Data Mart para obtención de indicadores de productividad académica en una universidad

• Fernando Medina Q. ^[1] ; Francisco Fariña M. ^[1] ; Wilson Castillo-Rojas ^[2]
  1. [1] Universidad Arturo Prat

     Universidad Arturo Prat

     Iquique, Chile

     
  2. [2] Universidad Politécnica de Madrid

     Universidad Politécnica de Madrid

     Madrid, España

     
• Localización: Ingeniare: Revista Chilena de Ingeniería, ISSN-e 0718-3305, ISSN 0718-3291, Vol. 26, Nº. Extra 3, 2018, págs. 88-101
• Idioma: español
• Títulos paralelos:
  • Data Mart to obtain indicators of academic productivity in a university
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    El artículo describe el desarrollo de un Data Mart (DM) para la obtención de indicadores de productividad académica, llevado a cabo en una Universidad Chilena. Para esto, se utiliza una metodología adaptada que integra diversos enfoques y técnicas, y que está basada en las metodologías propuestas por Kimball y Hefesto. En este Proceso Data Warehousing (PDW), se destacan elementos incorporados en la metodología utilizada, que a juicio del equipo de desarrollo, favorecieron el éxito y efectividad del desarrollo del DM. Como resultado de este PDW, se obtiene una plataforma de inteligencia de negocios cuya base la compone un Modelo Multidimensional (MM) con dos DM; el primero contiene indicadores de productividad docente, y el segundo indicadores de productividad científica, los cuales satisfacen las especificaciones de requerimientos definidos en concordancia con los usuarios finales.

  • English

    The article describes the development of a Data Mart (DM) to obtain indicators of academic productivity, carried out in a Chilean University. For this, an adapted methodology is used that integrates different approaches and techniques, and is based on the methodologies proposed by Kimball and Hefesto. In this Data Warehousing Process (DWP), elements incorporated in the methodology used are highlighted, which in the opinion of the development team, favored the success and effectiveness of the development of the DM. As a result of this PDW, a business intelligence platform is obtained whose base is composed of a Multidimensional Model (MM) with two DM; the first contains indicators of teacher productivity, and the second indicators of scientific productivity, which satisfy the specifications of requirements defined in accordance with the end users.