DATAWAREHOUSE

Presenta:
Ledin Inocente Gutiérrez Vicente

Instituto tecnológico de Tuxtla Gutiérrez

pág. 1
INDICE

1. Introducción 3
2. Que es un datawarehouse 4
3. características 5
4. diseño 6
5. Elementos que lo integran 8
6. Arquitectura 9
7. Proceso de construcción 9
8. Función 10
9. Quienes y para que lo usan 11
10. Aportaciones 12
11. Objetivos 13
12. Ventajas y desventajas 13
Conclusión 15
Referencias 16
Anexos 17

pág. 2
 1. INTRODUCCIÓN

En el presente documento se hace referencia al datawarehouse, las características que

posee y que pasos realizar para la construcción del mismo.

La creación de un datawarehouse representa en la mayoría de las ocasiones el primer

paso, desde el punto de vista técnico, para implantar una solución completa y fiable de Business

Inteligentes.

El término Datawarehouse fue acuñado por primera vez por Bill Inmon, y se traduce

literalmente como almacén de datos.

La ventaja principal de este tipo de bases de datos radica en las estructuras en las que se

almacena la información (modelos de tablas en estrella, en copo de nieve, cubos relacionales,

etc.). Este tipo de persistencia de la información es fiable, y permite la consulta y el tratamiento

jerarquizado de la misma siempre en un entorno diferente a los demás sistemas.

pág. 3
 2. QUE ES UN DATAWAREHOUSE

Un Datawarehouse es una base de datos corporativa que se caracteriza por integrar y

depurar información de una o más fuentes distintas, para luego procesarla permitiendo su análisis

desde infinidad de perspectivas y con grandes velocidades de respuesta. La creación de un

datawarehouse representa en la mayoría de las ocasiones el primer paso, desde el punto de vista

técnico, para implantar una solución completa y fiable de Business Inteligentes.

Es una colección de datos orientada a un determinado ámbito (empresa, organización,

etc.), Ayuda además a la toma de decisiones en la entidad en la que se utiliza.

Según Ralph Kimball define un almacén de datos como: una copia de las transacciones de datos

específicamente estructurada para la consulta y el análisis y no era más que la unión de todos los

Data marts de una entidad.

En ellos se utilizan los Data marts que son subconjuntos, para áreas específicas.

Sus características son:

1.- Usuarios limitados.

2.- Área específica.

3.- Tiene un propósito específico.

4.- Tiene una función de apoyo.

pág. 4
 3. CARACTERÍSTICAS

Un datawarehouse se caracteriza por ser

Integrado: los datos almacenados en el deben integrarse en una estructura consistente,

por lo que las inconsistencias existentes entre los diversos sistemas operacionales deben ser

eliminadas. La información suele estructurarse también en distintos niveles de detalle para

adecuarse a las distintas necesidades de los usuarios.

Temático: sólo los datos necesarios para el proceso de generación del conocimiento del

negocio se integran desde el entorno operacional. Los datos se organizan por temas para facilitar

su acceso y entendimiento por parte de los usuarios finales. Por ejemplo, todos los datos sobre

clientes pueden ser consolidados en una única tabla del datawarehouse. De esta forma, las

peticiones de información sobre clientes serán más fáciles de responder dado que toda la

información reside en el mismo lugar.

Histórico: el tiempo es parte implícita de la información contenida en un datawarehouse.

En los sistemas operacionales, los datos siempre reflejan el estado de la actividad del negocio en

el momento presente. Por el contrario, la información almacenada en el datawarehouse sirve,

entre otras cosas, para realizar análisis de tendencias. Por lo tanto, el datawarehouse se carga con

los distintos valores que toma una variable en el tiempo para permitir comparaciones.

No volátil: el almacén de información existe para ser leído, pero no modificado. La

información es por tanto permanente, significando la actualización del datawarehouse la

incorporación de los últimos valores que tomaron las distintas variables contenidas en él sin

ningún tipo de acción sobre lo que ya existía.

pág. 5
 Otra característica es que contiene metadatos (datos sobre los datos). Los metadatos

permiten saber la procedencia de la información, su periodicidad de refresco, su fiabilidad y

forma de cálculo.

Los metadatos serán los que permiten simplificar y automatizar la obtención de la

información desde los sistemas operacionales a los sistemas informacionales.

Los objetivos que deben cumplir los metadatos en el datawarehouse son:

Dar soporte al usuario final, ayudándole a acceder al datawarehouse con su propio

lenguaje de negocio, indicando qué información hay y qué significado tiene. Ayudar a construir

consultas, informes y análisis, mediante herramientas de Business Inteligentes como DSS, EIS o

CMI.

Dar soporte a los responsables técnicos del datawarehouse en aspectos de auditoría,

gestión de la información histórica, administración del datawarehouse, elaboración de programas

de extracción de la información, especificación de las interfaces para la realimentación a los

sistemas operacionales de los resultados obtenidos.

4. DISEÑO

Para construir un Datawarehouse se necesitan herramientas para ayudar a la migración y a

la transformación de los datos hacia el almacén. Una vez construido, se requieren medios para

manejar grandes volúmenes de información.

Se diseña su arquitectura dependiendo de la estructura interna de los datos del almacén y

especialmente del tipo de consultas a realizar. Con este criterio los datos deben ser repartidos

entre numerosos data marts.

pág. 6
 Para abordar un proyecto de datawarehouse es necesario hacer el estudio de algunos temas

generales de la organización o empresa, los cuales son:

Situación actual de partida.- Cualquier solución propuesta de datawarehouse debe estar

muy orientada por las necesidades del negocio y debe ser compatible con la arquitectura técnica

existente y planeada de la compañía.

Tipo y características del negocio.- Es indispensable tener el conocimiento exacto sobre

el tipo de negocios de la organización y el soporte que representa la información dentro de todo

su proceso de toma de decisiones.

Entorno técnico.- Se debe incluir tanto el aspecto del hardware (mainframes, servidores,

redes) así como aplicaciones y herramientas. Se dará énfasis a los Sistemas de soporte a

decisiones (DSS), si existen en la actualidad, cómo operan, etc.

Expectativas de los usuarios.- Un proyecto de datawarehouse no es únicamente un

proyecto tecnológico, es una forma de vida de las organizaciones y como tal, tiene que contar con

el apoyo de todos los usuarios y su convencimiento sobre su bondad.

Etapas de desarrollo.- Con el conocimiento previo, ya se entra en el desarrollo de un

modelo conceptual para la construcción del datawarehouse.

Prototipo.- Un prototipo es un esfuerzo designado a simular tanto como sea posible el

producto final que será entregado a los usuarios.

Piloto.- El piloto de un datawarehouse es el primero, o cada uno de los primeros

resultados generados de forma iterativa que se harán para llegar a la construcción del producto

final deseado.

pág. 7
 Prueba del concepto tecnológico.- Es un paso opcional que se puede necesitar para

determinar si la arquitectura especificada del datawarehouse funcionará finalmente como se

espera.

5. ELEMENTOS QUE LO INTEGRAN

Metadato: su función consiste en recoger todas las definiciones de la organización y el

concepto de los datos en el almacén de datos, debe contener toda la información referente a:

Tablas.

Columnas de tablas.

Relaciones entre tablas.

Jerarquías y Dimensiones de datos.

Entidades y Relaciones.

Funciones ETL (extracción, transformación y carga): son importantes ya que son la

forma en que los datos se guardan en un almacén de datos o en cualquier base de datos. Implican

las siguientes operaciones:

Extracción. Acción de obtener la información deseada a partir de los datos

almacenados en fuentes externas.

Transformación. Cualquier operación realizada sobre los datos para que puedan

ser cargados en el datawarehouse o se puedan migrar de éste a otra base de datos.

Carga. Consiste en almacenar los datos en la base de datos final.

pág. 8
 Middleware: su función es asegurar la conectividad entre todos los componentes de la

arquitectura de un almacén de datos.

6. ARQUITECTURA

Una Arquitectura Datawarehouse es una forma de representar la estructura total de datos,

comunicación, procesamiento y presentación, que existe para los usuarios finales que disponen de

una computadora dentro de la empresa.

La arquitectura se constituye de un número de partes interconectadas:

- Base de datos operacional / Nivel de base de datos externo.

- Nivel de acceso a la información.

- Nivel de acceso a los datos.

- Nivel de directorio de datos (Metadato).

- Nivel de gestión de proceso.

- Nivel de mensaje de la aplicación.

- Nivel de data warehouse.

- Nivel de organización de datos.

7. PROCESO DE CONSTRUCCIÓN

Denominado ETL (Extracción, Transformación y Carga), se realiza a partir de los

sistemas operaciones de una compañía:

Extracción: obtención de información de las distintas fuentes tanto internas como

externas.

pág. 9
 Transformación: filtrado, limpieza, depuración, homogeneización y agrupación de la

información.

Carga: organización y actualización de los datos y los metadatos en la base de datos.

Una de las claves del éxito en la construcción es el desarrollo de forma gradual,

seleccionando a un departamento usuario como piloto y expandiendo progresivamente el almacén

de datos a los demás usuarios. Por ello es importante elegir este usuario inicial o piloto, siendo

importante que sea un departamento con pocos usuarios, en el que la necesidad de este tipo de

sistemas es muy alta y se pueda obtener y medir resultados a corto plazo.

8. FUNCIÓN

En un almacén de datos lo que se quiere es contener datos que son necesarios o útiles para

una organización, es decir, que se utiliza como un repositorio de datos para posteriormente

transformarlos en información útil para el usuario.

Debe entregar la información correcta a la gente indicada en el momento óptimo y en el

formato adecuado. El almacén de datos da respuesta a las necesidades de usuarios expertos,

utilizando Sistemas de Soporte a Decisiones (DSS), Sistemas de información ejecutiva (EIS) o

herramientas para hacer consultas o informes. Los usuarios finales pueden hacer fácilmente

consultas sobre sus almacenes de datos sin tocar o afectar la operación del sistema.

En el funcionamiento de un almacén de datos son muy importantes las siguientes ideas:

Integración de los datos provenientes de bases de datos distribuidas por las diferentes

unidades de la organización y que con frecuencia tendrán diferentes estructuras (fuentes

pág. 10
heterogéneas). Se debe facilitar una descripción global y un análisis comprensivo de toda la

organización en el almacén de datos.

Separación de los datos usados en operaciones diarias de los datos usados en el almacén

de datos para los propósitos de divulgación, de ayuda en la toma de decisiones, para el análisis y

para operaciones de control. Ambos tipos de datos no deben coincidir en la misma base de datos,

ya que obedecen a objetivos muy distintos y podrían entorpecerse entre sí.

Periódicamente, se importan datos al almacén de datos de los distintos sistemas de

planeamiento de recursos de la entidad (ERP) y de otros sistemas de software relacionados con el

negocio para la transformación posterior. Es práctica común normalizar los datos antes de

combinarlos en el almacén de datos mediante herramientas de extracción, transformación y carga

(ETL). Estas herramientas leen los datos primarios (a menudo bases de datos OLTP de un

negocio), realizan el proceso de transformación al almacén de datos (filtración, adaptación,

cambios de formato, etc.) y escriben en el almacén.

9. QUIENES Y PARA QUE LO USAN

Dadas las características de un sistema de Datawarehouse, su aplicación puede tener

variados fines, en una diversidad de industrias. No obstante, en términos generales, podemos

decir que su aplicación más rica corresponde a entornos de empresas en los que se identifican

grandes volúmenes de datos, asociados a: cantidad de clientes, variedad de productos y cantidad

de transacciones. Se puede ver algunas aplicaciones típicas en distintas industrias:

Comercio Minorista: Utilizan grandes sistemas de Procesamiento Paralelo Masivo para

acceder a meses o años de historia transaccional tomada directamente en los puntos de venta de

cientos, o miles, de sucursales.

pág. 11
 Manufactura de Bienes de Consumo Masivo: Las empresas de este sector necesitan hacer

un manejo cada vez más ágil de la información para mantenerse competitivas en la industria. Los

Data Warehouses se utilizan para predecir la cantidad de producto que se venderá a un

determinado precio y, por consiguiente, producir la cantidad adecuada para una entrega "justo a

tiempo".

Transporte de Cargas y Pasajeros: Se utilizan Datawarehouses para almacenar y acceder a

meses o años de datos de clientes y sistemas de reservas para realizar actividades de marketing,

planeamiento de capacidad, monitoreo de ganancias, proyecciones y análisis de ventas y costos,

programas de calidad y servicio a clientes.

Telecomunicaciones: Estas empresas la utilizan para operar en un mercado

crecientemente competitivo, desregulado y global que, a su vez, atraviesa profundos cambios

tecnológicos. Se almacenan datos de millones de clientes.

Muchas otras industrias y actividades utilizan actualmente, o están comenzando a instalar,

Datawarehouse: entidades gubernamentales, especialmente para el control impositivo, empresas

de servicios públicos, de entretenimiento, editoriales, fabricantes de automóviles, empresas de

petróleo y gas, laboratorios farmacéuticos, droguerías, etc.

10. APORTACIONES

Proporciona una herramienta para la toma de decisiones en cualquier área funcional,

basándose en información integrada y global del negocio.

Facilita la aplicación de técnicas estadísticas de análisis y modelización para encontrar

relaciones ocultas entre los datos del almacén; obteniendo un valor añadido para el negocio de

dicha información.

pág. 12
 Proporciona la capacidad de aprender de los datos del pasado y de predecir situaciones

futuras en diversos escenarios.

Simplifica dentro de la empresa la implantación de sistemas de gestión integral de la

relación con el cliente.

Supone una optimización tecnológica y económica en entornos de Centro de Información,

estadística o de generación de informes con retornos de la inversión espectaculares.

11. OBJETIVOS

Hacer la información de la organización accesible.

Hacer a la información de la organización consistente.

Controlar el acceso efectivo a los datos.

Generar información de manera flexible.

Servir de ayuda a la toma de decisiones.

12. VENTAJAS Y DESVENTAJAS

Ventajas

Los almacenes de datos hacen más fácil el acceso a una gran variedad de datos a los

usuarios finales.

Facilitan el funcionamiento de las aplicaciones de los sistemas de apoyo a la decisión tales

como informes de tendencia, por ejemplo: obtener los ítems con la mayoría de las ventas en un

área en particular dentro de los últimos años; informes de excepción, informes que muestran los

resultados reales frente a los objetivos planteados.

pág. 13
 Los almacenes de datos pueden trabajar en conjunto y, por lo tanto, aumentar el valor

operacional de las aplicaciones empresariales, en especial la gestión de relaciones con clientes.

Desventajas

A lo largo de su vida los almacenes de datos pueden suponer altos costos. El almacén de

datos no suele ser estático. Los costos de mantenimiento son elevados.

Los almacenes de datos se pueden quedar obsoletos relativamente pronto.

A veces, ante una petición de información estos devuelven una información sub óptima,

que también supone una pérdida para la organización.

A menudo existe una delgada línea entre los almacenes de datos y los sistemas

operacionales.

Hay que determinar qué funcionalidades de estos se pueden aprovechar y cuáles se deben

implementar en el datawarehouse, resultaría costoso implementar operaciones no necesarias o

dejar de implementar alguna que sí vaya a necesitarse.

pág. 14
CONCLUSION

En este trabajo podemos ver la importancia de utilizar un sistema como el datawarehose

así como su aplicación a empresas o a diferentes ámbitos. Además podemos observar que es una

fuente segura y que podemos confiar en ella.

El datawarehouse es muy dinámico ya que, proporciona una herramienta para la toma de

decisiones en cualquier área funcional, basándose en información integrada y global del negocio.

También ayuda a comprender los datos del pasado y de predecir situaciones futuras en diversas

áreas.

pág. 15
REFERENCIAS

http://www.sinnexus.com/business_intelligence/datawarehouse.aspx

http://www.dataprix.com/qu-es-un-data-warehouse

http://es.slideshare.net/nesegohv/datawarehouse1

http://www.gridmorelos.uaem.mx/~mcruz//cursos/miic/warehouse.pdf

http://www.exa.unicen.edu.ar/catedras/dwhouse/

http://es.slideshare.net/sebasrod/introduccin-al-datawarehouse-e-inteligencia-de-negocios

http://www.1keydata.com/datawarehousing/inmon-kimball.htm

http://www.gestiopolis.com

http://www/ibermatica/publicaciones/Bussines

http://es.wikipedia.org/wiki/Almac%C3%A9n_de_datos

Hernández, J.O; Ramírez, M.J.Q; Ferri, 2010. “Introducción a la Minería de Datos”, Editorial

Pearson.

http://www.gravitar.biz/index.php/category/pentaho/

http://www.intelligententerprise.com

http://www.eside.deusto.es/profesores/mherran/

http://mondrian.pentaho.org/documentation/architecture.php

http://www.ongei.gob.pe/publica/metodologias/Lib5084/15.HTM

http://programacion.net/articulo/data_warehouse_201/6

pág. 16
ANEXOS

Figura 1. Arquitectura. Esta imagen muestra la arquitectura de un Datawarehouse. Recuperado de

Figura 2. Operaciones. Esta imagen muestra los tipos de operaciones que se realiza dentro de un
Datawarehouse. Recuperado de http://programacion.net/articulo/data_warehouse_201/6

pág. 17