Propuesta de un Data Warehouse para el anólisis de la circulación bibliogrófica en la biblioteca de la Universidad Nacional de Educación

Autores/as

DOI:

https://doi.org/10.23857/dc.v7i3.1956

Palabras clave:

Circulación Bibliográfica, Dashboard, Data Warehouse, Inteligencia de Negocios, Power BI.

Resumen

Uno de los principales problemas que enfrentan las bibliotecas, es la falta de información actualizada de la circulación bibliogrófica (préstamos, devoluciones y renovaciones). Esto dificulta la toma de decisiones y asignación de presupuestos frente a las necesidades de los usuarios, sobre todo en las bibliotecas píºblicas. El objetivo de este trabajo de investigación es implementar una herramienta de Inteligencia de Negocios Data Warehouse, para realizar un anólisis descriptivo y predictivo de la demanda de libros de los estudiantes de la Universidad Nacional de Educación (UNAE); en esta investigación se utilizan los datos de la Biblioteca de la UNAE (periodo 2016-2021). La metodologí­a empleada en este trabajo, centró su anólisis en los requerimientos del negocio, para definir las tablas de dimensiones y la de hechos, con las cuales, se diseñó el modelo de datos aplicando el esquema en estrella. Luego se realizó el proceso de extracción, transformación y limpieza de datos, usando sentencias SQL. Con los datos listos, se procede a la explotación de los mismos y la creación del Dashboard. Los resultados permitieron identificar los libros mós prestados y los libros en mora por campus Universitario. En conclusión, este anólisis serviró como apoyo a la toma de decisiones, acerca del volumen de libros a adquirir para el siguiente periodo académico, cantidad de atenciones al usuario, para finalmente iniciar campañas de marketing para incentivar el uso de los libros.

Biografía del autor/a

Lourdes Gabriela Orellana-Guerra, Universidad Católica de Cuenca, Cuenca,

Ingeniera de Sistemas, Jefatura de Posgrados, Universidad Católica de Cuenca, Cuenca, Ecuador.

Milton Campoverde-Molina, Universidad Católica de Cuenca, Cuenca,

Magister en Docencia Universitaria, Magister en Evaluación y Auditoria de Sistemas Tecnológicos, Ingeniero de Sistemas, Docente de la Unidad Académica de Tecnologías de la Información y Comunicación (TIC), Jefatura de Posgrados, Universidad Católica de Cuenca, Cuenca, Ecuador.

Citas

Evans, G., & Schonfeld, R. (2020). No es lo que contienen las bibliotecas; Es a quií©n sirven las bibliotecas: Buscando un futuro centrado en el usuario para las bibliotecas acadí©micas. Retrieved from http://sr.ithaka.org/?p=312608

González Araujo, H., Rivero, E., Mí©ndez Zapata, A., & Bocanegra Esqueda, M. (2014). El Sistema Integral de Autormatización de Bibliotecas Koha y su aplicación en la Biblioteca de Investigación Juan de Córdova.

González, A. A., Vega, R., & Jimí©n, H. (2009). KOHA como solución para la administración de nuestras bibliotecas. Revista Códice Vol. 5 N.º 1: 85-94, 100.

Haro, V., & Pí©rez, W. (2014). Diseño e Implementación de un Sistema de Soporte de Decisiones para el Centro de Documentación Regional Juan Bautista Vázquezâ€. Maskana, 245-256.

INEC. (2015). Manual de Archivo General y Gestión Documental. Obtenido de http://www.ecuadorencifras.gob.ec/LOTAIP/2015/DIJU/enero/LA3_ENE_DIJU_ArchivoGeneral.pdf

K., W. S. (2017). Big data analytics and electronic resource usage in Academic Libraries. Big data analytics and electronic resource usage in Academic Libraries. erepository.uonbi.ac.ke.

Mí©ndez Del Rio, L. (2006). En Más allá del Business Intelligence (pág. 55). Obtenido de https://www.gestiopolis.com/inteligencia-de-negocios-business-intelligence/

Mí©ndez, A., Mártire, A., Britos, P., & Garcí­a Martí­nez, R. (2003). Fundamentos de Datos Warehouse. Buenos Aires, Argentina.

Microsoft Power, P. (2020). Power BI Recuperado en. Obtenido de https://powerbi.microsoft.com/es-es/what-is-power-bi/.

Moody, D., & Kortink, M. (2000). From Enterprise Models to Dimensional Moders: A Methodology for Data Warehouse and Data Mart Design.

Palencia, A. T. (2019). Power BI, inteligencia de negocios. Obtenido de https://n9.cl/iudo2

Patnaik, R. (2019). Data Analytics and Visualization in Libraries. INFLIBNET Centre, Gandhinagar.

Pí©rez Marquí©s, M. (2015). En Business Intelligence. Tí©cnicas, herramientas y apliccaciones. RC Libros.

Presidencia de la Repíºblica del Ecuador. (2008). Decreto 1014. Obtenido de https://cti.gobiernoelectronico.gob.ec/ayuda/manual/decreto_1014.pdf

Ramos, S. (2016). Data Warehouse, data marts y modelos dimensionales. Un pilar fundamental para la toma de decisiones. Albatera: SolidQ.

Siegel, E. (2013). Predictive Analytics. United States of America: John Wiley & Sons, Inc., Hoboken, New Jersey.

Subsecretarí­a de Infomática de la Repíºblica del Ecuador. (2009). Estratí©gia para la implementación de software libre en la administración píºblica central. Obtenido de https://cti.gobiernoelectronico.gob.ec/ayuda/manual/decreto_1014.pdf

Timón, C. E. (2017). Análisis predictivo:tí©cnicas y modelos utilizados y aplicaciones del mismo - herramientas Open Source que permiten su uso. Recuperado el 05 de Mayo de 2021, de http://openaccess.uoc.edu/webapps/o2/bitstream/10609/59565/6/caresptimTFG0117mem%C3%B2ria.pdf

Wakahia, S. K. (2019). Big Data Analytics and Electronic Resource Usage in Academic Libraries: A Case Study of a Private University in Kenya. European Scientific Journal.

Publicado

2021-05-10

Cómo citar

Orellana-Guerra, L. G., & Campoverde-Molina, M. (2021). Propuesta de un Data Warehouse para el anólisis de la circulación bibliogrófica en la biblioteca de la Universidad Nacional de Educación. Dominio De Las Ciencias, 7(3), 615–632. https://doi.org/10.23857/dc.v7i3.1956

Número

Sección

Artí­culos Cientí­ficos