INTELIGENCIA DE NEGOCIOS MODELO DE ACCIDENTALIDAD VIAL

Plan your projects and define important tasks and actions

Comienza Ya. Es Gratis
ó regístrate con tu dirección de correo electrónico
INTELIGENCIA DE NEGOCIOS MODELO DE ACCIDENTALIDAD VIAL por Mind Map: INTELIGENCIA DE NEGOCIOS        MODELO DE ACCIDENTALIDAD VIAL

1. CONTEXTO

1.1. La accidentalidad vial es uno de los índices que más víctimas arroja en la tasa de mortalidad

1.1.1. ¿Cómo Podía mejorarse esta situación?

1.1.1.1. análisis profundo que permita conocer las causas reales de dicha accidentalidad de tal manera que el objetivo de las estrategias se centre en los actores que más causan accidentes

2. INTEGRANTES

2.1. JAVIER ALBERTO RODRIGUEZ JORGE MARIO REYES BLANCO JORGE RAFAEL CAMACHO QUIROZ

3. OBJETIVOS

3.1. GENERAL

3.1.1. Realizar un proceso de inteligencia de negocios a un modelo de accidentalidad vial que permita conocer la empresa de mayor accidentalidad vial.

3.2. ESPECIFICOS

3.2.1.  Obtener datos representativos de accidentalidad vial en Boyacá.

3.2.2.  Tratar la información de manera que se adecué al estudio de BI.

3.2.3.  Utilizar herramientas que permitan realizar el análisis de manera efectiva.

4. RESULTADOS

4.1. • Los índices de accidentalidad tal como se encuentran plasmados en la fuente de información original solamente permiten hacer una regresión lineal cuyos resultados de tipo predictivo señalan que es posible que la accidentalidad mantenga el promedio actual.

4.2. • Se lograron estandarizar los datos de tal manera que no surjieran problemas en el procesamiento del cubo.

4.3. Se concluye que la empresa con mayor indice de mortalidad en accidentes de transito es Coflonorte - Los libertadores.

5. CONCLUSIONES

5.1. • El proceso de inteligencia de negocios permite a una organización (sin importar su tipo) a tomar decisiones vitales que permitan alcanzar los objetivos y metas de la empresa.

5.2. • Es importante que las fuentes de información sean confiables y que los datos obtenidos pasen por un riguroso proceso de estandarización con el fin de evitar problemas durante la etapa de análisis.

5.3. • Se debe tener especial precaución con los permisos otorgados al usuario ya que de otra forma no será posible hacer el procesamiento del cubo y por ende no se podrá obtener ninguna información.

5.4. • La correcta definición de dimensiones y medidas influirá en la cálidad y relevancia de la información obtenida.

5.5. • Debe tenerse en cuenta que la dimensión de tiempo no se debe modelar junto con las demás dimensiones sino que tiene que ser agregada posteriormente al cubo.

6. CREACION DEL MODELO

6.1. Descripción

6.1.1. El modelo no es más que la representación gráfica del proceso de definición anterior, sin embargo cabe aclarar que durante la creación del modelo surgen interrogantes que pueden ser solucionadas durante este diseño.

6.2. DataMart

7. DEFINICION DE MEDIDAS, DIMENSIONES Y GRANULARIDAD

7.1. GRANULARIDAD

7.1.1. Basados en la información obtenida, el registro de un accidente se especifica con fecha en formato time stamp lo que permite definir un nivel de granularidad hasta el minuto en que ocurrió el accidente.

7.2. DIMENSIONES

7.2.1. Las dimensiones se seleccionaron de acuerdo al número de columnas de la hoja de cálculo ya que cada una representa una “unidad” del problema que se quiere atacar

7.2.1.1.  Tipo_Vehículo

7.2.1.2.  Empresa

7.2.1.3.  Servicio

7.2.1.4.  Gravedad

7.2.1.5.  Distancia

7.2.1.6.  Causa_Accidente

7.2.1.7.  Time

7.2.1.8.  Clase_Accidente

7.2.1.9.  Via

8. OBTENCION Y TRATAMIENTO INICIAL DE DATOS

8.1. la información se obtuvo en hojas de cálculo y en documentos de Word

8.1.1. Los archivos fueron convertidos de Excel al formato delimitado por comas (csv) para importarlos a al modelo estrella diseñado en SQL server Management Studio.

8.1.1.1. se revisa la codificación, es decir que no existan caracteres extraños y son pasados a UTF-8 para la inserción en la base de datos

8.1.1.2. Para solucionar el problema de datos inexistentes se utilizó el método de Listwise Deletion que básicamente consiste en eliminar la fila cuyos atributos no contienen información.

9. PROCESO DE BI CON SQL SERVER MANAGEMENT STUDIO

9.1. Datos en la tabla de hechos SQl server management studio

9.2. Creación del proyecto

9.3. crear un nuevo data source

9.4. Vista del data source, selección de tablas

9.5. Una vez cargadas las tablas de las dimensiones y la tabla de hechos se procede a crear el modelo dentro de la vista “Datasource view”

9.6. se toman los datos para medidas y las dimensiones correspondientes

9.7. cubo de información

9.8. Se creaa la dimensión de tiempo

9.8.1. se crea la dimensión de tiempo se crea la tabla de tiempo con la relación entre tributos y granularidad, después esta dimensión debe ser poblada.

9.8.1.1. Se agrega en la vista de data source la dimensión tiempo y posteriormente se relaciona

9.9. Se definen atributos y granularidad de cada una de las dimensiones

9.10. Para poder realizar cualquier operación (minería de datos, aplicación de algoritmos estadísticos, etc), es necesario procesar el cubo.

9.11. Los datos se presentan en informes estadísticos y graficos (Regresiones lineales, árboles de deciosones, series de tiempo)