Topics about Data Sciences and BI
Foto de Usuario
TamyChacon

Ranking Troomes
Mensajes: 10
Registrado: 19 Dic 2019, 13:38

Análisis de producción avícola mediante técnicas de inteligencia de negocios y minería de datos

Mensaje por TamyChacon » 24 Jul 2020, 17:27

Título del paper: Análisis de producción avícola mediante técnicas de inteligencia de negocios y minería de datos

1. Objetivos
El propósito del trabajo es la implementación de una solución de BI y DM en ambiente web, enfocada en el análisis de los indicadores claves de desempeño (KPI's) de los procesos de producción y ventas de una empresa avícola ubicada en el cantón Pasaje - El Oro - Ecuador
Así mismo el paper el paper se desarrolla en torno a las disciplinas que son la Ciencia de Datos (DS), Inteligencia de Negocios (BI) y Minería de Datos (DM) para el análisis de datos y posteriormente la toma de decisiones.
El resultado final del paper es el desarrollo de una aplicación web denominada IncuAnalytic la cual es una herramienta que utiliza una data dinámica e histórica, y que transparenta la complejidad de las técnicas de análisis de datos al administrador o dueño de la empresa; permitiéndole obtener de manera oportuna información actualizada de sus KPI's o simplemente hacer predicciones que orienten la toma de decisiones

Técnicas, algoritmo, modelos, metodología
La metodología usada en el paper fue Cross Industry Standard Process for Data Mining (CRISP-DM) para el desarrollo de la solución BI y DM, cuyas etapas son:
1. Comprensión del negocio.
2. Comprensión de los datos
3. Preparación de Datos.
4. Diseño de la Arquitectura BI y del modelo de minería de datos
5. Evaluación.
6. Desarrollo o despliegue.

Las herramientas con las cuales se desarrolló el paper son:
- Postgres SQL para el data warehouse (DW)
- Pentaho Data Integration para el proceso ETL
- Pentaho BI Server para el Procesamiento Analítico en Línea (OLAP)
- Un Dashboard que integra los KPI'sy el diseño de un tablero de control
- El lenguaje R y el framework Shiny para la implementación de los modelos predictivos con técnicas de regresión y series temporales

Las Técnicas usadas fueron
• regresión
• series temporales

Las técnicas de DM seleccionadas fueron implementadas utilizando:
• IDE RStudio con el lenguaje R
• framework Shiny

Conclusiones
• IncuAnalytic fue desarrollada según la metodología CRISP-DM que sirvió de guía en cada fase del proceso.
• Las funcionalidades de esta aplicación se enfocan en el análisis de datos aplicando tanto BI como DM.
• Las herramientas utilizadas son open access (libre acceso), entre ellas están Pentaho, PostgresSql y R
• La aplicación IncuAnalytic trabaja con un almacén de datos dinámico que se alimenta periódicamente mediante un proceso ETL.
• Esta solución de BI y DM puede ser implementada en cualquier empresa avícola con procesos de producción y venta similares con mínimos cambios de reajuste de requerimientos particulares.
• En lo referente a BI se implementó un dashboard con interfaz web para la visualización consolidada y estadística de los KPI's y análisis multidimensional OLAP de información de producción y ventas de una empresa avícola del cantón Pasaje.



Responder