Diseño de una herramienta busines intelligence para el análisis de encuestas de salud

Abstract

Los cuadros de mando son la herramienta adecuada, ayudando a la conversión de la información en indicadores que generan conocimiento. El trabajo se basa en la creación de un prototipo de una herramienta Business Intelligence Interactiva para explorar y explicar datos de las encuestas, sobre indicadores demográficos, económicos y de bienestar. Esta herramienta se crea con el software Tableau. En el proceso de descubrimiento de conocimiento de grandes volúmenes de datos es vital escoger las variables y características más adecuadas, por ello aplicamos la extracción de características de los datos y realizamos una clasificación a través de los árboles de decisión con el entorno R, con el objetivo de encontrar el mejor modelo de clasificación en función de la variable salud autopercibida.

Els quadres de comandament són l'eina adequada, ajudant a la conversió de la informació en indicadors que generen coneixement. El treball es basa en la creació d'un prototip d'una eina Business Intelligence Interactiva per explorar i explicar dades de les enquestes, sobre indicadors demogràfics, econòmics i de benestar. Aquesta eina es crea amb el programari Tableau. En el procés de descobriment de coneixement de grans volums de dades és vital escollir les variables i característiques més adequades, per això apliquem l'extracció de característiques de les dades i realitzem una classificació a través dels arbres de decisió amb l'entorn R, amb l'objectiu de trobar el millor model de classificació en funció de la variable salut autopercibida.

Dashboards are suitable for this task, helping when it comes to converting information into knowledge generating indicators. This work is based on the creation of a Business Intelligence prototype tool built for exploring and explaining Catalonia's survey data, about welfare indicators. This tool is created by the Tableau software. In this process, that is carried upon a large amount of data, it is essential to choose appropriate variables and characteristics. Therefore, data characteristics are extracted and classified by decision trees in the R context, the aim of this is to classify them according to the level of healthiness each individual perceives on themselves, since it is a very important factor that influences mortality and provides information on the actual healthiness.