Implementacion PiedraRubio Luis

IMPLEMENTACIÓN DE UN
APLICATIVO DE INTELIGENCIA DE
NEGOCIOS (BI) PARA LA MEJORA EN
LA TOMA DE DECISIONES EN LA
OFICINA CENTRAL DE ADMISIÓN DE
UNA UNIVERSIDAD PERUANA
TESIS PARA OPTAR EL GRADO DE

MAESTRO EN INFORMÁTICA
LUIS HILDEBRANDO PIEDRA RUBIO
LIMA - PERÚ
2023
ASESOR
MSc. Jaime Arturo García Sócola

JURADO DE TESIS
DRA. LUZ AURORA CARBAJAL ARROYO
PRESIDENTE
DRA. MABEL KAREL RAZA GARCIA
VOCAL
DRA. ROSA MARIA INGA SANTIVAÑEZ
SECRETARIA
DEDICATORIA.
A todos mis profesores del Departamento de Física y Matemáticas de la
Universidad Peruana Cayetano Heredia, que con sus experiencias y ejemplo
formaron mi espíritu investigador y en especial a mi asesor el MSc. Jaime Arturo
García Socola, quien con su guía permanente fue posible culminar esta tesis.
A mi esposa Gloria, y a mis hijos Luis Alonso y Micaela que son mi brújula
en este andar.
FUENTES DE FINANCIAMIENTO.
Tesis Autofinanciada.
TABLA DE CONTENIDOS
RESUMEN
ABSTRACT
I. INTRODUCCIÓN ........................................................................................... 1
II. PLANTEAMIENTO DEL PROBLEMA .................................................... 2
II.1 ANTECEDENTES ......................................................................................... 2
II.1.1 Estructura Universitaria............................................................................................... 2
II.2 DEFINICIÓN DEL PROBLEMA: ..................................................................... 2
II.3 JUSTIFICACIÓN DEL ESTUDIO:.................................................................... 4
II.4 LIMITACIONES DE LA INVESTIGACIÓN ....................................................... 5
III. MARCO TEORICO ..................................................................................... 6
III.1 INTELIGENCIA DE NEGOCIOS (BUSINESS INTELLIGENCE) .......................... 6
III.2 BENEFICIOS DE LA INTELIGENCIA DE NEGOCIOS........................................ 6
III.3 CUADRANTE DE GARDNER EN INTELIGENCIA EMPRESARIAL ..................... 7
III.4 SELECCIÓN DE SOFTWARE DE INTELIGENCIA DE NEGOCIOS ...................... 9
III.5 MICROSOFT POWER BI ............................................................................ 10
III.6 INGENIERÍA DEL SOFTWARE .................................................................... 10
III.7 PROCESO DE SOFTWARE .......................................................................... 11
III.8 REVISIÓN DE LITERATURA RELACIONADA ............................................... 11
III.8.1 Investigaciones Nacionales ................................................................................... 12
III.8.2 Investigaciones Internacionales ............................................................................ 13
IV OBJETIVOS .............................................................................................. 15
IV.1 OBJETIVO GENERAL ................................................................................ 15

IV.2 OBJETIVOS ESPECÍFICOS .......................................................................... 15
V. METODOLOGIA ...................................................................................... 16
V.1 FASE 1: DIRIGIR Y PLANEAR .................................................................... 19
V.2 FASE 2: RECOLECCIÓN DE INFORMACIÓN: ............................................... 22
V.3 FASE 3 - PROCESAMIENTOS DE DATOS: ................................................... 28
V.3.1 Importación de Datos ................................................................................................ 31
V.3.2 Actualización de Datos y Funciones DAX................................................................... 34
V.4 FASE 4: ANÁLISIS Y PRODUCCIÓN: .......................................................... 40
V.5 FASE 5: DIFUSIÓN: ................................................................................... 42
V.5.1 Publicación y uso compartido de la Información ...................................................... 42
VI. RESULTADOS .......................................................................................... 49
VI.1 PANTALLAS DE INTERACCIÓN CON LOS USUARIOS .................................. 49
VI.2 IMPLEMENTACIÓN DE SOLUCIÓN DE INTELIGENCIA DE NEGOCIOS .......... 88
VII. DISCUSION .............................................................................................. 91
VIII. CONCLUSIONES.................................................................................. 93
IX. RECOMENDACIONES ............................................................................ 94
X. REFERENCIAS BIBLIOGRAFICAS ....................................................... 95

ÍNDICE DE TABLAS
Tabla 1: Criterios de Evaluación de Herramientas de Software ........................................ 9
Tabla 2: Criterios de Evaluación de Metodologías .......................................................... 17
Tabla 3: Comparativa de Metodologías ........................................................................... 17
Tabla 4: Roles de Actores del Sistema............................................................................. 24
Tabla 5: Data Fuente ........................................................................................................ 28
Tabla 6: Coordenadas Departamentos ............................................................................. 28
Tabla 7: Coordenadas Lima Callao .................................................................................. 29
Tabla 8: División Geográfica ........................................................................................... 29
Tabla 9: Estructura de la Tabla Data ................................................................................ 32
Tabla 10: Estructura de la Tabla División ....................................................................... 33
Tabla 11: Estructura de Tabla Coordenadas .................................................................... 33
Tabla 12: Estructura Tabla División ................................................................................ 33
Tabla 13: Estructura de Tabla Calendario......................................................................... 34
Tabla 14: Funciones DAX (Data Analysis Expressions) .................................................. 35
Tabla 15: Expresiones DAX ............................................................................................. 36
Tabla 16: Enlaces de Sistema Nivel 01 ............................................................................. 46
Tabla 17: Enlaces del Sistema Nivel 02............................................................................ 46
Tabla 18: Enlaces del Sistema Nivel 03............................................................................ 46
Tabla 19: Enlaces a los Sistema ........................................................................................ 47
Tabla 20: Códigos QR de Sistemas de Admisión ............................................................. 48
Tabla 21: Análisis Panel Menú Principal Nivel 01 ........................................................... 51
Tabla 22: Análisis de Panel Postulantes e Ingresantes por Año Académico .................... 53
Tabla 23: Análisis de Panel Postulantes y Vacantes por Año Académico........................ 55
Tabla 24: Análisis de Panel Postulantes por Carrera ........................................................ 57

Tabla 25: Análisis de Panel Comportamiento de Postulantes por Facultad ...................... 59
Tabla 26: Análisis de Panel Postulantes por Procesos de Admisión ................................ 61
Tabla 27: Análisis de Panel Postulantes por Procesos y Facultad y Carrera .................... 63
Tabla 28: Análisis de Panel Ingresantes por Procesos y Facultad y Carrera .................... 65
Tabla 29: Análisis de Panel Detalle Tipo/Proceso y Carrera ............................................ 67
Tabla 30: Análisis de Panel Reporte Detallado por Proceso y Carrera ............................. 69
Tabla 31: Análisis de Panel Menú Principal Nivel 02 ...................................................... 71
Tabla 32: Análisis de Panel Perfil Demográfico Ingresantes – Edad y Género ................ 73
Tabla 33: Análisis de Panel Perfil Demográfico Ingresantes – Dpto.Procedencia ........... 75
Tabla 34: Análisis de Panel Perfil Demográfico Ingresantes –Lima/Callao ..................... 77
Tabla 35: Análisis de Panel Perfil Demográfico de Ingresantes – Div. Administrativa ... 79
Tabla 36: Análisis de Panel Perfil Demográfico Ingresantes – Tipo/Ubicación Colegio . 81
Tabla 37: Análisis de Panel Menú Principal Nivel 03 ...................................................... 83
Tabla 38: Análisis de Panel Búsqueda de Ingresantes por Colegio y Ratios .................... 85
Tabla 39: Análisis de Panel Búsqueda de Colegios y Carrera de Procedencia ................. 87

ÍNDICE DE FIGURAS
Figura 1 : Cuadrante de Gartner. ........................................................................................ 7
Figura 2 : Partes de Microsoft Power BI.......................................................................... 10
Figura 3 : Organigrama de la Oficina Central de Admisión ............................................ 20
Figura 4 : Diagrama de Proceso de Solicitud de Información de Oficinas Externa. ........ 22
Figura 5 : Toma de decisiones de la Dirección de la Oficina Central de Admisión. ....... 23
Figura 6 : Obtener Datos con Power BI. .......................................................................... 34
Figura 7 : Ingreso al Editor de Power Query. .................................................................. 35
Figura 8 : Relaciones entre Tablas del Modelo ................................................................ 37
Figura 9: Relación entre Tablas Data y Coordenadas ...................................................... 37
Figura 10: Relación entre Tablas Data y División ........................................................... 38
Figura 11: Relaciones entre Tablas Data y Coordenadas Lima Callao ............................ 38
Figura 12: Relación entre Tablas Data y Calendarios ...................................................... 39
Figura 13: Menú Principal de Usuario Nivel 01 .............................................................. 40
Figura 16: Publicar en Power BI ...................................................................................... 43
Figura 17: Publicando en Power BI en la Nube ............................................................... 43
Figura 18: Dashboard publicado en Power BI Service .................................................... 44
Figura 19: Operación para publicar en la nube ................................................................ 44
Figura 20: Hipervínculo publicado en la Nube ................................................................ 45
Figura 21: Configurar Tamaño en pixeles ....................................................................... 45
Figura 22: Menú Principal Nivel 01 ................................................................................ 50
Figura 23: Panel Postulantes e Ingresantes por Año Académico ..................................... 52
Figura 24: Panel Postulantes y Vacantes por Año Académico ........................................ 54
Figura 25: Panel Postulantes por Carrera ......................................................................... 56

Figura 26: Panel Comportamiento de Postulantes por Facultad ...................................... 58
Figura 27: Panel Postulantes por Procesos de Admisión ................................................. 60
Figura 28: Panel Postulantes por Procesos de Admisión por Facultad y Carrera ............ 62
Figura 29: Panel Ingresantes por Procesos y Facultad y Carrera ..................................... 64
Figura 30: Panel Detalle Tipo/Proceso de Admisión y Carrera ....................................... 66
Figura 31: Panel Reporte Detallado por Proceso y Carrera ............................................. 68
Figura 32: Panel Menú Principal Nivel 02....................................................................... 70
Figura 33: Panel Perfil Demográfico de Ingresantes – Edad y Género ........................... 72
Figura 34: Panel Perfil Demográfico Ingresantes – Dpto. de Procedencia ...................... 74
Figura 35: Panel Perfil Demográfico Ingresantes – Distrito Lima/Callao ....................... 76
Figura 36: Panel Perfil Demográfico de Ingresantes – Div. Administrativa ................... 78
Figura 37: Panel Perfil Demográfico Ingresantes – Tipo y Ubicación Colegio............... 80
Figura 38: Panel Menú Principal Nivel 03....................................................................... 82
Figura 39: Panel Postulantes e Ingresantes – Colegios con Ratios de Ingreso ................ 84
Figura 40: Panel Búsqueda de Colegios y Carrera de Procedencia ................................. 86

RESUMEN
La Inteligencia de Negocios es la Inteligencia de una organización, es decir
es la capacidad de adaptarse a los cambios y a nuevas circunstancias de un modo
eficaz y eficiente.
Cada vez más organizaciones requieren de la Inteligencia de Negocios, ya
no solamente las organizaciones grandes, sino a todo nivel, esto se debe a la
globalización, la necesidad de competir, la complejidad de las organizaciones y
además porque los costos para estar en la cresta tecnológica son más accesibles.
Pensando en ello, desarrollaremos una Solución de Inteligencia de Negocios
en la Oficina Central de Admisión de una Universidad local, la cual actualmente ha
superado el tema transaccional, más tiene carencias en información para la correcta
gestión de la organización.
El objetivo de esta investigación es desarrollar un proyecto de Inteligencia
de Negocios con la herramienta Microsoft Power BI, que le permita a la
organización obtener información de gestión en forma oportuna.
El tema del presente proyecto ayudará a contribuir con el desarrollo de un
proyecto de Inteligencia de Negocios que debe tener una organización educativa de
enseñanza superior para agilizar el uso de información de gestión. Este tipo de
organizaciones busca adaptarse y competir usando eficientemente las Tecnologías
de la Información en este mundo competitivo y globalizado.
PALABRAS CLAVES
Inteligencia de Negocios, Universidad, Proceso de Admisión, Microsoft Power BI.

ABSTRACT
Business Intelligence is the Intelligence of an organization. That is, the
ability to adapt to changes and new situations in an effective and efficient way.
More and more organizations require Business Intelligence, not only large
but all kind of organizations, this is due to globalization, the need for compete, the
complexity of organizations. Besides, because the costs to be on the crest of
technology are more accessible.
Thinking about it, we will develop a Business Intelligence Solution in the
Central Admission Office of a local university, which has currently overcome the
transactional issue, but it has information gaps for the correct management of the
organization.
The objective of this research is to develop a Business Intelligence project
using the Microsoft Power BI tool, which allows the organization to obtain
management information in a timely manner.
The subject of this project will help to contribute to the development of a
Business Intelligence project that an educational organization of higher education
must have, to speed up the use of management information This kind of
organizations seeks to adapt and compete using information technologies
efficiently, in this competitive and globalized world.
KEY WORDS
Business Intelligence, University, Admission Process, Microsoft Power BI.

I. INTRODUCCIÓN
El Sistema de Inteligencia de Negocios de la Oficina Central de Admisión,
se encarga de apoyar el proceso de toma de decisiones, brindando información
estadística histórica acerca del número de postulantes, ingresantes y vacantes por
cada uno de los procesos de admisión que esta Universidad ofrece, además ofrece
información por Perfil Demográfico de Ingresantes y detallado por Colegio de
Procedencia.
El diseño de este Sistema de Información permite explorar todos los
procesos segmentados por periodos de tiempo que pueden ser años o Semestres
Académicos, así como por Escuelas Profesionales o Facultades y en el caso de
información demográfica de Ingresantes, esta puede estar segmentada además por
tipo de Colegio y ubicación Geográfica, además cuenta con indicadores diversos
que se calculan en forma automática.
Este sistema está gestionado por un administrador que se encarga de
actualizar la data histórica de cada uno de los procesos de admisión, y los usuarios
finales del Sistema pueden interactuar con él en la nube, para extraer información
que les permita tomar decisiones, este administrador no necesariamente debe tener
habilidades informáticas muy especializadas puesto que el sistema será los
suficientemente amigable en su actualización y gestión.
Este sistema tiene 3 niveles de usuario, cada nivel permite el acceso
restringido a los datos en relación a la función desempeñada, estos son: Usuario de
Alta Dirección, Usuarios directores de Escuela, jefes de Departamentos y directores
de Oficinas y Usuarios de la Oficina Central de Admisión.
1
II. PLANTEAMIENTO DEL PROBLEMA
En este capítulo mostraremos los antecedentes de la organización y el área
en la cual se ha implementado la Solución de Inteligencia de Negocio, esta
descripción del entorno y de los procesos operativos nos permitirá entender la
problemática central.
II.1 Antecedentes
II.1.1 Estructura Universitaria
La Universidad en estudio actualmente cuenta con 8 facultades, las cuales son:
Arquitectura y Urbanismo, Ciencias Biológicas, Medicina Humana, Ciencias
Económicas y Empresariales, Psicología, Derecho y Ciencia Política, Humanidades
y Lenguas Modernas e Ingeniería.
La Universidad en estudio, cuenta con 18 carreras profesionales, las cuales son:
Arquitectura, Biología, Medicina Humana, Medicina Veterinaria, Economía,
Administración y Gerencia, Contabilidad y Finanzas, Administración de Negocios
Globales, Turismo, Hotelería y Gastronomía, Marketing Global y Administración
Comercial, Psicología, Derecho, Traducción e Interpretación, Ingeniería Civil,
Ingeniería Electrónica, Ingeniería Industrial, Ingeniería Informática e Ingeniería
Mecatrónica.
II.2 Definición del problema:
La Oficina Central de Admisión de la Universidad en estudio maneja
actualmente el Sistema de Matrícula, desarrollado por la Oficina Central de
Informática y Cómputo, este sistema transaccional se encarga de gestionar y
almacenar la información de todos los procesos de admisión de la Universidad en
2
estudio, es un Sistema Centralizado que solo lo administra la Oficina Central de
Informática y Cómputo y actualmente cuenta con información histórica de todos
los procesos de admisión desde el año 2010 hasta la actualidad.
Este sistema tiene una serie de reportes en formato de texto por cada uno de
los procesos de Admisión, esta información histórica que permite conocer detalles
de cada proceso.
La Oficina Central de Admisión de la Universidad en estudio no cuenta con
un Sistema que permita visualizar información de todos los procesos y tampoco
tiene reportes de gestión histórica ad-hoc que permita a la Dirección tomar
decisiones, este es el principal problema, debido a que todos los procesos referentes
al análisis de información se realizan de forma manual, lo cual hace que la Dirección
se vea retrasada en su función principal de toma de decisiones.
Por ello es relevante el uso de una Aplicación de Inteligencia de Negocios,
de manera que se pueda satisfacer estas demandas de información en forma
oportuna e integral.
3
II.3 Justificación del Estudio:
Los sistemas de Inteligencia de Negocios, permiten que las organizaciones
manejen el recurso de los datos en forma efectiva permitiendo tomar decisiones
en tiempo real. Las instituciones educativas pueden aprovechar estos desarrollos
para optimizar la gestión universitaria.
Este trabajo estudia primero los requerimientos en información que la
Oficina Central de Admisión, en base a ello, se analizan las diferentes
herramientas de Inteligencia de Negocios disponibles en el mercado, para luego
desarrollar un sistema de Información histórica con data de postulantes,
ingresantes y vacantes de todos los procesos de admisión de los últimos 12 años,
esta data histórica seguirá siendo actualizada en el transcurso de los próximos
años.
Este sistema de información gestiona información que permite diferentes
análisis para diferentes tipos de usuarios.
El sistema estará implementado y alojado en la nube, listo para usar y
diseñado desde cero. Se desarrollará e implementará de acuerdo a los requisitos
de la Oficina Central de Admisión de la Universidad en estudio.
El alcance del proyecto está mencionado en la planificación, que implica
determinar y documentar una lista de objetivos del proyecto, entregables, tareas,
costos y plazos.
4
II.4 Limitaciones de la Investigación
• Todos los procesos a implementar en esta Solución de Inteligencia de
negocios, serán desarrollados solo por autor de la Tesis.
• La herramienta de Inteligencia de Negocios a usar en esta
investigación (Microsoft Power BI) solo se contará con la versión
gratuita, en todo el desarrollo.
• La Oficina universitaria que administra y almacena los datos que
alimentan al Sistema es la Oficina Central de Informática y Cómputo,
esta oficina proporciona los datos de los procesos de admisión a la
Oficina Central de Admisión cuando esta es solicitada, mediante
oficio.
5
III. MARCO TEORICO
En este capítulo se describe los principios conceptuales en los cuales se
basa el presente proyecto.
III.1 Inteligencia de Negocios (Business Intelligence)
Proceso mediante el cual las organizaciones administran o gestionan la
información, con el fin de reconocer la información más relevante y representativa
que les permita tomar decisiones acertadas.
Inteligencia de Negocios es una disciplina que, junto con sus
correspondientes herramientas, hacen centro en el análisis de la información para
la correcta toma de decisiones que le permita a la organización cumplir con los
objetivos de negocios. [1].
III.2 Beneficios de la Inteligencia de Negocios
• Incrementar la eficiencia en la Toma de decisiones.
• Optimiza procesos de Negocio, usando como recurso la Información de las
organizaciones.
• Se incrementa la productividad empresarial haciendo cada vez más inteligente
los procesos organizacionales.
• Existen herramientas gratuitas que hacen Inteligencia de Negocios que son
bastante intuitivas y fáciles de usar, esto permite que usuarios no expertos en
Tecnologías de la Información, puedan desarrollar modelos de Inteligencia de
Negocios, con todas las funcionalidades de usuarios expertos en Tecnologías de
la Información.
6
III.3 Cuadrante de Gardner en Inteligencia Empresarial
El Cuadrante de Gartner, es una herramienta auspiciada por la empresa
Gartner, para identificar a los fabricantes de software líderes en el mercado, en
este caso se muestra la Cuadrante referido a Análisis e Inteligencia Empresarial
[2].
Figura 1 : Cuadrante de Gartner.

Fuente: Garcia (2022).
La consultora Gartner y su publicación anual acerca de las plataformas de
análisis e Inteligencia Empresarial, se ha convertido en el referente en cuanto a
soluciones de Inteligencia de Negocios, este informe sigue mostrando las
7
herramientas más potentes no solo en su capacidad de visualización de datos y la
creación de tableros de mando (dashboard), sino está poniendo más atención a
funcionalidades como la capacidad de implantación en la nube y el uso de analítica
aumentada que se sirve de la Inteligencia Artificial que permite transformar los
datos en conocimiento útil.
Como se aprecia en la figura esta está dividida en función a:
Integridad de Visión (Eje X): Refiere a la capacidad del proveedor para
hacer una lectura precisa del momento actual del mercado y aprovecharlos a su
favor para generar valor y conseguir la máxima satisfacción de sus clientes.
Capacidad e Ejecutar (Eje Y): Refiere a las facultades que tienen los
distintos proveedores para plasmar en práctica esta visión de mercado de manera
efectiva.
Microsoft se sitúa en el podio del Cuadrante Mágico de Gartner y suma
con estos 14 años como líder indiscutido y lo hace con una ventaja grande con
respecto a sus competidores, reconociendo a Power BI su innovación y sus
habilidades predictivas [3].
8
III.4 Selección de Software de Inteligencia de Negocios
Para seleccionar la herramienta de software a usar en este proyecto, se
presenta un cuadro comparativo de las 3 principales herramientas que el Cuadrante
de Gardner recomienda y tiene posicionado en el Cuadrante de Líderes.
Se han tomado en cuenta siete criterios de evaluación, después de la
evaluación se ha seleccionado la herramienta de Inteligencia de Negocios
Microsoft Power BI, la cual utilizaremos en este proyecto.
Tabla 1: Criterios de Evaluación de Herramientas de Software
No Criterio de Análisis Qlik Sense Tableau Power BI

1 Precio licencia/mes x US$ 25.00 US$ 35.00 US$ 9.99
usuario (Costo
Menor)
2 Conectividad con Media (1) Media (1) Excelente (3)
otro tipo de
soluciones de
negocio
3 Tiempo de Lenta (1) Rápida (2) Rápida (2)
implementación
4 Facilidad de Uso Requieren Fácil de utilizar Más simple de
formatos (1) (Arrastrar y soltar) usar (3)
(2)
5 Perspectivas de Buena (2) Buena (2) Excelente (3)
futuro
6 Seguridad de Datos Excelente (3) Buena (2) Buena (2)
7 Analítica Avanzada No soporta Soporta Lenguaje Soporta
Lenguaje R ni R y Python (2) Lenguaje R
Python (0) (1)
9
III.5 Microsoft Power BI
Power BI es una colección de servicios de software, aplicaciones y
conectores que funcionan conjuntamente para convertir orígenes de datos sin
relación entre sí en información coherente, interactiva y atractiva visualmente. Sus
datos pueden ser una hoja de cálculo de Excel o una colección de almacenes de
datos híbridos locales y basados en la nube. Power BI permite conectarse con
facilidad a los orígenes de datos, visualizar y descubrir qué es importante y
compartirlo con cualquiera o con todos los usuarios que desee [4].
Figura 2 : Partes de Microsoft Power BI.

Fuente : Microsoft (2022).
III.6 Ingeniería del Software
La Ingeniería del Software es una disciplina de la Ingeniería que comprende
todos los aspectos de la producción de software, desde las etapas iniciales de la
especificación del sistema, hasta el mantenimiento de éste después que se utiliza
[5].
10
III.7 Proceso de Software
Un proceso del Software es un conjunto de actividades y resultados
asociados que producen un producto de Software. Estas actividades son llevadas
a cabo por los Ingenieros de Software.
Existen cuatro actividades fundamentales de procesos que son comunes a
todos los procesos de Software. Estas actividades son:
(1) Especificación del Software donde los clientes e ingenieros definen el
software a producir y las restricciones sobre su operación.
(2) Desarrollo del Software donde se diseña y programa.
(3) Validación del Software donde el software se válida para asegurar que
es lo que el cliente requiere.
(4) Evolución del software donde el software se modifica para adaptarlo a
los cambios requeridos por el cliente y el mercado [5].
III.8 Revisión de Literatura relacionada
En este apartado se presentará literatura relacionada con la presente
investigación, para ello se efectuó una búsqueda de investigaciones nacionales e
internacionales similares con los objetivos de la investigación, los cuales son el
desarrollo de un Sistema de Información de Inteligencia de Negocios orientado a la
gestión Universitaria.
11
III.8.1 Investigaciones Nacionales
Según Castañeda [6] en su investigación “Desarrollo de Business
Intelligence, basado en la metodología de Ralph Kimball, para mejorar el
proceso de toma de decisiones en el área de Admisión de la Universidad
Autónoma del Perú”, la implementación de un Sistema de Inteligencia de negocios
ayuda a minimizar el tiempo de generación de reportes administrativos para la toma
de decisiones.
El trabajo realizado por Castañeda, utilizando la metodología de Ralph
Kimball y la explotación de un Cubo, le permitió la generación de reportes
consolidados que facilitaron la toma de decisiones en la Universidad Autónoma,
además señaló que el uso de una interfaz de Inteligencia de Negocios permite un
manejo intuitivo y sencillo a los Usuarios finales para generar sus propios reportes
y análisis de acuerdo a las necesidades en comparación del uso de hojas electrónicas
de cálculo, esta investigación usó las herramientas de Microsoft SQL Server y
dentro de ellas las herramientas de SQL Server Integration Services y SQL Server
Analysis Services.
Según Florián [7] , en su investigación “Implementación de un Datamart
para la toma de decisiones en la Dirección Universitaria de la Filial Norte de
la USMP”, la aplicación de Inteligencia de negocios desarrollada permitió que se
disponga de información confiable, oportuna y precisa que permitió reducir el
tiempo de análisis y de soporte a la toma de decisiones en la Dirección Universitaria.
El trabajo realizado por Florián, es un estudio de tipo aplicativo y el diseño
es cuasi experimental, para ello se usaron las herramientas de SQL Server 2008 para
12
la Base de Datos y el entorno de desarrollo y la herramienta de Inteligencia de
Negocios Tableau Desktop V 8.2 como herramienta de explotación.
Según Román [8], en su investigación “Inteligencia de negocios en la
mejora de la gestión administrativa en el Instituto de Educación Superior
Avansys, 2017”, la aplicación de Inteligencia de negocios mejora los procesos de
gestión administrativa del instituto en estudio, analizando el indicador de tiempo de
atención al alumno, así como el indicador confiabilidad en el uso de los Sistemas
de Información.
El trabajo realizado por Román, utilizando la metodología cuantitativa, de
tipo aplicada y pre experimental, señala que la aplicación de Inteligencia de
negocios, presta un importante servicio en la toma de decisiones en la Alta dirección
del Instituto en estudio.
Según Gonzales/Rodríguez [9], en su investigación “Propuesta de un
modelo de Business Intelligence para identificar el perfil de deserción
estudiantil en la Universidad Científica del Sur”, se ha usado una aplicación de
Inteligencia de negocios para identificar el perfil de deserción estudiantil, este
estudio usa técnica de minería de datos en base a árboles de decisiones utilizando
las herramientas Weka y RapidMiner, este trabajo de investigación propone la
implementación de modelos predictivos que apoyen al proceso de estrategias de
retención de alumnos universitarios.
III.8.2 Investigaciones Internacionales
Según Aimacaña [10], en su investigación “Análisis, diseño e
implementación de un Datmart Académico usando tecnología de BI para la
13
Facultad de Ingeniería, Ciencias Físicas y Matemáticas” (Universidad Central
de Ecuador)”, se implementó un Data Warehouse en Software Libre, se crearon
Bases de datos, Software de Extracción, Transformación y carga (ETL) y software
de Inteligencia de Negocios como Pentaho y se concluyó que la solución
desarrollada permitió realizar el monitoreo del avance del cumplimiento de los
objetivos estratégicos de la Facultad en estudio.
El trabajo realizado por Aimacaña, concluyó también que el uso de la
Interfaz de Inteligencia de Negocios permite un manejo sencillo e intuitivo para la
generación de análisis y reportes en comparación con hojas electrónicas de Cálculo.
Fuentes Tapia/Valdivia Pinto en su artículo “Incorporación de elementos
de Inteligencia de Negocios en el proceso de Admisión y Matrícula de una
Universidad Chilena” publicado el 2010 en la Revista Chilena de Ingeniería
“Ingeniare”, describe la incorporación de elementos de Inteligencia de Negocios en
la Universidad de Tarapacá (UTA), Arica, Chile, donde se implementó un Datamart
para el área de Admisión y Matrícula de la Vicerrectoría Académica.
El artículo menciona la creación de una plataforma de Inteligencia de
Negocios que brinda soporte a los requerimientos de información del área
mencionada, para este desarrollo se usó la herramienta de Inteligencia de negocios
Pentaho, y se concluyó que incorporar elementos de Inteligencia de negocios en las
organizaciones es una tarea que requiere de largos tiempos de análisis y actividades.
14
IV OBJETIVOS
IV.1 Objetivo General
Desarrollar una Solución de Inteligencia de Negocios dirigido a la Oficina
Central de Admisión de la Universidad en estudio.
IV.2 Objetivos Específicos
• Explorar y documentar las necesidades en información de la Oficina Central de
Admisión sobre sus diferentes Procesos de Admisión, que las diferentes
oficinas de la Universidad requieren.
• Analizar las fuentes de datos disponibles para modelar el Sistema.
• Elaborar la Solución de Inteligencia de negocios con los Tableros de Control
(dashboard) adecuados que le permita a la Oficina Central de Admisión
gestionar información referida a sus Procesos de Admisión, con la finalidad de
ayudar en el proceso de toma de decisiones.
15
V. METODOLOGIA
Las organizaciones deben tener las herramientas adecuadas para entregar
una solución de Inteligencia de Negocios de manera consistente y confiable,
incluida una metodología de mejores prácticas.
Una metodología ofrece la base teórica para comprender qué método,
conjunto de métodos, o las llamadas "mejores prácticas" se pueden aplicar a casos
específicos.
Existiendo varias metodologías posibles para el desarrollo de esta Solución
de Inteligencia de negocios, debemos escoger una metodología acorde con los
recursos disponibles para su desarrollo, entre los factores limitantes en la elección
de la metodología debemos considerar que no estará a cargo de un equipo de
desarrollo sino de un Usuario Final con conocimientos tecnológicos a nivel
intermedio, pero interesado en implementar un Sistema que Información Gerencial
que permita tomar decisiones en tiempo real y de manera confiable, además se tomó
en cuenta que la metodología a usar sea de fácil comprensión para los involucrados
en la etapa de descripción de las actividades.
Elección de la Metodología
Definimos los criterios y sus características para elegir la metodología a usar
en esta investigación, la cual será elegida para el desarrollo de la Solución de
Inteligencia de Negocios.
16
No. Criterio Característica
1 Costo Costos de desarrollo e implementación, lo ideal es
que los costos sean bajos.
2 Tiempo Tiempos de desarrollo e implementación, lo ideal es
que los tiempos sean cortos.
3 Énfasis en el datamart Enfocada a la construcción del Datamart (Base de
datos)
4 Facilidad de La documentación e información de la metodología
documentación es fácil de conseguir e investigar.
5 Enfoque basado en Enfoque basado en un proceso específico de la
Procesos organización
6 Facilidad en el Desarrollo Enfoque de facilidad para desarrollador al momento
de su implementación
Tabla 2: Criterios de Evaluación de Metodologías
Fuente: Propia
Una vez definido los criterios para la elección de la metodología a usar se
procede a comparar los criterios con cada una de las principales metodologías
disponibles en el mercado para el desarrollo de Soluciones de Inteligencia de
Negocios.
Metodologías
No. Criterio Timo Elliott Bill Inmon Ralph Kimball
1 Costo (Bajo Costo de Sí No Sí
implementación)
2 Tiempo (Tiempos cortos de Sí No Sí
implementación)
3 Énfasis en el datamart Sí No Sí
4 Facilidad de documentación Sí Sí Sí
5 Enfoque basado en Procesos Sí No Sí
6 Facilidad en el Desarrollo Si No Si
Tabla 3: Comparativa de Metodologías
Fuente: Propia
17
Las metodologías que se adaptan mejor al desarrollo de la Investigación son
las de Ralph Kimball y Timo Elliot, para elegir entre una de ellas se tomó en cuenta
que solo se necesita de un Datamart a implementar, además del criterio de facilidad
de desarrollo y la semejanza con las actividades generales de todo proceso de
Software, inclinaron la decisión de usar la metodología de Timo Elliot, esta
metodología posee todas las características que se desea para esta investigación.
Descripción de la metodología
Para este presente estudio, se usará el Proceso de Inteligencia de Negocios,
diseñado por Elliott [11], en su artículo “Implementing Business Intelligence
Strategy”, este modelo, basado en el trabajo de analistas como Gartner Group y de
organizaciones que han implementado soluciones de Inteligencia de Negocios con
éxito, identifica cinco pasos importantes en la vida de una implementación, las
cuales son:
• Fase 1: Dirigir y Planear
• Fase 2: Recolección de Información
• Fase 3: Procesamientos de Datos
• Fase 4: Análisis y Producción
• Fase 5: Difusión
18
V.1 Fase 1: Dirigir y Planear
Esta fase es el principio y el fin del proceso. Es el principio por que involucra
redactar los requerimientos específicos. Y es el final porque contesta preguntas que
guían a otras nuevas. El proceso de BI empieza con los usuarios (Ejecutivos,
Directivos, Líderes de Negocio etc.) y aquí se generan las preguntas que les va
ayudar a ellos a alcanzar sus objetivos.
Cualquier desarrollo de Inteligencia de Negocios debe iniciar con un
levantamiento de información de los procesos actuales, en el cual están
involucrados todos los actores del área de estudio. Esto nos permitirá descubrir toda
la información relevante para resolver el problema.
• Organización en estudio
Universidad Peruana
• Actividad
Educación Universitaria
• Área de Estudio
Oficina Central de Admisión
La Oficina Central de Admisión es un área adscrita al Vicerrectorado
Académico, tiene por finalidad gestionar todos los el proceso de Admisión y
traslados en Pregrado, posgrado y Segunda Especialidad, que ofrece la Universidad,
así como promover el servicio académico.
19
Figura 3 : Organigrama de la Oficina Central de Admisión
Fuente: Reglamento de Organización y Funciones de la Universidad en estudio
Procesos de admisión de la Oficina Central de Admisión.
Procesos Regulares
• Examen General de Admisión
• Examen de Aptitud Académica
• Examen Promocional
• Examen por Experiencia Laboral
Exonerados del Examen de Admisión
• Exonerados: Primeros Puestos
• Exonerados: Bachillerato Escolar Internacional
• Exonerados: Diplomáticos
• Exonerados: Deportistas Destacados
• Exonerados: Traslados Externos
• Exonerados: Graduados y/o Titulados
20
Programas del Centro Preuniversitario
• Ciclo Especial para Escolares de 5to año de Secundaria
• Ciclo Extraordinario de Aptitud Académica
• Ciclo Intensivo de verano Enero - Marzo
• Ciclo Regular Abril - Julio
• Ciclo Regulares Setiembre – Diciembre
21
V.2 Fase 2: Recolección de Información:
Procesos Operativos de la Oficina Central de Admisión
En la siguiente figura se muestra el Diagrama de Proceso de Solicitud de
Información de Oficinas Externa
Figura 4 : Diagrama de Proceso de Solicitud de Información de Oficinas Externa.
22
En la siguiente figura se muestra el Diagrama de Proceso de Toma de decisiones
de la Dirección de la Oficina Central de Admisión.
Figura 5 : Toma de decisiones de la Dirección de la Oficina Central de Admisión.
Proceso de Toma de Decisiones Actual
Actores Involucrados en el Proceso de Toma de Decisiones
Los actores que intervienen en el proceso de Toma de Decisiones deberán
identificarse plenamente, existen 2 tipos de actores, los que intervienen
directamente denominados actores primarios y los que cumplen otros roles que
23
involucran el proporcionar información se les denomina actores secundarios.
Tabla 4: Roles de Actores del Sistema
Rol/Cargo Tipo de Actor

Director de la Oficina Central de Admisión Primario
Jefe de la Área de Promoción y Difusión de la Oficina Central de

Primario
Admisión
Jefe de la Área de Informes y Matrícula de la Oficina Central de

Primario
Admisión
Secretaria de Dirección Secundario
Asistente Administrativo Secundario
Encargado de Área de Estadística Secundario
Detalle de Información para la toma de decisiones
El Actor primario requiere la siguiente información que le permitirá tomar
decisiones más ágilmente y en tiempo real.
Postulantes e Ingresantes por Año Académico
• Data Histórica de Postulantes e Ingresantes Global
• Data Histórica de Postulantes e Ingresantes por Carrera
• Postulantes e Ingresantes en Porcentual
• Ratio de Postulantes vs. Ingreso Global
• Ratio de Postulantes vs. Ingreso por Año Académico
Postulantes y Vacantes por Año Académico
• Data Histórica de Postulantes y Vacantes Global
• Data Histórica de Postulantes y Vacantes por Carrera
24
• Postulantes y Vacantes en Porcentual
• Ratio de Postulantes vs. Vacantes Global
• Ratio de Postulantes vs. Vacantes por Año Académico
Postulantes por Año Académico
• Data Histórica de Postulantes Global
• Data Histórica de Postulantes por Carrera
• Variación Porcentual de Postulantes por Año
Tecnologías de la Información usada para la Toma de Decisiones
Las Tecnologías de la Información que se usa para la Toma de decisiones, estas
son las siguientes;
• Reportes en formato texto (.csv) que genera el Sistema de Admisión
• Listados en formato Excel generados manualmente
Estos reportes y listados se generan para los Actores primarios, cabe resaltar
que no se crea conocimiento nuevo de la data histórica.
Proceso Actual de Toma de Decisiones
Se hizo un relevamiento de información a los actores primarios y también a
los actores secundarios encargados del procesamiento de la información y se pudo
describir el proceso actual de Toma de Decisiones.
En las reuniones de Dirección en las cuales se definen estrategias
operacionales para cada una de las Áreas de la Oficina Central de Admisión, estas
se definen con las opiniones de cada uno de los actores primarios y secundarios, sin
basarse en datos históricos, ni datos de tendencias sino en base a la experiencia de
los actores.
25
Cabe mencionar que no usan información histórica para apoyar alguna
estrategia, ni resúmenes gráficos, cuando se necesitan estos datos históricos, estos
los registra la secretaria de la dirección para que una vez terminado la reunión, hace
el pedido al responsable del Área de Estadística para que prepare los informes
correspondientes, este profesor encargado del Área recibe la solicitud y prepara la
información correspondiente, una vez terminada esta se envía a la Secretaría de la
Dirección para que sea entregada a la Dirección.
Resultados de la Toma de Decisiones
Como se puede apreciar en la descripción del proceso, la toma de decisiones
se ve postergada por el tiempo que demora la generación de estos informes, que
pueden ser en horas y hasta en días, este inconveniente no permite una toma de
decisiones en tiempo real y en forma efectiva.
No se aprecia procesos de análisis de información en el proceso de Toma de
Decisiones, en ocasiones se postergan la decisión por falta de información en
tiempo real.
Ante ello se propone el desarrollo de un Sistema de Inteligencia de Negocios de
autoservicio, que permita a los actores primarios disponer de información histórica
y consolidada que le permita analizar para la Toma de Decisiones en forma
confiable y tiempo real.
Análisis de la Información
En esta fase se definirán el modelo de datos, este modelo debe contar con los
requerimientos que nos permitirán definir los indicadores (KPI).
26
Requerimientos de Datos
A partir del relevamiento de información que se hace con los actores
involucrados (encuestas), se definieron los requerimientos para este sistema de
Inteligencia de Negocio de autoservicio.
La Oficina Central de Admisión de la Universidad en estudio, requiere un
Sistema de Inteligencia de Negocios donde se pueda apreciar la información
histórica de los diferentes procesos de Admisión en todas sus modalidades y en
todas las carreras que la Universidad ofrece, así como información demográfica de
postulantes e ingresantes a las diferentes carreras de la Universidad en estudio.
La dirección está interesada en analizar la información de los postulantes,
ingresantes y vacantes de cada una de las carreas que la Universidad ofrece como
oferta académica, se menciona a continuación el detalle de cada uno de los
requerimientos en información.
• Postulantes e Ingresantes por Carrera y Año Académico
• Postulantes y Vacantes por Carrera y Año Académico
• Postulantes y Vacantes por Carrera y Año Académico
• Información demográfica de Postulantes e Ingresantes
27
V.3 Fase 3 - Procesamientos de Datos:
Esta fase es la integración de datos en crudo a un formato utilizable para el
análisis. Esto puede ser posible, creando una nueva base de datos, agregar datos a
bases de datos existente o consolidando información. Esta fase generalmente es
vista como ETL (Extract, Transform, Load) Extracción, Transformación y Carga
que ocurren en los ambientes de BI.
Data Fuente
A continuación, en la siguiente tabla, se mostrarán la Data Fuente con los cuales el
Sistema de Inteligencia de Negocio de autoservicio obtendrá los datos para su
desarrollo.
Tabla 5: Data Fuente
Tabla 6: Coordenadas Departamentos

Dpto Capital Latitud Longitud
AMAZONAS Chachapoyas -6.3718272 -77.8093378
ANCASH Huaraz -9.5298511 -77.5289981
APURIMAC Abancay -13.6373482 -72.8788744
AREQUIPA Arequipa -16.3988895 -71.5350037
AYACUCHO Ayacucho -13.1587801 -74.2232132
CAJAMARCA Cajamarca -7.1637802 -78.500267
CALLAO Callao -12.0565901 -77.1181412
CUSCO Cuzco -13.5226402 -71.9673386
HUANCAVELICA Huancavelica -12.78728 -74.9730951
28
HUANUCO Huánuco -9.9306202 -76.2422333
ICA Ica -14.06777 -75.7286072
JUNIN Huancayo -12.0651302 -75.2048569
LA LIBERTAD Trujillo -8.1159897 -79.0299835
LAMBAYEQUE Chiclayo -6.7713699 -79.8408813
LIMA Lima -12.0431805 -77.0282364
LORETO Iquitos -3.74912 -73.25383
MADRE DE DIOS Puerto Maldonado -18.0138696 -70.2511597
MOQUEGUA Moquegua -17.1938025 -70.9345636
PASCO Cerro de pasco -10.6667815 -76.254916
PIURA Piura -5.19449 -80.6328201
PUNO Puno -15.8422003 -70.0198975
SAN MARTIN Moyobamba -6.0347302 -76.9746773
TACNA Tacna -18.0146503 -70.2536163
TUMBES Tumbes -3.833333 -80.5
UCAYALI Pucallpa -8.3791504 -74.5538712
Tabla 7: Coordenadas Lima Callao

DISTRITO LatitudD LongitudD
ANCON -11.7333 -77.15
ATE -12.0267 -76.8896
BARRANCO -12.1437 -77.019
BELLAVISTA -12.0582 -77.1054
BREÑA -12.0585 -77.0507
CALLAO -12.0508 -77.126
CARABAYLLO -11.85 -77.0333
CARMEN DE LA LEGUA REYNOSO -12.042748 -77.0917
CHACLACAYO -11.9833 -76.7667
CHORRILLOS -12.192603 -77.010671
CIENEGUILLA -12.0948 -76.7567
COMAS -11.915264 -77.047876
EL AGUSTINO -12.048 -77.0007
INDEPENDENCIA -11.9929 -77.0518
JESUS MARIA -12.075 -77.0435
LA MOLINA -12.082 -76.9282
LA PERLA -12.0737 -77.1184
LA PUNTA -12.072584 -77163367
LA VICTORIA -12.0734 -77.0163
LIMA CERCADO -12.0478 -77.0622
LINCE -12.0853 -77.0358
LOS OLIVOS -11.9594 -77.076
LURIGANCHO -12.0032 -76.9179
Tabla 8: División Geográfica

Division
DISTRITO LatitudD LongitudD
Administrativa
ANCON -11.7333 -77.15 Lima Norte
ATE -12.0267 -76.8896 Lima Este
BARRANCO -12.1437 -77.019 Lima Centro
BELLAVISTA -12.0582 -77.1054 Callao
BREÑA -12.0585 -77.0507 Lima Centro
CALLAO -12.0508 -77.126 Callao
CARABAYLLO -11.85 -77.0333 Lima Norte
29
CARMEN DE LA LEGUA REYNOSO -12.0427484 -77.0917003 Callao
CHACLACAYO -11.9833 -76.7667 Lima Este
CHORRILLOS -12.192603 -77.010671 Lima Sur
CIENEGUILLA -12.0948 -76.7567 Lima Este
COMAS -11.915264 -77.047876 Lima Norte
EL AGUSTINO -12.048 -77.0007 Lima Este
INDEPENDENCIA -11.9929 -77.0518 Lima Norte
JESUS MARIA -12.075 -77.0435 Lima Centro
LA MOLINA -12.082 -76.9282 Lima Este
LA PERLA -12.0737 -77.1184 Callao
LA PUNTA -12.072584 -77163367 Callao
30
Implantación del Sistema
En base al Análisis de Información se desarrolla la solución de inteligencia de
negocio, esta solución se definirá los procesos de Importación y Actualización de
Datos necesaria antes del desarrollo de resultados.
Actividades previas al desarrollo de una Solución de Inteligencia de Negocio
Las actividades previas para la construcción de una solución de Inteligencia de
Negocio se pueden organizar con los siguientes pasos:
1. Importación de Datos
2. Actualización de Datos
V.3.1 Importación de Datos
La fuente de datos principal proviene del Sistema de Matrícula de la Oficina
Central de Admisión de la Universidad en estudio, este archivo en formato de hoja
electrónica de Cálculo de Excel, este archivo se compone de 01 hoja con una tabla
de 42 campos y 36,804 registros, donde se encuentran todos los registros
transaccionales de los postulantes, ingresantes y vacantes de todos los procesos de
admisión de la Universidad en estudio de los años 2010 al 2022, su estructura se
detalla:
31
Tabla 9: Estructura de la Tabla Data
Campos Detalle Tipo Dato
CINST_DESCRIPCION Descripción Institución Texto
CPERI_CODIGO Código Periodo Alfanumérico
CMODA_CODIGO Código Modalidad Numérico
CMODA_DESCRIPCION Descripción Modalidad Texto
CPOST_TIPODOCUMENTO Tipo de Documento de Postulante Numérico
CPOST_DOCUMENTO No de Documento Alfanumérico
CPOST_CODIGO Código de Postulante Numérico
CPOST_NOMBRECOMPLETO Nombre Completo Postulante Texto
CPOST_SEXO Sexo de Postulantes Texto
CPOST_OPCION1 Código Opción 1 Numérico
CALUM_CODIGO Código Alumno Numérico
CCARR_CODIGO Código Carrera Numérico
CINGR_OPCION Opción de Ingreso Alfanumérico
CINGR_SITUACION Situación de Ingreso Alfanumérico
CINGR_INGRESANTE Situación Final Ingresante Alfanumérico
CINGR_COBERTURA Ingreso por Cobertura Alfanumérico
Numérico
NPOST_PUNTAJE Puntaje Postulante
Decimales
Numérico
NPOST_PUNTAJEVIGESIMAL
Puntaje Vigesimal Examen Decimales
CCOLE_DESCRIPCION Colegio Descripción Alfanumérico
CCOLE_DPTO Colegio Departamento Alfanumérico
CCOLE_PROV Colegio Provincia Alfanumérico
CCOLE_DIST Colegio Distrito Alfanumérico
CCOLE_TIPO Colegio Tipo Alfanumérico
CPOST_DOMICILIO Domicilio Postulante Alfanumérico
CDOMI_DPTO Domicilio Departamento Alfanumérico
CDOMI_PROV Domicilio Provincia Alfanumérico
CDOMI_DIST Domicilio Distrito Alfanumérico
CPOST_TELEFONO1 Teléfono 01 Alfanumérico
CPOST_TELEFONO2 Teléfono 02 Alfanumérico
DPOST_NACIMIENTO Fecha Nacimiento Fecha/Hora
CNACI_DPTO Nacimiento Departamento Alfanumérico
CNACI_PROV Nacimiento Provincia Alfanumérico
CNACI_DIST Nacimiento Distrito Alfanumérico
Numérico
NPOST_NOTAEXAMEN Nota Examen
Decimales
Numérico
NPOST_PROMESCOLAR Nota Colegio
Decimales
CPOST_DISCAPACIDAD Postulante con Discapacidad Alfanumérico
DFECH_INSCRIPCION Fecha Inscripción Fecha/Hora
32
También existen otras tablas contenidas en archivos de Excel, complementarios
para construir el modelo, estas se detallan a continuación:
Tabla 10: Estructura de la Tabla División

Distrito Nombre de Distrito Lima y Callao Texto
LatitudD Datos de Latitud, expresados en grados, minutos y Grados

segundos.
LongitudD Datos de Longitud. Va de 0°-180° y se mide de Este a Grados

Oeste.
División
Texto
Administrativa División Administrativa de Provincia de Lima
Tabla 11: Estructura de Tabla Coordenadas

Dpto Nombre de Departamento Perú Texto
Capital Capital de Departamento Texto
Latitud Datos de Latitud, expresados en grados, minutos y Grados

segundos.
Longitud Grados
Datos de Longitud. Va de 0°-180° y se mide de Este a
Oeste.
Tabla 12: Estructura Tabla División

Distrito Nombre de Distrito Lima y Callao Texto
LatitudD Datos de Latitud, expresados en grados, minutos y Grados

segundos.
LongitudD Datos de Longitud. Va de 0°-180° y se mide de Este a Grados

Oeste.
División
División Administrativa de Provincia de Lima Texto
Administrativa
33
Tabla 13: Estructura de Tabla Calendario
Fecha Fecha de Transacción Date
Año Año de Fecha Numérico
Mes Mes de Fecha Numérico
Nombre del mes Mes Texto de Fecha Texto
Día Dia de Fecha Numérico
Una vez definido los datos del modelo, se procede a extraer los datos de los
archivos de Excel a la herramienta de Inteligencia de Negocio de Power BI, esto se
inicia ejecutando la aplicación de Power Bi Desktop y accediendo a la opción de
Obtener Datos.
Figura 6 : Obtener Datos con Power BI.

.
V.3.2 Actualización de Datos y Funciones DAX
Se cargan todas las tablas del Modelo, el siguiente paso será de limpiar los
datos y mejorar los datos para que no se muestre información inexacta, esto se
trabaja con el Editor de Power Query al cual se puede accesar con la opción Editar
Consultas
34
Figura 7 : Ingreso al Editor de Power Query.
Se renombran campos y se normaliza el modelo, además de reemplazar los
valores vacíos (null), para todos estos procedimientos se usan las Funciones DAX
(Data Analysis Expressions).
Tabla 14: Funciones DAX (Data Analysis Expressions)
= Excel.Workbook(File.Contents("e:\Oficina Central de Admisión\DATA-ADMISION.xlsx"),

null, true)
= Excel.Workbook(File.Contents("F:\Oficina Central de Admisión\Data\Dptos y Distritos para
Relacionar.xlsx"), null, true)
= Excel.Workbook(File.Contents("e:\Oficina Central de Admisión\Data\Dptos y Distritos para
Relacionar.xlsx"), null, true)
= Folder.Files("E:\Oficina Central de Admisión\Data \Calendarios")
= Table.TransformColumnTypes(#"Encabezados promovidos",{{"CINST_DESCRIPCION",
type text}, {"CPERI_CODIGO", Int64.Type}, {"CMODA_CODIGO", Int64.Type},
{"CMODA_DESCRIPCION", type text}, {"CPOST_TIPODOCUMENTO", Int64.Type},
{"CPOST_DOCUMENTO", Int64.Type}, {"CPOST_CODIGO", Int64.Type},
{"CPOST_NOMBRECOMPLETO", type text}, {"CPOST_SEXO", type text},
{"CPOST_OPCION1", Int64.Type}, {"CPOST_OPCION2", Int64.Type},
{"CPOST_OPCION3", Int64.Type}, {"CALUM_CODIGO", type any}, {"CCARR_CODIGO",
type any}, {"Carrera", type text}, {"CINGR_OPCION", type any}, {"CINGR_SITUACION",
type text}, {"CINGR_INGRESANTE", type text}, {"CINGR_COBERTURA", type text},
{"NPOST_PUNTAJE", Int64.Type}, {"NPOST_PUNTAJEVIGESIMAL", type number},
{"CCOLE_DESCRIPCION", type text}, {"CCOLE_DPTO", type text}, {"CCOLE_PROV",
type text}, {"CCOLE_DIST", type text}, {"CCOLE_TIPO", type text},
{"CPOST_DOMICILIO", type text}, {"CDOMI_DPTO", type text}, {"CDOMI_PROV", type
text}, {"CDOMI_DIST", type text}, {"CPOST_TELEFONO1", Int64.Type},
{"CPOST_TELEFONO2", type any}, {"DPOST_NACIMIENTO", type datetime},
{"CNACI_DPTO", type text}, {"CNACI_PROV", type text}, {"CNACI_DIST", type text},
{"NPOST_NOTAEXAMEN", type number}, {"NPOST_PROMESCOLAR", Int64.Type},
{"CPOST_DISCAPACIDAD", type text}, {"DFECH_INSCRIPCION", type datetime}})
35
Tabla 15: Expresiones DAX
Edad INT((DATA[DFECH_INSCRIPCION]-
DATA[DPOST_NACIMIENTO])/360)
Edad Promedio average(DATA[Edad])
Genero if(DATA[CPOST_SEXO]="M";"Masculino";"Femenino")
Grupo Edad if(DATA[Edad]<25;DATA[Edad];”Mayor que 25”)
Ingresantes sum(DATA[IngresoNumero])
IngresoNumero if(DATA[CINGR_INGRESANTE]="S";1;0)
LatCole RELATED(CoordLiCall[LatitudD])
LongCole RELATED(CoordLiCall[LongitudD])
NoHombres if(DATA[CPOST_SEXO]="M";1;0)
NoMujeres if(DATA[CPOST_SEXO]="F";1;0)
Ratio Ingreso sum(DATA[IngresoNumero])/sum(DATA[Personas])
Semestre RIGHT(DATA[CPERI_CODIGO=];1)
Año YEAR(Calendario[Date])
Dia DAY(Calendario[Date])
Mes MONTH(Calendario[Date])
Ratio IP calculate(sum(DATA[Cantidad]);DATA[Codigo
Tipo]="i")/calculate(sum(DATA[Cantidad]);DATA[Codigo Tipo]="p")
Ratio PV calculate(sum(DATA[Cantidad]);DATA[Codigo
Tipo]="v")/calculate(sum(DATA[Cantidad]);DATA[Codigo Tipo]="p")
Relacion IP calculate(sum(DATA[Cantidad]);DATA[Codigo
Tipo]="P")/calculate(sum(DATA[Cantidad]);DATA[Codigo Tipo]="i")
SumaAño CALCULATE(sum(DATA[Cantidad]);PARALLELPERIOD(DATA[Año];-
1;YEAR))
ColeProcede if(OR(DATA[CCOLE_DPTO]="LIMA";DATA[CCOLE_DPTO]="CALL
AO");"Lima y
Callao";if(DATA[CCOLE_DPTO]="EXTRANJERO";"Extranjero";"Provin
cias"))
Creamos las relaciones entre Tablas, con la opción de Administrar
relaciones, normalizando el modelo con las siguientes relaciones entre tablas.
36
Figura 8 : Relaciones entre Tablas del Modelo
Las siguientes ventanas muestran las relaciones entre tablas y la
cardinalidad correspondiente, como se puede apreciar es un modelo de tipo estrella.
Mostramos a continuación la relación que existe entre las tablas, en las
siguientes ventanas de relaciones
Figura 9: Relación entre Tablas Data y Coordenadas
37
Figura 10: Relación entre Tablas Data y División
Figura 11: Relaciones entre Tablas Data y Coordenadas Lima Callao
38
Figura 12: Relación entre Tablas Data y Calendarios
39
V.4 Fase 4: Análisis y Producción:
La inteligencia de negocios utiliza herramientas y técnicas para ordenar sobre
los datos y crear inteligencia. El resultado final es la producción de respuestas
“inteligentes”, en un contexto propio. En algunos casos es un proceso simple como
la creación de un reporte. En otros casos, son la creación de indicadores. Tal vez en
esta fase, sean generados requerimientos adicionales pues los analistas puede que
encuentren nuevas preguntas que necesiten ser contestadas.
Desarrollo de Informes (Dashboard) Estratégicos en Power BI
A continuación, vamos a describir las diferentes páginas de visualización que
contiene el Sistema de Información de la Oficina Central de Admisión de la
Universidad en estudio, sistema desarrollado en la herramienta de Microsoft Power
BI Desktop.
A continuación, mostramos las pantallas principales del Sistema de Información:
Figura 13: Menú Principal de Usuario Nivel 01
40
41
V.5 Fase 5: Difusión:
Esta fase de difusión, es entregar productos inteligentes a los diversos clientes
que lo requieren. Esto básicamente implica el uso de herramientas BI para la
publicación de “tableros de indicadores”, reportes o la posibilidad de tener
herramientas de fácil uso para que los mismos usuarios tengan la capacidad de
revisar los datos de manera rápida y sencilla.
V.5.1 Publicación y uso compartido de la Información
Después de los pasos anteriores en los cuales hemos importado datos,
limpiarlos, transfórmalos, actualizarlos, y creando los informes que nos han
permitido convertir datos en información para la toma de decisiones en la
organización, ahora debemos publicar y compartir estos informes a las personas
operativas interesadas en tomar decisiones.
Para ello Microsoft Power BI cuenta con el servicio en la nube, este servicio
nos permite compartir los informes y paneles y que estos puedan ser visualizados
desde cualquier dispositivo conectado al Internet, y cualquier usuario que tenga el
hipervínculo pueda interactuar con él.
42
Para publicar y compartir paneles e Informes, se debe publicar el desarrollo
hecho en Microsoft Power BI Desktop en el servicio de Power BI de la nube.
Figura 16: Publicar en Power BI
Figura 17: Publicando en Power BI en la Nube
Una vez culminado la operación de publicación, se mostrará la ventana de
Operación completada, se mostrará un hipervínculo para acceder al área de trabajo
de Power BI Service, este vínculo mostrará la siguiente ventana.
43
Figura 18: Dashboard publicado en Power BI Service
El área de trabajo de la herramienta de software Power BI Service, tiene
funcionalidades parecidas a Power BI Desktop, entre estas funcionalidades tiene la
opción de Publicar en la Web, que permitirá insertar el informe para que cualquier
persona en Internet tenga acceso público a este.
Figura 19: Operación para publicar en la nube
Con esta Opción nos generará un hipervínculo para poder compartir la
información para que cualquier colaborador pueda accesar a la aplicación web, una
44
vez obtenido este vínculo cualquier usuario que tenga este vínculo podrá
visualizarlo e interactuar con él.
Figura 20: Hipervínculo publicado en la Nube
Con las siguientes opciones en tamaños para ser insertados en web o blog
en código html
Figura 21: Configurar Tamaño en pixeles
Se generaron los siguientes hipervínculos para compartir y explotar la información
45
Tabla 16: Enlaces de Sistema Nivel 01
Hipervínculo para compartir
https://app.powerbi.com/view?r=eyJrIjoiZjJhYTQ4ODktMzY5MS00NmIyLTg3ZDAtMG
RlMmMyYzAyZGM2IiwidCI6Ijk0OWM1MzZjLTIxNGUtNDU1ZC1hYWY3LWMwYTd
iYmY3Y2ZmMiJ9&pageName=ReportSection8adda1df3179c3464a85
Código HTML para web o blog
<iframe title="SistemaOCANivel01" width="600" height="373.5"

src="https://app.powerbi.com/view?r=eyJrIjoiZjJhYTQ4ODktMzY5MS00NmIyLTg3ZDAt
MGRlMmMyYzAyZGM2IiwidCI6Ijk0OWM1MzZjLTIxNGUtNDU1ZC1hYWY3LWMw
YTdiYmY3Y2ZmMiJ9&pageName=ReportSection8adda1df3179c3464a85"
frameborder="0" allowFullScreen="true"></iframe>
Tabla 17: Enlaces del Sistema Nivel 02

https://app.powerbi.com/view?r=eyJrIjoiZGQwMGZlYzEtYjI5MC00YjgzLTliYjQtZTkyZj
U2MzRjYjk2IiwidCI6Ijk0OWM1MzZjLTIxNGUtNDU1ZC1hYWY3LWMwYTdiYmY3
Y2ZmMiJ9&pageName=ReportSection2bf0a78ae8ba02e271d4

src="https://app.powerbi.com/view?r=eyJrIjoiZGQwMGZlYzEtYjI5MC00YjgzLTliYjQtZ
TkyZjU2MzRjYjk2IiwidCI6Ijk0OWM1MzZjLTIxNGUtNDU1ZC1hYWY3LWMwYTdi
YmY3Y2ZmMiJ9&pageName=ReportSection2bf0a78ae8ba02e271d4" frameborder="0"
allowFullScreen="true"></iframe>
Tabla 18: Enlaces del Sistema Nivel 03
https://app.powerbi.com/view?r=eyJrIjoiZDE4MDg4MzktZjY1YS00NzhiLWFlMTUtZT
MwMmQ0ZTJjODE2IiwidCI6Ijk0OWM1MzZjLTIxNGUtNDU1ZC1hYWY3LWMwYTd
iYmY3Y2ZmMiJ9&pageName=ReportSection2bf0a78ae8ba02e271d4

src="https://app.powerbi.com/view?r=eyJrIjoiZDE4MDg4MzktZjY1YS00NzhiLWFlMTU
tZTMwMmQ0ZTJjODE2IiwidCI6Ijk0OWM1MzZjLTIxNGUtNDU1ZC1hYWY3LWMw
YTdiYmY3Y2ZmMiJ9&pageName=ReportSection2bf0a78ae8ba02e271d4"
frameborder="0" allowFullScreen="true"></iframe>
46
Acortar URL
Los acortadores de URL son servicios gratuitos que nos permiten reducir la
longitud de la URL para poder compartirlo con mayor facilidad entre los usuarios
del Internet.
Estos acortadores de URL no solo tienen la funcionalidad de reducir la
longitud de URL, sino también se puede crear URL personalizadas e incluyen
informes estadísticos.
Tabla 19: Enlaces a los Sistema

Reportes URL Original URL Acortada
https://app.powerbi.com/view?r=eyJr
IjoiZjJhYTQ4ODktMzY5MS00NmI
Nivel 01 yLTg3ZDAtMGRlMmMyYzAyZG https://bit.ly/SistemadeAdmision01
M2IiwidCI6Ijk0OWM1MzZjLTIxN
GUtNDU1ZC1hYWY3LWMwYTdi
YmY3Y2ZmMiJ9
https://app.powerbi.com/view?r=eyJr
IjoiZGQwMGZlYzEtYjI5MC00Yjgz
Nivel 02 LTliYjQtZTkyZjU2MzRjYjk2Iiwid https://bit.ly/SistemadeAdmision02
CI6Ijk0OWM1MzZjLTIxNGUtNDU
1ZC1hYWY3LWMwYTdiYmY3Y2
ZmMiJ9
https://app.powerbi.com/view?r=eyJ
rIjoiZDE4MDg4MzktZjY1YS00Nz
Nivel 03 hiLWFlMTUtZTMwMmQ0ZTJjOD https://bit.ly/SistemadeAdmision03
E2IiwidCI6Ijk0OWM1MzZjLTIxN
GUtNDU1ZC1hYWY3LWMwYTdi
YmY3Y2ZmMiJ9
Generación de Códigos QR
Los códigos QR (Quick Response code "código de respuesta rápida"), son
códigos de barras que pueden ser leídos desde un teléfono portátil o tablet, el cual
permite que este aparato electrónico mediante un navegador pueda mostrar los
contenidos de la página web en forma automática.
Para la generación de esos códigos se usa una aplicación web gratuita que es QR
47
Code Generator (https://www.the-qrcode-generator.com/)
Esta aplicación nos generará los siguientes códigos QR
Tabla 20: Códigos QR de Sistema de Admisión
Nivel 01 Nivel 02 Nivel 03
48
VI. RESULTADOS
Después de las actividades desarrolladas con la metodología propuesta, se
mostrará el detalle y la implementación de la Solución de Inteligencia de Negocios
desarrollado en la herramienta de Microsoft Power BI.
El Sistema desarrollado involucra 3 niveles de usuarios:
a.- Usuarios de Alta Dirección
b.- Usuarios directores de Escuelas Profesionales y Oficinas
c.- Usuarios colaboradores de la Oficina Central de Admisión.
VI.1 Pantallas de Interacción con los Usuarios
Se muestra a continuación las Pantallas de Interacción de los Usuarios y la
descripción de cada una de ellas
49
Figura 22: Menú Principal Nivel 01
50
Tabla 21: Análisis Panel Menú Principal Nivel 01
Ítem Descripción
Sistema de Información de la Oficina Central de

Nombre de Informe
Admisión
Página de Visualización Menú Principal Nivel 01
Esta página sirve como un Menú Principal del
Nivel de Usuario 01 Usuarios de Alta Dirección),
Descripción en el cual se encuentra los nombres de cada una de
las páginas de los Informes y permite acceder a
ellas.
KPIs (Indicadores de
Ninguno
Desempeño)
Marcadores que permiten acceso a cada página de

Objetos Visuales
visualización
Segmentadores Ninguno
Este Menú permite acceso a 09 informes o páginas

Análisis
de Visualizaciones
51
Figura 23: Panel Postulantes e Ingresantes por Año Académico
52
Tabla 22: Análisis de Panel Postulantes e Ingresantes por Año Académico
Ítem Descripción
Nombre de Informe
Admisión
Página de
Postulantes e Ingresantes por Año Académico 2010-2022
Visualización
Esta página nos permite visualizar la relación entre el
número de Postulantes e Ingresantes en las diferentes
modalidades de Admisión en forma global o segmentado
Descripción
por Carrera, Año Académico y Semestre, asimismo
muestra indicadores como Ratio de Ingreso y Porcentaje
de Postulantes e Ingresantes con respecto al Total
Número de Postulantes
KPIs(Indicadores de Número de Ingresantes
Desempeño) Promedio de Ratio de Ingreso
Porcentaje de Postulantes e Ingresantes
Gráfico de Líneas y de Embudo
Objetos Visuales
Medidor y Tablas
Carrera
Segmentadores
Año y Semestre Académico
En forma Global apreciamos una disminución de
Postulantes a partir del año 2011 en adelante, con ligeros
incrementos en algunos años, esto se asocia y sigue su
mismo comportamiento con el número de Ingresantes a
Análisis excepción del año 2021, si se analiza por carrera, algunas
carreras no siguen este mismo comportamiento.
Cabe mencionar que esta página de visualización tiene la
propiedad de poder interactuar con cada uno de los
objetos visuales
53
Figura 24: Panel Postulantes y Vacantes por Año Académico
54
Tabla 23: Análisis de Panel Postulantes y Vacantes por Año Académico
Ítem Descripción
Nombre de Informe
Admisión
Página de
Postulantes y Vacantes por Año Académico
Visualización
Esta página nos permite visualizar la relación entre
el número de Postulantes y Vacantes en las
diferentes modalidades de Admisión en forma global
Descripción o segmentado por Carrera, Año Académico y
Semestre, asimismo muestra indicadores como Ratio
de Postulante vs. Vacante y Porcentaje de
Postulantes y Vacantes con respecto al Total
KPIs(Indicadores de Número de Vacantes
Desempeño) Ratio de Postulante vs, Vacante
Porcentaje de Postulantes y Vacantes
Gráfico de Líneas
Objetos Visuales Gráfico de Embudo
Medidor - Tablas
Segmentadores Carrera - Año y Semestre Académico
Apreciamos una disminución de Postulantes a partir
del año 2012 en adelante, con respecto a las vacantes
ofrecidas por la Universidad vemos que a partir del
Análisis año 2016 se van incrementando, si se analiza por
carrera, apreciamos diferentes comportamientos, se
aprecia que la ratio Postulante vs. Vacante se
incrementa con respecto a la Página anterior.
55
Figura 25: Panel Postulantes por Carrera
56
Tabla 24: Análisis de Panel Postulantes por Carrera
Ítem Descripción
Nombre de Informe
Admisión
Página de Postulantes por Carrera 2010-2022 con Línea de

Visualización Tendencia y Porcentaje de Variación
Esta página nos permite visualizar el número de

Postulantes Global y por cada una de las Carrera que
ofrece la Universidad, además se muestra la línea de
Descripción tendencia que sigue cada una de las Carreras y en
Global.
También muestra la variación porcentual que sigue
los postulantes en forma global y por Carreras.
KPIs(Indicadores de Número de Postulantes

Desempeño) Variación Porcentual con respecto al año anterior
Gráfico de Líneas con tendencia

Objetos Visuales
Tabla
Segmentadores Carrera
Postulantes a partir del año 2012 en adelante, este
comportamiento se revirtió el año 2017 y 2021 como
se aprecia en la Variación Porcentual que muestra
Análisis
indicadores positivos los años 2011, 2017 y 2021.
Si analizamos por carrera, se puede apreciar que
existen diferentes comportamientos mostrados en las
líneas de tendencia.
57
Figura 26: Panel Comportamiento de Postulantes por Facultad
58
Tabla 25: Análisis de Panel Comportamiento de Postulantes por Facultad
Ítem Descripción
Nombre de Informe
Admisión
Página de Comportamiento de Postulantes por Facultad y
Visualización Carrera 2010-2022
Esta página nos permite visualizar el
comportamiento del número de Postulantes entre
los años 2010 – 2022 agrupados por Facultad y en
cada Facultad por Carrera, esto nos permite
comparar las diferentes Carreras de cada una de las
Descripción
Facultades.
Apreciamos en forma visual las 18 carreras
Universitarias que se ofrecen y la tendencia de cada
uno de ellos, vemos que algunas carreras tienen
tendencia positiva,
KPIs(Indicadores de
Desempeño)
Objetos Visuales Gráfico de Líneas Globales
Postulantes a partir del año 2012 en adelante, este
comportamiento se revirtió en algunos años como
se aprecia en la Variación Porcentual que muestra
Análisis
indicadores positivos para algunos años.
Si analizamos por carrera o por facultad, se puede
apreciar que existen diferentes comportamientos
mostrados en las líneas de tendencia
59
Figura 27: Panel Postulantes por Procesos de Admisión
60
Tabla 26: Análisis de Panel Postulantes por Procesos de Admisión
Ítem Descripción
Nombre de Informe
Admisión
Página de
Postulantes por Procesos de Admisión 2010-2022
Visualización
Esta página nos permite visualizar el número de
Postulantes por cada una de los Tipos y Procesos de
Descripción
Admisión que la Universidad ofrece, se puede
visualizar también por Ciclo Académico.
KPIs(Indicadores Número de Postulantes

de Desempeño) Procesos de Admisión
Gráfico de Líneas
Objetos Visuales
Tabla
Tipo Global de Proceso

Segmentadores Proceso de Admisión
Semestre Académico
Postulantes en cada uno de los Procesos de
Admisión ofertados por la Universidad, con
Análisis algunos picos en algunos años, si se analiza cada
uno de ellos en forma individual se podrá apreciar
los comportamientos segmentados por semestres, lo
cual permitirá la toma de decisiones.
61
Figura 28: Panel Postulantes por Procesos de Admisión por Facultad y Carrera
62
Tabla 27: Análisis de Panel Postulantes por Procesos y Facultad y Carrera
Ítem Descripción
Nombre de Informe
Admisión
Página de Postulantes por Procesos de Admisión y
Visualización Facultad/Carrera 2010-2022
Esta página nos permite visualizar la tendencia del
número de postulantes con segmentaciones de
Descripción Procesos Globales de Admisión y Facultad/Carrera,
además se muestra indicadores Globales de número
de Postulantes entre los años 2010-2022.
KPIs(Indicadores de Número de Postulantes por año
Desempeño) Número de Postulantes por Proceso
Gráfico de Líneas
Objetos Visuales
Tarjetas
Tipo de Proceso Global
Segmentadores
Facultad
Esta página de visualizaciones en muy útil para
Análisis analizar los comportamientos de los postulantes en
cada una de las Facultades.
63
Figura 29: Panel Ingresantes por Procesos y Facultad y Carrera
64
Tabla 28: Análisis de Panel Ingresantes por Procesos y Facultad y Carrera
Ítem Descripción
Nombre de Sistema de Información de la Oficina Central de
Informe Admisión
Página de Ingresantes por Procesos de Admisión y
Visualización Facultad/Carrera 2010-2022
Descripción Esta página nos permite visualizar la tendencia del
número de ingresantes con segmentaciones de
Procesos Globales de Admisión y Facultad y Carrera.
KPIs(Indicadores Número de Ingresantes por año
de Desempeño) Número de Ingresantes por Proceso
Número de Ingresantes por Facultad
Número de Ingresantes por carrera
Objetos Visuales Gráfico de Líneas
Segmentadores Tipo de Proceso Global
Facultad
Carrera
Análisis En forma Global apreciamos una disminución o
tendencia estable o igual del número de Ingresantes en
todos los Procesos y en todas las carreras.
Esta página de visualizaciones en muy útil para
analizar los comportamientos de los ingresantes de
cada una de las Facultades.
65
Figura 30: Panel Detalle Tipo/Proceso de Admisión y Carrera
66
Tabla 29: Análisis de Panel Detalle Tipo/Proceso y Carrera
Ítem Descripción
Nombre de Informe
Admisión
Página de Detalle por Tipo Global y Proceso de Admisión por

Visualización Carrera 2010-2022
Esta página nos permite visualizar el detalle por

carrera de los Postulantes, Ingresantes y Vacantes de
los diferentes Procesos Globales y Tipo de Procesos
Descripción que la Universidad ofrece.
Se puede filtrar la página por Descripción del
Proceso, Tipos de Proceso Global o Categoría de
Análisis (Ingresantes, Postulantes o Vacantes)
KPIs(Indicadores de
Número de Ingresantes
Desempeño)
Número de Vacantes
Objetos Visuales Tabla

Proceso de Admisión
Segmentadores
Categoría de Análisis (Ingresantes/
Postulantes/Vacantes)
Podemos apreciar en detalle los diferentes tipos de
análisis que uno desea obtener, estos son por Tipo
Análisis
de Análisis, Proceso de Admisión y Procesos
Globales con la data del 2010-2022
67
Figura 31: Panel Reporte Detallado por Proceso y Carrera
68
Tabla 30: Análisis de Panel Reporte Detallado por Proceso y Carrera
Ítem Descripción
Nombre de Informe
Admisión
Reporte Detallado por Proceso de Admisión y
Página de
Carrera 2010-2022 (Ingresantes-Postulantes-
Visualización
Vacantes)
Esta página nos permite visualizar el detalle por
carrera de los Postulantes, Ingresantes y Vacantes de
los diferentes Procesos de Admisión como
Exámenes Regulares, Exonerados y Centro
Descripción
Preuniversitario que la Universidad ofrece.
Se puede filtrar la página por Tipo, Semestre, Tipos
de Proceso y Categoría de Análisis (Ingresantes,
Postulantes o Vacantes)
KPIs(Indicadores de
Número de Ingresantes
Desempeño)
Número de Vacantes
Objetos Visuales Tabla
Semestre
Año
Segmentadores
Proceso de Admisión
Categoría de Análisis
(Ingresantes/Postulantes/Vacantes)
Podemos apreciar en detalle los diferentes tipos de
análisis que uno desea obtener, estos son por Tipo de
Análisis
Análisis, Proceso de Admisión y Procesos Globales
con la data del 2010-2022
69
Figura 32: Panel Menú Principal Nivel 02
70
Tabla 31: Análisis de Panel Menú Principal Nivel 02
Ítem Descripción
Nombre de Informe
Admisión
Página de
Menú Principal Nivel 02
Visualización
Esta página sirve como un Menú Principal del
Nivel de Usuario 02 (Usuarios directores de
Escuela, jefes de Departamentos y directores de
Descripción
Oficinas), en el cual se encuentra los nombres de
cada una de las páginas del Informe y permite
acceder a ellas.
KPIs(Indicadores de
Ninguno
Desempeño)

Objetos Visuales
visualización
Este Menú permite acceso a 05 informes o páginas
Análisis
de Visualizaciones
71
Figura 33: Panel Perfil Demográfico de Ingresantes – Edad y Género
72
Tabla 32: Análisis de Panel Perfil Demográfico Ingresantes – Edad y Género
Ítem Descripción
Nombre de Informe
Admisión
Página de Perfil Demográfico de Ingresantes, Edad, Género
Visualización 2016-2022
Esta página nos permite visualizar información
Demográfica de los Ingresantes por carrera entre
los años 2016-2022, nos muestra la información
Descripción
referente a Edad, Género (Total y Porcentaje), y
Edad Promedio por cada una de las carreras
ofertadas por la Universidad.
Porcentaje de Ingresantes por Género
KPIs(Indicadores de Número de Ingresantes por Género
Desempeño) Número de Ingresantes por Edad
Edad Promedio
Gráfico de Columnas Agrupadas
Objetos Visuales Gráfico de Anillos
Tarjetas
Carrera
Segmentadores
Año Académico
Con este Página de Visualización podemos recabar
información importante para cada una de las
carreras que ofrece la Universidad, esta
Análisis información se refiere a información demográfica
de Género y Edad que, con su conocimiento por
parte de cada una de las Carreras, estas pueden
tomar decisiones.
73
Figura 34: Panel Perfil Demográfico Ingresantes – Dpto. de Procedencia
74
Tabla 33: Análisis de Panel Perfil Demográfico Ingresantes – Dpto.Procedencia
Ítem Descripción
Nombre de Informe
Admisión
Página de Perfil Demográfico de Ingresantes, Departamento de
Visualización Procedencia y Carrera 2016-2022
Demográfica de los Ingresantes por Departamento de
Procedencia y Carrera entre los años 2016-2022, nos
muestra la información referente al Departamento de
Descripción
Procedencia de los Ingresantes y el número Total de
Ingresantes por Departamento del Perú.
Permite filtrar por cada Carrera que la Universidad
ofrece.
KPIs(Indicadores de Número de Ingresantes por Departamento de
Desempeño) Procedencia.
Gráfico de Treemap
Objetos Visuales Mapa
Tabla
Con este Página de Visualización podemos recabar
información importante Demográfica de los Ingresantes
al poder visualizar el número de Ingresantes por carrera y
Departamento de Procedencia.
Análisis
propiedad de poder interactuar con cada uno de los
objetos visuales y estos modifican la información en
tiempo real
75
Figura 35: Panel Perfil Demográfico Ingresantes – Distrito Lima/Callao
76
Tabla 34: Análisis de Panel Perfil Demográfico Ingresantes –Lima/Callao
Ítem Descripción
Nombre de
Sistema de Información de la Oficina Central de Admisión
Informe
Página de Perfil Demográfico de Ingresantes, Distrito de Procedencia
Visualización Lima/Callao 2016-2022
Demográfica de los Ingresantes por Distrito de Procedencia
de Lima y Callao, con filtros de Carrera entre los años 2016-
Descripción
2022, nos muestra la información referente al número Total
de Ingresantes por Distrito en Lima y Callao.
Permite filtrar por cada Carrera que la Universidad ofrece.
KPIs(Indicadores Número de Ingresantes por Distrito de Procedencia en Lima
de Desempeño) y Callao.
Mapa
Objetos Visuales
Tablas
Carrera
Segmentadores
Año Académico
Con esta Página de Visualización podemos recabar
información importante Demográfica de los Ingresantes al
poder visualizar el número de Ingresantes por Distrito de
Procedencia en Lima y Callao.
Se muestra además una Tabla con los 5 Distritos Top, con
su respectivo Total de Ingresantes
Análisis
Podemos analizar que la mayoría de los Ingresantes
provienen de Santiago de Surco, seguido de San Juan de
Miraflores.
propiedad de poder interactuar con cada uno de los objetos
visuales y estos modifican la información en tiempo real
77
Figura 36: Panel Perfil Demográfico de Ingresantes – Div. Administrativa
78
Tabla 35: Análisis de Panel Perfil Demográfico de Ingresantes – Div. Administrativa
Ítem Descripción
Nombre de Informe
Admisión
Página de Perfil Demográfico de Ingresantes, Distrito
Visualización Administrativa Lima Provincia 2016-2022
Demográfica de los Ingresantes por División
Administrativa de Lima Provincia, se han catalogado en 5
Divisiones Administrativas (Lima Sur, Lima Norte, Lima
Este, Lima Centro y Callao)
Descripción
En cada uno de esas Divisiones Administrativas se
encuentran todos los Distritos de Lima y Callao,
mostrando el número de Ingresantes por cada uno de los
Distritos de Procedencia y Divisiones Administrativas.
Permite filtrar por cada Carrera que la Universidad ofrece.
KPIs(Indicadores de Número de Ingresantes por Distrito
Desempeño) Número de Ingresantes por División Administrativa.
Gráfico de Anillos
Objetos Visuales
Tablas e Imágenes
información importante Demográfica de los Ingresantes al
poder visualizar el número de Ingresantes por Distrito de
Procedencia en Lima y Callao, además de poder visualizar
Análisis
el número de ingresantes por las distintas Divisiones
Administrativas.
provienen de Lima Sur
79
Figura 37: Panel Perfil Demográfico Ingresantes – Tipo y Ubicación Colegio
80
Tabla 36: Análisis de Panel Perfil Demográfico Ingresantes – Tipo/Ubicación Colegio
Ítem Descripción
Nombre de Informe
Admisión
Página de Perfil Demográfico de Ingresantes, Tipo de Colegio y
Visualización Ubicación de Colegio de Procedencia 2016-2022
Demográfica de los Ingresantes por Tipo de Colegio y
Distrito de Ubicación del Colegio de Procedencia, con
filtros de Carrera entre los años 2016-2022, además de
Descripción ello nos muestra una tabla con el detalle de los colegios
con la información de Postulantes, Ingresantes y la ratio
de Ingreso.
Permite filtrar por cada Carrera que la Universidad
ofrece.
Porcentual de Tipo de Colegio
KPIs(Indicadores de Porcentual de Localización de Colegio de Procedencia
Desempeño) Postulantes e Ingresantes por Colegio
Ratio de Ingreso por Colegio
Gráfico de Anillos
Objetos Visuales
Tablas
información Demográfica de los Postulantes e
Ingresantes por tipo de Colegio y Localización
Análisis Geográfica del Colegio de Procedencia.
provienen de colegios Particulares, y de Colegios de
Lima y Callao
81
Figura 38: Panel Menú Principal Nivel 03
82
Tabla 37: Análisis de Panel Menú Principal Nivel 03
Ítem Descripción
Nombre de Sistema de Información de la Oficina Central de

Informe Admisión
Página de
Menú Principal Nivel 03
Visualización
Esta página sirve como un Menú Principal del Nivel

de Usuario 02 (Usuarios de la Oficina Central de
Descripción Admisión), en el cual se encuentra los nombres de
cada una de las páginas del Informe y permite acceder
a ellas.
KPIs(Indicadores
Ninguno
de Desempeño)

Objetos Visuales
visualización
Este Menú permite acceso a 02 informes o páginas de
Análisis
Visualizaciones
83
Figura 39: Panel Postulantes e Ingresantes – Colegios con Ratios de Ingreso
84
Tabla 38: Análisis de Panel Búsqueda de Ingresantes por Colegio y Ratios
Ítem Descripción
Nombre de Informe
Admisión
Postulantes e Ingresantes por Colegio – Colegios con
Página de Visualización
ratios de Ingreso y detalle de Alumnos 2016-2022
Esta página nos permite visualizar información en
detalle de cada colegio con información de Alumnos
Postulantes que provienen de ese colegio, así como
su ratio de Ingreso de sus alumnos que han postulado
a la Universidad.
Descripción
Además, muestra la cantidad de alumnos postulantes
por cada una de la Carreras que la Universidad
ofrece, así como el detalle de los nombres de los
alumnos provenientes de ese colegio y la carrera a la
cual han ingresado.
Número de Ingresantes por Carrera
KPIs(Indicadores de
Número de Postulantes e Ingresantes por Colegio
Desempeño)
Gráfico de Líneas
Objetos Visuales
Tablas y Tarjetas
Segmentadores Caja de Diálogo de Búsqueda (Text Filter)
Con esta Página de Visualización podemos mostrar
todo lo referente al colegio que uno busca, como
ingresantes y postulantes por carrera y ratios de
Análisis ingreso.
Con este reporte los colegios podrán tener a su
alcance información en detalle de los alumnos que
postulan e ingresan a la Universidad.
85
Figura 40: Panel Búsqueda de Colegios y Carrera de Procedencia
86
Tabla 39: Análisis de Panel Búsqueda de Colegios y Carrera de Procedencia
Ítem Descripción
Nombre de Informe
Admisión
Página de Búsquedas de Colegios por tipo, Ubicación y carrera
Visualización de preferencia
Esta página nos permite visualizar información de los
colegios por Tipo, Ubicación, mostrando también la
ratio de Ingreso, pudiendo ser filtrado por Carrera o
Descripción por nombre de Colegio.
En base a una caja de diálogo de búsqueda de Colegio,
se puede accesar al colegio de consulta y mostrar toda
la información ofrecida.
Número de Ingresantes por Carrera
KPIs(Indicadores Número de Postulantes por Colegio
de Desempeño) Número de Ingresantes por Colegio
Gráfico de Medidor
Objetos Visuales
Tablas
Tipo de Colegio
Segmentadores Ubicación de Colegio
Carreras
Con esta Página de Visualización podemos mostrar los
Colegios por tipo y Ubicación, además de seleccionar
uno de ellos y mostraremos la ratio de Ingreso.
Análisis
También podemos filtrar las carreras que la
Universidad ofrece y podemos ver los colegios que
tienen preferencia por esa carrera en particular.
87
VI.2 Implementación de Solución de Inteligencia de Negocios
La solución de Inteligencia de Negocio pasó a la fase explotación por los
Usuarios finales al momento de disponer de los hipervínculos de cada uno de los
niveles de Usuario correspondiente.
Esta fase de explotación de datos por el momento solo se implementó en su
totalidad con los Usuarios de Nivel 3 (Colaboradores de la Oficina Central de
Admisión) y Usuarios de Nivel 1 (Solo Vicerrector Académico).
Esta decisión se tomó por motivo de que actualmente se cuenta solo con la
licencia de nivel gratuito de Microsoft Power BI y los niveles de seguridad y
protección de datos no están disponibles en ese tipo de licencia gratuita, solo se
encuentran en las licencias de tipo Pro o Premium.
El nivel de satisfacción de los usuarios que usan esta Solución de
Inteligencia de negocios se ve reflejado en las siguientes actividades que han podido
desarrollar los colaboradores de la Oficina Central de Admisión, entre los cuales
están las siguientes actividades desarrolladas:
• Generación de estrategias de Posicionamiento de la Universidad de
parte del Área de Promoción y Difusión
• Brindar información de segmentación de postulantes a agencia externa
que maneja la cuenta de Redes Sociales, con el detalle de Edad,
Provincias y Distritos de donde provienen nuestros postulantes.
• Con el detalle de Colegios de Procedencia de los Postulantes se
88
programó Visitas a Colegios de interés en Lima y Provincias.
programó Charlas para Padres de familia de Colegios de interés.
programó e invitó a eventos deportivos a Colegios de interés.
Escuelas Profesionales y Oficinas
• Con la Información Estadística de Postulantes, Ingresantes y Vacantes
se generaron reportes de Información requerida por las Escuelas
Profesionales (para Licenciamiento y Acreditaciones Nacionales e
Internacionales)
se generaron reportes de Información requerida las Oficinas de la
Universidad que son responsables de brindar información requerida por
la SUNEDU y otros organismos.
se agendaron reuniones Coordinación con las Escuelas profesionales de
la Universidad para planificar estrategias de posicionamiento en
conjunto.
Colegios
• En las visitas a los colegios de interés que la universidad tiene se puede
brindar a los directores información en línea del número de egresados
89
de los colegios que actualmente estudian en la Universidad con el
detalle de las carreras en la cuales se encuentran sus egresados
• En las visitas a los colegios de interés que la universidad tiene se puede
brindar a los directores información de la ratio Postulantes/Ingresante
que les corresponde a sus egresados.
90
VII. DISCUSION
A partir del desarrollo de la Solución de Inteligencia de negocios implementada
en la universidad en estudio, se estableció que su utilización por los miembros
de la Oficina Central de Admisión de la información estadística de postulantes,
ingresantes y perfil demográfico de ingresantes, les permitieron implementar
estrategias de posicionamiento de la universidad, esto guarda relación con lo
que sostienen Castañeda [6] y Florián [10] , quienes señalan que la aplicación
de Inteligencia de negocios desarrollada permitió facilitar la toma de decisiones
en sus organizaciones y la generación de estrategias organizacionales, ello es
acorde con lo que en esta tesis se halla.
Pero, en lo que no concuerda la presente tesis los autores referidos
anteriormente, es en la metodología y en la herramienta de Software a usar en
el desarrollo, esas diferencias se presentan porque cada uno de los
investigadores toma en cuenta una serie de criterios de evaluación para elegir la
metodología y la herramienta de Inteligencia de negocios a usar en su
investigación.
La implementación de la Solución de Inteligencia de Negocios en esta
universidad en estudio ha tenido un impacto significativo en la Oficina Central
de Admisión, el uso de la información generada por esta solución ha permitido
generar estrategias de posicionamiento de la universidad en el corto plazo y
además tiene mucho potencial cuando su implementación llegue a todos los
niveles de usuario que están planificados.
91
La escalabilidad de la Solución de Inteligencia de Negocios implementada, se
logrará si la Oficina Central de Informática y Cómputo pueda adoptar este
sistema y proveerla de los permisos y conectividad necesarias para poder
conectarse con la Base de datos centralizada, con esta funcionalidad el sistema
podrá tener información en tiempo real.
Esta primera Solución de Inteligencia de Negocios implementada en la
universidad de estudio tiene suma importancia en las futuras implementaciones
en las diferentes áreas de la universidad, como se conoce las universidades
gestionan una variedad de tipo de información que puede ser implementada en
Sistemas de Información de Inteligencia de Negocios, que puedan apoyar en la
toma de decisiones en varios aspectos:
• Académicos:
o Rendimiento Académico histórico de alumnos
o Análisis de Deserción de alumnos
o Análisis de Rendimiento Universitario vs Tipo de Ingreso
o Análisis Histórico de Encuestas de Docentes
o Análisis de Cursos Académicos – Grupos y Cupos
• Administrativos
o Análisis de Gestión administrativa
o Análisis de Gestión Financiera
92
VIII. CONCLUSIONES
1. En la presente tesis se desarrolló e implementó la Solución de Inteligencia de
Negocios en la Oficina Central de Admisión de la universidad en estudio, esta
solución actualmente está siendo usada por Oficina Central de Admisión
apoyando en la toma de decisiones y como base a estrategias organizacionales.
2. En la presente tesis se documentó todas las necesidades en información que la
Oficina Central de Admisión requerían, asimismo de las Oficinas externas, este
relevamiento de información permitió modelar el Sistema de Información, este
modelamiento es la estructura fundamental de la Solución de Inteligencia de
Negocios desarrollada.
3. En la presente tesis se analizaron las fuentes de datos disponibles, estos datos
provienen del Sistema de Inscripción de Postulantes, sistema administrado por
la Oficina Central de Informática y Cómputo de la universidad en estudio, este
análisis de los datos, permitió normalizar la base de Datos, este proceso incluyó
la creación de tablas y relaciones.
4. En la presente tesis se elaboraron una serie de tableros de Control destinados a
3 niveles de usuario, estas interfases gráficas permiten a los usuarios de la
Oficina Central de Admisión tener una herramienta de interfaz amigable como
apoyo a la toma de decisiones y como base de estrategias de posicionamiento
implementadas.
93
IX. RECOMENDACIONES
1. Percibidas las ventajas de esta Solución de Inteligencia de Negocios se
recomienda a la Universidad en estudio implementar otras soluciones de este
tipo en el área académica para la generación de reportes académicos de docentes
y alumnos que permitan tomar decisiones en los niveles de Alta Dirección, de
tal forma de generar estrategias adecuadas para su mejor gestión.
2. En la fase de Relevamiento de información se recomienda identificar y
seleccionar a los usuarios de cada una de las áreas involucradas que tengan
experiencia en el uso de Sistemas de información, esta habilidad en estos
usuarios le va a permitir al analista que la obtención de la descripción de
requerimientos de información sea más fluida y provechosa.
3. Esta solución de Inteligencia de negocios puede automatizarse en la fase de
importación de datos si se pudiese conectar con la Base de datos oficial de la
Universidad en estudio, para ello se debe tener los privilegios de conexión de
datos automática y cambiar los procedimientos de carga de datos en la
herramienta Microsoft Power BI
4. Para abarcar a otros niveles de usuario (directores de Escuelas Profesionales o
de Oficinas) es necesario contar con las funcionalidades de Seguridad de Datos,
compartir conjunto de datos, paneles o informes con otros usuarios y otras
capacidades de la herramienta, se debe contar con las licencias de pago (Pro o
Premium) de Microsoft Power BI.
94
X. REFERENCIAS BIBLIOGRAFICAS
[1] J. Nima, Soluciones de Inteligencia de Negocios: Fundamentos y Casos de Aplicación,
Eumed, 2009.
[2] Gartner, «Gartner,» 15 Febrero 2021. [En línea]. Available:
https://www.gartner.com/en/documents/3996944.
[3] D. Garcia, «Bitec Simplifica,» 31 Marzo 2022. [En línea]. Available:
https://www.bitec.es/noticias-bitec/cuadrante-magico-de-gartner-2022-analisis-y-
business-intelligence/.
[4] Microsoft, «https://docs.microsoft.com/es-es/power-bi/fundamentals/power-bi-
overview,» 16 Abril 2022. [En línea]. Available: https://docs.microsoft.com/es-
es/power-bi/fundamentals/power-bi-overview.
[5] L. Sommerville, Ingeniería de Software, Novena ed., Pearson, 2011, p. 792.
[6] A. Castañeda Vásquez, Desarrollo de Business Intelligence, basado en la metodología
de Ralph Kimball, para mejorar el proceso de toma de decisiones en el área de
Admisión de la Universidad Autónoma del Perú, Universidad Autónoma del Perú,
2015.
[7] M. Y. F. Espinoza, Implementación de un Datamart para la toma de decisiones en la
Dirección Universitaria de la Filial Norte de la USMP, USMP, 2016.
[8] F. R. R. Nano, Inteligencia de negocios en la mejora de la gestión administrativa en el
Instituto de Educación Superior Avansys, 2017, UCV, 2017.
[9] C. Gonzales Cam y C. Rodriguez Dominguez, Propuesta de un modelo de Business
Intelligence para identificar el perfil de deserción estudiantil en la Universidad
Científica del Sur, UPC, 2017.
95
[10] A. Q. D. Eulalia, Análisis, diseño e implementación de un Datmart Académico usando
tecnología de BI para la Facultad de Ingeniería, Ciencias Físicas y Matemáticas”
(Universidad Central de Ecuador), Universidad Central de Ecuador, 2013.
[11] T. Elliott, «Implementing Business Intelligence Strategy Business Objects,» Febrero
2004. [En línea]. Available:
http://download.101com.com/tdwi/ww19/Business_Objects_Competency_Centers.pdf.
[12] M. d. Educacion, «Ley Universitaria N°30220,» [En línea]. Available:
https://cdn.www.gob.pe/uploads/document/file/2817433/Ley%20Universitaria%20.pdf.
96

Implementacion PiedraRubio Luis

Cargado por

Copyright:

Formatos disponibles

Implementacion PiedraRubio Luis

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Implementacion PiedraRubio Luis

Cargado por

Copyright:

Formatos disponibles

IMPLEMENTACIÓN DE UN

TESIS PARA OPTAR EL GRADO DE

LUIS HILDEBRANDO PIEDRA RUBIO

MSc. Jaime Arturo García Sócola

DRA. LUZ AURORA CARBAJAL ARROYO

DRA. MABEL KAREL RAZA GARCIA

DRA. ROSA MARIA INGA SANTIVAÑEZ

A todos mis profesores del Departamento de Física y Matemáticas de la

Universidad Peruana Cayetano Heredia, que con sus experiencias y ejemplo

formaron mi espíritu investigador y en especial a mi asesor el MSc. Jaime Arturo

II. PLANTEAMIENTO DEL PROBLEMA .................................................... 2

II.1 ANTECEDENTES ......................................................................................... 2

II.1.1 Estructura Universitaria............................................................................................... 2

II.2 DEFINICIÓN DEL PROBLEMA: ..................................................................... 2

II.3 JUSTIFICACIÓN DEL ESTUDIO:.................................................................... 4

II.4 LIMITACIONES DE LA INVESTIGACIÓN ....................................................... 5

III. MARCO TEORICO ..................................................................................... 6

III.1 INTELIGENCIA DE NEGOCIOS (BUSINESS INTELLIGENCE) .......................... 6

III.2 BENEFICIOS DE LA INTELIGENCIA DE NEGOCIOS........................................ 6

III.3 CUADRANTE DE GARDNER EN INTELIGENCIA EMPRESARIAL ..................... 7

III.4 SELECCIÓN DE SOFTWARE DE INTELIGENCIA DE NEGOCIOS ...................... 9

III.5 MICROSOFT POWER BI ............................................................................ 10

III.6 INGENIERÍA DEL SOFTWARE .................................................................... 10

III.7 PROCESO DE SOFTWARE .......................................................................... 11

III.8 REVISIÓN DE LITERATURA RELACIONADA ............................................... 11

III.8.1 Investigaciones Nacionales ................................................................................... 12

III.8.2 Investigaciones Internacionales ............................................................................ 13

IV.1 OBJETIVO GENERAL ................................................................................ 15

V.1 FASE 1: DIRIGIR Y PLANEAR .................................................................... 19

V.2 FASE 2: RECOLECCIÓN DE INFORMACIÓN: ............................................... 22

V.3 FASE 3 - PROCESAMIENTOS DE DATOS: ................................................... 28

V.3.1 Importación de Datos ................................................................................................ 31

V.3.2 Actualización de Datos y Funciones DAX................................................................... 34

V.4 FASE 4: ANÁLISIS Y PRODUCCIÓN: .......................................................... 40

V.5 FASE 5: DIFUSIÓN: ................................................................................... 42

V.5.1 Publicación y uso compartido de la Información ...................................................... 42

VI. RESULTADOS .......................................................................................... 49

VI.1 PANTALLAS DE INTERACCIÓN CON LOS USUARIOS .................................. 49

VI.2 IMPLEMENTACIÓN DE SOLUCIÓN DE INTELIGENCIA DE NEGOCIOS .......... 88

VII. DISCUSION .............................................................................................. 91

IX. RECOMENDACIONES ............................................................................ 94

X. REFERENCIAS BIBLIOGRAFICAS ....................................................... 95

Tabla 1: Criterios de Evaluación de Herramientas de Software ........................................ 9

Tabla 2: Criterios de Evaluación de Metodologías .......................................................... 17

Tabla 3: Comparativa de Metodologías ........................................................................... 17

Tabla 4: Roles de Actores del Sistema............................................................................. 24

Tabla 5: Data Fuente ........................................................................................................ 28

Tabla 6: Coordenadas Departamentos ............................................................................. 28

Tabla 7: Coordenadas Lima Callao .................................................................................. 29

Tabla 8: División Geográfica ........................................................................................... 29

Tabla 9: Estructura de la Tabla Data ................................................................................ 32

Tabla 10: Estructura de la Tabla División ....................................................................... 33

Tabla 11: Estructura de Tabla Coordenadas .................................................................... 33

Tabla 12: Estructura Tabla División ................................................................................ 33

Tabla 13: Estructura de Tabla Calendario......................................................................... 34

Tabla 14: Funciones DAX (Data Analysis Expressions) .................................................. 35

Tabla 15: Expresiones DAX ............................................................................................. 36

Tabla 16: Enlaces de Sistema Nivel 01 ............................................................................. 46

Tabla 17: Enlaces del Sistema Nivel 02............................................................................ 46