Herramientas de Business Intelligence requieren de buenas estrategias.

No necesariamente por adquirir mejores herramientas de Buisness Inteligente se va a enderezar mágicamente el rumbo de la empresa o un departamento de Informática, es necesario tener una estrategia inteligente de negocios y los datos adecuados para la toma de decisiones.

Aunque el mercado indique que las herramientas de BI serán las que tendrán el mayor impacto en las decisiones en los próximos dos a Cinco años, la adquisición y puesta en marcha de éste tipo de herramientas requieren de una estrategia previamente definida y enfocada a las realidades del entorno con lo que se obtendrá información eficiente.

Las aplicaciones BI están saliendo ahora cómo pan caliente y en su loca carrera para ofrecer mejores soluciones para usuarios cada vez  más impacientes el usuario puede adquirir herramientas sin saber lo que esto conlleva.

Siempre hay problemas en los negocios y la gente busca en las herramientas de BI la solución a éstos aunque dichos problemas se vengan acarreando desde hace mucho tiempo, sin embargo los CIO’s deben de determinar primero cuales son los procesos de negocio a hacer más eficientes con las herramientas de BI y luego seleccionar las herramientas  de software correctas que en última instancia ayudarán a los usuarios a estar más informados y a tomar decisiones inteligentes, recuerde siempre que la implementación de una buena estrategia podrá brindarle mejores resultados

Minería de datos (Data mining).

Las empresas suelen generar grandes cantidades de información sobre sus  procesos productivos, desempeño operacional, mercados y clientes.

Las aplicaciones de data mining pueden identificar tendencias y comportamientos, no sólo para extraer información, sino también para descubrir las relaciones en bases de datos que pueden identificar comportamientos que no son muy evidentes.

La extracción de información oculta y predecible de grandes bases de datos, es una poderosa tecnología nueva con gran potencial que ayuda a las compañías a concentrarse en la información más importante de sus Bases de Información (Data Warehouse).

Los sistemas data mining se desarrollan bajo lenguajes de última generación basados en la inteligencia artificial y utilizan modelos  matemáticos tales como redes neuronales, árboles de decisión,  algoritmos genéticos,  método del vecino más cercano,  reglas de inducción, etc.

Muchas de estas tecnologías han estado en uso por más de una década en herramientas de análisis especializadas que trabajan con volúmenes de datos relativamente pequeños. Estas capacidades están ahora evolucionando para integrarse directamente con herramientas OLAP (On Line Analising Prosessing) y de Data Warehousing.

Qué son capaces de hacer las herramientas del data mining?

Las herramientas de data mining predicen futuras tendencias y comportamientos, permitiendo en los negocios tomar decisiones proactivas y conducidas por un conocimiento acabado de la información (knowledge-driven). Los análisis prospectivos automatizados ofrecidos por un producto así van más allá de los eventos pasados provistos por herramientas retrospectivas típicas de sistemas de soporte de decisión (DSS).

Las herramientas de data mining pueden responder a preguntas de negocios que tradicionalmente consumen demasiado tiempo para poder ser resueltas y a los cuales los usuarios de esta información casi no están dispuestos a aceptar. Estas herramientas exploran las bases de datos en busca de patrones ocultos, encontrando información predecible que un experto no puede llegar a encontrar porque se encuentra fuera de sus expectativas.

Una vez que las herramientas de data mining fueron implementadas en computadoras cliente servidor de alto performance o de procesamiento paralelo, pueden analizar bases de datos masivas para brindar respuesta a preguntas tales como, «¿Cuáles clientes tienen más probabilidad de responder al próximo mailing promocional, y por qué? y presentar los resultados en formas de tablas, con gráficos, reportes, texto, hipertexto, etc.

Las técnicas de data mining pueden ser implementadas rápidamente en plataformas ya existentes de software y hardware para acrecentar el valor de las fuentes de información existentes.

Creación de tablas desde un procedimiento almacenado en la Base de datos (Oracle)

Dentro de los conceptos más buscados encontré que muchas personas buscan éste tipo de código, así que para todas ellas aquí les vá, y cómo siempre,   para mí, un ejemplo es mucho más sencillo de aprender, que todo un pergamino de explicaciones, así que, cualquier duda,  solo escribanme.

PROCEDURE «CREA_TABLAS» (P_CODIGO_FORMULARIO IN NUMBER)
IS
CURSOR CONCEPTOS IS
SELECT CODIGO_CONCEPTO, CODIGO_FORMULARIO, NOMBRE_DEL_CAMPO
FROM DM_CONCEPTOS_FORMULARIOS
WHERE CODIGO_FORMULARIO = P_CODIGO_FORMULARIO
ORDER BY CODIGO_CONCEPTO;
DDL VARCHAR2(32767);
BEGIN
EXECUTE IMMEDIATE  ‘DROP TABLE TEMP_’||TO_CHAR(P_CODIGO_FORMULARIO);

DDL := ‘CREATE TABLE TEMP_’||TO_CHAR(P_CODIGO_FORMULARIO)||’ (‘;
DDL := DDL || ‘ANIO NUMBER(4), ‘;
DDL := DDL || ‘MES NUMBER(2), ‘;
FOR J IN CONCEPTOS LOOP
DDL := DDL ||TO_CHAR(J.NOMBRE_DEL_CAMPO)||’ NUMBER(20,2), ‘;
END LOOP;
DDL := SUBSTR(DDL,1,LENGTH(DDL)-2) || ‘ ) TABLESPACE TBS_TABLAS ‘;

EXECUTE IMMEDIATE DDL;

EXECUTE IMMEDIATE ‘CREATE INDEX I_TEMP_’||TO_CHAR(P_CODIGO_FORMULARIO)||’_FACT ON TEMP_’||TO_CHAR(P_CODIGO_FORMULARIO)||'(ANIO, MES) TABLESPACE TBS_INDICES’;

DBMS_OUTPUT.PUT_LINE(‘PROCESO GENERADOR DE LA TEMP_’||TO_CHAR(P_CODIGO_FORMULARIO)||’ CONCLUIDO SATISFACTORIAMENTE!’);
EXCEPTION WHEN OTHERS THEN
RAISE_APPLICATION_ERROR(-20912, SQLCODE || ‘,’ || SQLERRM);
END;

Obviamente, si quisieran que éste código funcionára sería necesario crear una tabla llamada «Dm_Conceptos_Formularios», y que ésta tenga las columnas «Codigo_Concepto», «Codigo_Formulario» y «Nombre_del_Campo», por lo demás, sólo bastaría con crear este procedimiento a nivel de base de datos, y listo,… ya tienen un ejemplo de cómo crear tablas dinamicamente desde un procedimiento almacenado.

De igual forma pueden llenar la tabla también desde un procedimiento almacenado, así que espero les sirva.

Saludos.

Query dinamico en procedimiento almacenado (Oracle).

Ayer un usuario de  La Web del programador me contactó porque tenía dudas sobre cómo hacer un Query Dinámico en un procedimiento almacenado en la base de datos, por lo que me gustaría compartir con ustedes la solución, ya que que en su momento yo también anduve buscando por todos lados una solución y no me fué fácil encontrarla.

Personalmente la forma que más utilizo es la siguiente:

DECLARE
  TYPE CUR_TYP IS REF CURSOR;
  c_cursor   CUR_TYP;
  fila PAISES%ROWTYPE;
  v_query     VARCHAR2(255);
BEGIN
  v_query := 'SELECT * FROM PAISES';

  OPEN c_cursor FOR v_query;
  LOOP
    FETCH c_cursor INTO fila;
    EXIT WHEN c_cursor%NOTFOUND;
    dbms_output.put_line(fila.DESCRIPCION);
  END LOOP;
  CLOSE c_cursor;
END;

Tomar en cuenta que  la variable «fila» es de tip «ROWTYPE»,  o sea que contiene los mismos nombres de columnas que los de la tabla y allí es en donde se almacena el resultado del Query.

Espero haberles ayudado en algo, y espero sus comentarios.   !! Saludos !!.

Bases de datos orientadas a objetos y XML

Hoy en día todo está orientado a objetos, y las bases de datos no son la excepción, Oracle es una base de datos orientada a objetos por lo que nos brinda las facilidades para poder utilizarla con ésta orientación, y trabajar XML dentro de ella.

A veces cuesta encontrar documentación en español sobre éste tema, pero me gustaría compartir éste documento «xml_en_oracle» que me encontré por allí, en donde explica de una manera bastante entendible cómo trabajar orientado a Objetos y también cómo almacenar y trabajar con documentos de tipo XML.