2. acceso ms rpido a los datos, a travs de mtodos de generacin de ndices para datos espaciales desde el punto de vista multidimensional 3. Clculo de valores preagregados que optimicen las consultas; y 4. Definicin de operaciones de navegacin en las dimensiones y de agrupacin de medidas.

19


2011

Entre las operaciones de navegacin que nos proporciona el anlisis dimensional tenemos: Slice-and-dice, Drill-down, Roll-up, Pivot, Drill-across y el Drill-through. 4.4.5. Metodologa para el Desarrollo de una Solucin de Inteligencia de Negocios Segn Kimball, R., Reves, L., Ross, M. and Thornthwaite, W. (1998), La metodologa ms utilizada para desarrollar proyectos de sistemas de soporte para toma de decisiones / Inteligencia de Negocios es la proporcionada por Ralph Kimball, la cual se muestra en el Figura N 4.03:

Diseo de Arquitectura Tcnica

Seleccin e instalacin de Productos

Crecimiento

Planeamiento Del Proyecto

Definicin de los Requerimientos

Modelamiento Dimensional

Diseo Fsico

Diseo y Desarrollo de ETL

Despliegue

Especificaciones de Aplicaciones BI

Desarrollo de Aplicaciones BI

Mantenimiento

Administracin del Proyecto

Figura N 4.03: Metodologa de Ralph Kimball de Proyectos DSS/BI

Ralph Kimball es el autor considerado como el "Gur" del DWH junto con Bill Inmon. Su metodologa se ha convertido en el estndar de facto en el rea de apoyo a las decisiones empresariales.

En el ao 1998 dicha metodologa se recoge como proceso a seguir en el desarrollo de un DWH con el libro: The Data Warehouse Lifecycle Toolkit. 4.4.6. Beneficios: Dentro del marco de beneficios que representa una solucin de inteligencia de negocios podemos mencionar que esta nos permite:

20


2011

Manejar el crecimiento. El reto para las empresas es evolucionar, es crecer y esto significa cambio. Que tan giles son mis procesos para enfrentar los cambios y las necesidades puntuales de la empresa.

Control de costos. El manejo de costos es el detonador que fuerza muchas empresas a considerar una solucin de inteligencia de negocios, para tener la capacidad de medir gastos y ver esto a un nivel de detalle que identifique la lnea de negocio, producto, centro de costo, entre otras.

Entender mejor los clientes. Las empresas almacenan toneladas de informacin valiosa relacionada a sus clientes. El reto es transformar esta informacin en conocimiento y este conocimiento dirigido a una gestin comercial que represente algn tipo de ganancia para la empresa. Ventas cruzadas, ventas incrementales, retencin de clientes, anticipar nuevas oportunidades, medicin de efectividad de campanas e identificar los patrones de compras y/o comportamiento de los clientes hacen de la inteligencia de negocios un elemento vital para lograr los objetivos de la empresa.

Indicadores de gestin. Los indicadores de desempeo me permiten representar medidas enfocadas al desempeo organizacional con la capacidad de representar la estrategia organizacional en objetivos, mtricas, iniciativas y tareas dirigidas a un grupo y/o individuos en la organizacin. Dentro de las capacidades funcionales de los

indicadores de gestin podemos mencionar: el monitoreo, anlisis y la administracin. Monitorea los procesos crticos de negocio y las actividades utilizando mtricas que me den una alerta sobre un problema potencial o alguna gestin que debo realizar. Analiza la raz de los problemas explorando la informacin de mltiples perspectivas en varios niveles de detalles. Administra los recursos y procesos para dirigir la toma de decisiones, optimizar el desempeo. Esto nos permite tener una visin global de la empresa con la capacidad de dirigir la organizacin en la direccin correcta.

21


2011

4.5. Etapas para Implementacin de Aplicaciones BIPara entender esto vamos a describir brevemente el proceso de BI. (Ver Figura 4.04). Este proceso es dinmico e iterativo. El proceso empieza con preguntas, y las respuestas son resultados de ms preguntas o de subsecuentes interacciones del proceso.

Figura 4.04: Proceso de BI Lee Wittschen, 2004

4.5.1. Dirigir y Planear: Esta fase es el principio y el fin del proceso. Es el principio por que involucra redactar los requerimientos especficos. Y es el final porque contesta preguntas que guan a otras nuevas. El proceso de BI empieza con los usuarios (Ejecutivos, Directivos, Lderes de Negocio etc.) y aqu se generan las preguntas que les va ayudar a ellos a alcanzar sus objetivos. Ejemplos de esas preguntas son: Cules son los clientes ms rentables? Cul es el margen de cada lnea de producto?, Etc., Estas necesidades son presentadas por diversos analistas. Esto quiere decir que estos analistas de negocios formulan los requerimientos de los usuarios y dirigen un plan para la recoleccin de la informacin y para solucin de las respuestas.

4.5.2. Recoleccin de Informacin: Hay diversas fuentes de informacin dentro de una compaa. La automatizacin de los procesos han creado una fuente de recursos como son: Puntos de ventas, ERP, CRM, SFA, Aplicaciones de Servicios al 22


2011

cliente etc. Los diferentes sistemas crean, procesan y almacenan diferentes tipos de informacin. Este es un proceso continuo y es importante entender que los datos de esas fuentes son simplemente informacin y no Inteligencia. Los datos en crudo frecuentemente son incompletos y confusos. La informacin se convierte en Inteligente a travs de procesarla y de analizarla. El proceso de recoleccin de informacin es cuando las diferentes fuentes son analizadas para determinar los datos necesarios para encontrar las respuestas a las preguntas.

4.5.3. Procesamientos de Datos: Esta fase es la integracin de datos en crudo a un formato utilizable para el anlisis. Esto puede ser posible, creando una nueva base de datos, agregar datos a bases de datos existente o consolidando informacin. Esta fase generalmente puede ser vista como Extraccin, Transformacin y Carga que ocurren en los ambientes de BI. 4.5.4. Anlisis y Produccin: El grupo de anlisis de negocios utiliza herramientas y tcnicas para ordenar sobre los datos y crear inteligencia. El resultado final es la produccin de respuestas inteligentes, en un contexto propio. En algunos casos es un proceso simple como la creacin de un reporte. En otros casos, son la creacin de indicadores. Tal vez en esta fase, sean generados requerimientos adicionales pues los analistas puede que encuentren nuevas preguntas que necesiten ser contestadas.

4.5.5. Difusin: Esta fase de difusin, es entregar productos inteligentes a los diversos clientes que lo requieren. Esto bsicamente implica el uso de herramientas BI para la publicacin de tableros de indicadores, reportes o la posibilidad de tener herramientas de fcil uso para que los mismos usuarios tengan la capacidad de revisar los datos de manera rpida y sencilla.

23


2011

V. CUERPO O MTODO El mtodo describe en detalle cmo fue conducida la investigacin, este mtodo consta de tres partes: 5.1. Participantes o Sujetos Dentro del desarrollo de la solucin del problema asignamos al personal involucrado y las personas que sern parte directa del desarrollo del problema.

5.1.1. Grupo de Direccin del Proyecto: a. Jefe del proyecto: La persona responsable de dirigir el proyecto. b. Programador: Es el encargado de la descripcin de los datos e importacin de la data de FoxPro a la base de datos intermedia de Historias Clnicas en la etapa de Recoleccin de Informacin. c. Analista: Es el encargado del procesamiento de los datos (ETL) de la tabla intermedia al DataMart de Historias Clnicas, encargado del anlisis y produccin de la informacin y posterior elaboracin de reportes para toma de decisiones

5.1.2. Unidad de Estadstica e Informtica: a. Jefe de la Unidad de Estadstica: Coordinador entre las diferentes reas y la unidad de estadstica. b. Estadstico: Encargado de la Interpretacin de los patrones y proponer nuevos reportes.

5.1.3. Influyentes: Son las personas relacionadas con el uso del producto del proyecto que no pertenecen directamente a la direccin del proyecto.

24


2011

Figura N 5.01: Participantes o Sujetos

5.2. Aparatos 5.2.1. Microsoft SQL Server 2008 Microsoft SQL Server es un gestor de bases de datos relacionales (SGBD) basado en el lenguaje Transact-SQL capaz de poner a disposicin de muchos usuarios grandes cantidades de datos de manera simultnea. Adems permite administrar informacin de otros servidores de datos. 5.2.2. Microsoft Integration Services 2008 Es una plataforma para la construccin a nivel de empresa de integracin de datos y soluciones de transformaciones de datos. Puede utilizar Integration Services para solucionar problemas complejos de negocios mediante la copia o descarga de archivos, el envo de mensajes de correo electrnico en respuesta a los eventos, la actualizacin de los almacenes de datos, limpieza y extraccin de datos. 25


2011

Integration Services puede extraer y transformar los datos de una amplia variedad de fuentes tales como archivos de datos XML, archivos planos, y las fuentes de datos relacionales, y luego cargar los datos en uno o ms destinos. 5.2.3. Microsoft Analysis Services 2008 Es una plataforma de Microsoft SQL Server 2008 que proporciona funciones de procesamiento analtico en lnea (OLAP) para soluciones de Inteligencia de Negocios. 5.2.4. Microsoft Excel 2007 Microsoft Excel es una aplicacin para manejar hojas de clculo. Este programa es desarrollado y distribuido por Microsoft, y es utilizado normalmente en tareas financieras y contables. Excel fue la primera hoja de clculo que permite al usuario definir la apariencia (las fuentes, atributos de carcter y celdas). Tambin introdujo recomputacin inteligente de celdas, donde celdas dependientes de otra celda que han sido modificadas, se actualizan al instante (programas de hoja de clculo anterior recalculaban la totalidad de los datos todo el tiempo o esperaban para un comando especfico del usuario). Excel tiene una amplia capacidad grfica, y permite a los usuarios realizar la combinacin de correspondencia.

Figura N 5.02: MS Excel 2007

26


2011

5.3. Procedimientos Para este proyecto se seguirn las etapas de implementacin de aplicaciones de BI. Siendo estas etapas las siguientes: Dirigir y Planear Recoleccin de Informacin Procesamiento de Datos Anlisis y Produccin 5.3.1. Dirigir y Planear En esta etapa se analiza el problema y se genera un plan para la recoleccin de informacin y solucin del problema. 5.3.1.1. Antecedentes La limitada eficacia de los programas de prevencin de enfermedades ejecutados por el Hospital de Apoyo Barranca Cajatambo y su ineficiente gestin se evidencian con: Campaas en lugares no estratgicos. Las metas no llegan a sus objetivos trazados. Publicaciones retrasos. 5.3.1.2. Situacin Actual del Proceso El proceso inicia cuando el paciente se registra para una atencin en los consultorios mdicos; el personal mdico de estudio realizados presentados con

registra la atencin en la Hoja HIS, que luego es enviada al rea de Estadstica e Informtica para su digitacin por medio del aplicativo distribuido por el Ministerio de Salud HISV3.

Despus del control de calidad de la informacin, es enviado a la Direccin de Estadstica, Informtica y

Telecomunicaciones de la DIRESA LIMA.

Los reportes son generados por aplicativos paralelos tales como el de Salud Ambiental, Etapa de Vida Nio, 27


2011

Tuberculosis y otros; de los cuales se obtiene los datos que van a ser utilizados en la herramienta Microsoft Excel para la elaboracin de reportes grficos para la toma de decisiones.

El tiempo que toma generar los reportes grficos sobrepasa el tiempo estimado, ocasionando retardo en los resultados.

Figura N 5.03: Proceso Actual

28


2011

Figura N 5.04: Aplicativo HISV3

5.3.1.3. Arquitectura de Solucin BI La Arquitectura de nuestra solucin se basa en 5 fases:

ARQUITECTURA DE SOLUCIN

ORIGEN DE DATOS Tablas de Fox Pro

PRCESOS ETL Integration Services (SSIS)

ALMACN DE DATOS Motor de base de datos (SQL SERVER 2008)

ANLISIS DE DATOS Analysis Services (SSAS)

REPORTES Microsoft Excel 2007

Figura N 5.05: Arquitectura de Solucin

a. Origen de Datos: El aplicativo HISV3 utiliza tablas de Fox Pro, lo que dificulta la obtencin de datos por tener limitantes en comparacin a un gestor de base de datos como SQL SERVER.

b. Procesos ETL: Creando paquetes en Integration Service podemos filtrar, extraer, transformar y cargar data desde las tablas de FoxPro a la BD intermedia (Stage) y de esta al DataMart de historias clnicas. c. Almacn de Datos: Se utilizar SQL Server 2008 como gestor de base de datos para la creacin de las BD Stage y DataMart de Historias Clnicas. 29


2011

d. Anlisis de Datos: Analysis Services proporciona funciones para el procesamiento analtico en Lnea (OLAP). e. Reportes: Microsoft Excel tiene la opcin de conectarse a cubos de Analysis Services y generar reportes que puedan ser modificados a la necesidad de los usuarios.

5.3.2. Recoleccin de Informacin En esta etapa se analiza la fuente de informacin para determinar los datos necesarios para encontrar una solucin al problema.

5.3.2.1. Obtencin de la Fuente La fuente de informacin se obtendr de las tablas FoxPro del aplicativo HISV3. Adems las tablas HIS y HISA son creadas para cada mes. 5.3.2.2. Tablas Principales La informacin principal esta almacenada en las tablas HIS y HISA, las cuales se generarn con el nombre HIS10110 y HISA0110 segn la fecha que fue registrada.

Figura N 5.06: Tabla FoxPro

30


2011

5.3.3. Procesamientos de Datos Esta es la etapa de integracin de datos en crudo a un formato utilizable para el anlisis.

5.3.3.1. Listado de Tablas Destino Nombre CITA DEPARTAMENTO DISTRITO ESTABLECIMIENTO ETVIDA HISCLI PLAZA PROVINCIA SERVICIO TABDIAG TIPO_USUARIO Descripcin Contiene la relacin de Citas Contiene la relacin de departamentos Contiene la relacin de distritos. Contiene la relacin de establecimientos Contiene las etapas de vida registradas. Contiene la relacin de historias clnicas. Contiene las plazas registradas en el sistema. Contiene la relacin de provincias Contiene la relacin de servicios. Contiene el detalle de los diagnsticos registrados Contiene la relacin de usuarios

5.3.3.2. Columnas por TablasColumnas de la Tabla CITA Nombre Tipo de Dato

Tamao

Es Null

Es PK

ID_CITA HISCLI ANO MES DIA PLAZA COD_SERV TURNO DIAGNOST LABCONF CIEX T_USU TRIMESTRE

Numeric Varchar Int Int Int Numeric Int Varchar Varchar Varchar Varchar Int Int

(18,0) 50

(18,0) 1 1 3 10

No No No No No No No No No No No No No

Si No No No No No No No No No No No No

Columnas de la Tabla DEPARTAMENTO Nombre Tipo de Dato Tamao

Es Null

Es PK

COD_DEP DES_DEP

Varchar Varchar

2 60

No No

Si No

31


2011

Columnas de la Tabla DISTRITO Nombre Tipo de Dato

Tamao

Es Null

Es PK

COD_DIS DES_DIS COD_DEP COD_PRO

Varchar Varchar Varchar Varchar

6 60 2 4

No No No No

Si No No No

Columnas de la Tabla ESTABLECIMIENTO Nombre Tipo de Dato Tamao

Es Null

Es PK

COD_ESTAB DESC_ESTAB COD_2000 TIPOESTAB COD_DPTO COD_PROV COD_DIST COD_DISA COD_RED COD_MIC CODAIS CODAIS2 ACT BAS CODDIS ESTESC ESTZON

Numeric Varchar Int Varchar Varchar Varchar Varchar Varchar Int Int Int Int Varchar Varchar Varchar Varchar Varchar

(18,0) 250 250 2 2 2 50

1 1 6 10 10

No No No No No No No No No No No No No No No No No

No No Si No No No No No No No No No No No No No No

Columnas de la Tabla ETVIDA Nombre Tipo de Dato

Tamao

Es Null

Es PK

ID_EVIDA DESCRIP

Int Varchar

50

No No

Si No

Columnas de la Tabla HISCLI Nombre Tipo de Dato

Tamao

Es Null

Es PK

HISCLI COD_DIST EDAD TIP_EDAD SEXO COD_2000 ID_EVIDA

Varchar Varchar Int Varchar Varchar Int Int

50 6 1 1

No No No No No No No

Si No No No No No No

32


2011

Columnas de la Tabla PLAZA Nombre Tipo de Dato

Tamao

Es Null

Es PK

PLAZA NOMBRE COD_2000 COD_PROF COD_COND FECHA_ING FECHA_BAJA RED ACT

Numeric Varchar Int Varchar Varchar Datetime Datetime Varchar Varchar

(18,0) 250 50 50

2 2

No No No No No No No No No

Si No No No No No No No No

Columnas de la Tabla PROVINCIA Nombre Tipo de Dato

Tamao

Es Null

Es PK

COD_PRO DES_PRO COD_DEP

Varchar Varchar Varchar

4 60 2Tamao

No No NoEs Null

Si No NoEs PK

Columnas de la Tabla SERVICIO Nombre Tipo de Dato

COD_SERV DESC_SERVS SEXO MIN_EDAD MIN_TIPO MAX_EDAD MAX_TIPO CLASIFIC HOSPIT CENTRO PUESTO

Int Varchar Varchar Int Varchar Int Varchar Varchar Varchar Varchar Varchar

50 1 1 1 1 1 1 1

No No No No No No No No No No No

Si No No No No No No No No No No

Columnas de la Tabla TABDIAG Nombre Tipo de Dato

Tamao

Es Null

Es PK

CIEX DESCRIP CODIGO CLASE EST LAB

Varchar Varchar Int Varchar Varchar Varchar

10 100 1 1 1

No No No No No No

Si No No No No No

Columnas de la Tabla TIPO_USUARIO Nombre Tipo de Dato Tamao

Es Null

Es PK

T_USU DESCRIP

Int Varchar

50

No No

Si No

33


2011

5.3.3.3. Modelo Entidad / Relacin A continuacin se muestra el modelo entidad/ relacin de nuestra Base de Datos Stage de Historias Clnicas.

Figura N 5.07: Modelo Entidad / Relacin

34


2011

5.3.3.4. Modelo Estrella DataMart A continuacin se muestra el modelo estrella de nuestro DataMart de Historias Clnicas.

Figura N 5.08: Modelo Estrella

35


2011

5.3.3.5. Proceso de Extraccin, Transformacin y Carga Este proceso se realizar a travs de paquetes de carga creados en Integration Services. Tiene como objetivo poblar las BD Stage y DataMart de Historias Clnicas del Hospital de Apoyo Barranca Cajatambo. a. Cargar BD Stage de Historias Clnicas

Se utilizar Integration Services 2008 para importar la data de Fox Pro a la nueva BD diseada en SQL Server 2008; para ello se crearon las siguientes paquetes a ejecutarse.

Paquete 1: Para cargar tablas maestras.

Figura 5.09 Paquete 1

36


2011

Paquete 2: Para importar datos de Tablas principales.


En el paquete 2 los pasos a seguir sern los siguientes: Limpiar tabla temporal; la cual contendr la informacin procesada de las tablas HIS y HISA de Fox Pro. Debido a que en las tablas de FOX PRO cada mes es una tabla diferente debe crearse una tarea por cada mes. Los datos extrados de la tabla temporal son alojados en la tabla Cita. b. Cargar DataMart de Historias Clnicas

Se utilizar Integration Services 2008 para importar los datos de la BD Stage de Historias Clnicas al DataMart de Historias Clnicas. El DataMart ser el repositorio principal del cual se generarn las vistas para los cubos a travs del Analysis Services. Se crearon los siguientes paquetes a ejecutarse.

37


2011

Paquete 1: Para cargar tablas de dimensiones.


Paquete 2: Para cargar tabla de hechos.


Nota: antes de ejecutar el paquete 2 verificar que la tabla DimTiempo contenga datos de fechas posteriores a la fecha que se va a cargar.

5.3.4. Anlisis y Produccin En esta fase se busca dar como resultado una respuesta inteligente. Se utilizar la herramienta Anlisis Services para armar los cubos necesarios para la generacin de los reportes grficos para toma de decisiones gerenciales, que permitan mejorar el nivel de atencin de la poblacin signada al hospital de Apoyo Barranca - Cajatambo.

5.3.4.1. Generacin de Cubos Se realizar un anlisis multidimensional, permitiendo analizar la informacin por distintas dimensiones a la vez.

38


2011

Figura 5.13 Analysis Services

Para el presente proyecto se tendr como producto final la realizacin de 2 reportes para la toma de decisiones, los cuales se limitan al estudio de las cinco enfermedades con mayor ndice de morbilidad: a. Reporte1: Sector de la poblacin con enfermedades de mayor ndice de morbilidad en el ao 2010. b. Reporte2: Nmero de atenciones de las cinco enfermedades con mayor ndice de morbilidad en el ao 2010 por Mes. Para la elaboracin del Reporte 1 se tendr informacin del distrito, Etapa de vida y Sexo del paciente por enfermedad, dicha informacin deber estar contenida en el cubo a crear.

Para la elaboracin del Reporte 2 se tendr informacin de las cinco enfermedades con mayor ndice de morbilidad por mes, dicha informacin deber estar contenida en el cubo a crear.

39


2011

5.3.4.2. Elaboracin de Reportes Se utilizara Microsoft Excel para generacin de reportes siendo de fcil manejo para el usuario. Obtendremos los datos desde Analysis Services estableciendo conexin al cubo.

Figura 5.14 Conexin a datos

Como resultado se obtendr la siguiente informacin necesaria para la creacin del reporte Sector de la poblacin con enfermedades de mayor ndice de morbilidad en el ao 2010

Figura 5.15 Informacin del Reporte 1

Para la creacin del Reporte Nmero de atenciones de las cinco enfermedades con mayor ndice de morbilidad en el ao 2010 por Mes, se necesita la siguiente informacin contenida en el cubo.

40


2011

Figura 5.16 Informacin del Reporte 2

Gracias a Microsoft Excel de manera sencilla podemos obtener un grfico de la informacin anterior.

Figura 5.17 Grfico de Progresin de enfermedades

5.3.4.3. Entrega de Reportes a. Reporte1: Sector de la poblacin con enfermedades de mayor ndice de morbilidad en el ao 2010. Este reporte se entregar a las coordinadoras de estrategia, para su seguimiento tales como: TBC, Salud Mental y Cultura de Paz, Etapa de Vida Nio, Joven, Adolescente, Adulto y Adulto Mayor.

Analizremos el primer caso (Figura 5.18) y explicaremos los beneficios que brinda:

41


2011

Figura 5. 18 Caso I. Reporte 1

Las coordinadoras podrn proyectarse a realizar campaas de prevencin o rehabilitacin en el distrito de Paramonga, enfocados a 2 principales diagnsticos:

Faringitis Aguda, No Especificada en Personas Adultas y Trastorno del lenguaje expresivo en personas que estn en la etapa de vida Adolescente y Adulto Mayor.

Con el lugar exacto donde realizar las campaas y que enfermedades prioriza, el Hospital puede aprovechar los recursos tanto logsticos como humano para mejorar la atencin de la poblacin. b. Reporte 2: Numero de Atenciones de las 5 enfermedades con mayor ndice de morbilidad en el ao 2010 por mes y Grafico de Progresin de Enfermedades. Este reporte muestra el comportamiento de cada diagnostico respecto al mes, ubicndose los meses de mayor o menor atenciones por diagnstico. Tambin a travs de frmulas se puede obtener el pronstico de estas enfermedades para meses posteriores. Esta informacin permitir gestionar el

abastecimiento de material logstico y humano para poder prevenir y reducir las cifras en meses posteriores.

42


2011

VI. RESULTADOS Como resultado de haber realizado este proyecto se ha obtenido lo siguiente: Informacin Integrada, al disear una base de datos que contenga informacin histrica de historias clnicas se tiene un repositorio nico, confiable y centralizado. Automatizacin de Procesos, al automatizar el proceso de elaboracin de reportes para toma de decisiones se minimiza el proceso manual que anteriormente produca errores de clculo.

Informacin en tiempo Real para toma de decisiones, el tener una base de datos nica con informacin histrica, reducir el tiempo de elaboracin de reportes o informes para toma de decisiones.

43


2011

VII. DISCUCIN Segn los resultados obtenidos, podemos hacer algunos comentarios y aclaraciones que permitan esclarecer los objetivos logrados: El implementar una base de datos centralizada nos permite tener una coleccin nica de datos que se almacenan en un solo lugar, en donde la consistencia de datos es su mejor carta de presentacin.

Todo proceso que es automatizado, brinda grandes facilidades para el usuario, ya que le permite la posibilidad de realizar menos trabajo. En compensacin, el tiempo ahorrado lo puede invertir en desarrollar otras actividades relacionadas con su rea de trabajo.

La informacin en tiempo real es hoy en da, una necesidad de toda organizacin. No se puede pretender hacerle frente al competitivo mundo actual si no poseemos las herramientas necesarias que permitan obtener datos relevantes en cualquier momento.

44


2011

VIII. CONCLUSIONES La realizacin de este proyecto me ha permitido demostrar cuan valioso e importante es que esta institucin cuente con una estrategia de manejo de

datos que permita recolectar y procesar los datos de las historias clnicas e integrarlos a una nica base de datos histrica, para ser analizada a travs de los diferentes herramientas de inteligencia de negocios.

Un sistema BI nos brinda las soluciones adecuadas para evitar la planificacin de pronsticos equivocados, trabajo extra para la produccin de reportes, y nos permite mantener una comunicacin estrecha con los diversos sectores de la empresa para ejecutar una estrategia comn.

Es imprescindible el uso de BI cuando frecuentemente invertimos ms tiempo en la recoleccin y administracin de la informacin, que el tiempo que utilizamos para analizarla, incluso cuando la evaluacin no es posible ya que no podemos hallar los datos requeridos para llevar a cabo un anlisis confiable.

45


2011

IX. REFERENCIAS O BIBLIOGRAFAS

Pea, A. (2006). Inteligencia de Negocios: Una propuesta para el desarrollo de las organizaciones.

Moss, L. Y Atre, S. (2003), Business Intelligence Roadmap. The Complete Project Lifecycle for. Decision-Support Applications. Addison-Wesley. USA.

Vitt E, Luckevich M. y Stacia M. (2003). Business Intelligence. Tcnicas de anlisis para la toma de decisiones estratgicas. McGraw-Hill. Madrid.

Cerezo, Claudia (2000). Data Warehouse: Poderosa herramienta de soporte de decisiones.

Abukari, Kobana; Job, Viga (2003). Business Intelligence in action. Turban, E., Aronson, J., Liang, T.P. (2005). Decision Support Systems and Intelligent Systems. Prentice Hall.

Kimball, R., Ross, M., Thornthwaite, W., Mundy, J. And Becker, B. (2008). The Data. Warehouse Lifecycle Toolkit (Second Edition).

Kimball, R, Ross, M (2002), The Data Warehouse toolkit. (Second Edition), Wiley.

http://www.sinnexus.com/business_intelligence/index.aspx Inteligencia de Negocios?

(2007),

Qu

es

46


2011

X. ANEXOS 10.1. Reporte Acumulado Etapa de Vida Nio

47


2011

MIEMBROS DEL JURADO EVALUADOR

--------------------------------------Dr. Daniel C. Andrade Girn PRESIDENTE

--------------------------------------Mg. Jose L. Perez Ramirez SECRETARIO

--------------------------------------Ing. Juan C. Meyhuay Fidel VOCAL

--------------------------------------Ing. Javier A. Manrique Quionez ASESOR

48

Documents

Monografia BI v3