Upload
others
View
1
Download
0
Embed Size (px)
Citation preview
UNIVERSIDAD CENTRAL DEL ECUADOR
FACULTAD DE INGENIERÍA, CIENCIAS FÍSICAS Y MATEMÁTICA
CARRERA DE INGENIERÍA INFORMÁTICA
Investigación y desarrollo de un sistema de inteligencia de negocios empresarial, mediante una
base de datos Hana
Trabajo de titulación modalidad Proyecto de Investigación, previo a la obtención del título de
Ingeniero Informático
AUTOR: Rodríguez Rodríguez Jorge Patricio
TUTOR: Ing. Jorge Arturo Morales Cardoso MSc.
Quito, 2019
ii
© DERECHOS DE AUTOR
Yo, Jorge Patricio Rodríguez Rodríguez en calidad de autor del trabajo y titulares de los
derechos morales y patrimoniales del trabajo de titulación INVESTIGACIÓN Y DESARROLLO
DE UN SISTEMA DE INTELIGENCIA DE NEGOCIOS EMPRESARIAL, MEDIANTE UNA BASE DE
DATOS HANA, modalidad proyecto de investigación, de conformidad con el Art. 114 del
CÓDIGO ORGÁNICO DE LA ECONOMÍA SOCIAL DE LOS CONOCIMIENTOS, CREATIVIDAD E
INNOVACIÓN, concedo a favor de la Universidad Central del Ecuador una licencia gratuita,
intransferible y no exclusiva para el uso no comercial de la obra, con fines estrictamente
académicos. Conservamos a mi favor todos los derechos de autor sobre la obra,
establecidos en la normativa citada.
Así mismo, autorizo a la Universidad Central del Ecuador para que realice la digitalización y
publicación de este trabajo de titulación en el repositorio virtual, de conformidad a lo
dispuesto en el Art. 144 de la Ley Orgánica Superior.
El autor declara que la obra objeto de la presente autorización es original en su forma de
expresión y no infringe el derecho de autor de terceros, asumiendo la responsabilidad por
cualquier reclamación que pudiera presentarse por esta causa y liberando a la Universidad
de toda responsabilidad.
Firma: _____________________________
Jorge Patricio Rodríguez Rodríguez
CC. 172313128-8
iii
APROBACIÓN DEL TUTOR
En mi calidad de Tutor del Trabajo de Titulación, presentado por JORGE PATRICIO
RODRÍGUEZ RODRÍGUEZ, para optar por el título de Ingeniero Informático; cuyo título es:
INVESTIGACIÓN Y DESARROLLO DE UN SISTEMA DE INTELIGENCIA DE NEGOCIOS
EMPRESARIAL, MEDIANTE UNA BASE DE DATOS HANA, considero que dicho trabajo reúne
los requisitos y méritos suficientes para ser sometido a la presentación pública y evaluación
por parte del tribunal examinador que se designe.
En la ciudad de Quito, a los 22 días del mes de mayo del 2019
______________________________
Ing. Jorge Arturo Morales Cardoso MSc.
DOCENTE-TUTOR
C.C. 1705099784
iv
CONTENIDO
pág.
© DERECHOS DE AUTOR ..................................................................................................................... ii
APROBACIÓN DEL TUTOR ....................................................................................................................iii
CONTENIDO ......................................................................................................................................... iv
LISTA DE TABLAS.................................................................................................................................. vi
LISTA DE FIGURAS............................................................................................................................... vii
RESUMEN ............................................................................................................................................ ix
ABSTRACT .............................................................................................................................................x
INTRODUCCIÓN ................................................................................................................................... 1
1. MARCO TEÓRICO ............................................................................................................................ 4
1.1. Inteligencia de Negocios ..................................................................................................... 4
1.1.1. Data Warehouse .......................................................................................................... 4
1.1.2. Data Mart .................................................................................................................... 5
1.2. Arquitecturas de datawarehouse ........................................................................................ 5
1.2.1. Enterprise Data Warehouse ........................................................................................ 6
1.2.2. Datamart Independiente ............................................................................................. 7
1.2.3. Datamart Dependiente ............................................................................................... 8
1.3. Modelamiento de datos ...................................................................................................... 9
1.3.1. Técnicas de modelamiento ....................................................................................... 10
1.3.2. Ciclo de vida de un sistema de inteligencia de negocios .......................................... 11
1.4. SAP HANA .......................................................................................................................... 12
1.4.1. Arquitectura .............................................................................................................. 12
1.4.2. Componentes ............................................................................................................ 14
1.4.3. Licenciamiento .......................................................................................................... 15
1.4.4. SAP HANA Sizing ........................................................................................................ 17
2. METODOLOGÍA EXPERIMENTAL ................................................................................................ 18
3. CÁLCULOS Y RESULTADOS ......................................................................................................... 20
3.1. Introducción ...................................................................................................................... 20
3.2. Planificación ...................................................................................................................... 20
v
3.3. Identificación del proceso de negocio .............................................................................. 20
3.4. Definición de requisitos..................................................................................................... 20
3.5. Configuración de SAP HANA .............................................................................................. 21
3.5.1. Creación de esquema en SAP HANA ......................................................................... 21
3.5.2. Creación de usuario de inicio de sesión al esquema SAP HANA ............................... 23
3.5.3. Conexión SAP HANA Cloud con SAP HANA Studio .................................................... 26
3.6. Extracción y Carga de datos .............................................................................................. 30
3.6.1. Exportación de datos a SAP HANA ............................................................................ 30
3.7. Modelamiento de datos. ................................................................................................... 33
3.7.1. Identificación de dimensiones .................................................................................. 33
3.7.2. Identificación de tabla de hechos ............................................................................. 34
3.7.3. Creación de modelo .................................................................................................. 34
3.8. Visualización de datos ....................................................................................................... 38
4. DISCUSIÓN ................................................................................................................................. 42
5. CONCLUSIONES ......................................................................................................................... 43
6. RECOMENDACIONES ................................................................................................................. 44
7. BIBLIOGRAFÍA ............................................................................................................................ 45
vi
LISTA DE TABLAS
pág.
Tabla 1: Licenciamiento SAP HANA Full Runtime. ............................................................................. 16
Tabla 2: SAP HANA Sizing en Quicksizer Tool. ................................................................................... 17
Tabla 3: Comparativa de ciclo de desarrollo de un sistema IN. ........................................................ 42
vii
LISTA DE FIGURAS
pág.
Figura 1: Arquitectura mixta de Data WareHouse. ............................................................................. 6
Figura 2: Esquema EDW(Enterprise Datawarehouse). ........................................................................ 7
Figura 3: Esquema de un data mart independiente............................................................................ 8
Figura 4: Esquema de un datamart dependiente. .............................................................................. 9
Figura 5: Esquema de un modelo E/R. .............................................................................................. 10
Figura 6: Esquema de modelo estrella. ............................................................................................. 11
Figura 7: Arquitectura de SAP HANA. ................................................................................................ 13
Figura 8: Esquema del funcionamiento del almacenamiento en columnas. .................................... 14
Figura 9: Pantalla de Inicio de SAP Cloud Platform Cockpit. ............................................................. 21
Figura 10: Pantalla de configuración de SAP Cloud Platform Cockpit. ............................................. 22
Figura 11: Pantalla de configuración para creación del esquema de base de datos en SAP HANA. 22
Figura 12: Pantalla de configuración de SAP Cloud Platform Cockpit. ............................................. 23
Figura 13: Pantalla de resumen de SAP Cloud Platform Cockpit. ..................................................... 23
Figura 14: Pantalla de Administración de SAP HANA. Fuente: Propia .............................................. 24
Figura 15: Pantalla de configuración de usuarios en SAP HANA. Fuente: Propia ............................. 24
Figura 16: Menú de creación de usuarios en SAP HANA.................................................................. 24
Figura 17: Submenú de privilegios de sistema a usuarios en SAP HANA. ......................................... 25
Figura 18: Submenú de privilegios de paquetes a usuarios en SAP HANA. ...................................... 25
Figura 19: Submenú de privilegios de usuarios en SAP HANA. ......................................................... 26
Figura 20: Menú de ayuda de Eclipse................................................................................................ 27
Figura 21: Pantalla de instalación de software en Eclipse . .............................................................. 27
Figura 22: Pantalla de perspectiva de software en Eclipse. .............................................................. 28
Figura 23: Submenú de Sistemas SAP HANA en Eclipse. ................................................................... 28
Figura 24: Pantalla de configuración de cuenta SAP Cloud en Eclipse. ............................................ 29
Figura 25: Pantalla de selección del esquema de base de datos SAP HANA en Eclipse. .................. 29
Figura 26: Menú de componentes SAP HANA en Eclipse. ................................................................ 30
Figura 27: Submenú de importación de datos en Eclipse. ................................................................ 31
Figura 28: Pantalla de Importación de datos en Eclipse. .................................................................. 31
Figura 29: Pantalla de configuración de importación de datos en Eclipse. ...................................... 32
Figura 30: Pantalla de administración de tablas y mapeo de datos en Eclipse. ............................... 32
Figura 31: Pantalla de resumen de datos importados en Eclipse. .................................................... 33
Figura 32: Modelo Copo de Nieve Comercial. ................................................................................... 35
Figura 33: Submenú de creación de nuevo paquete. ....................................................................... 36
Figura 34: Submenú de creación de vista de atributos. .................................................................... 36
Figura 35: Pantalla de configuración de una nueva vista de atributos. ............................................ 37
Figura 36: Submenú de creación de vista analítica. .......................................................................... 37
Figura 37: Pantalla de configuración de una nueva vista analítica. .................................................. 38
Figura 38: Pestaña Panorama General de ventas: ............................................................................ 39
Figura 39: Pestaña Top 10 de ventas. ............................................................................................... 40
Figura 40: Pestaña Descriptivo de ventas. ........................................................................................ 40
viii
Figura 41: Pestaña Detalle de ventas y notas de crédito. ................................................................. 41
Figura 42: Pestaña Presupuesto General. ......................................................................................... 41
ix
TÍTULO: Investigación y desarrollo de un sistema de inteligencia de negocios empresarial,
mediante una base de datos Hana
Autor: Rodríguez Rodríguez Jorge Patricio
Tutor: Ing. Jorge Arturo Morales Cardoso MSc.
RESUMEN
En este trabajo se presenta un proceso de desarrollo de un sistema de inteligencia de
negocios empresarial enfocado en el área comercial desplegado en una base de datos SAP
HANA. El proceso de desarrollo sigue la metodología M3S, a su vez también identificamos
el proceso de negocio, tabla de dimensiones y tabla de hechos que van a estar presentes en
un sistema IN Comercial. El proceso de desarrollo de este sistema se lo realiza en SAP CLOUD
PLATAFORM que dentro de sus servicios tiene a SAP HAHA. Se explica paso a paso como se
configura esta base de datos en SAP CLOUD PLATAFORM para así ser utilizada en un sistema
de inteligencia de negocios, también se detalla cómo se configura SAP HANA con el IDE
Eclipse. El estudio detalla el paso a paso el proceso de extracción, carga y transformación
de datos en SAP HANA y también explica cómo se construye el modelo de datos utilizado
en este sistema de IN Comercial.
PALABRAS CLAVE: /INTELIGENCIA DE NEGOCIOS/SAP HANA/ PROCESO DE NEGOCIO/IN/
METODOLOGÍA M3S
x
TITLE: Investigation and development of a business intelligence system by using a Hana
database
Autor: Rodríguez Rodríguez Jorge Patricio
Tutor: Ing. Jorge Arturo Morales Cardoso
ABSTRACT
The current work is intended to present the development process of a Company business
intelligence system, focused to the commercial area, deployed in a SAP HANA database.
The development process follows M3S methodology. We also identified the business
process, dimension table and facts table, which are to involved in the IN Commercial
system. The development processs of such system is used in the SAP CLOUD PLATFORM,
which includes SAP HANA among services rendered. Configuration of such database in SAP
CLOUD PLATFORM is explained step to step, to as to be used in the business intelligence
system; also details to configure SAP HANA are provided by using IDE Eclipse. The study
shows step details of the process extract charge and transform data into SAP HANA and
there is also an explanation of how a data model used in this IN Commercial system.
KEYWORDS: /BUSINESS INTELLIGENCE / SAP HANA/ BUSINESS PROCESS/ IN/ M3S
METHODOLOGY
1
INTRODUCCIÓN
El nivel de competitividad en un mundo totalmente globalizado provoca que las empresas
tomen medidas para no quedarse detrás de su competencia, y el activo que tienen las
mismas es la información que tienen en sus sistemas transaccionales, hojas de cálculo,
archivos de texto y archivos en la nube pero dicha información debe generar conocimiento
para gerencia y directivos de las empresas tenga dicho conocimiento de manera inmediata
y esta necesidad va ser solventada por la inteligencia de negocios.
La inteligencia de negocios es un concepto que apareció a finales de los años 80 y se
popularizó en la década de los 90, donde aparecieron arquitecturas y herramientas para
extracción, transformación y carga de información, con el pasar de los años las primeras
arquitecturas y herramientas quedaron obsoletas debido al aumento de transacciones
generadas por los sistemas transaccionales y a las diversas fuentes de datos que con el
tiempo las empresas obtuvieron, por lo que muchos ingenieros y científicos se plantearon
nuevas arquitecturas para el procesamiento de datos y esquemas de modelamiento
dimensional en inteligencia de negocios.
El modelado dimensional es ampliamente aceptado como la técnica preferida para
presentar datos analíticos porque aborda dos requisitos simultáneos:
• Entregar datos comprensibles para los usuarios finales.
• Ofrecer un rendimiento óptimo en las consultas de los datos.
Esta técnica permite simplificar las bases de datos y orígenes de datos externos. Dicho
concepto durante más de cinco décadas, organizaciones de TI, consultores y usuarios de
negocios naturalmente han gravitado a una estructura dimensional simple para que
coincida la necesidad humana fundamental de un esquema de datos adecuado para la
inteligencia de negocios. Esta simplicidad es crítica porque asegura que los usuarios pueden
2
entender fácilmente los datos, y también permite que el software sea óptimo y entregue
resultados de manera rápida y eficiente. (Ralph Kimbal, 2013)
Dentro del ámbito de tecnología el procesamiento de datos en un sistema de inteligencia
de negocios en SAP HANA está a la vanguardia pues utiliza un enfoque adecuado para este
propósito y la tecnología que usa es una base de datos en memoria. Esta nueva tecnología
ha ido evolucionando con la unión de tecnologías desarrolladas y adquiridas anteriormente
por SAP, como SAP NetWeaver BW Accelerator, SAP MaxDB con su memoria interna
capacidades originadas en SAP liveCache (adquirida por SAP en 2005).
Esta nueva tecnología inicialmente se ha dirigido a cargas de trabajo analíticas, sino también
como una base de datos adecuada para todo el software empresarial.
SAP HANA está en el camino para convertirse en la base unificada para todo tipo de cargas
de trabajo empresariales, no solo procesamiento analítico en línea (OLAP), sino también el
procesamiento de transacciones en línea (OLTP) y búsquedas de solo en texto. (Vey, Krojzl,
& Krutov, 2013).
En este trabajo investigativo se propone realizar un Datawarehouse empresarial genérico
aplicado en SAP HANA. Para lo cual se efectuará técnicas modelamiento de datos adecuados
de acuerdo a la identificación de procesos de negocio generales empresariales del área
comercial.
Teniendo en cuenta el estado actual del conocimiento de este tema, se ha planteado la
hipótesis de que no se sigue un proceso adecuado en el desarrollo de un sistema de
inteligencia de negocios y un modelo genérico de Datawarehouse empresarial comercial al
desarrollarlo en SAP HANA.
Objetivo General
Desarrollar un Sistema Estratégico y de Gestión de Inteligencia de Negocios Comercial en
base a una Metodología de Desarrollo de BI, utilizando como fuente externa la Base de
Datos SAP HANA.
3
Objetivos específicos
Identificar el proceso de negocio del área comercial.
Planificar el alcance del sistema de inteligencia negocios comercial.
Definir requisitos funcionales del sistema de inteligencia negocios comercial.
Configurar la base de datos SAP HANA para su uso.
Crear el proceso de carga, extracción y transformación en la base de datos SAP Hana.
Crear un tablero de visualización de datos extraídos de SAP HANA.
4
1. MARCO TEÓRICO
1.1. Inteligencia de Negocios
Inteligencia de negocios conocida en el idioma inglés como Business Intelligence es la
utilización de los datos históricos y presentes de una empresa para convertirla en
conocimiento para la toma de decisiones. Es decir, abarca los datos del funcionamiento
general de la empresa y de su posible funcionamiento a un futuro cercano con el objetivo
de tener información que genera conocimiento en decisiones empresariales.
El principal objetivo de la Inteligencia de Negocios es contribuir a tomar decisiones que
mejoren el desempeño de la empresa y promover su ventaja competitiva en el mercado. En
resumen, la Inteligencia de Negocios permite tomar decisiones rápidas. Este concepto se
analiza desde tres perspectivas: Creación de decisiones ágiles y eficientes, convertir
cualquiera fuente de datos de la empresa en información y uso de una aplicación o
herramienta para la visualización de dicha información. (Calzada, Leticia, & Abreu, 2009).
1.1.1. Data Warehouse
En general data warehouse también llamado almacén de datos es donde se encuentra
información consolida a un ámbito de una organización o un modelo de negocio y es
variable en el tiempo permitiendo tomar decisiones en el ámbito que se utiliza (Kimball,
2013).
En un almacén de datos puede constar de varios almacenes de datos y, como tal, puede
proporcionar una vista consolidada de toda una organización, combinando datos
individuales, departamentales y unidades de negocio de dicha organización. Estos datos son
a menudo de naturaleza histórica y como tal, se puede utilizar para analizar también desde
una perspectiva histórica (Kimball, 2013).
Según Ralph Kimball un data warehouse se lo define como: "Es un almacén de datos que
extrae, limpia, conforma y entrega una fuente de datos dimensional para la consulta y el
5
análisis”. Dicho autor también afirma que un data warehouse no es más que la unión de
datamarts en una sola entidad.
1.1.2. Data Mart
Es un pequeño datawarehouse que contiene los datos de un área de negocio especifica de
una empresa, es decir que un datamart es un subconjunto de un datawarehouse
empresarial.
El datamart contiene típicamente un subconjunto de datos valiosos para una unidad de
negocio, departamento o un conjunto de usuarios específicos. Este subconjunto consiste
en datos históricos, resumidos y posiblemente detallados capturados de los sistemas de
transaccionales, archivos de texto y datos externos consolidados (Ballard, C.; Farrell, D.;
Gupta, A.; Mazuela, C.; Vohnik, S.;, 2006).
1.2. Arquitecturas de datawarehouse
En general existen tres tipos de arquitecturas y se escogen de acuerdo al requerimiento y
necesidad de la organización. Dichas arquitecturas son las siguientes:
Enterprise Data Warehouse
Data Marts Independientes
Data Marts Dependientes
En algunos casos se puede combinar estas arquitecturas. La combinación más general que
se realiza es de Enterprise Data Warehouse con Data Mart Dependiente y se lo presenta en
la siguiente figura
6
Figura 1: Arquitectura mixta de Data WareHouse.
Fuente: Propia
1.2.1. Enterprise Data Warehouse
El Enterprise Datawarehouse es un tipo de Data Warehouse donde se almacena y se
consolida la mayoría de datos de una organización que son de acceso y de uso de todos los
departamentos de negocios de la misma. Es decir, está diseñado y construido en función de
las necesidades de la organización en su conjunto (Ballard, C.; Farrell, D.; Gupta, A.;
Mazuela, C.; Vohnik, S.;, 2006).
La figura siguiente muestra el diagrama de arquitectura de un Enterprise Data Warehouse.
7
Figura 2: Esquema EDW(Enterprise Datawarehouse).
Fuente: Propia
Su característica principal es de tener todos los datos bajo administración central. Dicha
centralización no implica necesariamente que todos los datos estén en una ubicación o en
un entorno de sistemas común.
1.2.2. Datamart Independiente
La arquitectura de Datamart Independiente se compone de varios datamarts asignados a
distintas líneas de negocio y departamentos. En general se construyen únicamente para
satisfacer las necesidades particulares de esa línea negocio o departamento en particular.
La característica general de esta arquitectura, es que no hay conectividad con los datamarts
de otros grupos de trabajo o departamentos. Por lo tanto, estos datamarts no comparten
ninguna relación entre ellos es decir no comporten dimensiones y tablas de hechos (Ballard,
C.; Farrell, D.; Gupta, A.; Mazuela, C.; Vohnik, S.;, 2006).
La figura siguiente muestra el diagrama de esta arquitectura.
8
Figura 3: Esquema de un data mart independiente.
Fuente: Propia
El problema general que hay con este tipo de arquitectura problemas como:
Mayores costos de hardware y software por numerosos data marts independientes
creados.
Mayores requerimientos de recursos para soporte y mantenimiento.
Desarrollo de muchos procesos de extracción, transformación y carga (ETL).
Muchas implementaciones redundantes e inconsistentes de los mismos datos.
Falta de un modelo de datos en común.
1.2.3. Datamart Dependiente
La arquitectura de datamart dependiente es básicamente una implementación distribuida.
Es decir, aunque líneas de negocio y departamento de una organización tengan un objetivo
diferente en su análisis de la información van a compartir los datos y van a estar
interconectados entre sí. Los data marts están conectados y van a utilizar las mismas
dimensiones y tablas de hechos. En la figura que se muestra a continuación se presenta
dicha arquitectura (Ballard, C.; Farrell, D.; Gupta, A.; Mazuela, C.; Vohnik, S.;, 2006).
9
Figura 4: Esquema de un datamart dependiente.
Fuente: Propia
En la arquitectura mencionada en la mayoría de veces se puede combinar con la
arquitectura de EDW (Enterprise Data Warehouse) para poder formar un Data Warehouse
más robusto.
1.3. Modelamiento de datos
En términos generales, un modelo es una abstracción del mundo real. Por lo tanto, con el
modelado podemos visualizar algo que aún no se puede realizar.
Entonces el modelamiento de datos es la estructuración y documentación en un diagrama
de las estructuras de datos disponibles a trabajar en un sistema empresarial. Se lo utiliza en
muchos campos de desarrollo de sistemas empresariales y en especial en los sistemas de
inteligencia de negocios (Kimball, 2013).
El objetivo principal de un modelo de datos es asegurarse de que todos los objetos de datos
requeridos por una organización están representados de manera precisa y completa.
(Ballard, C.; Farrell, D.; Gupta, A.; Mazuela, C.; Vohnik, S.;, 2006).
10
El modelamiento tiene dos perspectivas una es empresarial y otra técnica. Desde la
perspectiva empresarial, un modelo de datos es la representación global de datos a
almacenarse en una base.
Sin embargo, desde una perspectiva técnica, el modelo de datos es un plano que sirve a un
DBA o desarrollador de software para la construcción de una base de datos (Ballard, C.;
Farrell, D.; Gupta, A.; Mazuela, C.; Vohnik, S.;, 2006).
1.3.1. Técnicas de modelamiento
Modelamiento E/R: es una técnica de modelamiento el cual permite almacenar
datos en una forma altamente normalizada dentro de una base de datos relacional.
En la siguiente figura se muestra una visualización de un modelamiento E/R.
(Kimball, 2013).
Figura 5: Esquema de un modelo E/R.
Fuente: Ludichart (https://www.lucidchart.com/pages/ER-diagram-symbols-and-meaning)
Es decir, esta técnica de modelamiento es representar las diversas tablas que se
vayan a presentar en la base de datos relacional y como se conectan entre si
totalmente normalizadas. Se refiere totalmente normalizadas que básicamente las
tablas grandes de datos se dividan en tablas cada vez más pequeñas, hasta que
tenga tablas en las que ninguna columna sea funcionalmente dependiente de
cualquier otra columna, cada fila consta de una sola clave principal y un
conjunto de atributos totalmente independientes del objeto que se identifican por
la clave primaria (Ballard, C.; Farrell, D.; Gupta, A.; Mazuela, C.; Vohnik, S.;, 2006).
11
Modelamiento Dimensional: es un tipo de modelamiento también llamado como
esquema en estrella. Este tipo de modelo es muy popular en los sistemas de
inteligencia de negocios por proporcionar un rendimiento de consultas mucho
mejor, especialmente en consultas muy grandes, que un modelamiento E / R, y
además su esquema es más fácil de entender. Este modelo es en una gran tabla de
hechos (conocida como tabla de hechos), con una serie de otras tablas que la rodean
y que contienen datos descriptivos, denominados dimensiones. El nombre de
esquema estrella se debe por su semejanza a la forma de una estrella en su
esquema, como se muestra a continuación en la siguiente figura se presenta este
modelo (Ballard, C.; Farrell, D.; Gupta, A.; Mazuela, C.; Vohnik, S.;, 2006).
Figura 6: Esquema de modelo estrella.
Fuente: Propia
Existen 3 tipos en el modelamiento dimensional y son:
o Esquema Estrella
o Esquema Copo de nieve
o Esquema Multidimensional
1.3.2. Ciclo de vida de un sistema de inteligencia de negocios
El ciclo de vida de vida en un sistema de negocios es importante porque se estructura un
proceso adecuado para la construcción del mismo y sus pasos son:
Identificación de requerimientos de negocio: durante esta fase se especifica el
proceso de negocio que va a ser modelado dimensionalmente y ver la arquitectura
12
de datawarehouse a elegir y requisitos que debe tener el sistema de inteligencia de
negocios.
Identificación de orígenes de datos: durante esta fase, previamente entendido el
proceso de negocio se identifica cada uno de las fuentes de datos sean archivos de
texto, hojas de cálculos, bases de datos y archivos externos donde guarda
información dicho proceso.
Creación de modelamiento de datos: proceso fundamental en el ciclo de vida de un
sistema de inteligencia de negocios donde se identifica
o Tabla de Dimensiones: son los atributos que describen a la tabla de hechos.
o Tabla de Hechos: es donde se registra las métricas y medidas y las claves
foráneas de las tablas de dimensiones.
Verificación de modelo de datos: proceso donde se verifica la consistencia y
fiabilidad de los datos ya consolidados en un modelo dimensional sea copo de nieve
o estrella para poder realizar ajustes respectivos.
Implementación de la solución: es el proceso final en el cual una vez verificado los
datos se despliega la solución para poder ser utilizada sea en reportes, tablas
dinámicas entre otros.
1.4. SAP HANA
SAP HANA es una base de datos en memoria orientado a columnas o a filas. Está diseñada
para hacer cálculos analíticos localmente o en la nube en tiempo real de datos
estructurados, no estructurados, geográficos entre otros (Hickman & Wells, 2013).
1.4.1. Arquitectura
En la siguiente figura se muestra la arquitectura de SAP HANA en general donde sus
principales componentes son SAP HANA APPLIANCE y su núcleo que es SAP HANA Database.
13
Figura 7: Arquitectura de SAP HANA.
Fuente: (Vey, Krojzl, & Krutov, 2013)
SAP HANA Database: es el componente principal de SAP HANA pues es el motor de
base de datos. Este motor puede almacenar los datos de dos maneras distintas o de
manera hibrida y son:
o Almacenamiento por columnas: almacena los datos en columnas,
optimizando tablas que tengan una cantidad enorme de datos, que pueden
agregarse en tiempo real y usarse en operaciones analíticas.
Proporciona un buen rendimiento para las operaciones de escritura y al
mismo tiempo optimiza la operación de lectura pues se trabaja con la
memoria RAM (Rungta, 2016).
La optimización de escritura y lectura puede mejorarse aun con los dos tipos
de estructura de almacenamiento que SAP HANA nos a disposición y son
Delta Storage que es optimización a nivel de escritura realizando una
compresión básica de datos y Main Storage el cual es una optimización a
14
nivel de lectura que elige un método de compresión adecuado sea Dictionary
Encoding, Cluster Encoding, Sparse Encoding, Run Length Encoding, etc.
(Vey, Krojzl, & Krutov, 2013).
Figura 8: Esquema del funcionamiento del almacenamiento en columnas.
Fuente: (Rungta, 2016)
o Almacenamiento por filas: almacena los datos en filas, como base de datos
tradicional. Este almacenamiento está más optimizado para operaciones de
inserción y actualizaciones frecuentes de datos. Tiene una menor tasa de
compresión, y consulta. Su rendimiento es mucho menor en comparación
con al almacenamiento en columnas (Rungta, 2016).
1.4.2. Componentes
Los componentes fundamentales de SAP HANA son 4 y son los siguientes
SAP HANA DB: este componente hace referencia al motor de base de datos.
SAP HANA STUDIO: este componente contiene las herramientas de modelado de
datos
SAP HANA APPLIANCE: este componente es un dispositivo flexible, multifuncional,
de fuente de datos en memoria que junto a HANA DB y a un socio de distribución
de hardware como Dell, Cisco, IBM, HP, Fujitsu e Intel dan el certificado del uso de
SAP HANA en un servidor. Así mismo se incluye en el mismo las herramientas de
modelado de Hana Studio, adicionalmente se incorpora las herramientas de
replicación y transformación de datos (Hickman & Wells, 2013).
15
SAP HANA CLOUD: este componente se refiere a SAP HANA desplegada en la nube
y ser usada como plataforma de servicio.
1.4.3. Licenciamiento
SAP HANA como software propietario tiene licenciamiento y este se divide en dos
categorías:
Runtime Licence: Se utiliza para ejecutar aplicaciones SAP como SAP Business
Warehouse con tecnología SAP HANA y SAP S / 4HANA.
Full Runtime Licence: Se utiliza para ejecutar aplicaciones SAP y no SAP. Esta licencia
se puede usar para crear aplicaciones personalizadas.
La licencia de uso completo es decir la Full Runtime Licence se agrupan en ediciones
dirigidas a varios casos de uso y son:
Base Edition: edición que nos proporciona funciones de base de datos centrales y
herramientas de desarrollo, aunque no es compatible con las aplicaciones SAP
(MissBach, 2015).
Platform Edition: edición que tiene un plus adicional en el motor de la base de datos
que compone el análisis de datos espaciales, predicción, integración con el servidor
R, búsquedas avanzadas de datos, texto, motores de gráficos y bibliotecas de
negocios empaquetadas adicionales. (Vey, Krojzl, & Krutov, 2013).
Enterprise Edition: es la edición dedicada netamente como plataforma que tiene
más componentes adicionales para de carga de datos y frameworks de desarrollo.
Hay que tener en cuenta en el licenciamiento para el streaming de datos y herramientas de ETL se
licencian como adicionales.
En la siguiente tabla se muestra de manera general los componentes que presenta SAP
HANA en el licenciamiento Full Runtime.
16
Componentes Base Edition Enterprise Edition Extended Edition
SAP HANA Client X X X
SAP HANA Studio X X X
SAP HANA Database X X X
SAP Host Agent X X X
SAP HANA Information
Composer
X X X
Diagnostic Agent X X X
SAP HANA UI for
information access
X X X
SAP HANA Client
package for Exel
X X X
SAP HANA STL X X
SAP HANA Business
Object Data Service
X X
SAP HANA Direct
Extractor Connection
X X
Sybase Replication
Server
X
SAPA HANA load
Controler
X
Tabla 1: Licenciamiento SAP HANA Full Runtime.
Fuente: (Vey, Krojzl, & Krutov, 2013)
17
1.4.4. SAP HANA Sizing
Es un término muy importante pues nos permite determinar los requisitos mínimos de
hardware como memoria Ram, Disco Duro y CPU, etc. De acuerdo a términos de la marca
los componentes en orden de prioridad son la memoria Ram, CPU y el disco duro pero este
último componente depende del tamaño de los dos primeros para lo cual en las tareas de
implementación de SAP HANA es determinar el tamaño correcto del servidor de acuerdo a
las necesidades de negocio (Rungta, 2016). De manera general SAP HANA DB para su mejor
funcionamiento debe tener las siguientes consideraciones:
Requisito de memoria principal para SAP HANA (el tamaño de la memoria está
determinado por los datos de metadatos y transacciones en SAP HANA)
Requisito de CPU para SAP HANA (la CPU del pronóstico se estima no precisa).
Requisito de espacio en disco para SAP HANA (se calcula para la persistencia de
datos y para el registro de datos). La CPU del servidor de aplicaciones y la memoria
del servidor de aplicaciones permanecen sin cambios.
Para calcular el tamaño, SAP ha proporcionado varias pautas y métodos para calcular el
tamaño correcto. Una de ellas es la que nos da la herramienta Quicksizer de SAP HANA
donde el resultado de dicho cálculo es el siguiente:
Resultado Factores de Cálculo
Tamaño estimado de la base (Tamaño DB/ factor de compresión) * uso temporal de memoria
Factor de compresión: 4(valor por defecto)
Uso de memoria temporal: 2(valor por defecto)
CPU estimado en el servidor de la base DB SAPS*4
Estimado tamaño de la base Tamaño DB/2
CPU estimado para apps en servidor -----
Memoria estimada para apps en servidor -----
Tabla 2: SAP HANA Sizing en Quicksizer Tool.
Fuente: (Rungta, 2016)
18
2. METODOLOGÍA EXPERIMENTAL
La metodología significa explicación, es decir representa la manera de organizar un proceso
de investigación, controlando sus resultados y presentar posibles soluciones a un problema
planteado en la investigación. Esto quiere decir que la metodología en la investigación
constituye una serie de partes íntimamente relacionadas entre sí creando conocimiento y
plantear posibles soluciones a uno o varios problemas planteados. (Fernández , 2016)
En esta investigación abarca un proceso de desarrollo de un sistema un proceso de
desarrollo de un sistema de inteligencia de negocios empresarial Comercial aplicado en una
base de datos SAP HANA.
Para este propósito investigativo los pasos a seguir son:
Planificación: En este primer punto se elige el tipo de licenciamiento de SAP HANA
a utilizarse y los recursos de hardware a utilizarse de acuerdo al sistema de
inteligencia de negocios a implementarse y los recursos económicos que tenga.
Identificación de proceso de negocio: una vez definido la infraestructura a
utilizarse, debe identificar de manera clara el proceso de negocio que en este caso
es del área comercial.
Definición de requisitos: ya identificado el proceso de negocio se realizará una lista
de todos los requerimientos funcionales que debe de tener el sistema de inteligencia
de negocios y las restricciones del mismo.
Configuración de SAP HANA: paso muy importante donde se creará la instancia de
base de datos a trabajar y además se asigna el usuario administrador de la misma
agregándole los roles y permisos necesarios para la administración y desarrollo a la
instancia creada.
Extracción y carga de datos: una vez configurado la base de datos SAP HANA se
explica el paso a paso como se carga los datos a dicha base, pero previamente
realizando lo siguiente:
o Configurar la herramienta de desarrollo a Eclipse instalando los
complementos necesarios para el funcionamiento de SAP HANA.
19
o Creación de los paquetes de desarrollo en el esquema de la base de datos.
o Extracción de datos desde Eclipse hacia SAP HANA.
o Creación de tablas y carga de datos desde Eclipse hacia SAP HANA.
Siguiendo los pasos mencionados provocaran que le proceso de extracción y carga
de datos en SAP HANA sea eficiente.
Modelamiento de datos: de acuerdo a las tablas de dimensiones y de hechos
identificadas en el paso anterior se construye el esquema de datos sea un modelo
de estrella o copo de nieve utilizando la herramienta de desarrollo Eclipse.
Visualización de datos: para este paso final lo que se hace es realizar el tablero
donde se visualice los datos modelados de una manera clara, es decir este tablero
le presenta al usuario sus datos de manera amigable. Por lo que a este tablero se lo
debe dividir en pestañas donde se resuma aspectos importantes del proceso de
negocio.
20
3. CÁLCULOS Y RESULTADOS
3.1. Introducción
El estudio planteado su fundamento teórico se basa en el propuesto por Ralph Kimball para
creación de un datawarehouse en el área comercial en su libro “The Data Warehouse
Toolkit” específicamente en el capítulo “Retail Sales”.
3.2. Planificación
En el proceso de desarrollo de un sistema de inteligencia de negocios planificar es uno de
los puntos iniciales que definen la infraestructura a utilizar.
En el estudio a realizar se decidió el despliegue de SAP HANA utilizando su versión en la
Nube llamado SAP HANA Cloud Platform Cockpit pues por requisitos mínimos de SAP HANA
en su versión de computador o servidor exigen un hardware potente y compra de licencia
de acuerdo a la necesidad de negocio.
3.3. Identificación del proceso de negocio
La presente investigación se centra en el desarrollo de un sistema de inteligencia de
negocios enfocado en el área comercial. Entonces el proceso de negocio que se va
fundamentar es el proceso de facturación. Dicho proceso almacena la información de las
ventas de un negocio de los productos o servicios ofrecidos a un cliente siendo atendidos
por un vendedor.
3.4. Definición de requisitos
Ya identificado el proceso de negocio, el desarrollo del sistema de inteligencia de negocios
empresarial en el área comercial tiene los siguientes requisitos fundamentales:
Análisis de las Ventas totales por año, mes y día, cliente, vendedor, producto,
categoría de producto, subcategoría de producto y línea de producto
Análisis de las Notas de crédito y débito por año, mes y día, cliente, vendedor,
producto, categoría de producto, subcategoría de producto y línea de producto
Análisis de las Unidades totales por año, mes y día, cliente, vendedor, producto,
categoría de producto, subcategoría de producto y línea de producto.
21
Comparación de Presupuesto de ventas vs Ventas totales por año, mes y vendedor.
3.5. Configuración de SAP HANA
El proceso de inteligencia de negocio propuesto se realiza en SAP HANA con lo cual se debe
crear, configura y desplegar dicha base. Por lo tanto, se debe tomar en cuenta la explicación
detallada de cómo se configura, crea y despliega que se presenta en esta sección.
3.5.1. Creación de esquema en SAP HANA
Como se define en la planificación del estudio el esquema de base de datos de SAP HANA
se lo desplegara en la nube. Para lo cual se debe realizar los siguientes pasos:
1. Crear una cuenta en la siguiente página web
https://cloudplatform.sap.com/index.html, donde se debe registrar. Posterior
ya puede ingresar a los servicios de SAP.
2. Ahora para trabajar en la nube con esta plataforma, dirigirse a la opción Home,
donde se le va desplegar dos opciones para el uso de la plataforma y son Cloud
Foundry Trial o Neo Trial. En este caso se elige la Neo Trial
Figura 9: Pantalla de Inicio de SAP Cloud Platform Cockpit.
Fuente: Propia.
3. Navegamos a la opción de SAP HANA/ SAP ASE y elegimos la opción Database &
Schema.
22
Figura 10: Pantalla de configuración de SAP Cloud Platform Cockpit.
Fuente: Propia
4. Ahora de clic en nuevo e ingrese los parámetros siguientes y clic en guardar:
Schema ID: nombre del esquema
Database System: HANA MDC. (esto viene puesto por defecto)
SYSTEM User Password: password (minimo 15 caracteres)
Repeat Password: repetir contraseña
Mantener los otros parámetros por defecto.
Figura 11: Pantalla de configuración para creación del esquema de base de datos en SAP HANA.
Fuente: Propia.
23
5. Espere un momento ahora en la creación de la base de datos y aproximadamente puede tomar unos 10 minutos y el log de evento final es HTTPS Access from Internet enabled. Con lo cual queda creado el esquema de base de datos.
3.5.2. Creación de usuario de inicio de sesión al esquema SAP HANA
1. Una vez creada la base de datos nos vamos a la opción de SAP HANA/SAP ASE y damos clic en Databases & Schemas y elegimos nuestra base de datos creada.
Figura 12: Pantalla de configuración de SAP Cloud Platform Cockpit.
Fuente: Propia
2. Nos aparecerá un panorama general de la base de datos creada, ahí elija el
asistente de administración SAP HANA Cockpit.
Figura 13: Pantalla de resumen de SAP Cloud Platform Cockpit.
Fuente: Propia
24
En donde al dar clic nos llevará a otra pestaña en el navegador con un menú de
inicio de sesión donde podrá como username SYSTEM y password la contraseña
que genero al momento de crear la cuenta cloud.
3. Luego de ingresar las credenciales correctas aparecerá la pantalla principal de
administración de SAP HANA y escoja la opción de Manage Roles and Users
Figura 14: Pantalla de Administración de SAP HANA. Fuente: Propia
4. Una nueva pestaña se desplegará la cual es el SAP HANA Web-Based Development Workbench, es el área donde crea y administra roles de usuario.
Figura 15: Pantalla de configuración de usuarios en SAP HANA. Fuente: Propia
5. Para crear el usuario principal de SAP HANA, diríjase a la parte superior izquierda que se muestre a continuación y de clic en New> User
Figura 16: Menú de creación de usuarios en SAP HANA.
Fuente: Propia
25
Ahora se le mostrará un formulario para crear su usuario donde pondrá un username y
password de acceso y a su vez le asignará roles de IMPORT, EXPORT, DATA_ADMIN,
USER_ADMIN, ROLE_ADMIN y CREATE_SCHEMA en la opción de System Privileges.
Figura 17: Submenú de privilegios de sistema a usuarios en SAP HANA.
Fuente: Propia
También le asignara roles Root Package en la opción de Packages Privileges
Figura 18: Submenú de privilegios de paquetes a usuarios en SAP HANA.
Fuente: Propia
Por ultimo damos escogemos GRANTED ROLES asignándole los roles de
CONTENT_ADMIN, MODELING, PUBLIC y sap.hana.ide.roles:Developer. Para que se
26
cree este usuario da clik en el botón de guardar y listo ya se creó el usuario
administrador de la base de datos.
Figura 19: Submenú de privilegios de usuarios en SAP HANA.
Fuente: Propia
3.5.3. Conexión SAP HANA Cloud con SAP HANA Studio
Para poder desarrollar en SAPA HANA Cloud es necesario la herramienta SAP HANA Studio
que es un plugin de desarrollo de Eclipse para lo cual se debe realizar los siguientes pasos:
1. Tener instalado el IDE Eclipse versión neón
2. Una vez instalado vaya a la opción Help> Install New Software
27
Figura 20: Menú de ayuda de Eclipse.
Fuente: Propia
3. Se le abrirá una nueva pestaña en la cual le pedirá que ingrese una url para
proceder con la descarga y dicha url es https://tools.hana.ondemand.com/neon,
en donde de clic en las opciones mostradas en la imagen siguiente:
Figura 21: Pantalla de instalación de software en Eclipse .
Fuente: Propia
Una vez instalado todo le pedirá que reinicie el IDE da en aceptar.
4. Ahora abra SAP HANA Development
28
Figura 22: Pantalla de perspectiva de software en Eclipse.
Fuente: Propia
y en la parte izquierda escoja la opción System y clic derecho eligiendo Add Cloud System
Figura 23: Submenú de Sistemas SAP HANA en Eclipse.
Fuente: Propia
En la cual se le mostrara una pestaña donde ingrese las credenciales de su cuenta cloud
de SAP Cloud Plataform (no los datos de su base de datos creada) y son:
User Account: su nombre de usuario de SAP Cloud Plataform
User Name: nombre de la cuenta
Password: contraseña
29
Figura 24: Pantalla de configuración de cuenta SAP Cloud en Eclipse.
Fuente: Propia.
Luego que el usuario y contraseñas son validados le pedirá que ingrese la
información de la base de datos a elegir, donde
Database: nombre de la base de datos
Database User: nombre de usuario creado en el paso 5 de la creación de usuario
Database Password: contraseña asignada
Figura 25: Pantalla de selección del esquema de base de datos SAP HANA en Eclipse.
Fuente: Propia
Y clic en Terminar, luego por primera vez que ingreso le pedirá que cree una nueva
contraseña. Y ahora en Eclipse ya puede visualizar el esquema que creo para poder
desarrollar su sistema.
30
Figura 26: Menú de componentes SAP HANA en Eclipse.
Fuente: Propia.
3.6. Extracción y Carga de datos
3.6.1. Exportación de datos a SAP HANA
En SAP HANA existe varias opciones para poder ingresar datos o conexiones directas a varias
fuentes de datos. Para este propósito con la data que se va a trabajar son archivos csv con
información de clientes, productos, subcategorías de producto, categorías de producto,
clientes, vendedores, facturas de clientes y detalles de facturas de clientes.
Para cargar datos tipo csv se debe seguir los siguientes pasos:
1. En Eclipse IDE, habilite el plugin de SAP HANA Studio y vaya a la opción File > Import,
31
Figura 27: Submenú de importación de datos en Eclipse.
Fuente: Propia
2. Ahora tendrá una nueva ventana donde escogemos la opción SAP HANA Content >
Data from Local File
Figura 28: Pantalla de Importación de datos en Eclipse.
Fuente: Propia.
3. Luego en la siguiente pantalla seleccione donde se almacena el archivo csv y a su vez
el nombre de cómo se va llamar la tabla y en que esquema se almacenará
32
Figura 29: Pantalla de configuración de importación de datos en Eclipse.
Fuente: Propia
4. A continuación, el apareces un administrador de tablas en el cual define el nombre
de las columnas y las llaves que tiene la misma y damos clic en siguiente.
Figura 30: Pantalla de administración de tablas y mapeo de datos en Eclipse.
Fuente: Propia.
5. Por ultimo le muestra una pantalla de resumen de la tabla a importar y si está de
acuerdo con dicha información y le damos en Finish.
33
Figura 31: Pantalla de resumen de datos importados en Eclipse.
Fuente: Propia.
Este mismo proceso se lo realiza para cargar la información de las tablas a trabajar, en este
estudio las tablas que se cargan son Producto, Categoría Producto, Sub Categoría Producto,
Categoría Producto, Vendedor, Cliente, Factura, Factura Detalle y Presupuesto.
3.7. Modelamiento de datos.
3.7.1. Identificación de dimensiones
Las dimensiones de acuerdo a la definición de requisitos son:
Dimensión de Producto.
Dimensión de Marca de Producto.
Dimensión de Unidad de Producto.
Dimensión de Categoría de Producto.
Dimensión de Vendedor.
Dimensión de Cliente.
Dimensión de Categoría de Cliente.
Dimensión de Fecha.
Dimensión de Tipo Documento
34
3.7.2. Identificación de tabla de hechos
Las tablas de hechos presentes con sus respectivas llaves foráneas son:
Tabla de Hecho Ventas:
o Llave Producto
o Llave Cliente
o Llave Fecha
o Llave Tipo Documento
o Llave Vendedor
o Llave compuesta Vendedor, Fecha
o Ventas totales
o Unidades vendidas
Tabla de Hecho Presupuesto
o Llave compuesta Vendedor, Fecha
o Presupuesto Ventas totales
o Presupuesto Unidades Vendidas.
o
3.7.3. Creación de modelo
3.7.3.1. Modelamiento Dimensional Con las dimensiones identificas y tabla de hechos el modelo el tipo de modelo a escoger es copo de nieve y es el siguiente;
35
Figura 32: Modelo Copo de Nieve Comercial.
Fuente: Propia
3.7.3.2. Modelamiento en SAP HANA Studio.
Para modelar en SAP HANA se debe realizar los siguientes pasos:
1. Se debe crear un paquete donde se va a almacenar el modelo, para lo cual vaya a la
opción Content > New > Package
36
Figura 33: Submenú de creación de nuevo paquete.
Fuente: Propia
2. En el contexto de SAP HANA los atribute view son las dimensiones para crear una de
ellas de clic derecho en el nombre del paquete eligiendo la opción New>Atribute
View
Figura 34: Submenú de creación de vista de atributos.
Fuente: Propia
Y luego saldrá una nueva ventana donde asignamos el nombre de este nuevo objeto.
37
Figura 35: Pantalla de configuración de una nueva vista de atributos.
Fuente: Propia.
3. En el contexto de SAP HANA los analytic view son las tablas de hechos dimensiones
para crear una de ellas de clic derecho en el nombre del paquete eligiendo la opción
New> Analytic View
Figura 36: Submenú de creación de vista analítica.
Fuente: Propia
Y luego saldrá una nueva ventana donde asignamos el nombre a este objeto
analítico y clic en OK.
38
Figura 37: Pantalla de configuración de una nueva vista analítica.
Fuente: Propia.
Para el caso de estudio los atribute view a construir siguiendo el paso 2 mencionado
anteriormente son las tablas de Cliente, Categoría Cliente, Fecha, Producto, Categoría
Producto, Sub Categoría Producto, Marca Producto, Vendedor, Fecha y Tipo de
Documento.
Para la construcción de la tabla de hechos comercial a construir siguiendo el paso 3 se
debe realizar un join entre la tabla Factura y Detalle de Factura, en cambio para la tabla
de hecho presupuesto se debe llamar los datos de la tabla presupuesto.
Con lo cual ya tendríamos el modelo de copo de nieve creado en SAP HANA Para su uso
en sistema de Inteligencia de negocios empresarial comercial.
3.8. Visualización de datos
La visualización de los datos es el medio donde se puede observar los resultados efectuados
por el proceso de carga, extracción y transformación de datos que están almacenados en
un datawarehouse o en una data mart.
Esta visualización depende mucho del usuario final y de la empresa que está
implementando un sistema de negocios empresarial de acuerdo a sus necesidades.
39
Por lo cual, en el caso de estudio, esta base de datos pertenece a una de las multinacionales
más importantes en el ámbito tecnológico que es SAP SE, la cual en su portafolio de
productos tiene una herramienta de inteligencia de negocios que es SAP BUSINESS ONE que
viene dentro del paquete licenciado de SAP HANA Full Runtime, pero en este caso se utilizó
una licencia Cloud trial que no viene incorporada con esta herramienta, por lo cual se utilizó
QlikSense para la visualización de los mismos
Teniendo en cuenta lo anterior la visualización estándar en QlikSense planteada es la
siguiente:
Se lo presenta en 5 pestañas las cuales son:
Panorama General: presenta un resumen de cómo están las ventas con las
dimensiones creadas y las medidas definidas en la tabla de hechos
Figura 38: Pestaña Panorama General de ventas:
Fuente: Propia.
Top 10 de Ventas: presenta el top 10 de ventas por producto, cliente, categoría
producto, entre otros.
40
Figura 39: Pestaña Top 10 de ventas.
Fuente: Propia
Descriptivo de Ventas: presentara más estadísticas sobre ventas y unidades
vendidas, líneas de tiempo y gráficos de comparación.
Figura 40: Pestaña Descriptivo de ventas.
Fuente: Propia
Detalle de Ventas y Notas de Crédito: presenta en detalle cómo están las ventas y
notas de crédito en tabla dinámica y tabla general.
41
Figura 41: Pestaña Detalle de ventas y notas de crédito.
Fuente: Propia
Presupuesto General: presenta gráficos de comparación de ventas vs presupuesto
en unidades vendidas y venta neta.
Figura 42: Pestaña Presupuesto General.
Fuente: Propia
42
4. DISCUSIÓN
El proceso de desarrollo de un sistema de inteligencia de Negocios en el área comercial en
SAP HANA planteado en este estudio sigue un proceso de desarrollo general que todo
sistema de inteligencia negocios lo realiza, pero se debe tener en cuenta que en la base de
datos SAP HANA luego de definir los requisitos de negocios se debe configurar previamente
el mismo pues si no se realiza aquello no se puede utilizar la base en IDE de desarrollo que
vaya a trabajar y desplegar una solución.
Independiente que sea el tipo de sistema de inteligencia de negocios en el área comercial a
construir en SAP HANA se debe realizar el proceso planteado en este estudio para poder
tener los mejores resultados.
Además, para garantizar el proceso de desarrollo IN Comercial en SAP HANA es proceso
estándar, se realizó una comparativa frente a la metodología M3S, la cual propone un ciclo
de desarrollo general para cualquier sistema de inteligencia de negocios. Con lo
mencionado, dicha comparativa se la muestra a continuación:
Proceso de desarrollo Sistema IN en SAP HANA Metodología M3S
Justificación X X
Planificación X X
Análisis y Requisitos de negocio
X X
Configuración Sistema X
Diseño X X
Construcción X X
Implementación X X Tabla 3: Comparativa de ciclo de desarrollo de un sistema IN.
Fuente: Propia
Analizando los resultados y teniendo en cuenta que el proceso de desarrollo esta ordenado
secuencialmente se presenta de que el sistema de inteligencia de negocios aplicado en SAP
HANA, se puede evidenciar que el sistema de inteligencia de negocios en SAP HANA tiene
un paso adicional en comparación a la Metodología M3S, por lo tanto, el sistema de
desarrollo planteado sigue un proceso general de desarrollo
43
5. CONCLUSIONES
Se consiguió desarrollar en su totalidad un sistema de inteligencia de negocios en el
área comercial.
La elección del tipo de licenciamiento en SAP HANA es crucial pues nos determina el
conjunto de herramientas que se adquiere para el desarrollo y despliegue de la
misma, en el caso de estudio se eligió el licenciamiento Cloud debido a las facilidades
de despliegue inmediato de la base de datos, pero el conjunto de herramientas de
desarrollo no estaba incluido.
El proceso de negocio del área comercial que se toma en cuenta este estudio es el
de facturación pues en este se encuentra los datos para la construcción del sistema
de inteligencia de negocios.
La configuración inicial que se realiza en SAP HANA es importante pues nos permite
crear la instancia de base de datos a utilizar y crear el usuario administrador con los
permisos de desarrollo y de administración del sistema.
Se comprueba en el proceso de diseño y construcción se debe identificar de manera
clara las tablas de dimensiones y tablas de hechos a utilizar para crear el modelo de
datos adecuado según los requisitos de negocios. En este trabajo investigativo en el
área comercial las tablas de dimensiones son de producto, marca de producto,
unidad de producto, categoría de producto, vendedor, cliente, categoría de cliente,
fecha y tipo de documento. Y las tablas de hechos son la de ventas totales que la
conforman de la unión de entre la tabla de facturación y detalle de facturación.
Las tablas de dimensiones en SAP HANA son llamadas vistas de atributo (Attribute
Views) y las tablas de hecho se llaman vistas analíticas (Analytical Views).
La visualización de datos se puede realizar con la solución SAP Business One que
viene incorporada dentro del licenciamiento de SAP HANA, pero en este estudio
debido al licenciamiento Cloud se eligió la herramienta de visualización QlikSense.
44
6. RECOMENDACIONES
Se debe realizar un análisis de retorno de inversión al momento de elegir si entre
SAP HANA FullRunTime o SAP HANA Cloud Plataform pues en ambos casos pueden
tener costos ocultos al implementarlo.
Se debe por lo menos configurar dos tipos de usuarios en el esquema de base de
datos en SAP HANA, un usuario tipo administrador (con todos los privilegios) y otro
usuario tipo desarrollador (con privilegios de desarrollador).
Tener en cuenta la versión de Eclipse a utilizar para el desarrollo en SAP HANA pues
en las versiones actuales de Eclipse no es compatible ciertos plugins de desarrollo
para SAP HANA. Para más información revise la guía que se encuentra en la siguiente
dirección electrónica https://tools.hana.ondemand.com/#cloudintegration., la cuál
es la guía oficial de instalación de SAP HANA en Eclipse.
El esquema de modelo de datos planteado puede ser aplicado en cualquier base de
datos relacional o sistemas de archivos que contengan las mismas tablas de datos
en el área comercial expuestas en este estudio.
La versión SAP HANA CLOUD trial tiene limitantes, una de esas limitantes es el
tiempo de vida de las instancias de base de datos y dicho tiempo es de 3 meses, por
lo que es preferible usarla para propósitos investigativos o de pruebas de la
herramienta.
45
7. BIBLIOGRAFÍA
Ballard, C.; Farrell, D.; Gupta, A.; Mazuela, C.; Vohnik, S.;. (2006). Dimensional Modeling: In a
Business Intelligence Environment. IBM.
Calzada, Leticia, & Abreu, J. (2009). El impacto de las herramientas de inteligencia de negocios en
la toma de decisiones de los ejecutivos. Daena: International Journal of Good Conscience,
31-33.
Craig, S. (2015). Retrieved from TechTarget:
https://searchdatamanagement.techtarget.com/feature/SAP-HANA-in-memory-DBMS-
overview
Ethan , J. (2019). Overview of SAP HANA features and how it's being used today. Retrieved from
https://searchsap.techtarget.com/tip/Overview-of-SAP-HANA-features-and-how-its-being-
used-today?track=NL-
1815&ad=927116&src=927116&asrc=EM_NLN_111830161&utm_medium=EM&utm_sour
ce=NLN&utm_campaign=20190423_Surprising%20reason%20augm
Fernández , G. (2016). Metodología de la Investigación. Universidad de Londres.
Hickman, H., & Wells, L. (2013). Implementing SAP HANA. SAP Press.
Kimball, R. (2013). The Data Warehouse Toolkit (3rd ed.). Indianapolis: John Wiley & Sons.
MissBach, M. (2015). Sams Teachyourselft SAP in 24 hours. 5th ed. Sams.
Morales, S. (2019). M3S Metodología BI. 1-16.
openSAP. (2016). Week 4, Unit 2: Setup SAP HANA Database for Data Replication. Retrieved from
https://sap.github.io/cloud-s4ext/week-4/unit-2/
openSAP;. (2016). Week 1, Unit 5: Getting Started: Tools Setup. Retrieved from
https://sap.github.io/cloud-s4ext/week-1/unit-5/
Rungta, K. (2016). SAP HANA. Learn in 1 day.
SAP Help Portal;. (2018). Setting Up the Analytic Model. Retrieved from
https://help.sap.com/viewer/52715f71adba4aaeb480d946c742d1f6/2.0.04/en-
US/1e7cb9a4ace34a8ebad52878a56fcefe.html
SAP, SE;. (2016). SAP Development Tools. Retrieved from
https://tools.hana.ondemand.com/#cloudintegration.
Vey, G., Krojzl, T., & Krutov, I. (2013). In-memory computing with SAP HANA on IBM eX5 Systems.
IBM.