Ronald Tesis Titulo 2018 PDF

UNIVERSIDAD PERUANA UNIÓN
FACULTAD DE INGENIERÍA Y ARQUITECTURA

Escuela Profesional de Ingeniería de Sistemas
Implementación de una plataforma de business intelligence como

apoyo en la toma de decisiones en el área dirección académica de la
institución educativa particular Corazón de Jesús de Santa Clara
Por:
Ronald Enrique Arrieta Leyva
José Rodrigo Sucapuca Zenteno
Asesor:
Mg. Sergio Omar Valladares Castillo
Lima, mayo de 2018

Área temática: Automatización y sistemas de Control.
Línea de Investigación – UPeU: Tecnología de información e innovación tecnológica.
Ficha catalográfica
Arrieta Leyva, Ronald Enrique

implementación de una plataforma de business intelligence como apoyo en la toma de
decisiones en el área dirección académica de la institución educativa particular Corazón
de Jesús de Santa Clara / Ronald Enrique Arrieta Leyva, José Rodrigo Sucapuca
Zenteno; Asesor: Mg. Sergio Omar Valladares Castillo. -- Lima, 2018.
260 páginas: figuras, tablas.
Tesis (Licenciatura), Universidad Peruana Unión. Facultad de Ingeniería y

Arquitectura. Escuela Profesional de Ingeniería de Sistemas, 2018.
Incluye: referencias, resumen y anexos
1. Business Intelligence; 2. Minedu, 3. SIAGIE; 4. Datamart, 5. PEA, 6. QlikView;

7. KPI; 8. Toma de decisiones, 9. AcaSys, 10. Dashboards. I. Sucapuca Zenteno,
José Rodrigo.
DEDICATORIA
A Dios, por iluminarnos en este largo camino que aún falta recorrer, por darnos la fuerza y
perseverancia para salir adelante y continuar con los objetivos trazados a pesar de las pruebas que
acontecen.
A nuestros padres quienes se esfuerzan por ver la felicidad en alcanzar los sueños de sus hijos y
su gran amor, su apoyo incondicional y sus sabios consejos para ser buenas personas en nuestra
profesión.
A esta linda casa de estudios que nos brindó y brinda las pautas, doctrinas, para ser profesionales
eficientes en el campo y vidas personales, junto a ellos los grandes arquitectos de nuestra
formación profesional, los docentes de esta apreciada Universidad Peruana unión, alma mater que
nos diste la formación para esta vida y la venidera.
v
AGRADECIMIENTOS
En primer lugar, deseamos expresar nuestro agradecimiento al Dir. Andrés Santos de la I.E.P
Corazón de Jesús, por brindarnos la confianza a través del acceso a sus instalaciones y
accesibilidad de la información confidencial sobre los procesos que realizan dentro de la
institución, y así ejecutar de forma eficiente este proyecto de investigación.
Por su orientación y atención a las consultas agradecemos al Mg. Sergio Valladares Castillo,
por el conocimiento compartido en la formación académica de la carrera y la dedicación en los
aportes sobre el manejo de la información en este proyecto.
Agradecemos al Ing. María Vidalón Aliaga, por ser el contacto ideal entre la Universidad y la
Institución educativa, su dedicación y disponibilidad que nos ha enseñado la preocupación por sus
estudiantes y los conocimientos impartidos de su persona para con nosotros en el desarrollo de este
proyecto de investigación.
Agradecemos al Dr. Jorge Sánchez Garcés, por el tiempo que nos brindó, por el esfuerzo de
compartir sus conocimientos en el transcurso de la Investigación.
Agradecemos a la Dra. Erika Acuña Salinas, por su tiempo en atendernos y el apoyo en el

campo de Inteligencia de negocios, y sus aportes relevantes en el desarrollo de ésta investigación.
Pero un trabajo de investigación es también fruto del reconocimiento y del apoyo por eso
agradecemos al Ing. Omar Loayza Jara, por su tiempo y aportes del conocimiento compartido en
el transcurso de la carrera y el proyecto de Tesis.
Asimismo agradecemos al Mg. Wilder Marlo Rimarachin, por sus aportes en las correcciones
del Datamart durante el proyecto de investigación.
vi
Índice
Índice ............................................................................................................................ vii
Índice de Tablas .......................................................................................................... xiv
Índice de Figuras ...................................................................................................... xviii
Índice de Anexos ....................................................................................................... xxiv
Glosario de términos ..................................................................................................xxv
Resumen ................................................................................................................... xxvii
Abstract ................................................................................................................... xxviii
Capitulo I: El problema ..........................................................................................29
1.1 Título de la investigación ......................................................................................... 29
1.2 Problema objeto de investigación ............................................................................ 29
1.2.1 Planteamiento del problema ................................................................................ 31
1.2.2 Formulación del problema .................................................................................. 35
1.3 Objetivos de investigación........................................................................................ 35
1.3.1 Objetivo general .................................................................................................. 35
1.3.2 Objetivos específicos........................................................................................... 36
1.4 Hipótesis .................................................................................................................... 36
1.4.1 Hipótesis general ................................................................................................. 36
1.4.2 Hipótesis específicas ........................................................................................... 36
1.5 Justificación............................................................................................................... 37
vii
1.5.1 Justificación Teórica ........................................................................................... 37
1.5.2 Justificación metodológica .................................................................................. 38
1.6 Justificación práctica ................................................................................................ 38
1.7 Alcances de la investigación ..................................................................................... 39
1.8 Limitaciones de la investigación .............................................................................. 40
Capitulo II: Marco Conceptual y Teórico ..............................................................41
2.1 Antecedentes de la investigación (Marco Conceptual) .......................................... 41
2.1.1. Inteligencia de Negocios ..................................................................................... 43
2.1.2. Educación Privada: .............................................................................................. 44
2.1.3. FUM (Ficha única de matrícula). ........................................................................ 45
2.1.4. SIAGIE. ............................................................................................................... 45
2.1.5. Área dirección administrativa. ............................................................................ 45
2.1.6. Datamart. ............................................................................................................. 45
2.1.7. Data warehouse. .................................................................................................. 46
2.1.8. Data Mining......................................................................................................... 46
2.1.9. Metadatos. ........................................................................................................... 46
2.1.10. KPI (Key performance indicator): ................................................................... 47
2.1.11. Eficacia. ........................................................................................................... 47
2.1.12. Eficiencia. ........................................................................................................ 47
2.1.13. Productividad. .................................................................................................. 47
viii
2.1.14. Dashboard ........................................................................................................ 47
2.2 Marco teórico ............................................................................................................ 47
2.2.1 Plataforma Business Intelligence ........................................................................ 47
2.2.2 Metodología Scrum ............................................................................................. 49
2.2.3 Metodología Ralph Kimball ................................................................................ 51
2.2.4 Metodología de Bill Inmon ................................................................................. 55
2.2.5 Justificación de elección de la metodología Ralph Kimball ............................... 56
2.2.6 Metodología QPM ............................................................................................... 58
2.2.7 Proceso de ETL ................................................................................................... 62
2.2.8 SQL Server Integration Services (SSISDB)........................................................ 63
2.2.9 Sistemas Transaccionales (OLTP) ...................................................................... 64
2.2.10 Online Anlytical Processing(OLAP) ............................................................... 65
2.2.11 OLTP vs OLAP ............................................................................................... 66
2.2.12 Qlik VS Tableau .............................................................................................. 67
2.2.13 Análisis comparativo de Herramientas de Business Intelligence .................... 68
2.2.14 Desarrollo de tableros de control con QlikView ............................................. 69
2.2.15 Tecnología In-Memory .................................................................................... 69
2.2.16 Toma de decisiones en la Alta Dirección ........................................................ 69
2.2.17 Herramienta de Análisis .................................................................................. 72
2.2.18 Sistemas de Información Ejecutiva (EIS) ........................................................ 72
ix
2.2.19 Data Warehouse (DHW) ................................................................................. 73
2.2.20 Dimensiones .................................................................................................... 73
2.2.21 Métricas ........................................................................................................... 75
2.2.22 Indicadores del Proyecto de investigación ...................................................... 75
2.2.23 Fact Table o Tabla Hechos .............................................................................. 76
2.2.24 Modelo Estrella................................................................................................ 77
2.2.25 Modelo Copo de Nieve:................................................................................... 77
Capitulo III: Materiales y métodos ..........................................................................78
3.1 Metodología de la investigación............................................................................... 78
3.1.1 Nivel de la investigación ..................................................................................... 78
3.1.2 Tipo de la investigación ...................................................................................... 78
3.1.3 Enfoque de la investigación ................................................................................ 79
3.1.4 Dominio de la investigación................................................................................ 79
3.1.5 Metodología de la investigación ......................................................................... 80
3.2 Descripción de la metodología de la investigación ................................................. 80
3.2.1 Material ............................................................................................................... 80
3.2.2 Métodos ............................................................................................................... 81
3.2.3 Etapa 1: Análisis de la situación actual ............................................................... 81
3.2.4 Etapa 2: Diseño de indicadores de gestión educativas.......................................... 83
3.2.5 Etapa 3: Implementación de la Plataforma Business Intelligence ...................... 84
x
3.3 Materiales y Equipos ................................................................................................ 86
3.4 Presupuesto ............................................................................................................... 87
Capitulo IV: Caracterización del lugar objeto de estudio .....................................88
4.1 Descripción del lugar de ejecución del proyecto .................................................... 88
4.1.1 IEP “CORAZÓN DE JESÚS DE SANTA CLARA” ......................................... 88
4.2 Conceptos básicos del PAT 2014-2018 .................................................................... 89
4.2.1 Principios:............................................................................................................ 89
4.3 Fines de la institución (objetivos estratégicos) ....................................................... 91
4.3.1 Nuestros valores: ................................................................................................. 92
4.3.2 Procesos pedagógicos o modelo didáctico: ......................................................... 93
4.4 Orientaciones y usos de recursos educativos: ........................................................ 94
4.4.1 Materiales educativos: ......................................................................................... 94
4.5 Lineamientos de evaluación y tutoría: .................................................................... 95
4.5.1 Tipos de evaluación:............................................................................................ 95
4.6 Técnicas de evaluación: ............................................................................................ 96
4.7 Medios e instrumentos de evaluación: .................................................................... 96
4.7.1 Situaciones orales de evaluación ......................................................................... 97
4.7.2 Animador y Acompañante: ................................................................................. 98
4.7.3 Respecto al alumno: ............................................................................................ 99
4.7.4 Respecto al grupo ................................................................................................ 99
xi
4.7.5 Respecto a la Familia .......................................................................................... 99
4.7.6 Respecto a la Institución ................................................................................... 100
4.8 Enfoques de evaluación .......................................................................................... 100
4.8.1 Evaluamos para: (En relación a las niñas y niños) ............................................ 100
4.8.2 En relación a los padres:.................................................................................... 100
Capitulo V: Ingeniería de la propuesta .................................................................101
5.1 Etapa 1: Descripción de la Situación Actual. ....................................................... 101
5.1.1 Situación actual de las instituciones educativas en el Perú. .............................. 101
5.1.2 Situación de la Institución Educativa en estudio ............................................... 106
5.1.3 Identificación de los problemas......................................................................... 112
5.1.4 Análisis del problema seleccionado .................................................................. 113
5.1.5 Selección de las causas más probables .............................................................. 115
5.1.6 Planificación del proyecto ................................................................................. 119
5.2 Etapa 2: Diseño de Indicadores de la gestión educativa (MINEDU) ................. 121
5.2.1 Análisis .............................................................................................................. 121
5.2.2 Diseño................................................................................................................ 131
5.2.3 Construcción...................................................................................................... 141
5.2.4 Despliegue ......................................................................................................... 172
5.3 Etapa 3: Implementación de la plataforma Business Intelligence: .................... 183
5.3.1 Desarrollo del ETL en QlikView ...................................................................... 183
xii
5.3.2 Capacitaciones a Directores y Docentes. .......................................................... 190
Capitulo VI: Resultados de la investigación ..........................................................193
6.1 Análisis descriptivo del desempeño de la plataforma en la institución ............. 193
Conclusiones................................................................................................................204
Recomendaciones........................................................................................................206
Bibliografía..................................................................................................................207
Anexos..........................................................................................................................211
xiii
Índice de Tablas
Tabla Nº 1: Comparación de las metodologías de Kimball y Inmon ...................................... 56
Tabla Nº 2 Differences between technologies OLTP and OLAP ........................................... 66
Tabla Nº 3: QlikView vs Tableau ........................................................................................... 68
Tabla Nº 4: Materials and Equipment ..................................................................................... 86
Tabla Nº 5: Presupuesto de Inversión ..................................................................................... 87
Tabla Nº 6: Panorama de rendimiento en ciencias, Lectura y matemáticas ......................... 103
Tabla Nº 7: Identificación de problemas............................................................................... 113
Tabla Nº 8: Causas y dimensiones de Brainstorming ........................................................... 114
Tabla Nº 9: Most probable causes ......................................................................................... 116
Tabla Nº 10: Aplicando las 5W +H ...................................................................................... 118
Tabla Nº 11: Benefits of implementing business intelligence .............................................. 121
Tabla Nº 12: Tabla de requerimiento N°1 ............................................................................ 123
Tabla Nº 20: Tabla de requerimiento N°9 ........................................................................... 125
Tabla Nº 21: Tabla de requerimiento N°10 .......................................................................... 126
xiv
Tabla Nº 36: Descripción de base de datos transaccional de la Institución .......................... 132
Tabla Nº 37: Tabla de descripción de la tabla dbo.Ano_Bimestre ....................................... 133
Tabla Nº 38: Tabla de descripción de la tabla dbo.Bimestre ................................................ 133
Tabla Nº 39: Tabla de descripción de la tabla dbo.Boleta_Nota .......................................... 133
Tabla Nº 40: Tabla de descripción de la tabla dbo.Calificacion ........................................... 134
Tabla Nº 41: Tabla de descripción de la tabla dbo.Carga_Academica ................................. 134
Tabla Nº 42: Tabla de descripción de la tabla dbo.Detalle_Carga_Academica ................... 134
Tabla Nº 43: Tabla de descripción de la tabla dbo.Grado .................................................... 135
Tabla Nº 44: Tabla de descripción de la tabla dbo.Grado_Materia .................................... 135
Tabla Nº 45: Tabla de descripción de la tabla dbo.Materia .................................................. 135
xv
Tabla Nº 46: Tabla de descripción de la tabla dbo.Materia_Profesor ................................. 135
Tabla Nº 47: Tabla de descripción de la tabla dbo.Matricula ............................................... 136
Tabla Nº 48: Tabla de descripción de la tabla dbo.Periodo................................................. 136
Tabla Nº 49: Tabla de descripción de la tabla dbo.Persona ................................................ 136
Tabla Nº 50: Tabla de descripción de la tabla dbo.Profesor_Materia .................................. 137
Tabla Nº 51: Tabla de descripción de la tabla dbo.Seccion .................................................. 137
Tabla Nº 52: Tabla de descripción de la tabla dbo.Usuario ................................................ 137
Tabla Nº 53: Dimension selection box ................................................................................. 139
Tabla Nº 54: Data mapping table for the dimensional model ............................................... 142
Tabla Nº 55: Physical design table dimension Dim_Alumno............................................... 146
Tabla Nº 56: Physical design table dimension Dim_Año ..................................................... 146
Tabla Nº 57: Physical design table dimension Dim_Bimestre ............................................. 147
Tabla Nº 58: Physical design table FACT_ Boleta_Nota ..................................................... 147
Tabla Nº 59: Physical design table dimension Dim_ Calificación ....................................... 148
Tabla Nº 60: Physical design table dimension Dim_ Carga_Academica ............................. 148
Tabla Nº 61: Physical design table dimension Dim_ Grado_Seccion .................................. 149
Tabla Nº 62: Physical design table dimension Dim_Materia ............................................... 149
Tabla Nº 63: Physical design table FACT Matricula ............................................................ 149
Tabla Nº 64: Physical design table dimension Dim_ Profesor ............................................. 150
Tabla Nº 65: Factibilidad de la plataforma de Business Intelligence ................................... 194
Tabla Nº 66: Eficiencia de la plataforma de Business Intelligence ...................................... 195
Tabla Nº 67: Satisfacción de la plataforma de Business Intelligence ................................... 196
Tabla Nº 68: Efectividad de la plataforma de Business Intelligence .................................... 197
xvi
Tabla Nº 69: Disponibilidad de la plataforma de Business Intelligence .............................. 198
Tabla Nº 70: Accesibilidad de la plataforma de Business Intelligence ................................ 199
Tabla Nº 71: Eficacia de la plataforma de Business Intelligence ......................................... 200
Tabla Nº 72: Desempeño de la plataforma de Business Intelligence ................................... 201
Tabla Nº 73: Seguridad de la plataforma de Business Intelligence ...................................... 202
xvii
Índice de Figuras
Figura Nº 1: Structure of the business intelligence implementation (Centrical it – business
Intelligence) .................................................................................................................................. 49
Figura Nº 2: Phases of the Agile Scrum methodology (IDA BLOG- MP) ............................ 50
Figura Nº 3: Phases of the Ralph Kimball methodology (The Data Warehouse Lifecycle
Toolkit, Ralph Kimball) ................................................................................................................ 52
Figura Nº 4: Approach to the Bill Inmon methodology(Building the Data Warehouse, William
H. Inmon) ...................................................................................................................................... 56
Figura Nº 5: QlikView Project Methodology (Destácalo, 2016) ............................................ 58
Figura Nº 6: ETL processes (Medinix information systems) ................................................. 62
Figura Nº 7: Catalog of Integration Services (SQLShack Integration Services) .................... 64
Figura Nº 8: Comparison between the main tools.( Produced by Select Hub) ....................... 68
Figura Nº 9: Control Boards with QlikView (Destácalo (2015)) ........................................... 69
Figura Nº 10: Decision making process 1994 taken from Robbins.( Robbins, S.P (1994; pág.
157)) .............................................................................................................................................. 71
Figura Nº 11: Star Model (Contribution of Jesuja)................................................................. 77
Figura Nº 12: Snowflake Model(Contribution of Jesuja) ....................................................... 78
Figura Nº 13: Methodology of the investigation (Own elaboration) ...................................... 80
Figura Nº 14: Problem analysis tools(Own Elaboration.) ...................................................... 82
Figura Nº 15: Dimensions of the institution (Own Elaboration) ............................................ 88
Figura Nº 16: Structure of the evaluation techniques (Own Elaboration) .............................. 96
Figura Nº 17: Resultado de ciencia según medida promedio y niveles de desempeño (OCDE
(2016b))....................................................................................................................................... 105
xviii
Figura Nº 18: Diagram of the organization chart (Elaboration PAT 2014-2018) ................ 107
Figura Nº 19: Map of generate an academic load (Own elaboration) .................................. 108
Figura Nº 20: Map of class performance processes (Own elaboration) ............................... 109
Figura Nº 21: Admission and enrollment processes (Own Elaboration) .............................. 109
Figura Nº 22: Note registration processes (Own Elaboration) ............................................. 110
Figura Nº 23: Cause and effect diagram of the educational institution(Own Elaboration) .. 115
Figura Nº 24: Most probable causes (Own Elaboration) ...................................................... 117
Figura Nº 25: Propuesta de indicadores al 2021(Own Elaboration) ..................................... 122
Figura Nº 26: Transactional data base in SQL server.(Own Elaboration) ............................ 131
Figura Nº 27: Physical design of the datamart(Own Elaboration) ....................................... 145
Figura Nº 28: ETL design of business intelligence solution (Colegio_Datamart_Final).(Own
Elaboration)................................................................................................................................. 151
Figura Nº 29: Data flow “POPULATING DIMENSION ALUMNO”( Own Elaboration) . 152
Figura Nº 30: ADO.NET Source “POPULATING DIMENSION Alumno”( Own Elaboration)
..................................................................................................................................................... 152
Figura Nº 31: ADO.NET Destination “POPULATING DIMENSION Alumno”(Own
Elaboration)................................................................................................................................. 153
Figura Nº 32: MAPPINGS “POPULATING DIMENSION Alumno”(Own Elaboration) .. 153
Figura Nº 33: Data flow “POPULATING DIMENSION AÑO”( Own Elaboration) .......... 154
Figura Nº 34: ADO.NET Source “POPULATING DIMENSION Año”( Own Elaboration)
..................................................................................................................................................... 154
Figura Nº 35: ADO.NET Destination “POPULATING DIMENSION Año”( Own Elaboration)
..................................................................................................................................................... 155
xix
Figura Nº 36: MAPPINGS “POPULATING DIMENSION Año”( Own Elaboration) ....... 155
Figura Nº 37: Data flow “POPULATING DIMENSION BIMESTRE”( Own Elaboration) 156
Figura Nº 38: ADO.NET Source “POPULATING DIMENSION Bimestre”(Own Elaboration)
..................................................................................................................................................... 156
Figura Nº 39: ADO.NET Destination “POPULATING DIMENSION Bimestre”(Own
Elaboration)................................................................................................................................. 157
Figura Nº 40: MAPPINGS “POPULATING DIMENSION Bimestre”( Own Elaboration) 157
Figura Nº 41: Data flow “POPULATING FACT BOLETA_NOTA”( Own Elaboration) .. 158
Figura Nº 42: ADO.NET SOURCE “POPULATING FACT Boleta_Nota”( Own Elaboration)
..................................................................................................................................................... 158
Figura Nº 43: ADO.NET Destination“POPULATING FACT Boleta_Nota”( Own Elaboration)
..................................................................................................................................................... 159
Figura Nº 44: MAPPINGS “POPULATING FACT Boleta_Nota”( Own Elaboration) ...... 159
Figura Nº 45: Data flow “POPULATING DIMENSION CALIFICACION”( Own Elaboration)
..................................................................................................................................................... 160
Figura Nº 46: ADO.NET Source “POPULATING DIMENSION Calificacion”( Own
Elaboration)................................................................................................................................. 160
Figura Nº 47: ADO.NET Destination “POPULATING DIMENSION Calificacion”(Own
Elaboration)................................................................................................................................. 161
Figura Nº 48: MAPPINGS “POPULATING DIMENSION Calificacion”( Own Elaboration)
..................................................................................................................................................... 161
Figura Nº 49: Data flow “POPULATING DIMENSION
DETALLE_CARGA_ACADEMICA”(Own Elaboration) ........................................................ 162
xx
Figura Nº 50: ADO.NET Source “POPULATING DIMENSION Detalle_Carga_Academica”(
Own Elaboration) ........................................................................................................................ 162
Figura Nº 51: ADO.NET Destination “POPULATING DIMENSION
Detalle_Carga_Academica”( Own Elaboration)......................................................................... 163
Figura Nº 52: MAPPINGS “POPULATING DIMENSION Detalle_Carga_Academica”( Own
Elaboration)................................................................................................................................. 163
Figura Nº 53: Data Flow “POPULATING DIMENSION DIM_GRADO_SECCION”( Own
Elaboration)................................................................................................................................. 164
Figura Nº 54: ADO.NET Source “POPULATING DIMENSION Grado_Seccion”( Own
Elaboration)................................................................................................................................. 164
Figura Nº 55: ADO.NET Destination “POPULATING DIMENSION Grado_Seccion”( Own
Elaboration)................................................................................................................................. 165
Figura Nº 56: MAPPINGS “POPULATING DIMENSION Grado_Seccion”( Own
Elaboration)................................................................................................................................. 165
Figura Nº 57: Data Flow “POPULATING DIMENSION Materia”( Own Elaboration) .... 166
Figura Nº 58: ADO.NET Source “POPULATING DIMENSION Materia”( Own Elaboration)
..................................................................................................................................................... 166
Figura Nº 59: ADO.NET Destination “POPULATING DIMENSION Materia”( Own
Elaboration)................................................................................................................................. 167
Figura Nº 60: MAPPINGS “POPULATING DIMENSION Materia”( Own Elaboration) . 167
Figura Nº 61: Data flow “POPULATING FACT Matricula”( Own Elaboration) .............. 168
Figura Nº 62: ADO.NET Source “POPULATING FACT Matricula”( Own Elaboration) . 168
xxi
Figura Nº 63: ADO.NET Destination “POPULATING FACT Matricula”( Own Elaboration)
..................................................................................................................................................... 169
Figura Nº 64: MAPPINGS “POPULATING FACT Matricula”( Own Elaboration) .......... 169
Figura Nº 65: Data flow “POPULATING DIMENSION Profesor”( Own Elaboration) .... 170
Figura Nº 66: ADO.NET Source “POPULATING DIMENSION Profesor”( Own Elaboration)
..................................................................................................................................................... 170
Figura Nº 67: ADO.NET Destination “POPULATING DIMENSION Profesor”( Own
Elaboration)................................................................................................................................. 171
Figura Nº 68: MAPPINGS “POPULATING DIMENSION Profesor”( Own Elaboration).. 171
Figura Nº 69: Variables de dimensión DIM_ALUMNO(Own Elaboration) ....................... 172
Figura Nº 70: Variables de dimensión DIM_AÑO(Own Elaboration) ................................ 173
Figura Nº 71: Variables de dimensión DIM_BIMESTRE (Own Elaboration) .................... 173
Figura Nº 72: Variables de dimensión DIM_CALIFICACION (Own Elaboration) ............ 174
Figura Nº 73: Variables de dimensión DIM_CARGA_ACADEMICA (Own Elaboration) 174
Figura Nº 74: Variables de dimensión DIM_GRADO_SECCION (Own Elaboration) ....... 175
Figura Nº 75: Variables de dimensión DIM_MATERIA (Own Elaboration) ...................... 175
Figura Nº 76: Variables de dimensión DIM_PROFESOR (Own Elaboration) .................... 176
Figura Nº 77: Variables de dimensión FACT_MATRICULA (Own Elaboration) .............. 176
Figura Nº 78: Variables de dimensión FACT BOLETA_NOTA (Own Elaboration) .......... 177
Figura Nº 79: Data sources view of the business intelligence solution (Own Elaboration) . 178
Figura Nº 80: Inicio de instalación (Own Elaboration) ........................................................ 179
Figura Nº 81: QlikView installation license (Own Elaboration) .......................................... 180
Figura Nº 82: Choice of QlikView installation language(Own Elaboration) ....................... 180
xxii
Figura Nº 83: Destination folder of the installation of QlikView (Own Elaboration) ......... 181
Figura Nº 84: Choose the installation type of QlikView. (Own Elaboration) ...................... 181
Figura Nº 85: Ready to start the installation of QlikView(Own Elaboration)...................... 182
Figura Nº 86: QlikView has been installed correctly. .......................................................... 182
Figura Nº 87: Conexión del Datamart con QlikView en el servidor local(Own Elaboration)
..................................................................................................................................................... 183
Figura Nº 88: Presentation sheet.(Own Elaboration)............................................................ 186
Figura Nº 89: Hoja del Producto e Impacto de la Educación. .............................................. 187
Figura Nº 90: Hoja de Aprovechamiento de Alumnos(Own Elaboration) ........................... 188
Figura Nº 91: Hoja de Matriculados a detalle de los Alumnos. (Own Elaboration) ............ 189
Figura Nº 92: Hoja de progreso escolar. (Own Elaboration) ................................................ 190
Figura Nº 93: Capacitación QlikView & Sistema Local. (Own Elaboration) ...................... 191
Figura Nº 94: Directores y docentes en la capacitación. (Own Elaboration) ....................... 191
Figura Nº 95: Presentación de los Dashboard de QlikView. (Own Elaboration) ................. 192
Figura Nº 96: Porcentaje de satisfacción de la implementación de BI (Own Elaboration) .. 203
Figura Nº 97: Objetivos en la plataforma de BI(Own Elaboration) ..................................... 203
xxiii
Índice de Anexos
Anexo 1: Escala de valoración. ........................................................................................... 211
Anexo 2:Plantilla del metadata. .......................................................................................... 214
Anexo 3:Indicadores de gestión educativas. ...................................................................... 214
Anexo 4: Matriz de consistencia. ........................................................................................ 215
Anexo 5: Cronograma de actividades ................................................................................ 216
Anexo 6:Carta de Presentación........................................................................................... 217
Anexo 7: Carta de felicitaciones por capacitación y entrenamiento ............................... 218
Anexo 8: Evidencia de Capacitación a Directores y entrega de Manual ........................ 219
Anexo 9: Carta de Satisfacción al Usuario. ....................................................................... 220
Anexo 10: Evidencia de Capacitación a Docentes de la institución. ................................ 221
Anexo 11: Acta de Conformidad del Proyecto. ................................................................. 222
Anexo 12: Manual de Usuario de AcaSys (Sistema de registros académicos). ............... 223
xxiv
Glosario de términos
Data Mining: Significa Minería de datos, referido a descubrir patrones en grandes volúmenes
de conjunto de datos basándose en los métodos de inteligencia artificial, estadística, etc.
DM: Datamart.
DSS: Es el acrónimo de Decision Support System, el cual se refiere a los sistemas de apoyo a la
toma de decisiones.
DWH: Data warehouse, es el repositorio unificado para todos los datos de diversos sistemas que
posee una empresa.
ETL: Extracción, transformación y carga.
FK: Cuyo significado es Foreing Key (llave foránea), término utilizado en base de datos.
GUI: Cuyo significado en inglés es graphial user interface (interfaz gráfica de usuario).
MOLAP: Es el acrónimo en inglés de Multidimensional Online Analytical Processing, es decir,
procesamiento analítico multidimensional en línea.
OLAP: Es el acrónimo en inglés de Online analytical processing, es decir, procesamiento
analítico en línea.
OLTP: Es la sigla en inglés de Online transaction processing es decir, procesamiento de
transacciones en línea.
PK: Cuyo significado es Primary Key (llave primaria), término utilizado en base de datos.
xxv
BI: Inteligencia de Negocios (Business Intelligence).
TI: Tecnología de Información (Information Technology)
SI: Sistema de Información (Systems Information).
KPI: Indicador Clave de Desempeño (Key Performance Indicator).
SIAGIE: Sistema de Información de Apoyo a la Gestión de la Institución Educativa.
Data Integration: Herramienta de Extracción, Carga y Transformación.
Acasys: Sistema de Registros Académicos
xxvi
Resumen
Este proyecto de investigación presenta la implementación de un sistema local y el desarrollo
de la plataforma de Business Intelligence como apoyo en la toma de decisiones en la institución.
Actualmente todas las redes de colegios del Perú se encuentran supervisados por el sistema
SIAGIE, mediante MINEDU, sin embargo, existen instituciones que necesitan medir el progreso
de la enseñanza según el plan curricular y el PAT que se encuentran establecidos en cada
institución.
El propósito de esta plataforma es posibilitar a la dirección académica la información de los
planes curriculares funcionales. En el desarrollo del sistema se adoptó la concepción de la
arquitectura de patrones de N-Capas con funciones específicas e independientes entre sí,
manteniendo las capas de Presentación y acceso a datos separadas. La implementación de la
plataforma de Business Intelligence para la administración de data source de diferentes entornos,
(SQL-Server y Visual Studio 2012) se podrán visualizar en dashboards que brindan las
herramientas de QlikView, puesto que permiten el acceso y análisis de la información para ayudar
en los procesos de toma de decisiones, tanto en agilidad como en rendimiento de sus resultados.
Se combinan informaciones de diversas fuentes para ofrecer información que mejore la toma
de decisiones del área académica. La conclusión de esta implantación es que el proceso de
integración de diferentes fuentes de datos (Data Integration) mediante herramientas BI permite un
apoyo en toma de decisiones además de intuitiva, mucho más fundamentada y ágil que favorece
la mejora de los resultados académicos.
Palabras clave: Business Intelligence; Minedu, SIAGIE; Datamart, PEA, QlikView, KPI;
Toma de decisiones, AcaSys, Dashboards.
xxvii
Abstract
This research project presents the implementation of a local system and the development of the
Business Intelligence platform as support in decision-making in the institution.
Currently, all school networks in Peru are supervised by the SIAGIE system through MINEDU,
however, there are institutions that need to measure the progress of teaching according to the
curricular plan and the PAT that are established in each institution.
The purpose of this platform is to enable the academic management information on functional
curricular plans. In the development of the system the conception of the architecture of N-Layers
was adopted with specific functions and independent of each other, keeping the layers of
Presentation and access to separate data. The implementation of the Business Intelligence platform
for data source management of different environments, (SQL-Server and Visual Studio 2012) can
be visualized in dashboards that provide QlikView tools, since they allow access and analysis of
information for help in decision-making processes, both in terms of agility and in the performance
of their results.
Information from various sources is combined to offer information that improves decision
making in the academic area. The conclusion of this implementation is that the process of
integrating different data sources (Data Integration) through BI tools allows a decision-making
support as well as intuitive, much more grounded and agile that favors the improvement of
academic results.
Keywords: Business Intelligence; Minedu, SIAGIE; Datamart, PEA, QlikView, KPI; Decision
making, AcaSys, Dashboards.
xxviii
Capitulo I:
El problema
1.1 Título de la investigación
Implementación de una plataforma de business intelligence como apoyo en la toma de
decisiones en el área Dirección Académica de la Institución Educativa Particular Corazón de Jesús
de Santa Clara.
1.2 Problema objeto de investigación
El propósito de elevar la calidad académica de los centros educativos demanda en discernir
entre múltiples opciones y realizar la elección más óptima según las necesidades que se tengan,
para esto es necesario contar con información referente al progreso de la institución, con la
finalidad de mejorar las capacidades de planeación, ejecución y alineación de la institución.
Sin embargo al usar los sistemas de información transaccionales, el trabajo de búsqueda de
datos para obtener información, requiere de conocimientos técnicos, para la generación de nuevos
informes, la falta de integración de la información debido a que las organizaciones cuentan con
varios sistemas de información y sus bases de datos no suelen estar integradas, se emplea bastante
tiempo al análisis de la información, nos muestra datos obsoletos e incompletos y la ausencia de
información histórica que nos permita hacer una evaluación del progreso de nuestra organización.
Asimismo, cabe señalar que el problema no reside en estos sistemas transaccionales, pues estos
no fueron diseñados para brindar síntesis, análisis, consolidación de datos, ni para realizar
proyecciones. De manera que la búsqueda de datos se realiza de forma manual, y por ende se
invierte tiempo y los resultados que obtienen no coinciden. Esto se debe a que manipular una gran
cantidad de datos, el usuario está propenso a cometer errores.
29
Actualmente las organizaciones buscan múltiples opciones que les pueda permitir generar una
ventaja competitiva, esta búsqueda se basa en la toma de decisiones eficientes y oportunas, por lo
cual su información debe ir a la par del avance tecnológico para alcanzar el cumplimiento de sus
objetivos de manera eficaz. Las organizaciones necesitan de la implementación de un sistema de
Business Intelligence que les permita tener una visión clara al momento de tomar decisiones.
Como afirma Duran (2002), “Siguiendo la perspectiva del valor empresarial del conocimiento,
se presenta a sí mismo la necesidad de determinar qué impacto tiene este en el desarrollo de la
competitividad”.
Según Tello (2012), nos dice que: “El concepto de inteligencia de negocios (Business
Intelligence, inteligencia empresarial o inteligencia de negocios); se llama así al conjunto de
estrategias, acciones y herramientas enfocadas a la administración y creación de conocimiento
mediante el análisis de datos existentes en una organización o empresa”.
Es de conocimiento real que toda organización busca el continuo mejoramiento de sus
relaciones con sus clientes, empleados, accionistas y demás stakeholder involucrado con la
organización.
Las organizaciones educativas, poseen un amplio campo de acción que abarca, las siguientes
dimensiones que son: pedagógica, didáctica, la socio-humanística y el área administrativa, siendo
ésta última el área encargada de tomar decisiones importantes para el progreso de una
organización.
Según la Ley Nº 26549, Ley de los Centros Educativos Privados y el Decreto Legislativo Nº
882, Ley de Promoción de la Inversión en la Educación. Nos indica la importancia de seguir el
30
plan de trabajo que tiene implementarse en cada institución; realmente es menester alcanzar
objetivos para la mejora de la institución; entonces, la necesidad explotar esos registros que
repercuten dentro de la institución es fundamental para la toma de decisiones.
Los sistemas de información se definen como los elementos electrónicos del manejo de la
información (recursos), la influencia de ellos sobre los procesos de negocio y sus implicaciones
prácticas para la generación de conocimiento. De esta manera, son los diferentes sistemas que se
estén utilizando para llevar adelante la operación de una institución y/o empresa.
1.2.1 Planteamiento del problema
La Institución Educativa Particular “Corazón de Jesús de Santa Clara” es una de las
organizaciones líderes de su campo educacional en la zona de Ate. Actualmente entre sus
procesos académicos se han encontrado factores que intervienen en el desarrollo de la
institución.
Entre los factores principales que generar esta situación se ha diagnosticado los siguientes
problemas:
 Insuficiente control de los datos.
 Limitadas herramientas de sistemas transaccionales.
 Falta de integración de sistemas de la información.
Estas causas se pueden identificar mediante el almacén de registros físicos que poseen
actualmente en los armarios. Sin embargo al usar los sistemas de información transaccionales, el
trabajo de búsqueda requiere de conocimientos técnicos para la generación de nuevos informes, y
existe también una falta de integración de la información, debido a que la institución cuenta con
31
varios libros de excel como base de datos y éstos no suelen estar integrados; se emplea bastante
tiempo al análisis de la información, con ello se suma la muestra de datos obsoletos e incompletos
y la ausencia de información histórica que no permite hacer una evaluación del progreso de la
Institución. Asimismo, cabe señalar que el problema no reside en estos sistemas transaccionales,
pues estos no fueron diseñados para brindar síntesis, análisis, consolidación de datos, ni para
realizar proyecciones.
 Inexistencia de Base datos Operacionales.
 Limitado conocimiento de las Tics
Se evidencian estas causas en el manejo de software que se tiene actualmente en el área de
dirección académica, teniendo como principal desventaja su limitada capacidad de generar
informes de la información que manejan. Ejecutan registros básicos, lo cual es un problema para
el personal académico - administrativo, quienes necesitan informes más sofisticados para poder
comprender y analizar los datos de lo que acontece dentro de la institución.
De igual manera la búsqueda de datos se realiza de forma manual, se invierte mucho tiempo y
los resultados que obtienen no siempre son exactos. Esto debido a, que manipular una gran
cantidad de datos, el usuario está propenso a cometer errores.
 Limitada capacitación al personal sobre el uso de tecnologías.
 Escaso presupuesto designado a capacitaciones al personal.
Según entrevistas realizadas al Director Andrés Santos, representante de la institución
educativa Corazón de Jesús de Santa Clara.
32
Según las entrevistas realizadas con el personal del área de dirección académica, no se realiza
la capacitación que brinde soporte con respecto a la información, para así realizar un buen control
de los datos almacenados, generando errores en el proceso de la toma de decisiones y por
consiguiente no tomando medidas en el proceso de ejecución.
El área de dirección académica es parte del marco operativo en el que se analizan diferentes
instrumentos, políticas, estrategias, formulados de acuerdo a las políticas nacionales del sector
educacional en la perspectiva del Ministerio de Educación (MINEDU), las mismas que se adopta
para la intervención de estrategias a tomar en los centros educativos de la competencia sea privados
o estatales, y que sirve de contexto para la toma de decisiones.
El sistema SIAGIE (Sistema de Información de Apoyo a la Gestión de la Institución Educativa)
el cual les permite registrar , visualizar reportes y antecedentes de los alumnos y profesores; es un
apoyo que brinda MINEDU (Ministerio de Educación) para el seguimiento de los centros
educativos, sin embargo la gestión de la información queda apartada puesto que, no le es posible
poder utilizar la información y transformarla en conocimiento, dando un aporte ineficiente éste
sistema en función a la institución educativa.
De no aplicarse un cambio o la implementación para automatizar y optimizar los procesos
manuales que se ejecutan actualmente en la trata de la información en el área dirección de la
institución educativa Corazón de Jesús de Santa Clara; es posible que no se pueda alcanzar objetivos
trazados por el Minedu, establecidos en el PEI (Plan Educativo Institucional), PCI (Proyecto Curricular
Institucional), PAT (Plan Anual de Trabajo) que ayudan en gran manera al desarrollo y calidad de la
educación, junto a ello las siguientes consecuencias relevantes:
33
 Objetivos expuestos en el PEI, PCI, PAT no serán alcanzados.
 Bajo rendimiento académico. *
 Reducción de alumnado. **
 Manejo obsoleto de software en el área de dirección académica.
 Bajo desempeño en la calidad de la educación en la Institución Educativa
De no hacer seguimiento en las notas de cada evaluación y por ende esperar el consolidado de
cada trimestre para obtener resultados, ocasionará un bajo rendimiento en cuanto aprendizaje y
enseñanza se refiere. Al tener un ponderado bajo en las notas de los alumnos, los padres optarán
por el cambio del alumno a otra institución.
La parte de dirección académica debe encargarse de brindar conocimiento estadístico de los
procesos que se ejecutan a diario en la institución; para poder brindar un servicio de educación de
calidad, manteniendo la viabilidad de las métricas que el Minedu establece para cumplir objetivos
de los documentos de gestión administrativa.
Dado el poder visual de los tableros para tomar datos en bruto y convertirlos en una
representación visual de la información importante, el tablero de control para instituciones
educativas ofrece a los directores, coordinadores, profesores, una visión consolidada como
“organización” y otra individual de sus diversos procesos clave. En estos tableros se mostrarán
información sobre la tendencia de sus indicadores, gracias a los tableros de gestión se podrá tener
un apoyo y un panorama amplio al momento de tomar decisiones en el área de dirección académica
de la Institución Educativa Particular Corazón de Jesús.
34
1.2.2 Formulación del problema
1.2.2.1 Problema general
 ¿En qué medida la implementación de una plataforma de business intelligence apoya en
la toma de decisiones del área de dirección académica en la Institución Educativa
Particular Corazón de Jesús de Santa Clara?
1.2.2.2 Problemas específicos
 ¿Cómo es la situación actual en la toma de decisiones del área de dirección académica
en la Institución Educativa Particular Corazón de Jesús de Santa Clara?
 ¿Cómo es el análisis dimensional en el área de dirección académica en la Institución
Educativa Particular Corazón de Jesús de Santa Clara?
 ¿Cuál es la arquitectura de los ETL que se implementará en la herramienta de business
intelligence como apoyo en la mejora de los indicadores de gestión en el área Dirección
Académica de la Institución Educativa?
 ¿Cuál es el efecto de la implementación de la plataforma de BI en la calidad de
información del área de dirección académica de la I.E.P Corazón de Jesús de Santa
Clara?
1.3 Objetivos de investigación
1.3.1 Objetivo general
 Determinar en qué medida la implementación de una plataforma de business

intelligence apoya en la toma de decisiones del área dirección académica en la
Institución Educativa Particular Corazón de Jesús de Santa Clara.
35
1.3.2 Objetivos específicos
 Describir la situación actual sobre la toma de decisiones del área de dirección

académica en la I.E.P. Corazón de Jesús de Santa Clara.
 Determinar los requerimientos del negocio para un control eficiente en la gestión

de la información en el área de Dirección Académica de la institución Educativa.
 Implementar la herramienta de Business Intelligence para mejorar el análisis de

la información mediante el ETL y especificaciones de las aplicaciones de BI en
el área de Dirección Académica.
 Determinar el efecto de la implementación de la plataforma de BI en la calidad

de la información del área de dirección académica de la I.E.P. Corazón de Jesús
de Santa Clara.
1.4 Hipótesis
1.4.1 Hipótesis general
 La implementación de una plataforma de business intelligence incide en gran

medida en la toma de decisiones del área de dirección académica en la Institución
Educativa Particular Corazón de Jesús de Santa Clara.
1.4.2 Hipótesis específicas
 La descripción de la situación actual sobre la toma de decisiones del área de

dirección académica de la institución educativa nos permite detectar la
deficiencia en la gestión de procesos académicos.
 La elaboración de los requerimientos para un control eficiente en la gestión de

la información en la institución educativa permite determinar los indicadores
educativos para su correcto análisis.
36
 Mediante la implementación de una plataforma de Business Intelligence basado
en la metodología de Ralph Kimball se logra una eficaz interpretación de
indicadores de la institución educativa.
 La evaluación de los resultados de la implementación de la plataforma de

Business Intelligence en la institución educativa muestra la calidad de la
información.
1.5 Justificación
1.5.1 Justificación Teórica
La plataforma de Inteligencia de Negocios es representada por un conjunto de tecnologías y
metodologías que brinda soporte en la mejora de la toma de decisiones.
Según Arce (2015), afirma que QlikView posee: “Tecnología In-Memory o llamado también
tecnología asociativa, es la tecnología donde se puede hacer una consolidación de múltiples
fuentes de datos, cargado de la data en la memoria RAM (pseudo red neural) y permite el análisis
y búsquedas en tiempo real mejorando así los reportes y pronósticos”.
1.5.1.1 Beneficio al usuario:
Se busca información más detallada de los diferentes procesos con un enfoque que se centra en
los estudiantes mejorando la calidad de educación con un efecto en cadena de un crecimiento de
la institución educativa.
1.5.1.2 Beneficio al colaborador:
Este proyecto sirve como ejemplo para las distintas instituciones educativas que buscan mejorar
la calidad de educación y crecer como establecimientos que brinden un servicio de calidad.
1.5.1.3 Beneficio de la implementación:
37
Un beneficio que favorece a la institución que lo utiliza es que mejora la rapidez de ciertos
procesos en el que son necesarios reportes, así como también a la directiva como un apoyo al
momento de tomar una decisión o mantener el control en los procesos.
1.5.2 Justificación metodológica
La implementación de Business Intelligence es aplicable a organizaciones de distintas
envergaduras, tanto públicas como privadas. Ya sea para mediciones de rendimiento de sus
procesos de negocio, como para el apoyo a la toma de decisiones de la media y alta dirección que
éstas poseen.
La investigación en la etapa 1 se encuentra estructurada con la metodología Scrum para el
desarrollo del software del sistema de registros en primera instancia; seguidamente la metodología
Kimball en la etapa 2 para la implementación de las dimensiones del datamart y ETL, y la
metodología QPM para realizar la visualización de información y por ende la visualización de los
Dashboards, con ello brindar una herramienta de apoyo integral en la toma de decisiones en el área
de dirección académica de la Institución Educativa Particular Corazón de Jesús de Santa Clara.
El uso de la plataforma de BI, permite incrementar la eficiencia en el aprovechamiento de
los recursos usados por la empresa en cuanto a información se refiere, así como el aumento de la
eficacia en la toma de decisiones al mejorar el apoyo a la misma.
1.6 Justificación práctica
Business Intelligence como solución a la necesidad de competitividad entre las entidades
empresariales ayudando a explotar y analizar la data convirtiéndolos en información necesaria
38
mejorando en gran medida la toma de decisiones brindando a la empresa que usa el método estar
un paso delante de sus competidores.
La implementación de Business Intelligence en el área de dirección del Institución
Educativa Particular Corazón de Jesús de Santa Clara comprende los siguiente:
 Permitirá mediciones de la eficiencia en el aprovechamiento de cursos en los procesos

de enseñanza y rendimiento por clase a partir del análisis y síntesis de datos y el uso de
indicadores seleccionados del Ministerio de Educación (MINEDU).
 Contar con un registro de reportes actualizado y disponible cuando se necesite.
 Propiciar la obtención de la información de reportes de estado actual, gracias a la

tecnología in memory de brinda QlikView al mostrar las dimensiones del ETL
procesadas.
 Permitir el aumento de la eficacia en la toma de decisiones del área de dirección

académica.
 Accesibilidad a la información por usuario.
1.7 Alcances de la investigación
El proyecto de investigación está orientado a implementar una plataforma de Business
Intelligence y servir como apoyo en la toma de decisiones de la Institución educativa.
Los módulos a desarrollar en el proyecto están enfatizados en los procesos que existen en
el área de dirección académica. Los indicadores de este proyecto están basados en los indicadores
del Minedu, para una educación de calidad (MINEDU, Propuesta de metas educativas e
Indicadores al 2021).
39
El producto final del proyecto es un sistema local junto a una plataforma de Business
Intelligence que consta de Dashboards en base a indicadores académicos para el buen control de
indicadores y mejora en el proceso de toma de decisiones.
La implementación del Proyecto será a nivel de software, se realizará la explotación de datos,
mediante el ETL que analizará en las dimensiones del datamart y la conexión de la plataforma de
BI al modelo de la base de datos relacional implementada en la institución.
Se capacitará a los docentes mediante charlas informativas el manejo y uso de la plataforma de
Business Intelligence.
1.8 Limitaciones de la investigación
Como parte de las limitaciones que acontecen en el proyecto tenemos:
 Inaccesibilidad de la información: La información confidencial limitada de la institución,

también que la información no se encuentre digitalizada, solo en físico. Primeras instancias
en la cual depende que un proyecto de inteligencia tenga éxito.
 Desconocimiento del tema: El desconocimiento del tema por parte de la dirección

administrativa, lo que provocaría un desentendimiento de ambas partes y desinterés del
producto final de business intelligence.
 Procesos no definidos: La documentación sobre el flujo de los procesos de la institución.
El proyecto solo será utilizado por el área de dirección académica de la institución, por razones
de que la información es confidencial y de uso interno de la institución, sin interacción de otras
áreas.
40
Se ejecuta el sistema integral con información histórica recibida de la institución para pruebas
de confiabilidad.
El resultado final de este estudio solo podrá servir como punto de referencia para instituciones
del mismo rubro similar en la gestión educacional.
En la toma de las encuestas serán aplicadas al personal docente para ver la evolución y
rendimiento de la información proporcionada.
Los resultados dependerán de la veracidad de las respuestas en el impacto de la implementación
de la plataforma.
Capitulo II:
Marco Conceptual y Teórico
2.1 Antecedentes de la investigación (Marco Conceptual)
Desde la era de 1980 la información era un recurso escaso y su captura y explotación
generaba ventajas competitivas. Hasta el presente este término fue propagándose hasta volverse
parte esencial en el proceso de las áreas administrativas de la empresa.
Según Quequejana (2015), en su tesis “Implementación de una plataforma de Business
Intelligence para la toma de decisiones en un centro de salud”, nos dice que la gran demanda de
información y los grandes volúmenes de datos han sido un desafío para las organizaciones en
nuestro país, donde se ven inmersas los grandes hospitales y clínicas, con ellos los centros de salud.
En un primer nivel de atención, en donde uno de los problemas más frecuentes son el pésimo
control en la gestión de atención ambulatoria, esto hace que el proceso de toma decisiones no sea
eficiente, incluso algunos centros de salud aún almacenan sus datos de atención ambulatoria en
41
registros físicos y archivos planos. Como solución al problema nace Business Intelligence como
la soporte en la tomar decisiones basadas en la información precisa y oportuna, garantizando el
conocimiento necesario para escoger la alternativa que sea más conveniente para el éxito de la
organización. Al implementar la plataforma de Business Intelligence, se logró mejorar el control
en la gestión de atenciones ambulatorias, logrando la optimización del proceso de tomas de
decisiones y satisfacción propia del centro de salud.
Matamala, Díaz, Cuello & Leiva (2011), en su artículo “Análisis de rendimiento académico
estudiantil usando data warehouse y redes neuronales”, menciona que, las organizaciones tienen
mayor cantidad de datos en sus sistemas puesto que, sus ellos producen mayor cantidad de registros
que se guardan en sus bases de datos transaccionales, por ello, es menester analizar la información
histórica, sin embargo, la alternativa de implementar un Data Warehouse es una opción para
almacenar información, pero no es accesible para realizar un análisis predictivo por sí mismo. El
Data Warehouse es utilizado como entrada de una arquitectura de red neuronal con tal de analizar
la información histórica y de tendencia en el tiempo. Los resultados mostraron la viabilidad de
ejecutar DW para el análisis de rendimiento académico y la posibilidad de predecir el número de
asignaturas aprobadas por los estudiantes usando solamente su propia información histórica.
Parco & Eguila (2007), en su Tesis “Implementación de una herramienta de inteligencia de
negocios para la administración de justicia sobre una metodología ad-hoc”, donde el objetivo
de la implementación de la herramienta es tener un mejor control y gestión de la información
del sistema de defensores de oficio de forma que, ayude a mejorar la calidad del servicio que
presta la institución por la toma de decisiones eficientes conseguidas a partir de la información
que este sistema proporcione a los directivos de la institución. Los resultados muestran la
42
información consolidada que permitió realizar un mejor control con la aplicación de tecnologías
de información, el uso de Data Mart, contribuyó en el benefició de todos los ciudadanos con lo
cual se podrá disponer de herramientas de gestión y a su vez de control para el sector de justicia.
Según Erazo (2015), en su tesis “Análisis, Diseño y Desarrollo del Datamart Formación
Docentes para el prototipo de Sistema Académico Integrado en las Carreras de Ingeniería en
Sistemas Computacionales e Ingeniería en Networking y Telecomunicaciones de la Facultad de
Ciencias Matemáticas y Físicas de la Universidad de Guayaquil” el pobre desempeño del Proceso
de Toma de Decisiones del Área de Admisión de la Universidad Autónoma del Perú, en lo que
corresponde a: porcentaje de exactitud de información, tiempo en realizar los reportes, porcentaje
de malas decisiones tomadas, número de reportes solicitados por ciclo, comprensión de los
reportes. La solución al problema que se propone es, realizar un Business Intelligence que nos
permite almacenar sólo la información requerida e ir eliminando aquellos datos que dificultan el
trabajo del análisis y entregando la información que se requiera en la forma más apropiada,
facilitando así el proceso de gestión de la misma. Business Intelligence. Los resultados obtenidos
permitieron el manejo y control de la información, donde las vista de los datos se pudieron
obtenerse de diferentes fuentes de datos.
2.1.1. Inteligencia de Negocios
El concepto conocido como Business Intelligence (Inteligencia de Negocios) fue adoptado
por Howard Dresner, sin embargo, en la actualidad Business intelligence tiene una perspectiva
más global, como la integración de la información para la elaboración de un optima planeación y
eficiente control de procesos en la institución. En las últimas décadas Business Intelligence ha
43
alcanzado un nivel muy alto en la gestión del área administrativa y gerencial, apoyando en la toma
de decisiones.
Según Urquizu (2010), En el año de 1969, se determina el concepto de Base de datos.
Posteriormente en el año de 1970, se desarrolla la primera base de datos al junto con las primeras
aplicaciones para las empresas. Después, en el año de 1980, se implementa el concepto de data
warehouse por Ralph Kimball, y Bill Inmon, y con ellos la nace los primeros sistemas de reporting,
a pesar de, la explotación de los datos se mantenía en un grado de complejidad en su funcionalidad.
Fue que, hasta el año de 1989, se introdujo la noción de bussines intelligence por Howard Dresner.
En el año de 2000, Inteligencia de negocios en su segunda versión se logró consolidar con las
aplicaciones BI en algunas plataformas de Business Intelligence como Oracle, SAP, IBM y
Microsoft.
El principal objetivo de la Inteligencia de Negocios es apoyar en la toma de decisiones para que
a su vez se pueda mejorar el desempeño en la institución y obtener ventajas con las competencias,
por ende, el concepto requiere de analizar tres aspectos: ser más rápidos, transformar datos en
información y utilizar una aplicación relacional conjuntamente con la administración de la
institución.
2.1.2. Educación Privada:
La educación privada no es privativa de pocos, más bien hace referencia a que su gestión
está en manos de particulares, quienes asumen toda la responsabilidad tanto de los éxitos como de
los fracasos. Otra gran diferencia es que la educación llamada pública es ‘gratuita’, los servicios
que tienen un costo se pagan indirectamente y solidariamente vía impuestos; en la privada el
servicio educativo los costos son pagados directamente por el padre de familia. Atendiendo a esa
44
sola diferencia se corre el riesgo de etiquetar como social y humanitaria la una y exclusiva y elitista
la otra. Cuando en verdad el costo de la educación privada incluye el costo de la educación pública.
El padre de familia no puede deducir los gastos por la enseñanza de sus hijos.
2.1.3. FUM (Ficha única de matrícula).
La matrícula es única y automática la cual está determinada por el MINEDU (Ministerio
de Educación), que sirve para registrar en ella los datos generales del alumno como información
básica para ingresar a una institución educativa.
2.1.4. SIAGIE.
Es un aplicativo web que es gestionado por el MINEDU (Ministerio de Educación), puesto
a disposición de las Instituciones Educativas públicas y privadas a nivel nacional, el cual les
permite gestionar la información de los procesos de matrícula, asistencia y evaluación de
estudiantes.
2.1.5. Área dirección administrativa.
La Dirección General que se encarga de formular planes, estrategias y programas de
desarrollo en la institución educativa.
2.1.6. Datamart.
Es una versión especial de un almacén de datos (data warehouse). Esta base de datos
departamental, es especializada en el almacenamiento de los datos de un área de negocio
específica. Se caracteriza por disponer la estructura óptima de datos para analizar la información
al detalle desde todas las perspectivas que afecten a los procesos de dicho departamento.
45
2.1.7. Data warehouse.
Es la centralización de la información la cual mezcla los registros de data histórica con
otros datos más actuales y, de esta forma, la función de reporting se ve enriquecida, ya que
cualquier informe se elabora a partir de datos de procedentes de diferentes fuentes (Publicidad,
ventas, producción o finanzas, etc.). Además, la institución promueve la visualización, generando
el aumento de respuestas ágiles y precisas.
2.1.8. Data Mining.
Data Mining (minería de datos) es el proceso de extracción de información significativa de
grandes bases de datos, información que revela inteligencia del negocio, a través de factores
ocultos, tendencias y correlaciones para permitir al usuario realizar predicciones que resuelven
problemas del negocio proporcionando una ventaja competitiva. Las herramientas de Data Mining
predicen las nuevas perspectivas y pronostican la situación futura de la empresa, esto ayuda a los
mismos a tomar decisiones de negocios proactivamente.
2.1.9. Metadatos.
La definición más óptima de los metadatos es “datos acerca de los datos” y sirven para
suministrar información sobre los datos producidos, es decir nos permite ubicar datos. Los
metadatos consisten en información que caracteriza datos, describen el contenido de los datos, la
calidad, sus condiciones, historia, disponibilidad y otras características que poseen cada
determinado dato.
46
2.1.10. KPI (Key performance indicator):
Son aquellas métricas o indicadores que determinan el cumplimiento de un objetivo. Es
conocido también como indicador clave o medidor de desempeño o indicador clave de
rendimiento.
2.1.11. Eficacia.
Es la capacidad para producir el efecto deseado o de ir bien para una determinada cosa. En
definición es la habilidad o capacidad de hacer algo sin tener en cuenta el ¿cómo?
2.1.12. Eficiencia.
Es la capacidad de realizar adecuadamente una función, o también podemos concretar que
es el nivel de rendimiento de un proceso sin tener en cuenta el objetivo.
2.1.13. Productividad.
Es la relación entre la cantidad de productos obtenida por un sistema productivo y los
recursos utilizados.
2.1.14. Dashboard
En español tablero de instrumentos, es la representación gráfica de las métricas o KPIs que
intervienen en la consecución de objetivos de una institución.
2.2 Marco teórico
2.2.1 Plataforma Business Intelligence
Según Stackowiak, Rayman & Greenwald (2007), en la publicación de su artículo “Oracle
Data Warehousing and Business Intelligence Solutions”, define la inteligencia de negocios como
el proceso de tomar grandes cantidades de datos, que al analizarlos y presentarlos en un conjunto
47
de informes consolidados de alto nivel se condensan la esencia de esos datos en la base de las
acciones empresariales, decisiones.
Así mismo Tascón (2013), en su libro “Pasado, presente y futuro” en introducción a Big
Data plantea a Business Intelligence afirma que: “…frente a las denominadas ‘3v’( la esencia del
big data, volumen, variabilidad, velocidad ), es previsible la problemática en torno a la gestión
de la privacidad de la información, por lo tanto concluye con una reflexión acerca de la dimensión
del concepto big en un contexto de crecimiento exponencial de la información”, esto nos muestra
la gestión importante que se tiene que hacer con respecto a la información es trascendental para
logar un desarrollo estratégico con respecto al conocimiento de la información .
Según Rajan (Ranjan, 2009), menciona que son: “Las herramientas de BI son vistas como
una tecnología que permite la eficiencia de la operación del negocio al proporcionar un mayor
valor a la información empresarial y por lo tanto la forma en que se utiliza esta información.”
En la actualidad la mayoría de organizaciones manejan sistemas de información que
automatizan una gran parte de los procesos de la organización, con el transcurso del tiempo estas
aplicaciones se vuelven la historia de la organización con los datos almacenados en su centro de
datos que pueden ayudar en la toma de decisiones a futuro.
A continuación en Figura N° 1, se puede visualizar la estructura que posee una
implementación de business intelligence, así mismo los detalles de los resultados obtenidos.
48
Figura Nº 1: Structure of the business intelligence implementation (Centrical it – business Intelligence)
 Data Source: Son las fuentes de información que almacena todo tipo de datos en el Data
Warehouse.
 ETL: Son las fases de extracción, transformación y carga de los datos en el Data
Warehouse. Permitiéndonos transformar datos en un Data Warehouse, lo cual deben ser
transformados, limpiados, filtrados y redefinidos.
 Data Warehouse: Es el almacén los datos, donde se maximiza su accesibilidad, facilidad

de acceso y administración.
 Business Intelligence Results: En la siguiente fase se realiza las consultas de cálculo,

funciones de planeamiento, pronóstico y análisis de datos en grandes volúmenes e
historiales. En la actualidad, existen otras alternativas tecnológicas al OLAP que nos
brindan un campo de visualización útiles en los Dashboards.
2.2.2 Metodología Scrum
Scrum es un método para trabajar en equipo a partir de iteraciones o Sprints. Es una
metodología ágil, donde su objetivo es controlar y planificar proyectos con un gran volumen de
cambios de última hora, en donde la incertidumbre sea elevada.
49
Es con la metodología Scrum que cliente se compromete y se siente parte con el proyecto
dado que lo ve crecer iteración a iteración. Así mismo, le permite en cualquier momento realinear
el software con los objetivos de negocio de su empresa, ya que puede introducir cambios
funcionales o de prioridad en el inicio de cada nueva iteración sin ningún problema. Esta
metodología de trabajo promueve la motivación y compromiso de todo el equipo que participa y
forma parte del proyecto según se detalla en la Figura N° 2, los procesos que implica ésta
metodología ágil; por lo que, los profesionales encuentran un ámbito propicio para desarrollar sus
capacidades.
Figura Nº 2: Phases of the Agile Scrum methodology (IDA BLOG- MP)
2.2.2.1 Fases de Scrum.
Es una metodología que se aplica a un conjunto de procesos para trabajar en equipo y con ello
tener buenos resultados en desarrollo del software, a continuación, se detalla las fases:
 Product Backlog. Incluye a todos los requerimientos para el proyecto y se determina la
prioridad bajo una evaluación.
50
 Sprint Backlog. Es el conjunto de elementos tomados del Product Backlog que fueron
priorizados, medidos y aceptados en las reuniones de Sprint Planning. Por ende, forman
oficialmente los requerimientos a elaborar en cada uno de los Sprint que tendrá en
desarrollo del software.
 Sprint Planning Meeting. En esta fase se realiza una reunión con los miembros del
equipo y se planifica el Sprint. Donde cada integrante tiene la responsabilidad de
cumplir en el tiempo que crea prudente para llevar a cabo sus tareas.
 Sprint Review. En estas reuniones se denota el avance la mejora de los procesos, para
presentárselo al cliente.
 Sprint Retrospective. Reunión final donde se procederá a realizar una retrospectiva de
los acontecimientos, puntualizando errores y beneficios durante el desarrollo del
producto para una mejora continua.
2.2.3 Metodología Ralph Kimball
La Metodología Kimball, es una metodología que se emplea para la implementación de
una bodega de datos o Data Warehouse, este almacén es una colección de datos orientado a
cualquier tipo de organización, pues hace que los datos que se guarden sean integrados, no volátiles
y variable en el tiempo, lo que permite ser un soporte en la toma de decisiones en la institución en
la que se utiliza.
Además, Kimball nos muestra a un Data Warehouse como un conjunto de todos los Data
Marts que existe en una organización, siendo a su vez una copia de los datos transaccionales
estructurados de una forma ordenada y especial para su análisis, de acuerdo, al modelo dimensional
51
(no normalizado) que incluyen los paquetes de análisis y sus atributos (dimensiones), su
organización jerárquica, así como los diferentes hechos de negocio que se quieren analizar.
Entonces, tenemos tablas analizadas para representar las dimensiones y tablas para los hechos (las
Facts tables), que nos permite optimizar los procesos, por ende, en la Figura N° 3 se muestra las
fases de la esta metodología de desarrollo que presenta Kimball y se divide en los siguientes:
Figura Nº 3: Phases of the Ralph Kimball methodology (The Data Warehouse Lifecycle Toolkit, Ralph Kimball)
Según RALPH K. & ROSS M. (2002), define todos los procesos que interactúan:
 Planificación del proyecto: En la primera fase se enfoque la definición del proyecto, esto
quiere decir la identificación del escenario, para saber de dónde surge la necesidad del Data
Warehouse. Según sentencia Kimball, “Antes de comenzar un proyecto de Data Warehouse
o Datamart, hay que estar seguro si existe la demanda y de dónde proviene. Si no se tiene
un sólido usuario sponsor y no hay usuarios entusiasmados, posponga el proyecto”.
 Definición de los requerimientos del negocio: La siguiente fase muestra los

requerimientos funcionales en definición, donde los analistas del negocio difieren de los
52
enfoques tradicionales guiados por los datos. También se deben entender los principales
factores claves que se ejecutan en el negocio para determinar los requerimientos y
traducirlos en modo de diseño para los ETL.
 Modelo dimensional: La creación del modelo dimensional se basa en un proceso dinámico

e iterativo. Dicho proceso de diseño inicia con un modelo dimensional de alto nivel
obtenido a partir de la priorización de procesos de la matriz de requerimientos.
El proceso iterativo consiste en cuatro pasos:
 Se elige el proceso del negocio,
 Seguidamente el nivel de granularidad,
 Después se eligen las dimensiones y, por último,
 Se identifican las medidas y las Fact Tables.
 Diseño físico: La siguiente etapa se enfoca en la selección de las estructuras necesarias
para soportar el diseño lógico, cuyas preguntas surgen:
 Determinar la magnitud del sistema DW de Business Intelligence.
 Factores de uso que permitirán una configuración más compleja.
 Pasos para configurar el sistema.
 Memoria y soporte para el sistema.
 Capacidad de los servidores.
 Diseño e implementación del subsistema de ETL: En el siguiente paso las tareas del
proyecto de DW son subestimadas, puesto que las principales sub etapas en esta zona del
ciclo se tienen la extracción, transformación y carga.
53
 Diseño de la arquitectura técnica: En esta etapa se utiliza para administrar el entorno
del Data Warehouse creado es menester considerar a los usuarios de negocio como
prioridad en la elaboración de la misma. Se debe tener en cuenta tres factores:
 Los requerimientos del negocio.
 Los actuales ambientes técnicos.
 Las directrices técnicas estratégicas.
 Selección del producto e implementación: En la siguiente fase se divide el proceso de
creación de aplicaciones para usuarios finales en dos grandes fases: especificación y
desarrollo. Dónde se clasifica a los usuarios según su perfil de consulta, así tenemos,
usuarios con un perfil estratégico y menos predecibles (power users), otra de las clases son
los usuarios netamente operacionales que realizan una serie de reportes estándares (final
users) pasando por los usuarios de administración con uso de interfaces push-button.
 Desarrollo de aplicaciones de BI: En esta etapa se especifica las aplicaciones para
usuarios finales, el cual involucra configuraciones de la meta data y construcción de
reportes específicos en el Data WareHouse.
 Implementación: En la siguiente Fase de muestra la concurrencia de la tecnología, los
datos y las aplicaciones de usuarios finales que son accesibles desde un entorno escritorio
del usuario de la institución. También se muestran factores extras que aseguran el correcto
funcionamiento de todas estas piezas, las cuales se encuentran la capacitación del personal,
el soporte técnico y mantenimiento, la comunicación, las estrategias de feedback. Es
necesario que las tareas sean consideras en primera instancia antes de que el usuario pueda
ingresar al sistema y gestionar el DWH.
54
 Mantenimiento y crecimiento: El Data Warehousing es un proceso de etapas definidas,
con inicio y fin, pero de naturaleza espiral, puesto que, acompaña al crecimiento de la
empresa. Se necesita continuar con los relevamientos de forma constante para poder seguir
el crecimiento de las metas por conseguir. Por lo tanto, si se ha empleado el ciclo de vida
dimensional del negocio, la Data Warehouse está lista para evolucionar y crecer en la
empresa.
 Administración del proyecto: La dirección del proyecto asegura que las actividades del
ciclo de vida dimensional del negocio se lleven en simultáneamente y de la mejor manera.
Entre las principales actividades se encuentran el dar seguimiento del estado del proyecto,
la comunicación entre los requerimientos del negocio y los condicionamientos de la
información para poder manejar correctamente la expectación en ambos sentidos.
2.2.4 Metodología de Bill Inmon
La metodología de Bill Inmon busca transferir los datos de distintos sistemas transaccionales
de las instituciones a un almacén central donde puedan ser utilizados para el análisis o CIF
(Corporate Information Factory). Sugiere seguir los siguientes parámetros para una
implementación de éxito:
 Orientado a temas: Los almacenes de datos están estructurados de tal modo que
los componentes de los datos relativos al mismo objeto de manera que todos los
elementos de datos relativos al mismo evento u objeto del mundo real queden
unidos entre sí.
 Integrado: Los almacenes de datos contienen los datos de todos los sistemas
operacionales de la empresa, y estos deben ser estables y consistentes.
55
 No volátil: La información no se pierde, no se modifica, ni se elimina, una vez
almacenado.
 Variante en el tiempo: Las modificaciones que se producen en los datos a lo

largo del tiempo quedan almacenados para que los consolidados generados
presenten variaciones.
En la Figura N° 4, se visualiza el desarrollo que implica la metodología Bill Inmon, donde la

idea central es el desarrollo de área departamentales para mejor procesamiento.
Figura Nº 4: Approach to the Bill Inmon methodology(Building the Data Warehouse, William H. Inmon)
2.2.5 Justificación de elección de la metodología Ralph Kimball
Se muestra la Tabla Nº 1 de comparación entre las metodologías Kimball e Inmon.
Tabla Nº 1:
Comparación de las metodologías de Kimball y Inmon
Kimball Inmon
Objetivo Las organizaciones en general necesitan generar, analizar y almacenar los datos que van
produciendo y aglomerando, para después tomar decisiones críticas que les permitan alcanzar
la misión de empresa. Con ese fin es menester tener un sistema que les permita transformar
esos datos en información para realizar cambios que beneficien a la empresa, con esa
finalidad nace Intelligence Business y con ella la implementación de ésta plataforma.
56
Desarrollo y Diseño Utiliza el enfoque “Bottom – Up” Utiliza el enfoque “Top – Down”
del Data WareHouse
Objetivos Posee un enfoque de procesos que son manejados Tiene un enfoque global de toda la
por las diferentes áreas del proceso. Responde las organización. No está basado en
necesidades específicas según el tema. requerimientos específicos.
Tiempo de En primer lugar se debe Ya que se implementa por

Implementación implementar los Data Marts, el tiempo completo el Data WareHouse se
del de implementación es rápido. Sin embargo, se tiene demanda mucho más tiempo y
DWH
que tener cuidado ya que si se trabaja de forma recursos.
independiente cada Datamart el entorno del Data
WareHouse se desintegraría rápidamente.
Presupuesto Al implementar cada DM, permite que la solución Los costos aumentan, debido a que
no presente un alto presupuesto. se replican grandes cantidades de
datos.
Modelamiento de Kimball se enfoca en usar el modelamiento Esta metodología sugiere tres

datos dimensional: esquema estrella para luego realizar la niveles en el modelamiento de datos
identificación de dimensiones y hechos. del DWH:
1.Alto nivel, (Entity Relationship
Diagram)
2.Nivel Medio, (Data Ítem Set)
3.Nivel Bajo, llamado Modelo Físico
(Physical Model)
No obstante, declara que para
implementar los DM se debe
realizarse con el modelo dimensional.
Fuente: Own Elaboration
57
2.2.6 Metodología QPM
QlikView Project Methodology contempla proyectos de Qlikview, están enfocados en todas las
actividades relacionadas a estos de forma estructurada, en la Figura N° 5, se muestra todo el
proceso de su ciclo de vida, permitiendo hacer la diferencia en la experiencia de un proyecto
QlikView en dashboards.
Figura Nº 5: QlikView Project Methodology (Destácalo, 2016)
Las fases de un proyecto con QPM son:
 Discovery: Esta etapa cuenta con la participación del consultor de negocio, jefe de
proyecto y arquitecto asignados.
 Diseño: Se enfoca en realizar un bosquejo inicial de las pestañas que conformarán el

modelo Qlikview final, que servirá como base para la realización de la maqueta del
proyecto dado las normas de diseño corporativas del cliente por parte de la diseñadora
gráfica.
 Ejecución: Se encuentra dividida en springs de acuerdo al número de pestañas que

contiene el modelo, de tal forma obtener resultados de manera inmediata con el fin de
disminuir el riesgo de inconformidad del modelo terminado.
 Despliegue: En esta etapa se comienza la producción del modelo desarrollado, siendo

accesible la interacción de los usuarios funcionales y la solución terminada.
58
 Cierre: A continuación, se presenta la fase de culminación del proyecto, enfocado en el
cierre con la aprobación firmada del acta de aceptación del proyecto y entrega de la
documentación del proyecto.
El desarrollo de ésta metodología encontramos los siguientes beneficios:
 Control de expectativas.
 Control y seguimiento semanal de las actividades de la carta Gantt.
 Reducción de riesgos.
 Gestión del control de cambios ante inclusión o variación de los requerimientos

establecidos en el documento aprobado.
 Uso de las mejores prácticas en el desarrollo de modelo Qlikview.
 Roles y responsabilidades establecidas de forma clara y concisa.
2.2.6.1 Responsabilidades
a. Project Owner: (PO) También llamado Executive Sponsor, Stakeholder traducida al
español Propietario o Persona interesada del proyecto. Esta persona es el ejecutivo del
cliente con la autoridad general para todo el proyecto. Las responsabilidades son:
 Responsable de la visión del proyecto del cliente dentro de la organización.
 Comprender los objetivos estratégicos de la gestión ejecutiva con el objetivo de

ofrecer una estrategia para alinear las soluciones analíticas con estos objetivos
de la empresa.
b. Project Manager (PM): Es el director o gerente del proyecto es responsable de la
planificación y ejecución del proyecto. También es responsable de comunicar y delegar
tareas, así como contratar y motivar al equipo del proyecto. Básicamente, cuyos roles
presenta:
59
 Se debe comunicar y delegar tareas y actividades.
 Se realiza un punto de coordinación para el diseño, técnica, y las cuestiones de

aplicación para garantizar un enfoque eficaz y rentable para la solución.
 Supervisión general del proyecto, incluyendo la marcha del proyecto con los
objetivos del proyecto y el presupuesto.
c. Developer(D): Es un desarrollador de software con competencias para crear aplicaciones,
normalmente, esta persona también escribe la documentación de la solución desarrollada.
También ayudará en la etapa de preparación al responder preguntas y dar
recomendaciones.
d. Expert(E): Es el consultor senior es un personal con experiencia en proyectos de
inteligencia empresarial, con competencias que le permiten resolver problemas de
diferentes tipos, capaz de escoger y aplicar las mejores prácticas y lecciones aprendidas
de otros proyectos y de llevar a cabo ingeniería inversa para entender el funcionamiento
de aplicaciones desarrolladas. Las responsabilidades que presenta son:
 Determinar el diseño óptimo para la solución analítica.
 Revisión de todos los desarrollos de aplicaciones.
 Dar asistencia en las áreas más complejas de la aplicación
 Transferencia de conocimientos para el cliente y el equipo de trabajo.
Asistir al Gerente de Proyecto en la preparación y el mantenimiento de un plan del
proyecto y documentos de diseño.
e. Technical Specialist (TE): Ellos son los expertos técnicos para el proyecto. Conocen de
infraestructura y redes. Cuyas responsabilidades son:
60
 El conocimiento en temas de seguridad de redes.
 La planificación de proyectos de infraestructura.
f. Network Administrator (NA): El administrador de la red es el responsable de la
configuración y mantenimiento de la red utilizada por la solución. El desarrollador
interactúa con esta persona para asegurar que las contraseñas de red y conectividad para que
funcionen correctamente.
g. System Administrator (SA): El administrador del sistema es responsable de hardware y
sistemas operativos. El desarrollador interactúa con esta persona para garantizar que la
conectividad entre cliente-servidor y los sistemas de base de datos subyacente. Esta
persona también proporcionará los identificadores de usuario y contraseñas
necesarias para la conectividad con estos sistemas.
h. Analyst (BA): El analista de negocios es alguien que trabaja fuera de la organización
de TI del cliente para proporcionar a las empresas informar a la gente necesaria dentro
de la organización. Esta persona a menudo se trabaja en estrecha colaboración con
la organización de TI para traducir la información de negocios/ Análisis de los
requisitos en los requisitos del sistema.
i. Trainer: El entrenador tiene la responsabilidad de la formación del personal para los
clientes.
En la Figura N° 6, se describe los procesos ETL, como parte de la integración de datos,
siendo un factor importante en la implementación, cuya función completa el resultado de
todo el desarrollo de la consistencia de aplicaciones y sistemas.
61
2.2.7 Proceso de ETL
Figura Nº 6: ETL processes (Medinix information systems)
Todo proceso de ETL consta específicamente de tres etapas los cuales son: extracción,
transformación y carga.
2.2.7.1 Fase de Extracción.
Se lleva a cabo el proceso de extracción del ETL, es necesario seguir parámetros:
 Se extraen los datos desde los sistemas de fuente de datos.
 Se analizan los datos extraídos obteniendo una verificación.
 Se tiene que interpretar el chequeo para verificar que los datos extraídos se debe
comprobar los requisitos de estructura que se esperaba. Si no fuese así, los datos
deberían ser rechazados.
 Se convierten los datos a un formato preparado para iniciar el proceso de

transformación
2.2.7.2 Fase de Transformación.
En esta fase de transformación de un proceso de ETL aplica una serie de reglas de negocio
o funciones, sobre los datos extraídos para convertirlos en datos que serán cargados. Estas
62
directrices pueden ser declarativas, pueden basarse en excepciones o restricciones, pero, para
potenciar su pragmatismo y eficacia, hay que asegurarse de que sean:
 Declarativas.
 Independientes.
 Claras.
 Inteligibles.
 Con una finalidad útil para el negocio.
2.2.7.3 Proceso de Carga.
La siguiente fase, se presenta los datos procedentes de la fase anterior (fase de
transformación) son cargados en el sistema de destino. Dependiendo de los requerimientos de la
organización, este proceso puede abarcar una amplia variedad de acciones diferentes.
2.2.8 SQL Server Integration Services (SSISDB)
Integration services (SSIS) nos permiten implementar desde un solo origen de datos, para
así poder gestionar la ejecución utilizando diversos entornos. SSIS es un contenedor donde la base
datos se utiliza para todos los paquetes implementados. los archivos de configuración son
reemplazados por los paquetes. En la Figura N° 7, se puede apreciar la integración de servicios
con los que cuenta SQL Server 2008 r2.
63
Figura Nº 7: Catalog of Integration Services (SQLShack Integration Services)
2.2.9 Sistemas Transaccionales (OLTP)
Los sistemas transaccionales OLTP (Online Transaction Processing) se encuentran
dinámicamente afinados para realizar su trabajo de una forma eficaz, a menudo en tiempo real, la
ejecución de los mainframes y con otros servidores grandes. Capturan las transacciones de un
negocio y las persisten en estructuras relacionales llamadas base de datos.
A continuación, algunas características de los sistemas OLTP:
 Ejecutan transacciones en tiempo real del proceso de un negocio, con lo cual los datos
almacenados varían constantemente.
 Los sistemas OLTP en sus intercambios conducen procesos relevantes de la
organización.
 Los sistemas OLTP se encargan del mantenimiento de los datos, actualizando,
eliminando y regularizando todo el proceso.
 Todas las estructuras de datos tienen que estar mejoradas para corroborar la entrada de
los mismos, y negarlos si no cumplen con los requerimientos de las reglas de negocio.
64
 Para la toma de decisiones, proporciona capacidades limitadas ya que no es su objetivo,
por lo tanto, no es prioridad en su diseño. Si se quisiera obtener determinada
información histórica relativa al negocio consultando un sistema OLTP, se produciría
un impacto negativo en el funcionamiento del sistema.
2.2.10 Online Anlytical Processing(OLAP)
La tecnología OLAP es una forma particular de representar datos financieros,
operacionales, comerciales y estadísticos orientados a los ejecutivos, especialistas y analistas. Está
diseñada para ayudar a la toma de decisiones y una mejor comprensión de la información. La idea
central es poder contestar las preguntas de los usuarios, de una forma fácil, poderosa e intuitiva.
Un sistema OLAP proporciona a los usuarios ingresar en características específicas y diversifica,
filtra, ordena, rankea y reagrupa datos, calculando totales intermediarios y finales en forma
instantánea. La tecnología OLAP permite un uso más eficaz de los almacenes de datos para el
análisis en línea, lo que proporciona respuestas rápidas a consultas analíticas complejas e iterativas.
Los modelos de datos multidimensionales de OLAP y las técnicas de agregados de datos organizan
y resumen grandes cantidades de datos para que puedan ser evaluados con rapidez mediante el
análisis en línea y las herramientas gráficas.
Los sistemas OLAP brindan la accesibilidad y velocidad indispensables para asistir al analista
tiempo real. Cabe resaltar que los sistemas OLAP tienen como base el proceso de transacciones
en línea (OLTP). Las siguientes son características de la tecnología OLAP:
Las bases de datos de OLAP tienen un esquema que está optimizado para que las preguntas
realizadas por los usuarios sean respondidas rápidamente. Las preguntas que se le hacen a un
OLAP, deben permitir un uso interactivo con los usuarios.
65
Los cubos de OLAP guardan varios niveles de datos constituidos por estructuras mejoradas que
responden a los requerimientos de negocio de la organización.
Un sistema OLAP está preparado para realizar informes complejos de una manera simple.
OLAP proporciona una vista de datos multidimensional. Los cubos proporcionan una vista de los
datos multidimensional que se extiende más allá del análisis de dos dimensiones que puede
proporcionar una simple planilla de cálculo utilizada como tal. Los usuarios pueden cambiar
fácilmente las filas, las columnas, y las páginas en informes de OLAP, pudiendo leer la
información de la forma más óptima para un correcto análisis de la información. Así pues en la
Tabla N° 2, se puede visualizar las diferencias entre las tecnologías de OLTP y OLAP.
2.2.11 OLTP vs OLAP
Tabla Nº 2
Differences between technologies OLTP and OLAP
CHARACTERISTCS OLAP OLTP
Se enfoca en el análisis del negocio,

OBJETIVO identifica tendencias, compara períodos, Asiste a requerimientos específicos, y
PRINCIPAL mercados, índices, etc. Mediante el mantiene la integridad de los datos
almacenamiento de data histórica.
Se encuentran alineados por

Se encuentran alineados por dimensiones.
ALINEACIÓN aplicación. Diferentes sistemas tienen
Todos los tipos de datos integrados en un
DE DATOS distintos tipos de datos, los cuales son
solo sistema. Se focaliza en el cumplimiento
estructurados por aplicación.
de requerimientos del análisis del negocio.
Los datos no se encuentran integrados,
son calificados como datos primitivos o
datos operacionales. Son usualmente
Los datos deben estar integrados. Éstos almacenados en diferentes formatos de
son conocidos como datos derivados o datos archivos, relacional, archivos planos, etc.
INTEGRACIÓN
de sistema de soporte a la decisión(DSS) Incluso, si todos los datos están en
DE DATOS
puesto que provienen de sistemas formato relacional, los mismos pueden
transaccionales o data source externos. residir en diferentes plataformas de
hardware. y en distintos sistemas de
gestión de base de datos
relacionales(RDBMSs).
66
ACCESO Y Aquí se posee una carga y acceso masivo
MANIPULACIÓN de datos, no se realizan inserts, updates o
DE DATOS deletes. La carga y refresco es batch (lo que Se realiza un manejo de datos de
se conoce como proceso BULK COPY). La registro con gran cantidad de inserts,
validación de datos se realiza antes o después updates y deletes. Además, necesitan de
de la carga (nunca a nivel registro o rutinas de validación y transacciones a
transacción). Principalmente, se realizan nivel registro (OLTP on-line
sentencias de SELECT sobre varios registros TRANSACTION processing).
y tablas (OLAP on-line ANALYTICAL Generalmente, poseen pequeñas
processing). Es por ello, que generalmente, cantidades de datos involucrados en un
no se respetan las formas normales tan solo proceso o Transacción .
necesarias en los sistemas operacionales
clásicos.
PATRONES DE Mantienen una estructura de uso
Poseen un patrón de uso ágil con picos de
USO constante necesitando grandes cantidades
usos eventuales en el tiempo (afectados por
de recursos y consumiendo sólo el tiempo
la disponibilidad de los datos y el flujo de
querido al momento de realizar la
trabajo del negocio).
transacción.
GRANUALIDAD Se encuentran los datos a nivel
DE DATOS La especificación en detalle de los datos detallado o nivel transaccional. Una
viene dada por el uso de los mismos, pero no transacción incluye a nivel granular cada
significa que veamos la información a nivel uno de los componentes de su estructura
transaccional. (fecha, hora, código de cliente, código de
movimiento, etc.)
PERFIL DE En el perfil de usuario con respecto a este El perfil de usuario interactúa con los
USUARIO tipo de sistemas se enlaza directamente a la sistemas y encuadra dentro del personal
dirección de gerencia alta en una institución operacional de la institución(comunidad
que comprometen la visión de ésta. operativa).
2.2.12 Qlik VS Tableau
La plataforma de Business Discovery de Qlik marca el paso del software Bussines
Intelligence en los últimos tiempos. Su revolucionaria forma de concebir el análisis de datos no
sólo la convirtió en líder, sino que cambió la forma de ver la inteligencia de negocio en la
competencia. Actualmente, estas herramientas ofrecen diferentes características que los mantienen
como líderes en el campo de Inteligencia de negocios en manipulación de datos y análisis
interactivo(véase la Tabla N° 3), lo que las convierte en líderes indiscutibles del mercado. Qlik
ofrece mejores resultados frente a Tableau en seguridad de los datos y velocidad de carga; mientras
que Tableau supera a Qlik con una comunidad de usuarios más activa y un interfaz más amigable
al usuario.
67
Tabla Nº 3:
QlikView vs Tableau
Fuente: According to data from Xoom Trainings.
2.2.13 Análisis comparativo de Herramientas de Business Intelligence
A continuación, en la Figura N° 8 se muestra el perfil de los usuarios y las valoraciones de
diferentes empresas sobre el papel de Qlikview, además ofrece una garantía empresarial muy
sólida gracias a las medidas de seguridad y la extensa red de partners que tiene. Por otro lado,
Tableau brinda interfaces que interesantes que permite al usuario interactuar en tiempo real las
visualizaciones de las hojas de dashboards cuyas integraciones la hacen muy atractivas.
Figura Nº 8: Comparison between the main tools.( Produced by Select Hub)
68
2.2.14 Desarrollo de tableros de control con QlikView
En la Figura N° 9, se muestra un claro ejemplo de la interfaz final de una
implementación desarrollada en QlikView.
Figura Nº 9: Control Boards with QlikView (Destácalo (2015))
2.2.15 Tecnología In-Memory
Las arquitecturas tradicionales de Business Intelligence(BI) se han basado en soluciones
definidas en diferentes capas que tratan de hacer posibles cuadros de mando o informes de
indicadores ágiles, a través del tratamiento y agrupación de información en diferentes sistemas.
De esta forma, hacen posible definir e incluso, descubrir nuevos puntos de vista sobre los datos
operacionales, lo que trae como consecuencia una fuerte demanda en mayor capacidad y velocidad
de proceso de la minería de datos.
2.2.16 Toma de decisiones en la Alta Dirección
Según Wheatley (1991), nos lleva a la siguiente pregunta: "¿Qué haces cuando no sabes
qué hacer?”. La toma de decisiones es una habilidad esencial en la vida. Dependiendo de tu
personalidad, tus habilidades y tus competencias, te enfrentarás a problemas y tendrás que tomar
69
decisiones. La forma en que gestionas esos problemas determina tu éxito en los negocios. Sin
embargo, existen distintas teorías que pueden ayudarte en esta tarea. El éxito depende de cómo
afrontas los problemas y qué decisiones tomas.
2.2.16.1 Definición de la Toma de Decisiones (DSS)
Moody, P. E. (1983), describe este proceso como “un circuito cerrado, que se inicia con
la toma de conciencia sobre un problema, seguido de un reconocimiento del mismo y su
definición”.
Según Lourdes (2006), nos dice que “es un proceso sistemático y racional a través del cual
se selecciona entre varias alternativas el curso de acción óptimo”.
Umanzor (2011), afirma que “La toma de decisiones es el proceso de aprendizaje natural o
estructurado mediante el cual se elige entre dos o más alternativas, opciones o formas para
resolver diferentes situaciones o conflictos de la vida, la familia, empresa, organización. Cada día
tomamos decisiones para las cuales no necesariamente tomamos la mejor opción”. (p.174)
Tomar decisiones tomando en cuenta las definiciones de estos conceptos implica saber
identificar y resolver problemas que se presentan en la organización.
2.2.16.2 Etapas en el Proceso de toma de decisiones
A continuación se muestra las fases de la toma de decisiones en la Figura N° 10, no obstante,
tuvo cambios a través del tiempo como:
70
Figura Nº 10: Decision making process 1994 taken from Robbins.( Robbins, S.P (1994; pág. 157))
Tomando en cuenta para este proyecto de implementación el proceso de toma de decisiones
de Robbins, se detalla el proceso para la toma de decisiones:
 Identificación de un problema: El proceso de toma de decisiones comienza con un
problema, es decir, la discrepancia entre un estado actual de cosas y un estado que se desea.
 Identificación de los criterios de decisión: Una vez que se haya establecido la existencia
de un problema en la organización, se debe identificar qué criterios relevantes hay para
poder solucionar el problema.
 Asignación de pesos a los criterios: Normalmente no todos los criterios identificados en
la fase anterior son relevantes, para ello es necesario ponderar esas variables para así darle
un valor y priorizarlas.
 Desarrollo de alternativas: En este paso se obtiene todas las alternativas posibles que
puedan tener éxito en la solución del problema.
 Análisis de las alternativas: Una vez que se han identificado las alternativas posibles, la
persona encargada en tomar las decisiones debe empezar a analizar cuidadosamente cada
alternativa posible, identificando sus fortalezas y debilidades, comparando la alternativa
con cada criterio valorado.
71
 Selección de una alternativa: Este paso consiste en seleccionar la mejor alternativa de
todas las valoradas.
 Implantación de la alternativa: Después de haber realizado el proceso de selección, la
alternativa elegida debe ser concretada con la implantación de la misma, pero a pesar de
esto, la decisión tomada puede fallar si no se lleva de forma correcta.
 Evaluación de la efectividad de la decisión: Como último paso, este se encarga en evaluar
el resultado de la decisión tomada y verificar si realmente ha corregido el problema.
Como resultado a la decisión implementada, si aún existe el problema, habrá que reevaluar
el estudio y ver en qué se hizo mal en una serie de preguntas que pueden llevar de regreso a uno
de los primeros pasos e inclusive al primer paso.
2.2.17 Herramienta de Análisis
Las herramientas de análisis de negocios son tipos de software de aplicación que recuperan
datos de uno o varios sistemas empresariales y los combinan en un repositorio, como un almacén
de datos, para revisarlos y analizarlos. La mayoría de las organizaciones utilizan más de una
herramienta de análisis, como hojas de cálculo con funciones estadísticas, paquetes de software
estadístico, sofisticadas herramientas de minería de datos y herramientas de modelado predictivo.
Juntas, estas herramientas de análisis de negocios le aportan a la organización una visión completa
de la compañía que le permite conocer y comprender el negocio, de modo que pueden tomar
mejores decisiones en cuanto a operaciones comerciales, conversiones de clientes, etc.
2.2.18 Sistemas de Información Ejecutiva (EIS)
Los sistemas de información ejecutivos (EIS, Executive Information System) son el tipo
de DSS que más se suele emplear en Inteligencia de Negocios, puesto que, proveen a la
72
administración de un acceso sencillo a información interna y externa de su compañía, y que es
importante para alcanzar objetivos y metas planteadas.
2.2.19 Data Warehouse (DHW)
Un DWH es un almacén de datos corporativa que se determina por integrar y depurar
información de una o más fuentes distintas, para luego procesarla permitiendo su análisis desde
infinidad de perspectivas y con grandes velocidades de respuesta. La creación de una data
warehouse representa en la mayoría de las ocasiones el primer paso, desde el punto de vista técnico,
para implantar una solución completa y fiable de Business Intelligence.
El atributo primordial de este tipo de bases de datos se enfoca en estructuras en donde se
almacena información (modelos de dimensiones, tablas estrella, copo de nieve y cubos
relacionales). Este tipo de persistencia de la información es homogénea y fiable, y permite la
consulta y el tratamiento jerarquizado de la misma (siempre en un entorno diferente a los sistemas
operacionales).
2.2.20 Dimensiones
Las dimensiones son perspectivas distintas para realizar un análisis de la información. Las
dimensiones comprenden los diversos atributos que queremos analizar, además se estructuran en
forma jerárquica, conforme a diferentes niveles de detalle. Las tablas de dimensiones se construyen
con todos los atributos que incluyen de una forma desnormalizada y con una clave que identifica
el mínimo nivel de detalle. A continuación, se diversifica algunos tipos de dimensiones:
73
 Normales, son aquellas que agrupan diferentes atributos que están relacionados por el
ámbito al que se refieren (todas las características de un cliente, los diferentes
componentes de la dimensión tiempo, entre otros).
 Causales, éstos son atributos que pueden causar cambios en los procesos de negocio
(por ejemplo, la dimensión promoción en el proceso de negocio de ventas).
 Heterogéneas, estas dimensiones se agrupan en conjuntos heterogéneos de atributos,
que no están relacionados entre sí.
 Roll-up, es un subconjunto de otra, necesarias para el caso en que tenemos tablas de
hechos con diferente granularidad (ver la entrada anterior del blog).
 Junk, agrupa indicadores de baja cardinalidad como pueden ser flags o indicadores
dentro de la tabla.
 Role-playing, cuando una misma dimensión interviene en una tabla de hechos varias
veces (por ejemplo, la fecha en una tabla de hechos donde se registran varias fechas
referidas a conceptos diferentes), es necesario reutilizar la misma dimensión, pues no
tiene sentido crear tantas dimensiones como usos se hagan de ella. En consecuencia, se
definen las dimensiones role-playing. Se puede crear vistas sobre la tabla de la
dimensión completa que nos permiten usarla varias veces o jugar con los alias de tabla.
La misma dimensión juega un rol diferente según el sitio donde se utiliza.
 Degeneradas, estas dimensiones no poseen ningún atributo y, por tanto, no tienen una
tabla específica de dimensión. Incluyen para ellas un identificador en la tabla de hechos,
que identifica completamente a la dimensión (por ejemplo, un pedido de ventas). Nos
interesa tener determinada la transacción (para realizar data mining, por ejemplo), pero
74
los datos interesantes de este elemento los tenemos repartidos en las diferentes
dimensiones (cliente, producto, etc).
 Outrigger, es un conjunto de atributos de una dimensión que se extraen de la tabla de
dimensión principal, pues se suelen analizar de forma diferente. El típico ejemplo son
los datos socio demográficos asociados a un cliente (que se utilizan, por ejemplo, para
el data mining).
2.2.21 Métricas
Vienen a ser los atributos que reúnen del proceso de una actividad, donde son utilizados
por los analistas en sus consultas para medir el desarrollo del comportamiento de un proceso en la
organización. Las medidas candidatas son los datos numéricos, pero no cada atributo numérico en
una medida candidata. Estas medidas proceden del resultado de la actividad de negocio.
 Métricas de realización de actividad: miden la realización de una actividad. Por

ejemplo, la participación de una persona en un evento.
 Métricas de resultado de una actividad, recogen los resultados de una actividad.

Por ejemplo, la cantidad de unidades vendidas.
2.2.22 Indicadores del Proyecto de investigación
2.2.22.1 Indicadores de Plataforma de Business Intelligence:
Son aquellos indicadores que se toman como sustento para la implementación de la
plataforma de Bussines Intelligence que serán sustentados por los requerimientos de la institución
y corroborado por el Ministerio de Educación (MINEDU).
75
2.2.22.2 Indicadores de Medida del proyecto:
Son aquellos indicadores que determinan en qué medida la implementación de la
plataforma de Business Intelligence apoya en la toma de decisiones del área de Dirección
Académica del I.E.P Corazón de Jesús de Santa Clara.
 Indicadores de medida de apoyo en la Identificación del Problema.
 Indicadores de medida de apoyo en la Identificación de los Criterios de Decisión.
 Indicadores de medida de apoyo en la Asignación de Pesos a los Criterios.
 Indicadores de medida de apoyo en el Desarrollo de Alternativas.
 Indicadores de medida de apoyo en el Análisis de Alternativas.
 Indicadores de medida de apoyo en la Selección de una Alternativa.
 Indicadores de medida de apoyo en la Implementación de la Alternativa.
 Indicadores de medida de apoyo en la Evaluación de la eficacia de la decisión.
2.2.23 Fact Table o Tabla Hechos
En toda base de datos, y más en concreto en un DWH, una tabla de hechos (o tabla Fact)
es la tabla central de un esquema dimensional ya sea en copo de nieve o estrella, en ella se
almacenan los valores de las medidas de negocio cuyos indicadores de negocio se toman mediante
la intersección de las dimensiones que la definen, dichas dimensiones estarán reflejadas en sus
correspondientes tablas de dimensiones que rodearán la tabla de hechos y estarán relacionadas con
ella.
76
2.2.24 Modelo Estrella
El modelo estrella es la manera más sencilla de un esquema en tres dimensiones, donde
los datos se encuentran en orden en función a la tabla Fact y las dimensiones. Una tabla Fact o
hecho es un evento que se cuenta o se mide, por ejemplo, una venta o ingreso
. Una dimensión contiene información sobre el hecho, como la fecha, producto o cliente. Un
esquema en estrella se esquematiza por alrededor de cada tabla de hechos con su tabla de
dimensiones asociadas.
Figura Nº 11: Star Model (Contribution of Jesuja)
2.2.25 Modelo Copo de Nieve:
En la Figura N° 12, se muestra el modelo copo de nieve cuyas dimensiones no están
completamente fusionadas. Contiene también jerarquías de dimensiones que constan de
múltiples tablas, normalmente para representar niveles de datos en la información.
77
Figura Nº 12: Snowflake Model(Contribution of Jesuja)
Capitulo III:
Materiales y métodos
3.1 Metodología de la investigación
3.1.1 Nivel de la investigación
Nivel de Investigación es Descriptiva, porque se busca describir la situación actual de la
institución en base a los datos administrativos de la Institución Educativa.
Según Arias (1999), afirma que “la investigación descriptiva consiste en la caracterización
que se da en un hecho”. Los estudios descriptivos miden de forma independiente las variables.
3.1.2 Tipo de la investigación
Descriptivo/Tecnológico (aplicado).
78
El tipo de investigación que se emplea es la Investigación Aplicada, ya que se inicia de los
conocimientos adquiridos previamente, además de la información de diferentes fuentes, todos ellos
referidos a la Inteligencia de Negocios, information management y de la Gestión de Conocimiento.
Es longitudinal (Pre/post), puesto que, el interés es analizar los cambios a través del tiempo
determinado en las variables efectuadas en la implementación de Business Intelligence.
Según Hernández, Fernández & Batista (2003), se basan en hacer la recolección de datos
en diferentes instancias, a través del tiempo para realizar inferencias acerca del cambio, en una
relación causa – efecto.
3.1.3 Enfoque de la investigación
El enfoque que emplea el proyecto de investigación es cuantitativo puesto que hace referencia
al estudio a partir del análisis de cantidades de registro, es decir que involucra un proceso de
estudio numérico que tiene que ver con fundamentos estadístico
Según Farhat (2016). menciona que “la recolección de datos para probar una hipótesis con
base en la medición numérica y el análisis estadístico, para establecer patrones de
comportamiento y probar teorías”. Ya que los datos recolectados y analizados son en base a las
variables dependientes e independientes obtenidas por medio de entrevistas destacadas en cada
entrevista.
3.1.4 Dominio de la investigación
 Variable dependiente: Implementación de Business Intelligence
 Variable independiente: Interpretación de indicadores del MINEDU.
79
3.1.5 Metodología de la investigación
La metodología de investigación está compuesta por tres etapas muy importantes en el desarrollo del
proyecto.
En la Figura N° 13 se observa de manera gráfica la metodología que se utilizará en la investigación.
Figura Nº 13: Methodology of the investigation (Own elaboration)
3.2 Descripción de la metodología de la investigación
3.2.1 Material
 Entrevistas: En ésta investigación se pretende brindar la optimización del

proceso de toma de decisiones en el área de dirección académica, para lo cual se
usará la guía de entrevista, donde se analiza el uso y los beneficios de los
procesos en la toma de decisiones.
 Guía de observaciones: Como material de investigación usaremos las guías de

observación, que estarán dirigidas a la alta dirección y el área, quienes serán los
usuarios del modelo de inteligencia de negocios. Se aplicará la guía de
80
observación, con el fin de conocer como es la interacción entre el modelo de
inteligencia de negocios y la dirección académica.
3.2.2 Métodos
 Entrevistas: Las entrevistas a realizar, serán de tipo personalizada, acudiendo a

las oficinas de los responsables de la toma de decisiones que en el actual caso es
la Dirección.
 Guía de observaciones: Para la aplicación de este material, observaremos las

reuniones de la alta dirección y la dirección académica para evaluar el sistema
de trabajo.
3.2.3 Etapa 1: Análisis de la situación actual
Esta etapa se analiza la situación actual para identificar los problemas claves en la
institución educativa, lo cual es desarrollada a través de una serie de pasos y herramientas de
análisis de problemas. En esta etapa se describe la situación actual que se encuentran en su gran
mayoría las instituciones educativas del estado peruano, seguidamente se realiza una descripción
general teniendo en cuenta el plan anual de trabajo de la institución educativa(PAT) planteada por
el ministerio de educación (MINEDU).
Una vez identificados los requerimientos funcionales con el director de la institución, se
procede a seleccionar los servicios, áreas y procesos que interactúan con la misma, después se
describe la situación actual de cada proceso seleccionado con los respectivos datos que manejan,
junto a ello se describe los objetivos estratégicos alineados con los P.E.I (Plan Estratégico
Institucional), así mismo se procede a identificar y priorizar los requerimientos en el proceso de
análisis del procesamiento de información, teniendo en cuenta el problema general que afecta en
la toma de decisiones, una vez realizado el análisis de los problemas se define las causas
principales con las herramientas de análisis como el brainstorming, el diagrama de Ishikawa, árbol
81
de causa y efecto, procediendo seleccionar, analizar y comprobar las causas más probables.
Concluyendo con una prueba de consistencia de la causa fundamental apoyada por la herramienta
de los cinco porqués (5W’S+1H).
Luego se realiza un plan de desarrollo con la metodología escogida a través de una descripción
de cada proceso a medir, realizando módulos de implementación para determinar las causas más
probables, después se describe y documenta la situación actual y una posible solución en función
al conocimiento que se deba aportar, para ello se debe de concientizar al docente mediante
capacitaciones.
En la Figura N°14 se puede visualizar las herramientas utilizadas para el análisis durante la
investigación.
Figura Nº 14: Problem analysis tools(Own Elaboration.)
82
3.2.4 Etapa 2: Diseño de indicadores de gestión educativas
Esta etapa se realiza las reuniones respectivas para los requerimientos del sistema con el cliente
estableciendo los sprint en prioridad, luego se plantea el diseño de los indicadores de gestión para
instituciones educativas con la dirección académica.
El ministerio de educación brinda indicadores de gestión para evaluar en cada institución
educativa, con ello mejorar el control en la gestión en la dirección académica en el centro
educativo. Así mismo se identifican procesos que intervienen en la institución para determinar las
variables a controlar, se seleccionan los objetivos del negocio que se especifican en el PEI y PAT
que están a su vez alineados con los procesos, se realiza una propuesta de indicadores basados en
la gestión de indicadores del MINEDU, se define los indicadores necesarios a implementar, se
clasifica los indicadores en las dimensiones.
En esta etapa también se procede a desarrollar la plataforma de Business Intelligence, para el
procesamiento y análisis eficaz de la información en la institución educativa. A continuación, se
inicia con el desarrollo de la metodología Kimball que está compuesta por 9 fases. Se procede a
instalar los siguientes programas en el servidor del (PC del desarrollador). La creación e implementación
del Datamart se realizará utilizando el INTEGRATION SERVICES como herramienta OLAP, SQL-
SERVER como base de datos transaccional, como base de datos base para el almacenamiento y
procesamiento del modelo estrella y QlikView como visor Entorno Escritorio del ETL para los usuarios.
 SQL-SERVER (Directorio por defecto)
 INTEGRATION SERVICES (Directorio por defecto)
 VISUAL STUDIO 2012
83
 SERVICE PACK DEL ANALISYS SERVICE
 QlikView v9 (Desktop)
Se realiza el desarrollo de la plataforma de Business Intelligence a través de la herramienta Sql Server
Enterprise V2008, para la gestión del Data mart que extraerá tablas de la base de datos transaccional.
Luego se realizará los programas de carga de dimensiones que permitan leer las tablas de los sistemas
transaccionales (normalizadas) para que puedan ser cargadas en las tablas dimensiones con su detalle
incluido (des normalizada – tablas primitivas).
Después las dimensiones para la carga en las Fact-Table. El programa de SQL-Server conectado a
Visual Studio 2012 nos permitirá hacer los Jobs de cada dimensión(tabla), para controlar el flujo de la
información.
3.2.5 Etapa 3: Implementación de la Plataforma Business Intelligence
En la etapa final se muestra los módulos trabajados anteriormente, sin embargo, QlikView
basada en su tecnología asociativa AQL in memory, utiliza la metodología QPM (QlikView Project
Methodology) que permitirá brindar a una interfaz amigable y activa al usuario, que a su vez será
interactivo en el manejo de la información.
En la etapa de Definición básicamente se realiza el documento de plan del proyecto, se identifica
los objetivos del negocio, se realiza el cronograma de actividades, alcances del proyecto; luego en
la fase de Preparación se realiza la selección de los requerimientos principales para la aplicación,
se documenta las fuentes de los datos e indicadores a ser utilizados, y se determina un plan de
pruebas de los prototipos; en la fase de fase de Desarrollo se construye todo lo planificado, en la
de Preparación, seguidamente se realiza las conexiones de la base de datos, el tratamiento de los
84
datos y las interfaces de los módulos en la herramienta de SQL-Server, terminando con un manual
de usuario e instalación. En la etapa de Lanzamiento básicamente de realizan las pruebas,
capacitaciones y entrenamiento a los usuarios finales sobre el uso de la plataforma de Business
Intelligence.
En la fase del Cierre se finaliza el proyecto, realizando la implantación de la plataforma en la
Institución Educativa, previamente revisado por los usuarios finales, donde los usuarios verifican
y validan la nueva plataforma de Inteligencia de negocios, se culmina firmando el documento de
conformidad y satisfacción del cliente con respecto al proyecto.
Con respecto a los materiales y equipos que se utilizarán en el proyecto, se detalla en la Tabla
N° 4, los instrumentos que se utilizaron a detalle, en cuanto al financiamiento en la Tabla N° 5, se
puede apreciar a desglose el presupuesto y los costos de equipos y materiales en proceso de la
implementación de la plataforma de business inteligence.
85
3.3 Materiales y Equipos
Tabla Nº 4:
Materials and Equipment
Dispositivos
Hardware Software
Laptop Nº 1 QlikView
Marca: TOSHIBA Microsoft Office 2016
Modelo: Satélite C55-B5214KL Sql Server 2008
Procesador: Intel Core i5-4210U 1.7 GHz (c/TB 2.7 GHz) NetBeans 7.4 / 8.2
Memoria RAM: 4 GB DDR3 ampliable a 16GB Trello
Disco Duro: 500 GB 5400RPM Microsoft Project
Pantalla: LED 15.6" HD 1366*768 Microsoft Office
Unidad óptica: DVD ± RW JDK –SDK
Tarjeta de video: Intel HD 4400
Conectividad: Ethernet 10/100 (RJ-45), Wi-Fi 802.11b/g/n
Laptop Nº 2
Marca: COMPAQ-HP
Microprocesador: Procesador AMD Single-Core E-240
Memoria: Memoria de sistema DDR3 de 1GB (1 DIMM)
Disco duro: Disco duro de 320 GB (5400 RPM)
Tarjeta de red: LAN Ethernet 10/100 integrada
Conectividad inalámbrica: LAN inalámbrica WLAN 802.11b/g/n
01 Proyector
Mitsubishi
X260U
02 Monitores Dell
30 pulgadas
86
3.4 Presupuesto
Tabla Nº 5:
Presupuesto de Inversión
TALENTO HUMANO
Descripción Cantidad Me Costo TOTAL
Analista del BI 1 6 S/.1.500 S/. 9.000
Desarrollador 1 ses 2 S/.1.500 S/. 3.000
Tester 1 2 S/.1.500 S/. 3.000
Analista del BI 1 6 S/. 1.500 S/. 9.000
DBA 1 5 S/1. 500 S/. 7.500
TOTAL S/. 31.500.00
HARDWARE
Descripción Cantidad PrecioU TOTAL
Laptop TOSHIBA, i5 1 S/. 900.00 S/. 900.00
Laptop COMPAQ- 1 S/. 600.00 S/. 600.00
3.1 Préstamo
Ghz de 1 S/. 250.00 S/. 250.00
HPPréstamo de 2 S/. 150.00 S/. 150.00
Proyector
USB kingston 60 Gb 2 S/. 45.00 S/. 90.00
Monitores TOTAL S/. 1.960.00
SOFTWARE
Descripción Licencia Precio/U TOTAL
Windows 10 1 S/. 80.00 S/. 80.00
Google Chrome Open Source 0 0
SQL Server 2008 1 S/. S/. 28,269.54
Visual Studio 1 S/. S/. 16,426.46
Erwin 7.6 Open Source 28,269.54
0 0
Microsoft Office 1 16,426.46
S/. 150.00 S/. 150.00
Qlik View Desktop Open Source 0 0
2016 TOTAL S/. 44,926.00
SERVICIOS
Descripción Mes Precio/Mes TOTAL
Internet 7 S/. 120.00 S/ 840.00
Impresiones 7 S/. 20.00 S/. 140.00
Llamadas telefónicas 7 S/. 20.00 S/. 140.00
Pasajes y viáticos 7 S/. 25.00 S/. 175.00
TOTAL S/. 1,295.00
TOTAL, PRESUPUESTO DE INVESTIGACIÓN S/. 79,681.00
Financiamiento: La investigación de tesis será autofinanciada los tesistas y la institución

educativa.
87
Capitulo IV:
Caracterización del lugar objeto de estudio
4.1 Descripción del lugar de ejecución del proyecto
4.1.1 IEP “CORAZÓN DE JESÚS DE SANTA CLARA”
La institución es de tipo global y abarca las siguientes dimensiones: gestión pedagógica, gestión
directiva, gestión de la comunidad y gestión administrativa como se muestra en la Figura N° 15.
Figura Nº 15: Dimensions of the institution (Own Elaboration)
88
4.2 Conceptos básicos del PAT 2014-2018
4.2.1 Principios:
4.2.1.1 Principios Rectores del aprendizaje
Para promover una formación integral, una educación en y para la vida, una educación de
calidad en los programas de educación formal, vemos que nuestro quehacer educativo debe
centrarse en los siguientes principios:
4.2.1.2 Principios Educacionales:
La educación debe ser ética. Es decir, debe rescatar los valores que permitan la construcción
de una sociedad democrática, justa y solidaria. La educación debe orientarse al desarrollo humano.
Esto implica un proceso interactivo, recíproco en sociedad.
4.2.1.3 Principios psicopedagógicos:
 Construcción de los propios aprendizajes: el aprendizaje es un proceso de
construcción interno, activo, individual e interactivo con el medio social y
natural.
 Necesidad del desarrollo de la comunicación y el acompañamiento del
aprendizaje: La interacción entre los actores se producen, sobre todo, a través del
lenguaje.
 Significatividad de los aprendizajes: el aprendizaje significativo es posible si se
relaciones los nuevos conocimientos con los que posee el sujeto.
 Organización de los aprendizajes: las relaciones que se establecen entre los
diferentes conocimientos se amplían a través del tiempo de la oportunidad de
89
aplicarlos en la vida; esto se haría mediante instrumentos como los mapas y redes
conceptuales.
 Integridad de los aprendizajes: los aprendizajes deben abarcar el desarrollo
integral, cubrir sus múltiples dimensiones.
4.2.1.4 Creatividad:
 La creatividad promoverá la producción de nuevos conocimientos en todos los
campos del saber, el arte y la cultura.
 La creatividad es denominada también inventiva, pensamiento original,
imaginación constructiva, pensamiento divergente y creativo, es la generación
de nuevas ideas o conceptos, o asociaciones entre ideas y conceptos conocidos,
que habitualmente producen soluciones originales. Es por ello que con
creatividad innovaremos la realización de nuestro proceso de enseñanza.
Tendremos ingenio, solucionaremos los problemas que se nos presentan con
astucia, dando soluciones originales y con ello la voluntad.
4.2.1.5 La Calidad:
Nuestra Institución Educativa trabajará tomando en cuenta la calidad, ya que
aseguramos las condiciones adecuadas para una educación integral a favor de nuestros educandos.
4.2.1.6 La inclusión:
Tomamos en cuenta este principio, ya que buscamos incorporar a las personas con
discapacidad, grupos sociales excluidos, marginados y vulnerables, especialmente en el ámbito
rural, sin distinción de etnia, religión, sexo u otra causa de discriminación, contribuyendo así a la
90
eliminación de la pobreza, la exclusión y as desigualdades. Todos los niños son iguales y pueden
acceder a la educación sin discriminación.
4.2.1.7 La interculturalidad:
Asume como riqueza la diversidad cultural, étnica y lingüística del país, y encuentra en el
reconocimiento y respeto a las diferencias, así como el mutuo conocimiento y actitud de
aprendizaje del otro, para la convivencia armónica y el intercambio entre las diversas culturas del
mundo.
4.3 Fines de la institución (objetivos estratégicos)
“La institución Educativa tiene como fin la formación integral del alumno.”
Formar estudiantes como personas y ciudadanos capaces de tomar decisiones para construir la
democracia, armonizando el desarrollo nacional, encontrando a este proyecto colectivo su propio
proyecto personal de vida.
 Lograr una educación básica de calidad, accesible a los estudiantes de menores
recursos.
 Mejorar la calidad del desempeño pedagógico y la condición profesional de los
docentes.
 Formar al 100 % de los alumnos en competencias como conocimientos y
habilidades destrezas y valores para acceder a una educación superior
universitaria y al ámbito del mercado laboral.
91
 Ejecutar capacitaciones pedagógicas a través de grupos de inter- aprendizajes
y/o convenios con otras Instituciones.
 Desarrollar actividades de aprendizaje y valores que permita la formación
integral de los niños.
4.3.1 Nuestros valores:
En pedagogía; El valor es a la vez un objetivo y un medio de educación. Desempeña un papel
importantísimo en la formación del carácter, en la actuación social y profesional, y es el elemento
indispensable para llevar a cabo la perfección de las personas. Nuestros valores son:
 Identidad: Que nuestros educandos sean efectivamente la persona que dice ser,
con sus caracteres sin posibilidad de confusión con otro.
 Respeto: Inculcar en el niño el saber respetarse a sí mismo a las personas de su
entorno, con consideración según su edad, cargo, mérito y dignidad, que
aprendan a cumplir las normas y reglas, que sepa comportarse con cortesía hacía
las demás personas.
 Responsabilidad: Formar al alumno con un criterio amplio para cumplir con
sus obligaciones como estudiante y parte integrante de la sociedad en que vive.
 Perseverancia: Inculcar en el niño mantenerse firme en sus propósitos frente a
los obstáculos, a los problemas y a las hostilidades, sin temor ni titubeos. El
perseverante posee constancia, entereza, fuerza de carácter, tenacidad en la lucha
que convierte al hombre en patriota.
92
 Solidaridad. Que el educando aprenda a prestar ayuda sin esperar una
recompensa, más bien debe ser una entrega sin reservas para vencer los
obstáculos, resolver problemas y esté dispuesto a sufrir consecuencias.
 Libertad y Democracia: Inculcar en el alumno que piense y actué con libertad,
respetando los derechos de los demás.
 Laboriosidad: Formar en el niño hábitos para el trabajo.
4.3.2 Procesos pedagógicos o modelo didáctico:
En la institución Educativa Privada “CORAZÓN DE JESUS DE SANTA CLARA”
utilizamos el método globalizado que consiste en enlazar todas las áreas en forma dinámica a través
de experiencias directas logrando el nuevo conocimiento y cambio de actitud, capaces de resolver
problemas a través de aprendizajes significativos preparándolos para la vida.
 Es importante crear en el aula un clima afectivo que favorezca las relaciones
interpersonales de reciprocidad y respeto mutuo.
 Se activará las experiencias y conocimientos previos del estudiante como punto
de inicio para la construcción de los nuevos aprendizajes.
 La promoción de la participación activa consciente e intencional de los
estudiantes sobre el proceso de adquisición de sus propios aprendizajes (meta
cognición), y las necesidades de desarrollar las capacidades para juzgar y valorar
la calidad de los aprendizajes que realiza.
93
 Las estrategias que se utilicen deben ser flexibles y deben contemplar una
diversidad de procedimientos y procesos que favorezca el desarrollo de
capacidades y actitudes.
 Las estrategias de aprendizaje deben definirse y orientarse en función del
proceso cognitivo o motores de la capacidad específica a desarrollar.
4.4 Orientaciones y usos de recursos educativos:
4.4.1 Materiales educativos:
Los materiales educativos son considerados en nuestra institución como uno de los
componentes de calidad, es decir que estamos equipados con materiales adecuados para ser usados
por los niños que nos sirve para organizar experiencias de aprendizaje y reforzar el logo de
capacidades y actitudes; contamos con materiales hechos por la profesora, padres de familia, niños
y material estructurado que nos brinda la dirección.
4.4.1.1 Características
 Seguros, no presentan peligro de toxicidad o artistas cortantes.
 Resistentes y duraderos.
 De fácil manejo.
 Se utilizan con finalidad pedagógica.
 Atractivos.
 Polivalentes.
94
4.5 Lineamientos de evaluación y tutoría:
4.5.1 Tipos de evaluación:
Entre los tipos evaluación que empleamos tenemos los siguientes:
 Evaluación de Contexto: Está relacionado con el ámbito que rodea al niño, ya
sea el hogar, y el Centro educativo o la comunidad. Esta evaluación nos permite
saber qué características tienen los lugares que le son fuente de aprendizaje.
 Evaluación formativa: Es aquella que se va dando en forma paulatina durante
todo el año escolar en el proceso del aprendizaje, con la finalidad de verificar lo
que el niño va aprendiendo: Tanto las habilidades y competencias, como las
actitudes y valores.
 Evaluación Diferencial: Es la que nos permite a los alumnos considerando las
posibilidades particulares de cada uno, decir, conocer el nivel de adquisición de
competencias, habilidades y destrezas de cada uno de las niñas y niños según sus
propias características y posibilidades.
 Evaluación Sumativa: Esta referida a los resultados finales alcanzados en un
periodo dado. Se debe evaluar a cada niña y niño en relación así mismo, a sus
logros personales, apreciando y tomando en consideración sus esfuerzos desde
el inicio hasta el final.
95
4.6 Técnicas de evaluación:
Se entiende la técnica de evaluación como un conjunto de acciones o procedimientos que
conducen a la obtención relevante sobre el aprendizaje de los estudiantes, como se puede visualizar
en la Figura N° 16, la estructura de las técnicas de evaluación.
Las técnicas de evaluación pueden ser no formales, semiformales y formales. (Díaz &
Hernández (2002)).
Figura Nº 16: Structure of the evaluation techniques (Own Elaboration)
4.7 Medios e instrumentos de evaluación:
Es el soporte físico que se emplea para recoger información sobre los aprendizajes esperados
de los estudiantes. Todo instrumento provoca o estimula la presencia o manifestación de lo que se
pretende evaluar. Contiene un conjunto estructurado de ítems los cuales posibilitan la obtención
de la información deseada.
En el proceso de evaluación utilizamos distintas técnicas para obtener información, y estas
necesitan de un instrumento que permita recoger los datos de manera confiable. Por ejemplo, la
observación sistemática es una técnica que necesita obligadamente de un instrumento que permita
96
recoger los datos deseados en forma organizada, dicho instrumento será, por ejemplo, una lista de
cotejo.
Los instrumentos de evaluación deben ser válidos y confiables: Son válidos cuando el
instrumento se refiere realmente a la variable que pretende medir: en nuestro caso, capacidades y
actitudes. Son confiables en la medida que la aplicación repetida del instrumental mismo sujeto,
bajo situaciones similares, produce iguales resultados en diferentes situaciones.
4.7.1 Situaciones orales de evaluación
 Exposición:
 Diálogo
 Debate
 Exámenes orales
 Ejercicios prácticos
 Mapa conceptual
 Mapa mental
 Red semántica
 Análisis de casos
 Proyecto
 Diario
 Portafolio
 Ensayo.
97
 Pruebas escritas (Pruebas de Desarrollo)
 Examen temático
 Ejercicio interpretativo.
 Pruebas objetivas.
 De respuesta alternativa.
 De correspondencia.
 De selección múltiple.
 De ordenamiento.
La selección de los medios e instrumentos, su elaboración e implementación, debe
considerar la interacción que se crea con los alumnos, el estado de desarrollo de todo y cada uno
de ellos y lo efectivamente enseñado.
4.7.2 Animador y Acompañante:
 Orientador desde el punto de vista humano.
 Ayuda al participante a descubrir sus propios valores e intereses y asumir sus
dificultades, contribuyendo a la integración y animación del grupo en un trabajo
en común.
 Orientador desde el punto de vista del aprendizaje
 Mediador de la educación y del cumplimiento de los programas en orden a
alcanzar un máximo rendimiento frente a los objetivos propuestos, coordinando
98
la acción del equipo de profesores y controlando el cumplimiento de las normas
en su grupo.
 Responsable administrativamente de sus participantes.
4.7.3 Respecto al alumno:
Son las más importantes están referidas al hecho de conocer los problemas y situaciones de
cada participante. Atender especialmente a los problemas relacionados con la falta de motivación
ante el estudio, dificultad e integración, crisis madurativas, problemas familiares. En algunos casos
derivar los problemas a especialistas.
4.7.4 Respecto al grupo
Ellas están referidas a contribuir a la creación y cohesión del grupo; a animar y fomentar
actividades que promuevan su madurez como persona y que posibiliten su acercamiento a la
cultura; en la colaboración con el grupo en la preparación del plan de trabajo, de viajes y salidas;
informar al grupo sobre la estructura, normatividad, centro o unidades de investigación con que
cuenta la institución.
4.7.5 Respecto a la Familia
En ella, el tutor orienta a los padres sobre el momento evolutivo que vive el alumno y formas
de abordar los posibles problemas; poner en relación a padres y alumnos en actividades conjuntas
que favorecen la relación y el dialogo familiar.
99
4.7.6 Respecto a la Institución
Participar en las reuniones de coordinación con el resto de los tutores para programar y
evaluar las actividades de la tutoría; llevar a la Junta de evaluación las opiniones y dificultades del
grupo; proponiendo objetivos concretos periódicos con el psicólogo, sociólogo de la institución.
4.8 Enfoques de evaluación
La evaluación es un proceso dinámico, integral, flexible y sistemático. Evaluar implica un
proceso de interacciones comunicativas, entre profesor, alumnos y padres, fortalecer su
autoestima, estimular sus aprendizajes y tomar las decisiones más pertinentes.
4.8.1 Evaluamos para: (En relación a las niñas y niños)
 Para determinar posibles problemas y sus causas.
 Determinar sus necesidades educativas.
 Analizar los avances que van alcanzando por la ejecución de diversas
actividades.
 Analizar si se introducen o no cambios significativos.
 Medir e interpretar los logros alcanzar
 Estimular su aprendizaje.
 Estimular la autoestima de cada uno de ellos.
4.8.2 En relación a los padres:
 Mantenerlos informados de los avances de sus hijos
 En relación al docente
100
 Establecer la eficacia de las estrategias de las que se están utilizando.
 Mejorar la efectividad del trabajo.
 Buscar nuevos métodos de trabajo para las actividades a realizar con las niñas y
niños. Orientar a los alumnos
 Retroalimentar el aprendizaje
Capitulo V:
Ingeniería de la propuesta
En este capítulo se presenta la construcción del software de registros que servirá de soporte
de la información que se manejará en la plataforma de Business Intelligence. El software brinda
necesidades básicas para el almacenamiento de registros de datos en una base de datos
transaccional que se ha de manejar en la institución de una forma interna.
5.1 Etapa 1: Descripción de la Situación Actual.
5.1.1 Situación actual de las instituciones educativas en el Perú.
Según el diseño Curricular Nacional de la Educación Básica Regular establece los logros
educativos por niveles Inicial, Primaria y Secundaria teniendo el 73% de la población de edades
de 0 a 16 años, teniendo un déficit de cobertura del 27%.
De acuerdo con los resultados de la evaluación de Pisa (OCDE, 2015) en la Tabla Nº 6, se
aprecia el panorama de rendimiento de los países en ciencias, lectura y matemáticas donde Perú
está superándose del año 2001 cuando el 54% de estudiantes se ubicó en el nivel más bajo de
la escala establecida. Perú en la evaluación de Pisa obtuvo un puntaje de 397 en ciencias, 398
en lectura y 387 en matemáticas estando rozando el nivel 2, teniendo en cuenta que a partir del
101
nivel dos se considera como línea base en el punto de partida del dominio del área que es
requerido para participar en la sociedad moderna.
Así mismo en la Tabla N° 7, el resultado el puntaje promedio de ciencias que llegaron a obtener
los países, ubicando al Perú en el puesto n° 64 de 70 países.
 Nivel 6: El puntaje total debe ser mayor o igual a 708.
 Nivel 5: El puntaje total debe ser entre 633 y menor a 708.
 Nivel 1a: El puntaje total debe ser entre 335 y menor a 410.
 Nivel 1b: El puntaje total debe ser entre 261 y menor a 335.
 Debajo del nivel 1b: El puntaje debe ser menor a 261.
102
TablaNº6:
Panoramaderendimientoenciencias,Lecturaymatemáticas
Ciencias Lectura Matemáticas Ciencias, lecturaymatemáticas
Rendimiento Tendencia Rendimiento Tendencia Rendimiento Tendencia Proporcióndealumnoscon bajo Proporcióndealumnoscon
medio en PISA mediaen medioenPISA mediaentres medioenPISA mediaen rendimientoenlastres
nivelexcelenteenalmenos asignaturas
2015 tresaños 2015 años 2015 tresaños unaasignatura(nivel5o6) (pordebajodel
nivel2)
Media Dif.nota Media Dif.nota Media Dif.nota % %
Media OCDE 493 -1 493 -1 490 -1 15.3 13.0
Singapur 556 7 535 5 564 1 39.1 4.8
Japón 538 3 516 -2 532 1 25.8 5.6
Estonia 534 2 519 9 520 2 20.4 4.7
China Taipéi 532 0 497 1 542 0 29.9 8.3
Finlandia 531 -11 526 -5 511 -10 21.4 6.3
Macao (China) 529 6 509 11 544 5 23.9 3.5
Canadá 528 -2 527 1 516 -4 22.7 5.9
Vietnam 525 -4 487 -21 495 -17 12.0 4.5
Hong Kong -5
523 527 -3 548 1 29.3 4.5
(China)
P-S-J-G
518 m 494 m 531 m 27.7 10.9
(China)
Corea 516 -2 517 -11 524 -3 25.6 7.7
Nueva Zelanda 513 -7 509 -6 495 -8 20.5 10.6
Eslovenia 513 -2 505 11 510 2 18.1 8.2
Australia 510 -6 503 -6 494 -8 18.4 11.1
Reino Unido 509 -1 498 2 492 -1 16.9 10.1
Alemania 509 -2 509 6 506 2 19.2 9.8
Holanda 509 -5 503 -3 512 -6 20.0 10.9
Suiza 506 -2 492 -4 521 -1 22.2 10.1
Irlanda 503 0 521 13 504 0 15.5 6.8
Bélgica 502 -3 499 -4 507 -5 19.7 12.7
Dinamarca 502 2 500 3 511 -2 14.9 7.5
Polonia 501 3 506 3 504 5 15.8 8.3
Portugal 501 8 498 4 492 7 15.6 10.7
Noruega 498 3 513 5 502 1 17.6 8.9
Estados Unidos 496 2 497 -1 470 -2 13.3 13.6
Austria 495 -5 485 -5 497 -2 16.2 13.5
Francia 495 0 499 2 493 -4 18.4 14.8
Suecia 493 -4 500 1 494 -5 16.7 11.4
República -5 -6
493 487 5 492 14.0 13.7
Checa
España 493 2 496 7 486 1 10.9 10.3
Letonia 490 1 488 2 482 0 8.3 10.5
Rusia 487 3 495 17 494 6 13.0 7.7
Luxemburgo 483 0 481 5 486 -2 14.1 17.0
Italia 481 2 485 0 490 7 13.5 12.2
Hungría 477 -9 470 -12 477 -4 10.3 18.5
103
Lituania 475 -3 472 2 478 -2 9.5 15.3
Croacia 475 -5 487 5 464 0 9.3 14.5
CABA 51 46 38
475 475 456 7.5 14.5
(Argentina)
Islandia 473 -7 482 -9 488 -7 13.2 13.2
Israel 467 5 479 2 470 10 13.9 20.2
Malta 465 2 447 3 479 9 15.3 21.9
República -10 -12 -6

461 453 475 9.7 20.1
Eslovaca
Grecia 455 -6 467 -8 454 1 6.8 20.7
Chile 447 2 459 5 423 4 3.3 23.3
Bulgaria 446 4 432 1 441 9 6.9 29.6
Emiratos -12
437 434 -8 427 -7 5.8 31.3
Árabes Unidos
Uruguay 435 1 437 5 418 -3 3.6 30.8
Rumanía 435 6 434 4 444 10 4.3 24.3
Chipre1 433 -5 443 -6 437 -3 5.6 26.1
Moldavia 428 9 416 17 420 13 2.8 30.1
Albania 427 18 405 10 413 18 2.0 31.1
Turquía 425 2 428 -18 420 2 1.6 31.2
Trinidad y 7 5
425 427 417 2 4.2 32.9
Tobago
Tailandia 421 2 409 -6 415 1 1.7 35.8
Costa Rica 420 -7 427 -9 400 -6 0.9 33.0
Catar 418 21 402 15 402 26 3.4 42.0
Colombia 416 8 425 6 390 5 1.2 38.2
México 416 2 423 -1 408 5 0.6 33.8
Montenegro 411 1 427 10 418 6 2.5 33.0
Georgia 411 23 401 16 404 15 2.6 36.3
Jordania 409 -5 408 2 380 -1 0.6 35.7
Indonesia 403 3 397 -2 386 4 0.8 42.3
Brasil 401 3 407 -2 377 6 2.2 44.1
Perú 397 14 398 14 387 10 0.6 46.7
Líbano 386 m 347 m 396 m 2.5 50.7
Túnez 386 0 361 -21 367 4 0.6 57.3
ARYM 384 m 352 m 371 m 1.0 52.2
Kosovo 378 m 347 m 362 m 0.0 60.4
Argelia 376 m 350 m 360 m 0.1 61.1
República
332 m 358 m 328 m 0.1 70.7
Dominicana
Fuente:OCDE,BasededatosdePISA2015,TablasI.2.4a, I.2.6, I.2.7, I.4.4ayI.5.4ª
104
Figura Nº 17: Resultado de ciencia según medida promedio y niveles de desempeño (OCDE (2016b))
105
5.1.2 Situación de la Institución Educativa en estudio
5.1.2.1 Visión:
Nuestra Institución Educativa Privada “CORAZÓN DE JESÚS DE SANTA CLARA”, tiene
por visión, ser el mejor colegio en sus alrededores y ser considerada en un plazo no mayor de 4
años como una de las Instituciones Educativas que dentro de su jurisdicción brinda un servicio de
calidad a sus estudiantes, con grandes resultados, brindando el servicio educativo, con una
pedagogía centrada en valores Éticos – Morales, buscando la formación integral del educando a
Nivel inicial, Primaria y Secundaria para mejorar la infraestructura física implementándolo con
todos los requerimiento que demanda la educación actual, para lograr los objetivos planteados por
la institución Educativa.
5.1.2.2 Misión:
Plantea como misión educativa, hacer del Colegio una institución que brinde un servicio
educativo de calidad, proyectado a una educación basada en valores, impulsando u aprendizaje,
propiciando un clima de armonía y democracia, con un equilibrio en el desarrollo de la inteligencia
emocional y una comunicación de empatía.
106
5.1.2.3 Organigrama
En la Figura N° 18 se puede apreciar las áreas que conforman el organigrama en la

Institución.
Figura Nº 18: Diagram of the organization chart (Elaboration PAT 2014-2018)
5.1.2.4 Mapa de procesos de matrícula
El proceso inicia cuando el apoderado solicita la información. Si el Alumno no es nuevo la
secretaria valida los datos del alumno. Si tiene deuda disponible debe cancelarla de caso contrario
el proceso terminara. Una vez el alumno no tiene deuda se procede a realizar el pago de matrícula.
Si no realiza el pago se termina el proceso, si realiza el pago la secretaria registra la matrícula y
hace entrega de la lista de útiles escolares.
El software diseñado a extraer la información participara en dos tareas del proceso de
admisión y matricula los cuales son:
107
 Registrar datos del alumno: El software registra la información del alumno en base
a la ficha dada por la institución educativa.
 Registrar Matricula: El software registra la matricula del alumno insertando el grado
sección y año como datos
En la siguiente Figura N° 19, se muestra el proceso que actualmente ejecutan al momento
de generar una carga académica en la institución educativa.
Figura Nº 19: Map of generate an academic load (Own elaboration)
108
Mapa de procesos de ejecución de clases: En la Figura N° 20 se visualiza el proceso de
ejecución de clases, que es realizado por los docentes de la institución en cada día de labores,
brindando así una secuencia interactiva de las actividades educacionales de los educandos.
Figura Nº 20: Map of class performance processes (Own elaboration)
5.1.2.5 Mapa de procesos de admisión e inscripción:
En la Figura N° 21 se muestra el proceso de inscripción y admisión a los estudios de la
institución continua del colegio Corazón de Jesús de Santa Clara. Para realizar esto, realiza
actividades de difusión institucional que permitan gestionar procesos de inscripción, evaluación y
aceptación del alumno.
Figura Nº 21: Admission and enrollment processes (Own Elaboration)
109
5.1.2.6 Mapa de procesos de registro de notas
Además en la Figura N° 22, se aprecia en detalles cada proceso del registro de
calificaciones para permitir determinar la combinación de categorías y pesos que reflejará los
objetivos de su clase.
Figura Nº 22: Note registration processes (Own Elaboration)
5.1.2.7 Proceso de programación académica
El docente entrega la disponibilidad de horas que puede laborar, el coordinador recibe la
disponibilidad de todos los docentes y arma un horario. El Director da el visto bueno al horario y
aprueba o desaprueba el horario. Si desaprueba el horario el coordinador vuelve a rediseñar el
horario, si se aprueba el horario el coordinador envía el posible horario a los docentes. Los docentes
revisan el horario si están conformes se registra el horario si no están conformes el docente vuelve
a dar las horas laborables disponibles.
El software trabaja en una determinada tarea específica la cual es:
 Registrar el horario: En esta tarea se determina las actividades como es registrar
Cursos en horas, relacionar docentes con curso, relacionar docente con grado y
año, registrar docentes en horas de cursos. El software actuara directamente en
110
relacionar docente con curso y relacionar docente con grado y año mostrando así
reportes como docentes que trabajan en determinado año, que curso y en qué
grado enseña.
5.1.2.8 Proceso de registro de notas
Docente registrar plan de evaluación y registra notas de los alumnos en el sistema. La
secretaria revisa el sistema, imprime el registro de notas y envía una copia al coordinador. Padres
de familia reciben un correo de aviso terminando el proceso con la obtención de la lista de notas
impresa.
El software actúa directamente en las tareas:
 Registra plan evaluación: El sistema registra los temas que son calificados por
grado y área.
 Registra Notas en el Sistema: El sistema registra las notas del alumno de acuerdo
a los temas de calificación que fueron ingresados un paso antes.
Si la secretaria le mostrara la información respectiva y los requisitos para la matricula del
alumno tal como: Ficha integral del educando, partida de nacimiento, certificado de estudios,
certificado de comportamiento, certificado de vacunas, Fotografías y otros. El apoderado entrega
los documentos solicitados para la evaluación de la secretaria. Si los documentos no están
conformes entonces el proceso termina y la matricula no procede hasta la conformidad de los
documentos. En el caso que los documentos están en conformidad se procede a registrar los datos
en el sistema
111
Después de haber analizado los procesos que se ejecutan en la institución educativa, nos
enfocaremos en el área de dirección académica con ello se determina características que generan
los problemas en la toma de decisiones, algunas de ellos son:
 Seguimiento del rendimiento académico de los alumnos.
 Reportes y consolidados tardíos.
 Datos almacenados, sin procesamiento.
 Tendencia a registrar notas incorrectas en los cursos de los alumnos.
 Nivel de estructura básica no óptima
 Acumulación de data histórica a causa de no gestionar la información y no convertirla
en conocimiento.
 Tiempo perdido en la interpretación de consolidados académicos y registro de notas.
 Nivel de análisis básico, esto debido a que no se cuenta con sistema de registros.
5.1.3 Identificación de los problemas
En la siguiente Tabla N° 7 , se visualiza la identificación de los problemas que representa
el área de dirección académica al momento de generar reportes e informes de desempeño de los
alumnos.
112
Tabla Nº 7:
Identificación de problemas
Proceso de
Problemas
análisis
 Registros en ficheros físicos: La acumulación de registros físicos genera un tiempo que
los docentes deben aplicar, por ende, se acumula data histórica en gran medida y no se
logra analizar el progreso o resultados sin poder tomar medidas de control o prevención
en cuanto al rendimiento estudiantil.
Obtención de  Datos erróneos: Como existen registros con datos iguales eso con lleva a tener muchos
datos datos iguales que sólo entorpecen en el proceso de obtención y filtro de datos.
 Tiempo de espera en la obtención de reportes académicos: Ciertamente los
consolidados son reportes académicos de los alumnos, donde en ellos se muestran el
desempeño de cada alumno en el tiempo de estudio, los cuales son muy importantes
para su análisis de aprovechamiento escolar.
 Toma de decisiones de forma empírica o por intuición
- Tener demasiada información no basta, ya que, al momento de tomar una decisión
es basada en conocimiento e indicadores académicos, es decir data procesada, por
lo tanto, si no hay un manejo óptimo de la información no se podrá alcanzar
objetivos de la institución.
- Control en la gestión de indicadores académicos no adecuado en el área de
dirección académica.
- El término control es clave para los directores de la institución, puesto que, en ellos
análisis de la se encuentran inmersos los procesos de monitoreo, supervisión y evaluación, cuya
información gestión no realizada correctamente implica un proceso muy largo y a la vez no
preciso, con ello poniendo en peligro el alcance objetivos y mejoramiento de la
misma.
 Información procesada no disponible en el momento oportuno
- Se determina que la toma de decisiones es esencial para los directores y docentes de
la institución, ya que, con la información procesada se puede convertir en
conocimiento para un uso estratégico, sin embargo, al generar reportes a destiempo
es muy difícil tomar una decisión correcta en función a resultados eficientes.
5.1.4 Análisis del problema seleccionado
5.1.4.1 Definición de causas fundamentales(Brainstorming)
Según el diagrama de Causas y dimensiones (véase la Tabla N° 8), se muestran las causas
que se obtuvieron a través de reuniones y tormentas de ideas realizadas con la dirección académica,
cuyos representantes son los directores de la institución educativa, sin embargo, el área a trabajar
es el área de dirección académica, por ende, los directores fueron la fuente de consulta directa.
Seguidamente se detalla algunas de las causas:
113
Tabla Nº 8:
Causas y dimensiones de Brainstorming
Causas Dimensiones
No existe capacitaciones de TI.

Desconocimiento de Tecnologías. Personal Administrativo
Cultura organizacional de la Institución.
Indicadores de gestión no controlados.
Deficiente valoración de los procesos. Procesos
Falta de automatización de procesos

No existen sistemas de información local.
Infraestructura de TI limitada. Tecnología
Escaso personal de TI.

Bajo rendimiento académico de los alumnos.
Espera de calificaciones bimestrales. Alumnos
Deficiente desempeño de los docentes.

Deficiente disponibilidad de reportes
Riesgo elevado de pérdida de información. Información
Vulnerabilidad de ataques informáticos y virus.

Información inoportuna e incompleta. Financiero
Presupuesto limitado.
Dependencia de terceros (sedes).
5.1.4.2 Diagrama de Ishikawa (Causa – Efecto)
En el diagrama de Ishikawa que se visualiza en la Figura N° 23, los docentes y directores
de la institución educativa nos permitieron percibir algunas situaciones que se suscitan con mayor
frecuencia y se generan deficiencias en la toma de decisiones de la institución.
114
Figura Nº 23: Cause and effect diagram of the educational institution(Own Elaboration)
5.1.5 Selección de las causas más probables
Realizado el análisis anterior del Brainstorming y diagrama de Ishikawa, se perciben las
causas más probables que se presentan en el proceso. (véase la Tabla N° 9)
115
TablaNº9:
Mostprobablecauses
Principalescausas Conclusión Argumento

PersonalAdministrativo
NoexistecapacitacionesdeTI. Pocoprobable Estogenerauntrabajoextraprogramadoconlosalumnosydirección.
DesconocimientodeTecnologías. Probable Teneralpersonaladministrativoconconocimientosdetecnologíasdela informaciónles

permitetomarelcontrolconla informaciónobtenida.
Culturaorganizacionaldela Pocoprobable Influyeenuntechodecristalalmomentodegenerarcambiosenlosprocesosdela
Institución. institución.
Procesos
Indicadoresacadémicosno Afectaenelcontroldela informacióndelosalumnos,datahistóricaalmacenada,
controlados. Probable informaciónlimitada,provocandodatoserróneosporcausasquenosetienenprocesos
automatizadosenunsistema.
Deficientevaloracióndelosprocesos. Muyprobable Faltadevaloracióndelosprocesosquesetienenenlainstitución,puestoque,nohay

priorizaciónenlosqueseejecutaenlaactualidad.
Faltadeautomatizacióndeprocesos Muyprobable Estoafectadirectamentealcontrolymonitoreodelosprocesos,puestoque,conellosse

alcanzanobjetivosdelPEI.
Tecnología
Noexistensistemasdeinformación Probable Produceretrasoenelregistrodelasnotas, cargasacadémicasyprocesamientodedatosde
local. consolidadosdenotas.
InfraestructuradeTIlimitada. Pocoprobable PerjudicaalaarquitecturadeTIdela InstituciónEducativa.
EscasopersonaldeTI Muyprobable Limita eldesarrollodeposiblessoluciones enimplementaciónybuenfuncionamientoen

lossistemas.
Alumnos
Bajorendimientoacadémicodelos Probable Lafaltadeuncontrolenlosprocesosdedirecciónacadémica, imposibilitaunmonitoreo
alumnos. delalcancedeobjetivosdela institución.
Eltenerdatosenfísico, registraramanualmente,yelnocontarconsistemade
Esperadecalificacionesbimestrales. Probable informacióngeneragrancantidaddedatahistóricaquenoproporcionaayudaaun
seguimientoeneldesempeñodelosdocentesconrespectoa losalumnos.
Deficientedesempeñodelosdocentes. Pocoprobable Elhechodequenoseestámonitoreandoacadadocente,evitaencontrarposibles

problemasocausasqueelalumnadobajesusnotasoabandonelainstitución.
Información
Estoafectadirectamentealmomentodelas tomasdedecisiones,nosecuentacon
Deficientedisponibilidaddereportes Muyprobable informaciónprecisapara
tomarunadecisiónoportuna
Riesgoelevadodepérdidade Muyprobable Unagranpartedela informaciónestaalmacenadaenfísicolocualnoayudaasegurala
información. perdidadeinformación.
Vulnerabilidaddeataques Muyprobable Lafaltadeactualizaryadquirir licenciashacequevirus, troyanosentrenenla

informáticosyvirus. computadoraydañenarchivosimportantes.
Financiero
InsuficienteinversióndeTI. Pocoprobable Lainstitucióneducativacomoenteprivadogestiona3sedesporconsiguientenohay
presupuestodestinado.
Lainstitucióneducativacomoenteprivadogestiona3sedescondiferentes
Presupuestolimitado. Pocoprobable administraciones,porende, losgastossonenfunciónaundirectoriocondiferentes
representantes.
Dependenciadeterceros(Sedes Pocoprobable Afectaa ladirecciónacadémicaalmomentodeimplementar tecnologíasdeactualidad.
Primaria-Inicial-Secundaria).
Fuente:OwnElaboration
116
5.1.5.1 Analizando las causas más probables
Luego de realizar un análisis de las causas más probables; en la Figura N°24, se muestra
las causas más probables según el tipo de prioridad que el gráfico estadístico visualiza que
dimensión puede afectar de forma directa en la toma de decisiones.
Figura Nº 24: Most probable causes (Own Elaboration)
5.1.5.2 Prueba de las 5 preguntas consistencia de la causa fundamental
A continuación, en la Tabla N° 10 se percibe las preguntas que se formulan para poder
identificar los problemas principales que se manifiestan en el área de dirección académica basadas
en la herramienta de análisis 5W’S + 1 H y son las siguientes:
117
Tabla Nº 10:
Aplicando las 5W +H
Pregunta Respuesta
Toma de decisiones por intuición y de forma
¿Qué?(¿Que se quiere mejorar?) empírica de los directores y docentes de la
institución educativa.
Porque el proceso de control de
¿Por qué?(Por qué se quiere mejorar) indicadores académicos no es eficiente en la
Las posteriores preguntas, determinan los límites del problema que se analiza, los actores que
participan en la fase del proceso y en qué momento se gestionan los problemas.
En el área de dirección académica de la
¿Dónde?(¿Dónde se quiere mejorar?)
institución educativa
A los directores y docentes responsables de
¿Quién?(¿Quién se quiere mejorar?)
la toma de decisiones.
En cualquier momento se desea saber el
nivel de avance o retraso con respecto
¿Cuándo?(¿Cuándo se quiere mejorar?) desempeño académico que a su vez están
alineados a las metas y objetivos de la
institución.
La posterior pregunta determinan la planificación de la mejora
Implementado una plataforma de Business
¿Cómo?(¿Cómo lo van a mejorar?) Intelligence con los indicadores académicos
que el MINEDU promueve.
118
5.1.5.3 Entrevistas con el personal de la institución corazón de Jesús
Las entrevistas se efectuaron a través de los administradores de la institución educativa:
 DIR. ANDRÉS SANTOS GÓMEZ

En líneas generales se realizó capacitaciones al director sobre los siguientes puntos:
 Extracción de datos para los reportes de la base de datos transaccional.
 Se brindó orientación acerca funcionamientos de los reportes directamente
de la base datos transaccionales
 DIR. MARÍA EUGENIA SULCA QUISPE

En líneas generales se realizó capacitaciones a la directora sobre los siguientes puntos:
 Comprender los objetivos del área de dirección académica del Colegio
Corazón de Jesús con respecto al PAT -2014-2018.
 Entender la forma de análisis de datos que brinda las herramientas de B.I.
5.1.6 Planificación del proyecto
5.1.6.1 Objetivos
 Mejorar y agilizar el tráfico de información analítica en el área de dirección
académica del Colegio Corazón de Jesús de Santa Clara.
 Generar información veraz, eficiente y oportuna, dirigida al personal de
dirección académica capaz de poder visualizar de una manera consolidada y
entendible para ayuda en la toma de decisiones.
119
 Integrar la información relevante e histórica de una manera consistente y
enfocada.
 Brindar accesibilidad en el proceso de toma de decisiones en el área de dirección
académica de la IEP Corazón de Jesús de Santa Clara.
5.1.6.2 Alcance
El proyecto busca ayudar al área dirección académica del colegio Corazón de Jesús de
Santa Clara, a través de reportes estadísticos analíticos con la información almacenada en la base
de datos transaccional, veraz y consolidada en tiempo real, permitiendo dar soporte a la toma de
decisiones en la institución educativa.
5.1.6.3 Beneficios de la implementación de business intelligence
A continuación, en la Tabla N° 11, se muestra aspectos relevantes de los beneficios que aporta
la implementación de una plataforma de inteligencia de negocios en una empresa. Brindando así
un soporte a la toma de decisiones de la alta dirección.
120
Tabla Nº 11:
Benefits of implementing business intelligence
ASPECTO BENEFICIOS
- Nos brinda respuestas más rápidas.
- Nos proporciona una herramienta de apoyo para mejorar la toma de decisiones.
- Optimiza el proceso de análisis de la información en el área de dirección
HUMANO
académica.
- Encuentra cuáles son tus costes de producción reales y accesibles.
- Agiliza la gestión en la institución educativa.
- Se consigue importantes métricas sobre la institución.
MATERIAL - Permite reducir tiempos de reportes consolidados.

- Reduce costos en el análisis de los datos y proceso de transformación.
- Herramientas de información acorde con las necesidades de la empresa.
TECNOLÓGICO - Brinda tecnología una interfaz amigable con el usuario.

- Permite identificar las oportunidades.
- Permite optimizar las operaciones
- Información veraz y en tiempo real.
INFORMACIÓN
- Toma de decisiones adecuadas basadas en reportes dinámicos.
- Proceso analítico de la data de la institución.
5.2 Etapa 2: Diseño de Indicadores de la gestión educativa (MINEDU)
5.2.1 Análisis
5.2.1.1 Requerimientos del negocio
A continuación, en la Figura N° 25, se puede apreciar los requerimientos que se encuentran
focalizados en los módulos que cuentan el área de dirección académica del Colegio Corazón de
Jesús, con respecto a los indicadores que el MINEDU promueve.
121
Figura Nº 25: Propuesta de indicadores al 2021(Own Elaboration)
122
Luego de haber identificado los indicadores de gestión que el MINEDU promueve, se procede
a identificar los requerimientos funcionales y ponerlos en prioridad detallados en las
siguientes tablas.
Tabla Nº 12:
Tabla de requerimiento N°1
Request Cantidad de Alumnos matriculados por
Identifier:
RF-01 Name: año.
Type: Funcional Date: 07/12/2017
Priority: Alta Need: SI
Description:
La implementación de Business Intelligence posibilitará ver la Cantidad de
Alumnos matriculados por año en la institución educativa.
Tabla Nº 13:
Request
Identifier: RF-02 Alumnos matriculados por Grado y sección.
Name:
La implementación de Business Intelligence permitirá conocer Alumnos más

Description:
matriculados por Grado y sección en la institución educativa.
Tabla Nº 14:
Request Cantidad de Materias aprobadas de alumnos por grado y
Identifier: RF-03
Name: sección.
Funcion
Type:
al Date: 07/12/2017
Priority: Need: SI
Alta
Description La implementación de Business Intelligence permitirá conocer Cantidad de Materias
: aprobadas de alumnos por grado y sección en la institución educativa.
123
Tabla Nº 15:
Request Cantidad de Materias desaprobadas de

Identifier:
RF-04 Name: alumnos por grado y sección.
Description:
La implementación de Business Intelligence permitirá conocer Cantidad de Materias
desaprobadas de alumnos por grado y sección en la institución educativa.
Tabla Nº 16:
Request Tasa de conclusión, primaria y segundaria,
Identifier:
RF-05 Name: por grupo de edades
La implementación de Business Intelligence permitirá conocer porcentaje y

Description: cantidad de los alumnos que concluyeron primaria y secundaria diferenciado por
grupo de edades
Tabla Nº 17:
Request Cantidad de Materias desaprobadas de
Identifier: RF-06
Name: alumnos por grado y sección.
La implementación de Business Intelligence permitirá conocer Cantidad de

Description:
Materias desaprobadas de alumnos por grado y sección en la institución educativa.
124
Tabla Nº 18:
Request Tasa de Matriculados iniciados de
Identifier
RF-07 Name: primaria y secundaria por edades
Description:
La implementación de Business Intelligence permitirá ver la cantidad de
matriculados iniciados de primaria y secundaria
Tabla Nº 19:
Request Alumnos con ponderado sobresaliente en
Identifier: RF-08
Name: los cursos por grado y sección.
La implementación de Business Intelligence mejorará la visualización de los
Description: Alumnos con ponderado sobresaliente en los cursos por grado y sección en la
Tabla Nº 20:
Request Alumnos con ponderado de bajo nivel en
Identifier:
RF-09 Name: los cursos por grado y sección.
Description: La implementación de Business Intelligence ayudará conocer a los Alumnos con

ponderado de bajo nivel en los cursos por grado y sección en la institución
educativa.
125
Tabla Nº 21:
Tasa neta de matrícula, educación inicial,
Identifier: RF-10 Request Name:
primaria y segundara
La implementación de Business Intelligence permitirá conocer el porcentaje
Description:
matriculados en inicial, primaria y secundaria según sus edades
Tabla Nº 22:
Tendencia de materias con mejores notas por
Identifier: RF-11 Request Name:
alumno
Priority: Alta Need SI
La implementación de Business Intelligence facilitará conocer a los Alumnos con
Description:
mejor eficiencia en la carga académica en la institución educativa.
Tabla Nº 23:
Profesores con mayor eficiencia en el
Identifier: RF-12 Request Name: desempeño de la carga académica por
Bimestre.
La implementación de Business Intelligence permitirá conocer Profesores con
Description: mayor eficiencia en el desempeño de la carga académica por Bimestre en la
126
Tabla Nº 24:
Request Profesores con mayor eficiencia en el
Identifier: RF-13
Name: desempeño de la carga académica por Año.
La implementación de Business Intelligence facilitará el conocer a los Profesores
Description: con mayor eficiencia en el desempeño de la carga académica por Año en la
Tabla Nº 25:
Request Profesores con menor desempeño en la carga
Identifier: RF-14
Name: académica por Bimestre.
La implementación de Business Intelligence facilitará la visualización de los
Description: Profesores con menor desempeño en la carga académica por Bimestre en la
Tabla Nº 26:
Request Profesores con menor desempeño en la carga
Identifier: RF-15
Name: académica por Año.
Description: La implementación de Business Intelligence posibilitará conocer a los Profesores

con menor desempeño en la carga académica por Año en la institución educativa.
127
Tabla Nº 27:
Request Cantidad de grados y secciones sobresalientes
Identifier: RF-16
Name: en el año.
La implementación de Business Intelligence permitirá conocer la Cantidad de

Description:
grados y secciones sobresalientes en el año en la institución educativa.
Tabla Nº 28:
Request Cantidad de grados y secciones sobresalientes
Identifier: RF-17
Name: en el Bimestre.
La implementación de Business Intelligence permitirá visualizar la Cantidad de

Description:
grados y secciones sobresalientes en el Bimestre en la institución educativa.
Tabla Nº 29:
Request Cantidad de boletas de notas aprobadas de
Identifier: RF-18
La implementación de Business Intelligence permitirá conocer Cantidad de

Description: boletas de notas aprobadas de alumnos por grado y sección en la institución
educativa.
128
Tabla Nº 30:
Request Profesor con mayor eficiencia en cursos por
Identifier: RF-19
Name: grado y sección.
La implementación de Business Intelligence favorecerá conocer al Profesor con

Description:
mayor eficiencia en cursos por grado y sección en la institución educativa.
Tabla Nº 31:
Request Profesores con menor eficiencia en cursos por

Identifier: RF-20
La implementación de Business Intelligence permitirá conocer a los Profesores

Description:
con menor eficiencia en cursos por grado y sección en la institución educativa.
Tabla Nº 32:
Request Cantidad de boletas de notas desaprobadas de
Identifier: RF-21
La implementación de Business Intelligence propiciará conocer la Cantidad de

Description: boletas de notas desaprobadas de alumnos por grado y sección en la institución
educativa.
129
Tabla Nº 33:
Request Cantidad de boletas de Notas desaprobadas de
Identifier: RF-22
Priority: Alta Need SI
La implementación de Business Intelligence permitirá conocer la Cantidad de

Description: boletas de Notas desaprobadas de alumnos por grado y sección en la institución
educativa.
Tabla Nº 34:
Request Cantidad de cursos menos desaprobados por
Identifier: RF-23
La implementación de Business Intelligence posibilitará conocer la Cantidad de

Description:
cursos menos desaprobados por grado y sección en la institución educativa.
Tabla Nº 35:
Request Cantidad de cursos más desaprobados por grado y
Identifier:
RF-24 Name: sección.
Description: La implementación de Business Intelligence hará posible conocer la Cantidad de

cursos más desaprobados por grado y sección de la institución educativa.
Terminando los requerimientos Funcionales se procese a elaborar la base de datos transaccional
a partir de lo que desea medir(como se muestra en la Figura N° 26), los registros que se desean
almacenar, mediante los procesos de que se ejecutan en el área de dirección académica.
130
5.2.2 Diseño
5.2.2.1 Base de datos transaccional en SQL server

A continuación, en la Figura N° 26, se muestra la base de datos transaccional que se logró
implementar a partir de los requerimientos a evaluar en la institución.
Figura Nº 26: Transactional data base in SQL server.( O w n E lab orati o n )
131
5.2.2.2 Diccionario de datos a nivel general de la base de datos transaccional de
bd_colegio
Después de lo anterior, se realiza la definición de las tablas y su función de almacenamiento en
toda la base de datos, tal como se muestra en la Tabla N° 36.
Tabla Nº 36:
Descripción de base de datos transaccional de la Institución
TABLA DESCRIPCIÓN
dbo.Ano_Bimestre Se registran los años de cada bimestre.
dbo.Bimestre Se registran los bimestres que se dan en un año .
dbo.Boleta_Nota Se registran las boletas que cada profesor ingresa.

dbo.Calificación Se registran las notas de los alumnos de cada curso.
dbo.Carga Académica Se registran las cargas académicas de cada año.

dbo.Detalle_Carga_Académica Se registran acontecimientos en detalle de la carga académica.
dbo.Grado_Materia Se registran los grados y cursos de los alumnos

dbo.Grado Se registran la materia de cada grado.
dbo.Materia Se registran los nuevo cursos que aparecen en el plan curricular.

Dbo.Materia_Profesor Se registran los cursos destinados a cada profesor.
dbo.Matricula Se registra al nuevo alumno a matricular.
dbo.Periodo Se registran los periodos de cada grado y sección.
dbo.Persona Se registran la carga académica de cada grado y sección.
dbo.Profesor_Materia Se registran datos del alumnos y fecha de ingreso.
dbo.sección Se registran las secciones de cada grado..
dbo.Usuario Se registra usuarios para identificación y privilegios.
132
5.2.2.3 Diccionario de datos de la base de datos transaccional del bd_colegio.
Sobre las consideraciones anteriores, se procede a definir los datos que tendrán cada tabla en la
base de datos transaccional detallados en las siguientes tablas.
Tabla Nº 37:
Tabla de descripción de la tabla dbo.Ano_Bimestre
Opción PK
Nombre de Columna Tipo de dato Nulo Descripción FK
id_Ano_Bimestre int No nulo Clave del Año PK -
id_Periodo int nulo Clave del Periodo - FK
id_Bimestre int nulo Clave del Bimestre - FK
Tabla Nº 38:
Tabla de descripción de la tabla dbo.Bimestre
Opción
Nombre de Columna Tipo de dato Descripción PK FK
Nulo
id_bimestre int No nulo Clave del Bimestre PK -
bimestre nvarchar(50) nulo Número del Bimestre - -
Tabla Nº 39:
Tabla de descripción de la tabla dbo.Boleta_Nota
Tipo de Opción
Nombre de Columna dato Nulo Descripción PK FK
id_boleta_Nota int No nulo Clave de la Boleta Nota PK
id_calificacion int nulo Clave de la -
Calificación FK
id_Detalle_Carga_Academica int nulo Clave del Detalle Carga -
Académica FK
Nota numeric nulo Número de la -
Calificación -
id_Bimestre int nulo Clave del Bimestre - FK
fecha_ingreso date nulo Fecha de ingreso a la -
I.E -
Estado_Boleta_Nota nchar(1) nulo Activo o Desactivo de -
la boleta -
Nota_Letra nchar(2) nulo Letra de la Calificación - -
Fuente: Own Elaboration.
133
Tabla Nº 40:
Tabla de descripción de la tabla dbo.Calificacion
Opción
Nulo
id_Calificacion int No nulo Clave de la Calificación PK -
Nombre_Calificacion nvarchar(250) nulo Evaluaciones parciales - -
Estado_Calificacion nchar(1) nulo Ingreso de las Notas - -

id_Bimestre int nulo Clave del Bimestre - -
id_Grado_Materia int nulo Clave del Grado_Materia - FK
li_Tipo_Calificacion nchar(1) nulo Tipo de Calificación(3) - -
Tabla Nº 41:
Tabla de descripción de la tabla dbo.Carga_Academica
Tipo de Opción
Nombre de Columna Descripción PK FK
dato Nulo
id_Carga_Academica int No nulo Clave de Carga Académica PK -
id_Matricula int nulo Clave de la Matrícula - FK
Tabla Nº 42:
Tabla de descripción de la tabla dbo.Detalle_Carga_Academica
Tipo de Opción
id_Detalle_Carga_Academica int No nulo Clave del Detalle de Carga PK
Académica -
id_Carga_Academica int nulo -
Clave de carga académica. FK
id_Materia_Profesor int nulo -
Clave de Materia profesor FK
134
Tabla Nº 43:
Tabla de descripción de la tabla dbo.Grado
Opción
Nombre de Columna Tipo de dato Nulo Descripción PK FK
id_Grado int No nulo Clave del Grado PK -
nombre_Grado nvarchar(50) nulo Nombre del grado - -
li_Nivel nchar(1) nulo Tipo de Nivel - FK
id_seccion int nulo Clave de la Sección -
Estado_Grado nchar(1) nulo Activo/ Desact. Grado - -
Tabla Nº 44:
Tabla de descripción de la tabla dbo.Grado_Materia
Tipo de Opción
id_Grado_Materia int No nulo Clave del Grado Materia PK -
id_Materia int nulo Clave de la Materia - FK
id_Grado int nulo Clave del Grado - FK
Tabla Nº 45:
Tabla de descripción de la tabla dbo.Materia
Opción
id_Materia int No nulo Clave de Materia PK -
Nombre_Materia nvarchar(50) nulo Nombre de la materia - -
li_Ti_Materia nchar(1) nulo Tipo de la materia - -
Estado_Materia nchar(1) nulo Ingreso de la materia - -
Tabla Nº 46:
Tabla de descripción de la tabla dbo.Materia_Profesor
Tipo de Opción
id_Materia_Profesor int No nulo Clave de la Materia Profesor PK -
id_Persona_Profesor int nulo Clave del Persona Profesor - FK
id_Grado_Materia int nulo Clave del Grado Materia - FK
id_Periodo int nulo Clave del Periodo - FK
135
Tabla Nº 47:
Tabla de descripción de la tabla dbo.Matricula
Opción
id_Matricula int No nulo Clave de la matrícula PK -
id_persona int nulo Clave de la Persona - FK
id_grado int nulo Clave del grado - FK
id_Periodo int nulo Clave del Periodo - -
Fecha_Matricula date No nulo Fecha de matrícula - -
li_estado_Matricula nchar(1) nulo Tipo de Matrícula - -
Estado_Trabaja nchar(1) nulo Trabaja Si/No - -
Horas_Sem_Labora nchar(10) nulo Tiempo de Trabajo - -
Estado_Matricula nchar(1) nulo - -
Tabla Nº 48:
Tabla de descripción de la tabla dbo.Periodo
Tipo de Opción
id_Periodo int No nulo Clave del Periodo PK -
ano nchar(10) nulo Número del año - -
Tabla Nº 49:
Tabla de descripción de la tabla dbo.Persona
Opción
id_Persona int No PK
nulo Clave de la Persona -
Cod_Estudiante nchar(14) nulo Código del Estudiante - -
Nombre_Persona nvarchar(50) nulo Nombres de las personas - -
Apellido_Paterno nvarchar(50) nulo Apellidos Paternos - -
Apellido_Materno nvarchar(50) nulo Apellidos Maternos - -
li_tipo_persona nchar(1) nulo Tipo de cargo - -
dni nvarchar(8) No -
nulo Dni -
Estado_Persona nchar(1) nulo Activo/ Desactivo - -
Sexo nchar(1) nulo Género de las Personas - -
Estado_Alumno nchar(1) nulo Activo/ Desactivo - -
Fecha_Nacimiento date nulo Fecha de Nacimiento - -
Es_Vida_Padre nchar(1) nulo El padre vive - -
Es_Vida_Madre nchar(1) nulo La Madre Vive - -
Segunda_Lengua nchar(1) nulo Segundo idioma - -
136
Lengua_Materna nchar(1) nulo Idioma de Origen - -
Pais nchar(1) nulo País de origen - -
Escolaridad_Madre NCHAR(1) NULL Estudios de la Madre - -
Nacimiento_Registrado NCHAR(1) NULL Registro de Nacimiento - -
Tipo_Discapacidad NCHAR(1) NULL Discapacitado Si/No - -
Tabla Nº 50:
Tabla de descripción de la tabla dbo.Profesor_Materia
Opción
id_Profesor_Materia int No nulo Clave del Profesor PK -
id_Persona int nulo Clave de la Persona - FK
id_Materia int nulo Clave de la Materia - FK
Tabla Nº 51:
Tabla de descripción de la tabla dbo.Seccion
Opción
Nulo
id_Seccion int No nulo Clave de la Sección PK -
Nombre_Seccion nvarchar(50) nulo Nombre de la Sección - -
Estado_Seccion nchar(1) nulo Activo/ Desactivo - -
Tabla Nº 52:
Tabla de descripción de la tabla dbo.Usuario
Nombre de Opción Nulo
Columna Tipo de dato Descripción PK FK
id_Usuario int No nulo Clave del Usuario PK -
id_Persona int nulo Clave de la Persona - FK
Nombre_Usuario nvarchar(50) nulo Nombre de los usuarios - -
TPassword nvarchar(50) nulo Ingreso de Password - -
Fe_Vencimiento date nulo Privilegio de Accesibilidad - -
Estado_Usuario nchar(1) nulo Activo/ Desactivo - -
137
5.2.2.4 Elección de dimensiones
Se identificaron procesos que serían fundamentales para el desarrollo de las dimensiones
del Datamart, por ello se describe las variables estratégicas con las que se elabora los consolidados
en la institución educativa “Corazón de Jesús de Santa Clara”, dichas variables son:
 Desempeño de Grados Secciones.
 Reportes de Boletas de Notas.
 Fecha de mayor ingreso de matricula
 Estado del Alumno
 Calificación del Semestre – Anual
 Rendimientos de Aulas
 Rendimiento académico de Alumnos
 Estados de Profesores
 Eficiencia de Cargas Académicas
 Tipo de Evaluación
 Boletas Aprobadas
 Rendimiento académico por Bimestre
 Privilegios de Usuarios
Es evidente entonces que las dimensiones se encuentran agrupadas por afinidad, a veces
las variables representan los atributos de una entidad que llega a ser el objetivo de una dimensión
a gestionar y analizar (Véase la Tabla N°53), para observar el desglose de cada dimensión.
138
Tabla Nº 53:
Dimension selection box
Dimensiones Campos
Grados de Aulas
Dim_Grado_Seccion
Secciones de Aulas
Código Estudiante
Nombres del Alumno
Estado del Alumno
Dim_Alumno
Fecha de Nacimiento
Genero/Sexo
Tipo de Discapacidad
Fecha de matriculas
Dim_Año
Mes de ingreso
Nombres del Profesor
Dim_Profesor
Dni
Nombre de Materia
Dim_Materia
Tipo de Materia
Dim_Bimestre Tipo de Bimestre
Profesor
Dim_Detalle_Carga_Academica Materia
Matricula
Curso
Dim_Calificacion Bimestre
Estado de Calificación
Nombre del alumno
Grado y Sección
Fact_Matricula Estado de Matricula
Fecha de Matricula
Año
Notas
Fact_Boleta_Nota Carga Académica
Tipos de Calificación
Bimestre
Fecha de Evaluación
Estado de la Boleta_Nota
Fuente: Elaboration Own
139
5.2.2.4.1 Dimensiones halladas
A continuación, se muestra todas las dimensiones que serán parte del Datamart, entre ellos
están:
 Dim_Grado_Seccion
 Dim_Alumno
 Dim_Año
 Dim_Profesor
 Dim_Materia
 Dim_Bimestre
 Dim_Detalle_Carga_Academica
 Dim_Calificacion
 Fact_Matricula
 Fact_Boleta_Nota
5.2.2.4.2 Medidas halladas
Luego de haber realizado el análisis de las tablas a trabajar se hallaron las siguientes
medidas:
 Cantidad de Alumnos en el desempeño de Calificaciones
 Cantidad de Matriculas realizadas en el año.
5.2.2.4.3 Tabla de fact- (Tabla hechos)
140
Las tablas Fact’s o tabla de hechos, simboliza las calificaciones de los alumnos y la cantidad
de matrícula que posee la institución educativa en el año, y poder ver el progreso de los profesores,
Las medidas de la tabla Fact o de hechos son:
 Boletas de Notas
 Matricula
5.2.3 Construcción
5.2.3.1 Modelado de dimensiones
Una vez realizado el diagnóstico mediante el análisis de las entrevistas y requerimientos
que el personal espera de la implementación de la plataforma de Business Intelligence se procede
a identificar las medidas y las dimensiones orientados a analizar los datos para convertirlos en
información relevante en el área dirección académica.
5.2.3.2 Diseño de la arquitectura técnica
La arquitectura de la implementación de una plataforma se encuentra conformada por los
procesos y herramientas que se aplican a los datos. En la fase técnica existen dos conjuntos que
tienen distintos requerimientos, brindan sus propios servicios y componentes de almacenaje de
datos, por lo que se consideran cada uno aparte: El back room (habitación trasera) y el front room
(habitación frontal). El back room es el responsable de la obtención y preparación de los datos, por
lo que también se conoce como adquisición de datos y el front room es responsable de entregar los
datos a la comunidad de usuario y también se le conoce como acceso de datos.
 DBO.ALUMNO: Almacena información sobre los datos personales de todos los

alumnos de la institución.
141
 DBO.AÑO: Contiene información los registros efectuados de cada año.
 DBO.BIMESTRE: Almacena información de los bimestres que se efectúan

durante el año en la institución.
 DBO.BOLETA_NOTA Contiene información sobre las boletas que se entregan

en cada bimestre según la institución.
 DBO.CALIFICACIÓN: Almacena información sobre las notas de todos cursos

dictado en la institución
 DBO.CARGA_ACADEMICA: Almacena información sobre el plan curricular

de todos los grados en la institución.
 DBO.GRADO_SECCION: Almacena información aulas de la institución
 DBO.MATERIA: Almacena información sobre los nombres de los cursos del

plan curricular que se dictan en la institución
 DBO.MATRICULA: Almacena información sobre las matriculas registradas en

la institución
 DBO.PROFESOR: Almacena información sobre los datos personales de todos

los profesores de la institución
5.2.3.3 Mapeo de los datos en el modelo de dimensiones
Para cargar los datos en el modelo dimensional se requiere la información de las tablas
mencionadas anteriormente, en la Tabla N° 54 se muestra el mapeo de datos para cada dimensión.
Tabla Nº 54:
Data mapping table for the dimensional model
Dimensions Data Source
dbo.Alumno
Alumno_Dim
dbo.Matricula
Año_Dim dbo.Año
dbo.Bimestre
Bimestre_Dim
dbo.Boleta_Nota
142
dbo.Calificacion
Calificacion_Dim
dbo.Boleta_Nota
dbo. Carga_Académica
dbo.Boleta_Nota
Carga_Academica_Dim dbo.Materia
dbo.Matricula
dbo.Profesor
dbo. Matricula
Grado_Seccion_Dim
dbo.Grado_Seccion
dbo. Materia
Materia_Dim
dbo.Carga_Academica
dbo.Profesor
Profesor_Dim
dbo.Carga_Academica
5.2.3.4 Los datos
Estos datos que contribuyen la estructura del DataMart, se refieren a los componentes
principales de los procesos que llevan a la construcción de la aplicación. Para el análisis de los
datos, se comienza por analizar los datos fuentes que maneja el Colegio corazón de Jesús, el tipo
de base de datos y la estructura de las tablas. Actualmente la base de datos se encuentra
implementada en SQL Server. Para el DataMart desarrollado, se requiere la información
relacionada a las Matrículas y Boletas de Notas, fechas de ingreso, y requerimientos órdenes de
compras, unidades orgánicas solicitantes, proveedores, catálogo de bien-servicio, clase de bien
servicio, grupo de bien-servicio. Para este caso las tablas utilizadas de la base de datos de la
Contraloría fueron:
5.2.3.5 Back room
Es el área del DataMart responsable de extraer y preparar los datos. Aquí se explica cómo
se realizó el proceso ETL en la bodega de datos. Se parte de los datos fuentes en los sistemas de
información de la institución Educativa Corazón Jesús.
143
5.2.3.6 Extracción
La Institución Educativa corazón de Jesús, gestionará el SQL- Server 2008 en su sistema
de información. En el desarrollo del proyecto, se realizó una extracción de las tablas que interesan
para el desarrollo en el modelo dimensional como son: DIM ALUMNO, DIM AÑO, DIM
BIMESTRE, DIM GRADO_SECCION, DIM MATERIA, DIM PROFESOR, INSERTAR
CALIFICACIÓN, INSERTAR DETALLE_CARGA_ACADEMICA, FACT_BOLETA_ NOTA,
FACT_MATRICULA.
5.2.3.7 Transformación
Para las transformaciones de los datos se realizó el mapeo de todas las tablas. Para
comprender la transformación se puede observar que las con consultas que llenarán las tablas
dimensionales no contienen toda estructura de las tablas fuentes, pues solo se hizo la extracción
de los datos que son relevantes para el estudio en la investigación.
5.2.3.8 Carga
Después de tener los datos Transformados, se procede a ejecutar el proceso de carga en el
modelo dimensional, de tal manera queden óptimos para usarlos en las herramientas de business
Intelligence o herramientas OLAP o análisis multidimensionales. Por último, los datos extraídos y
transformados son cargados en la base de datos de modelos multidimensionales.
5.2.3.9 Front room
Se permite ver la información del modelo multidimensional, puesto que, el datamart se
encuentra estructurado para el modelo dimensional de Matrícula y Boleta de Notas, con respecto
a los requerimientos planteados por la dirección académica, procesos que se ejecutan y
comportamientos en el tiempo, en relación a los reportes también se pueden mostrar actualizados
144
según el bimestre, cuando el usuario ejecute el sistema y la aplicación de carga para actualizar la
información contenida en las base de datos OLTP.
5.2.3.10 Diseño físico.
En la Figura N° 27, se observa las dimensiones que contará el datamart, para seguir con el
siguiente proceso que es el ETL.
Figura Nº 27: Physical design of the datamart(Own Elaboration)
145
5.2.3.10.1 DIMENSION ALUMNO: Dim_Alumno
La dimensión Alumno se encuentra conformada por los siguientes atributos que se
muestran en la Tabla N° 55:
Tabla Nº 55:
Physical design table dimension Dim_Alumno
Camp Type Length Description

id_Alumno INT - Key
Cod_Estudiante NCHAR 14 Código del Estudiante
Nombres completos del
Nombres_Apellidos_Alumno NCHAR 250 Estudiante
dni_alumno NCHAR 8 Dni de los Alumnos
sexo NCHAR 1 Genero de los Alumnos
Estado_Alumno NCHAR 1 Matricula efectuada del Alumno.
Fecha_Nac DATE - Fecha de nacimiento del Alumno
id_Pais INT - País de donde viene el Alumno
Es_Vida_Padre NCHAR 1 Padre vivo
Es_Vida_Madre NCHAR 1 Madre vivo
Tipo_Discapacidad NCHAR 1 Discapacidad del alumno.
Estado_Persona NCHAR 1 Activo en la institución.
5.2.3.10.2 DIMENSION AÑO: DIM_Año
La dimensión Año se encuentra conformada por los siguientes atributos que se muestran
en la Tabla N° 56:
Tabla Nº 56:
Physical design table dimension Dim_Año
id_Año INT - Key
Año NCHAR 10 Fecha del año

146
5.2.3.10.3 DIMENSION BIMESTRE: Dim_Bimestre
La dimensión Bimestre se encuentra conformada por los siguientes atributos que se
Tabla Nº 57:
Physical design table dimension Dim_Bimestre
id_Bimestre INT - Key
Bimestre NCHAR 50 Ciclo del Bimestre

5.2.3.10.4 FACT BOLETA NOTA: Boleta_Nota
La dimensión Boleta_Nota se encuentra conformada por los siguientes atributos que se
Tabla Nº 58:
Physical design table FACT_ Boleta_Nota
id_Boleta_Nota INT - Key
id_Carga_Academica INT - FK de Carga Académica
id_Calificacion INT - FK de la Calificación
id_Bimestre INT - FK del Bimestre

Se inserta los promedios de las
Nota NUMERIC 18,2 notas
Fecha_Evaluacion DATE - Fecha de las evaluaciones

Activo o desactivo de las Boletas
Estado_Boleta_Nota NCHAR 1 de Notas
147
5.2.3.10.5 DIMENSION CALIFICACIÓN: Dim_Calificación
La dimensión Calificación se encuentra conformada por los siguientes atributos que se
Tabla Nº 59:
Physical design table dimension Dim_ Calificación
Lengt
Camp Type h Description
id_Calificacion INT - Key

NVARCHA
Nombre_Calificacion R 250 Nombre de la Calificación
Activo o desactivo la
Estado_Calificacion NCHAR 1 Calificación
id_Bimestre INT - FK del Bimestre
Li_Tipo_Calificacion NCHAR 1 -
5.2.3.10.6 DIMENSION CARGA ACADÉMICA: Dim_Carga_Academica
La dimensión Carga_Academica se encuentra conformada por los siguientes atributos que
se muestran en la Tabla N° 60:
Tabla Nº 60:
Physical design table dimension Dim_ Carga_Academica
id_Carga_Academica INT - Key
id_Profesor INT - FK del Profesor
id_Materia INT - FK de la Materia
id_Matricula INT - FK de la Matricula

148
5.2.3.10.7 DIMENSIÓN GRADO: Dim_Grado_Seccion
La dimensión Grado_Seccion se encuentra conformada por los siguientes atributos que se
Tabla Nº 61:
Physical design table dimension Dim_ Grado_Seccion
Lengt
id_Grado_Seccion INT - Key
NVARCHA
Grado_Seccion R 100 Nombre del grado y Sección
5.2.3.10.8 DIMENSION MATERIA: Dim_Materia
La dimensión Materia se encuentra conformada por los siguientes atributos que se
Tabla Nº 62:
Physical design table dimension Dim_Materia
Lengt
id_Materia INT - Key
NVARCHA
Materia R 50 Nombre de los Cursos
Activo o desactivo el tipo de
li_Tipo_Materia NCHAR 1 materia
5.2.3.10.9 DIMENSION FACT MATRICULA: Matricula
La dimensión Matricula se encuentra conformada por los siguientes atributos que se
Tabla Nº 63:
Physical design table FACT Matricula
id_Matricula INT - Key
149
id_Alumno INT - FK del alumno
id_Grado_Seccion INT - FK de Grado y Sección
id_Año INT - FK del Año
li_Estado_Matricula DATE - Se encuentra activo el alumno
Fecha_Matricula NCHAR 1 Fecha de la matrícula
Estado_Trabaja NCHAR 1 Trabaja el alumno
Edad INT - Edad del Alumno
5.2.3.10.10 DIMENSION PROFESOR: Dim_Profesor
La dimensión Profesor se encuentra conformada por los siguientes atributos que se
Tabla Nº 64:
Physical design table dimension Dim_ Profesor
id_Profesor INT - Key
Nombres_Apellidos NCHAR 250 Nombres completos del profesor

Documento de identidad del
Dni_Profesor NCHAR 8 Profesor
5.2.3.11 Diseño e implementación del subsistema de ETL
5.2.3.11.1 Creación del Datamart (Colegio_Datamart_Final)
A continuación en la Figura N° 28, se muestra el desarrollo del ETL para la carga de
Datamart (Colegio_Datamart_Final) del modelo adecuado para los requerimientos funcionales
que la empresa necesita, donde se puede visualizar las iteraciones (Leer y Dimensiones), y una
transformación (Fact_Boleta_Nota), dentro de las dimensiones se leen y extraen la información de
cada tabla, seleccionando atributos a evaluar, donde se comprueba y luego se carga en la
dimensiones y finalmente a la Fact Matrícula y Fact_Boleta_Nota , donde se transforman las tablas
de hechos que una depende de otra.
150
También se muestra las tablas de modelo adecuado para la empresa, donde es comprobada
en cada una de las tablas Dim Alumno, Dim Año, Dim Bimestre, Dim Grado_Seccion, Dim
Materia, Dim Profesor, Insertar Calificación, Insertar Detalle_Carga_Academica,
Fact_Boleta_Nota, Fact_Matricula; para la carga de datos, cuando inicia la ejecución se
comprueba cada una de las tablas, donde se verifica si existe o no la tabla en el datamart creado
Colegio_Datamart_Final; si es que ya existe tablas creadas, pasa a la siguiente tabla donde señala
con el check de color verde y finaliza la ejecución, y si no la ejecución de los script no permiten
realizar la extracción.
Figura Nº 28: ETL design of business intelligence solution (Colegio_Datamart_Final).(Own Elaboration)
A continuación, se muestra el proceso del desarrollo del ETL de las dimensiones y Fact
Tables, las herramientas que permitieron realizar son Visual Studio, el paquete de INTEGRATION
SERVICES que es una herramienta básica que brinda SQL SERVER 2008 r2 muy utilizada para
la implementación de proyectos con Inteligencia de Negocios.
151
En la Figura N° 29, muestra la extracción de la base de datos operacional (BDColegio), y
la carga de datos a la tabla DIM ALUMNO
Figura Nº 29: Data flow “POPULATING DIMENSION ALUMNO”( Own Elaboration)
CONSULTA
SELECT DISTINCT P.ID_PERSONA, P.COD_ESTUDIANTE,
LTRIM(DBO.CONVERTIRFORMATO(RTRIM(P.NOMBRE_PERSONA)))+'
+LTRIM(DBO.CONVERTIRFORMATO(RTRIM(P.APELLIDO_PATERNO))) +'
'+LTRIM(DBO.CONVERTIRFORMATO(RTRIM(APELLIDO_MATERNO)))AS
ALUMNO,P.DNI,P.SEXO,P.ESTADO_ALUMNO,P.FECHA_NACIMIENTO, P.PAIS
FROM PERSONA P,MATRICULA M WHERE M.ID_PERSONA=P.ID_PERSONA AND
LI_TIPO_PERSONA=1
Figura Nº 30: ADO.NET Source “POPULATING DIMENSION Alumno”( Own Elaboration)
152
DESTINO Colegio_Datamart_Final [dbo] DIM_Alumno
Figura Nº 31: ADO.NET Destination “POPULATING DIMENSION Alumno”(Own Elaboration)
TRANSFORMACIÓN:
En la Figura N° 32, se muestra dimensión ALUMNO siendo poblada.
Figura Nº 32: MAPPINGS “POPULATING DIMENSION Alumno”(Own Elaboration)
153
En la Figura N°33, muestra la extracción de la base de datos operacional (BDColegio), y la
carga de datos a la tabla DIM AÑO
Figura Nº 33: Data flow “POPULATING DIMENSION AÑO”( Own Elaboration)
CONSULTA:
SELECT ID_PERIODO,RTRIM(ANO) AS AÑO FROM PERIODO
Figura Nº 34: ADO.NET Source “POPULATING DIMENSION Año”( Own Elaboration)
154
DESTINO Colegio_Datamart_Final [dbo] DIM_Año
Figura Nº 35: ADO.NET Destination “POPULATING DIMENSION Año”( Own Elaboration)
TRANSFORMACIÓN:
En la Figura N° 36, se muestra la dimensión AÑO siendo poblada.
Figura Nº 36: MAPPINGS “POPULATING DIMENSION Año”( Own Elaboration)
155
En la Figura N° 37, muestra la extracción de la base de datos operacional (BDColegio), y
la carga de datos a la tabla DIM BIMESTRE
Figura Nº 37: Data flow “POPULATING DIMENSION BIMESTRE”( Own Elaboration)
CONSULTA:
SELECT * FROM BIMESTRE
Figura Nº 38: ADO.NET Source “POPULATING DIMENSION Bimestre”(Own Elaboration)
156
DESTINO Colegio_Datamart_Final [dbo] DIM_Bimestre
Figura Nº 39: ADO.NET Destination “POPULATING DIMENSION Bimestre”(Own Elaboration)
Transformación:
En la Figura N° 40, se aprecia la dimensión BIMESTRE siendo poblada.
Figura Nº 40: MAPPINGS “POPULATING DIMENSION Bimestre”( Own Elaboration)
157
En la Figura Nº 41, muestra la extracción de la base de datos operacional (BDColegio), y
la carga de datos a la tabla FACT_BOLETA_NOTA
Figura Nº 41: Data flow “POPULATING FACT BOLETA_NOTA”( Own Elaboration)
CONSULTA:
SELECT ID_BOLETA_NOTA,ID_DETALLE_CARGA_ACADEMICA,
ID_CALIFICACION,ID_BIMESTRE,NOTA,FECHA_INGRESO,ESTADO_BOLETA_NOTA
FROM BOLETA_NOTA
Figura Nº 42: ADO.NET SOURCE “POPULATING FACT Boleta_Nota”( Own Elaboration)
158
DESTINO Colegio_Datamart_Final [dbo] FACT Boleta_Nota
Figura Nº 43: ADO.NET Destination“POPULATING FACT Boleta_Nota”( Own Elaboration)
TRANSFORMACIÓN:
En la Figura N° 44, se aprecia la tabla Fact BOLETA_NOTA siendo poblada
Figura Nº 44: MAPPINGS “POPULATING FACT Boleta_Nota”( Own Elaboration)
159
En la Figura Nº 45, muestra la extracción de la base de datos operacional (BDColegio), y
la carga de datos a la tabla DIM CALIFICACION
Figura Nº 45: Data flow “POPULATING DIMENSION CALIFICACION”( Own Elaboration)
CONSULTA:
SELECT ID_CALIFICACION,NOMBRE_CALIFICACION,ESTADO_ CALIFICACION,

CASE WHEN ID_BIMESTRE IS NULL THEN 0 WHEN ID_BIMESTRE IS NOT NULL THEN
ID_BIMESTRE END AS BIMESTRE,LI_TIPO_CALIFICACION
FROM CALIFICACION
Figura Nº 46: ADO.NET Source “POPULATING DIMENSION Calificacion”( Own Elaboration)
160
DESTINO Colegio_Datamart_Final [dbo] DIM_Calificacion
Figura Nº 47: ADO.NET Destination “POPULATING DIMENSION Calificacion”(Own Elaboration)
TRANSFORMACIÓN:
En la Figura N° 48, se visualiza la dimensión CALIFICACION siendo poblada.
Figura Nº 48: MAPPINGS “POPULATING DIMENSION Calificacion”( Own Elaboration)
161
En la Figura Nº 49, muestra la extracción de la base de datos operacional (BDColegio), y la
carga de datos a la tabla DIM DETALLE_CARGA_ACADEMICA.
Figura Nº 49: Data flow “POPULATING DIMENSION

DETALLE_CARGA_ACADEMICA”(Own Elaboration)
CONSULTA:
SELECT DCA.ID_DETALLE_CARGA_ACADEMICA,
MP.ID_PERSONA_PROFESOR,GM.ID_MATERIA,CA.ID_MATRICULA FROM
CARGA_ACADEMICA CA, DETALLE_CARGA_ACADEMICA DCA,
MATERIA_PROFESOR MP,GRADO_MATERIA GM WHERE
CA.ID_CARGA_ACADEMICA=DCA.ID_ CARGA_ACADEMICA AND
DCA.ID_MATERIA_PROFESOR= MP.ID_MATERIA_PROFESOR
ANDMP.ID_GRADO_MATERIA=GM.ID_ GRADO_MATERIA ORDER BY
ID_DETALLE_CARGA_ACADEMICA
Figura Nº 50: ADO.NET Source

“POPULATING DIMENSION Detalle_Carga_Academica”( Own Elaboration)
162
DESTINO Colegio_Datamart_Final [dbo] DIM_Detalle_Carga_Academica
Figura Nº 51: ADO.NET Destination “POPULATING DIMENSION Detalle_Carga_Academica”( Own
Elaboration)
TRANSFORMACIÓN:
En la Figura N° 52, se aprecia la dimensión DETALLE_CARGA_ACADEMICA siendo
poblada.
Figura Nº 52: MAPPINGS “POPULATING DIMENSION Detalle_Carga_Academica”( Own Elaboration)
163
En la Figura Nº 53, visualiza la extracción de la base de datos operacional (BDColegio), y
la carga de datos a la tabla DIM_GRADO_SECCION.
Figura Nº 53: Data Flow
“POPULATING DIMENSION DIM_GRADO_SECCION”( Own Elaboration)
CONSULTA:
SELECT G.ID_GRADO,CONVERT(NVARCHAR(100), G.NOMBRE_GRADO+' '+ CASE

WHEN S.NOMBRE_SECCION IS NULL THEN '' WHEN S.NOMBRE_SECCION IS NOT
NULL THEN '"'+S.NOMBRE_SECCION+'"' END) AS GRADO_SECCION FROM GRADO G
LEFT JOIN SECCION S ON G.ID_SECCION=S.ID_SECCION
“POPULATING DIMENSION Grado_Seccion”( Own Elaboration)
164
DESTINO Colegio_Datamart_Final [dbo] DIM_ Grado_Seccion
Figura Nº 55: ADO.NET Destination

Transformación:
En la Figura N° 56, se muestra la dimensión GRADO_SECCION siendo poblada.
Figura Nº 56: MAPPINGS
165
En la Figura Nº 57, visualiza la extracción de la base de datos operacional (BDColegio), y la
carga de datos a la tabla DIM_MATERIA.
Figura Nº 57: Data Flow
“POPULATING DIMENSION Materia”( Own Elaboration)
CONSULTA:
SELECT * FROM MATERIA
166
DESTINO Colegio_Datamart_Final [dbo] DIM_ Materia
TRANSFORMACIÓN:
En la Figura N° 60, se aprecia la dimensión MATERIA siendo poblada

167
carga de datos a la tabla FACT MATRICULA.
Figura Nº 61: Data flow
“POPULATING FACT Matricula”( Own Elaboration)
CONSULTA:
SELECT M.ID_MATRICULA,M.ID_PERSONA,M.ID_GRADO,M.ID_
PERIODO,M.LI_ESTADO_MATRICULA,M.FECHA_MATRICULA,M.ESTADO_TRABAJA
,M.ESTADO_MATRICULA,FLOOR((CAST(CONVERT(VARCHAR(8),GETDATE(),112)
AS INT)-CAST(CONVERT(VARCHAR(8),P. FECHA_NACIMIENTO,112) AS INT) ) /
10000) AS EDAD FROM MATRICULA M, PERSONA P WHERE
P.ID_PERSONA=M.ID_MATRICULA

168
DESTINO Colegio_Datamart_Final [dbo] FACT_ Matricula

TRANSFORMACIÓN:
En la Figura N° 64, se muestra la dimensión MATRICULA siendo poblada
169
carga de datos a la tabla DIM PROFESOR.
Figura Nº 65: Data flow

“POPULATING DIMENSION Profesor”( Own Elaboration)
CONSULTA:
SELECT DISTINCT
P.ID_PERSONA,LTRIM(DBO.CONVERTIRFORMATO(RTRIM(P.NOMBRE_PERSONA)))+'
'+LTRIM(DBO.CONVERTIRFORMATO(RTRIM(P.APELLIDO_PATERNO)))+''+LTRIM(DBO.CON
VERTIRFORMATO(RTRIM(APELLIDO_MATERNO)))AS PROFESOR,P.DNI FROM PERSONA P,
MATERIA_PROFESOR MP WHERE P.ID_PERSONA=MP.ID_PERSONA_PROFESOR AND
P.LI_TIPO_PERSONA=2

170
DESTINO Colegio_Datamart_Final [dbo] DIM_ Profesor

TRANFORMACIÓN:
n la Figura N° 68, se muestra la dimensión PROFESOR siendo poblada
171
5.2.4 Despliegue
5.2.4.1 Selección del producto
A continuación, se desarrolla los elementos del cubo que se ejecutará con Visual
Studio 2012, proceso de iteración de las variables, se usarán éstas herramientas de Microsoft
(Integration Services, Analysis Services, SQL Server).
5.2.4.2 Desarrollo del cubo
5.2.4.2.1 DIM_ALUMNO
En la siguiente Figura N° 69, se muestra la dimensión Alumno es la extracción de las
personas de tipo estudiante, obteniendo los datos relevantes para hacer filtros que serán necesarios
en los reportes, tales como sexo, Fecha_Nac.
Figura Nº 69: Variables de dimensión DIM_ALUMNO(Own Elaboration)
172
5.2.4.2.2 DIM_AÑO
En la siguiente Figura N° 70, se muestra la dimensión Año extrae la información de la
tabla periodo de la base de datos transaccional, obteniendo solo él año con lo cual es la base para
saber la situación de la institución educativa en determinados años.
Figura Nº 70: Variables de dimensión DIM_AÑO(Own Elaboration)
5.2.4.2.3 DIM_BMESTRE
En la siguiente Figura N° 71, se muestra la dimensión bimestre es extraída de la base de
datos transaccional por la simple razón que se necesita saber información de los alumnos en
bimestres determinados.
Figura Nº 71: Variables de dimensión DIM_BIMESTRE (Own Elaboration)
173
5.2.4.2.4 DIM_CALIFICACION
En la siguiente Figura N° 72, se muestra la dimensión Calificacion extrae todas las
calificaciones que evalúan al alumno en distintas áreas, esta dimensión solo tiene sentido al estar
relacionado con la dimensión Boleta_Nota. La dimensión Calificacion tiene como campos el
Nombre_Califiacion y Estado_Califiacion.
Figura Nº 72: Variables de dimensión DIM_CALIFICACION (Own Elaboration)
5.2.4.2.5 DIM_CARGA_ACADEMICA
En la siguiente Figura N° 73, se muestra la dimensión Carga_Academica es la dimensión que
relaciona la dimensión Detalle_Carga_Academica y la Fact Matricula.
Figura Nº 73: Variables de dimensión DIM_CARGA_ACADEMICA (Own Elaboration)
174
5.2.4.2.6 DIM_GRADO_SECCION
En la siguiente Figura N° 74, se muestra la dimensión DIM_GRADO_SECICON agrupa
las tablas de grado y sección de la base de datos transaccional concatenando el nombre de grado y
la sección si es que la tiene.
Figura Nº 74: Variables de dimensión DIM_GRADO_SECCION (Own Elaboration)
5.2.4.2.7 DIM_MATERIA
En la siguiente Figura N° 75, se muestra la dimensión Materia extrae las materias existentes
en la base de datos. La dimensión tiene como campos el id_Materia, Materia y li_Tipo_Materia
Figura Nº 75: Variables de dimensión DIM_MATERIA (Own Elaboration)
175
5.2.4.2.8 DIM_PROFESOR
En la siguiente Figura N° 76, se muestra la Dimensión Profesor extrae las personas de tipo
profesor y los ingresa concatenando los nombres y apellidos, el campo dni es obtenido para
funcionar como buscador en reporte.
Figura Nº 76: Variables de dimensión DIM_PROFESOR (Own Elaboration)
5.2.4.2.9 FACT_MATRICULA
En la siguiente Figura N° 77, se muestra la Fact Matricula tiene relación con la dimensión
Alumno, Grado_Seccion, Año que se usarán como filtros en los reportes. La dimensión tiene como
campos el li_Estado_Matricula (para saber si el alumno es nuevo, promovido o reingresaste),
Fecha_Matricula, Estado_Trabaja (solo si el alumno trabaja), Estado_Matricula (para saber si el
alumno aprobó, repitió o desertó el año) y edad (para sabes la edad de egresados de los diferentes
niveles)
Figura Nº 77: Variables de dimensión FACT_MATRICULA (Own Elaboration)
176
5.2.4.2.10 FACT BOLETA_NOTA
En la siguiente Figura N° 78, se muestra la Fact Boleta_Nota extraen las calificaciones de los
alumnos para tener su progreso escolar en distintas Materias. La Fact Boleta_Nota tiene relación
con la Tabla Carga_Academica, con la tabla Calificacion y con la tabla bimestre, teniendo como
campos la Nota, Fecha_Evaluacion, Estado_Boleta_Nota para ver el estado de la nota
Figura Nº 78: Variables de dimensión FACT BOLETA_NOTA (Own Elaboration)
A continuación, en la Figura N° 79, nos muestra el diseño del cubo que tiene el datamart, el
proceso ya ejecutado será con el análisis de toda la información mediante el diagrama que contiene
las dimensiones y las tablas fact que se han de medir como indicadores de gestión educativos en
el área de dirección académica de la institución.
177
Figura Nº 79: Data sources view of the business intelligence solution (Own Elaboration)
178
5.2.4.3 Implementación de la plataforma de business intelligence
Para el desarrollo de la plataforma debemos instalar QlikView server en el servidor donde
se procederá a ejecutar la aplicación de inteligencia de Negocios
5.2.4.3.1 Instalación de QlikView en el servidor
A continuación, en la Figura N° 80, nos indica el inicio del proceso de instalación, y se
procede a ejecutar el instalador con permisos de Administrador y escoger la opción siguiente.
Figura Nº 80: Inicio de instalación (Own Elaboration)
Luego, en la Figura N° 81, se acepta la licencia, teniendo en cuenta los parámetros de uso
del software, luego dar la opción SIGUIENTE:
179
Figura Nº 81: QlikView installation license (Own Elaboration)
Seguidamente en la Figura N° 82, se selecciona el lenguaje con el que se desea trabajar en
la interfaz del software, seleccionar la opción SIGUIENTE:
Figura Nº 82: Choice of QlikView installation language(Own Elaboration)
A continuación, en la Figura N° 83, se direcciona el destino de la capeta donde se llevará
a cabo la instalación de los paquetes de QlikView, elegir la opción SIGUIENTE para que proceda
con la instalación:
180
Figura Nº 83: Destination folder of the installation of QlikView (Own Elaboration)
Luego en la Figura N° 84, se le selecciona el tipo de instalación, que este caso será TÍPICA
para una instalación completa, y seleccionar la opción SIGUIENTE:
Figura Nº 84: Choose the installation type of QlikView. (Own Elaboration)
Después, en la Figura N° 85, se muestra la carga de todos los componentes que posee
QlikView en el servidor, una vez concluido se procede a seleccionar el botón de SIGUIENTE
181
Figura Nº 85: Ready to start the installation of QlikView(Own Elaboration)
Finalmente, en la Figura N° 86, se observa la instalación exitosa del software.
Figura Nº 86: QlikView has been installed correctly.
182
5.3 Etapa 3: Implementación de la plataforma Business Intelligence:
5.3.1 Desarrollo del ETL en QlikView
En la Figura N°87, se puede apreciar la conexión de Qlik con el datamart elaborado, creando
así su propio esquema, puesto que, la plataforma Qlik trabaja con tecnología en memoria que hace
que su análisis y procesamiento de dato sea más rápido.
Figura Nº 87: Conexión del Datamart con QlikView en el servidor local(Own Elaboration)
5.3.1.1 Código de ejecución SQL para QlikView
Para hacer la conexión con el datamart y extraer la información necesaria para los reportes
se ejecuta el siguiente Script en QlikView en la consola de edición de QLikView:
Conexión:
ODBC CONNECT TO Datamart (XUserId LOAD "id_Año", "Año";

is OIbeQZFMeC, XPassword is
dQKYSZFPTTUB); SQL SELECT * FROM
"Colegio_Datamart_Final".dbo."Año";
Selección de Datos:
/*-------Dimensión Bimestre--------*/
/*-------------Dimensión Año------------*/
LOAD "id_Bimestre", Bimestre;
183
SQL SELECT * FROM SQL SELECT edad as edad_1,CASE WHEN
"Colegio_Datamart_Final".dbo.Bimestre; edad>=3 and edad<=5 THEN 'Inicial 3-5'
/*----------Dimensión Alumno----------*/ WHEN edad>=6 and edad<=11 THEN

'Primaria 6-11'
SQL SELECT "Cod_Estudiante",
"dni_Alumno", "Es_Vida_Madre", WHEN edad>=12 and edad<=16 THEN
"Es_Vida_Padre", 'Secundaria 12-16'
"Estado_Alumno", "Estado_Persona", WHEN edad is null then 'No registrado' end

"Fecha_Nac", "id_Alumno", as rango_edad,
CASE WHEN Pais ='1' THEN 'Peru' CASE WHEN Estado_Matricula ='1' THEN
'En Proceso'
WHEN Pais ='2' THEN 'Ecuador'
WHEN Estado_Matricula ='2' THEN
WHEN Pais ='3' THEN 'Colombia' 'Pasante'
WHEN Pais ='4' THEN 'Brasil' WHEN Estado_Matricula ='3' THEN

'Repitente'
WHEN Pais ='5' THEN 'Bolivia'
WHEN Estado_Matricula ='4' THEN
WHEN Pais ='6' THEN 'Chile' 'Trasladado' end as Estado_Matricula,
WHEN Pais ='7' THEN 'Otro' "Estado_Trabaja", "Fecha_Matricula",

"id_Alumno", "id_Año", "id_Grado_Seccion",
WHEN Pais is null THEN 'No registrado' end
as Pais, "id_Matricula",
"Nombres_Apellidos_Alumno", CASE WHEN "li_Estado_Matricula" ='I'

THEN 'Ingresante'
CASE WHEN sexo ='H' THEN 'Masculino'
WHEN "li_Estado_Matricula" ='P' THEN
WHEN sexo ='M' THEN 'Femenino' 'Promovido'
WHEN sexo =' ' THEN 'No registrado' end as WHEN "li_Estado_Matricula" ='R' THEN
Genero, 'Repitente'
"Tipo_Discapacidad" WHEN "li_Estado_Matricula" ='D' THEN

'Reentrante' end as Li_tipo_matricula
FROM
"Colegio_Datamart_Final".dbo.Alumno; FROM
"Colegio_Datamart_Final".dbo.Matricula;
/*--------Tabla Fact Matricula----------*/
/*-------Dimensión Grado Sección-------*/
184
SQL SELECT "Grado_Seccion", WHEN edad>=20 and edad<=24 THEN '20-
"id_Grado_Seccion" 24'
FROM WHEN edad>=25 and edad<=34 THEN '25-

"Colegio_Datamart_Final".dbo."Grado_Seccion 34'
";
WHEN edad=0 then 'No registrado' end as
/*----Dimensión Carga Academica-----*/ rango_edad_1,
SQL SELECT CASE WHEN "Estado_Matricula" as Estado_Matricula_1,

"Estado_Materia" ='1' THEN 'Aprobado'
"Estado_Trabaja" as Estado_Trabaja_1,
WHEN "Estado_Materia" ='0' THEN
'Desaprobado' end as estado_Materia, "Fecha_Matricula" as Fecha_Matricula_1,
"id_Carga_Academica", "id_Materia", "id_Alumno" as id_Alumno_1,

"id_Matricula", "id_Profesor"
"id_Año" as id_Año_1,
FROM
"Colegio_Datamart_Final".dbo."Carga_Academ "id_Grado_Seccion", "id_Matricula" as
ica"; id_mat
/*---------Dimensión Materia----------*/ FROM

"Colegio_Datamart_Final".dbo.Matricula where
SQL SELECT "id_Materia", "id_Grado_Seccion"=8 or
"li_Tipo_Materia", Materia "id_Grado_Seccion"=14 and
"Estado_Matricula"=2 ;
FROM
"Colegio_Datamart_Final".dbo.Materia; /*--------Tabla Fact Boleta Nota-------*/
/*-Dimensión Matricula con Condicional--*/ SQL SELECT "Estado_Boleta_Nota",

"Fecha_Evaluacion", "id_Bimestre",
SQL SELECT edad as edad_2,CASE WHEN
edad>=12 and edad<=14 THEN '12-14' "id_Boleta_Nota", "id_Calificacion",
"id_Carga_Academica", Nota, "Nota_Letra"
WHEN edad>=15 and edad<=19 THEN '15-
19' FROM
"Colegio_Datamart_Final".dbo."Boleta_Nota";
185
5.3.1.2 Hoja de Introducción
En la Figura N° 88, se muestra la hoja principal del proyecto, en la parte izquierda se encuentra
las opciones del menú al acceso a la plataforma de Business intelligence, proporcionando
elementos de interfaz de usuario para conectarse rápidamente con un sistema de Qlik.
Los Módulos de Interfaz de Usuario de la Serie 6 ofrecen opciones de interacción programables
por el usuario. Cada módulo actúa como un canal de entrada digital para depurar código, iniciar y
visualizar procesos o para soporte en la toma de decisiones. Toda capacidad de análisis que muestra
la herramienta queda soportada por una base de datos que tiene la empresa, brindando Back-up, y
Recovery para recuperación de datos e información; esto cada semana para posibles contingencias.
Figura Nº 88: Presentation sheet.(Own Elaboration)
186
5.3.1.3 Hoja del Producto e Impacto de la Educación
En la Figura N° 89, se muestra la hoja del Producto e Impacto de la Educación y dentro de ella
una serie de indicadores y gráficos tentativos para el control y monitoreo en el área de dirección
académica, entre los gráficos se aprecia las tendencias, concentraciones e evoluciones matrículas
en la institución durante los años, con ello las respectivas dimensiones permitirán ver el
crecimiento en la inscripción de los alumnos y el seguimiento de ello.
Figura Nº 89: Hoja del Producto e Impacto de la Educación.
187
5.3.1.4 Hoja de Aprovechamiento de Alumnos
En la Figura N° 90, se muestra el Aprovechamiento de Alumnos de la Institución Educativa, y
en ella una serie de opciones que nos permitirá controlar y monitorear mediante gráficos los
alumnos aprobados por grado y en el tiempo, junto a ello ver la evolución y la tendencia del
comportamiento durante el año escolar para realizar un seguimiento.
Figura Nº 90: Hoja de Aprovechamiento de Alumnos(Own Elaboration)
188
5.3.1.5 Hoja de Matriculados a detalle de los Alumnos
En la Figura N° 91, se muestra la Hoja de Matriculados a detalle de los Alumnos de la
Institución Educativa Corazón de Jesús, y dentro de ella una serie de opciones que nos permitirá
controlar y monitorear mediante gráficos los alumnos Matriculados por grado y en el tiempo, junto
a ello ver la evolución y la tendencia del comportamiento que tiene cada sección.
Figura Nº 91: Hoja de Matriculados a detalle de los Alumnos. (Own Elaboration)
189
5.3.1.6 Hoja de Progreso escolar
En la Figura N° 92, se muestra la Hoja de Progreso escolar a detalle de los cursos que el alumno
lleva en su horario que la Institución Educativa brinda al inicio de año, en el dashboard se puede
seleccionar opciones que nos permitirá visualizar los gráficos para tener un análisis de los alumnos
en cada clase con diferentes profesores en el tiempo que son evaluados, permitiendo visualizar el
rendimiento académico de cada curso.
Figura Nº 92: Hoja de progreso escolar. (Own Elaboration)
5.3.2 Capacitaciones a Directores y Docentes.
A continuación, en la Figura N° 93, muestra la capacitación que se realizó jueves 09 de agosto
del 2017 en las instalaciones del I.E.P “Corazón de Jesús” de la Ciudad de Lima, distrito de Santa
Clara, dirigido al personal de la institución que en cumplimiento con el cronograma de actividades
del proyecto de investigación.
190
Figura Nº 93: Capacitación QlikView & Sistema Local. (Own Elaboration)
Seguidamente, en la Figura N° 94, denotamos la participación de los docentes en el desarrollo
de la capacitación, el objetivo de la capacitación fue el entrenamiento del personal en un nivel
básico del conjunto de procesos de registro de información (Admisión, Matrícula e Ingresos de
notas) e interpretación de datos que brinda el sistema y la plataforma de soporte con respecto a la
toma de decisiones.
Figura Nº 94: Directores y docentes en la capacitación. (Own Elaboration)
191
Finalmente, en la Figura N° 95 se realiza una breve introducción de algunos de los programas de
Inteligencia de Negocios que se encuentran disponibles en la actualidad, haciendo énfasis en los
requerimientos básicos que se han mencionado en la presentación anterior. Permitiendo brindarles
una comparación de las herramientas con el fin de seleccionar la que mejor cumpla con los
requerimientos para hacer una investigación más profunda en las áreas subyacentes.
Figura Nº 95: Presentación de los Dashboard de QlikView. (Own Elaboration)
192
Capitulo VI:
Resultados de la investigación
6.1 Análisis descriptivo del desempeño de la plataforma en la institución
A continuación, se muestra una encuesta realizada al personal docente y administrativo acerca
del uso de la plataforma de business inteligencia, la información recolectada ha sido transformado
en el programa SPSS 22 para el análisis de la misma, para ello se utilizará los siguientes baremos:
Factibilidad Efectividad Eficacia

1(Excelente) 1(Excelente) 1(Excelente)
2(Muy bueno) 2(Muy bueno) 2(Muy bueno)
3(Bueno) 3(Bueno) 3(Bueno)
4(Regular) 4(Regular) 4(Regular)
5(Malo) 5(Malo) 5(Malo)
Eficiencia Disponibilidad Desempeño

Satisfacción Accesibilidad Seguridad

193
Tabla Nº 65:
Factibilidad de la plataforma de Business Intelligence
P P P
ANTES F P P válido AHORA F P
cumulado válido acumulado
Bueno 9 40.9 40.9 40.9 Excelente 9 40.9 40.9 40.9
Regular 10 45.5 45.5 86.4 Muy Bueno 8 36.4 36.4 77.3

Válido Válido
Malo 3 13.6 13.6 100.0 Bueno 5 22.7 22.7 100.0
Total 22 100.0 100.0 Total 22 100.0 100.0

De la Tabla N°65, se observa que hay 20 Docentes académicos y 02 Directores encuestados
cuya apreciación de la calidad del sistema que tienen como soporte en la toma de decisiones antes
de la implementación de Business Intelligence, en el siguiente orden es: 1) el 40.9% es Bueno, 2)
el 45.50% es Regular, y 3) el 13.6% es malo. El 86,4% de los docentes y directores encuestados
en la primera vez, su valoración de la calidad de información del sistema de información es
Regular. Igualmente, ningún encuestado ha determinado al sistema de información en las
categorías Muy bueno o Excelente. Por otro lado, la apreciación del mismo grupo de docentes y
directores, después de 1 mes de implementarse la plataforma de Business Intelligence, en orden
decreciente fue: 1) 77.3 % determinó muy bueno, 2) el 40.9 % determinó Excelente y 3) 22.7 %
valoró como Bueno. Acumulando los porcentajes podemos concluir que el 77.3% al menos
determinó que la implementación de la plataforma de inteligencia de negocios fue Muy Bueno.
194
Tabla Nº 66:
Eficiencia de la plataforma de Business Intelligence
P P P P
ANTES F P AHORA F P
válido acumulado válido acumulado
Muy
4 18.2 18.2 18.2 Excelente 5 22.7 22.7 22.7
Bueno
Muy
Bueno 12 54.5 54.5 72.7 12 54.5 54.5 77.3
Válido Válido Bueno
Regular 5 22.7 22.7 95.5 Bueno 3 13.6 13.6 90.9
Malo 1 4.5 4.5 100.0 Regular 2 9.1 9.1 100.0
Total 22 100.0 100.0 Total 22 100.0 100.0
De la Tabla N° 66, se observa que hay 20 Docentes académicos y 02 Directores
encuestados cuya apreciación de la calidad del sistema que tienen como soporte en la toma de
decisiones antes de la implementación de Business Intelligence, en el siguiente orden decreciente
es: 1) el 54.5% es Bueno, 2) el 22.5 % es Regular, y 3) el 18.2% es Muy Bueno. El 72.7 % de los
docentes y directores encuestados en la primera vez, su valoración de la calidad de información
del sistema de información es Bueno. Igualmente, ningún encuestado ha determinado al sistema
de información en las categorías Muy bueno o Excelente. Por otro lado, la apreciación del mismo
grupo de docentes y directores, después de 1 mes de implementarse la plataforma de Business
Intelligence, en orden decreciente fue: 1) 54.5 % determinó muy bueno, 2) el 22.7 % determinó
Excelente y 3) 13.6 % valoró como Bueno. Acumulando los porcentajes podemos concluir que el
77.3% al menos determinó que la implementación de la plataforma de inteligencia de negocios fue
Muy Bueno.
195
Tabla Nº 67:
Satisfacción de la plataforma de Business Intelligence
P P P P
ANTES F P AHORA F P
Muy
2 9.1 9.1 9.1 Excelente 11 50.0 50.0 50.0
Bueno
Muy
Válido Bueno 9 40.9 40.9 50.0 Válido 8 36.4 36.4 86.4
Bueno
Regular 9 40.9 40.9 90.9 Bueno 3 13.6 13.6 100.0
Malo 2 9.1 9.1 100.0 Total 22 100.0 100.0
de la implementación de Business Intelligence, en el siguiente orden decreciente es: 1) el 40.9%
es Bueno, 2) el 40.9% es Regular, 3) el 9.1% es Muy Bueno y 4) 9.1% es Malo. El 90.9% de los
docentes y directores encuestados en la primera vez, su valoración de la calidad de información
del sistema de información es Regular. Igualmente, algunos encuestados determinaron que los
sistemas de información se encontraban en las categorías Muy bueno o Excelente. Por otro lado,
la apreciación del mismo grupo de docentes y directores, después de 1 mes de implementarse la
plataforma de Business Intelligence, en orden decreciente fue: 1) 50.0 % determinó Excelente, 2)
el 36.4 % determinó Muy Bueno y 3) 13.6 % valoró como Bueno. Acumulando los porcentajes
podemos concluir que el 86.4% al menos determinó que la implementación de la plataforma de
inteligencia de negocios fue Muy Bueno.
196
Tabla Nº 68:
Efectividad de la plataforma de Business Intelligence
ANTES F P P válido P acumulado AHORA F P P válido P acumulado
Bueno 12 54.5 54.5 54.5 Excelente 11 50.0 50.0 50.0

Válido Válido
Malo 2 9.1 9.1 100.0 Bueno 1 4.5 4.5 100.0
Total 22 100.0 100.0 Total 22 100.0 100.0
es Bueno, 2) el 36.4% es Regular, y 3) el 9.1% es Malo. El 90.9% de los docentes y directores
encuestados en la primera vez, su valoración de la calidad de información del sistema de
información es Regular. Igualmente, ningún encuestado ha determinado al sistema de información
en las categorías Muy bueno o Excelente. Por otro lado, la apreciación del mismo grupo de
docentes y directores, después de 1 mes de implementarse la plataforma de Business Intelligence,
en orden decreciente fue: 1) 50.0% determinó Excelente, 2) el 45.5% determinó Excelente y 3)
4.5% valoró como Bueno. Acumulando los porcentajes podemos concluir que el 95.5% al menos
197
Tabla Nº 69:
Disponibilidad de la plataforma de Business Intelligence
Bueno 9 40.9 40.9 40.9 Excelente 14 63.6 63.6 63.6
Válido Regular 11 50.0 50.0 90.9 Válido Muy Bueno 8 36.4 36.4 100.0
Malo 2 9.1 9.1 100.0 Total 22 100.0 100.0

es Regular, 2) el 40.9% es Bueno, y 3) el 9.1% es Malo. El 90.9% de los docentes y directores
en orden decreciente fue: 1) 63.6% determinó Excelente, y 2) el 36.4% determinó Muy Bueno.
Acumulando los porcentajes podemos concluir que el 63.6% al menos determinó que la
implementación de la plataforma de inteligencia de negocios fue Excelente.
198
Tabla Nº 70:
Accesibilidad de la plataforma de Business Intelligence
Bueno 9 40.9 40.9 40.9 Excelente 8 36.4 36.4 36.4

Válido Válido
Malo 1 4.5 4.5 100.0 Bueno 1 4.5 4.5 100.0
Total 22 100.0 100.0 Total 22 100.0 100.0

en orden decreciente fue: 1) 59.1% determinó Muy Bueno, 2) el 36.4% determinó Excelente y 3)
199
Tabla Nº 71:
Eficacia de la plataforma de Business Intelligence
Bueno 9 40.9 40.9 40.9 Excelente 9 40.9 40.9 40.9

Válido Válido
Malo 2 9.1 9.1 100.0 Bueno 2 9.1 9.1 100.0
Total 22 100.0 100.0 Total 22 100.0 100.0

en orden decreciente fue: 1) 50.0% determinó Muy Bueno, 2) el 40.9 % determinó Excelente y 3)
200
Tabla Nº 72:
Desempeño de la plataforma de Business Intelligence
Bueno 8 36.4 36.4 36.4 Excelente 13 59.1 59.1 59.1

Válido Válido
Malo 2 9.1 9.1 100.0 Bueno 1 4.5 4.5 100.0
Total 22 100.0 100.0 Total 22 100.0 100.0

de la implementación de Business Intelligence, en el siguiente orden es: 1) el 54.5% es Regular,
2) el 36.4% es Bueno, y 3) el 9.1% es Malo. El 90.9% de los docentes y directores encuestados en
la primera vez, su valoración de la calidad de información del sistema de información es Regular.
Igualmente, ningún encuestado ha determinado al sistema de información en la categoría
Excelente. Por otro lado, la apreciación del mismo grupo de docentes y directores, después de 1
mes de implementarse la plataforma de Business Intelligence, en orden decreciente fue: 1) 59.1%
determinó muy Excelente, 2) el 36.4% determinó Muy Bueno y 3) el 4.5 % valoró como Bueno.
Acumulando los porcentajes podemos concluir que el 95.5% al menos determinó que la
implementación de la plataforma de inteligencia de negocios fue Muy Bueno.
201
Tabla Nº 73:
Seguridad de la plataforma de Business Intelligence
P P P P
ANTES F P AHORA F P
Muy
4 18.2 18.2 18.2 Excelente 10 45.5 45.5 45.5
Bueno
Muy
Bueno 8 36.4 36.4 54.5 11 50.0 50.0 95.5
Bueno
Válido Válido
Regular 8 36.4 36.4 90.9 Bueno 1 4.5 4.5 100.0
Malo 2 9.1 9.1 100.0 Total 22 100.0 100.0

de la implementación de Business Intelligence, en el siguiente orden es: 1) el 36.4% es Bueno, 2)
el 36.4% es Regular, 3) el 18.2% es Muy Bueno y 4) el 9.1% es Malo. El 90.9% de los docentes y
directores encuestados en la primera vez, su valoración de la calidad de información del sistema
de información es Regular. Igualmente, ningún encuestado ha determinado al sistema de
información en la categoría Excelente. Por otro lado, la apreciación del mismo grupo de docentes
y directores, después de 1 mes de implementarse la plataforma de Business Intelligence, en orden
decreciente fue: 1) 50.0% determinó muy bueno, 2) el 45.5% determinó Excelente y 3) 4.5 %
valoró como Bueno. Acumulando los porcentajes podemos concluir que el 95.5% al menos
202
Figura Nº 96: Porcentaje de satisfacción de la implementación de BI (Own Elaboration)
Figura Nº 97: Objetivos en la plataforma de BI(Own Elaboration)
203
Conclusiones
A continuación, las principales conclusiones del presente trabajo de investigación tomando en
cuenta los objetivos y resultados obtenidos se logró lo siguiente:
1. El propósito de elevar la calidad académica de los centros educativos demanda en discernir
entre múltiples opciones y realizar la elección más óptima. Realizando una descripción de la
situación actual mediante herramientas de análisis como Brainstorming (Tabla N° 8), diagrama
de Ishikawa(Figura N°23), y los 5 W +H (Tabla N° 10); nos permitió identificar la problemática
existente en la institución educativa, también se logró identificar los procesos y área más crítica,
con el fin de mejorar así la gestión de los indicadores académicos que el MINEDU promueve
(véase Anexo 3), actuando a su vez como soporte en la toma de decisiones y apoyo de los
objetivos del negocio, junto a ello, la necesidad de crear una plataforma de inteligencia de
negocios que permita realizar un análisis de la información que se genera en el área de dirección
académica para una mejor toma de decisiones en la institución, tomándolo como propuesta de
la implementación en esta investigación.
2. A través de un diagnóstico de identificación de problemas (Tabla N° 7), con las
herramientas mencionadas, se determinó que el problema suscitó en la mala toma de
decisiones, que eran ocasionados por causas diferentes, siendo los que más predominan: la
falta de manejo de los indicadores académicos, reportes o consolidados generados a
destiempo (no disponible en tiempo real), esto siendo descubierto con el diagrama de
Ishikawa (Figura N°23), propiciando la necesidad de la propuesta de una solución de
inteligencia de negocios.
204
3. Obtener reportes de consolidados de registros académicos, y seguimiento de los alumnos
en el desempeño estudiantil en clase (Figura N° 90); el tiempo en el proceso de la
obtención, procesamiento y análisis de información con respecto a su un nivel de
disponibilidad (véase la Tabla N° 34); es decir, si observamos los porcentajes de aceptación
en función a los reportes y consolidados podemos concluir que el 95.5% al menos
determinó que la implementación de la plataforma de inteligencia de negocios fue Muy
Bueno o Muy favorable según la escala Likert.
4. Que la institución educativa cuente con una plataforma de business intelligence que ayude
con el análisis, control y monitoreo de los procesos académicos. Otorgando el manejo de
indicadores académicos que el MINEDU promueve, siendo útil al área de dirección
académica como soporte al momento de tomar decisiones.
5. Utilizando un análisis de escala de Likert con medidas de Muy desfavorable, Neutro y
Muy favorable (25%, 50% y 75% respectivamente) se logró obtener:
 Con una muestra de 22 Actores, el 54.5 % determinó muy bueno, 22.7 %
determinó Excelente y 13.6 % valoró como Bueno dando un valor total de
77.3% que indica que la eficiencia obtenida es Muy favorable.
 Con una muestra de 22 Actores, el 50.0 % determinó Excelente, 36.4 %
determinó Muy Bueno y 13.6 % valoró como Bueno dando un valor total de
86.4% que indica que la satisfacción de los actores es Muy favorable.
 Con una muestra de 22 Actores, el 50.0% determinó Muy Bueno, el 40.9 %
determinó Excelente y 9.1% valoró como Bueno dando un valor total de 90.9%
que indica que la eficacia de la plataforma de BI es Muy favorable.
205
Recomendaciones
Al tomar cuenta las conclusiones consideradas en el estudio se sugieren las siguientes

recomendaciones:
1. Se recomienda el análisis de otras áreas para obtener dimensiones y análisis de
información. Con respecto a la plataforma ser transparente en el llenado de datos en los
registros de los módulos para un correcto análisis de la información, y así obtener mejores
resultados en los Dashboards.
2. Para un completo análisis de la información se recomienda utilizar herramientas de análisis
adecuadas para identificar causas de problemas.
3. Para un mejor manejo de la información se recomienda seguir con las capacitaciones y
realizar feedback de entrenamientos sobre el uso de la herramienta de business intelligence
Qlikview y algunos temas relacionados con minería de datos para la gestión de pronósticos
y reconocimiento de patrones, siendo útil en la línea académica, por ejemplo: El desempeño
de profesores según su clase durante el ciclo académico (Figura N° 88).
4. El datamart elaborado tiene las dimensiones especificas obtenidas de los indicadores del
Minedu, se recomienda hacer un feedback de los requerimientos para reportes futuros
necesarios en la dirección académica.
5. Se recomienda explorar nuevas áreas relacionadas de la institución para una mejor
visualización de la información.
206
Bibliografía
[1] Ahumada-Tello et al., 2012 E. Ahumada-Tello, R.E. Zárate Cornejo, I. Plascencia López,
J.M. Perusquia-Velasco. Modelo de competitividad basado en el conocimiento: el caso de
las pymes del sector de tecnologías de información en Baja California. Revista International
Administración & Finanzas. 2012; 5:13p
[2] Arias, F. G. (1999). El proyecto de investigación. Fidias G. Arias Odón.
[3] Arce Álvarez, F. (2015). Inteligencia de Negocios: Herramientas y Trascendencia.
[4] Calzada, L. &, & Abreu, J. L. (2009). El impacto de las herramientas de inteligencia de
negocios en la toma de decisiones de los ejecutivos, 4(2), 16–52.
[5] Camargo Vega, Juan José & Joyanes Aguilar, L. &, & Giraldo Marín, L. M. (2016). La
inteligencia de negocios como una herramienta en la gestión académica, (24), 110–120.
https://doi.org/10.14483/udistrital.jour.RC.2016.24.a11
[6] Díaz, F., & Hernández, G. (2002). Estrategias docentes para un aprendizaje significativo.
Una interpretación constructivista, 2.
[7] Erazo Pancho, J. A. (2015). Análisis, Diseño y Desarrollo del Datamart Formación Docentes
para el prototipo de Sistema Académico Integrado en las Carreras de Ingeniería en Sistemas
Computacionales e Ingeniería en Networking y Telecomunicaciones de la Facultad de
Ciencias Matemáticas y Físicas de la Universidad de Guayaquil (Doctoral dissertation,
Universidad de Guayaquil. Facultad de Ciencias Matemáticas y Físicas. Carrera de
Ingeniería en Sistemas Computacionales.).
[8] ESTRADA, D. M. R. (n.d.). Manejo de problemas y toma de Decisiones.
207
[9] Farhat, S. D. (2016). Quã‰ Es Una Teoria: Cã “Mo Se Desarrolla En El Enfoque
Cuantitativo Y En El Enfoque Cualitativo De Investigaciã “N. Revista Caribeña de Ciencias
Sociales, (2016_01).
[10] Hernández, R., Fernández, C., & Baptista, P. (2003). Metodología de la investigación.
Ciudad de México.
[11] Herrera, J. J. D. (2002). Estrategias de localización y ventajas competitivas de la empresa
multinacional española. INFORMACION COMERCIAL ESPANOLA-MONTHLY
EDITION-, 41-54.
[12] Ing. Arce, F. (2015). Inteligencia de Negocios: Herramientas y Trascendencia.
[13] Investigacion, M. D. E., & Salud, E. N. (2010). Toma de decisiones.
[14] Karen, D. C. (2015). Sistema de información para la toma de decisiones. MacGraw Hill,
11. Retrieved from http://www4.ujaen.es/~cruiz/diplot-5.pdf
[15] Kumari, N. (2013). Business intelligence in a nutshell. International journal of innovative
research in computer and communication engineering, 1(4), 969-975.
[16] La, O. El Perú en PISA 2015 Informe nacional de resultados.
[17] Lourdes, M. (2006). Planeación estratégica, el rumbo hacia el éxito. Editorial TRILLAS.
[18] Matamala, C. Z., Díaz, D. R., Cuello, K. C., & Leiva, G. A. (2011). Análisis de rendimiento
académico estudiantil usando data warehouse y redes neuronales/Analysis of students'
academic performance using data warehouse and neural networks. Ingeniare: Revista
Chilena de Ingenieria, 19(3), 369.
[19] MINEDU, C. N. de E. /. (2010). Propuesta de metas educativas e Indicadores al 2021 (p.
76).
208
[20] Mora García, L. A. (2007). Indicadores de la gestión logística: KPI “Los indicadores claves
del desempeño logístico,” 121.
[21] Moody, P. E. (1983). Decision making: Proven methods for better decisions. McGraw-Hill
Companies.
[22] Parco Iquiapaza, A. A., & Eguila Canales, A. (2007). Implementación de una herramienta
de inteligencia de negocios para la administración de justicia sobre una metodología ad-hoc.
[23] Pisa, O. E. C. D. (2015). Draft Science Framework. 2014-07-17]. http://www. oecd.
org/pisa/pisaproducts/Draft PISA 2015 Science Framework. pdf.
[24] PREDIQT, Q.(2017). Clientes.Retrieved, September 1, 2017, from
http://www.prediqtdata.com/5-clientes.html
[25] QlikSoft. (n.d.). QlikView. Retrieved from http://www.qlik.com/us/
[26] Quequejana, H., & Oscar, W. (2015). Implementación de una plataforma de Business
Intelligence para la toma de decisiones en un centro de salud.
[27] Ranjan, J. (2009). Business intelligence: Concepts, components, techniques and benefits.
Journal of Theoretical and Applied Information Technology, 9(1), 60-70.
[28] Rojas Zaldívar, A. (2014). Implementación de un Data Mart como solución de inteligencia
de negocios, bajo la metodología de Ralph Kimball para optimizar la toma de decisiones en
el Departamento de Finanzas de la Contraloría General de la República
[29] Ronesto, P. (2006). Bussiness Intelligence desarrollo tecnologico. Mexico: Cyrano.
[30] ROSADO GOMEZ, A. A. &, & RICO BAUTISTA, D. W. (2010). INTELIGENCIA DE
NEGOCIOS : ESTADO DEL ARTE BUSINESS INTELLIGENCE : STATE OF THE
ART.
209
[31] Sinnexus Business Intelligence Informatica Estrategica. (2007). Business
Intelligence:Datos, información, conocimiento. Retrieved from
http://www.sinnexus.com/business_intelligence/piramide_negocio.aspx
[32] Stackowiak, R., Rayman, J., & Greenwald, R. (2007). Oracle data warehousing & business
intelligence SO. John Wiley & Sons.
[33] Solano, A. (2003). Toma de decisiones gerenciales. Tecnología En Marcha, 16(3), 44–51.
Retrieved from
http://site.ebrary.com/lib/bupeusp/docDetail.action?docID=10436512&p00=3.
percepciones y proceso de toma de decisiones en politica exterior
[34] Tascón, M. (2013). Pasado, presente y futuro. Big Data, 95, 47.
[35] Tello, E. A., & Velasco, J. M. A. P. (2016). Inteligencia de negocios: estrategia para el
desarrollo de competitividad en empresas de base tecnológica. Contaduría y
administración, 61(1), 127-158.
[36] Umanzor, C. (2011). ¿ Cómo enseñar a tomar decisiones acertadas. Procesos para la toma
de decisiones. San Salvador.
[37] Urquizu, P. (22 de 07 de 2010). Crono Analytics. Obtenido de Crono Analytics:
http://www.businessintelligence.info/index.html
[38] Wheatley, G. H. (1991). Constructivist perspectives on science and mathematics learning.
Science education, 75(1), 9-21
210
Anexos
Anexo 1: Escala de valoración.
Escala de valoración de la calidad de información del sistema de información de los indicadores
académicos del Colegio “Corazón de Jesús de Santa Clara”.
Instrucciones:
De acuerdo a su experiencia educativa, evalué la ejecución del sistema de información con
respecto a los indicadores académicos del Colegio “Corazón de Jesús de Santa Clara”,
considerando la siguiente escala: baja, media y alta (mala, regular, buena)
211
Datos de la calidad de información del
sistema de información
Encuesta de Satisfacción del Usuario con

FECHA DE ÚLTIMA REVISIÓN:
respecto a la Implementación de Business
03.05.18
Intelligence
VERSIÓN: C4
Evaluador: __
Puesto: _________________________________________________
Personal evaluado (no obligatorio):
La información que nos proporcione será indispensable para evaluar la calidad y medir
el impacto alcanzado.
1. ¿La plataforma implementada en el área de dirección académica cumple con los objetivos
planteados?
2. ¿Se cumplió con los plazos previstos en los requerimientos, mantenimiento

acordados en el plan de viabilidad?
Del sistema
3. ¿Estas satisfecho con la implementación de Business Intelligence en área de dirección

académica?
4. ¿Identificas deficiencias en alguno de los servicios del sistema y los consolidados físicos
de tu trabajo? (Reportes no congruentes en la información digital con los físicos),
FECHA:
212
5. ¿La requisición de equipos, mobiliario y alguna otra herramienta para tu trabajo se entregó en tiempo
y forma?
6. ¿Se programaron con tiempo la entrega y recepción de cambios para el mantenimiento?
7. ¿La información que genera y presenta Sistemas sobre tu área es clara, precisa, comprobable?
Del sistema
8. Fácil de Operar (es lógico, encuentra lo que busca)?
9. Completo (tiene todo lo que necesita)?
10. Confiable (¿se cuelga, pierde datos, tiene errores?)
COMENTARIOS GENERALES:
QUEJAS:
SERVICIO NO CONFORME:
213
Anexo 2:Plantilla del metadata.
Anexo 3:Indicadores de gestión educativas.
214
Anexo 4: Matriz de consistencia.
215
Anexo 5: Cronograma de actividades
216
Anexo 6:Carta de Presentación
217
Anexo 7: Carta de felicitaciones por capacitación y entrenamiento
218
Anexo 8: Evidencia de Capacitación a Directores y entrega de Manual
219
Anexo 9: Carta de Satisfacción al Usuario.
220
Anexo 10: Evidencia de Capacitación a Docentes de la institución.
221
Anexo 11: Acta de Conformidad del Proyecto.
222
Anexo 12: Manual de Usuario de AcaSys (Sistema de registros académicos).
MANUAL DE USUARIO DEL

SOFTWARE DE REGISTROS
223
Índice
1. Objetivos De La Aplicación ................................................................................... 230
1.1. Módulo de Programación Académica.............................................................. 230
1.2. Módulo de Matricula: ....................................................................................... 230
1.3. Módulo de Registro de Notas: .......................................................................... 230
2. Programación Académica ...................................................................................... 230
2.1. Ingreso ................................................................................................................ 231
2.2. Ingreso - Login ................................................................................................... 232
2.3. Registrar Materia .............................................................................................. 235
2.4. Asignar Materia a Grado .................................................................................. 236
2.5. Registrar o Modificar Calificación .................................................................. 237
2.6. ASIGNAR MATERIA-GRADO A PROFESOR............................................ 238
3. Proceso de Matricula .............................................................................................. 241
3.1. REGISTRAR DE ALUMNO ............................................................................ 241
3.2. MATRICULAR ALUMNO .............................................................................. 245
4. Registro Notas ......................................................................................................... 249
4.1. Seleccionar Alumnos ......................................................................................... 250
4.2. Buscar Notas por Materia ................................................................................. 251
4.3. Modificar Notas ................................................................................................. 252
5. Modulo Complementario ....................................................................................... 253
5.1. Registro Grado Sección ..................................................................................... 253
5.2. Registrar Grado Sección ................................................................................... 255
224
5.3. Ingresar Usuario ................................................................................................ 256
5.4. Registrar Usuario .............................................................................................. 258
5.5. Periodo ................................................................................................................ 259
225
Índice de Ilustraciones
Ilustración 1: Diagrama de Procesos .................................................................................. 230
Ilustración 2: Diagrama de Módulos .................................................................................. 231
Ilustración 3: Ícono de Inicio del Sistema............................................................................ 231
Ilustración 4: Imagen de Ingreso al sistema – Login............................................................. 232
Ilustración 5: Opciones del sistema. ................................................................................... 233
Ilustración 6: Registro de Personas..................................................................................... 233
Ilustración 7: Campos disponibles al momento de registrar .................................................. 234
Ilustración 8: Selección del campo a modificar y click derecho. ............................................ 234
Ilustración 9: Realizar los cambios requeridos y guardar. ..................................................... 234
Ilustración 10: Campos disponibles al momento de registrar ................................................ 235
Ilustración 11: Elegir los cursos activos .............................................................................. 235
Ilustración 12: Cambia los datos deseados y hacer clic sobre el botón Modificar......... 236
Ilustración 13: Estados y tipos de Materias. ........................................................................ 236
Ilustración 14: Asignando materia a grado. ......................................................................... 236
Ilustración 15:Registro y modificación de Calificación ........................................................ 237
Ilustración 17: Asignando Calificación de materia a grado. .................................................. 237
Ilustración 18: Opciones para registrar, modificar la calificación. .......................................... 238
Ilustración 19: Modificar la calificación registrada............................................................... 238
Ilustración 20: Asignación de la carga académica. ............................................................... 239
Ilustración 21: Asignando profesores a la materia................................................................ 239
Ilustración 23: Proceso de la matrícula. .............................................................................. 241
Ilustración 24: Registro de alumnos. .................................................................................. 241
226
Ilustración 25: Buscar alumnos.......................................................................................... 241
Ilustración 26: Registro manual del alumno. ....................................................................... 242
Ilustración 27: Importación desde un archivo excel.............................................................. 242
Ilustración 28: Importación de archivo excel a la data fuente. ............................................... 243
Ilustración 29: Reconocimiento de los datos. ...................................................................... 243
Ilustración 30: Muestra de los datos en la Base de datos transaccional. .................................. 243
Ilustración 31: Reconocimiento de nombres duplicados. ...................................................... 244
Ilustración 32: Modificación de Alumno. ........................................................................... 244
Ilustración 33: Revisión de los datos modificados................................................................ 245
Ilustración 34: Matricular a los alumnos. ............................................................................ 245
Ilustración 35: Selección del alumno. ................................................................................. 247
Ilustración 36: Matricular Alumno..................................................................................... 248
Ilustración 39: Registrar Nota............................................................................................ 249
Ilustración 40: Selección de Alumno.................................................................................. 250
Ilustración 41: Buscar Notas por materias........................................................................... 251
Ilustración 42: Perfil de modificar notas ............................................................................. 252
Ilustración 43: Regresar al menú principal. ......................................................................... 252
Ilustración 45: Registrar grado y sección. ........................................................................... 254
Ilustración 46: Modificar grado y sección. .......................................................................... 254
Ilustración 47: Formulario grado y Sección en lista.............................................................. 254
Ilustración 48: Asignando grado y sección.......................................................................... 255
Ilustración 49: Modificar grado y Sección. ......................................................................... 255
227
Ilustración 50: Formulario de grado y sección. .................................................................... 256
Ilustración 51: Registro de usuarios.................................................................................... 257
Ilustración 52: Registrar usuario. ....................................................................................... 258
Ilustración 53: Modificar usuario. ...................................................................................... 259
Ilustración 54: Registro de Periodo y bimestre. ................................................................... 259
228
Índice de Tablas
Tabla Nº 1: Tabla de opciones del interfaz de botones al usuario. .......................................... 232
Tabla Nº 2: Asignando materia a grado. ............................................................................. 242
Tabla Nº 3: Ítems del módulo. ........................................................................................... 246
Tabla Nº 4: Datos de tabla a enviar..................................................................................... 247
Tabla Nº 5: Asignando materia a grado. ............................................................................. 250
Tabla Nº 6: Ítems de las Opciones Grado y sección. ............................................................ 251
Tabla Nº 7: Ítems de la opción grado y sección.................................................................... 253
Tabla Nº 8: Ítems de la opción de registro usuario................................................................ 257
Tabla Nº 9: Ítems del formulario registro de usuarios. .......................................................... 258
Tabla Nº 10: Ítems del Formulario Registro periodo. ........................................................... 260
229
1. Objetivos De La Aplicación
El objetivo de la Aplicación es que se pueda cumplir con el proceso Académico de la

Institución Educativa Sagrado Corazón de Jesús.
Fuente: Elaboración Propia:

Ilustración 1: Diagrama de Procesos
1.1.Módulo de Programación Académica
En este módulo se ingresa las materias y grados donde los profesores van a enseñar.
1.2.Módulo de Matricula:
En este módulo se ingresa la matricula del alumno.
1.3.Módulo de Registro de Notas:
En este módulo se registra, modifica las Notas.
2. Programación Académica
Los procesos de Programación Académica siguen estos pasos.
230
Ilustración 2: Diagrama de Módulos
2.1.Ingreso
Desde el escritorio hacer doble Click para iniciar el software.

Ilustración 3: Ícono de Inicio del Sistema
231
¡Importante!
Esta aplicación ha sido desarrollada para trabajar bajo ambiente Windows, por lo cual los
usuarios sistema deben estar familiarizados con este ambiente de trabajo y conocer aspectos
básicos como:
 Uso del Mouse

 Manejo de ventanas (abrir, cerrar, minimizar, maximizar, moverlas con el mouse, etc.)
 Uso e botones
 Desplazamiento de datos dentro de una ventana, utilizando barras de avance horizontal
y vertical.
2.2.Ingreso - Login
Al iniciar el sistema se presenta la ventana de identificación de usuario en la cual se debe
ingresar el usuario y contraseña. El formato de ingreso al sistema se presenta a continuación:

Ilustración 4: Imagen de Ingreso al sistema – Login.
Usuario: Ingresar el nombre de usuario.

Contraseña: Ingresar la contraseña de usuario.
Ingresar: Hacer clic con el botón izquierdo del
mouse sobre el comando para confirmar la
operación.
Salir: Hacer clic con el botón izquierdo del
mouse sobre este comando para cancelar
la operación.
Tabla Nº 1: Tabla de opciones del interfaz de botones al usuario.
232
Menú Principal del Sistema El menú del sistema presenta 11 opciones que ayudaran a
completar las operaciones de ingreso y manejo de datos y otras funcionalidades que a
continuación se explican en detalle. REGISTRAR PERSONA (Profesor o Director)

Ilustración 5: Opciones del sistema.
No existe el profesor para registrar o Modificar al Profesor se Siguen estos PasosHacer clic
en el botón Registrar Persona. Seleccionar el botón Ingresar.

Ilustración 6: Registro de Personas.
233
Rellenar los datos y seleccionar el botón Registrar.

Ilustración 7: Campos disponibles al momento de registrar
Seleccionar una fila de la tabla, hacer clic en el botón izquierdo del mouse y seleccionar la
opción Modificar.

Ilustración 8: Selección del campo a modificar y click derecho.
Realizar cambios en los Datos y hacer click derecho y seleccionar Modificar.

Ilustración 9: Realizar los cambios requeridos y guardar.
234
2.3.Registrar Materia
Si la Materia no está Registrada seguir estos pasos para registrarla.
Hacer clic sobre el botón Registrar Materia en el Menú principal
Fuente: Elaboración Propia.

Ilustración 10: Campos disponibles al momento de registrar
Hacer clic sobre el botón Registrar Materia.
Rellenar los datos y hacer clic sobre el botón Registrar.

Ilustración 11: Elegir los cursos activos
Para Modificar una Materia seleccionar una fila de la tabla, hacer clic en el botón izquierdo
del mouse y seleccionar Modificar. Si se quiere Activar o Desactivar materia seleccionar los
cursos respectivos.
235
Ilustración 12: Cambia los datos deseados y hacer clic sobre el botón Modificar
2.4.Asignar Materia a Grado
En caso de que la Materia es nueva y no está asignada seguir estos pasos.

Ilustración 13: Estados y tipos de Materias.
Para Asignar la Materia al Grado se selecciona el Grado y la Materia Correspondientes y
a continuación hacer clic sobre el botón Asignar. En caso ya este asignado el sistema lo
reconocerá y mostrará una alerta.

Ilustración 14: Asignando materia a grado.
236
2.5. Registrar o Modificar Calificación
El paso siguiente se Registrar las calificaciones de la materia y grado, en caso que existe
modificarlos según criterio a calificar. Para hacer estos pasos hacer clic en Registrar
Calificación en el Menú Principal.

Ilustración 15:Registro y modificación de Calificación
En esta Pantalla ves todas las calificaciones de acuerdo a materia y grado.

Seleccionar Grado y la Materia, automáticamente te listara las calificaciones
correspondientes.

Ilustración 17: Asignando Calificación de materia a grado.
237
Para Registrar Calificación, una vez seleccionado Grado y Materia rellenar los datos de la
sección Registrar o Modificar Calificación y hacer clic sobre el botón Registrar. Si se quiere
limpiar los recuadros hacer clic sobre el botón Limpiar Para modificar, Activar o Desactivar
la calificación seleccionar una fila (en caso de Activar y Desactivar puedes seleccionar más
de una fila), hacer clic en el botón izquierdo del mouse y seleccionar la opción correspondiente.

Ilustración 18: Opciones para registrar, modificar la calificación.
En la Opción Modificar se carga automáticamente los datos en la sección de Registrar o
Modificar Calificación, lo cual se cambia y se termina al hacer clic sobre el botón Modificar.
En caso de cancelar la operación hacer clic sobre el botón Limpiar.

Ilustración 19: Modificar la calificación registrada
2.6.ASIGNAR MATERIA-GRADO A PROFESOR
238
Para esta operación hacer clic en Asignar Profesor en el Menú Principal y seguir estos
pasos.

Ilustración 20: Asignación de la carga académica.
La ventana tiene la lista de profesores asignados a su materia y grado, en la parte superior
de la tabla tiene un filtro por año para la lista. Para registrar una nueva asignación hacer clic
sobre el botón Asignar.

Ilustración 21: Asignando profesores a la materia.
239
Seleccionar un Profesor, rellenar los datos correspondientes y Hacer clic en el botón
Registrar.

Para Eliminar una Asignación se debe seleccionar una fila de la tabla y hacer clic en el botón
izquierdo del mouse y seleccionar eliminar (la asignación solo se eliminará si la asignación no
está siendo utilizada).
240
3. Proceso de Matricula
El proceso de Matricula sigue el siguiente proceso.

Ilustración 23: Proceso de la matrícula.
3.1.REGISTRAR DE ALUMNO
Seleccionar esta opción para ingresar, Modificar los alumnos.

Ilustración 24: Registro de alumnos.
Buscar Alumno

Ilustración 25: Buscar alumnos.
241
Si quieres buscar un alumno ingresado ir al sector de buscar alumno y rellenar más de uno
de los capos que requiere.
Cod Alumno Ingresar el código del Alumno (No permite ingresar letras)
Nombres y Apellidos Ingresar nombres y apellidos del alumno
Dni Ingresar el DNI(No permite ingresar letras)
Buscar Hacer clic en el botón izquierdo del mouse sobre el comando
para confirmar con la operación
Tabla Nº 2: Asignando materia a grado.
Registrar Alumno (Forma Manual)
Para registrar alumnos de forma manual se rellena los datos en la sección de registrar alumno
y hacer clic en el botón registrar. Si quiere borrar todos los datos ingresados hacer clic en el
botón Limpiar.

Ilustración 26: Registro manual del alumno.
Registro Alumno (Forma Importación)

Ilustración 27: Importación desde un archivo excel.
242
Hacer click en botón Importar Alumno.

Ilustración 28: Importación de archivo excel a la data fuente.
Ilustración 29: Reconocimiento de los datos.
Los requisitos de importación son:
 El formato Excel es “Libro de Excel 97-2003”

 El archivo Excel solo debe tener una hoja
 Los datos del contenido solo son los que muestra en la figura

Ilustración 30: Muestra de los datos en la Base de datos transaccional.
243
Una vez cargado la lista hacer clic sobre el botón Ingresar y al lado derecho se mostrará los
alumnos insertados (No se permitirá ingresar alumnos con mismo código de alumno o DNI).
En caso de cancelar la operación hacer clic en Limpiar.

Ilustración 31: Reconocimiento de nombres duplicados.
Modificar Alumno
Seleccionando una fila de la tabla hacer clic en el botón derecho del mouse y seleccionar
Modificar.

Ilustración 32: Modificación de Alumno.
244
Modificar los datos y hacer clic en botón Modificar. En caso de cancelar la operación hacer
clic en Limpiar
Fuente: Elabortación Propia:

Ilustración 33: Revisión de los datos modificados.
La opción de Exportar Alumno Exporta los datos que están en la tabla, la opción de Listar
todos los alumnos Reinicia el listado de la tabla después de una búsqueda.
3.2.MATRICULAR ALUMNO
Para Matricular al alumno se hace clic en el botón Matricular Alumno.
En la ventana muestra varios elementos como:

Ilustración 34: Matricular a los alumnos.
245
Seleccionar Alumno Hacer clic en el botón izquierdo de mouse sobre el comando
para abrir la ventana de Seleccionar Alumno
Alumno En este espacio se muestra datos básicos del alumno
seleccionado.
Tipo Matricula Hacer clic sobre el botón derecho del mouse sobre el
comando y seleccionar un tipo de Matricula.
Grado Sección Hacer clic en el botón izquierdo del mouse sobre el comando
y seleccionar un grado y sección (Automáticamente se listara las
matriculas con ese filtro de grado).
Año Hacer clic en el botón izquierdo del mouse sobre el comando
y seleccionar un año (Automáticamente se listara las matriculas
de ese año).
Trabaja? Hacer clic en el botón izquierdo del mouse sobre el comando
y seleccionar un estado Si/No de acuerdo a la selección se
habilitara el siguiente comando.
Nro Horas Semanales Solo si está habilitado se puede modificar hacer clic en el
botón izquierdo del mouse sobre el comando y modificar el
numero o hacer clic sobre las flechas del comando para
modificar el número.
Matricular Hacer clic en el botón izquierdo del mouse sobre el comando
para Matricular al alumno (Solo Matriculara si están rellenados
los demás datos a excepción de Nro Horas Sem).
En caso de Modificar una Matricula el comando cambia a

Modificar.
Limpiar Si quiere cancelar la operación de Matricula y limpiar los
recuadros rellenados hacer clic en el botón izquierdo del mouse
sobre el comando.
Atrás Si quiere salir de Matricula Alumno hacer clic sobre el
botón izquierdo del mouse sobre el comando para regresar al
Menú Principal.
Fuente: Elaboración Propia
Tabla Nº 3: Ítems del módulo.
246
Ilustración 35: Selección del alumno.
Seleccionar una fila de la tabla y hacer clic sobre el botón Enviar
Nombre y Apellido: Ingresar el Nombre y Apellido (No permite ingresar números)

DNI: Ingresar el DNI (No permite ingresar letras)
Código Alumno Ingresar el Código Alumno (No permite ingresar números)
Buscar Hacer clic sobre el comando para hacer un filtro con las casillas
rellenadas.
Enviar Envía el Alumno Ingresado para Matricularlo(Es necesario
seleccionar una fila de la tabla)
ATRAS Hacer clic sobre el comando para cancelar la operación de
Seleccionar un alumno
Tabla Nº 4: Datos de tabla a enviar.
247
Una vez seleccionado el Alumno rellenar los datos y hacer clic en Matricular

Ilustración 36: Matricular Alumno.
acer clic en el botón derecho del mouse sobre la tabla y seleccionar Modificar
(Automáticamente se rellenarán los datos de Matricula). Modificar los datos y hacer clic sobre
el botón Modificar.

248
Modificar los datos modificables y hacer clic sobre el botón Modificar. Para cancelar la
operación hacer clic en el botón Limpiar.

4. Registro Notas
En este módulo se hace clic sobre el botón de Registrar Notas y seguir los siguientes pasos:

Ilustración 39: Registrar Nota
249
Año Hacer clic sobre el botón izquierdo sobre el comando y
seleccionar Año.
Grado Sección Hacer clic sobre el botón izquierdo sobre el comando y
seleccionar Grado Sección.
Seleccionar Alumno Hacer clic sobre el botón izquierdo sobre el comando
para abrir la ventana de Seleccionar Alumno.
Limpiar Si se quiere Limpiar el Alumno seleccionado hacer clic
sobre el botón izquierdo sobre el comando.
Materia Una vez seleccionado el Alumno Matriculado se listará
las materias en el comando. Hacer clic sobre el botón
izquierdo sobre el comando y seleccionar Materia.
Buscar Notas Una vez seleccionado la Materia hacer clic sobre el botón
izquierdo sobre el comando para listar las calificaciones y
notas del Alumno.
Tabla de Notas En la Tabla se listará las Calificaciones y Notas de la
Materia Seleccionada. Para Modificar las notas se hace clic
sobre el campo y se modifica.
Modificar Una vez Modificado las Notas hacer clic sobre el botón
izquierdo sobre el comando para modificar las notas del
Alumno.
Atras Para Cancelar la operación y volver al Menú Principal
hacer clic en el botón izquierdo del mouse sobre el comando
.
Tabla Nº 5: Asignando materia a grado.
4.1.Seleccionar Alumnos

Ilustración 40: Selección de Alumno
En la ventana se mostrara la lista de acuerdo a los filtros de Año y Grado Seccion de la
ventana anterior.
250
Nombres y Apellidos Ingresar el Nombre y Apellido (No permite ingresar
números).
Cod Alumno Ingresar el DNI (No permite ingresar letras).
Dni Ingresar el Código Alumno (No permite ingresar números).
Buscar Hacer clic sobre el comando para hacer un filtro con las
casillas rellenadas.
Enviar Envía el Alumno Ingresado para Registrar Notas (Es
necesario seleccionar una fila de la tabla).
ATRAS Hacer clic sobre el comando para cancelar la operación de
Seleccionar un alumno.
Tabla Nº 6: Ítems de las Opciones Grado y sección.
4.2.Buscar Notas por Materia

Ilustración 41: Buscar Notas por materias.
Ya seleccionado el Alumno se selecciona la Materia y hacer clic en el boton izquierdo del
mouse sobre el comando Buscar Notas Para Listar Notas de la Materia.
251
4.3.Modificar Notas
Hacer doble clic sobre el boton izquierdo del mouse sobre la columna de Nota y Nota en
Letra para modificar sobre la misma tabla una vez modificado hacer clic en el boton izquierdo
del mouse sobre el comando Modificar.

Ilustración 42: Perfil de modificar notas
na vez registrado las notas hacer clic en Aceptar para terminar la operación de Registro de
Notas. Una vez Registrado las Notas para volver al Menu Proncipal hacer clic en el boton
izquierdo del mouse sobre el comando Atrás.

Ilustración 43: Regresar al menú principal.
252
5. Modulo Complementario
En este módulo están todas las implementaciones que no son necesarias para los procesos
académicos pero que ayudan al manejo de la información.
5.1.Registro Grado Sección
Para registrar grado y sección hacer clic en el botón de Registrar Grado y Sección en el
Menú Principal.

Registrar Sección Hacer clic en el botón izquierdo del mouse sobre el comando
para abrir la ventana de Registrar Sección.
Tabla Sección Se lista todas las secciones que hay. Para Modificar,
Activar, Desactivar una sección selecciona una fila de la tabla
y hacer clic en el botón derecho del mouse y seleccionar
Modificar.
Registrar Grado Hacer clic en el botón izquierdo del mouse sobre el comando
Sección para abrir la ventana de Registrar Grado Sección.
Tabla Grado Sección Se lista todos los grados con sus secciones que existen. Para
Modificar un grado selecciona una fila de la tabla y hacer clic
en el botón derecho del mouse y seleccionar Modificar.
ATRAS Para terminar y volver al menú principal hacer clic sobre el
botón izquierdo del mouse sobre el comando
Tabla Nº 7: Ítems de la opción grado y sección.
253
Al hacer clic sobre el comando Registrar Sección. Rellenar la Sección, seleccionar el estado
y hacer clic en el botón Registrar.

Ilustración 45: Registrar grado y sección.
Al Seleccionar Modificar sobre la tabla se abre la ventana. Modificar la Sección, volver a

seleccionar el estado y hacer clic en el botón Modificar.

Ilustración 46: Modificar grado y sección.

Ilustración 47: Formulario grado y Sección en lista.
Al hacer anti-clic sobre la tabla Sección da 3 opciones Modificar, Activar, Desactivar
254
5.2.Registrar Grado Sección

Ilustración 48: Asignando grado y sección.
Al hacer clic sobre el comando Registrar Grado Sección. Rellenar los datos y hacer clic
sobre el comando Registrar. Para cancelar la operación hacer clic sobre el comando Cancelar.

Ilustración 49: Modificar grado y Sección.
255
Al hacer anti-clic sobre la tabla Grado Sección. Modificar los datos rellenados y hacer clic
sobre el comando Modificar para completar la operación. Para cancelar la operación hacer clic
sobre el comando Cancelar.

Ilustración 50: Formulario de grado y sección.
Al hacer anti-clic sobre la tabla Grado Sección se muestra la opción Modificar. Para volver
al Menú Principal hacer clic sobre el comando ATRÁS.
5.3.Ingresar Usuario
Para ingresar a esta implementación se debe hacer clic en el botón Ingresar Usuario en el
Menú Principal
256
Ilustración 51: Registro de usuarios.
.Insertar Hacer clic en el botón izquierdo del mouse sobre el comando

para abrir la ventana de Ingresar Usuario.
Modificar Hacer clic en el botón izquierdo del mouse sobre el comando
para abrir la ventana de Modificar Usuario (Solo se abrirá si
has seleccionado una fila de la tabla).
Tabla Usuarios Se lista todos los usuarios que hay. Para Modificar tienes
que seleccionar una fila de la tabla.
ATRAS Para volver al Menú Principal hacer clic sobre el comando.
Tabla Nº 8: Ítems de la opción de registro usuario.
257
5.4.Registrar Usuario

Ilustración 52: Registrar usuario.
Persona: Carga Automáticamente la persona seleccionada. (no se puede

modificar)
Usuario: Ingresar Usuario
Password: Ingresar Password
Repetir Password: Repetir Password
Estado Usuario: Seleccionar estado Usuario(Activado/Desactivado)
Fecha Vencimiento: Seleccionar una fecha de vencimiento
Registrar Hacer clic sobre el comando para Registrar el Usuario
Cancelar Hacer clic sobre el comando Cancelar para cancelar la operación.
Tabla Persona Para Seleccionar una persona hacer anti-clic sobre la tabla
después de seleccionar una fila, finalmente hacer clic en
Seleccionar.(Solo habilitado al registrar un usuario)
Tabla Nº 9: Ítems del formulario registro de usuarios.
258
Modificar Usuario En la ventana de modificar se muestra el mismo modelo que la ventana
de Registrar Usuario, con la diferencia de que esta rellenado. Hacer los Cambios
correspondientes y hacer clic sobre el comando botón Modificar.

Ilustración 53: Modificar usuario.
5.5.Periodo

Ilustración 54: Registro de Periodo y bimestre.
259
Sección Ingresar (Periodo) Sección donde está el formulario de registrar y
Modificar Periodo
Periodo Ingresar Periodo (Solo acepta números).
Ingresar (Periodo) Hacer clic sobre el comando para ingresar el nuevo
Periodo.
Limpiar (Periodo) Hacer clic sobre el comando para Limpiar el la
sección Ingresar de Periodo.
Sección Ingresar (Bimestre) Sección donde está el formulario de registrar y
Modificar Bimestre
Bimestre Ingresar Bimestre
Ingresar (Bimestre) Hacer clic sobre el comando para ingresar el nuevo
Bimestre.
Limpiar (Bimestre) Hacer clic sobre el comando para Limpiar el la
sección Ingresar de Bimestre.
Tabla Periodos Hacer anti-clic sobre la tabla periodos para Eliminar
y Modificar.
Tabla Bimestre Hacer anti-clic sobre la tabla Bimestre para Eliminar
y Modificar
Tabla Año Bimestre Hacer anti-clic sobre la tabla periodos para Eliminar.
Tabla Nº 10: Ítems del Formulario Registro periodo.
260

Ronald Tesis Titulo 2018 PDF

Cargado por

Copyright:

Formatos disponibles

Ronald Tesis Titulo 2018 PDF

Cargado por

Información del documento

Título 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

Ronald Tesis Titulo 2018 PDF

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD PERUANA UNIÓN

FACULTAD DE INGENIERÍA Y ARQUITECTURA

Implementación de una plataforma de business intelligence como

Lima, mayo de 2018

Línea de Investigación – UPeU: Tecnología de información e innovación tecnológica.

Arrieta Leyva, Ronald Enrique

Tesis (Licenciatura), Universidad Peruana Unión. Facultad de Ingeniería y

1. Business Intelligence; 2. Minedu, 3. SIAGIE; 4. Datamart, 5. PEA, 6. QlikView;

Agradecemos a la Dra. Erika Acuña Salinas, por su tiempo en atendernos y el apoyo en el

Índice ............................................................................................................................ vii

Índice de Tablas .......................................................................................................... xiv

Índice de Figuras ...................................................................................................... xviii

Índice de Anexos ....................................................................................................... xxiv

Glosario de términos ..................................................................................................xxv

Resumen ................................................................................................................... xxvii

Abstract ................................................................................................................... xxviii

Capitulo I: El problema ..........................................................................................29

1.1 Título de la investigación ......................................................................................... 29

1.2 Problema objeto de investigación ............................................................................ 29

1.2.1 Planteamiento del problema ................................................................................ 31

1.2.2 Formulación del problema .................................................................................. 35

1.3 Objetivos de investigación........................................................................................ 35

1.3.1 Objetivo general .................................................................................................. 35

1.3.2 Objetivos específicos........................................................................................... 36

1.4 Hipótesis .................................................................................................................... 36

1.4.1 Hipótesis general ................................................................................................. 36

1.4.2 Hipótesis específicas ........................................................................................... 36

1.5.2 Justificación metodológica .................................................................................. 38

1.6 Justificación práctica ................................................................................................ 38

1.7 Alcances de la investigación ..................................................................................... 39

1.8 Limitaciones de la investigación .............................................................................. 40

Capitulo II: Marco Conceptual y Teórico ..............................................................41

2.1 Antecedentes de la investigación (Marco Conceptual) .......................................... 41

2.1.1. Inteligencia de Negocios ..................................................................................... 43

2.1.2. Educación Privada: .............................................................................................. 44

2.1.3. FUM (Ficha única de matrícula). ........................................................................ 45

2.1.4. SIAGIE. ............................................................................................................... 45

2.1.5. Área dirección administrativa. ............................................................................ 45

2.1.6. Datamart. ............................................................................................................. 45

2.1.7. Data warehouse. .................................................................................................. 46

2.1.8. Data Mining......................................................................................................... 46

2.1.9. Metadatos. ........................................................................................................... 46

2.1.10. KPI (Key performance indicator): ................................................................... 47

2.1.11. Eficacia. ........................................................................................................... 47

2.1.12. Eficiencia. ........................................................................................................ 47

2.1.13. Productividad. .................................................................................................. 47

2.2 Marco teórico ............................................................................................................ 47

2.2.1 Plataforma Business Intelligence ........................................................................ 47

2.2.2 Metodología Scrum ............................................................................................. 49

2.2.3 Metodología Ralph Kimball ................................................................................ 51

2.2.4 Metodología de Bill Inmon ................................................................................. 55

2.2.5 Justificación de elección de la metodología Ralph Kimball ............................... 56

2.2.6 Metodología QPM ............................................................................................... 58

2.2.7 Proceso de ETL ................................................................................................... 62

2.2.8 SQL Server Integration Services (SSISDB)........................................................ 63

2.2.9 Sistemas Transaccionales (OLTP) ...................................................................... 64

2.2.10 Online Anlytical Processing(OLAP) ............................................................... 65

2.2.11 OLTP vs OLAP ............................................................................................... 66

2.2.12 Qlik VS Tableau .............................................................................................. 67