SlideShare una empresa de Scribd logo
DATA WAREHOUSE Presentador Por: Andrés Fabián Cortes Solano
TEMARIO 1. ¿Qué es Data Warehouse? 2. Conceptos básicos: Características Aplicaciones Alternativas de Diseño Herramientas Utilizadas Datamining Base de Datos Multidimensional Metadatos Procesos de Construcción Técnicas Explotación
Data Warehouse Es un repositorio estructurado, a nivel Empresa, de datos orientados hacia áreas de negocio, que contiene datos históricos y que está preparado para facilitar la toma de decisiones.
Diferencias Base de Datos Operacional Data Warehouse Datos Operacionales Datos del negocio para Información Orientado a la aplicación Orientado al sujeto Actual Actual + histórico Detallada Detallada + más resumida Cambia continuamente Estable
Entre las principales se tiene: ·        Orientado al tema ·        Integrado ·        Variante en el Tiempo ·        No volátil Características
Orientado al Tema Una primera característica del data warehouse es que la información se clasifica en base a los aspectos que son de interés para la empresa. Ejemplo:  Para un fabricante pueden ser cliente, vendedor y producto.
Integrado La base de datos contiene los datos de todos los sistemas operacionales de la organización, y dichos datos deben ser consistentes.
Variante en el Tiempo Como la información en el data warehouse es solicitada en cualquier momento (es decir, no "ahora mismo"), los datos encontrados en el depósito se llaman  “variante en el tiempo".
No volátil La información no se modifica ni se elimina, una vez almacenado un dato, éste se convierte en información de  sólo lectura , y se mantiene para futuras consultas.
Aplicaciones Sistemas de Marketing Análisis de Riesgo Financiero Análisis de Riesgo de Crédito Control de Gestión Logística Recursos Humanos
Alternativas de Diseño 1. Creación de varios  Datamarts  independientes, uno por cada dominio o fuente de información, y definición de una Capa Usuario por cada uno de estos Datamarts. 2. Creación de un único Datawarehouse que englobe todos los datos, del que se extraigan diferentes Datamarts, uno por cada dominio o fuente de información y definición de una Capa Usuario por cada Datamart. 3. Creación de un único Datawarehouse con definición de una única  Capa Usuario . 4. Creación de un único Datawarehouse con definición de varias Capas Usuario.
Herramientas Utilizadas Herramientas para la inteligencia empresarial. Herramientas para extraer, transformar y cargar datos en el almacén de datos. Herramientas para gestionar y recuperar los metadatos.
Datamining (Minería de Datos) Es el conjunto de técnicas y tecnologías que permiten explorar grandes bases de datos, de manera automática o semiautomática, con el objetivo de encontrar patrones repetitivos, tendencias o reglas que expliquen el comportamiento de los datos en un determinado contexto. Hace uso de prácticas estadísticas y, en algunos casos, de algoritmos de búsqueda próximos a la Inteligencia Artificial y a las redes neuronales.
Base de Datos Multidimensionales Se utilizan principalmente para crear aplicaciones  OLAP  y pueden verse como bases de datos de una sola tabla, su peculiaridad es que por cada dimensión tienen un campo (o columna), y otro campo por cada métrica o hecho, es decir estas tablas almacenan registros cuyos campos son de la forma: ( d 1 , d 2 , d 3 ,..., f 1 , f 2 , f 3 ,...) Donde los campos ' d i '  hacen referencia a las dimensiones de la tabla, y los campos ' f i '  a las métricas o hechos que se quiere almacenar, estudiar o analizar.
Metadatos Uno de los componentes más importantes de la arquitectura de un almacén de datos son los metadatos. Se define comúnmente como " datos acerca de los datos ", en el sentido de que se trata de datos que describen cuál es la estructura de los datos que se van a almacenar y cómo se relacionan. El Metadato documenta, entre otras cosas, qué tablas existen en una base de datos, qué columnas posee cada una de las tablas y qué tipo de datos se pueden almacenar.
Procesos de Construcción ETL (Extracción, Transformación y Carga). Extracción:  Obtención de información de las distintas fuentes tanto internas como externas. Transformación:  Filtrado, limpieza, depuración, homogeneización y agrupación de la información. Carga:  Organización y actualización de los datos y los metadatos en la base de datos.
Técnicas de Explotación La explotación del Data Warehouse mediante información de gestión, se fundamenta básicamente en los niveles agrupados o calculados de información.
Glosario •  D ata Warehouse:  Es un repositorio estructurado, a nivel Empresa, de datos orientados hacia áreas de negocio, que contiene datos históricos y que está preparado para facilitar la toma de decisiones. •  Datamart:  Es una base de datos orientada a un tema específico. En otras palabras es un subconjunto del Data Warehouse Corporativo. •  Capa Usuario:  Es una vista usuario de la base de datos que permite su aislamiento respecto de la complejidad física de la misma. No incluye ningún dato físico. Es una agrupación lógica de los datos adaptada a los conocimientos y filosofía del Usuario •  OLAP :  Tecnología que permite la explotación de datos en diferentes niveles organizacionales y periodos de tiempo.
GRACIAS POR SU ATENCION

Más contenido relacionado

La actualidad más candente

Data warehouse
Data warehouseData warehouse
Data warehouse
maggybe
 
Datawarehouse práctica 6
Datawarehouse   práctica 6Datawarehouse   práctica 6
Datawarehouse práctica 6
Gustavo Araque
 
Data WareHouse. Introduccion
Data WareHouse. IntroduccionData WareHouse. Introduccion
Data WareHouse. Introduccion
Ricardo Mendoza
 
Arquitectura de un dw
Arquitectura de un dwArquitectura de un dw
Arquitectura de un dw
Max Santiago
 
Que Es Un Datawarehouse
Que Es Un DatawarehouseQue Es Un Datawarehouse
Que Es Un Datawarehouse
guest10616d
 
DATA WAREHOUSE
DATA WAREHOUSEDATA WAREHOUSE
DATA WAREHOUSE
Grupo Dos
 
Datawarehouse1
Datawarehouse1Datawarehouse1
Datawarehouse1
nestor
 
Data warehouse
Data warehouseData warehouse
Data warehouse
Jose Sajajú
 
Fundamentos de DataWarehouse
Fundamentos de DataWarehouseFundamentos de DataWarehouse
Fundamentos de DataWarehouse
Hermes Romero
 
data warehouse
data warehousedata warehouse
data warehouse
Juan Carlos Pérez Pardo
 
Almacen de datos
Almacen de datosAlmacen de datos
Almacen de datos
Orlando Verdugo
 
Data mart-data-warehouse-data-mining
Data mart-data-warehouse-data-miningData mart-data-warehouse-data-mining
Data mart-data-warehouse-data-mining
Nintendo
 
Datawarehouse
DatawarehouseDatawarehouse
Datawarehouse
shady85
 
Almacén de datos
Almacén de datosAlmacén de datos
Almacén de datos
Yuleysi Lupuche Benites
 
Almacenes de datos
Almacenes de datosAlmacenes de datos
Almacenes de datos
Ernesto Carlos
 
05 exposicion data warehouse no. 5
05   exposicion data warehouse              no. 505   exposicion data warehouse              no. 5
05 exposicion data warehouse no. 5
Gustavo Cuxum
 
Data mart
Data martData mart
Data mart
Gustavo Hdz
 
Data warehouse
Data warehouseData warehouse
Data warehouse
Yesenia Gomez
 
Data warehouse
Data warehouseData warehouse
Data warehouse
Juan Mishquero
 
Diseño de un Datamart
Diseño de un DatamartDiseño de un Datamart
Diseño de un Datamart
Eduardo S de Loera
 

La actualidad más candente (20)

Data warehouse
Data warehouseData warehouse
Data warehouse
 
Datawarehouse práctica 6
Datawarehouse   práctica 6Datawarehouse   práctica 6
Datawarehouse práctica 6
 
Data WareHouse. Introduccion
Data WareHouse. IntroduccionData WareHouse. Introduccion
Data WareHouse. Introduccion
 
Arquitectura de un dw
Arquitectura de un dwArquitectura de un dw
Arquitectura de un dw
 
Que Es Un Datawarehouse
Que Es Un DatawarehouseQue Es Un Datawarehouse
Que Es Un Datawarehouse
 
DATA WAREHOUSE
DATA WAREHOUSEDATA WAREHOUSE
DATA WAREHOUSE
 
Datawarehouse1
Datawarehouse1Datawarehouse1
Datawarehouse1
 
Data warehouse
Data warehouseData warehouse
Data warehouse
 
Fundamentos de DataWarehouse
Fundamentos de DataWarehouseFundamentos de DataWarehouse
Fundamentos de DataWarehouse
 
data warehouse
data warehousedata warehouse
data warehouse
 
Almacen de datos
Almacen de datosAlmacen de datos
Almacen de datos
 
Data mart-data-warehouse-data-mining
Data mart-data-warehouse-data-miningData mart-data-warehouse-data-mining
Data mart-data-warehouse-data-mining
 
Datawarehouse
DatawarehouseDatawarehouse
Datawarehouse
 
Almacén de datos
Almacén de datosAlmacén de datos
Almacén de datos
 
Almacenes de datos
Almacenes de datosAlmacenes de datos
Almacenes de datos
 
05 exposicion data warehouse no. 5
05   exposicion data warehouse              no. 505   exposicion data warehouse              no. 5
05 exposicion data warehouse no. 5
 
Data mart
Data martData mart
Data mart
 
Data warehouse
Data warehouseData warehouse
Data warehouse
 
Data warehouse
Data warehouseData warehouse
Data warehouse
 
Diseño de un Datamart
Diseño de un DatamartDiseño de un Datamart
Diseño de un Datamart
 

Destacado

Data Warehouse Vs Bases De Datos Transaccionales
Data Warehouse Vs Bases De Datos TransaccionalesData Warehouse Vs Bases De Datos Transaccionales
Data Warehouse Vs Bases De Datos Transaccionales
kgishelle
 
datamining
dataminingdatamining
datamining
ita
 
Crm mapa mental
Crm mapa mentalCrm mapa mental
Crm mapa mental
agustifp
 
Mapa conceptual crm - qué hace un crm
Mapa conceptual crm - qué hace un crmMapa conceptual crm - qué hace un crm
Mapa conceptual crm - qué hace un crm
gorgus49
 
Mapa conceptual antecedentes dernys
Mapa conceptual antecedentes dernysMapa conceptual antecedentes dernys
Mapa conceptual antecedentes dernys
dernys
 
Diseño de almacen de datos
Diseño de almacen de datosDiseño de almacen de datos
Diseño de almacen de datos
ilian patricia bocanegra alfaro
 
La planificacion segun data ware house
La planificacion segun data ware houseLa planificacion segun data ware house
La planificacion segun data ware house
ticcidecvalencia
 
La planificacion segun_data_ware_house
La planificacion segun_data_ware_houseLa planificacion segun_data_ware_house
La planificacion segun_data_ware_house
ernestoicidec
 
Data mart
Data martData mart
Data mart
Anyeni Garay
 
Creacion de data mart
Creacion de data martCreacion de data mart
Creacion de data mart
Julio Miron Carrillo
 
Creación de un datamart
Creación de un datamartCreación de un datamart
Creación de un datamart
Jorch Mendez
 
Data Mart de una área de compras
Data Mart de una área de comprasData Mart de una área de compras
Data Mart de una área de compras
roy_vs
 
Data mart
Data martData mart
Data mart
Juan Mishquero
 
Data Mining
Data MiningData Mining
Data Mining
brobelo
 
Clases de Sistemas de Información en las Empresas
Clases de Sistemas de Información en las EmpresasClases de Sistemas de Información en las Empresas
Clases de Sistemas de Información en las Empresas
César Augusto Céspedes Cornejo
 
Tecnicas De Assessment
Tecnicas De AssessmentTecnicas De Assessment
Tecnicas De Assessment
oterolizbeth
 
Diapositiva de-sistema-de-informacion
Diapositiva de-sistema-de-informacionDiapositiva de-sistema-de-informacion
Diapositiva de-sistema-de-informacion
mariadelcarmen02
 
Sistemas de información en la empresa 1
Sistemas de información en la empresa 1Sistemas de información en la empresa 1
Sistemas de información en la empresa 1
GIOVANNY CASTRO MANJARREZ
 
Sistemas de informacion empresarial
Sistemas de informacion empresarialSistemas de informacion empresarial
Sistemas de informacion empresarial
ScoutES7
 
Sistemas de informacion Empresarial
Sistemas de informacion EmpresarialSistemas de informacion Empresarial
Sistemas de informacion Empresarial
Lourdes Paredes
 

Destacado (20)

Data Warehouse Vs Bases De Datos Transaccionales
Data Warehouse Vs Bases De Datos TransaccionalesData Warehouse Vs Bases De Datos Transaccionales
Data Warehouse Vs Bases De Datos Transaccionales
 
datamining
dataminingdatamining
datamining
 
Crm mapa mental
Crm mapa mentalCrm mapa mental
Crm mapa mental
 
Mapa conceptual crm - qué hace un crm
Mapa conceptual crm - qué hace un crmMapa conceptual crm - qué hace un crm
Mapa conceptual crm - qué hace un crm
 
Mapa conceptual antecedentes dernys
Mapa conceptual antecedentes dernysMapa conceptual antecedentes dernys
Mapa conceptual antecedentes dernys
 
Diseño de almacen de datos
Diseño de almacen de datosDiseño de almacen de datos
Diseño de almacen de datos
 
La planificacion segun data ware house
La planificacion segun data ware houseLa planificacion segun data ware house
La planificacion segun data ware house
 
La planificacion segun_data_ware_house
La planificacion segun_data_ware_houseLa planificacion segun_data_ware_house
La planificacion segun_data_ware_house
 
Data mart
Data martData mart
Data mart
 
Creacion de data mart
Creacion de data martCreacion de data mart
Creacion de data mart
 
Creación de un datamart
Creación de un datamartCreación de un datamart
Creación de un datamart
 
Data Mart de una área de compras
Data Mart de una área de comprasData Mart de una área de compras
Data Mart de una área de compras
 
Data mart
Data martData mart
Data mart
 
Data Mining
Data MiningData Mining
Data Mining
 
Clases de Sistemas de Información en las Empresas
Clases de Sistemas de Información en las EmpresasClases de Sistemas de Información en las Empresas
Clases de Sistemas de Información en las Empresas
 
Tecnicas De Assessment
Tecnicas De AssessmentTecnicas De Assessment
Tecnicas De Assessment
 
Diapositiva de-sistema-de-informacion
Diapositiva de-sistema-de-informacionDiapositiva de-sistema-de-informacion
Diapositiva de-sistema-de-informacion
 
Sistemas de información en la empresa 1
Sistemas de información en la empresa 1Sistemas de información en la empresa 1
Sistemas de información en la empresa 1
 
Sistemas de informacion empresarial
Sistemas de informacion empresarialSistemas de informacion empresarial
Sistemas de informacion empresarial
 
Sistemas de informacion Empresarial
Sistemas de informacion EmpresarialSistemas de informacion Empresarial
Sistemas de informacion Empresarial
 

Similar a Data warehouse

1DATA WAREHOUSE.ppt
1DATA WAREHOUSE.ppt1DATA WAREHOUSE.ppt
1DATA WAREHOUSE.ppt
HectorSebastianPedra1
 
ALMACEN DE DATOS.pptx
ALMACEN DE DATOS.pptxALMACEN DE DATOS.pptx
ALMACEN DE DATOS.pptx
CarlosRodrigo99
 
Negocios inteligentes
Negocios inteligentesNegocios inteligentes
Negocios inteligentes
Victor Dolores Marcos
 
Clase 02 - Base de Datos Estratégica [Inteligencia de Negocios en las Organiz...
Clase 02 - Base de Datos Estratégica [Inteligencia de Negocios en las Organiz...Clase 02 - Base de Datos Estratégica [Inteligencia de Negocios en las Organiz...
Clase 02 - Base de Datos Estratégica [Inteligencia de Negocios en las Organiz...
Julio Antonio Huaman Chuque
 
Kdd fase1
Kdd fase1Kdd fase1
Kdd fase1
Jean Sanchez
 
Aplicaciones DIfusas: Limpieza de datos, resolución de entidades, integración...
Aplicaciones DIfusas: Limpieza de datos, resolución de entidades, integración...Aplicaciones DIfusas: Limpieza de datos, resolución de entidades, integración...
Aplicaciones DIfusas: Limpieza de datos, resolución de entidades, integración...
Luis Fernando Aguas Bucheli
 
DATAWAREHOUSE
DATAWAREHOUSEDATAWAREHOUSE
DATAWAREHOUSE
nestor
 
Bussiness inteligence
Bussiness inteligenceBussiness inteligence
Bussiness inteligence
Irene Lorza
 
Datawarehouse
DatawarehouseDatawarehouse
Datawarehouse
Jorch Mendez
 
Data warehouse
Data warehouseData warehouse
Data warehouse
AndresZabala13
 
Trabajo de DataWarehouse - Presentacion Resumen
Trabajo de DataWarehouse - Presentacion ResumenTrabajo de DataWarehouse - Presentacion Resumen
Trabajo de DataWarehouse - Presentacion Resumen
AlejandroQuispe47
 
Base de datos
Base de datosBase de datos
Base de datos
avances tecnologicos
 
Bases de datos.docx kethy
Bases de datos.docx kethyBases de datos.docx kethy
Bases de datos.docx kethy
KethyVasquez
 
Data warehouse
Data warehouseData warehouse
Data warehouse
Juan Gerardo Mata Reyes
 
Almacén de datos
Almacén de datosAlmacén de datos
Almacén de datos
Marabely España D Juárez
 
Cuestiones de repaso_cap_31_utpl
Cuestiones de repaso_cap_31_utplCuestiones de repaso_cap_31_utpl
Cuestiones de repaso_cap_31_utpl
Carlos Francisco Ojeda Ureña
 
Unidad2 Bases De Datos Para L Toma De Desiciones
Unidad2 Bases De Datos Para L Toma De DesicionesUnidad2 Bases De Datos Para L Toma De Desiciones
Unidad2 Bases De Datos Para L Toma De Desiciones
Deysi Hdz
 
Repositorio De InformacióN
Repositorio De InformacióNRepositorio De InformacióN
Repositorio De InformacióN
gabisss
 
Almacen de datos
Almacen de datosAlmacen de datos
Almacen de datos
en mi casa
 
ADM BD UNIDAD 1 CLASE 1 y 2.pptx
ADM BD UNIDAD 1 CLASE 1 y 2.pptxADM BD UNIDAD 1 CLASE 1 y 2.pptx
ADM BD UNIDAD 1 CLASE 1 y 2.pptx
Karina88635
 

Similar a Data warehouse (20)

1DATA WAREHOUSE.ppt
1DATA WAREHOUSE.ppt1DATA WAREHOUSE.ppt
1DATA WAREHOUSE.ppt
 
ALMACEN DE DATOS.pptx
ALMACEN DE DATOS.pptxALMACEN DE DATOS.pptx
ALMACEN DE DATOS.pptx
 
Negocios inteligentes
Negocios inteligentesNegocios inteligentes
Negocios inteligentes
 
Clase 02 - Base de Datos Estratégica [Inteligencia de Negocios en las Organiz...
Clase 02 - Base de Datos Estratégica [Inteligencia de Negocios en las Organiz...Clase 02 - Base de Datos Estratégica [Inteligencia de Negocios en las Organiz...
Clase 02 - Base de Datos Estratégica [Inteligencia de Negocios en las Organiz...
 
Kdd fase1
Kdd fase1Kdd fase1
Kdd fase1
 
Aplicaciones DIfusas: Limpieza de datos, resolución de entidades, integración...
Aplicaciones DIfusas: Limpieza de datos, resolución de entidades, integración...Aplicaciones DIfusas: Limpieza de datos, resolución de entidades, integración...
Aplicaciones DIfusas: Limpieza de datos, resolución de entidades, integración...
 
DATAWAREHOUSE
DATAWAREHOUSEDATAWAREHOUSE
DATAWAREHOUSE
 
Bussiness inteligence
Bussiness inteligenceBussiness inteligence
Bussiness inteligence
 
Datawarehouse
DatawarehouseDatawarehouse
Datawarehouse
 
Data warehouse
Data warehouseData warehouse
Data warehouse
 
Trabajo de DataWarehouse - Presentacion Resumen
Trabajo de DataWarehouse - Presentacion ResumenTrabajo de DataWarehouse - Presentacion Resumen
Trabajo de DataWarehouse - Presentacion Resumen
 
Base de datos
Base de datosBase de datos
Base de datos
 
Bases de datos.docx kethy
Bases de datos.docx kethyBases de datos.docx kethy
Bases de datos.docx kethy
 
Data warehouse
Data warehouseData warehouse
Data warehouse
 
Almacén de datos
Almacén de datosAlmacén de datos
Almacén de datos
 
Cuestiones de repaso_cap_31_utpl
Cuestiones de repaso_cap_31_utplCuestiones de repaso_cap_31_utpl
Cuestiones de repaso_cap_31_utpl
 
Unidad2 Bases De Datos Para L Toma De Desiciones
Unidad2 Bases De Datos Para L Toma De DesicionesUnidad2 Bases De Datos Para L Toma De Desiciones
Unidad2 Bases De Datos Para L Toma De Desiciones
 
Repositorio De InformacióN
Repositorio De InformacióNRepositorio De InformacióN
Repositorio De InformacióN
 
Almacen de datos
Almacen de datosAlmacen de datos
Almacen de datos
 
ADM BD UNIDAD 1 CLASE 1 y 2.pptx
ADM BD UNIDAD 1 CLASE 1 y 2.pptxADM BD UNIDAD 1 CLASE 1 y 2.pptx
ADM BD UNIDAD 1 CLASE 1 y 2.pptx
 

Más de malupahu

E learning
E learningE learning
E learning
malupahu
 
Contratacion de tecnologia
Contratacion de tecnologiaContratacion de tecnologia
Contratacion de tecnologia
malupahu
 
Contratacion de tecnologia
Contratacion de tecnologiaContratacion de tecnologia
Contratacion de tecnologia
malupahu
 
Presentación conectivismo1
Presentación conectivismo1Presentación conectivismo1
Presentación conectivismo1
malupahu
 
Presentación conectivismo1
Presentación conectivismo1Presentación conectivismo1
Presentación conectivismo1
malupahu
 
Estilos de aprendizaje
Estilos de aprendizajeEstilos de aprendizaje
Estilos de aprendizaje
malupahu
 
Gestion De Riesgos
Gestion  De RiesgosGestion  De Riesgos
Gestion De Riesgos
malupahu
 
Algebra relacional
Algebra relacionalAlgebra relacional
Algebra relacional
malupahu
 
Ventajas De La Web 2 Para Procesos Educativos
Ventajas De La Web 2 Para Procesos EducativosVentajas De La Web 2 Para Procesos Educativos
Ventajas De La Web 2 Para Procesos Educativos
malupahu
 

Más de malupahu (9)

E learning
E learningE learning
E learning
 
Contratacion de tecnologia
Contratacion de tecnologiaContratacion de tecnologia
Contratacion de tecnologia
 
Contratacion de tecnologia
Contratacion de tecnologiaContratacion de tecnologia
Contratacion de tecnologia
 
Presentación conectivismo1
Presentación conectivismo1Presentación conectivismo1
Presentación conectivismo1
 
Presentación conectivismo1
Presentación conectivismo1Presentación conectivismo1
Presentación conectivismo1
 
Estilos de aprendizaje
Estilos de aprendizajeEstilos de aprendizaje
Estilos de aprendizaje
 
Gestion De Riesgos
Gestion  De RiesgosGestion  De Riesgos
Gestion De Riesgos
 
Algebra relacional
Algebra relacionalAlgebra relacional
Algebra relacional
 
Ventajas De La Web 2 Para Procesos Educativos
Ventajas De La Web 2 Para Procesos EducativosVentajas De La Web 2 Para Procesos Educativos
Ventajas De La Web 2 Para Procesos Educativos
 

Data warehouse

  • 1. DATA WAREHOUSE Presentador Por: Andrés Fabián Cortes Solano
  • 2. TEMARIO 1. ¿Qué es Data Warehouse? 2. Conceptos básicos: Características Aplicaciones Alternativas de Diseño Herramientas Utilizadas Datamining Base de Datos Multidimensional Metadatos Procesos de Construcción Técnicas Explotación
  • 3. Data Warehouse Es un repositorio estructurado, a nivel Empresa, de datos orientados hacia áreas de negocio, que contiene datos históricos y que está preparado para facilitar la toma de decisiones.
  • 4. Diferencias Base de Datos Operacional Data Warehouse Datos Operacionales Datos del negocio para Información Orientado a la aplicación Orientado al sujeto Actual Actual + histórico Detallada Detallada + más resumida Cambia continuamente Estable
  • 5. Entre las principales se tiene: ·        Orientado al tema ·        Integrado ·        Variante en el Tiempo ·        No volátil Características
  • 6. Orientado al Tema Una primera característica del data warehouse es que la información se clasifica en base a los aspectos que son de interés para la empresa. Ejemplo: Para un fabricante pueden ser cliente, vendedor y producto.
  • 7. Integrado La base de datos contiene los datos de todos los sistemas operacionales de la organización, y dichos datos deben ser consistentes.
  • 8. Variante en el Tiempo Como la información en el data warehouse es solicitada en cualquier momento (es decir, no "ahora mismo"), los datos encontrados en el depósito se llaman “variante en el tiempo".
  • 9. No volátil La información no se modifica ni se elimina, una vez almacenado un dato, éste se convierte en información de  sólo lectura , y se mantiene para futuras consultas.
  • 10. Aplicaciones Sistemas de Marketing Análisis de Riesgo Financiero Análisis de Riesgo de Crédito Control de Gestión Logística Recursos Humanos
  • 11. Alternativas de Diseño 1. Creación de varios Datamarts independientes, uno por cada dominio o fuente de información, y definición de una Capa Usuario por cada uno de estos Datamarts. 2. Creación de un único Datawarehouse que englobe todos los datos, del que se extraigan diferentes Datamarts, uno por cada dominio o fuente de información y definición de una Capa Usuario por cada Datamart. 3. Creación de un único Datawarehouse con definición de una única Capa Usuario . 4. Creación de un único Datawarehouse con definición de varias Capas Usuario.
  • 12. Herramientas Utilizadas Herramientas para la inteligencia empresarial. Herramientas para extraer, transformar y cargar datos en el almacén de datos. Herramientas para gestionar y recuperar los metadatos.
  • 13. Datamining (Minería de Datos) Es el conjunto de técnicas y tecnologías que permiten explorar grandes bases de datos, de manera automática o semiautomática, con el objetivo de encontrar patrones repetitivos, tendencias o reglas que expliquen el comportamiento de los datos en un determinado contexto. Hace uso de prácticas estadísticas y, en algunos casos, de algoritmos de búsqueda próximos a la Inteligencia Artificial y a las redes neuronales.
  • 14. Base de Datos Multidimensionales Se utilizan principalmente para crear aplicaciones  OLAP  y pueden verse como bases de datos de una sola tabla, su peculiaridad es que por cada dimensión tienen un campo (o columna), y otro campo por cada métrica o hecho, es decir estas tablas almacenan registros cuyos campos son de la forma: ( d 1 , d 2 , d 3 ,..., f 1 , f 2 , f 3 ,...) Donde los campos ' d i '  hacen referencia a las dimensiones de la tabla, y los campos ' f i '  a las métricas o hechos que se quiere almacenar, estudiar o analizar.
  • 15. Metadatos Uno de los componentes más importantes de la arquitectura de un almacén de datos son los metadatos. Se define comúnmente como " datos acerca de los datos ", en el sentido de que se trata de datos que describen cuál es la estructura de los datos que se van a almacenar y cómo se relacionan. El Metadato documenta, entre otras cosas, qué tablas existen en una base de datos, qué columnas posee cada una de las tablas y qué tipo de datos se pueden almacenar.
  • 16. Procesos de Construcción ETL (Extracción, Transformación y Carga). Extracción: Obtención de información de las distintas fuentes tanto internas como externas. Transformación: Filtrado, limpieza, depuración, homogeneización y agrupación de la información. Carga: Organización y actualización de los datos y los metadatos en la base de datos.
  • 17. Técnicas de Explotación La explotación del Data Warehouse mediante información de gestión, se fundamenta básicamente en los niveles agrupados o calculados de información.
  • 18. Glosario • D ata Warehouse: Es un repositorio estructurado, a nivel Empresa, de datos orientados hacia áreas de negocio, que contiene datos históricos y que está preparado para facilitar la toma de decisiones. • Datamart: Es una base de datos orientada a un tema específico. En otras palabras es un subconjunto del Data Warehouse Corporativo. • Capa Usuario: Es una vista usuario de la base de datos que permite su aislamiento respecto de la complejidad física de la misma. No incluye ningún dato físico. Es una agrupación lógica de los datos adaptada a los conocimientos y filosofía del Usuario • OLAP : Tecnología que permite la explotación de datos en diferentes niveles organizacionales y periodos de tiempo.
  • 19. GRACIAS POR SU ATENCION