Inteligencia de negocios espacial aplicada a la programación y ejecución de proyectos en el Instituto Colombiano de Bienestar Familiar

Sandra Lucía Rodríguez-Torres, Gustavo Cáceres-Castellanos

Resumen


La aplicación de inteligencia de negocios espacial dentro de la programación y ejecución de proyectos es clave para analizar el estado y la inversión realizada sobre estos en una ubicación geográfica. La inteligencia de negocios espacial es base para la generación de estrategias que permitan estimar los recursos que deben asignarse para el cumplimiento de sus objetivos. Este artículo plantea un caso de estudio desarrollado con la metodología de Kimball, para aplicar inteligencia de negocios espacial y analizar los datos históricos almacenados por los procesos de programación y ejecución de proyectos con metas sociales del Instituto Colombiano de Bienestar Familiar (ICBF) en los municipios de Boyacá. Se busca con ello tener mayor control y organización, identificar problemas presupuestales y de planeación, y contribuir en la toma de decisiones para mejorar la gestión de los recursos y contribuir en la ampliación o creación de nuevos proyectos de acuerdo con las necesidades de los beneficiarios.


Palabras clave


bodega de datos, información espacial, inteligencia de negocios, minería de datos

Texto completo:

PDF

Referencias


Bogantes Gonzales, D. y Pandolfi González, L. (2013). Spatial data warehouses and SOLAP using open-source tools. Computing Conference (CLEI), 2013 XXXIX Latin American (pp. 1-12). Doi: 10.1109/ CLEI.2013.6670660.

Calzada, L. y Abreu, J. L. (2009). El impacto de las herramientas de inteligencia de negocios en la toma de decisiones de los ejecutivos. Daena: International Journal of Good Conscience, 4(2): 16-52.

Drachen, A. y Schubert, M. (2013). Spatial game analytics. Proceedings of IEEE Computational Intelligence in Games 2013 (pp. 1-8).

Gustavo, R. (s. f.). La metodología de Kimball para el diseño de almacenes de datos. Recuperado de http:// goo.gl/FvJOIu

Han, J., Koperski, K. y Stefanovic, N. (1997). GeoMiner: a system prototype for spatial data mining. Recuperado de http://web.engr.illinois.edu/~hanj/pdf/geodemo.pdf

Hernández Orallo, J., Ramírez Quintana, M. J. y Ferri Ramírez, C. (2004). Introducción a la minería de datos. Madrid: Pearson.

Hsu, W., Lee, M. L. y Wang, J. (2008). Temporal and spatio-temporal data mining. Hershey: IGI Pub.

Jiashu, G. y Zhan, L. (2010). The construction and key issues of spatial data warehouse for oil exploration and development. Artificial Intelligence and Computational Intelligence (AICI), 2010 International Conference on (vol.3, pp. 166-170).

Karabegovic, A. y Ponjavic, M. (2012). Geoportal as decision support system with spatial data warehouse. Computer Science and Information Systems (FedCSIS), 2012 Federated Conference on (pp. 915-918).

Kimball, R., Ross, M., Thornthwaite, W., Mundy, J. y Becker, B. (2010). The Kimball Group Reader: Relentlessly Practical Tools for Data Warehousing and Business Intelligence. Recuperado dehttp://books.google. com.co/books?id=tCr5sMmkiPAC

Li, B., Shi, L. y Liu, J. (2010). Research on spatialdata mining based on uncertainty in Government GIS. Fuzzy Systems and Knowledge Discovery (FSKD), 2010 Seventh International Conference on (pp. 2905-2908).

MapGuide Open Source (2014). Recuperado de https://mapguide.osgeo.org/

Ndie, T. D., Tangha, C. y Janwouo, B. (2012). GIApSCart: A geo-intelligence application based on semantic cartography. Sciences of Electronics, Technologies of Information and Telecommunications (SETIT), 2012 6th International Conference on (pp. 106-113).

Oubenaalla, Y. y El Beqqali, O. (2010). CTMSOLAP: a regional geo-decisional support system based on the SOLAP approach and a chemistry transport model. Recuperado de http://goo.gl/FEAGly

Peralta, M. (2009). Sistema de informacion. Madrid: El Cid Editor.

Reyes, M. X. (2009). Minería de datos espaciales en búsqueda de la verdadera información. Ingeniería y Universidad, 13(1), 137-156.

Rivest, S., Bedard, Y. y Marchand, P. (2001). Toward better support for spatial decision making: defining the characteristics of spatial on-line analytical processing (SOLAP). Ottawa: Canadian Institute of Geomatics.

Schahovska, N. (2011). Datawarehouse and dataspace—information base of decision support system. CAD Systems in Microelectronics (CADSM), 2011 11th International Conference The Experience of Designing and Application of (pp. 170-173).

SQL Server 2012 (2104). Recuperado de http:// technet.microsoft.com/en-us/sqlserver/ff898410.aspx

Talati, S., McRobbie, G. y Watt, K. (2012). Developing business intelligence for Small and Medium Sized Enterprises using mobile technology. Information Society (i-Society), 2012 International Conference on (pp. 164-167).

Visual Studio 2012 (2014). Recuperado de http:// www.visualstudio.com/

Wang, C., Ng, W. K. y Chen, H. (2012). From data to knowledge to action: A taxi business intelligence system. Information Fusion (FUSION), 2012 15th International Conference on (pp. 1623-1628).


Enlaces refback

  • No hay ningún enlace refback.




Revista indexada e indizada en:
 DOAJ
   

 

Licencia de Creative CommonsIngenio Magno de http://revistas.ustatunja.edu.co/index.php/ingeniomagno esta bajo una licencia Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 License.