SlideShare una empresa de Scribd logo
1 de 4
Descargar para leer sin conexión
“PowerCenter nos ha ofrecido agilidad mediante un ahorro en el tiempo de 
desarrollo y comodidad frente a un mantenimiento anterior de scripts muy 
complicado. Pero, sobre todo, nos ha ofrecido una mayor potencia en el 
manejo de los datos”. 
– Hernán Vila, jefe del servicio de informática del Instituto Galego da Vivenda e Solo 
Para mejorar las funcionalidades de su base de datos, el Instituto Galego da Vivenda e Solo 
de la Xunta de Galicia decidió migrar sus datos a una nueva configuración, esta vez Oracle, 
utilizando para ello Informatica PowerCenter®. Visto el óptimo rendimiento de la plataforma, 
el Instituto volvió a utilizarla para la integración de datos en sus diversos proyectos de data 
warehouse. 
El Instituto Galego da Vivenda e Solo es el órgano de la administración gallega al que le 
corresponden las competencias y funciones en materia de política de vivienda, favoreciendo el 
acceso de los ciudadanos al derecho, garantizado constitucionalmente, de una vivienda digna. 
Igualmente, le corresponde la dirección de la política en materia de patrimonio arquitectónico, 
habitabilidad y calidad de la vivienda y de la creación de los instrumentos que la garantizan, en 
particular la creación de suelo residencial y de equipamientos de acuerdo a las necesidades de 
asentamiento de la población. 
El Instituto Galego da Vivenda e Solo poseía una base de datos Informix cuyas funcionalidades 
no respondían a las necesidades actuales del Instituto. Ante esta situación, el organismo 
público decidió migrar sus datos de la lógica de Informix a un nuevo entorno de base de datos, 
Oracle. La herramienta utilizada para la migración fue Informatica PowerCenter. Debido a que 
la migración a Oracle era una prioridad para el Instituto, el organismo decidió dedicar cinco 
personas a esta iniciativa. 
PowerCenter ayuda a la definición 
de políticas de vivienda de la 
Xunta de Galicia 
HECHOS RELEVANTES 
Reto 
• Migración de datos desde un gestor 
Informix a una base de datos Oracle 
• Necesidades constantes de 
información para generar políticas 
de vivienda y para responder a las 
preguntas parlamentarias acerca de 
dichas actuaciones 
• Gran demanda de control por parte 
de los distintos departamentos de 
gobierno 
Beneficios 
• Agilidad mediante un ahorro en el 
tiempo de desarrollo 
• Comodidad frente a un mantenimiento 
anterior de scripts muy complicado 
• Mayor potencia en el tratamiento de 
los datos 
Arquitectura 
• Integración de datos: Informatica 
PowerCenter® 
• Orígenes: Oracle, PostgreSQL e 
Informix 
• Destino: Data Warehouse
Tras el éxito de la migración, el Instituto decidió utilizar Informatica PowerCenter como plataforma 
de integración de datos para un data warehouse que el organismo tenía previsto realizar para 
enfrentarse a sus múltiples retos organizativos. 
Necesidades de Información 
El Instituto maneja una gran cantidad de líneas de ayuda de promoción, rehabilitación y alquiler 
de viviendas. Paralelamente, existe mucha demanda de información por parte de los organismos 
de prensa y comunicación de cara a resolver las preguntas parlamentarias, además de una gran 
necesidad de control por parte de los distintos departamentos. 
Todo esto implica hacer consultas diarias a la base de datos, que bajo los procedimientos 
tradicionales resultaba muy tedioso, de ahí que el Instituto se plantease la creación de un data 
warehouse de generación de informes para responder a todas las situaciones en las que se 
planteaba una demanda de información. 
El primer proyecto cubrió las líneas de ayuda básica bajo el plan cuatrienal 2002-2005. En él se 
incluyeron los aspectos de rehabilitación rural con sus históricos, y las distintas líneas de ayuda 
de las que se disponía en aquel momento. El proyecto resultó de gran utilidad y en consecuencia 
se diseñó un segundo plan para incluir todas las líneas: la relacionada con la construcción, la 
licitación de obras del Instituto, los procesos contables, la facturación de viviendas sociales… 
Actualmente, el data warehouse se ha enriquecido con un tercer proyecto. “El Instituto es 
muy dinámico”, explica el jefe del servicio de informática de este organismo. “Todos los años, 
continuamente, aparecen nuevas órdenes, nuevas ayudas y este último proyecto dentro del data 
warehouse se puso en marcha para cubrir todo aquello que no estuviese contemplado en los 
anteriores”.
Planes Cuatrienales 
El plan cuatrienal, actualmente en vigor 
cubre, por tanto, todas las nuevas ayudas 
como la renta básica de emancipación, 
un programa de vivienda, un programa de 
cédula de rehabilitación que sustituyó al 
antiguo y la actualización de las nuevas 
ayudas. La extracción, el mapeo, el cambio 
de datos, las transformaciones de datos 
que se llevan a cabo y hasta el esquema 
final diseñado, todo se hace a través de 
Informatica PowerCenter. 
Los informes que se producen a partir de 
las consultas al data warehouse, ayudan a 
conocer los indicadores del Instituto a la alta 
dirección y al gabinete de comunicación. 
Estos informes son críticos para la labor diaria 
del organismo, por ejemplo, para establecer 
políticas de vivienda o bien para saber la 
cantidad de dinero invertido en rehabilitación 
por año y territorio de modo a controlar las 
distintas ayudas. 
Entre las aplicaciones del data warehouse 
está la de generar informes sobre demanda 
que sirvan para prever cómo van a ser las 
solicitudes de ayuda. Otra aplicación es el 
registro de demandantes de vivienda que, 
básicamente, se trata de un registro de todos 
los ciudadanos que desean comprar vivienda 
protegida. Los informes permiten conocer la 
demanda de viviendas en cada ayuntamiento, 
este dato proporciona una orientación tanto a 
el Instituto como a los promotores de vivienda 
para saber dónde existe mayor demanda, de 
cuántos dormitorios, con cuántas unidades 
familiares. De este modo se puede conocer 
la demanda real de viviendas en régimen de 
compra y alquiler para desarrollar políticas 
adecuadas. 
Arquitectura Tecnológica 
Los tres proyectos de data warehouse se 
resolvieron por concurso y la implantación 
corrió a cargo de Indra como empresa de 
servicios contratada. Se trata de proyectos 
esencialmente externalizados, en los cuales 
interviene una persona del Instituto cuya 
misión es controlar la correcta ejecución de 
los proyectos. 
Los orígenes de datos básicamente son tres. 
Desde que el Instituto migró de la base de 
datos Informix a la de Oracle, el 90% de las 
aplicaciones son Oracle. También existen 
orígenes de datos PostgreSQL, la base de 
datos libre de Linux, que opera en una de 
las línea de ayuda. Esta línea utiliza el data 
warehouse cargando desde PostgreSQL y 
transportando a los sistemas finales de 
Oracle. También quedan algunos datos en 
Informix, aunque el Instituto prevee migrar 
estos datos a Oracle en un futuro próximo. 
El volumen total de datos es de 50 GB y su 
crecimiento es lineal aunque puntualmente 
se han experimentado picos significativos de 
actividad, como cuando se recibieron más 
de 10.000 solicitudes de la renta básica de 
emancipación en tan sólo dos meses. 
La base de datos Oracle 11g está instalada 
en un cluster activo-pasivo sobre servidores 
blade de HP con 24 GB de memoria RAM y 
Linux SUSE 10 como sistema operativo.
Sucursales de Informatica en el mundo: Alemania • Australia • Bélgica • Canadá • China • Corea • España • Estados Unidos • Francia • Irlanda • Japón • Países Bajos • Portugal • Reino Unido • Singapur • Suiza 
© 2008 Informatica Corporation. Todos los derechos reservados. Impreso en España. Informatica, el logotipo de Informatica y Data Explorer son marcas comerciales o marcas comerciales registradas de Informatica Corporation en los Estados 
Unidos y en jurisdicciones de todo el mundo. Todos los demás nombres de compañías y productos son nombres comerciales o marcas comerciales registradas de sus respectivos dueños. 
Informatica en España: Albasanz 15, 28037 Madrid • Constitución 1, 08960 Sant Just Desvern, Barcelona 
Teléfono: 902 882 062. Fax: 933 714 895. www.informatica.com/es 
Sede central mundial: 100 Cardinal Way, Redwood City, CA 94063 (Estados Unidos) 
Teléfono: + (1) 650.385.5000. Fax: 650.385.5500. Número gratuito en Estados Unidos: 1.800.653.9871 www.informatica.com 
Beneficios 
La migración de bases de datos emprendida por el Instituto le ha permitido pasar a una 
plataforma tecnológica más robusta y flexible, mejor adaptada a las necesidades actuales del 
organismo y que a la vez proporciona una base óptima para su evolución en el futuro. 
Por su parte, el data warehouse constituye una fuente muy valiosa de información analítica que 
proporciona mayor visibilidad sobre la actividad del Instituto facilitando la toma de decisiones 
y la definición de políticas, a la vez que permite tener un estricto control de la utilización de los 
fondos públicos. 
En ambos proyectos, Informatica PowerCenter ha jugado un papel crítico, haciendo posible una 
rápida ejecución de las iniciativas del Instituto mediante un ahorro en el tiempo de desarrollo 
y comodidad frente a un mantenimiento anterior de scripts muy complicado. La rapidez de 
ejecución se traduce a su vez en una optimización de los costes de cada proyecto. 
De cara al futuro, el Instituto se plantea migrar los datos que permanecen en Informix y en 
PostgreSQL para proceder a uniformar sus datos en Oracle. 
El data warehouse seguirá también en constante evolución para responder a las iniciativas que 
incorpore el próximo plan cuatrienal. 
ES (27/05/2009)

Más contenido relacionado

La actualidad más candente

Data warehouse
Data warehouseData warehouse
Data warehousemaggybe
 
Aplicaciones difusas manejo de grandes volúmenes de datos
Aplicaciones difusas manejo de grandes volúmenes de datosAplicaciones difusas manejo de grandes volúmenes de datos
Aplicaciones difusas manejo de grandes volúmenes de datosLuis Fernando Aguas Bucheli
 
Megaproyectos
MegaproyectosMegaproyectos
MegaproyectosSUSMAI
 
Que Es Un Data Warehouse
Que Es Un Data WarehouseQue Es Un Data Warehouse
Que Es Un Data Warehouseguest10616d
 
Big data y la inteligencia de negocios
Big data y la inteligencia de negociosBig data y la inteligencia de negocios
Big data y la inteligencia de negociosnnakasone
 
Bigdata trabajo de investigacion
Bigdata trabajo de investigacion Bigdata trabajo de investigacion
Bigdata trabajo de investigacion Ris Fernandez
 
Datawarehouse
DatawarehouseDatawarehouse
Datawarehouseshady85
 
Que Es Un Data Warehouse
Que Es Un Data WarehouseQue Es Un Data Warehouse
Que Es Un Data Warehouseguest10616d
 
Datawarehouse1
Datawarehouse1Datawarehouse1
Datawarehouse1nestor
 
Cursos Big Data Open Source
Cursos Big Data Open SourceCursos Big Data Open Source
Cursos Big Data Open SourceStratebi
 
1 gestión de informacion
1 gestión de informacion1 gestión de informacion
1 gestión de informacionOscar Correa
 
Data warehouse
Data warehouseData warehouse
Data warehousemalupahu
 
Introduccion datawarehouse
Introduccion datawarehouseIntroduccion datawarehouse
Introduccion datawarehouseEduardo Castro
 
Nuevos escenarios BI con SQL Server 2014
Nuevos escenarios BI con SQL Server 2014Nuevos escenarios BI con SQL Server 2014
Nuevos escenarios BI con SQL Server 2014Ruben Pertusa Lopez
 

La actualidad más candente (20)

Big data
Big dataBig data
Big data
 
Trabajo base de datos
Trabajo base de datosTrabajo base de datos
Trabajo base de datos
 
Data warehouse
Data warehouseData warehouse
Data warehouse
 
Aplicaciones difusas manejo de grandes volúmenes de datos
Aplicaciones difusas manejo de grandes volúmenes de datosAplicaciones difusas manejo de grandes volúmenes de datos
Aplicaciones difusas manejo de grandes volúmenes de datos
 
Megaproyectos
MegaproyectosMegaproyectos
Megaproyectos
 
Que Es Un Data Warehouse
Que Es Un Data WarehouseQue Es Un Data Warehouse
Que Es Un Data Warehouse
 
Big data y la inteligencia de negocios
Big data y la inteligencia de negociosBig data y la inteligencia de negocios
Big data y la inteligencia de negocios
 
Bigdata trabajo de investigacion
Bigdata trabajo de investigacion Bigdata trabajo de investigacion
Bigdata trabajo de investigacion
 
Datawarehouse
DatawarehouseDatawarehouse
Datawarehouse
 
Datawarehouse
DatawarehouseDatawarehouse
Datawarehouse
 
data warehouse
data warehousedata warehouse
data warehouse
 
Que Es Un Data Warehouse
Que Es Un Data WarehouseQue Es Un Data Warehouse
Que Es Un Data Warehouse
 
Datawarehouse1
Datawarehouse1Datawarehouse1
Datawarehouse1
 
Datawarehouse
DatawarehouseDatawarehouse
Datawarehouse
 
Base de datos
Base de datosBase de datos
Base de datos
 
Cursos Big Data Open Source
Cursos Big Data Open SourceCursos Big Data Open Source
Cursos Big Data Open Source
 
1 gestión de informacion
1 gestión de informacion1 gestión de informacion
1 gestión de informacion
 
Data warehouse
Data warehouseData warehouse
Data warehouse
 
Introduccion datawarehouse
Introduccion datawarehouseIntroduccion datawarehouse
Introduccion datawarehouse
 
Nuevos escenarios BI con SQL Server 2014
Nuevos escenarios BI con SQL Server 2014Nuevos escenarios BI con SQL Server 2014
Nuevos escenarios BI con SQL Server 2014
 

Destacado (20)

Políticas educativas sobre la atención a la diversidad
Políticas educativas sobre la atención a la diversidadPolíticas educativas sobre la atención a la diversidad
Políticas educativas sobre la atención a la diversidad
 
Constancias y certificados
Constancias y certificadosConstancias y certificados
Constancias y certificados
 
Seychelles
SeychellesSeychelles
Seychelles
 
Esteban tics final
Esteban tics finalEsteban tics final
Esteban tics final
 
Tema 14
Tema 14Tema 14
Tema 14
 
Tema IX
Tema IXTema IX
Tema IX
 
Tema 14
Tema 14Tema 14
Tema 14
 
pocoyo.docx
pocoyo.docxpocoyo.docx
pocoyo.docx
 
Caso - Saxo Bank
Caso - Saxo BankCaso - Saxo Bank
Caso - Saxo Bank
 
Isqvt20sept10
Isqvt20sept10Isqvt20sept10
Isqvt20sept10
 
La cuisine vénitienne
La cuisine vénitienneLa cuisine vénitienne
La cuisine vénitienne
 
Nepal Travel Guide
Nepal Travel GuideNepal Travel Guide
Nepal Travel Guide
 
Tema 14
Tema 14Tema 14
Tema 14
 
Caso - Amena
Caso - AmenaCaso - Amena
Caso - Amena
 
Tema 3: Crecer con salud
Tema 3: Crecer con saludTema 3: Crecer con salud
Tema 3: Crecer con salud
 
Administracion
AdministracionAdministracion
Administracion
 
Presentacion prof yesenia y marybel
Presentacion prof yesenia y marybelPresentacion prof yesenia y marybel
Presentacion prof yesenia y marybel
 
Excel.pdf 1
Excel.pdf 1Excel.pdf 1
Excel.pdf 1
 
Como crear un blog
Como crear un blogComo crear un blog
Como crear un blog
 
Presentacion rosrainis ellen lara garcia
Presentacion rosrainis  ellen lara garciaPresentacion rosrainis  ellen lara garcia
Presentacion rosrainis ellen lara garcia
 

Similar a Caso - Instituto Galego da Vivenda e Solo

Case Study Venca Gauss
Case Study Venca GaussCase Study Venca Gauss
Case Study Venca GaussRaona
 
Fernando Marco - BI al servicio de las Instituciones
Fernando Marco - BI al servicio de las InstitucionesFernando Marco - BI al servicio de las Instituciones
Fernando Marco - BI al servicio de las InstitucionesCOIICV
 
Autoservicio BI
Autoservicio BI Autoservicio BI
Autoservicio BI NexTReT
 
Casos de éxito proyectos de infraestructura TIC
Casos de éxito proyectos de infraestructura TICCasos de éxito proyectos de infraestructura TIC
Casos de éxito proyectos de infraestructura TICGeorge Aguilar
 
Big Data en el entorno Bancario
Big Data en el entorno BancarioBig Data en el entorno Bancario
Big Data en el entorno BancarioMartín Cabrera
 
Presentación high availability servers
Presentación high availability serversPresentación high availability servers
Presentación high availability serversAlan Velasquez
 
Lecciones aprendidas en la gestión de datos en tiempos de pandemia
Lecciones aprendidas en la gestión de datos en tiempos de pandemiaLecciones aprendidas en la gestión de datos en tiempos de pandemia
Lecciones aprendidas en la gestión de datos en tiempos de pandemiaDenodo
 
10 BASES DE DATOS MÁS GRANDES DEL MUNDO
10 BASES DE DATOS MÁS GRANDES DEL MUNDO10 BASES DE DATOS MÁS GRANDES DEL MUNDO
10 BASES DE DATOS MÁS GRANDES DEL MUNDOJesus Sandoval Montoya
 
¿Cuál es el futuro de la estrategia de datos?
¿Cuál es el futuro de la estrategia de datos?¿Cuál es el futuro de la estrategia de datos?
¿Cuál es el futuro de la estrategia de datos?Denodo
 
Arquitectura de datos empresariales ta. informe
Arquitectura de datos empresariales   ta. informeArquitectura de datos empresariales   ta. informe
Arquitectura de datos empresariales ta. informeCarlosTenelema1
 
PROYECION DE BASES A FUTURO
PROYECION DE BASES A FUTUROPROYECION DE BASES A FUTURO
PROYECION DE BASES A FUTUROdaayala
 
Aa2 ev1-propuesta de la arquitectura tecnológica para la alcaldía de san anto...
Aa2 ev1-propuesta de la arquitectura tecnológica para la alcaldía de san anto...Aa2 ev1-propuesta de la arquitectura tecnológica para la alcaldía de san anto...
Aa2 ev1-propuesta de la arquitectura tecnológica para la alcaldía de san anto...Cristian Orlando Heredia
 

Similar a Caso - Instituto Galego da Vivenda e Solo (20)

Caso - Rabobank
Caso - RabobankCaso - Rabobank
Caso - Rabobank
 
Caso - Caixa Galicia
Caso - Caixa GaliciaCaso - Caixa Galicia
Caso - Caixa Galicia
 
Caso - L'Oréal
Caso - L'OréalCaso - L'Oréal
Caso - L'Oréal
 
Case Study Venca Gauss
Case Study Venca GaussCase Study Venca Gauss
Case Study Venca Gauss
 
Caso - UBS España
Caso - UBS EspañaCaso - UBS España
Caso - UBS España
 
Fernando Marco - BI al servicio de las Instituciones
Fernando Marco - BI al servicio de las InstitucionesFernando Marco - BI al servicio de las Instituciones
Fernando Marco - BI al servicio de las Instituciones
 
Presentación ITILmobile
Presentación ITILmobilePresentación ITILmobile
Presentación ITILmobile
 
Autoservicio BI
Autoservicio BI Autoservicio BI
Autoservicio BI
 
Casos de éxito proyectos de infraestructura TIC
Casos de éxito proyectos de infraestructura TICCasos de éxito proyectos de infraestructura TIC
Casos de éxito proyectos de infraestructura TIC
 
Caso - Cajamar
Caso - CajamarCaso - Cajamar
Caso - Cajamar
 
Caso - Thames Water
Caso - Thames WaterCaso - Thames Water
Caso - Thames Water
 
Big Data en el entorno Bancario
Big Data en el entorno BancarioBig Data en el entorno Bancario
Big Data en el entorno Bancario
 
Presentación high availability servers
Presentación high availability serversPresentación high availability servers
Presentación high availability servers
 
Caso - Natixis
Caso - NatixisCaso - Natixis
Caso - Natixis
 
Lecciones aprendidas en la gestión de datos en tiempos de pandemia
Lecciones aprendidas en la gestión de datos en tiempos de pandemiaLecciones aprendidas en la gestión de datos en tiempos de pandemia
Lecciones aprendidas en la gestión de datos en tiempos de pandemia
 
10 BASES DE DATOS MÁS GRANDES DEL MUNDO
10 BASES DE DATOS MÁS GRANDES DEL MUNDO10 BASES DE DATOS MÁS GRANDES DEL MUNDO
10 BASES DE DATOS MÁS GRANDES DEL MUNDO
 
¿Cuál es el futuro de la estrategia de datos?
¿Cuál es el futuro de la estrategia de datos?¿Cuál es el futuro de la estrategia de datos?
¿Cuál es el futuro de la estrategia de datos?
 
Arquitectura de datos empresariales ta. informe
Arquitectura de datos empresariales   ta. informeArquitectura de datos empresariales   ta. informe
Arquitectura de datos empresariales ta. informe
 
PROYECION DE BASES A FUTURO
PROYECION DE BASES A FUTUROPROYECION DE BASES A FUTURO
PROYECION DE BASES A FUTURO
 
Aa2 ev1-propuesta de la arquitectura tecnológica para la alcaldía de san anto...
Aa2 ev1-propuesta de la arquitectura tecnológica para la alcaldía de san anto...Aa2 ev1-propuesta de la arquitectura tecnológica para la alcaldía de san anto...
Aa2 ev1-propuesta de la arquitectura tecnológica para la alcaldía de san anto...
 

Más de Informatica Latinoamerica

White Paper - Cómo justificar la inversión en formación y reducir el riesgo d...
White Paper - Cómo justificar la inversión en formación y reducir el riesgo d...White Paper - Cómo justificar la inversión en formación y reducir el riesgo d...
White Paper - Cómo justificar la inversión en formación y reducir el riesgo d...Informatica Latinoamerica
 
White Paper - Retorno de la inversión (ROI) en datos de productos
White Paper - Retorno de la inversión (ROI) en datos de productosWhite Paper - Retorno de la inversión (ROI) en datos de productos
White Paper - Retorno de la inversión (ROI) en datos de productosInformatica Latinoamerica
 
Caso - Inspección de Trabajo y Seguridad Social
Caso - Inspección de Trabajo y Seguridad SocialCaso - Inspección de Trabajo y Seguridad Social
Caso - Inspección de Trabajo y Seguridad SocialInformatica Latinoamerica
 
Caso - El Interventor de Cuentas Públicas de Texas
Caso - El Interventor de Cuentas Públicas de TexasCaso - El Interventor de Cuentas Públicas de Texas
Caso - El Interventor de Cuentas Públicas de TexasInformatica Latinoamerica
 

Más de Informatica Latinoamerica (20)

White Paper - Cómo justificar la inversión en formación y reducir el riesgo d...
White Paper - Cómo justificar la inversión en formación y reducir el riesgo d...White Paper - Cómo justificar la inversión en formación y reducir el riesgo d...
White Paper - Cómo justificar la inversión en formación y reducir el riesgo d...
 
White Paper - Retorno de la inversión (ROI) en datos de productos
White Paper - Retorno de la inversión (ROI) en datos de productosWhite Paper - Retorno de la inversión (ROI) en datos de productos
White Paper - Retorno de la inversión (ROI) en datos de productos
 
Caso - Zyme Solutions
Caso - Zyme SolutionsCaso - Zyme Solutions
Caso - Zyme Solutions
 
Caso - VIVO
Caso - VIVOCaso - VIVO
Caso - VIVO
 
Caso - Telegraph Media Group
Caso - Telegraph Media GroupCaso - Telegraph Media Group
Caso - Telegraph Media Group
 
Caso - Société Générale
Caso - Société GénéraleCaso - Société Générale
Caso - Société Générale
 
Caso - ScottishPower
Caso - ScottishPowerCaso - ScottishPower
Caso - ScottishPower
 
Caso - Sage SP
Caso - Sage SPCaso - Sage SP
Caso - Sage SP
 
Caso - Orizonia Corporación
Caso - Orizonia CorporaciónCaso - Orizonia Corporación
Caso - Orizonia Corporación
 
Caso - Marks & Spencer Money
Caso - Marks & Spencer MoneyCaso - Marks & Spencer Money
Caso - Marks & Spencer Money
 
Caso - La Oficina Nacional de Estadística
Caso - La Oficina Nacional de EstadísticaCaso - La Oficina Nacional de Estadística
Caso - La Oficina Nacional de Estadística
 
Caso - KPN
Caso - KPNCaso - KPN
Caso - KPN
 
Caso - Inspección de Trabajo y Seguridad Social
Caso - Inspección de Trabajo y Seguridad SocialCaso - Inspección de Trabajo y Seguridad Social
Caso - Inspección de Trabajo y Seguridad Social
 
Caso - IKON
Caso - IKONCaso - IKON
Caso - IKON
 
Caso - GlaxoSmithKline
Caso - GlaxoSmithKlineCaso - GlaxoSmithKline
Caso - GlaxoSmithKline
 
Caso - Galp Energia
Caso - Galp EnergiaCaso - Galp Energia
Caso - Galp Energia
 
Caso - EMC²
Caso - EMC²Caso - EMC²
Caso - EMC²
 
Caso - El Interventor de Cuentas Públicas de Texas
Caso - El Interventor de Cuentas Públicas de TexasCaso - El Interventor de Cuentas Públicas de Texas
Caso - El Interventor de Cuentas Públicas de Texas
 
Caso - eircom
Caso - eircomCaso - eircom
Caso - eircom
 
Caso - Deutsche Telekom
Caso - Deutsche TelekomCaso - Deutsche Telekom
Caso - Deutsche Telekom
 

Último

IDENTIDAD Y MANUAL DE MARCA PARA BRANDING
IDENTIDAD Y MANUAL DE MARCA PARA BRANDINGIDENTIDAD Y MANUAL DE MARCA PARA BRANDING
IDENTIDAD Y MANUAL DE MARCA PARA BRANDINGAndresGEscobar
 
TEMA 6.- MAXIMIZACION DE LA CONDUCTA DEL PRODUCTOR.pptx
TEMA 6.- MAXIMIZACION DE LA CONDUCTA DEL PRODUCTOR.pptxTEMA 6.- MAXIMIZACION DE LA CONDUCTA DEL PRODUCTOR.pptx
TEMA 6.- MAXIMIZACION DE LA CONDUCTA DEL PRODUCTOR.pptxFrancoSGonzales
 
PLAN LECTOR JOSÉ MARÍA ARGUEDAS (1).docx
PLAN LECTOR JOSÉ MARÍA ARGUEDAS (1).docxPLAN LECTOR JOSÉ MARÍA ARGUEDAS (1).docx
PLAN LECTOR JOSÉ MARÍA ARGUEDAS (1).docxwilliamzaveltab
 
Mapa Conceptual relacionado con la Gerencia Industrial, su ámbito de aplicaci...
Mapa Conceptual relacionado con la Gerencia Industrial, su ámbito de aplicaci...Mapa Conceptual relacionado con la Gerencia Industrial, su ámbito de aplicaci...
Mapa Conceptual relacionado con la Gerencia Industrial, su ámbito de aplicaci...antonellamujica
 
Clima-laboral-estrategias-de-medicion-e-book-1.pdf
Clima-laboral-estrategias-de-medicion-e-book-1.pdfClima-laboral-estrategias-de-medicion-e-book-1.pdf
Clima-laboral-estrategias-de-medicion-e-book-1.pdfConstructiva
 
¿ESTÁ PREPARADA LA LOGÍSTICA PARA EL DECRECIMIENTO?
¿ESTÁ PREPARADA LA LOGÍSTICA PARA EL DECRECIMIENTO?¿ESTÁ PREPARADA LA LOGÍSTICA PARA EL DECRECIMIENTO?
¿ESTÁ PREPARADA LA LOGÍSTICA PARA EL DECRECIMIENTO?Michael Rada
 
EGLA CORP - Honduras Abril 27 , 2024.pptx
EGLA CORP - Honduras Abril 27 , 2024.pptxEGLA CORP - Honduras Abril 27 , 2024.pptx
EGLA CORP - Honduras Abril 27 , 2024.pptxDr. Edwin Hernandez
 
AFILIACION CAJA NACIONAL DE SALUD WOM 1 .pdf
AFILIACION CAJA NACIONAL DE SALUD WOM 1 .pdfAFILIACION CAJA NACIONAL DE SALUD WOM 1 .pdf
AFILIACION CAJA NACIONAL DE SALUD WOM 1 .pdfOdallizLucanaJalja1
 
MARKETING SENSORIAL -GABRIELA ARDON .pptx
MARKETING SENSORIAL -GABRIELA ARDON .pptxMARKETING SENSORIAL -GABRIELA ARDON .pptx
MARKETING SENSORIAL -GABRIELA ARDON .pptxgabyardon485
 
AUDITORIAS en enfermeria hospitalaria .pptx
AUDITORIAS en enfermeria hospitalaria .pptxAUDITORIAS en enfermeria hospitalaria .pptx
AUDITORIAS en enfermeria hospitalaria .pptxMatiasGodoy33
 
modelo de flujo maximo unidad 4 en modelos de optimización de recursos
modelo de flujo maximo unidad 4 en modelos de optimización de recursosmodelo de flujo maximo unidad 4 en modelos de optimización de recursos
modelo de flujo maximo unidad 4 en modelos de optimización de recursosk7v476sp7t
 
Coca cola organigrama de proceso empresariales.pptx
Coca cola organigrama de proceso empresariales.pptxCoca cola organigrama de proceso empresariales.pptx
Coca cola organigrama de proceso empresariales.pptxJesDavidZeta
 
sistemas de produccion de la palta en el peru moises.pptx
sistemas de produccion de la palta en el peru moises.pptxsistemas de produccion de la palta en el peru moises.pptx
sistemas de produccion de la palta en el peru moises.pptxJaredmoisesCarrillo
 
fracturas de antebhbunununrazo [II].pptx
fracturas de antebhbunununrazo  [II].pptxfracturas de antebhbunununrazo  [II].pptx
fracturas de antebhbunununrazo [II].pptxkarlagonzalez159945
 
Continex para educación, Portafolio de servicios
Continex para educación, Portafolio de serviciosContinex para educación, Portafolio de servicios
Continex para educación, Portafolio de serviciosFundación YOD YOD
 
MANUAL SKIDDER manual manual manual manua
MANUAL SKIDDER manual manual manual manuaMANUAL SKIDDER manual manual manual manua
MANUAL SKIDDER manual manual manual manuaasesoriam4m
 
Trabajo de Sifilisn…………………………………………………..
Trabajo de Sifilisn…………………………………………………..Trabajo de Sifilisn…………………………………………………..
Trabajo de Sifilisn…………………………………………………..JoseRamirez247144
 
DO_FCE_310_PO_.pdf. La contabilidad gubernamental SOS de suma importancia fu...
DO_FCE_310_PO_.pdf.  La contabilidad gubernamental SOS de suma importancia fu...DO_FCE_310_PO_.pdf.  La contabilidad gubernamental SOS de suma importancia fu...
DO_FCE_310_PO_.pdf. La contabilidad gubernamental SOS de suma importancia fu...ssuser2887fd1
 
gua de docente para el curso de finanzas
gua de docente para el curso de finanzasgua de docente para el curso de finanzas
gua de docente para el curso de finanzassuperamigo2014
 
JOSSELYN SALINfffffffAS- CAPITULO 4 Y 5.pptx
JOSSELYN SALINfffffffAS- CAPITULO 4 Y 5.pptxJOSSELYN SALINfffffffAS- CAPITULO 4 Y 5.pptx
JOSSELYN SALINfffffffAS- CAPITULO 4 Y 5.pptxJosVidal41
 

Último (20)

IDENTIDAD Y MANUAL DE MARCA PARA BRANDING
IDENTIDAD Y MANUAL DE MARCA PARA BRANDINGIDENTIDAD Y MANUAL DE MARCA PARA BRANDING
IDENTIDAD Y MANUAL DE MARCA PARA BRANDING
 
TEMA 6.- MAXIMIZACION DE LA CONDUCTA DEL PRODUCTOR.pptx
TEMA 6.- MAXIMIZACION DE LA CONDUCTA DEL PRODUCTOR.pptxTEMA 6.- MAXIMIZACION DE LA CONDUCTA DEL PRODUCTOR.pptx
TEMA 6.- MAXIMIZACION DE LA CONDUCTA DEL PRODUCTOR.pptx
 
PLAN LECTOR JOSÉ MARÍA ARGUEDAS (1).docx
PLAN LECTOR JOSÉ MARÍA ARGUEDAS (1).docxPLAN LECTOR JOSÉ MARÍA ARGUEDAS (1).docx
PLAN LECTOR JOSÉ MARÍA ARGUEDAS (1).docx
 
Mapa Conceptual relacionado con la Gerencia Industrial, su ámbito de aplicaci...
Mapa Conceptual relacionado con la Gerencia Industrial, su ámbito de aplicaci...Mapa Conceptual relacionado con la Gerencia Industrial, su ámbito de aplicaci...
Mapa Conceptual relacionado con la Gerencia Industrial, su ámbito de aplicaci...
 
Clima-laboral-estrategias-de-medicion-e-book-1.pdf
Clima-laboral-estrategias-de-medicion-e-book-1.pdfClima-laboral-estrategias-de-medicion-e-book-1.pdf
Clima-laboral-estrategias-de-medicion-e-book-1.pdf
 
¿ESTÁ PREPARADA LA LOGÍSTICA PARA EL DECRECIMIENTO?
¿ESTÁ PREPARADA LA LOGÍSTICA PARA EL DECRECIMIENTO?¿ESTÁ PREPARADA LA LOGÍSTICA PARA EL DECRECIMIENTO?
¿ESTÁ PREPARADA LA LOGÍSTICA PARA EL DECRECIMIENTO?
 
EGLA CORP - Honduras Abril 27 , 2024.pptx
EGLA CORP - Honduras Abril 27 , 2024.pptxEGLA CORP - Honduras Abril 27 , 2024.pptx
EGLA CORP - Honduras Abril 27 , 2024.pptx
 
AFILIACION CAJA NACIONAL DE SALUD WOM 1 .pdf
AFILIACION CAJA NACIONAL DE SALUD WOM 1 .pdfAFILIACION CAJA NACIONAL DE SALUD WOM 1 .pdf
AFILIACION CAJA NACIONAL DE SALUD WOM 1 .pdf
 
MARKETING SENSORIAL -GABRIELA ARDON .pptx
MARKETING SENSORIAL -GABRIELA ARDON .pptxMARKETING SENSORIAL -GABRIELA ARDON .pptx
MARKETING SENSORIAL -GABRIELA ARDON .pptx
 
AUDITORIAS en enfermeria hospitalaria .pptx
AUDITORIAS en enfermeria hospitalaria .pptxAUDITORIAS en enfermeria hospitalaria .pptx
AUDITORIAS en enfermeria hospitalaria .pptx
 
modelo de flujo maximo unidad 4 en modelos de optimización de recursos
modelo de flujo maximo unidad 4 en modelos de optimización de recursosmodelo de flujo maximo unidad 4 en modelos de optimización de recursos
modelo de flujo maximo unidad 4 en modelos de optimización de recursos
 
Coca cola organigrama de proceso empresariales.pptx
Coca cola organigrama de proceso empresariales.pptxCoca cola organigrama de proceso empresariales.pptx
Coca cola organigrama de proceso empresariales.pptx
 
sistemas de produccion de la palta en el peru moises.pptx
sistemas de produccion de la palta en el peru moises.pptxsistemas de produccion de la palta en el peru moises.pptx
sistemas de produccion de la palta en el peru moises.pptx
 
fracturas de antebhbunununrazo [II].pptx
fracturas de antebhbunununrazo  [II].pptxfracturas de antebhbunununrazo  [II].pptx
fracturas de antebhbunununrazo [II].pptx
 
Continex para educación, Portafolio de servicios
Continex para educación, Portafolio de serviciosContinex para educación, Portafolio de servicios
Continex para educación, Portafolio de servicios
 
MANUAL SKIDDER manual manual manual manua
MANUAL SKIDDER manual manual manual manuaMANUAL SKIDDER manual manual manual manua
MANUAL SKIDDER manual manual manual manua
 
Trabajo de Sifilisn…………………………………………………..
Trabajo de Sifilisn…………………………………………………..Trabajo de Sifilisn…………………………………………………..
Trabajo de Sifilisn…………………………………………………..
 
DO_FCE_310_PO_.pdf. La contabilidad gubernamental SOS de suma importancia fu...
DO_FCE_310_PO_.pdf.  La contabilidad gubernamental SOS de suma importancia fu...DO_FCE_310_PO_.pdf.  La contabilidad gubernamental SOS de suma importancia fu...
DO_FCE_310_PO_.pdf. La contabilidad gubernamental SOS de suma importancia fu...
 
gua de docente para el curso de finanzas
gua de docente para el curso de finanzasgua de docente para el curso de finanzas
gua de docente para el curso de finanzas
 
JOSSELYN SALINfffffffAS- CAPITULO 4 Y 5.pptx
JOSSELYN SALINfffffffAS- CAPITULO 4 Y 5.pptxJOSSELYN SALINfffffffAS- CAPITULO 4 Y 5.pptx
JOSSELYN SALINfffffffAS- CAPITULO 4 Y 5.pptx
 

Caso - Instituto Galego da Vivenda e Solo

  • 1. “PowerCenter nos ha ofrecido agilidad mediante un ahorro en el tiempo de desarrollo y comodidad frente a un mantenimiento anterior de scripts muy complicado. Pero, sobre todo, nos ha ofrecido una mayor potencia en el manejo de los datos”. – Hernán Vila, jefe del servicio de informática del Instituto Galego da Vivenda e Solo Para mejorar las funcionalidades de su base de datos, el Instituto Galego da Vivenda e Solo de la Xunta de Galicia decidió migrar sus datos a una nueva configuración, esta vez Oracle, utilizando para ello Informatica PowerCenter®. Visto el óptimo rendimiento de la plataforma, el Instituto volvió a utilizarla para la integración de datos en sus diversos proyectos de data warehouse. El Instituto Galego da Vivenda e Solo es el órgano de la administración gallega al que le corresponden las competencias y funciones en materia de política de vivienda, favoreciendo el acceso de los ciudadanos al derecho, garantizado constitucionalmente, de una vivienda digna. Igualmente, le corresponde la dirección de la política en materia de patrimonio arquitectónico, habitabilidad y calidad de la vivienda y de la creación de los instrumentos que la garantizan, en particular la creación de suelo residencial y de equipamientos de acuerdo a las necesidades de asentamiento de la población. El Instituto Galego da Vivenda e Solo poseía una base de datos Informix cuyas funcionalidades no respondían a las necesidades actuales del Instituto. Ante esta situación, el organismo público decidió migrar sus datos de la lógica de Informix a un nuevo entorno de base de datos, Oracle. La herramienta utilizada para la migración fue Informatica PowerCenter. Debido a que la migración a Oracle era una prioridad para el Instituto, el organismo decidió dedicar cinco personas a esta iniciativa. PowerCenter ayuda a la definición de políticas de vivienda de la Xunta de Galicia HECHOS RELEVANTES Reto • Migración de datos desde un gestor Informix a una base de datos Oracle • Necesidades constantes de información para generar políticas de vivienda y para responder a las preguntas parlamentarias acerca de dichas actuaciones • Gran demanda de control por parte de los distintos departamentos de gobierno Beneficios • Agilidad mediante un ahorro en el tiempo de desarrollo • Comodidad frente a un mantenimiento anterior de scripts muy complicado • Mayor potencia en el tratamiento de los datos Arquitectura • Integración de datos: Informatica PowerCenter® • Orígenes: Oracle, PostgreSQL e Informix • Destino: Data Warehouse
  • 2. Tras el éxito de la migración, el Instituto decidió utilizar Informatica PowerCenter como plataforma de integración de datos para un data warehouse que el organismo tenía previsto realizar para enfrentarse a sus múltiples retos organizativos. Necesidades de Información El Instituto maneja una gran cantidad de líneas de ayuda de promoción, rehabilitación y alquiler de viviendas. Paralelamente, existe mucha demanda de información por parte de los organismos de prensa y comunicación de cara a resolver las preguntas parlamentarias, además de una gran necesidad de control por parte de los distintos departamentos. Todo esto implica hacer consultas diarias a la base de datos, que bajo los procedimientos tradicionales resultaba muy tedioso, de ahí que el Instituto se plantease la creación de un data warehouse de generación de informes para responder a todas las situaciones en las que se planteaba una demanda de información. El primer proyecto cubrió las líneas de ayuda básica bajo el plan cuatrienal 2002-2005. En él se incluyeron los aspectos de rehabilitación rural con sus históricos, y las distintas líneas de ayuda de las que se disponía en aquel momento. El proyecto resultó de gran utilidad y en consecuencia se diseñó un segundo plan para incluir todas las líneas: la relacionada con la construcción, la licitación de obras del Instituto, los procesos contables, la facturación de viviendas sociales… Actualmente, el data warehouse se ha enriquecido con un tercer proyecto. “El Instituto es muy dinámico”, explica el jefe del servicio de informática de este organismo. “Todos los años, continuamente, aparecen nuevas órdenes, nuevas ayudas y este último proyecto dentro del data warehouse se puso en marcha para cubrir todo aquello que no estuviese contemplado en los anteriores”.
  • 3. Planes Cuatrienales El plan cuatrienal, actualmente en vigor cubre, por tanto, todas las nuevas ayudas como la renta básica de emancipación, un programa de vivienda, un programa de cédula de rehabilitación que sustituyó al antiguo y la actualización de las nuevas ayudas. La extracción, el mapeo, el cambio de datos, las transformaciones de datos que se llevan a cabo y hasta el esquema final diseñado, todo se hace a través de Informatica PowerCenter. Los informes que se producen a partir de las consultas al data warehouse, ayudan a conocer los indicadores del Instituto a la alta dirección y al gabinete de comunicación. Estos informes son críticos para la labor diaria del organismo, por ejemplo, para establecer políticas de vivienda o bien para saber la cantidad de dinero invertido en rehabilitación por año y territorio de modo a controlar las distintas ayudas. Entre las aplicaciones del data warehouse está la de generar informes sobre demanda que sirvan para prever cómo van a ser las solicitudes de ayuda. Otra aplicación es el registro de demandantes de vivienda que, básicamente, se trata de un registro de todos los ciudadanos que desean comprar vivienda protegida. Los informes permiten conocer la demanda de viviendas en cada ayuntamiento, este dato proporciona una orientación tanto a el Instituto como a los promotores de vivienda para saber dónde existe mayor demanda, de cuántos dormitorios, con cuántas unidades familiares. De este modo se puede conocer la demanda real de viviendas en régimen de compra y alquiler para desarrollar políticas adecuadas. Arquitectura Tecnológica Los tres proyectos de data warehouse se resolvieron por concurso y la implantación corrió a cargo de Indra como empresa de servicios contratada. Se trata de proyectos esencialmente externalizados, en los cuales interviene una persona del Instituto cuya misión es controlar la correcta ejecución de los proyectos. Los orígenes de datos básicamente son tres. Desde que el Instituto migró de la base de datos Informix a la de Oracle, el 90% de las aplicaciones son Oracle. También existen orígenes de datos PostgreSQL, la base de datos libre de Linux, que opera en una de las línea de ayuda. Esta línea utiliza el data warehouse cargando desde PostgreSQL y transportando a los sistemas finales de Oracle. También quedan algunos datos en Informix, aunque el Instituto prevee migrar estos datos a Oracle en un futuro próximo. El volumen total de datos es de 50 GB y su crecimiento es lineal aunque puntualmente se han experimentado picos significativos de actividad, como cuando se recibieron más de 10.000 solicitudes de la renta básica de emancipación en tan sólo dos meses. La base de datos Oracle 11g está instalada en un cluster activo-pasivo sobre servidores blade de HP con 24 GB de memoria RAM y Linux SUSE 10 como sistema operativo.
  • 4. Sucursales de Informatica en el mundo: Alemania • Australia • Bélgica • Canadá • China • Corea • España • Estados Unidos • Francia • Irlanda • Japón • Países Bajos • Portugal • Reino Unido • Singapur • Suiza © 2008 Informatica Corporation. Todos los derechos reservados. Impreso en España. Informatica, el logotipo de Informatica y Data Explorer son marcas comerciales o marcas comerciales registradas de Informatica Corporation en los Estados Unidos y en jurisdicciones de todo el mundo. Todos los demás nombres de compañías y productos son nombres comerciales o marcas comerciales registradas de sus respectivos dueños. Informatica en España: Albasanz 15, 28037 Madrid • Constitución 1, 08960 Sant Just Desvern, Barcelona Teléfono: 902 882 062. Fax: 933 714 895. www.informatica.com/es Sede central mundial: 100 Cardinal Way, Redwood City, CA 94063 (Estados Unidos) Teléfono: + (1) 650.385.5000. Fax: 650.385.5500. Número gratuito en Estados Unidos: 1.800.653.9871 www.informatica.com Beneficios La migración de bases de datos emprendida por el Instituto le ha permitido pasar a una plataforma tecnológica más robusta y flexible, mejor adaptada a las necesidades actuales del organismo y que a la vez proporciona una base óptima para su evolución en el futuro. Por su parte, el data warehouse constituye una fuente muy valiosa de información analítica que proporciona mayor visibilidad sobre la actividad del Instituto facilitando la toma de decisiones y la definición de políticas, a la vez que permite tener un estricto control de la utilización de los fondos públicos. En ambos proyectos, Informatica PowerCenter ha jugado un papel crítico, haciendo posible una rápida ejecución de las iniciativas del Instituto mediante un ahorro en el tiempo de desarrollo y comodidad frente a un mantenimiento anterior de scripts muy complicado. La rapidez de ejecución se traduce a su vez en una optimización de los costes de cada proyecto. De cara al futuro, el Instituto se plantea migrar los datos que permanecen en Informix y en PostgreSQL para proceder a uniformar sus datos en Oracle. El data warehouse seguirá también en constante evolución para responder a las iniciativas que incorpore el próximo plan cuatrienal. ES (27/05/2009)