Glosario Bi

Glosario de Inteligencia de Negocios
Agregaciones
La información almacenada en un almacén de datos en forma resumida.
Por ejemplo, en lugar de grabar la fecha y hora cada vez que se vende un determinado producto, el almacén de datos puede almacenar la cantidad de producto que se vende cada día, o cada semana.
Agregaciones se usan por dos razones principales:
• Para ahorrar espaciode almacenamiento.
• Para mejorar el rendimiento de las herramientas de inteligencia empresarial.
Dimensión conformado
Una dimensión que se utiliza en más de un data mart o esquema en estrella.
El uso de dimensiones compatibles y medidas compartida es la forma primaria puede ser un conjunto de data marts unidos en un almacén de datos consolidada.
Cubo
(También conocido como cubomultidimensional)
La estructura fundamental de datos en un multidimensionales (OLAP) del sistema.
Limpieza de datos
La eliminación de errores e inconsistencias de los datos se importan en un almacén de datos.
Data Mart
Una base de datos que tiene las mismas características que un almacén de datos, pero generalmente es más pequeña y se centra en los datos de una división o un grupo detrabajo dentro de una empresa.
Data Warehouse
Bill Inmon acuñó el término "data warehouse" en 1990. Su definición es:
"Un almacén (de datos) es una colección de carácter temático, integrado, variaciones en el tiempo y no volátil de datos en apoyo de la Dirección de dichas decisiones."
• Un tema en particular - los datos que ofrece información sobre un determinado tema en lugar desobre las operaciones en curso de una empresa.
• Integrado - Datos que se recoge en el almacén de datos desde una variedad de fuentes y se combinan en un todo coherente.
• Variantes en el tiempo - Todos los datos en el almacén de datos se identifica con un período de tiempo determinado.
• No volátil - Los datos son estables en un almacén de datos. Más datos se añade, pero los datos nunca eseliminado. Esto permite la gestión para obtener una imagen coherente del negocio.
Dimensión
Perspectiva de visión de los datos.
Cuando se navega por los datos de un cubo, puede ver los datos desde la perspectiva de diferentes combinaciones de dimensiones.
Para una base de datos de ventas, las dimensiones del producto podrían incluir, tiempo, tienda, y promoción.
Dimensionescontienen una o varias jerarquías, que tienen niveles de perforación y la perforación en el cubo.
Perforación inferior y superior
La capacidad de moverse entre los niveles de una jerarquía dimensional.
• Drill Down: Mover a un atributo secundario de datos más detallados.
• Sintetizar: Mudarse a un atributo primario de los datos más agregados.
• Al otro lado de perforación: Pasar de unesquema de estrella a otra. Las dimensiones compatibles / compartidos que esto sea posible.
• Recorrido a través: análisis de los datos que va desde un cubo OLAP en la base de datos relacional.
ETL (Extracción, Transformación y Carga)
ETL se refiere al proceso de obtención de datos de un almacén de datos (Extracto), modificándola (Transform), e insertarlo en un almacén de datos diferentes(de carga).
La tabla de hechos
En un esquema de estrella, la mesa central que contiene los hechos individuales que se almacena en la base de datos.
Granularidad
El nivel de detalle de los hechos almacenados en un almacén de datos.
Jerarquía
Organización de datos en una estructura de árbol lógico.
Dimensiones puede tener una o varias jerarquías. Una dimensión de tiempo, porejemplo, podría haber una jerarquía de calendario y una jerarquía Fiscal. Jerarquías contienen niveles, que organizar los datos en una estructura lógica.
Moverse entre los niveles de una jerarquía que se llama de perforación y la perforación hacia abajo.
Área de ensayo de entrada
Un almacenamiento temporal que se utiliza para almacenar los datos extraídos del sistema de origen. Los...