������������� ������ ���������������������������������������������

�������� ���

� ������� �!��"� #$������ �%�����$����&���&���������'

&�����������(�������� �# ����)�� ��������*��������

+,,-

��� �����)�

� En la actualidad, el dinámico mundo de losnegocios plantea la necesidad de disponerde un acceso rápido y sencillo a informaciónpara la toma de decisiones.para la toma de decisiones.

� Los niveles gerenciales necesitan a menudotomar decisiones de alto nivel, cruciales parael funcionamiento de la empresa.

��� �����)�

� Frecuentemente se basan en su experiencia,utilizando un enfoque subjetivo del procesodecisorio.decisorio.

� Este enfoque no es apto para lascondiciones del mundo actual en el que lossistemas de gestión de calidad vigentes handemostrado la importancia de la toma dedecisiones basada en cifras, datos y hechos.

��� �����)�

� El Data Warehouse permite que los gerentestomen decisiones siguiendo un enfoqueracional, basados en información confiable yoportuna.oportuna.

� Consiste básicamente en la transformaciónde los datos operacionales en informaciónútil para decidir.

� El uso del Data Warehouse permite tambiénencontrar relaciones ocultas entre los datosy predecir el comportamiento futuro bajocondiciones dadas.

��� �����)�

� Los datos operacionales que sirven deentrada al Data Warehouse generalmenteestán dispersos en distintos sistemas de laorganización, desarrollados en diferentesorganización, desarrollados en diferentesentornos de desarrollo, por diferentespersonas y en diferentes momentos.

��� �����)�

� Es tarea fundamental del Data Warehouserecolectarlos, unificarlos y depurarlos segúnlas necesidades del negocio, eliminandoinconsistencias y conservando sólo lainconsistencias y conservando sólo lainformación útil para los objetivosempresariales.

� Esto se lleva a cabo mediante procesos quese ejecutan periódicamente y conducen amantener la información actualizada.

./�0���������� ���1

� Un almacén de datos (del inglés datawarehouse) es una colección de datosorientada a un determinado ámbitoorientada a un determinado ámbito(empresa, organización, etc.), integrado, novolátil y variable en el tiempo, que ayuda a latoma de decisiones en la entidad en la quese utiliza.

./�0���������� ���1

� Data warehousing es el centro de laarquitectura para los sistemas deinformación desde la década de los '90.información desde la década de los '90.

� Soporta el procesamiento informático alproveer una plataforma sólida, a partir de losdatos históricos para hacer el análisis.

./�0���������� ���1

� Facilita la integración de sistemas deaplicación no integrados.Organiza y almacena los datos que se� Organiza y almacena los datos que senecesitan para el procesamiento analítico,informático, sobre una amplia perspectiva detiempo.

(�������� �# ����)�

� Estos sistemas están relacionados con elanálisis de los datos y la toma de decisiones,frecuentemente, decisiones importantessobre cómo operará la empresa, ahora y ensobre cómo operará la empresa, ahora y enel futuro.

� Estos sistemas no sólo tienen un enfoquediferente al de los operacionales, sino que,por lo general, tienen un alcance diferente.

� Mientras las necesidades de los datosoperacionales se enfocan normalmentehacia una sola área, los datos para el

(�������� �# ����)�

hacia una sola área, los datos para elsoporte de decisiones, con frecuencia,toman un número de áreas diferentes ynecesitan cantidades grandes de datosoperacionales relacionadas.

� Son estos sistemas sobre los que se basa latecnología Data Warehousing.

(�������� �# ����)�

� Los sistemas de información se han divididode acuerdo al siguiente esquema:

� Sistemas Estratégicos, orientados asoportar la toma de decisiones, facilitan lalabor de la dirección, proporcionándole un

(�������� �# ����)�

labor de la dirección, proporcionándole unsoporte básico, en forma de mejorinformación, para la toma de decisiones.

� Se caracterizan porque son sistemas sincarga periódica de trabajo, es decir, suutilización no es predecible.

(�������� �# ����)�

� Destacan entre estos sistemas:– Sistemas de Información Gerencial (MIS).– Sistemas de Información Ejecutivos (EIS).– Sistemas de Información Ejecutivos (EIS).– Sistemas de Simulación de Negocios (BIS

y que en la práctica son SistemasExpertos o de Inteligencia Artificial-AI).

� Sistemas Tácticos, diseñados para soportarlas actividades de coordinación deactividades y manejo de documentación,

(�������� �# ����)�

actividades y manejo de documentación,definidos para facilitar consultas sobreinformación almacenada en el sistema,proporcionar informes y, en resumen, facilitarla gestión independiente de la informaciónpor parte de los niveles intermedios de laorganización.

(�������� �# ����)�

� Destacan entre ellos:– Sistemas Ofimáticos (OA).– Sistemas de Transmisión de Mensajería

(E-mail y Fax Server).– Coordinación y control de tareas (Work

Flow).– Tratamiento de documentos (Imagen,

Trámite y Bases de DatosDocumentarios).

(�������� �# ����)�

� Sistemas Técnico-Operativos, que cubrenel núcleo de operaciones tradicionales decaptura masiva de datos (Data Entry) yservicios básicos de tratamiento de datos,servicios básicos de tratamiento de datos,con tareas predefinidas (contabilidad,facturación, almacén, presupuesto, personaly otros sistemas administrativos).

(�������� �# ����)�

� Sistemas Interinstitucionales, este últimonivel de sistemas de información recién estásurgiendo, es consecuencia del desarrollosurgiendo, es consecuencia del desarrolloorganizacional orientado a un mercado decarácter global, todo esto a partir de lageneralización de las redes informáticas dealcance nacional y global (Internet), que seconvierten en vehículo de comunicaciónentre la organización y el mercado.

(�������� �# ����)�

� Sin embargo, la tecnología data warehousingbasa sus conceptos y diferencias entre dostipos fundamentales de sistemas detipos fundamentales de sistemas deinformación en todas las organizaciones:– Sistemas técnico-operacionales.– Sistemas de soporte de decisiones. Este

último es la base de un data warehouse.

�� �23���� ������� � �# ����� �

� El proceso automatizado de un negocioutiliza datos operacionales, los queconstituyen el conjunto de registros de lasconstituyen el conjunto de registros de lastransacciones del negocio.

� Es difícil para los usuarios del negocio teneracceso a los datos operacionales debido alas limitaciones de performance y tecnología.

�� �23���� ������� � �# ����� �

� Lo que el usuario del negocio necesita comoentrada a sus actividades de análisis sondatos informativos.datos informativos.

� Estos son una combinación de datosoperacionales que han sido modificados,depurados, transformados, consolidados yorganizados desde diversas fuentesexternas al proceso del negocio.

�� �23���� ������� � �# ����� �

� Los datos operacionales son específicospara cada aplicación y usualmente sonalmacenados de manera separada por otrasalmacenados de manera separada por otrasaplicaciones.

� En cambio, para los datos informativos, elusuario necesita datos que crucen por variasaplicaciones, que estén reorganizados portemas de negocio, que se encuentrendisponible para análisis durante períodoslargos y que sea accesible de manera fácil yflexible.

�� �23���� ������� � �# ����� �

� Los datos operacionales son manejados,precisamente, por los sistemasoperacionales o transaccionales (On LineTransactional Processing, OLTP):Transactional Processing, OLTP):– Se concentran en la administración y la

medición de indicadores empresariales(capital e inversión), indicadoresfinancieros (márgenes de utilidades,rotación de inventarios), indicadores deventas (identificación de clientespersistentes), etc.

�� �23���� ������� � �# ����� �

� Por su parte, los datos informativos son losque conforman un Data Warehouse, el cualtiene como fin comprender, medir yadministrar parámetros empresarialesadministrar parámetros empresarialesestratégicos, como el crecimiento del ingresoy rentabilidad, la participación del mercado ylos segmentos del cliente.

(��������( 3 ����������� ���

Datos Operacionales Datos Informativos

�Orientados a una aplicación �Orientados a un tema �Orientados a una aplicación �Orientados a un tema

� Integración limitada �Integrados

�Constantemente actualizados �No volátiles

�Sólo valores actuales �Valores a lo largo del tiempo

�Soportan operaciones diarias �Soportan decisiones de administración

������4�����

Orientado a Temas:� Las diferencias entre la orientación de

procesos y funciones de las aplicaciones y laprocesos y funciones de las aplicaciones y laorientación a temas, radican en el contenidode la data a nivel detallado.

� En el data warehouse se excluye lainformación que no será usada por elproceso de sistemas de soporte dedecisiones, mientras que la información delas orientadas a las aplicaciones, contienedatos para satisfacer de inmediato losrequerimientos funcionales y de proceso.

������4�����

� El ambiente operacional se diseña alrededorde las aplicaciones y funciones tales comopréstamos, ahorros, tarjeta bancaria ydepósitos para una institución financiera.depósitos para una institución financiera.

� Por ejemplo, una aplicación de ingreso deórdenes puede acceder a los datos sobreclientes, productos y cuentas. La base dedatos combina estos elementos en unaestructura que acomoda las necesidades dela aplicación.

������4�����

� En el ambiente data warehousing seorganiza alrededor de sujetos tales comocliente, vendedor, producto y actividad. Porcliente, vendedor, producto y actividad. Porejemplo, para un fabricante, éstos puedenser clientes, productos, proveedores yvendedores.

� Para una universidad pueden serestudiantes, clases y profesores. Para unhospital pueden ser pacientes, personalmédico, medicamentos, etc.

������4�����

������4�����

Integración:� El aspecto más importante del ambiente data

warehousing es que la informaciónwarehousing es que la informaciónencontrada al interior está siempreintegrada.

������4�����

� La integración de datos se muestra demuchas maneras: en convenciones denombres consistentes, en la medidanombres consistentes, en la medidauniforme de variables, en la codificación deestructuras consistentes, en atributos físicosde los datos consistentes, fuentes múltiples yotros.

������4�����

������4�����

De Tiempo Variante:� Toda la información del data warehouse es

requerida en algún momento.requerida en algún momento.� Esta característica básica de los datos en un

depósito, es muy diferente de la informaciónencontrada en el ambiente operacional.

������4�����

� Los datos históricos son de poco uso en elprocesamiento operacional.La información del depósito por el contraste,� La información del depósito por el contraste,debe incluir los datos históricos para usarseen la identificación y evaluación detendencias

������4�����

������4�����

No Volátil:� La información es útil sólo cuando es

estable.estable.� Los datos operacionales cambian sobre una

base momento a momento.� La perspectiva más grande, esencial para el

análisis y la toma de decisiones, requiereuna base de datos estable.

������4�����

� La manipulación básica de los datos queocurre en el data warehouse es mucho mássimple.

� Hay dos únicos tipos de operaciones: lacarga inicial de datos y el acceso a losmismos. No hay actualización de datos (enel sentido general de actualización) en eldepósito, como una parte normal deprocesamiento.

������4�����

������������������� ���

� Detalle de datos actuales: En gran parte, elinterés más importante radica en el detallede los datos actuales, debido a que:– Refleja las ocurrencias más recientes, las

cuales son de gran interés.– Es voluminoso, ya que se almacena al

más bajo nivel de granularidad.– Casi siempre se almacena en disco, el

cual es de fácil acceso, aunque suadministración sea costosa y compleja.

������������������� ���

� Detalle de datos antiguos: La data antigua esaquella que se almacena sobre alguna formade almacenamiento masivo.de almacenamiento masivo.

� No es frecuentemente accesada y sealmacena a un nivel de detalle, consistentecon los datos detallados actuales.

� Es poco usual utilizar el disco como mediode almacenamiento.

������������������� ���

� Datos ligeramente resumidos: La dataligeramente resumida es aquella queproviene desde un bajo nivel de detalleencontrado al nivel de detalle actual.encontrado al nivel de detalle actual.

� Este nivel del data warehouse casi siemprese almacena en disco. Los puntos en los quese basa el diseñador para construirlo son:– Que la unidad de tiempo se encuentre

sobre la esquematización hecha.– Qué contenidos (atributos) tendrá la data

ligeramente resumida.

������������������� ���

� Estos datos son compactos y fácilmenteaccesibles.

� A veces se encuentra en el ambiente del� A veces se encuentra en el ambiente deldata warehouse y en otros, fuera del límitede la tecnología que ampara al datawarehouse (de todos modos, los datoscompletamente resumidos son parte del datawarehouse sin considerar dónde se alojanlos datos físicamente).

������������������� ���

������������������� ���

� Metadata: El componente final del datawarehouse es el de la metadata.La metadata se sitúa en una dimensión� La metadata se sitúa en una dimensióndiferente a la de otros datos del datawarehouse, debido a que su contenido no estomado directamente desde el ambienteoperacional.

������������������� ���

� La metadata es usada como:– Un directorio para ayudar al analista a ubicar los

contenidos del data warehouse.contenidos del data warehouse.– Una guía para el mapping de datos de cómo se

transforma, del ambiente operacional al de datawarehouse.

– Una guía de los algoritmos usados para laesquematización entre el detalle de datos actual,con los datos ligeramente resumidos y éstos, conlos datos completamente resumidos, etc.

��������������� ��

� El término inteligencia empresarial se refiereal uso de los datos de una empresa parafacilitar la toma de decisiones a las personasque deciden, es decir, la comprensión delque deciden, es decir, la comprensión delfuncionamiento actual y la anticipación deacciones para dar una dirección bieninformada a la empresa.

��������������� ��

� Las herramientas de inteligencia se basanen la utilización de un sistema deinformación de inteligencia que se forma coninformación de inteligencia que se forma condistintos datos extraídos de los datos deproducción, con información relacionada conla empresa o sus ámbitos y con datoseconómicos.

��������������� ��

� Este conjunto de herramientas ymetodologías tienen en común las siguientescaracterísticas:características:– Orientación al usuario final.– Apoyo en la toma de decisiones.– Accesibilidad a la información.

�������)��5���# ����)�����6�5&7

� Para poblar el Data Warehouse se debenmover bloques de datos, muchas vecesdesde diferentes sistemas operativos,desde diferentes sistemas operativos,estructuras de archivos y bases de datos,mediante procesos programados que seejecutan frecuentemente fuera del horario detrabajo para no insumir tiempo deprocesamiento del hardware de la empresa,entorpeciendo la operatoria de la misma.

�������)��5���# ����)�����6�5&7

Extracción:� El propósito principal de la fase de

extracción es capturar y copiar los datosextracción es capturar y copiar los datosrequeridos de uno o más sistemasoperacionales o fuentes de datos.

� Los datos que se extraen son colocados enun archivo intermedio con un formatodefinido, que luego será utilizado por lasiguiente fase del proceso.

�������)��5���# ����)�����6�5&7

Transformación:� Las funciones básicas a ser realizadas en esta fase

consisten en leer los archivos intermediosconsisten en leer los archivos intermediosgenerados por la fase de extracción, realizar lastransformaciones necesarias, construir los registrosen el formato del Data Warehouse y crear un archivode salida conteniendo todos los registros nuevos aser cargados en el Data Warehouse.

�������)��5���# ����)�����6�5&7

Carga:El objetivo de esta fase consiste en tomar los

registros formateados por la fase deregistros formateados por la fase detransformación y cargarlos en el DataWarehouse, que es el contenedor para todoslos datos informativos (actuales e históricos)requeridos por las operaciones del DataWarehouse.

�������)��5���# ����)�����6�5&7

� ���� ���� �

� Para comprender uno de los aspectos másrelevantes de la arquitectura del DataWarehouse, como es el modelado de datos,Warehouse, como es el modelado de datos,es necesario establecer primero lasdiferencias sustanciales entre los dosmundos de modelado existentes: entidad-relación (ER) y dimensional.

��� ��� ����� ��

� En la mayoría de los sistemastransaccionales el objetivo del modelo esgarantizar la integridad de los datos, ademásgarantizar la integridad de los datos, ademásde eliminar cualquier tipo de redundancia enlos datos.

� Este enfoque es perfecto para los entornosde procesamiento transaccional, porque lastransacciones son muy simples ydeterministas.

��� ��� ������� ��

� El modelado dimensional es una técnica de diseñológico que busca presentar la información en unmarco estándar e intuitivo que permita un acceso dealto rendimiento.alto rendimiento.

� El modelado dimensional es esencialmente útil pararesumir y organizar los datos y para soportar elanálisis de la misma. Existen algunos conceptosbásicos para comprender la filosofía de este tipo demodelado: áreas temas, medidas, dimensiones yhechos.

��� ��� ������� ��

� Las áreas tema en conjunto constituyen elámbito de implementación del DataWarehouse.Warehouse.

� Una medida o indicador es un cuantificadordel desempeño de un ítem o una actividaddel negocio.

� La información que brinda una medida esusada por los usuarios en sus consultas paraevaluar el desempeño de un área tema.

��� ��� ������� ��

� Una dimensión es una colección de miembros oentidades del mismo tipo y constituye un calificadorconceptual que provee el contexto o significado paraconceptual que provee el contexto o significado parauna medida.

� La forma de representar la organización de los datosen un modelo dimensional es a través de un cubo (elcual no necesariamente debe tener tresdimensiones).

��� ��� ������� ��

� Existen principalmente dos esquemas para elmodelo dimensional: el esquema estrella (star), y elesquema copo de nieve (snowflake).esquema copo de nieve (snowflake).

� En el esquema estrella, cada modelo dimensionalestá compuesto de una tabla central con una claveprimaria compuesta, denominada tabla de hechos, yun conjunto de tablas periféricas denominadastablas de dimensiones.

��� ��� ������� ��

��� ��� ������� ��

� Esquema en copo de nieve (bola de nieve)es una variedad más compleja del esquemaestrella. El afinamiento está orientado aestrella. El afinamiento está orientado afacilitar mantenimiento de dimensiones.

��� ��� ������� ��

8���������������� ���

� Sin las herramientas adecuadas de acceso yanálisis el Data Warehouse se puedeconvertir en una mezcla de datos sinconvertir en una mezcla de datos sinninguna utilidad. Es necesario poseertécnicas que capturen los datos importantesde manera rápida y puedan ser analizadosdesde diferentes puntos de vista.

� Actualmente a este tipo de herramientas selas conocen como Herramientas deInteligencia de Negocio

8���������������� ���

-OLAP (On Line Analytical Processing):� En un Data Warehouse se depositan datos para

consulta y análisis, a diferencia del Procesamientoconsulta y análisis, a diferencia del ProcesamientoTransaccional en Línea (OLTP), en donde los datosse almacenan para operación y control.

� El Procesamiento Analítico en Línea (OLAP) es unatecnología de análisis de datos que crea nuevainformación empresarial a partir de los datosexistentes.

8���������������� ���

-Drill Down y Roll Up:� Una de las características del acceso a la

información es la posibilidad deinformación es la posibilidad derepresentarla a diferentes niveles deagregación.

� Esto se logra mediante las característicasconocidas como Drill Down y Roll Up.

8���������������� ���

� Drill Down explora los hechos hacia losniveles más detallados de la jerarquía dedimensiones, mientras que Roll Up exploradimensiones, mientras que Roll Up exploralos hechos iterativamente hacia el nivel másalto de agregación.

8���������������� ���

8���������������� ���

-Slice y Dice:� Slice (Rebanar) es la acción de conformar un

subconjunto de los datos de un cubosubconjunto de los datos de un cuboaplicándole una única restricción a una soladimensión, mediante la elección de unmiembro en particular.

8���������������� ���

8���������������� ���

� Cuando se combinan varios Slice la acción efectuada es llamada Dice (Picar). Dice es equivalente a aplicar más de una � Dice es equivalente a aplicar más de una restricción, ya sea para una misma dimensión o para varias dimensiones.

8���������������� ���

8���������������� ���

-Data Mining (Minería de Datos) :� Las herramientas de Data Mining pueden responder

a preguntas de negocios que tradicionalmenteconsumen demasiado tiempo para poder serconsumen demasiado tiempo para poder serresueltas. Estas herramientas exploran las bases dedatos en busca de patrones ocultos.

� Las herramientas de Data Mining predicen futurastendencias y comportamientos, permitiendo en losnegocios tomar decisiones proactivas y conducidaspor un conocimiento acabado de la información.

� ������)�

� La planificación y toma de decisiones porparte de los sectores gerenciales es unproceso que muchas veces se realiza enproceso que muchas veces se realiza enforma empírica.

� Esto a menudo puede generar problemasdebido a la falta de datos cuantitativos quepuedan respaldar el proceso, especialmentecuando la precisión es un factor crucial parael éxito en la implementación de lasdecisiones.

� ������)�

� Para transformar los tradicionales procesosempíricos en procesos heurísticos, que sebasen en los datos cuantitativos del pasadobasen en los datos cuantitativos del pasadopara predecir racionalmente el futuro, hemosencontrado al Data Warehouse como unatecnología innovadora y flexible.

(��� ��� �������� ������ �

� [1]http://www.lawebdelprogramador.com/cursos/mostrar.php?id=278&texto=Data+Warehouse

� [2] http://www.emagister.com/datawarehouse-cursos-1107904.htm[3]http://es.geocities.com/cibercero/mtd/foro/datawarehouse11.htm#da� [3]http://es.geocities.com/cibercero/mtd/foro/datawarehouse11.htm#data

� [4] http://www.sqlmax.com/dataw1.asp� [5] http://www.ongei.gob.pe/publica/metodologias/Lib5084/14.HTM� [6] http://es.wikipedia.org/wiki/BI_(inform%C3%A1tica)� [7] http://es.wikipedia.org/wiki/Esquema_en_estrella� [8] http://etl-tools.info/es/bi/almacendedatos_esquema-copo-de-

nieve.htm