Data Warehouse

Data Warehouse


Introducción y Fundamentos de Data Warehouse
o o o o o o o o Metodologías de Implementación de Data Warehouse El Road Map del Data Warehouse Sistemas DSS Business Drivers para un Data Warehouse Data Warehouse vs. OLTP Componentes de un Data Warehouse Conceptos y Terminología Usos de un Data Warehouse • Trabajo de Investigación

“La Inteligencia de Negocios es El procesode transformar datos en información y mediante el análisis convertir esa información en conocimiento” y un Data ” Warehouse es el medio que lo habilita.

Conceptos
• DataMart o Cubo.- Es un subconjunto de un data warehouse que soporta requerimientos de un departamento particular o función del negocio. • Es una colección de datos que está formada por «dimensiones» y «medidas», entendiendocomo dimensiones a aquellos elementos que participan en el análisis y medidas a los valores que se desean analizar.

Glosario de Términos
• • • • • • • Data Warehouse Data Mart Dimensión Fact Table Hecho Medida Jerarquía • • • • • • Granularidad Nivel Drill Down Roll Up Drill Across KPI

Glosario de Términos (Cont.)
• • • • • • • • Ad-Hoc Star Schema Snow Flake ETL ELT ETLT BI BI 2.0, 3.0 •• • • • • • • OLAP OLTP ROLAP MOLAP HOLAP Cubo BSC Data Mining

Glosario de Términos (Cont.)
• • • • • • • • • • Data Quality Meta Data • EPM Modelo Dimensional • Agregación • Surrogate key • PK • FK • AK Data Mining Extensions (DMX) MultiDimensional eXpressions (MDX) XML for Analysis (XMLA) Dashboard Scorecard DSS Master Data Management

Metodología Bottom - UP
• Ralph Kimball , define unalmacén de datos como: "una copia de las transacciones de datos específicamente estructurada para la consulta y el análisis". También fue Kimball quien determinó que un data warehouse no era más que: "la unión de todos los Data marts de una entidad". Defiende por tanto una metodología ascendente (bottom-up) a la hora de diseñar un almacén de datos.

• Ralph Kimball is an author on the subject ofdata warehousing and business intelligence. He is widely regarded as one of the original architects of data warehousing and is known for long-term convictions that data warehouses must be designed to be understandable and fast. His methodology, also known as dimensional modeling or the Kimball methodology, has become the de facto standard in the area of decision support. Compared with theapproach of the other pioneering architect of data warehousing, Bill Inmon, Kimball's approach is often characterized as a bottom-up approach.

Metodología Top-Down
• Inmon defiende una metodología descendente (top-down) a la hora de diseñar un almacén de datos, ya que de esta forma se considerarán mejor todos los datos corporativos. En esta metodología los Data marts se crearán después de haberterminado el data warehouse completo de la organización.

Problemática

Incremental Approach to Warehouse Development
– Multiple iterations – Shorter implementations – Validation of each phase
Increment 1 Strategy Definition Analysis Design Iterative Build Production

Incremental Approach to Warehouse Development

Etapas de la Implementación de BI

Problemática
• “Islas” limitananálisis unificado. • Acceso a pocos usuarios. • Información histórica. • Múltiples herramientas. • DWH basado en reportes tabulares.

Solución

• Implementar Portal de Inteligencia de Negocios

Data Warehouses Versus Data Marts
Property Scope Subjects Data source Implementation time Data Warehouse
Enterprise Multiple Many Months to years

Data Mart
Department Single-subject, LOB FewMonths

Data Warehouse Versus OLTP
Propiedades Tiempo de Respuesta Operaciones Tipo de Data Organizacion Data Tamaño Fuente de Datos Actividades OLTP Segundos a Segundos DML Transaccional Por Aplicaciones Pequeño a Grande Operacional, interna y externa Data Warehouse Segundos a Hora Solo Lectura Histórica, Real Orientada a un tema específico Bodega de Datos Operacional, interna y externa...