Semana10y11-18mayo2022-DatawareHouse.pptx

Sistemas Información
Tipos Sistemas Información
18-Mayo-2022
Nacional

Sistemas Información Operacionales
¿De dónde deberiamos utilizar los datos
para los informes, consultas y no perjudicar a los sistemas operacionales? => DW

Almacen de datos
ALMACEN DATOS
ESTRUCTURADOS
Hechos-indicadores-dimensiones

Fases extracción datos ETL (extracción-datos en línea)

Transformación de datos- se almacen como consultas
estructuradas para acelerar consultas y responder a la Empresa.
Datawarehouse(DW) (gran almacen datos-repositorio unificado)

Datawarehouse(gran almacen datos-repositorio unificado)
Proceso análisis en linea
(On-Line Analytical Processing)
(Objetivo agilizar consultas de gran cantidad datos)
(OnLine Transaction Processing)
(gestor transaccional)

Compras Ventas
inventario
Dataware
house
usuarios usuarios
sueldos
OLTP-CONSOLIDAR-OLAP

Un sistema de información representa una solución organizacional y gerencial para tomar decisiones.
EIS(información ejecutivos-resumen-alertas-indicadores)
¿ Qué metolodogía debemos utilizar para crear un Cubo-DW ? = DSS

Revisemos DataWareHouse = Consultas estructuradas =
Indicador + hechos + dimensiones
Dimensión = Agrupar por clientes,
Agrupar productos, agrupar sucursal,
Agrupar fecha, tiempo.
Indicadores =
Sumar, dividir, contar,
Totales ventas,
Totales ingresos,
Totales descuentos
Hecho =
Nombre de la consulta
Ej. Total venta leche

Dimensiones-relacionales
id_dia Fechas dia – (FECHA) Fecha mes Fecha año Fecha
1 01 09 2019 01.09.2019
2 02 09 2019 02.09.2019
3 07 09 2019 07.09.2019
OLAP
Proceso analitico en linea
id_clie codigo cliente (CLIENTE) Nombre ciudad region
1 44008599 Enrique Talcahuano Octava
2 44999960 Alejandra Concepcion Octava
3 44499999 Rodrigo Talca Septima
Hechos e indicadores
históricos
1.1.1 ventas cajas 1.000
1.1.2. ventas cajas 2.000
3.1.1 ventas cajas etc…..
Clientes por dia
id_dim codigo articulo (ARTICULO) Nombre Tamaño material
1 8999999 pernos chico fierro
2 9999999 silla Medio madera
3 7888888 mesa grande madera
Datos
Fuente
origen
Indicadores, unidades, cantidades
Hechos DW

Ejemplos = ¿ Preguntas o consultas
que necesitan respuesta supermercado BBB?
1. Total ventas tortas por clientes en el año 2018 en Concepción
2. Total ingresos por tortas en el año 2018 en Concepción
3. Venta promedio por cada articulo vendido en Concepción 2018
4. Nro de productos vendidos por mes y año 2018
5. Producto mas vendido en el año 2018
6. Total descuentos por articulo en el año 2018 en Concepción
7. Total ventas realizadas por sucursal por mes y año 2018
8. Total ingresos realizados por sucursal por mes y año 2018
9. Total descuentos realizados por sucursal por mes y año 2018
Elementos básicos:
Hechos = ventas de productos, ingresos, descuentos
Indicadores = variables de cuantificación, total ventas tortas, total ingresos, venta
promedio, nro. Productos, producto mas vendido, descuento por articulo, ventas totales
por mes, ingresos por mes, descuentos por mes.
Dimensiones = vista de resultado de los totales. Agrupaciones
- Año 2018, Concepción ( cuando ocurrio)
- Tortas año 2018, Concepción
- Sucursal Concepción
- Productos
- Sucursal, mes y año

Aplicaciones OLTP=simple
Aplicaciones OLAP=varias vistas en linea tiempo-Datamart
Datamining= Exploración datos predecible en
grandes datos almacenados
Clientes
Productos
Tiempo

Consultas de conocimiento : Ejemplos
Obtener la siguiente información de la base de datos (Ventas)-
Hechos = Nombre consulta
Dimensiones= Vistas, agrupaciones, filtros,
Indicadores=Totales, unidades
1. ¿Cuál es el producto que más se ha vendido (Cantidad) los últimos 3 mes por
Sucursal en el año 2010?
Respuesta: Concepción, Chocolate, 10.000 cajas, últimos 3 meses 2010
Hecho:
a) Producto mas vendido
Indicador :
a) cantidad de venta
Dimensiones :
a) Fecha, mes y año
b) Sucursal(zona)
c) Producto
Nombre Atributos Ej. datos
producto chocolate
fecha 12-2010
sucursal Concepción
cantidad 10.000

2. Cantidad de Productos vendidos durante el año 2020
Respuesta:
a) año 2020, Chocolate, 500 cajas
b) año 2020, leche, 400 cajas
c) año 2020, aceite, 600 cajas
d) año 2020, café, 800 cajas
e) año 2020. azúcar, 500 kg.
Hecho:
a) Productos vendidos
Indicador :
Dimensiones :
a) Fecha, año
b) Producto
Nombre atributos Ej. datos
producto Chocolate,
leche,
aceite,
café, azucar
fecha 2020
cantidad 500, 400,
600, 800,
500

3. Productos mas vendido por Vendedor en el año 2019
Respuesta:
a) año 2019, Raúl, Galletas , 800 cajas
b) año 2019, Pamela, Leche, 300 cajas
c) año 2019, Carolina, Aceite, 200 cajas
d) año 2019, Roberto, Café, 700 cajas
Hecho:
a) Producto mas vendido por vendedor
Indicador :
Dimensiones :
a) Fecha, año
b) Producto
c) Vendedor
Nombre atributos Ej. datos
producto Galletas, leche,
aceite, café,
vendedor Raul, Pamela,
Carolina,
Roberto
fecha 2019
cantidad 800, 300, 200,
700.

Trabajo Final Grupal(Parte 1 y Parte 2)
A) Parte 1 : (10%)
1. Construir consultas estructuradas con sus hechos, dimensiones e indicadores del caso indicado
en el portal. Forestal arbolito.
Llevas ocho meses en la empresa forestal “El arbolito y su gerente te asigna una nueva tarea. Te
corresponde encuestar al área de mantención y determinar 10 preguntas habituales que necesitan
respuestas estructuradas mediante un modelo de almacenes de datos.
De acuerdo a lo contenidos entregados la consulta debe considerar los hechos, dimensiones e
indicadores. Debes apoyarte en la rubrica soliciitada.
============================================================================
B ) Parte 2: (10%)
1. Construir 10 consultas estructuradas de mejora de su vida laboral con todos sus componentes.
Debe mencionar los componentes de cada consulta estructurada señalando hechos, dimensiones,
indicadores y completar tabla atributos por cada consulta.
Nombre Atributos Ej. datos

Semana10y11-18mayo2022-DatawareHouse.pptx

Recomendados

Recomendados

Más contenido relacionado

Similar a Semana10y11-18mayo2022-DatawareHouse.pptx

Similar a Semana10y11-18mayo2022-DatawareHouse.pptx (20)

Último

Último (20)

Semana10y11-18mayo2022-DatawareHouse.pptx