Este documento presenta una introducción a Master Data Services (MDS) y Data Quality Services (DQS) en SQL Server 2012. MDS permite centralizar y administrar datos maestros clave de una organización. DQS ayuda a mejorar la calidad de los datos mediante la creación y administración de una base de conocimientos sobre los datos de una organización. El documento explica conceptos como datos maestros, gobernanza de datos, calidad de datos y los componentes y capacidades de MDS y DQS.
Asegurando la calidad del dato en mi entorno de business intelligenceMary Arcia
El aseguramiento de la calidad de datos es el proceso que más demanda tiempo, gente y dinero dentro de nuestros proyectos de BI. Entendiendo el efecto clave en el proceso de la toma de decisiones que genera el” business intelligence”, no puede tratarse la calidad de los datos como un proceso tardío. En esta sesión vamos a conocer cómo tras una metodología de calidad de datos, los servicios de Data Quality Services de Microsoft SQL Server nos ayuda en este proceso de ahorrar tiempo y garantizar datos sanos y correctos para nuestros sistemas de BI.
MDS - Aplicando y gestionando centralizadamente los datos maestros en escenar...Joseph Lopez
Breve muestra sobre como aplicar y gestionar centralizadamente los datos maestros en escenarios empresariales dentro de las compañías y corporaciones de hoy
Mejorando la calidad y el ciclo de vida de los datos en proyectos educativosAlex Rayón Jerez
Primer Webinar de SNOLA (Spanish Network Of Learning Analytics,http://snola.deusto.es/), titulado "Mejorando la calidad y el ciclo de vida de los datos en proyectos educativos"
Disponible también en vídeo aquí: https://plus.google.com/u/0/events/c5keobqquhp1k1h3o7dekd561bo?cfem=1
Asegurando la calidad del dato en mi entorno de business intelligenceMary Arcia
El aseguramiento de la calidad de datos es el proceso que más demanda tiempo, gente y dinero dentro de nuestros proyectos de BI. Entendiendo el efecto clave en el proceso de la toma de decisiones que genera el” business intelligence”, no puede tratarse la calidad de los datos como un proceso tardío. En esta sesión vamos a conocer cómo tras una metodología de calidad de datos, los servicios de Data Quality Services de Microsoft SQL Server nos ayuda en este proceso de ahorrar tiempo y garantizar datos sanos y correctos para nuestros sistemas de BI.
MDS - Aplicando y gestionando centralizadamente los datos maestros en escenar...Joseph Lopez
Breve muestra sobre como aplicar y gestionar centralizadamente los datos maestros en escenarios empresariales dentro de las compañías y corporaciones de hoy
Mejorando la calidad y el ciclo de vida de los datos en proyectos educativosAlex Rayón Jerez
Primer Webinar de SNOLA (Spanish Network Of Learning Analytics,http://snola.deusto.es/), titulado "Mejorando la calidad y el ciclo de vida de los datos en proyectos educativos"
Disponible también en vídeo aquí: https://plus.google.com/u/0/events/c5keobqquhp1k1h3o7dekd561bo?cfem=1
Sigma Data Services explica qué es la calidad de datos, cómo afecta a los resultados de la empresa y cómo implantar un sistema de calidad de datos que permita el control continuado de la calidad.
Master Data Management - MDM - Pasos para implementar MDMJose Pla
¿Qué es MDM?
¿Qué consideraciones tener para implementar MDM?
¿Cómo implementar MDM?
Relación de MDM en el área de Inteligencia de Negocios - BI
Casos de Estudio
Data Integration & Data Quality Open Source (spanish)Stratebi
Introducción a Data Quality: Qué es, Por qué, Conceptos, Beneficios de Data Quality
Data Quality & Business Intelligence:
Pilares del BI
Integración de datos
Mejores prácticas
Opensource & Data Quality:
Data Quality & Pentaho (PDI)
PDI / ETLs / Integridad / Validación
Data Cleaner
Integración Data Cleaner y PDI
Exposición sobre el tema Master Data Management (Administración de Datos Maestros) realizada por Adriana Rodriguez y Luis Fernando Ortiz para la clase de Modelado y Gestión de Información en la Especialización en Proyectos Informáticos de la Universidad Distrital Francisco José de Caldas. Bogotá, Colombia. Noviembre de 2010.
Introducción a Data Quality Services en MS SQL Server 2012Joseph Lopez
Una vista rápida del poder eficiente sobre como obtener fácilmente datos con calidad en cualquier entorno empresarial de producción en la realidad de las empresas de hoy.
Calidad de datos: La base del éxito para la modernización de sistemas de información
La ponencia tratará los aspectos más importantes a considerar para llevar a cabo una exitosa migración de datos de una organización en la modernización de los sistemas de información o la adquisición de nuevos sistemas o aplicaciones. Se cubren aspectos como la metodología, buenas prácticas y el proceso para la migración de bases de datos, haciendo énfasis en el análisis de la calidad de los datos.
Ponente; Magda Meléndez
Exposición sobre el tema Master Data Management (Administración de Datos Maestros) realizada por Adriana Rodriguez y Luis Fernando Ortiz para la clase de Modelado y Gestión de Información en la Especialización en Proyectos Informáticos de la Universidad Distrital Francisco José de Caldas. Bogotá, Colombia. Noviembre de 2010.
In this opportunity I spoke about the distinct way that we have on azure to manage data pipelines and what are the best practices. I showed to the audience some bid data, stream data and transnational data architecture using Azure services
Power BI se ha convertido en la herramienta líder en analítica de datos (Gartner) y comprende y¿n conjunto de soluciones con capacidades completas para el desarrollo ágil y completo de inteligencia de negocios. Su uso acelera la adopción de soluciones de BI sin descuidar aspectos clave como el gobierno de datos
"MDM: Cómo adquirir y retener más clientes" Master Data ManagementPowerData
WEBINAR: http://landings.powerdata.es/master-data-management-como-adquirir-retener-mas-clientes
Verás por qué es fundamental contar con una visión centrada en el cliente de su negocio para atraer, retener y desarrollar relaciones rentables y sostenibles con clientes, agentes y socios.
MDM: Atraer y retener cliente
Clientes: ¿Los conocemos?
Una estrategia MDM
Visión 360º de una estrategia MDM
MDM y Data Governance. ¿Qué es el customer golden record?
Ejemplo del sector seguro
Iniciativa de MDM alto nivel
Informatica
Contenido descargable gratuito
governance-1
El Data Governance supone un activo estratégico para su organización, así como una ventaja competitiva para obtener un valor económico real. Como ocurre con muchos otros conceptos, son necesidades que han existido siempre en las organizaciones y que se presentan en la actualidad con más fuerza, por la madurez tecnológica y el creciente impacto que la tecnología tiene en los sistemas de gestión.
Presentación de un enfoque para administrar eficientemente los riesgos e impacto en las capacidades de su compañía trabajando fuertemente en los estilos de inteligencia de negocio predominantes y las técnicas para monitorizar y gestionar la calidad de datos de principio a fin
Sigma Data Services explica qué es la calidad de datos, cómo afecta a los resultados de la empresa y cómo implantar un sistema de calidad de datos que permita el control continuado de la calidad.
Master Data Management - MDM - Pasos para implementar MDMJose Pla
¿Qué es MDM?
¿Qué consideraciones tener para implementar MDM?
¿Cómo implementar MDM?
Relación de MDM en el área de Inteligencia de Negocios - BI
Casos de Estudio
Data Integration & Data Quality Open Source (spanish)Stratebi
Introducción a Data Quality: Qué es, Por qué, Conceptos, Beneficios de Data Quality
Data Quality & Business Intelligence:
Pilares del BI
Integración de datos
Mejores prácticas
Opensource & Data Quality:
Data Quality & Pentaho (PDI)
PDI / ETLs / Integridad / Validación
Data Cleaner
Integración Data Cleaner y PDI
Exposición sobre el tema Master Data Management (Administración de Datos Maestros) realizada por Adriana Rodriguez y Luis Fernando Ortiz para la clase de Modelado y Gestión de Información en la Especialización en Proyectos Informáticos de la Universidad Distrital Francisco José de Caldas. Bogotá, Colombia. Noviembre de 2010.
Introducción a Data Quality Services en MS SQL Server 2012Joseph Lopez
Una vista rápida del poder eficiente sobre como obtener fácilmente datos con calidad en cualquier entorno empresarial de producción en la realidad de las empresas de hoy.
Calidad de datos: La base del éxito para la modernización de sistemas de información
La ponencia tratará los aspectos más importantes a considerar para llevar a cabo una exitosa migración de datos de una organización en la modernización de los sistemas de información o la adquisición de nuevos sistemas o aplicaciones. Se cubren aspectos como la metodología, buenas prácticas y el proceso para la migración de bases de datos, haciendo énfasis en el análisis de la calidad de los datos.
Ponente; Magda Meléndez
Exposición sobre el tema Master Data Management (Administración de Datos Maestros) realizada por Adriana Rodriguez y Luis Fernando Ortiz para la clase de Modelado y Gestión de Información en la Especialización en Proyectos Informáticos de la Universidad Distrital Francisco José de Caldas. Bogotá, Colombia. Noviembre de 2010.
In this opportunity I spoke about the distinct way that we have on azure to manage data pipelines and what are the best practices. I showed to the audience some bid data, stream data and transnational data architecture using Azure services
Power BI se ha convertido en la herramienta líder en analítica de datos (Gartner) y comprende y¿n conjunto de soluciones con capacidades completas para el desarrollo ágil y completo de inteligencia de negocios. Su uso acelera la adopción de soluciones de BI sin descuidar aspectos clave como el gobierno de datos
"MDM: Cómo adquirir y retener más clientes" Master Data ManagementPowerData
WEBINAR: http://landings.powerdata.es/master-data-management-como-adquirir-retener-mas-clientes
Verás por qué es fundamental contar con una visión centrada en el cliente de su negocio para atraer, retener y desarrollar relaciones rentables y sostenibles con clientes, agentes y socios.
MDM: Atraer y retener cliente
Clientes: ¿Los conocemos?
Una estrategia MDM
Visión 360º de una estrategia MDM
MDM y Data Governance. ¿Qué es el customer golden record?
Ejemplo del sector seguro
Iniciativa de MDM alto nivel
Informatica
Contenido descargable gratuito
governance-1
El Data Governance supone un activo estratégico para su organización, así como una ventaja competitiva para obtener un valor económico real. Como ocurre con muchos otros conceptos, son necesidades que han existido siempre en las organizaciones y que se presentan en la actualidad con más fuerza, por la madurez tecnológica y el creciente impacto que la tecnología tiene en los sistemas de gestión.
Presentación de un enfoque para administrar eficientemente los riesgos e impacto en las capacidades de su compañía trabajando fuertemente en los estilos de inteligencia de negocio predominantes y las técnicas para monitorizar y gestionar la calidad de datos de principio a fin
Organizaciones exitosas gobernando sobre los datosIT-NOVA
Un estudio de Beg y Mussain en 2008 asegura que “Los problemas con la mala calidad de los datos pueden costar alrededor del 10% de los beneficios de una compañía”.
En este webinario conocerá la importancia del análisis de los datos traducidos en el aprovechamiento de estos como un activo empresarial, y la seguridad que sus decisiones estén basadas en fuentes confiables y reales. Aprenderá cómo podrá ayudar a su empresa a reducir costos, incrementar utilidades y minimizar riesgos.
Estrategias para la creación de una plataforma analíticaSolidQ
http://training.solidq.com/es/class/solidq-summit-madrid-2016/
Presentación de Javier Torrenteras, Director del área de BI en SolidQ, durante la sesión de Data Driven en colaboración con Pyramid Analytics.
Como la Buena Gestión de sus Metadatos Beneficia a las áreas de IT y de negocioPowerData
WEBINAR: http://landings.powerdata.es/webinar-integracion-datos-metadata-manager-business-glossary
Lograr identificar el impacto de nuestros proyectos en nuestros modelos, procesos y reportes de información en un corto tiempo, es un reto importante para las áreas de IT y de negocio, si no se realiza correctamente pueden conllevar a malas estimaciones de tiempo y costo, e incluso no tener un real overview de las repercusiones de los cambios a realizarse. Así como poder gestionar nuestros metadatos correctamente permitiendo que tanto usuarios de negocio como de IT puedan entender nuestros modelos de datos, lógicas de negocios, indicadores, etc. Es un reto a tener en cuenta.
La posibilidad de gestionar e integrar metadatos de distintas aplicaciones proporciona a la empresa una fuerte alineación entre IT y negocios, de forma que mejora la agilidad de negocio, aumenta las capacidades de análisis y permite un conocimiento más profundo de las relaciones de los
Durante este webinar veremos las ventajas que nos proporciona “Metadata Manager & Business Glossary” para el negocio y el departamento de IT, y cómo nos ayuda a generar una visibilidad completa de los posibles efectos de los cambios de una regla de negocio, un campo o una tabla, permitiendo conocer rápidamente como están relacionados nuestros metadatos así como conocer el significado de negocio.
Reduciendo el tiempo de entrega y ayudar a los equipos de IT a obtener estimaciones de costos más precisas. Del mismo modo veremos como “Business Glossary”, complemento de MM, nos ayuda a entender mejor cada componente desarrollado bajo las definiciones de negocios dadas
Introducción a U-SQL lenguaje que hace fácil el procesamiento de Big DataJohn Bulla
En esta sesión veremos una introducción al nuevo lenguaje de U-SQL, que une las ventajas de SQL con el poder expresivo de su propio código donde millones de desarrolladores SQL y .NET ahora pueden procesar y analizar todos sus datos con los conocimientos que ya tienen. El apoyo del lenguaje U-SQL en Azure Data Lake Tools para Visual Studio incluye ayuda técnica para la creación, depuración y rendimiento avanzado de funciones de análisis para aumentar la productividad al optimizar los trabajos que se ejecutan a través de miles de nodos.
La Base de Datos de SQL de Microsoft Azure es la mejor base de datos relacional como un servicio en la nube, que brinda escalabilidad, performance predecible, continuidad del negocio, protección de datos y administración de casi cero a desarrolladores y arquitectos de soluciones. En esta sesión veremos un overview de los servicios actuales que soporta la plataforma de datos de Microsoft Azure.
24 Horas Español 2014 - ALM para el desarrollo de base de datos SQL ServerJohn Bulla
El método de Microsoft para administrar el ciclo de vida de las aplicaciones (Application Lifecycle Management, ALM) proporciona un entorno flexible y ágil que se adapta a las necesidades del equipo, elimina barreras entre roles y optimiza los procesos, de manera que puede centrarse en ofrecer software de gran calidad de un modo más rápido y eficiente. En esta sesión nos concentraremos en los proyectos de base de datos que toman una gran importancia en un mundo en el que el desarrollo de software es cada vez más importante para el éxito de un negocio.
Utilizando el plan cache para optimizar procesos deJohn Bulla
Presentación donde se emplean todas las bondades del Plan Cache que nos brinda SQL Server para fortalecer las ejecuciones de las consultas en nuestros escenarios de datos.
24 Horas Español 2012 - Desarrollando Base de Datos con .Net 4.0 y SQL Server...John Bulla
24 Horas en Español 2012. En esta sesión veremos las capacidades de ADO.Net Entity Framework con su integración con SQL Server 2012 que incluye soporte para más objetos y SQL Server Data Tools que ofrece una experiencia de desarrollo moderna para crear aplicaciones de bases de datos para entornos on-premise y en la nube y como los desarrolladores pueden ser más productivos.
Integración de datos de multiples origenes con data explorerJohn Bulla
¿Alguna vez has tenido problemas para encontrar los datos que necesitaba? O la combinación de datos procedentes de fuentes diferentes e incompatibles? ¿Qué te parece compartir los resultados con los demás de un modo Web-amigable? Si es así, Data Explorer" proporciona una revolucionaria forma de trabajar con tus datos!
Es un diagrama para La asistencia técnica o apoyo técnico es brindada por las compañías para que sus clientes puedan hacer uso de sus productos o servicios de la manera en que fueron puestos a la venta.
Índice del libro "Big Data: Tecnologías para arquitecturas Data-Centric" de 0...Telefónica
Índice del libro "Big Data: Tecnologías para arquitecturas Data-Centric" de 0xWord escrito por Ibón Reinoso ( https://mypublicinbox.com/IBhone ) con Prólogo de Chema Alonso ( https://mypublicinbox.com/ChemaAlonso ). Puedes comprarlo aquí: https://0xword.com/es/libros/233-big-data-tecnologias-para-arquitecturas-data-centric.html
Inteligencia Artificial y Ciberseguridad.pdfEmilio Casbas
Recopilación de los puntos más interesantes de diversas presentaciones, desde los visionarios conceptos de Alan Turing, pasando por la paradoja de Hans Moravec y la descripcion de Singularidad de Max Tegmark, hasta los innovadores avances de ChatGPT, y de cómo la IA está transformando la seguridad digital y protegiendo nuestras vidas.
3Redu: Responsabilidad, Resiliencia y Respetocdraco
¡Hola! Somos 3Redu, conformados por Juan Camilo y Cristian. Entendemos las dificultades que enfrentan muchos estudiantes al tratar de comprender conceptos matemáticos. Nuestro objetivo es brindar una solución inclusiva y accesible para todos.
(PROYECTO) Límites entre el Arte, los Medios de Comunicación y la Informáticavazquezgarciajesusma
En este proyecto de investigación nos adentraremos en el fascinante mundo de la intersección entre el arte y los medios de comunicación en el campo de la informática.
La rápida evolución de la tecnología ha llevado a una fusión cada vez más estrecha entre el arte y los medios digitales, generando nuevas formas de expresión y comunicación.
Continuando con el desarrollo de nuestro proyecto haremos uso del método inductivo porque organizamos nuestra investigación a la particular a lo general. El diseño metodológico del trabajo es no experimental y transversal ya que no existe manipulación deliberada de las variables ni de la situación, si no que se observa los fundamental y como se dan en su contestó natural para después analizarlos.
El diseño es transversal porque los datos se recolectan en un solo momento y su propósito es describir variables y analizar su interrelación, solo se desea saber la incidencia y el valor de uno o más variables, el diseño será descriptivo porque se requiere establecer relación entre dos o más de estás.
Mediante una encuesta recopilamos la información de este proyecto los alumnos tengan conocimiento de la evolución del arte y los medios de comunicación en la información y su importancia para la institución.
Actualmente, y debido al desarrollo tecnológico de campos como la informática y la electrónica, la mayoría de las bases de datos están en formato digital, siendo este un componente electrónico, por tanto se ha desarrollado y se ofrece un amplio rango de soluciones al problema del almacenamiento de datos.
Alan Turing Vida o biografía resumida como presentación
Diplomado Técnico SQL Server 2012 - Sesión 4/8
1. MDS Y DQS ¿QUÉ ES ESO?
Lo nuevo del BI en SQL Server 2012
Miguel Angel Granados Troncoso
• Chapter Leader SQL PASS México
2. MIGUEL ANGEL GRANADOS TRONCOSO
• Miguel es un profesional con más de 15 de experiencia,
él es graduado de la Universidad Autónoma
Metropolitana.
• A lo largo de su carrera ha trabajado en diferentes tipos
de industrias que van desde finanzas hasta
automatización pasando por las áreas de Salud,
Biodiversidad y la enseñanza.
• Ha desempeñado puestos de: Desarrollador, Líder de
Proyectos, Arquitecto, DBA, Profesor y consultor de IT.
• Actualmente labora como mentor de SolidQ.
• En la parte de comunidades lidera el capítulo SQL PASS
Ciudad de México.
• Su especialidad es el área de Inteligencia de Negocios.
4. 1
9s Requeridos
& Protección
2
Exploración
Rápida de Datos
6
Auto Servicio BI
Administrado
9
Crece Bajo
Demanda
Cumplimiento
Organizacional
Desempeño
Super Veloz
5
3
10
Soluciones
Rápidas
7
Datos Consistentes
y Creíbles
11
Productividad
Optimizada
4
Tranquilidad y
Confianza
8
Analísis & DW
Escalable
12
Datos Hacia
Cualquier Parte
5. DATOS CONSISTENTES Y CREÍBLES
Las empresas con datos precisos se desempeñan mejor¹
Hrs que pasan los empleados cada
semana buscando información
% de datos maestros
completos & precisos
Mejor 20%
Desempeño
91%
50% Desempeño
Medio
Bajo 30%
Desempeño
68%
Debajo 50%
¹Fuente: “Turning Pain into Productivity with Master Data Management,” Aberdeen Group, Feb 2011
1.2hrs
2.8hrs
6hrs
6. POR QUÉ DEBO TENER MDM? SI
PUEDO…
- Incompleta y costosa
- No considera la interacción
humana
- Cómo se obtuvieron los
datos?
- Tenemos los datos que
necesitamos?
- Es escalable?
7. LA IMPORTANCIA DE LA CALIDAD DE
DATOS
Los problemas de Calidad de Datos le cuestan a las
empresas en E.U. más de $600 billones al año.
Data Warehousing Institute (TDWI)
Los costos asociados con datos de mala calidad
incluyen:
• Exceso de inventario
• Costos altos en la cadena de abastecimiento
• Mayores costos de marketing directo
• Facturación
• Y otros más…
8. PROBLEMAS DE MALA CALIDAD
Calidad de
datos
Problema
Ejemplo
Formato
¿Los valores tienen un formato estándar
consistente?
Formatos de números telefónicos:
xxxxxxxxxx,
(xxx) xxx-xxxx
1.xxx.xxx.xxxx, etc.
Etandarización
¿Se entienden y están definidos de
manera consistente los valores de los
datos?
‘Genero’ = M, F, U
Consistencia
¿Los valores tienen el mismo significado?
Cómo se presentan las ganancias?
Dólares, Euros, ambos?
Integridad
¿Se encuentrán presentes los datos
necesarios?
20% de los apellidos esta vacío, el
50% de los códigos postales son 99999
Precisión
¿Los datos representan con exactitud la
realidad o provienen de una fuente
verificable?
Un proveedor aparece como ‘Activo’ pero
salio del negociohace seis años
Validación
¿Los valores de los datos se encuentran en
rangos aceptables?
Los valores de salarios deben de estar
entre 60,000-120,000
Duplicados
Los datos aparecen varias veces
John Ryan y Jack Ryan aparecen en el
sistema – ¿son la misma persona?
‘Genero’ = 0, 1, 2
14. ADMINISTRACIÓN DE LOS DATOS
Contenido
Relacionamiento
Acceso
• Detalles acerca del
tema
• Identificación de
atributos
• Nombres de los
temas
• Definiciones
• Representación de
los valores
• Formatos Estándar
• Parte de identidad
(atributos
similares)
• Agrupación
(Reglas/Lógica)
• Jerarquía
(Padre/Hijo)
• Reglas de
Relacionamiento/E
scenarios
• Políticas de acceso
y compartición
(internas/externas)
• Provisión de datos
• Metadatos (uso,
linaje, etcétera)
• Normativas/Seguri
dad
• Fuentes de datos
externas
Cambios
Administrativos
• Calidad de los
datos y Aceptación
• Medición y
monitoreo
• Detección y
corrección de
errores
• Control de cambios
centralizados
• Jurisdicción sobre
los datos
Estandarización de datos
Administración de datos
Administración de los datos maestros
Procesamiento
•Coincidencia e
identificación
•Procesamiento CRUD
(Created,Read,Update
d,Deleted)
•Corrección de datos
•Depurar los cambios
de datos
•Reglas de persistencia
•Integración al flujo de
trabajo
15. CALIDAD DE LOS DATOS
• La calidad de los datos consiste en verificar si los
mismos son aptos para su uso previsto en las
operaciones, la toma de decisiones y la planeación.
Analizar
Monitorear
Información
Planeación
16. INICIATIVAS DE CONTROL DE CALIDAD
•
•
•
•
Conocer el contexto de los datos.
Perfilar los datos que se requieren.
Crear y mantener los estándares de calidad.
Dar seguimiento a la calidad de los datos.
17. CÓMO ADMINISTRAR LA CALIDAD DE
LOS DATOS?
La gestión de la calidad de datos implica el
establecimiento e implementación de:
• Roles
• Responsabilidades
• Políticas
• Procedimientos
• Tecnología
Personas
Tecnología
Procesos
18. ESTÁNDARES DE CALIDAD
ISO 8000
ISO 22745
• Los principios de la
calidad de datos
• Las características de
los datos que
determinan su calidad
• Los procesos que
aseguran la calidad de
los datos
• Define los diccionarios
técnicos abiertos
• Aplicación de los
diccionarios a los
datos maestros
International Association for Information and Data Quality
http://www.iaidq.org/
20. SERVICIOS DE DATOS MAESTROS
• Centralizar la gestión de los activos de información.
• Crear una sola versión autorizada de los datos.
• Mejorar la calidad, consistencia e integridad de los
datos.
• Crear reportes y análisis más precisos.
• Promover el cumplimiento de la normatividad.
21. CAPACIDADES DE MDS
Validación
Modelado
Creación de reglas de negocio
para garantizar la exactitud
Entidades, Atributos, Jerarquias
MDS
Excel Add-In
Seguridad basada en roles y
Anotación de Transacciones
Coincidencia de
datos
Web UI
Master Data
Stewardship
Versionamiento
Habilita la Integración & el Intercambio
Carga datos por lotes
usando tablas de
paso
Excel
Registra cambios a
través de APIs
DWH
Consume datos a
través de vistas
Workflow /
Notificaciones
Externa
(CRM, ..)
22. COMPONENTES DEL MDS
• Base de datos Master Data Services
• Contiene los objetos que usa Master Data Services
• Aplicación Web de Master Data Services
• Permite a los administradores crear y administrar los
objetos de Master Data Services, como las entidades y
los atributos.
• Permite a los responsables (data stewards) administrar
los datos maestros.
• Master Data Services Configuration Manager
• Permite a los administradores crear la base de datos para
Master Data Services y la aplicación Web.
23. COMPONENTES DE UNA SOLUCIÓN MDS
•
•
•
•
•
•
•
•
•
Modelo (Model)
Entidades (Entities)
Atributos (Attributes)
Miembros (Members)
Jerarquías (Hierarchies)
Colecciones (Collections)
Reglas de negocio (Business rules)
Vistas de Suscripción (Subscription views)
Versiones (Versions)
24. CÓMO UTILIZAR MDS?
•
•
•
•
•
•
•
•
Decida qué datos desea administrar
Construya un modelo
Cargue los datos
Cree reglas
Establesca flujos de trabajo y Notificaciones
Defina la seguridad
Cree procesos de refresco de datos
Comparta los datos
27. INTEGRACIÓN DE MDS CON DQS
•
•
•
Realiza la coincidencia de datos
Integrado dentro del MDS Excel Add-In
Poderoso en escenarios de:
•
•
•
•
Prevención de duplicación de datos (dedupe)
La agrupación de información se solicita para las
optimizaciones
Utiliza el conocimiento existente creado por los
expertos de calidad de los datos en el DQS
Permite añadir conocimiento/ adaptar el
conocimiento existente en el MDS Excel Add-In
30. Data Quality Services (DQS) es una
solución de calidad de los datos basada en el
conocimiento, que permite a los profesionales
de TI y a los data stewards mejorar fácilmente la
calidad de sus datos.
31. CONCEPTOS DE UNA SOLUCIÓN DQS
Dirigidas por el Conocimiento
Basado en una Base de Conocimientos de Calidad de Datos (Data
Quality Knowledge Base - DQKB) que es reutilizable para mejorar la
Calidad de Datos
Semántica
Los datos son mapeados en Dominios, que capturan su Semántica
Descubrimiento de Conocimiento
Adquiere conocimiento adicional a través de datos muestra y
realimentación del usuario.
Abierto y Extensible
Soporta el uso de Conocimiento generado por el usuario y Proveedores
de datos de referencia de terceros.
Fácil de usar
Experiencia de usuario diseñada para incrementar la productividad
32. QUÉ ES UNA BASE DE CONOCIMIENTO?
• Repositorio de conocimiento acerca de los datos:
• Los Dominios definen valores y reglas para cada campo
• Las políticas de Coincidencia definen reglas para identificar registros
duplicados.
33. QUÉ ES UN DOMINIO?
• Los Dominios son
específicos para un campo
de datos.
Dominio
• Los Dominios contienen las
reglas para los datos
Valores
• Los Dominios pueden ser
individuales o compuestos
Datos de
referencia
Reglas y
Relaciones
34. QUÉ ES UN SERVICIO DE REFERENCIA
DE DATOS?
• En Azure Marketplace
residen proveedores
especialistas en limpieza de
datos
Da de alta una cuenta
Suscríbete al servicio de
referencia
KB
Dirección
Nombre
Dirige tu dominio hacia el
servicio de referencia
Nombre
Apellidos
35. REQUISITOS PARA UNA SOLUCIÓN DQ
Dar seguimiento y
monitorear el
estado de las
actividades de
calidad de datos y la
calidad de los datos
Analizar las fuentes
de datos; obtener
información acerca
de la calidad de los
datos, para
identificar los
problemas de
calidad.
Monitoreo
Limpieza
Profiling
Modificar, eliminar o
enriquecer los datos
incompletos e
incorrectos. Esto
incluye corrección
estandarización y
enriquecimiento.
Matching
Identificar, enlazar y
quitar duplicados
dentro o a través de
conjuntos de datos.
36. PROCESOS PARA DQS
Administrar Conocimiento
Datos de
Referencia
Construir
Datos
Empresariales
Base de
Conocimientos
Profiling
Integrado
Estátus
Progreso
Notificaciones
Usar
Proyectos DQ
37. LIMPIEZA DE DATOS - USANDO SSIS
Data Flow SSIS
ServidorDQS
Base de Conocimiento
Paquete SSIS
Valores/Reglas
Definición de Referencias
Políticas de Coincidencia
Fuente
Componente de
DQS Cleansing
Destino
40. PREGUNTAS
Mi Blog
http://www.granadostroncoso.com.mx
SolidQ Mentors blogs
http://blogs.solidq.com/Pages/Home.aspx
SolidQ Journal
http://www.solidq.com/sqj/Pages/Home.aspx
Microsoft
http://www.microsoft.com/sqlserver/en/us/solutionstechnologies/SQL-Server-2012-businessintelligence.aspx