Coceptos sobre Datawarehouse - Tecnología de Información I - Lic. Administración Comercial - Universidad Central de Venezuela

1. Bachilleres:
Belloso, Alberto
Lamunt, Noris
Osechas, Mario
Rodríguez, María
UNIVERSIDAD CENTRAL DE VENEZUELA
FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES
ESCUELA DE ADMINISTRACIÓN Y CONTADURÍA
DEPARTAMENTE DE MATEMÁTICA Y ESTADÍSTICA
TECNOLOGÍA DE LA INFORMACIÓN I
PROF. OMAR VALBUENA.
1

2. ACCESIBLE: los contenidos son entendibles y
navegables.
CONSISTENTE: la
información de una
parte de la
organización puede
hacerse coincidir
con la información
de la otra parte de
la organización.
ADAPTABLE Y ELÁSTICA: el
DataWareHouse está diseñado
para cambios continuos.
Hacer que la información de la organización sea:
2

3. El Datawarehouse surgió con el objetivo de
hacer consultable la información que se
tiene de una empresa tanto de meses
como de años anteriores.
Organiza y orienta
los datos desde la
perspectiva del
usuario final,
mientras que los
sistemas
operacionales
organizan sus datos
desde la
perspectiva de la
aplicación, para
lograr eficiencia en
el acceso a datos.
3

4. Los elementos básicos son:
Área de Tráfico de Datos: almacenamiento y grupo de procesos, que limpian
transforman, combinan, remueven los duplicados, guardan, archivan y
preparan los datos fuente para ser usados en el DWH.
Servidor de Presentación: la maquina física objetivo en donde los datos del
Data WareHouse son organizados y almacenados para queries directos por los
usuarios finales, reportes y otras aplicaciones.
Modelo Dimensional: contiene la misma información que el modelo E/R pero
empaqueta los datos en un formato simétrico cuyo objetivo es ganar una
mayor comprensión del usuario y garantizar la ejecución rápida y eficiente
de las consultas.
Relación entre las tablas de dimensiones y las tablas de datos: Las tablas
de dimensiones contienen información jerárquica que permitirán la
realización de las agregaciones o las profundizaciones.
Procesos de Negocios: un coherente grupo de actividades de negocio que
hacen sentido a los usuarios del negocio del DWH.
DataMart, Almacenamiento Operacional, OLAP, ROLAP, MOLAP, Aplicaciones
para Usuarios Finales, Ad Hoc Query Tool, modelado de Aplicaciones,
MetaData.
Sistema Fuente: sistemas operacionales de registros donde sus
funciones son capturar las transacciones del negocio.
4

5. Extracción: este es el primer paso de obtener la información hacia el
ambiente del Data WareHouse.
Transformación: son
pasos de
transformación
como: limpieza de la
información, tirar la
basura que no nos
sirve, seleccionar
únicamente los
campos necesarios
para el DWH,
combinar fuentes de
datos, haciéndolas
coincidir por los
valores de las llaves,
creando nuevas
llaves para cada
registro de una
dimensión.
Carga: al final del proceso de
transformación, los datos están en forma
para ser cargados.
5

6. Impactos Humanos.
• Efectos sobre la gente
de la empresa:
• Construcción del DW:
• Accesando el DW:
• La gente de la
empresa puede
necesitar aprender
nuevas destrezas
• Usando aplicaciones
DSS/EIS:
Impactos Empresariales.
• Procesos Empresariales Y
Decisiones Empresariales.
• Los Procesos de Toma de
Decisiones pueden ser
mejorados mediante la
disponibilidad de
información.
• Los procesos empresariales
pueden ser optimizados
Impactos Técnicos De DW:
Considerando las etapas de
construcción, soporte del
DW y soporte de sistemas
operacionales, se tienen:
• Conceptos y estructura
DW.
• Técnicas de desarrollo
incremental y evolutivo.
6

7. En general, podemos plantear que el
Datawarehouse representa una oportunidad
para estrechar las relaciones de las empresas
con los clientes.
DWH está teniendo una gran aplicación en la actualidad para el
desarrollo de las empresas, como almacén de datos. Sus
objetivos incluyen la reducción de los costes de
almacenamiento y una mayor velocidad de respuesta frente a
las consultas de los usuarios.
Para diseñar una buena arquitectura de DWH es
necesario como primer paso conocer bien los
requerimientos del negocio y hacer un estudio profundo
de las fuentes externas que nos van a suministrar los
datos. Además, hacer un buen diseño del área de
transformación de datos, cuáles son las transformaciones
que se van a realizar y cómo se va a implementar el
modelo dimensional con sus tablas de hechos y de
dimensiones es el segundo paso a seguir.
7