El documento describe lo que es un almacén de datos o data warehouse. Explica que un data warehouse ayuda a las empresas a adquirir y almacenar datos de múltiples fuentes para su análisis y toma de decisiones, al tiempo que garantiza que los procesos diarios de la empresa se lleven a cabo sin problemas.

1. ALMACÉN DE DATOS
DATA WAREHOUSE

2. Las empresas de todo el mundo constantemente
adquieren datos para inteligencias de negocios y
presentación de informes.
Un Almacén de datos o Data Warehouse ayuda a
cualquier negocio a adquirir datos, mientras que al
mismo tiempo aseguran de que los procesos normales
del día a día se cumplan.
Las empresas de todo el mundo constantemente
adquieren datos para inteligencias de negocios y
presentación de informes.
Un Almacén de datos o Data Warehouse ayuda a
cualquier negocio a adquirir datos, mientras que al
mismo tiempo aseguran de que los procesos normales
del día a día se cumplan.
DATA WAREHOUSE

3. Es un sistema de base de datos centralizado a escala
empresarial específicamente diseñado para recopilar,
almacenar e integrar datos de múltiples sistemas
operativos y ponerlo a disposición para realizar reportes
y apoyo a las decisiones de negocios.
Los datos se recogen a partir de una gran variedad de
fuentes relevantes para el negocio, tales como datos de
clientes, datos de la competencia y los datos de las
transacciones.
DATA WAREHOUSE
Que es?

4. DATA WAREHOUSE
Como es?

5. Según Bill Inmon, un Data Warehouse es una colección de datos
orientada a temas, integrada, no volátil y variable en el tiempo
para ayudar en las decisiones de gestión.
Según Bill Inmon, un Data Warehouse es una colección de datos
orientada a temas, integrada, no volátil y variable en el tiempo
para ayudar en las decisiones de gestión.
Las dos definiciones mas importantes y completas de Data Warehouse
fueron propuestas por Bill Inmon y Ralph Kimball, co-fundadores de
almacenamiento de datos.
DATA WAREHOUSE
Ralph Kimball dio una definición mucho mas simple. Afirmo que
es una copia de los datos de transacciones estructuradas
específicamente para la consulta y análisis.
Ralph Kimball dio una definición mucho mas simple. Afirmo que
es una copia de los datos de transacciones estructuradas
específicamente para la consulta y análisis.

6. DATA WAREHOUSE
Ralph Kimball – Bottom-upBill Inmon – Top-down

7. Arquitectura
DATA WAREHOUSE

8. DATA WAREHOUSE

9. DATA WAREHOUSE

10. Arquitectura
DATA WAREHOUSE

11. FUENTES DE DATOS DISPARES (HETEROGENEOS):
Como resultado de este formato de datos pobre, puede haber
múltiples apariciones de los mismos datos, lo que conduce a la
redundancia de datos. Para superar este problema, el ETL es muy útil,
ya que refina los datos heterogéneos mediante la integración de los
datos en un lugar de trabajo antes de cargarlos en el data
Warehouse.
FUENTE DE DATOS INTERNA:
Es una colección de datos de usuarios individuales que se encuentran
dentro de la organización. Los datos internos aumentan la
complejidad de la transformación e integración de datos ya que se
obtiene de diversas fuentes, tales como hojas de calculo y
documentos de texto.
Fuentes de datos
DATA WAREHOUSE

12. FUENTE DE DATOS EXTERNA:
Es una fuente de datos utilizando los datos recogidos de fuentes
externas, como las estadísticas actuales de la industria y cuotas de
mercado de los competidores. Los datos externos ayudan a una
organización a detectar las tendencias actuales de la industria y
comparar el rendimiento con respecto a sus competidores. Estos
no se ajustan necesariamente a los formatos de la organización
por lo que tiene que ser convertido a formatos apropiados.
METADATOS:
Son datos que definen el Data Warehouse. Incluyen información
sobre el contenido del Data Warehouse, los procesos que tienen
lugar en la parte de atrás, fuentes de datos, el almacenamiento y
la seguridad y la autenticación.
DATA WAREHOUSE
Fuentes de datos

13. DATA WAREHOUSE
ETL
Extracción de datos: Es lo primero que hace una herramienta ETL. Se trata
de obtener la información de las distintas fuentes de origen, tanto internas
como externas. Durante la extracción, se identifica los datos deseados y se
extrae de muchas fuentes diferentes, incluyendo los sistemas de bases de
datos y aplicaciones. Después de la extracción de datos, tienen que ser
transportados físicamente al sistema de destino o a un sistema intermedio
para su posterior procesamiento y/o transformación.
Transformación: es el filtrado, limpieza, depuración, homogeneización y
agrupación de la información. Incluye la agrupación de los datos de las
diferentes fuentes. La transformación se produce mediante el uso de reglas
o tablas de consulta o mediante la combinación de los datos con otros
datos.
Carga: es el proceso de escribir los datos en la date warehouse. La fase de
carga es el momento en el cual los datos de la fase anterior
(transformación) son cargados en el sistema de destino.

14. Diferencias
SISTEMA TRADICIONAL DATA WAREHOUSE
Predomina la actualización Predomina la consulta
La actividad más importante es de tipo
operativo (día a día)
La actividad más importante es el análisis y
la decisión estratégica
Predomina el proceso puntual Predomina el proceso masivo
Mayor importancia a la estabilidad Mayor importancia al dinamismo
Datos en general desagregados
Datos en distintos niveles de detalle y
agregación
Importancia del dato actual Importancia del dato histórico
Importante del tiempo de respuesta de la
transacción instantánea
Importancia de la respuesta masiva
Estructura relacional Visión multidimensional
Usuarios de perfiles medios o bajos Usuarios de perfiles altos
Explotación de la información relacionada
con la operativa de cada aplicación
Explotación de toda la información interna y
externa relacionada con el negocio
DATA WAREHOUSE

15. DISEÑO DE UN DATA WAREHOUSE
MODELO DIMENSIONAL:
Es una técnica de diseño de base de datos donde los datos son representados
en 2 tipos de tablas:
1.La tabla de hechos: usada para almacenar hechos y medidas actuales en la
empresa.
2.La tabla de dimensiones: almacena campos que describen los hechos.

16. Datos Multidimensionales
En el análisis multidimensional, los datos se representan mediante
dimensiones como producto, territorio y cliente. En general, las
dimensiones se relacionan en jerarquías, por ejemplo, ciudad, estado,
región, país y continente. El tiempo es también una dimensión estándar
con sus propias jerarquías tales como: día, semana, mes, trimestre y año.
DATA WAREHOUSE
No es común que, por
ejemplo, alguien dentro de
la organización se
pregunte:
“¿cuánto vendí?”.

17. Datos Multidimensionales
En general, un Gerente de Ventas podría preguntarse:
¿Cuánto vendí del producto “A” en el períodos “X” en
la región “Y”?
DATA WAREHOUSE

18. Datos Multidimensionales
En cambio, para un gerente de Finanzas la necesidad es diferente y su pregunta sería:
¿A cuánto ascendieron las ventas de todos los productos en todas las regiones al
cierre del mes “M”? y para el caso de un gerente regional: ¿Cuánto fueron las ventas
de todos los productos en el período J ó K en mi región?
DATA WAREHOUSE

19. MODELO ESTRELLA
DATA WAREHOUSE

20. MODELO COPO DE NIEVE
DATA WAREHOUSE

21. Implementación
La estructura adoptada para el almacén de datos se debe realizar de tal modo
que satisfaga las necesidades de la empresa, dicha elección es clave en la
efectividad del Data Warehouse. Existen tres formas básicas de estructura del
almacén:
1.Data Warehouse central :La implementación consta de un solo nivel con un
solo almacén que soporta los requerimientos de información de toda la
empresa.
2.Data Warehouse distribuido: Es una estructura de un solo nivel que se
particiona para distribuirlo a nivel departamental.
3.Data Warehouse de dos niveles: Es una combinación de los anteriores que
soporta requerimientos de información tanto a nivel empresarial como
departamental.
DATA WAREHOUSE

22. Costo de Construcción
Similar al Costo de Construcción de cualquier sistema de Tecnología. Se
pueden clasificar en tres tipos:
1.1.RECURSOS HUMANOS:RECURSOS HUMANOS: Es necesario contar con conocimiento sobre el
perfil y cualidades del personal ya que el desarrollo de esta tecnología
requiere de la participación tanto del personal técnico como de los
especialistas de negocios, estos dos grupos trabajarán juntos durante todo el
desarrollo del Data Warehouse.
2.2.TIEMPO:TIEMPO: Además de los tiempos de construcción y entrega del Data
Warehouse, se debe tener en cuenta los tiempos de planificación del
proyecto y de definición de la Arquitectura.
3.3.TECNOLOGÍA:TECNOLOGÍA: El costo de la nueva tecnología introducida por el Data
Warehouse se debe considerar solo como el costo inicial de la
implementación.
DATA WAREHOUSE
Costos

23. Costo de Operación y Mantenimiento
Una vez que se ha finalizado la construcción y se ha entregado el producto se debe
dar soporte que es una fuente continua de costos.
Los costos de operación se dividen en:
Costo de Evolución
Es necesario realizar ajustes a través del tiempo, muchas veces estos cambios se
deben al aprendizaje mediante el uso.
Costo de Crecimiento
Incrementos de volúmenes de datos, de cantidad de usuarios accediendo al Data
Warehouse desembocará en un aumento en los recursos necesarios para que los
tiempos de respuesta y recuperación de datos, principalmente, sigan siendo
óptimos.
DATA WAREHOUSE
Costos

24. Costo producido por cambios
El Data Warehouse necesita soportar los cambios en el origen de datos que utiliza
como así también soportar los cambios de la información que produce.
Por ejemplo, si el cambio se produce en el ambiente empresarial, seguramente,
cambiarán las necesidades de información de los usuarios serán necesarios,
entonces, cambios en las Aplicaciones DSS y EIS. Si por el contrario cambio viene
dado por el sector tecnológico y éste afecta el modo de almacenamiento de los
datos, implicaría ajustes en los procesos de Extracción, Soporte y Carga para
adaptarse a las variaciones.
DATA WAREHOUSE
Costos

25. Impactos de implementación del Data Warehouse
El éxito del Data Warehouse no está en la construcción sino en utilizarlo para mejorar los
procesos empresariales, operacionales y de toma de decisiones. Para que esto suceda se
deben tener en cuenta los impactos producidos en los siguientes ámbitos:
Impacto en la gente
La construcción requiere de la participación activa de quienes utilizarán el Data Warehouse,
depende tanto de la realidad de la empresa como de las condiciones que existan en ese
momento, las cuales determinarán cual será su contenido.
El Data Warehouse provee los datos que posibilitará a los usuarios a acceder a su propia
información en el momento que la necesitan. Esta posibilidad para entregar información
presenta varias implicancias:
Los usuarios deberán adquirir nuevas destrezas.
Se eliminará los largos tiempos de análisis y programación para obtener información. Como
la información estará lista para ser utilizada, probablemente, aumenten las expectativas.
Pueden existir nuevas oportunidades en la comunidad empresarial para los especialistas de
información. Se reducirá hasta casi eliminarse la gran cantidad de reportes en papel. La
madurez del Data Warehouse dependerá del uso activo y retroalimentación de sus usuarios.
Impactos en los procesos empresariales y de toma de decisiones
Mejora del proceso de toma de decisiones por medio de la disponibilidad de la información.
Las decisiones se toman más rápidamente por gente más
informada.
DATA WAREHOUSE

26. CICLO DE VIDA
DATA WAREHOUSE

27. DISEÑO:
Las actividades típicas en esta etapa incluyen entrevista a
los usuarios finales, definición de keys, indicadores de
performance, mapeo de los procesos de toma de decisión
y diseño de esquemas lógicos y físicos.
CICLO DE VIDA
DATA WAREHOUSE
PROTOTIPO:
En esta etapa, el equipo de diseño crea un
prototipo de data Warehouse basado en las
entradas y salidas. Los usuarios finales sugieren
cambios hasta que los requerimientos son
completados.

28. DESPACHO:
El prototipo es aprobado por los usuarios finales y es
despachado en dos ambientes distintos: el environment
de producción-prueba y el de producción actual
CICLO DE VIDA
DATA WAREHOUSE
MEJORA:
Las modificaciones y las mejoras son hechas por
los cambios de negocios en cuanto a los procesos
y necesidades.
OPERACIÓN:
Esto involucra al mantenimiento de día a día.

29. •Reportes Ad Hoc: son informes predefinidos que se adaptan a las
necesidades de los usuarios inexpertos. Se producen por el uso de
consultas simples en lugar de consultas complejas. Son esencialmente
informes que no están formateados y no están destinados a usuarios
profesionales.
•Los indicadores de rendimiento (KPI): son un conjunto de indicadores
de desempeño definidos para un determinado proceso en la empresa.
•Un Dashboard: es una herramienta de Business Intelligence que se
utiliza para describir el desempeño de los procesos de una empresa.
PRESENTACION DE DATOS
DATA WAREHOUSE
Métodos y sistemas por los cuales se pone disponible la información a
los usuarios.
Métodos y sistemas por los cuales se pone disponible la información a
los usuarios.

30. Proporciona una herramienta para la toma de decisiones en
cualquier área funcional, basándose en información integrada y
global del negocio.
Proporciona la capacidad de aprender de los datos del pasado y
de predecir situaciones futuras en diversos escenarios.
Simplifica dentro de la empresa la implantación de sistemas de
gestión integral de la relación con el cliente.
Supone una optimización tecnológica y económica en entornos
de Centro de Información, estadística o de generación de informes
con retornos de la inversión espectaculares.
Especialmente útil para el medio y largo plazo.
Son sistemas relativamente sencillos de instalar si las fuentes de
datos y los objetivos están claros.
Proporciona una herramienta para la toma de decisiones en
cualquier área funcional, basándose en información integrada y
global del negocio.
Proporciona la capacidad de aprender de los datos del pasado y
de predecir situaciones futuras en diversos escenarios.
Simplifica dentro de la empresa la implantación de sistemas de
gestión integral de la relación con el cliente.
Supone una optimización tecnológica y económica en entornos
de Centro de Información, estadística o de generación de informes
con retornos de la inversión espectaculares.
Especialmente útil para el medio y largo plazo.
Son sistemas relativamente sencillos de instalar si las fuentes de
datos y los objetivos están claros.
VENTAJAS
DATA WAREHOUSE

31. Muy útiles para el almacenamiento de análisis y consultas de
históricos.
Permite una mayor flexibilidad y rapidez en el acceso a la
información.
Proporciona una comunicación fiable entre todos los
departamentos de la empresa.
Transforma los datos en información y la información en
conocimiento.
proporciona una información de gestión
accesible, correcta, uniforme y actualizada.
Proporciona un menor coste en la toma de decisiones, una mayor
flexibilidad ante el entorno, un mejor servicio al cliente y permite el
rediseño de los procesos.
Muy útiles para el almacenamiento de análisis y consultas de
históricos.
Permite una mayor flexibilidad y rapidez en el acceso a la
información.
Proporciona una comunicación fiable entre todos los
departamentos de la empresa.
Transforma los datos en información y la información en
conocimiento.
proporciona una información de gestión
accesible, correcta, uniforme y actualizada.
Proporciona un menor coste en la toma de decisiones, una mayor
flexibilidad ante el entorno, un mejor servicio al cliente y permite el
rediseño de los procesos.
DATA WAREHOUSE
VENTAJAS

32.  No es muy útil para la toma de decisiones en tiempo real debido al
largo tiempo de procesamiento que puede requerir.
 Requiere de continua limpieza, transformación e integración de datos.
 Mantenimiento.
 En un proceso de implantación puede encontrarse dificultades ante los
diferentes objetivos que pretende una organización.
 Una vez implementado puede ser complicado añadir nuevas fuentes
de datos.
 Requieren una revisión del modelo de datos, objetos, transacciones y
además del almacenamiento.
 Tienen un diseño complejo y multidisciplinar.
 Requieren una reestructuración de los sistemas operacionales.
 Tienen un alto coste.
 Requieren sistemas, aplicaciones y almacenamiento específico.
 No es muy útil para la toma de decisiones en tiempo real debido al
largo tiempo de procesamiento que puede requerir.
 Requiere de continua limpieza, transformación e integración de datos.
 Mantenimiento.
 En un proceso de implantación puede encontrarse dificultades ante los
diferentes objetivos que pretende una organización.
 Una vez implementado puede ser complicado añadir nuevas fuentes
de datos.
 Requieren una revisión del modelo de datos, objetos, transacciones y
además del almacenamiento.
 Tienen un diseño complejo y multidisciplinar.
 Requieren una reestructuración de los sistemas operacionales.
 Tienen un alto coste.
 Requieren sistemas, aplicaciones y almacenamiento específico.
DATA WAREHOUSE
DESVENTAJAS