Reingeniería y migración de aplicación de Business Intelligence (BI) a plataforma en la nube
Este proyecto se realizó en la empresa de consultoría de datos Datalytics para uno de sus clientes y consistió en la reingeniería y migración de un modelo de datos actualmente desplegado en la plataforma de inteligencia de negocios Cognos BI a la nube de Azure. Esta necesidad surgió, debido a que Co...
Autor principal: | |
---|---|
Formato: | info:eu-repo/semantics/other info:ar-repo/semantics/otro No informada |
Lenguaje: | Español |
Publicado: |
Universidad Nacional Arturo Jauretche
2022
|
Materias: | |
Acceso en línea: | https://rid.unaj.edu.ar/handle/123456789/2522 |
Aporte de: |
id |
I76-R191-123456789-2522 |
---|---|
record_format |
dspace |
spelling |
I76-R191-123456789-25222024-06-26T19:01:59Z Reingeniería y migración de aplicación de Business Intelligence (BI) a plataforma en la nube Rodriguez, Ivan Emanuel MIGRACION DATA WAREHOUSE DATA LAKE COMPUTACION EN LA NUBE INDUSTRIA DE SERVICIOS DE COMPUTACION Este proyecto se realizó en la empresa de consultoría de datos Datalytics para uno de sus clientes y consistió en la reingeniería y migración de un modelo de datos actualmente desplegado en la plataforma de inteligencia de negocios Cognos BI a la nube de Azure. Esta necesidad surgió, debido a que Cognos BI y el Data Warehouse Oracle que utilizaba, presentaban muchos problemas de performance y velocidad y no contaban con personaltécnico que brinde soporte, lo que significaba un riesgo alto para el cliente. El objetivo del proyecto fue replicar los datos desde los orígenes de la información, como así también, las reglas de negocio que se aplican dentro de la misma base de datos con la intención de que el Data Lake sea la única fuente de información para todas las herramientas de consulta/visualización. Las tareas del proyecto abarcaron: la ingesta de los múltiples orígenes de información, la aplicación y generación de las reglas denegocio utilizando lenguaje SQL y Python, el desarrollo de los distintos modelos de datos y la réplica de los modelos para su consumo con la herramienta de visualización Power BI. Con esta reingeniería y migración se logró centralizar toda la información y conocer todos los procesos involucrados en la generación de los reportes, lo que permite brindar el soporte técnico adecuado. Así también, se mejoró considerablemente la performance y velocidad de consulta por parte de los usuarios. 2022 info:eu-repo/semantics/other info:ar-repo/semantics/otro No informada https://rid.unaj.edu.ar/handle/123456789/2522 spa info:eu-repo/semantics/altIdentifier/url/biblioarchivo.unaj.edu.ar/mostrar/pdf/scvsdf/erwe/4ca27e48ee756c11d5074cd97327b6b66df815f4 info:eu-repo/semantics/openAccess info:ar-repo/semantics/Acceso abierto https://creativecommons.org/licenses/by-nc-nd/4.0/ application/pdf Universidad Nacional Arturo Jauretche |
institution |
Universidad Nacional Arturo Jauretche |
institution_str |
I-76 |
repository_str |
R-191 |
collection |
Repositorio Institucional de Acceso Abierto (RID UNAJ) |
language |
Español |
orig_language_str_mv |
spa |
topic |
MIGRACION DATA WAREHOUSE DATA LAKE COMPUTACION EN LA NUBE INDUSTRIA DE SERVICIOS DE COMPUTACION |
spellingShingle |
MIGRACION DATA WAREHOUSE DATA LAKE COMPUTACION EN LA NUBE INDUSTRIA DE SERVICIOS DE COMPUTACION Rodriguez, Ivan Emanuel Reingeniería y migración de aplicación de Business Intelligence (BI) a plataforma en la nube |
topic_facet |
MIGRACION DATA WAREHOUSE DATA LAKE COMPUTACION EN LA NUBE INDUSTRIA DE SERVICIOS DE COMPUTACION |
description |
Este proyecto se realizó en la empresa de consultoría de datos Datalytics para uno de sus clientes y consistió en la reingeniería y migración de un modelo de datos actualmente desplegado en la plataforma de inteligencia de negocios Cognos BI a la nube de Azure. Esta necesidad surgió, debido a que Cognos BI y el Data Warehouse Oracle que utilizaba, presentaban muchos problemas de performance y velocidad y no contaban con personaltécnico que brinde soporte, lo que significaba un riesgo alto para el cliente. El objetivo del proyecto fue replicar los datos desde los orígenes de la información, como así también, las reglas de negocio que se aplican dentro de la misma base de datos con la intención de que el Data Lake sea la única fuente de información para todas las herramientas de consulta/visualización. Las tareas del proyecto abarcaron: la ingesta de los múltiples orígenes de información, la aplicación y generación de las reglas denegocio utilizando lenguaje SQL y Python, el desarrollo de los distintos modelos de datos y la réplica de los modelos para su consumo con la herramienta de visualización Power BI. Con esta reingeniería y migración se logró centralizar toda la información y conocer todos los procesos involucrados en la generación de los reportes, lo que permite brindar el soporte técnico adecuado. Así también, se mejoró considerablemente la performance y velocidad de consulta por parte de los usuarios. |
format |
info:eu-repo/semantics/other info:ar-repo/semantics/otro No informada |
author |
Rodriguez, Ivan Emanuel |
author_facet |
Rodriguez, Ivan Emanuel |
author_sort |
Rodriguez, Ivan Emanuel |
title |
Reingeniería y migración de aplicación de Business Intelligence (BI) a plataforma en la nube |
title_short |
Reingeniería y migración de aplicación de Business Intelligence (BI) a plataforma en la nube |
title_full |
Reingeniería y migración de aplicación de Business Intelligence (BI) a plataforma en la nube |
title_fullStr |
Reingeniería y migración de aplicación de Business Intelligence (BI) a plataforma en la nube |
title_full_unstemmed |
Reingeniería y migración de aplicación de Business Intelligence (BI) a plataforma en la nube |
title_sort |
reingeniería y migración de aplicación de business intelligence (bi) a plataforma en la nube |
publisher |
Universidad Nacional Arturo Jauretche |
publishDate |
2022 |
url |
https://rid.unaj.edu.ar/handle/123456789/2522 |
work_keys_str_mv |
AT rodriguezivanemanuel reingenieriaymigraciondeaplicaciondebusinessintelligencebiaplataformaenlanube |
_version_ |
1830774225081729024 |