Este documento presenta información sobre data warehouse. Explica que un data warehouse almacena y provee información relevante y oportuna para una organización. Detalla algunas características como que es orientado a un tema, administra grandes cantidades de información de múltiples fuentes, y condensa y agrega información para análisis. También describe los elementos clave de la arquitectura de un data warehouse y los pasos para el desarrollo e implementación de uno, incluyendo factores a considerar como el alcance, redundancia de datos y tipo de usuario final
2. INDICE
INTRODUCCION.......................................................................................................................4
OBJETIVOS....................................................................................................................................5
EN RESUMEN................................................................................................................................5
IMPORTANCIA DEL DATA WAREHOUSE .......................................................................................5
ANTES DE IMPLEMENTAR UN DATA WAREHOUSE.......................................................................5
LA ARQUITECTURA Y COMPLEJIDAD EN GENERAL DEL ENTORNO........................6
Empresas Que Usan Data Warehouse ..................................................................................6
CARACTERÍSTICAS DE UN DATA WAREHOUSE.............................................................6
DIFERENCIAS ENTRE UN SISTEMA DE DATA WAREHOUSE Y APLICACIONES TRADICIONALES......7
METODOLOGÍAS DE DISEÑO DE DATA WAREHOUSE..................................................8
METODOLOGÍA DE KIMBALL (BOTTOM-UP) ....................................................................8
METODOLOGÍA AGIL PARA LA IMPLEMENTACIÓN DE UN DW...................................8
ARQUITECTURA DE UN DATA WAREHOUSE ..................................................................9
FLUJO DE DATOS DE UN DATAWAREHOSE....................................................................9
ARQUITECTURA DE UN DATA WAREHOUSE. .................................................................9
ELEMENTOS DE LA ARQ. DE UN DATAWARE HOUSE................................................10
PROYECTO DE ELABORACION DE UN DATA WAREHOUSE .....................................11
Fase 1: Organización..............................................................................................................11
Factores En La Planificacion De Un Data Warehouse.......................................................11
2 ESTRATEGIAS PARA EL DESARROLLO DE UN DATA WAREHOUSE ...................11
ESTABLECER UN AMBIENTE "DATA WAREHOUSE VIRTUAL“. .................................11
3.- ESTRATEGIAS PARA EL DISEÑO DE UN DATA WAREHOUSE ...........................12
4 ESTRATEGIAS PARA LA GESTION DE UN DATA WAREHOUSE ............................12
FASE 2: DESARROLLO.........................................................................................................12
CONSIDERACIONES PREVIAS AL DESARROLLO DE UN DATA WAREHOUSE.....13
3 ELEMENTOS CLAVES PARA EL DESARROLLO DE UN DATA WAREHOUSE......14
4 CONFIABILIDAD DE LOS DATOS....................................................................................14
5 FACTORES DECISIVOS PARA DECIDIR EL DESARROLLO DE UN DATA
WAREHOUSE .........................................................................................................................15
FASE 3: IMPLEMENTACION ........................................................................................................15
1 ELEMENTOS A CONSIDERAR EN LA IMPLEMENTACION...........................................................15
2 ESTRATEGIAS PARA EL PROCESO DE IMPLEMENTACION ........................................................15
3 ESTRATEGIAS EN LA IMPLEMENTACION ...................................................................16
FASE 4: EVALUACION..........................................................................................................16
EVALUACION DE RENDIMIENTO DE LA INVERSION. ..................................................16
3. CASO PRÁCTICO...................................................................................................................17
1.1 COSTOS Y BENEFICIOS..........................................................................................................17
BENEFICIOS A OBTENER....................................................................................................17
EL MODELO DE DATOS.......................................................................................................18
DATA WAREHOUSE VS BD OPERACIONAL ...................................................................19
EXTRACCIÓN, TRANSFORMACIÓN Y CARGA...............................................................................19
TRANSFORMACIÓN DE DIMENSIONES DE CAMBIO LENTO ........................................................20
CONTROL DE LA EJECUCIÓN.......................................................................................................20
EJEMPLOS DE PAQUETES EN ETL. .................................................................................20
FLUJO DE CONTROL Y FLUJO DE DATOS. ....................................................................20
CONCLUSIONES DEL DATAWAREHOUSE. ...................................................................................21
REFERENCIAS BIOGRAFICAS. ......................................................................................................22
4. P á g i n a 4 | 22
INTRODUCCION.
El Data Warehouse es una tecnología para el manejo de la información construido sobre
la base de optimizar el uso y análisis de la misma utilizado por las organizaciones para
adaptarse a los vertiginosos cambios en los mercados. Su función esencial es ser la
base de un sistema de información gerencial, es decir, debe cumplir el rol de integrador
de información proveniente de fuentes funcionalmente distintas (Bases Corporativas,
Bases propias, de Sistemas Externos, etc.) y brindar una visión integrada de dicha
información, especialmente enfocada hacia la toma de decisiones por parte del personal
jerárquico de la organización. Es un sitio donde se almacena de manera integrada toda
la información resultante de la operatoria diaria de la organización. Además, se
almacenan datos estratégicos y tácticos con el objetivo de obtener información
estratégica y táctica que pueden ser de gran ayuda para aplicar sobre los mismos
técnicas de análisis de datos encaminadas a obtener información oculta (Data Mining).
Esta información incluye movimientos que modifican el estado del negocio, cualquier
interacción que se tenga con los clientes y proveedores, y cualquier dato adicional que
ayude a comprender la evolución del negocio. Esta tecnología ayuda a la organización
a responder preguntas esenciales para la toma de decisiones que le permitan obtener
ventajas competitivas y mejorar su posición en el mercado en el que operan.
Algunas de las preguntas podrían ser:
Cuál es el perfil de mis clientes?
Cómo es su comportamiento?
Cuál es la rentabilidad que me deja?
Cuál es el riesgo que corro con él?
Qué servicios y productos utiliza y cómo puedo incrementarlos?
Etc.
5. P á g i n a 5 | 22
OBJETIVOS
Hacer la información de la organización accesible
Hacer a la información de la organización consistente
Controlar el acceso efectivo a los datos
Generar información de manera flexible
Servir de ayuda a la toma de decisiones
EN RESUMEN
Un Data Warehouse tiene como objetivo almacenar y proveer a la
Organización de información relevante y a tiempo.
IMPORTANCIA DEL DATA WAREHOUSE
Mejorar la Entrega de Información:.
Mejorar el Proceso de Toma de Decisiones
Impacto Positivo sobre los Procesos Empresariales
ANTES DE IMPLEMENTAR UN DATA WAREHOUSE.
La amplitud; el número de diferentes temas y puntos de foco
Fuentes que proveerán datos brutos.
Los medios por los cuales los datos se transportan de las
aplicaciones fuente y son cargados al Data Warehouse.
Las reglas de negocio que se aplican a la data en bruto para producir
activos de datos de alta calidad.
Las bases de datos receptoras, en la que estos activos de datos
serán almacenados.
Los activos de datos; los elementos, el nivel de detalle de cada
elemento, y cuánta historia se ha mantenido, por ejemplo.
La Inteligencia de negocio
Herramientas de nivel usuario para acceder a los activos de datos.
6. P á g i n a 6 | 22
LA ARQUITECTURA Y COMPLEJIDAD EN GENERAL DEL ENTORNO.
Empresas Que Usan Data Warehouse
Royal bank of canada
Paypal
3M
Coca-Cola Company
Verizon
Ford Motor Company
Herramientas de nivel usuario para acceder a los activos de datos.
La arquitectura y complejidad en general del entorno.
CARACTERÍSTICAS DE UN DATA WAREHOUSE
Orientado a un tema
Administra grandes cantidades de información
Guarda información en diversos medios de almacenamiento
Comprende múltiples versiones de uno (o varios) esquema de base
de datos
Condensa y agrega información
Integra y asocia información de muchas fuentes
7. P á g i n a 7 | 22
DIFERENCIAS ENTRE UN SISTEMA DE DATA WAREHOUSE Y APLICACIONES TRADICIONALES
SISTEMAS TRADICIONALES DATAWAREHOUSE
• Predomina la actualización.
• Actividad operativa (día a
día).
• Proceso puntual.
• Estabilidad.
• Datos desagregados.
• Dato actual.
• Respuesta de la transacción
inmediata.
• Estructura relacional.
• Usuarios de perfiles bajos.
• Explotación de la información
relacionada con operatividad
de cada aplicación
• Predomina la consulta
• Análisis y decisión estratégica.
• Proceso masivo.
• Dinamismo.
• Niveles de detalle/agregación.
• Dato histórico.
• Respuesta masiva
• Estructura Multidimensional
• Usuarios de perfiles altos.
• Explotación de información
interna y externa relacionada
con el negocio.
8. P á g i n a 8 | 22
METODOLOGÍAS DE DISEÑO DE DATA WAREHOUSE.
METODOLOGÍA DE KIMBALL (BOTTOM-UP)
METODOLOGÍA AGIL PARA LA IMPLEMENTACIÓN DE UN DW
9. P á g i n a 9 | 22
ARQUITECTURA DE UN DATA WAREHOUSE
FLUJO DE DATOS DE UN DATAWAREHOSE
ARQUITECTURA DE UN DATA WAREHOUSE.
• Base de datos operacional / Nivel de base de datos externo.
• Nivel de acceso a los datos
• Nivel de organización de datos
• Nivel de data warehouse
• Nivel de acceso a la información
• Nivel de gestión de proceso
10. P á g i n a 10 | 22
ELEMENTOS DE LA ARQ. DE UN DATAWARE HOUSE
Base de datos operacional / Nivel de base de datos externo (Fuentes de datos)
Los sistemas operacionales procesan datos para apoyar las necesidades
operacionales críticas, tales como ERPs, SCMs, también se procesa información
de fuentes de datos externas, tales como de la internet, INEI, BCRP.
Nivel de acceso a los datos
Es responsable de la interfaces entre las herramientas de acceso a la
información y las bases de datos operacionales. En algunos casos, esto es todo
lo que un usuario final necesita para realizar estas interfases se utiliza el SQL
(Standar Query Lenguaje)
Nivel de organización de datos
El componente final de la arquitectura data Warehouse es la organización de los
datos, incluye todos los procesos necesarios como seleccionar, editar, resumir,
combinar y cargar datos en el depósito y acceder a la información desde bases
de datos operacionales y/o externas
Nivel de data warehouse
En un data Warehouse físico, el almacenaje de data procesada, incluso en forma
redundante
Nivel de acceso a la información
Este nivel se incluye el hardware y software involucrados en representar y
proveer de información al usuario final normalmente usa día a día. Por ejemplo:
Excel, Lotus 1-2-3, Focus, Access, SAS, etc.
Nivel de gestión de proceso
El nivel de gestión de procesos tiene que ver con la programación de diversas
tareas que deben realizarse para construir y mantener actualizado el data
warehouse y la información del directorio de datos.
11. P á g i n a 11 | 22
PROYECTO DE ELABORACION DE UN DATA WAREHOUSE
Fase 1: Organización
Factores En La Planificacion De Un Data Warehouse
Establecer una asociación de usuarios, gestión y grupos
Construir prototipos rápida y frecuentemente
Implementación incremental
Reportar activamente y publicar los casos exitosos
ESTRATEGIAS PARA EL DESARROLLO DE UN DATA WAREHOUSE
¿Quién es el auditorio?
¿Cuál es el alcance?
¿Qué tipo de data warehouse debería construirse?
1ra.:
ESTABLECER UN AMBIENTE "DATA WAREHOUSE VIRTUAL“.
2da.:
Construir una copia de los datos operacionales desde un sistema operacional único y
posibilitar al data warehouse de una serie de herramientas de acceso a la información.
3ra.:
Finalmente, la estrategia data warehousing óptima es seleccionar el número de
usuarios basados en el valor de la empresa y hacer un análisis de sus puntos,
preguntas y necesidades de acceso a datos.
12. P á g i n a 12 | 22
3.- ESTRATEGIAS PARA EL DISEÑO DE UN DATA WAREHOUSE
1ra. : Los usuarios de los data warehouses usualmente no conocen mucho sobre sus
requerimientos y necesidades como los usuarios operacionales.
2da.: El diseño de un data warehouse, con frecuencia involucra lo que se piensa en
términos más amplios y con conceptos del negocio más difíciles de definir que en el
diseño de un sistema operacional. Al respecto, un data warehouse está bastante cerca
a Reingeniería de los Procesos del Negocio (Business Process Reengineering).
3ra.: Finalmente, la estrategia de diseño ideal para un data warehousing es
generalmente de afuera hacia adentro (outside-in) a diferencia de arriba hacia abajo
(top-down).
4 ESTRATEGIAS PARA LA GESTION DE UN DATA WAREHOUSE
1ra.:
Un data warehouse es una inversión buena sólo si los usuarios finales realmente pueden
conseguir información vital más rápida y más barata de lo que obtienen con la tecnología
actual.
2da.:
La administración debe reconocer que el mantenimiento de la estructura del data
warehouse es tan crítico como el mantenimiento de cualquier otra aplicación de misión-
crítica.
3ra.:
La gestión debe comprender también que si se embarcan sobre un programa data
warehousing, se crearán nuevas demandas sobre sus sistemas operacionales, que son:
Demandas para mejorar datos
Demandas para una data consistente
Demandas para diferentes tipos de datos, etc.
FASE 2: DESARROLLO
Se ha reconocido los beneficios del procesamiento analítico en línea (On
Line Analytical Processing - OLAP), más allá de las áreas tradicionales de
marketing y finanzas.
El crecimiento de la computación cliente/servidor, ha creado servidores de
hardware y software más poderosos y sofisticados que nunca. Los
servidores de hoy compiten con las mainframes de ayer y ofrecen
arquitecturas de memoria tecnológicamente superiores, procesadores de
alta velocidad y capacidades de almacenamiento masivas
13. P á g i n a 13 | 22
CONSIDERACIONES PREVIAS AL DESARROLLO DE UN DATA WAREHOUSE.
Hay muchas maneras para desarrollar data warehouses como tantas organizaciones
existen. Sin embargo, hay un número de dimensiones diferentes que necesitan ser
consideradas:
Alcance de un data warehouse
Redundancia de datos
Tipo de usuario final
14. P á g i n a 14 | 22
3 ELEMENTOS CLAVES PARA EL DESARROLLO DE UN DATA WAREHOUSE
Si se escoge incorrectamente, el data warehouse se convierte en una gran
empresa con problemas difíciles de trabajar en su entorno, costoso para
arreglar y difícil de justificar.
Para conseguir que la implementación del
depósito tenga un inicio exitoso, se necesita
enfocar hacia tres bloques claves de
construcción:
Arquitectura total del depósito
Arquitecturas del servidor
Sistemas de Gestión de Base de Dato
Hay muchas maneras para desarrollar data
warehouses como tantas organizaciones existen. Sin
embargo, hay un número de dimensiones diferentes
que necesitan ser consideradas:
Alcance de un data warehouse
Redundancia de datos
Tipo de usuario final
4 CONFIABILIDAD DE LOS DATOS
La data "sucia" es peligrosa. Las herramientas de limpieza especializadas y las
formas de programar de los clientes proporcionan redes de seguridad.
No importa cómo esté diseñado un programa o cuán hábilmente se use. Si se
alimenta mala información, se obtendrá resultados incorrectos o falsos.
Desafortunadamente, los datos que se usan satisfactoriamente en las
aplicaciones de línea comercial operacionales pueden ser basura en lo que
concierne a la aplicación data warehousing
15. P á g i n a 15 | 22
FACTORES DECISIVOS PARA DECIDIR EL DESARROLLO DE UN DATA
WAREHOUSE
La data sucia es un serio peligro para el éxito de un proyecto de data
warehouse. Dependiendo del alcance del problema, simplemente podría no ser
posible dirigirlo rápidamente y abaratarlo.
Los principales factores son:
El tiempo que toma la programación interna
El costo de las herramientas
Los gerentes de proyectos de Data Warehouse necesitan evaluar el problema
con realismo, los recursos internos disponibles para distribuirlos y seleccionar
la solución que se adapte a la planilla y presupuesto del proyecto, o modificar
la planilla y el presupuesto para solucionar el problema.
FASE 3: IMPLEMENTACION
1 ELEMENTOS A CONSIDERAR EN LA IMPLEMENTACION.
Proyecto Total o Proyecto en Fases
Es más viable el desarrollo de un proyecto en fases que produzcan resultados a
corto plazo que el desarrollo de un proyecto que entregue resultados al término
de varios años. Por ello, el proyecto debe estar centrado en un área o un
proceso.
Modelo lógico de datos
El modelo lógico de datos debe tener un alcance más alto y cubrir todas las áreas
de interés, así como los procesos más estratégicos de cada una de ellas.
Proyecto Especializado o Proyecto Base
Decidir sobre qué tipo de proyecto, es algo complicado. Un proyecto
especializado soporta directamente un proceso específico, por ejemplo:
retención de clientes.
Un proyecto base entrega capacidad genérica de análisis a todos los usuarios
que tengan acceso al data warehouse, pero no tiene, entre sus funcionalidades,
la solución de un problema específico o el soporte especializado de un proceso
específico.
2 ESTRATEGIAS PARA EL PROCESO DE IMPLEMENTACION
Identificar el problema en el cual el uso estratégico de la información
detallada, permita conseguir una solución para generar una ventaja
competitiva o un ahorro de costos.
Definir el modelo lógico de datos a implementar para resolver el problema
planteado.
16. P á g i n a 16 | 22
3 ESTRATEGIAS EN LA IMPLEMENTACION
Definir el mejor diseño físico para el modelo de datos. El diseño físico debe
estar orientado a generar buen rendimiento en el procesamiento de
consultas, a diferencia del modelo lógico que está orientado al usuario y a la
facilidad de consulta.
Definir los procesos de extracción, filtro, transformación de información y
carga de datos que se deben implementar para poblar ese modelo de datos.
Definir los procesos de administración de la información que permanece en
el data warehouse
Definir las formas de consultas a la información del data warehouse que se
le proporcionará al usuario. Para ésto, debe considerarse la necesidad de
resolver un problema y la potencia de consulta.
Completar el modelo de consulta base, relativo al área seleccionada.
Implementar los procesos estratégicos del área de trabajo, es decir,
implementar herramientas especializadas de scoring, herramientas
especializadas para inducción de conocimiento (Data Mining), etc.
Completar las áreas de interés, en forma similar a lo descrito anteriormente.
FASE 4: EVALUACION.
EVALUACION DE RENDIMIENTO DE LA INVERSION.
¿Qué clases de costos excedieron el presupuesto en más del 10% en cada
uno de los 12 meses pasados?
¿Se aumentaron los presupuestos en más de 5% para cualquier área dentro
de los últimos 18 meses?
¿Cómo especificar las clases de gasto entre diferentes departamentos?
¿Entre divisiones? ¿A través de las regiones geográficas?
¿Cómo tener márgenes de operación sobre los dos últimos años en cada
área de negocio? Donde han disminuido los márgenes, ¿se han
incrementado los costos?
17. P á g i n a 17 | 22
CASO PRÁCTICO
En un estudio encargado por 20 vendedores y consultores, se encontró un
Retorno Promedio Total de la inversión (Return On Investment-ROI) de
401%.También, se excluyeron los proyectos fracasados, así como los
ejecutados excepcionalmente, tanto buenos como malos.
1.1 COSTOS Y BENEFICIOS
BENEFICIOS A OBTENER
Para La Empresa
El data warehouse hace lo posible por aprovechar el valor potencial enorme de los
recursos de información de la empresa y volver ese valor potencial en valor verdadero.
Para los Usuarios
El data warehouse extiende el alcance de la información para que puedan accesar
directamente en línea, lo que a la vez contribuye en su capacidad para operar con mayor
efectividad las tareas rutinarias o no.
18. P á g i n a 18 | 22
Para la Organización en Tecnologías de Información
El data warehouse enriquece las capacidades del usuario autosuficiente y hace
lo factible para ofrecer nuevos servicios a los usuarios, sin interferir con las
aplicaciones cotidianas de producción
EL MODELO DE DATOS
Es el modelo por el cual se diseña el esquema de funcionamiento de la Base
de Datos que provee al Data Warehouse.
Existen varios enfoques en este sentido:
Fábrica de información corporativa (CIF): incluyen ODS, data warehouse y
data marts, junto con otras varias interfaces de aplicaciones y el ambiente
operacional, fue desarrollada por Bill Inmon, Claudia Imhoff, y Ryan Sousa
Esquema en estrella: Este método replica las estructuras multidimensionales
de hechos y dimensiones, pero usa tablas de RDBMS, específicamente
tablas de hechos y tablas de dimensiones. Se dejan de lado las reglas de
normalización de base de datos y se ponen los datos donde tienen más
sentido
Data vault (Arquitectura de modelado fundacional común -CFIMA):
Esta es una arquitectura de integración de datos que contiene una base de
datos orientada al detalle que contiene un conjunto de tablas normalizadas
únicamente enlazadas que soportan una o más áreas funcionales de las
tablas de negocio con tablas satélites para rastrear cambios históricos. Este
enfoque híbrido reúne lo mejor del cruce entre la tercera forma normal (3NF)
19. P á g i n a 19 | 22
DATA WAREHOUSE VS BD OPERACIONAL
EXTRACCIÓN, TRANSFORMACIÓN Y CARGA.
Extracción
Multiples Fuentes
Orientadas a trabajo Batch : cagas de estos sistemas son más fuertes
cuando los sistemas de producción tienen poca carga
Conectvidad a diferentes tecnologías, diferentes manejadores de BDs
Transformación
Manipulación de data compleja
Reunión de diferentes fuentes
Implementación de reglas de negocio
Limpiado, ordenado, eliminación de duplicidades
Optimizado para el desempeño y para grandes volúmenes
Carga
Cargar la data en tablas de hechos y dimensiones
Produce un historial en archivos o en la BD para trazabilidad
Otros
Controla los flujos de ejecución: maneja las dependencias entre tareas,
control de ejecución, gestión de errores, registros históricos.
TRANSFORMACIÓN DE BÚSQUEDA DIFUSA
Busca valores en las tablas usando criterios difusos
Ejemplo: Para un campo de texto la data puede contener muchas
variantes de la misma palabra (“friend”, “a friend”, “freind”, etc). La
lógica difusa puede ayudar a reunir las variantes.
Uso de Base de
Datos
Operacionales
Uso de
Data Warehouse
Muchos usuarios
concurrentes
Pocos usuarios
concurrentes
Consultas
predefinidas y
actualizables
Consultas complejas,
frecuentemente
no anticipadas.
Cantidades pequeñas
de datos resumidas.
Cantidades grandes
de datos resumidas.
Requerimientos de
respuesta inmediata
Requerimientos de
respuesta no críticos
20. P á g i n a 20 | 22
TRANSFORMACIÓN DE DIMENSIONES DE CAMBIO LENTO
Ayuda a manejar la actualización de una dimensión de cambio lento
o Ejemplo : la información sobre los consumidores cambia
constantemente, pero queremos una historia de estos
Cambio de dirección no queremos el valor anteiror (reemplazo)
Un cambio en el valor VAT ‘duplicamos’ la entrada del
consumidor agregando los datos adicionales (para propósitos
financieros)
CONTROL DE LA EJECUCIÓN
Los datos son muy sensibles, la calidad de los reportes depende la calidad
de estos
Cargar un Data Warehouse puede implicar reglas complejas de extracción,
transformación y carga
Los usuarios del negocio no confiarán en un DW si no confían en su carga
EJEMPLOS DE PAQUETES EN ETL.
FLUJO DE CONTROL Y FLUJO DE DATOS.
Customer table Bill Table
Customer ID Last Name City Company VAT Nb Bill ID Customer ID Date Amount
FR 1234567 67890 00012345 01/01/2008 500 €
FR 5555566 89567 00012345 01/06/2008 400 €
00012345 DESPRIEE Paris
OLTP Model
DimCustomer FactBill Table
Customer Key Customer ID Last Name City Company VAT Nb Bill ID Customer Key Date Amount
2048 00012345 DESPRIEE Paris FR 1234567 67890 2048 01/01/2008 500 €
3057 00012345 DESPRIEE Paris FR 5555566 89567 3057 01/06/2008 400 €
OLAP Model
Clave sustituta
21. P á g i n a 21 | 22
CONCLUSIONES DEL DATAWAREHOUSE.
El concepto de 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. Estos pueden ahora analizar y realizar preguntas sobre años,
más que sobre meses de información.
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.
22. P á g i n a 22 | 22
REFERENCIAS BIOGRAFICAS.
Conceptos de data ware Alhouse
http://www.sinnexus.com/business_intelligence/datawarehouse.aspx
Almacen de datos- https://es.wikipedia.org/wiki/Almac%C3%A9n_de_datos.com
Qué es un Data Warehouse http://www.dataprix.com/que-es-un-
datawarehouse.es
Introduccion Al Concepto Data Warehousing
http://www.ongei.gob.pe/publica/metodologias/Lib5084/11.htm
What is data warehouse http://searchsqlserver.techtarget.com/definition/data-
warehouse-php
Fundamentos de Data Warehouse
http://artemisa.unicauca.edu.com/~ecaldon/docs/bd/fundamentosdedatawareh
ouse.asp