Un Data Warehouse tiene como objetivo almacenar y proveer a la organización información relevante y oportuna para apoyar la toma de decisiones. Se describen las características, objetivos, importancia, metodologías de diseño, arquitectura y elementos clave de un Data Warehouse. Adicionalmente, se presentan consideraciones para la planificación, desarrollo e implementación de un proyecto de Data Warehouse.
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.
El documento introduce los conceptos de data warehouse, datamart y sus características. Un data warehouse es un repositorio unificado de datos de toda la empresa para fines analíticos, que puede ser físico o lógico. Los datamarts son bases de datos departamentales especializadas en un área de negocio que ofrecen ventajas como menor volumen de datos y mayor rapidez de consulta.
Este documento introduce los conceptos básicos de las bases de datos. Explica la diferencia entre datos, información, archivos y bases de datos, y cómo las bases de datos eliminan la redundancia al almacenar datos relacionados de forma lógica y compartida. También describe las funciones de los sistemas gestores de bases de datos, los actores clave como el administrador de la base de datos, y las ventajas de utilizar este tipo de sistemas, como la seguridad, la actualización en línea y la simplificación del trabajo.
This document discusses data warehousing, including its definition, importance, components, strategies, ETL processes, and considerations for success and pitfalls. A data warehouse is a collection of integrated, subject-oriented, non-volatile data used for analysis. It allows more effective decision making through consolidated historical data from multiple sources. Key components include summarized and current detailed data, as well as transformation programs. Common strategies are enterprise-wide and data mart approaches. ETL processes extract, transform and load the data. Clean data and proper implementation, training and maintenance are important for success.
Una base de datos es un sistema que permite almacenar grandes cantidades de información de forma organizada para que pueda ser encontrada y utilizada fácilmente. Está compuesta de datos, hardware, software y usuarios. Los datos son integrados y compartidos, el hardware proporciona capacidad de procesamiento y almacenamiento, el software gestiona el acceso a los datos y las aplicaciones, y los usuarios interactúan con la base de datos. Las bases de datos ofrecen ventajas como compactación, velocidad, actualidad y la posibilidad de compartir y mantener la inte
Este documento presenta una introducción a las bases de datos, definiendo una base de datos como un conjunto de datos almacenados sistemáticamente para su uso futuro. Explica conceptos básicos como datos, entidades, claves y relaciones, e incluye una lista de los principales sistemas de gestión de bases de datos como Microsoft SQL Server, Oracle, MySQL y PostgreSQL.
Este documento presenta conceptos básicos sobre bases de datos, incluyendo definiciones, la estructura de una base de datos compuesta por tablas con filas y columnas, los modelos de datos entidad-relación y relacional, y conceptos como atributos, entidades, relaciones, claves y cardinalidad.
Este documento presenta una introducción a las bases de datos, incluyendo definiciones de bases de datos, sistemas de gestión de bases de datos, modelos de datos, lenguajes de bases de datos y roles de personas involucradas. Explica conceptos clave como datos, tablas, vistas, consultas, actualizaciones, seguridad, integridad y recuperación.
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.
El documento introduce los conceptos de data warehouse, datamart y sus características. Un data warehouse es un repositorio unificado de datos de toda la empresa para fines analíticos, que puede ser físico o lógico. Los datamarts son bases de datos departamentales especializadas en un área de negocio que ofrecen ventajas como menor volumen de datos y mayor rapidez de consulta.
Este documento introduce los conceptos básicos de las bases de datos. Explica la diferencia entre datos, información, archivos y bases de datos, y cómo las bases de datos eliminan la redundancia al almacenar datos relacionados de forma lógica y compartida. También describe las funciones de los sistemas gestores de bases de datos, los actores clave como el administrador de la base de datos, y las ventajas de utilizar este tipo de sistemas, como la seguridad, la actualización en línea y la simplificación del trabajo.
This document discusses data warehousing, including its definition, importance, components, strategies, ETL processes, and considerations for success and pitfalls. A data warehouse is a collection of integrated, subject-oriented, non-volatile data used for analysis. It allows more effective decision making through consolidated historical data from multiple sources. Key components include summarized and current detailed data, as well as transformation programs. Common strategies are enterprise-wide and data mart approaches. ETL processes extract, transform and load the data. Clean data and proper implementation, training and maintenance are important for success.
Una base de datos es un sistema que permite almacenar grandes cantidades de información de forma organizada para que pueda ser encontrada y utilizada fácilmente. Está compuesta de datos, hardware, software y usuarios. Los datos son integrados y compartidos, el hardware proporciona capacidad de procesamiento y almacenamiento, el software gestiona el acceso a los datos y las aplicaciones, y los usuarios interactúan con la base de datos. Las bases de datos ofrecen ventajas como compactación, velocidad, actualidad y la posibilidad de compartir y mantener la inte
Este documento presenta una introducción a las bases de datos, definiendo una base de datos como un conjunto de datos almacenados sistemáticamente para su uso futuro. Explica conceptos básicos como datos, entidades, claves y relaciones, e incluye una lista de los principales sistemas de gestión de bases de datos como Microsoft SQL Server, Oracle, MySQL y PostgreSQL.
Este documento presenta conceptos básicos sobre bases de datos, incluyendo definiciones, la estructura de una base de datos compuesta por tablas con filas y columnas, los modelos de datos entidad-relación y relacional, y conceptos como atributos, entidades, relaciones, claves y cardinalidad.
Este documento presenta una introducción a las bases de datos, incluyendo definiciones de bases de datos, sistemas de gestión de bases de datos, modelos de datos, lenguajes de bases de datos y roles de personas involucradas. Explica conceptos clave como datos, tablas, vistas, consultas, actualizaciones, seguridad, integridad y recuperación.
Unidad 1. Fundamentos de Base de Datoshugodanielgd
Este documento presenta la asignatura de Fundamentos de Base de Datos que forma parte de la carrera de Ingeniería en Sistemas Computacionales. El curso abarca temas como los modelos entidad-relación y relacional, introducción a SQL, diseño de bases de datos relacionales y bases de datos orientadas a objetos. El objetivo es que los estudiantes comprendan los fundamentos teóricos para modelar, diseñar y consultar bases de datos. Se proporcionan detalles sobre el plan de estudios, bibliografía recomendada y la experiencia ac
Access es una base de datos relacional que permite crear tablas relacionadas entre sí y consultar los datos almacenados mediante SQL. Ofrece formularios para agregar, modificar y eliminar información de manera fácil, así como generar informes de forma rápida. Es adecuada para pequeños proyectos y se integra bien con otros programas de Office.
Este documento describe los tipos de tablas y datos en SQL Server. Explica que las tablas se componen de campos y registros y que existen tablas con particiones, temporales, del sistema y persistentes. Además, detalla los tipos de datos comunes como numéricos, de caracteres, fecha y binarios. Por último, ofrece recomendaciones sobre el estudio de tipos de datos y el uso adecuado de restricciones al definir columnas.
El documento presenta una introducción al procesamiento analítico en línea (OLAP) y cubos OLAP. Define OLAP como una base de datos multidimensional que organiza los datos en categorías descriptivas (dimensiones) y valores cuantitativos (medidas). Explica los tipos de sistemas OLAP, incluidos ROLAP, MOLAP, HOLAP y DOLAP, y describe sus características y funciones.
Modelo dimensional de un proceso de negocioMiguel Orquera
El documento describe los conceptos y terminología del modelado dimensional. Explica que el modelado dimensional es la mejor forma de presentar información en un almacén de datos porque simplifica la presentación de datos a los usuarios, acelera el retorno de resultados y provee información relevante sobre los procesos subyacentes. Describe los componentes clave de un modelo dimensional, incluyendo tablas de hechos, que contienen medidas numéricas, y tablas dimensionales, que contienen atributos descriptivos. Indica que el modelo dimensional simplifica la estructura de datos sin sacrif
Este documento trata sobre minería de datos. La minería de datos es el proceso de descubrir patrones en grandes volúmenes de datos. Utiliza métodos de inteligencia artificial, aprendizaje automático, estadística y sistemas de bases de datos. Algunas técnicas comunes de minería de datos son la clasificación, regresión, agrupamiento y reglas de asociación. La minería de datos se aplica en diversos campos como finanzas, mercadeo, salud y educación.
Este documento presenta una introducción a los conceptos básicos de las bases de datos. Define una base de datos como un conjunto de datos relacionados entre sí y con un significado implícito. Explica conceptos clave como entidades, claves primarias y foráneas, relaciones, restricciones de integridad y metadatos. También introduce los sistemas de gestión de bases de datos como conjuntos de programas que permiten crear y mantener bases de datos de forma estructurada.
Las bases de datos son conjuntos de datos almacenados sistemáticamente para su posterior uso. Una base de datos ofrece varias ventajas sobre los sistemas de archivos tradicionales, incluyendo la independencia lógica y física de los datos, la redundancia mínima, el acceso concurrente y la integridad de los datos. Los sistemas gestores de bases de datos (SGBD) actúan como interfaz entre la base de datos, los usuarios y las aplicaciones, permitiendo definir, acceder y manipular los datos de forma eficiente y segura.
El documento describe la historia y conceptos clave de las bases de datos. Menciona que el término "base de datos" se escuchó por primera vez en 1963 y que en las décadas siguientes se desarrollaron diferentes modelos como el jerárquico, de red y relacional, con lenguajes como SQL convirtiéndose en estándar. También define elementos clave de las bases de datos como datos, entidades, claves y relaciones, y describe niveles como el físico, conceptual y de visión.
Calidad de datos. Preparación y limpieza de los datosRoman Herrera
1) La calidad de los datos es fundamental para la toma de decisiones basadas en datos. Existen diversos tipos de datos de diferentes fuentes que requieren limpieza y preparación.
2) Las actividades de limpieza de datos incluyen corregir valores faltantes, ruidosos o inconsistentes, estandarizar valores y filtrar datos.
3) Existen dos enfoques principales para la integración de datos: ETL (Extract, Transform, Load) y ELT (Extract, Load, Transform). ELT permite tiempos de carga más rápidos al transformar los datos "s
Este documento presenta una introducción a los fundamentos de las bases de datos. Explica conceptos clave como los objetivos de las bases de datos, sus áreas de aplicación, los modelos y lenguajes de datos, y los tipos de usuarios. También describe la arquitectura de tres niveles de un sistema de gestión de bases de datos, los niveles de abstracción, y algunos tópicos selectos sobre bases de datos.
Este documento introduce los conceptos básicos de las bases de datos y los sistemas de gestión de bases de datos (SGBD). Explica que una base de datos es una colección de datos interrelacionados y estructurados que son almacenados y gestionados por un SGBD. Un SGBD facilita la definición, manipulación y consulta de la base de datos mediante lenguajes como DDL, DML y SQL. Los SGBD proporcionan ventajas como la disponibilidad de datos, integridad, flexibilidad y seguridad.
SQL Server usa una arquitectura cliente-servidor donde el servidor administra las bases de datos y distribuye los recursos entre múltiples peticiones. Usa una arquitectura de capas de comunicación para aislar aplicaciones internas de red y protocolos, permitiendo desplegar la misma aplicación en diferentes ambientes. El cliente se encarga de la interfaz de usuario y el servidor procesa las peticiones y devuelve los resultados.
El documento explica la normalización de bases de datos. Resume que la normalización transforma datos complejos en estructuras más pequeñas, lo que reduce la repetición de datos y previene errores. Explica que existen diferentes niveles de normalización, incluyendo la primera, segunda y tercera formas normales. Además, provee un ejemplo de cómo normalizar una base de datos paso a paso hasta la tercera forma normal.
El documento explica por qué es importante modelar el negocio antes de modelar el sistema. Modelar el negocio permite entender claramente los procesos del negocio que se pretenden automatizar con el sistema. Se describen las principales actividades para modelar el negocio, como identificar los procesos clave, flujos de información, y volumen de datos. También se explican las herramientas clave para el modelado de negocio, como diagramas de casos de uso, diagramas de actividades, y diagramas de objetos de negocio. Modelar adecuadamente el neg
Este documento provee una introducción a los conceptos clave de Business Intelligence (BI). Explica los componentes principales de BI como las fuentes de información, ETL, almacenes de datos, herramientas de BI, OLAP y visualización. También incluye secciones sobre calidad de datos, procesamiento de ETL, estrategias de construcción de almacenes de datos, y usuarios de herramientas BI.
Las bases de datos se desarrollaron para almacenar grandes cantidades de información. En la década de 1950 se utilizaron cintas magnéticas para almacenar datos de forma secuencial. En la década de 1960 surgieron las primeras bases de datos de red y jerárquicas, y se creó el sistema SABRES para reservas de vuelos. En la década de 1970, Edgar Codd definió el modelo relacional y Larry Ellison desarrolló el primer sistema de gestión de bases de datos relacional llamado Oracle. En la década de 1980, SQL se conv
El documento explica lo que es el Gobierno TI. Define el Gobierno TI como una disciplina que evalúa, dirige y monitorea las tecnologías de la información de una organización para maximizar su valor y asegurar que apoyan los objetivos del negocio. También cubre los objetivos y áreas de enfoque clave del Gobierno TI como el alineamiento estratégico, agregar valor, administración de riesgos, administración de recursos y medición del desempeño. Además, introduce el marco COBIT como un estándar importante para
Un datawarehouse es un repositorio de datos estratégicos de una empresa que se utiliza para obtener información estratégica y táctica. Los data-marts contienen datos tácticos y operativos para información táctica. El data-mining analiza los datos para descubrir información oculta. Los sistemas EIS y DSS utilizan los datos almacenados para proveer información a ejecutivos y apoyar la toma de decisiones.
Datawarehouse como servicio en Azure (sqldw)SolidQ
http://summit.solidq.com
En lugar de aprovisionar grandes recursos para tu DW, Azure ofrece una versión especial de SQL Server como DataWarehouse. Si está familiarizado con el appliance APS, SQLDW en Azure viene a ser su versión como servicio. Usted crea su DW desde el portal de Azure y ya puede empezar a cargar datos y explotarlos. En esta sesión veremos cómo habilitar el servicio y cómo empezar a explotar SQLDW como tu DW en la nube.
Unidad 1. Fundamentos de Base de Datoshugodanielgd
Este documento presenta la asignatura de Fundamentos de Base de Datos que forma parte de la carrera de Ingeniería en Sistemas Computacionales. El curso abarca temas como los modelos entidad-relación y relacional, introducción a SQL, diseño de bases de datos relacionales y bases de datos orientadas a objetos. El objetivo es que los estudiantes comprendan los fundamentos teóricos para modelar, diseñar y consultar bases de datos. Se proporcionan detalles sobre el plan de estudios, bibliografía recomendada y la experiencia ac
Access es una base de datos relacional que permite crear tablas relacionadas entre sí y consultar los datos almacenados mediante SQL. Ofrece formularios para agregar, modificar y eliminar información de manera fácil, así como generar informes de forma rápida. Es adecuada para pequeños proyectos y se integra bien con otros programas de Office.
Este documento describe los tipos de tablas y datos en SQL Server. Explica que las tablas se componen de campos y registros y que existen tablas con particiones, temporales, del sistema y persistentes. Además, detalla los tipos de datos comunes como numéricos, de caracteres, fecha y binarios. Por último, ofrece recomendaciones sobre el estudio de tipos de datos y el uso adecuado de restricciones al definir columnas.
El documento presenta una introducción al procesamiento analítico en línea (OLAP) y cubos OLAP. Define OLAP como una base de datos multidimensional que organiza los datos en categorías descriptivas (dimensiones) y valores cuantitativos (medidas). Explica los tipos de sistemas OLAP, incluidos ROLAP, MOLAP, HOLAP y DOLAP, y describe sus características y funciones.
Modelo dimensional de un proceso de negocioMiguel Orquera
El documento describe los conceptos y terminología del modelado dimensional. Explica que el modelado dimensional es la mejor forma de presentar información en un almacén de datos porque simplifica la presentación de datos a los usuarios, acelera el retorno de resultados y provee información relevante sobre los procesos subyacentes. Describe los componentes clave de un modelo dimensional, incluyendo tablas de hechos, que contienen medidas numéricas, y tablas dimensionales, que contienen atributos descriptivos. Indica que el modelo dimensional simplifica la estructura de datos sin sacrif
Este documento trata sobre minería de datos. La minería de datos es el proceso de descubrir patrones en grandes volúmenes de datos. Utiliza métodos de inteligencia artificial, aprendizaje automático, estadística y sistemas de bases de datos. Algunas técnicas comunes de minería de datos son la clasificación, regresión, agrupamiento y reglas de asociación. La minería de datos se aplica en diversos campos como finanzas, mercadeo, salud y educación.
Este documento presenta una introducción a los conceptos básicos de las bases de datos. Define una base de datos como un conjunto de datos relacionados entre sí y con un significado implícito. Explica conceptos clave como entidades, claves primarias y foráneas, relaciones, restricciones de integridad y metadatos. También introduce los sistemas de gestión de bases de datos como conjuntos de programas que permiten crear y mantener bases de datos de forma estructurada.
Las bases de datos son conjuntos de datos almacenados sistemáticamente para su posterior uso. Una base de datos ofrece varias ventajas sobre los sistemas de archivos tradicionales, incluyendo la independencia lógica y física de los datos, la redundancia mínima, el acceso concurrente y la integridad de los datos. Los sistemas gestores de bases de datos (SGBD) actúan como interfaz entre la base de datos, los usuarios y las aplicaciones, permitiendo definir, acceder y manipular los datos de forma eficiente y segura.
El documento describe la historia y conceptos clave de las bases de datos. Menciona que el término "base de datos" se escuchó por primera vez en 1963 y que en las décadas siguientes se desarrollaron diferentes modelos como el jerárquico, de red y relacional, con lenguajes como SQL convirtiéndose en estándar. También define elementos clave de las bases de datos como datos, entidades, claves y relaciones, y describe niveles como el físico, conceptual y de visión.
Calidad de datos. Preparación y limpieza de los datosRoman Herrera
1) La calidad de los datos es fundamental para la toma de decisiones basadas en datos. Existen diversos tipos de datos de diferentes fuentes que requieren limpieza y preparación.
2) Las actividades de limpieza de datos incluyen corregir valores faltantes, ruidosos o inconsistentes, estandarizar valores y filtrar datos.
3) Existen dos enfoques principales para la integración de datos: ETL (Extract, Transform, Load) y ELT (Extract, Load, Transform). ELT permite tiempos de carga más rápidos al transformar los datos "s
Este documento presenta una introducción a los fundamentos de las bases de datos. Explica conceptos clave como los objetivos de las bases de datos, sus áreas de aplicación, los modelos y lenguajes de datos, y los tipos de usuarios. También describe la arquitectura de tres niveles de un sistema de gestión de bases de datos, los niveles de abstracción, y algunos tópicos selectos sobre bases de datos.
Este documento introduce los conceptos básicos de las bases de datos y los sistemas de gestión de bases de datos (SGBD). Explica que una base de datos es una colección de datos interrelacionados y estructurados que son almacenados y gestionados por un SGBD. Un SGBD facilita la definición, manipulación y consulta de la base de datos mediante lenguajes como DDL, DML y SQL. Los SGBD proporcionan ventajas como la disponibilidad de datos, integridad, flexibilidad y seguridad.
SQL Server usa una arquitectura cliente-servidor donde el servidor administra las bases de datos y distribuye los recursos entre múltiples peticiones. Usa una arquitectura de capas de comunicación para aislar aplicaciones internas de red y protocolos, permitiendo desplegar la misma aplicación en diferentes ambientes. El cliente se encarga de la interfaz de usuario y el servidor procesa las peticiones y devuelve los resultados.
El documento explica la normalización de bases de datos. Resume que la normalización transforma datos complejos en estructuras más pequeñas, lo que reduce la repetición de datos y previene errores. Explica que existen diferentes niveles de normalización, incluyendo la primera, segunda y tercera formas normales. Además, provee un ejemplo de cómo normalizar una base de datos paso a paso hasta la tercera forma normal.
El documento explica por qué es importante modelar el negocio antes de modelar el sistema. Modelar el negocio permite entender claramente los procesos del negocio que se pretenden automatizar con el sistema. Se describen las principales actividades para modelar el negocio, como identificar los procesos clave, flujos de información, y volumen de datos. También se explican las herramientas clave para el modelado de negocio, como diagramas de casos de uso, diagramas de actividades, y diagramas de objetos de negocio. Modelar adecuadamente el neg
Este documento provee una introducción a los conceptos clave de Business Intelligence (BI). Explica los componentes principales de BI como las fuentes de información, ETL, almacenes de datos, herramientas de BI, OLAP y visualización. También incluye secciones sobre calidad de datos, procesamiento de ETL, estrategias de construcción de almacenes de datos, y usuarios de herramientas BI.
Las bases de datos se desarrollaron para almacenar grandes cantidades de información. En la década de 1950 se utilizaron cintas magnéticas para almacenar datos de forma secuencial. En la década de 1960 surgieron las primeras bases de datos de red y jerárquicas, y se creó el sistema SABRES para reservas de vuelos. En la década de 1970, Edgar Codd definió el modelo relacional y Larry Ellison desarrolló el primer sistema de gestión de bases de datos relacional llamado Oracle. En la década de 1980, SQL se conv
El documento explica lo que es el Gobierno TI. Define el Gobierno TI como una disciplina que evalúa, dirige y monitorea las tecnologías de la información de una organización para maximizar su valor y asegurar que apoyan los objetivos del negocio. También cubre los objetivos y áreas de enfoque clave del Gobierno TI como el alineamiento estratégico, agregar valor, administración de riesgos, administración de recursos y medición del desempeño. Además, introduce el marco COBIT como un estándar importante para
Un datawarehouse es un repositorio de datos estratégicos de una empresa que se utiliza para obtener información estratégica y táctica. Los data-marts contienen datos tácticos y operativos para información táctica. El data-mining analiza los datos para descubrir información oculta. Los sistemas EIS y DSS utilizan los datos almacenados para proveer información a ejecutivos y apoyar la toma de decisiones.
Datawarehouse como servicio en Azure (sqldw)SolidQ
http://summit.solidq.com
En lugar de aprovisionar grandes recursos para tu DW, Azure ofrece una versión especial de SQL Server como DataWarehouse. Si está familiarizado con el appliance APS, SQLDW en Azure viene a ser su versión como servicio. Usted crea su DW desde el portal de Azure y ya puede empezar a cargar datos y explotarlos. En esta sesión veremos cómo habilitar el servicio y cómo empezar a explotar SQLDW como tu DW en la nube.
Este documento describe el desarrollo de un data warehouse para la gestión de listas de espera sanitarias. Explica conceptos clave como OLTP vs data warehouse, las fases de construcción de un data warehouse, técnicas de modelado dimensional, procesos ETL y presentación de la información. Luego detalla el diseño e implementación del data warehouse para listas de espera, incluyendo el modelo dimensional, tablas de hechos y dimensiones, y procesos ETL. Finalmente, concluye y propone trabajos futuros.
Este documento describe una estrategia genérica, aplicable a cualquier plataforma para la implementación y administración de DataWarehouse, cuyo principal objetivo es lograr el éxito, sustentabilidad y adaptabilidad del proyecto tanto a corto como largo plazo. La estrategia está enfocada principalmente en proyectos complejos, sin embargo puede emplearse en proyectos de cualquier envergadura.
Para asegurar el éxito de la solución, esta estrategia considera experiencias y elementos que en diversos proyectos han sido factores de fracaso o estanco, principalmente los relacionados a satisfacer nuevos requerimientos de los usuarios finales, en términos de calidad y confiabilidad de la información, agilidad en la adaptación a los cambios, facilidad en la creación de informes y cuadros de mando, rapidez en los tiempos de respuesta de las consultas y costo de la administración de la infraestructura, entre otros.
Finalmente, esta estrategia desarrolla conceptos claves, tales como la adaptación a los cambios, administración de procesos (Jobs), control de errores y mallas de procesos, elementos que son centrales en la estrategia EIAD y que han sido olvidados en la mayoría de la literatura relacionada a DataWarehouse, centradas principalmente en metodologías de administración de proyectos, creación de cubos y/o algunos procesos de carga.
Este documento describe los desafíos que enfrenta una cadena de comidas rápidas llamada RapiServ para aumentar sus ventas. RapiServ necesita analizar datos sobre ventas, sucursales, productos y horarios para tomar mejores decisiones, pero sus sistemas actuales no brindan la información necesaria de manera oportuna. La solución propuesta es crear un data warehouse con la estructura adecuada para extraer información relevante de los datos de la compañía y apoyar el análisis y la toma de decisiones.
Este documento presenta cuatro recetas saludables para un taller de cocina: tabuleh de bulgur, timbal de verduras gratina das, croquetas de tempeh y puerro, y tarta de tofu y arándanos. Cada receta incluye una lista de ingredientes y pasos sencillos para preparar cada plato. El taller parece enfocarse en platos vegetarianos y veganos hechos con ingredientes naturales y energéticos.
Este documento resume una presentación sobre el uso de TagCommander para la gestión de etiquetas y atribución. La presentación describe cómo TagCommander ayuda a empresas a respetar la privacidad de datos, recolectar y analizar datos de marketing, y optimizar la gestión de etiquetas y atribución. Incluye un estudio de caso de cómo Venca ha reducido costos y mejorado la optimización de socios a través del uso de TagCommander.
Este documento trata sobre inteligencia de negocios (BI). Explica que BI es el proceso de extraer, manipular y analizar datos para presentar información que apoye la toma de decisiones. Describe algunos beneficios de BI como aumentar las ventas, entender mejor las necesidades de los clientes y lograr ventajas competitivas. También menciona algunas áreas comunes donde se usa BI como ventas, marketing, finanzas y manufactura.
¿Cómo crear, enviar, medir y optimizar tus campañas de Email Marketing?Pablo Capurro
Presentación de Roberto Jasinski, CEO de Making Experience, sobre Estrategias, Herramientas y tips para trabajar en forma profesional tus envíos de mails.
Este documento proporciona una introducción a los conceptos de Inteligencia de Negocios y Data Warehouse. Explica que la BI es la combinación de herramientas y técnicas que facilitan el análisis y la toma de decisiones mediante la explotación de la información. También describe las características y componentes clave de un Data Warehouse, como su estructura multidimensional y los procesos de extracción, carga y explotación de datos. Finalmente, resume las principales técnicas para explotar la información almacenada, como OLAP,
El documento describe los fundamentos de un data warehouse, incluyendo su arquitectura, estructura, tipos de datos almacenados, y usos. Un data warehouse almacena datos históricos y de múltiples fuentes para propósitos de análisis y toma de decisiones, separado de los sistemas transaccionales operativos.
El documento habla sobre inteligencia de negocios y cómo ayuda a las organizaciones a tomar mejores decisiones más rápidamente mediante el análisis de datos. Menciona que la inteligencia de negocios utiliza tecnologías como almacenes de datos y herramientas front-end para convertir datos crudos en información útil para los gerentes. También describe brevemente cómo varias compañías han aplicado con éxito la inteligencia de negocios para mejorar sus operaciones.
Marketing Intelligence, o cómo digerir los datos para mejorar las decisiones en Marketing.
Desayuno AMDIA. 26 de Abril de 2012.
Presentadores: Freddy Rosales, Néstor Martínez
Open Source Business Intelligence 2013 (spanish)Stratebi
El documento proporciona información sobre una empresa que ofrece servicios y soluciones de Business Intelligence. Ofrece desarrollo de proyectos BI, acompañamiento tecnológico, formación, soluciones verticales específicas y demos. La empresa es líder en soluciones BI de código abierto en España.
Introducción a Microsoft Azure SQL Data WarehouseJoseph Lopez
El nuevo Microsoft Azure SQL Data Warehouse (SQL DW) es un versátil servicio de almacén de datos que provee una solución Massively Parallel Processing (MPP) para "Big data" con verdaderas características de alta infraestructura empresarial. El servicio SQL DW está construido para la carga de datos en ejecución de unos cien gigabytes hasta petabytes de datos con características únicas como cálculo desagregado, permitiendo así que los clientes sean capaces de utilizar el servicio para satisfacer sus necesidades de almacenamiento. En la presente exposición les mostrare una mirada en profundidad de este nuevo servicio de Azure como la implementación, el escalamiento elástico (Grow, Shrink, y Pause), y las nubes de datos híbrida con integración de Hadoop a través Polybase permitiendo una verdadera experiencia de SQL a través de datos estructurados y no estructurados.
Inteligencia de Negocios - FISI - UNMSM - DataWareHouseJulio Pari
El documento habla sobre los datawarehouses y la inteligencia de negocios. Explica que los datawarehouses almacenan datos estructurados y no estructurados de varios sistemas para su análisis. También describe los factores críticos para el éxito de un proyecto de inteligencia de negocios como tener el patrocinio de ejecutivos, involucrar a los usuarios y una buena arquitectura enfocada en la calidad de los datos. Finalmente, concluye explicando que los datawarehouses proveen datos históricos conf
Construcción de un DataWareHouse - FISI - UNMSM - DataWareHouseJulio Pari
El documento describe los pasos para el diseño de un almacén de datos, incluyendo la recopilación de requisitos, diseño conceptual, diseño lógico, diseño físico e implementación. Explica que el diseño lógico implica el modelado multidimensional con esquemas estrella y describe los pasos clave como elegir un proceso de negocio, decidir el nivel de detalle de representación y identificar las dimensiones relevantes.
Marketing intelligence: Optimizando la estrategia a través del Big DataAlex Rayón Jerez
Curso "Marketing intelligence: Optimizando la estrategia a través del Big Data" impartido en el Colegio Vasco de Economistas, en Bilbao. Curso centrado en explicar las posibilidades que ofrece el Big Data para el proceso de marketing de cualquier empresa, de cualquier tamaño y de cualquier ubicación.
Mejores prácticas de Data Warehouse con SQL ServerSpanishPASSVC
Este documento presenta varias mejores prácticas para el diseño y administración de data warehouses con SQL Server. Incluye estudios de caso de empresas como Microsoft AdCenter y Xbox Live que utilizan particionamiento, SSD y balanceo de carga para lograr escalabilidad. También recomienda usar un modelo de datos optimizado para consultas, limpiar datos durante ETL y adoptar un enfoque de "una sola verdad" de datos.
El documento explora los conceptos fundamentales de los almacenes de datos, incluyendo su definición, propósito, arquitecturas comunes y consideraciones clave para su implementación. Un almacén de datos centraliza grandes cantidades de datos de múltiples fuentes para habilitar el análisis empresarial a través de herramientas de inteligencia de negocios. Las arquitecturas más simples son monolíticas o de tres niveles, pero existen opciones más avanzadas como las arquitecturas radiales o con zonas de preparación de datos.
Un Data Mart es un subconjunto de datos extraídos de un Data Warehouse que se enfoca en proveer información relevante a un área o departamento específico de una organización para apoyar la toma de decisiones. Está compuesto por fuentes de datos transaccionales, procesos ETL, almacenamiento de datos y herramientas de explotación de información como consultas, informes y minería de datos.
El documento proporciona una introducción al concepto de data warehouse. Explica que un data warehouse es un almacén de datos de fácil acceso alimentado por múltiples fuentes de datos transformadas para permitir nuevas consultas, análisis y la toma de decisiones. También describe los procesos básicos de extracción, transformación y carga de datos, así como los elementos clave de un sistema de data warehouse como las fuentes de datos, el área de tráfico de datos y el servidor de presentación.
Topicos de ingeneria_de_sistema_sii_calzada1Calzada Meza
El documento describe la arquitectura orientada a servicios. Define las capas de software en SOA como aplicaciones básicas, de exposición de funcionalidades, de integración de servicios y de composición de procesos. Además, explica que la arquitectura orientada a servicios permite crear sistemas altamente escalables que reflejen los requisitos del negocio y faciliten la interacción entre sistemas.
El documento proporciona una definición y descripción general de un data warehouse. Explica que un data warehouse es una colección de datos integrados y no volátiles de varias fuentes organizados para apoyar la toma de decisiones. Detalla los procesos básicos de extracción, transformación y carga de datos, así como los elementos clave de un data warehouse como los sistemas fuente, el área de tráfico de datos y el servidor de presentación. Además, explica que el data mining se utiliza para extraer conocimiento útil de los datos almacenados
El documento describe el concepto de data warehouse, sus características principales como ser integrado, temático e histórico. Explica el proceso ETL de extracción, transformación y carga de datos, y los elementos claves para el desarrollo de un data warehouse como su arquitectura y sistemas de gestión de bases de datos. También cubre las aplicaciones y ventajas de los data warehouse, como facilitar la toma de decisiones y mejorar los procesos empresariales.
Este documento describe los conceptos básicos de un data warehouse, incluyendo que es un repositorio estructurado de datos históricos orientados al negocio para facilitar la toma de decisiones, tiene características como estar orientado a un tema, ser integrado y variante en el tiempo, y se utiliza para aplicaciones como marketing, análisis financiero y de riesgo, y control de gestión. Explica también procesos como ETL, y técnicas como minería de datos y bases de datos multidimensionales.
El documento proporciona información sobre conceptos clave relacionados con Business Intelligence como Data Warehouse, Data Mart, Cuadro de Mando Integral y Sistemas de Información Ejecutiva. Explica que un Data Warehouse almacena datos históricos de múltiples fuentes para apoyar la toma de decisiones, mientras que un Data Mart contiene datos especializados de un área de negocio en particular. También describe el Cuadro de Mando Integral como un modelo de gestión que monitorea el desempeño de una organización desde cuatro perspectivas clave.
Un Data Warehouse es la integración de datos consolidados provenientes de múltiples fuentes de datos con el propósito de analizarlos y tomar decisiones que mejoren la gestión del negocio. Hace que la información de una organización sea consistente y adaptable a cambios, almacenando datos históricos para su análisis y uso en la toma de decisiones futuras.
Este documento describe las aplicaciones difusas y el concepto de data warehouse. Introduce los primeros sistemas de información basados en aplicaciones que generaban ficheros y bases de datos heterogéneas, lo que dificultaba la integración de datos. Luego explica el surgimiento del concepto de data warehouse para integrar los datos de las aplicaciones existentes y así poder usarlos para la gestión. Finalmente, define los componentes clave de un data warehouse como el proceso ETL y los modelos de datos relacional y multidimensional.
Un data warehouse es un conjunto integrado de bases de datos con orientación temática diseñado para apoyar la toma de decisiones al almacenar y proveer información relevante de múltiples fuentes de datos; su arquitectura incluye niveles para la organización y acceso a los datos, el almacenamiento en el data warehouse, y el acceso a la información por los usuarios.
Este documento presenta un temario sobre Data Warehouses. Explica que un Data Warehouse es un almacén de datos orientado a temas, integrado y no volátil que apoya el proceso de toma de decisiones. Describe los procesos básicos de extracción, transformación y carga de datos, así como los beneficios de implementar un Data Warehouse como proporcionar información para la toma de decisiones y aprender de datos pasados.
Unidad2 Bases De Datos Para L Toma De DesicionesDeysi Hdz
El documento describe un almacén de datos (data warehouse), que es una gran colección de datos de múltiples sistemas que se utiliza principalmente para la toma de decisiones. Un almacén de datos proporciona una interfaz consolidada para acceder a datos históricos y actuales de manera más fácil. También describe las características, arquitectura y estructura lógica y física de un almacén de datos.
Este documento resume varios conceptos clave relacionados con los sistemas de información y almacenamiento de datos. Describe un centro de datos como una instalación que alberga sistemas informáticos y componentes asociados. Explica que un almacén de datos es un sistema para recopilar y almacenar datos transaccionales de múltiples fuentes para su posterior análisis e informes. Finalmente, introduce el concepto de un mercado de datos o data mart como un subconjunto especializado de datos diseñado para ayudar a un área especí
IN Unidad 2: Infraestructuras y arquitecturas de inteligencia de negociosFranklin Parrales Bravo
Objetivo: Crear almacenes de datos mediante herramientas tecnológicas sobre arquitecturas de Inteligencia de Negocios para recopilar datos de varios orígenes a través del proceso ETL (Extracción, Transformación y Carga) para mantener información consolidada e integrada
Un almacén de datos (data warehouse) es una colección de datos orientada a una empresa u organización que ayuda en la toma de decisiones. Está diseñado para facilitar el análisis y divulgación eficiente de datos. Un data warehouse transforma datos brutos en información útil mediante técnicas estadísticas. Proporciona una herramienta para la toma de decisiones en cualquier área funcional basada en información integrada.
Este documento describe conceptos clave relacionados con el almacenamiento y análisis de datos como data warehouse, data mart y data mining. Explica que un data warehouse almacena datos de toda la empresa para su análisis, un data mart contiene un subconjunto de datos de un área específica, y el data mining extrae patrones e información de los datos almacenados. También compara las técnicas comunes de data mining como redes neuronales, regresión lineal y árboles de decisión.
Este documento presenta preguntas y respuestas sobre conceptos clave relacionados con almacenes de datos. Explica términos como clasificados por temas, integrados y variables en el tiempo. También describe las diferencias entre sistemas OLTP y almacenes de datos, los beneficios y problemas de los almacenes de datos, y los componentes y funciones de un almacén de datos como el gestor de carga y herramientas de acceso para usuarios finales. Además, cubre temas como la gestión de metadatos, tareas de administración,
Un repositorio es un sitio centralizado donde se almacena información digital de forma accesible a través de Internet. Los repositorios contienen archivos de diferentes disciplinas como biología, ciencias de la computación, agricultura y más. Un datawarehouse es una base de datos corporativa que integra información de múltiples fuentes para permitir su análisis desde diferentes perspectivas y con velocidad. Los datawarehouses se caracterizan por almacenar datos de forma integrada, temática e histórica para apoyar la toma de decisiones.
Fundamentos de Sistemas de Base de Datos (Capítulo 29 y 30)Karina Lucio
Este documento trata sobre el almacenamiento de datos y OLAP. Explica los conceptos clave de almacenes de datos, incluyendo su construcción, ventajas sobre las vistas y problemas abiertos. También cubre temas emergentes como bases de datos móviles y sus características, así como escenarios de distribución de bases de datos móviles.
Catalogo Cajas Fuertes BTV Amado Salvador Distribuidor OficialAMADO SALVADOR
Explora el catálogo completo de cajas fuertes BTV, disponible a través de Amado Salvador, distribuidor oficial de BTV. Este catálogo presenta una amplia variedad de cajas fuertes, cada una diseñada con la más alta calidad para ofrecer la máxima seguridad y satisfacer las diversas necesidades de protección de nuestros clientes.
En Amado Salvador, como distribuidor oficial de BTV, ofrecemos productos que destacan por su innovación, durabilidad y robustez. Las cajas fuertes BTV son reconocidas por su eficiencia en la protección contra robos, incendios y otros riesgos, lo que las convierte en una opción ideal tanto para uso doméstico como comercial.
Amado Salvador, distribuidor oficial BTV, asegura que cada producto cumpla con los más estrictos estándares de calidad y seguridad. Al adquirir una caja fuerte a través de Amado Salvador, distribuidor oficial BTV, los clientes pueden tener la tranquilidad de que están obteniendo una solución confiable y duradera para la protección de sus pertenencias.
Este catálogo incluye detalles técnicos, características y opciones de personalización de cada modelo de caja fuerte BTV. Desde cajas fuertes empotrables hasta modelos de alta seguridad, Amado Salvador, como distribuidor oficial de BTV, tiene la solución perfecta para cualquier necesidad de seguridad. No pierdas la oportunidad de conocer todos los beneficios y características de las cajas fuertes BTV y protege lo que más valoras con la calidad y seguridad que solo BTV y Amado Salvador, distribuidor oficial BTV, pueden ofrecerte.
Catalogo Buzones BTV Amado Salvador Distribuidor Oficial ValenciaAMADO SALVADOR
Descubra el catálogo completo de buzones BTV, una marca líder en la fabricación de buzones y cajas fuertes para los sectores de ferretería, bricolaje y seguridad. Como distribuidor oficial de BTV, Amado Salvador se enorgullece de presentar esta amplia selección de productos diseñados para satisfacer las necesidades de seguridad y funcionalidad en cualquier entorno.
Descubra una variedad de buzones residenciales, comerciales y corporativos, cada uno construido con los más altos estándares de calidad y durabilidad. Desde modelos clásicos hasta diseños modernos, los buzones BTV ofrecen una combinación perfecta de estilo y resistencia, garantizando la protección de su correspondencia en todo momento.
Amado Salvador, se compromete a ofrecer productos de primera clase respaldados por un servicio excepcional al cliente. Como distribuidor oficial de BTV, entendemos la importancia de la seguridad y la tranquilidad para nuestros clientes. Por eso, trabajamos en colaboración con BTV para brindarle acceso a los mejores productos del mercado.
Explore el catálogo de buzones ahora y encuentre la solución perfecta para sus necesidades de correo y seguridad. Confíe en Amado Salvador y BTV para proporcionarle buzones de calidad excepcional que cumplan y superen sus expectativas.
Catalogo general Ariston Amado Salvador distribuidor oficial ValenciaAMADO SALVADOR
Distribuidor Oficial Ariston en Valencia: Amado Salvador distribuidor autorizado de Ariston, una marca líder en soluciones de calefacción y agua caliente sanitaria. Amado Salvador pone a tu disposición el catálogo completo de Ariston, encontrarás una amplia gama de productos diseñados para satisfacer las necesidades de hogares y empresas.
Calderas de condensación: Ofrecemos calderas de alta eficiencia energética que aprovechan al máximo el calor residual. Estas calderas Ariston son ideales para reducir el consumo de gas y minimizar las emisiones de CO2.
Bombas de calor: Las bombas de calor Ariston son una opción sostenible para la producción de agua caliente. Utilizan energía renovable del aire o el suelo para calentar el agua, lo que las convierte en una alternativa ecológica.
Termos eléctricos: Los termos eléctricos, como el modelo VELIS TECH DRY (sustito de los modelos Duo de Fleck), ofrecen diseño moderno y conectividad WIFI. Son ideales para hogares donde se necesita agua caliente de forma rápida y eficiente.
Aerotermia: Si buscas una solución aún más sostenible, considera la aerotermia. Esta tecnología extrae energía del aire exterior para calentar tu hogar y agua. Además, puede ser elegible para subvenciones locales.
Amado Salvador es el distribuidor oficial de Ariston en Valencia. Explora el catálogo y descubre cómo mejorar la comodidad y la eficiencia en tu hogar o negocio.
HPE presenta una competició destinada a estudiants, que busca fomentar habilitats tecnològiques i promoure la innovació en un entorn STEAM (Ciència, Tecnologia, Enginyeria, Arts i Matemàtiques). A través de diverses fases, els equips han de resoldre reptes mensuals basats en àrees com algorísmica, desenvolupament de programari, infraestructures tecnològiques, intel·ligència artificial i altres tecnologies. Els millors equips tenen l'oportunitat de desenvolupar un projecte més gran en una fase presencial final, on han de crear una solució concreta per a un conflicte real relacionat amb la sostenibilitat. Aquesta competició promou la inclusió, la sostenibilitat i l'accessibilitat tecnològica, alineant-se amb els Objectius de Desenvolupament Sostenible de l'ONU.
Catalogo General Electrodomesticos Teka Distribuidor Oficial Amado Salvador V...AMADO SALVADOR
El catálogo general de electrodomésticos Teka presenta una amplia gama de productos de alta calidad y diseño innovador. Como distribuidor oficial Teka, Amado Salvador ofrece soluciones en electrodomésticos Teka que destacan por su tecnología avanzada y durabilidad. Este catálogo incluye una selección exhaustiva de productos Teka que cumplen con los más altos estándares del mercado, consolidando a Amado Salvador como el distribuidor oficial Teka.
Explora las diversas categorías de electrodomésticos Teka en este catálogo, cada una diseñada para satisfacer las necesidades de cualquier hogar. Amado Salvador, como distribuidor oficial Teka, garantiza que cada producto de Teka se distingue por su excelente calidad y diseño moderno.
Amado Salvador, distribuidor oficial Teka en Valencia. La calidad y el diseño de los electrodomésticos Teka se reflejan en cada página del catálogo, ofreciendo opciones que van desde hornos, placas de cocina, campanas extractoras hasta frigoríficos y lavavajillas. Este catálogo es una herramienta esencial para inspirarse y encontrar electrodomésticos de alta calidad que se adaptan a cualquier proyecto de diseño.
En Amado Salvador somos distribuidor oficial Teka en Valencia y ponemos atu disposición acceso directo a los mejores productos de Teka. Explora este catálogo y encuentra la inspiración y los electrodomésticos necesarios para equipar tu hogar con la garantía y calidad que solo un distribuidor oficial Teka puede ofrecer.
KAWARU CONSULTING presenta el projecte amb l'objectiu de permetre als ciutadans realitzar tràmits administratius de manera telemàtica, des de qualsevol lloc i dispositiu, amb seguretat jurídica. Aquesta plataforma redueix els desplaçaments físics i el temps invertit en tràmits, ja que es pot fer tot en línia. A més, proporciona evidències de la correcta realització dels tràmits, garantint-ne la validesa davant d'un jutge si cal. Inicialment concebuda per al Ministeri de Justícia, la plataforma s'ha expandit per adaptar-se a diverses organitzacions i països, oferint una solució flexible i fàcil de desplegar.
En este documento analizamos ciertos conceptos relacionados con la ficha 1 y 2. Y concluimos, dando el porque es importante desarrollar nuestras habilidades de pensamiento.
Sara Sofia Bedoya Montezuma.
9-1.
13. Metodología de Kimball (Bottom-up) 27/11/09 Administración de las Tecnologías de la Información
14. Metodología agil para la implementación de un dw 27/11/09 Administración de las Tecnologías de la Información
15. Page Arquitectura de un Data Warehouse 27/11/09 Administración de las Tecnologías de la Información
16. Production systems Other sources CRM Billing Activation systems Other DBs… Files ETL DataWarehouse OLAP cubes Business Users Querying & Reporting tools Acquisition Storage / Archiving Restitution Datamarts Flujo de Datos de un DW 27/11/09 Administración de las Tecnologías de la Información
17.
18.
19.
20.
21.
22.
23. PROYECTO DE ELABORACION DE UN DATA WAREHOUSE Administración de las Tecnologías de la Información 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). 27/11/09
24. PROYECTO DE ELABORACION DE UN DATA WAREHOUSE Administración de las Tecnologías de la Información 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. 27/11/09
25.
26.
27.
28.
29.
30.
31.
32.
33.
34.
35.
36.
37. Importante: 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) 27/11/09 Administración de las Tecnologías de la Información
38. Page DATA WAREHOUSE VS BD OPERACIONAL 27/11/09 Administración de las Tecnologías de la Información 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
39. Modelo de Estrella 27/11/09 Administración de las Tecnologías de la Información
49. Data Warehouses Vs. Data Marts Data Mart Departamental Un solo tema Pocos < 100 GB Meses Data Warehouse Propiedad Alcance Tema Fuente de datos Tamaño (típico) Tiempo de implementación Data Warehouse Empresarial Múltiples Muchas 100 GB to > 1 TB Meses a años 27/11/09 Administración de las Tecnologías de la Información Data Mart
50. Su objetivo es agilizar la consulta de grandes cantidades de datos. Caracteriza la Arquitectura necesaria para la implementación de un sistema de ayuda en la toma de decisiones. La consultas son pocas pero son muy consumidoras de tiempo (pueden correr horas), las actualizaciones son menos frecuentes y/o la respuesta a la consulta no depende del hecho de tener actualizada la base de datos. Soporte análisis multidimensional y procesamiento analítico en línea ( OLAP ) 27/11/09 Administración de las Tecnologías de la Información
51.
52. Clasificación según el tipo de motor en el que estén almacenados los datos: 27/11/09 Administración de las Tecnologías de la Información ROLAP (Relational OLAP) MOLAP (multidimensional OLAP) Almacena los datos en un motor relacional Almacena los datos en una base de datos multidimensional Muchas dimensiones Diez o menos dimensiones Soportan analisis OLAP contra grandes volumenens de datos Se comportan razonablemente en volumenes de datos mas reducidos (menos de 5Gb) Herramienta flexible y general Solución particular con volúmenes de información y numero de dimensiones mas modestos
53. Consultando un cubo Trim4 Trim1 Trim2 Trim3 Dimensión tiempo Santiago Quito Arequipa Dimensión Ciudad Manzana Pañal Yogurt Lima Melon Dimensión Producto 27/11/09 Administración de las Tecnologías de la Información Ventas Fact
54. LA ESTRUCTURA DE UN CUBO 27/11/09 Administración de las Tecnologías de la Información
57. Medida : cuenta de suscriptor x mes (para agilizar cálculos) 27/11/09 Administración de las Tecnologías de la Información
58. Medida: Tasa de cambio de moneda, esta se expresa en una sola, independientemente de la divisa de pago. 27/11/09 Administración de las Tecnologías de la Información
59. Dimensiones La Dimensión fecha se usa más de una vez (dimensión con rol) 27/11/09 Administración de las Tecnologías de la Información
60. Relaciones Una relación regular 27/11/09 Administración de las Tecnologías de la Información
61. The cube structure Relaciones Una relación de hecho 27/11/09 Administración de las Tecnologías de la Información
62. Relaciones Una relación referenciada 27/11/09 Administración de las Tecnologías de la Información
63. The cube structure Relaciones Una relación de « muchos a muchos » Dim Product Fact Charges Fact Charges Dim Subscriber Dim Subscriber Fact Subscriber 27/11/09 Administración de las Tecnologías de la Información
64. DATA MINING Minería de Datos Administración de las Tecnologías de la Información 27/11/09
65.
66.
67.
68. Tres pasos Preparación de los datos Análisis de datos Toma de decisiones Redes Neuronales 27/11/09 Administración de las Tecnologías de la Información
69. Preparación de datos Extracción / Integración Transformación Selección Limpieza Data warehouse 50-80% tiempo del proyecto 27/11/09 Administración de las Tecnologías de la Información
76. Relación Administración de las Tecnologías de la Información 27/11/09 Relación con el Data Mining Está asociado al escalón más alto de la pirámide (Nivel Estratégico) y tiene por objeto eliminar los errores cometidos por las personas al analizar los datos debido a prejuicios y dejar que sean los datos los que muestren los modelos subyacentes en ellos. Mientras en Data Warehousing, se basan en estructuras multidimensionales, en las que se almacena la información calculando previamente todas las combinaciones de todos los niveles de todas las aperturas de análisis. Aunque este método se puede considerar como exagerado, nunca será tan caro, como lo que le costaría a la organización el tomar las decisiones equivocadas.
77.
78. Data Mining un proceso Administración de las Tecnologías de la Información 27/11/09 Pasos
79. Data Mining un proceso Administración de las Tecnologías de la Información 27/11/09 Identificar un problema Usar data mining para transformar los datos en información Actuar basándonos en la información Medir los resultados
84. Importante Administración de las Tecnologías de la Información 27/11/09 La promesa de Data Mining es encontrar los patrones Simplemente el hallazgo de los patrones no es suficiente Debemos ser capaces de entender los patrones, responder a ellos, actuar sobre ellos, para finalmente convertir los datos en información, la información en acción y la acción en valor para la empresa
85.
86. Conclusiones Administración de las Tecnologías de la Información 27/11/09 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, 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.
87. Resumiendo los beneficios de la arquitectura del DWH : Administración de las Tecnologías de la Información 27/11/09 Provee un esquema de organización – cuáles son los componentes que la forman, cómo ellos se interrelacionan, quién es el dueño de cada parte y cuáles son las prioridades. Mejora la flexibilidad – permite que rápidamente se añadan nuevas fuentes de datos. Desarrollo rápido y reuso – los desarrolladores de DWH son más capaces de comprender el proceso de DWH , los contenidos de las bases de datos y las reglas del negocio más rápidamente. Herramientas de comunicaciones – define y comunica la dirección y el alcance de las expectativas , identifica los roles y responsabilidades y comunica los requerimientos al proveedor.
88. Que la tecnología no te entierre¡¡¡ Administración de las Tecnologías de la Información Thank You ! 27/11/09
89. ANEXOS REDES NEURONALES 27/11/09 Administración de las Tecnologías de la Información Fuente: José Ignacio Latorre Universitat de Barcelona http://sophia.ecm.ub.es/latorre /
92. ¿Qué es una red neuronal? Datos Datos históricos variables objetivos Datos nuevos variables ?? Las redes neuronales aprenden a partir de ejemplos Economista/Matemático/Físico/Analista Aproximante universal (Permiten un ajuste a partir de ejemplos en un gran espacio de funciones sin sesgo, robusto, flexible que implementa inferencia bayesiana) Economista/Empresario Herramienta de predicción (objetivo, consolidado, adaptable a problemas complejos, integrable) Modelo del cerebro Redes neuronales 27/11/09 Administración de las Tecnologías de la Información
93.
94. ¿Cómo funciona una red neuronal? capa 1 capa 2 capa l ..... Red neuronal feedforward multicapa Redes neuronales 27/11/09 Administración de las Tecnologías de la Información
95.
96.
97. Redes neuronales Belgrado 19/04/1999 Una red neuronal es entrenada con patrones de aviones La red detecta un avión militar escondido bajo un avión comercial 27/11/09 Administración de las Tecnologías de la Información
98. Finanzas Data Mining Divorcios Ciencia Banca Reconocimiento de patrones 27/11/09 Administración de las Tecnologías de la Información
99.
100. Ejemplos Lift Chart % de clientes contactados % de Respuestas positivas retenidas 27/11/09 Administración de las Tecnologías de la Información
101.
102.
Notas del editor
Data Mining Administración de las Tecnologías de la Información
Data Mining Administración de las Tecnologías de la Información
Data Mining Administración de las Tecnologías de la Información
Administración de las Tecnologías de la Información Data Mining
Data Mining Administración de las Tecnologías de la Información
Data Mining Administración de las Tecnologías de la Información
Data Mining Administración de las Tecnologías de la Información
Data Mining Administración de las Tecnologías de la Información
Data Mining Administración de las Tecnologías de la Información
Data Mining Administración de las Tecnologías de la Información
Data Mining Administración de las Tecnologías de la Información
Data Mining Administración de las Tecnologías de la Información
Data Mining Administración de las Tecnologías de la Información
Data Mining Administración de las Tecnologías de la Información
Data Mining Administración de las Tecnologías de la Información
Data Mining Administración de las Tecnologías de la Información
Data Mining Administración de las Tecnologías de la Información
Data Mining Administración de las Tecnologías de la Información
Data Mining Administración de las Tecnologías de la Información
Data Mining Administración de las Tecnologías de la Información
Data Mining Administración de las Tecnologías de la Información
Data Mining Administración de las Tecnologías de la Información