ANÁLISIS DE LAS SOLUCIONES Y HERRAMIENTAS TECNOLÓGICAS DISPONIBLES parte 1

1. Etapas de construcción de un
datawarehouse
 Captura o exhibición de los datos de las fuentes
seleccionadas
Se utilizan herramientas de extracción que
soportan múltiples formatos de
almacenamiento, para luego incorporarlos en el
datawarehouse.

2.  Tratamiento, conversión y transformación de los
datos
 Detectar y corregir errores
 Eliminar duplicados
 Detectar y eliminar datos sin sentidos
 Analizar la consistencia en el uso de los valores
 Codificar sexo
 Utilizar mismas unidades de medidas
 Formatos de fechas
 Direcciones

3.  Añadir la referencia temporal a los datos capturados
 Tratamiento de la ausencia de los valores
 Asignar valores por defecto a determinados campos
 Eliminar campos no significativos
 Reestructurar y añadir nuevos campos
 Enriquecer los datos con mas información fundamental
 Incorporar datos estadísticos de instituciones
 Cualificar la base de datos por variables socio-
demográficos o información adicional sobre empresas.

4.  Normalizar determinados campos
 Normalización de nombre de clientes
 Normalización de nombre de ciudades, países, etc.
 Codificar campos para facilitar su tratamiento
estadístico
 Convertir direcciones en códigos de area
 Traducir fechas de nacimiento en intervalos de
edades
 Codificar al actividad empresarial o profesional de los
clientes

5.  Calculo de campos derivados
 Calculo de subtotales y datos contables
 Filtrado y depuración de registros
 Depurar a clientes y clientes potenciales de acuerdo
con la relación que tienen ante la empresa

6.  Carga en el sistema gestor de datos del
Datawarehouse

7. Administración
Data Warehouse
- Código de pedido.
- Código de cliente. Clientes.
- Fecha. Extracción, transf Productos.
- referencias de ormación y carga
Ventas.
productos, cantidades y Inventarios.
precios. Precio.
- Importe total.
Marketing
- Identificador del
cliente. Producción
- Perfil del cliente.
- Historial de quejas y -Referencia de producto.
reclamaciones. - Stock.
- Solicitudes de - Unidades producidas.
información. - Unidades
demandadas.
- Coste.
- Precio de venta.

8. Sistema Gestor de Datos en un
Datawarehouse
 Capacidad para recibir o enviar datos.
 Capacidad para gestionar varios volúmenes de
datos.
 Registro de metadatos que faciliten la explotación
del sistema.
 Registro de datos con varios niveles de detalle.

9.  Utilización eficaz de gran cantidad de índices.
 Optimización del espacio de almacenamiento
disponible.
 Interfaz con multitud de herramientas y lenguajes
de consulta.

10. Tipos de sistemas de gestión de base de datos.
 Base de datos relacional tradicional.
 Base de datos relacional con un diseño en estrella.
 Base de datos multidimensional.

11. Base de Datos Relacional tradicional.
 Se usa para construir Datawarehouse de tamaño
relativamente pequeño.
 Limitación al numero de índices creados en la base
de datos.
 Datos no volátiles.
 No es posible optimizar el almacenamiento físico
de los datos.

12. Base de datos relacional con un diseño en estrella.
 Consiste básicamente en utilizar estructuras de
datos no normalizadas.
 Esto ayuda a agilizar consultas y operaciones.

13. Base de Datos Multidimensional
 Se almacenan los datos en cubos
multidimensionales.
 Ocupan gran espacio.

15. Explotación del Datawarehouse
 Herramientas de generación de consultas
(“Queries and Reporting”)
 Análisis Multidimensional (OLAP: On Line
Analytical Processing)
 Herramientas de Datamining

16. Herramientas de generación de consultas
(“Queries and Reporting”)
 Son las clásicas herramientas de generación de
consultas e informes de los sistemas de base de
datos.

17. Análisis Multidimensional (OLAP: On Line
Analytical Processing)
 Son herramientas que facilitan el análisis de los
datos a través de dimensiones y de jerarquías.

18. Herramientas de Datamining
 Son técnicas avanzadas que permiten detectar y modelizar
relaciones entre datos y obtener información no evidente.

19. Tecnología necesarias para los sistemas de
Datawarehousing
 Requieren equipos de altas prestaciones para
poder manejar grandes volúmenes de datos con
rapidez y eficacia.
 Existen 2 tipos de arquitecturas de servidores:
 SMP (Symmetric Multiprocessing)
 MPP (Massively Parallel)

20. Arquitectura SMP ( Symmetric
Multiprocessing)

21. Arquitectura MPP (Massively Parallel)

22. Herramientas de análisis de datos OLAP
 Dimensiones: grupos conceptuales que permiten
analizar o consolidad datos.
 Medidas o indicadores: valores numéricos que se
guardan en la base da datos.
 Jerarquía de dimensiones: distintos niveles de
agregación.

23. Herramientas de Datamining
 Constituyen métodos avanzados para explorar y
modelizar relaciones en grandes volúmenes de
datos.
 Muestreo.
 Exploración.
 Modificación.
 Modelización del comportamiento.
 Evaluación.
 Presentación grafica de los resultados.

24. Herramientas estadisticas
 Calculo de distintos parámetros estadísticos.
 Técnicas bayesianas.
 Hipótesis.
 Técnicas de regresión lineal.
 Análisis multivariante.

25.  Análisis cluster: agrupación de datos para poder
llevar a cabo la segmentación de clientes.

26. Técnicas de inteligencia artificial
 Algoritmos genéticos.
 Redes neuronales.

27. Herramientas simbólicas
 Arboles de decisión.
 Reglas de asociación.
 Identificación de patrones secuenciales.