ORACLE OLAP Integrantes: *Aizaga, Martiniano *Gallegos, Marina

Slides:



Advertisements
Presentaciones similares
Procesamiento y Análisis en Línea OLAP
Advertisements

Cubos de Información Son subconjuntos de datos de un almacén de datos, organizado y sumarizado dentro de una estructura multidimensional. Los datos se.
Diseñar y construir un Data Mart de Información externa de Mercado
DATA MART Sergio Daniel.
Cognos Data Integration
U I B 12/05/1999 Datawarehouse 1. U I B 12/05/1999 Datawarehouse 2 Conceptos Datawarehouse Datawarehouse: Repositorio completo de datos de la empresa,
DATA WAREHOUSE Presentador Por: Andrés Fabián Cortes Solano.
Business Intelligence (BI) Software (Software de Inteligencia Impresario)
CONSTRUCCIÓN DE BODEGAS DE DATOS
• SQL Server Analysis Services
• SQL Server Analysis Services
Data Mining Integrantes: Rojas Correa, Trinidad Romanskyy, Bohdan
Introducción a los sistemas de Información Hospitalarios
Presentado por: Katya Aranda Lesley Vallejos Alfredo Yong
Data Mart para la gestión de reportes y apoyo a la toma de decisiones del departamento de RR.HH. de la empresa de agua S.A.” Agosto 2010.
Informe caso de estudio Implementación de un Datawarehouse
ORACLE OLAP Integrantes: *Aizaga, Martiniano *Gallegos, Marina
Empresa: Liebre Primer ciclo Proyecto TripleC. Conseguir soluciones inteligentes para satisfacer de una manera rápida y segura las necesidades de nuestros.
Ingeniería del Software
On Line Analytical Processing
HERRAMIENTAS CASE.
1 Propuesta de Plataforma Tecnológica Sistema Nacional de Indicadores Universidad Veracruzana.
INTELIGENCIA DE NEGOCIOS

SQL Server 2008 Integration Services
 Tema del proyecto  Integrantes y roles del equipo  Objetivos del proyecto  Alcance.
Bases de Datos II OLAP Online Analytical Processing
Viviana Poblete López Módulo: Modelo de Datos
Implementación de Datawarehouse
Sistemas de Información IS95872
Paola Saavedra -
DATA WAREHOUSE Equipo 9.
Aplicaciones empresariales Adrián Guillen Carlos Marcano Carlos Sanmartín
Levantamiento de necesidades BI Ministerio de Salud
Eguana Reports Servidor de Reportes basado en Tecnología Java y XML Presentado por: Roy Cox S. Fernando Pérez M. José Pérez S.
“Diseño de un Data Mart para la Unidad de Programación y Abastecimiento de Hidrocarburos de Petrocomercial, Filial de Petroecuador”. Clientes deslumbrados.
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
Especialista en Business Intelligence Conceptos fundamentales Microsoft SQL Server 2008 R2 Suscribase a o escríbanos a
Introducción a Pentaho BI Suite 3.5
SQL Server 2005 Analysis Services.
Construcción de Software
CICLO DE VIDA Y NORMAALIZACION DE UN SISTEMA DE BASE DE DATOS
Nuevos Productos Macro Pro ofrece varias soluciones complementarias para cumplir con los objetivos de control y análisis de información de nuestros clientes.
Modelo de 3 capas.
Diseño de un data warehouse
Data Compatibility 100% OLE DB architecture (including ODBC) 100% OLE DB architecture (including ODBC) Relational and non-relational sources Relational.
DATA WAREHOUSE.
ORACLE OLAP CAECE Integrantes: *Aizaga, Martiniano *Gallegos, Marina *Kleinlein, Guillermo *Schiano di Cola, Emiliano.
Johandra Gastier David De Freitas
Tecnologías Cliente / Servidor Capitulo II Richard Jiménez V. clienteserver.wordpress.com.
Introducción al Data Warehouse
SQL Server Analysis Services SSAS
Especialista en Business Intelligence Analysis Services SSAS (Sesión 8) Microsoft SQL Server 2008 R2 (2013) Suscribase a o escríbanos.
Taller de Business Intelligence Conceptos Introductorios a BI
Taller de Business Intelligence
Taller de Inteligencia de Negocios SQL Server Analysis Services Semana 8.
DATA WAREHOUSE.
Bases de Datos 1 Universidad Católica de Costa Rica Prof. Daniel Obando.
SOLUCIONES EMPRESARIALES
BUSINESS T&G Think & Grow Uniclass Business Intelligence La solución Business Objects que analiza los procesos de su negocio.
Business Intelligence 2013 (Conceptos Generales) Microsoft SQL Server 2008 R2 Suscribase a o escríbanos a
María Trinidad Serna Encinas
Unidad 6. Tema 1. Bases de datos. Conceptos Básicos.
Ing. Ernesto Sierraalta Fundamentos de Desarrollo de Proyectos de Inteligencia de Negocios ( Decision Support Systems & Data Warehousing.
La Empresa La Problemática Estado Actual, Bases de datos relacionales Problemas con las consultas No muestra datos históricos Poca integridad en.
Diccionario/Directorio de Datos
República Dominicana Ministerio de Economía, Planificación y Desarrollo Los recursos automatizados de información estadística en el portal web de la ONE.
Es el proceso mediante el cual quienes toman decisiones en una organización obtienen, procesan y analizan información pertinente, interna y externa,
1 Conferencia 5 OLAP. 2 Contenido Definición OLAP. Reglas de Codd. Gestores que dan soporte OLAP y los diferentes modos de Almacenamiento.
Definición: Es un estilo de programación, su objetivo primordial es la separación de la capa de presentación, capa de negocio y la capa de datos. ARQUITECTURA.
Transcripción de la presentación:

ORACLE OLAP Integrantes: *Aizaga, Martiniano *Gallegos, Marina *Kleinlein, Guillermo *Schiano di Cola, Emiliano ORACLE OLAP CAECE

Analytical Processing  Concepto clave de OLAP. OLAP - Online Analytical Processing Online  Utiliza reportes dinámicos con datos constantemente actualizados. Analytical Processing  Concepto clave de OLAP. Permite: - Navegar por información multidimensional. - Implementar reglas de negocio en forma transparente. - Subir o bajar de niveles de detalles. - Obtener resultados ya procesados en forma rápida. ORACLE OLAP CAECE

- Categoría: Almacenadas o calculadas Modelo OLAP Medidas - Tipo de datos: Numéricas, decimales, enteras, texto, fecha y booleano. - Categoría: Almacenadas o calculadas Dimensiones  Son creadas para luego usarlas repetidamente. Son compartidas entre las medidas. Tres componentes: - Jerarquías: Estructura lógica que agrupa registros. - Niveles: representan una posición de la jerarquía. - Atributos: OO permite crear gran cantidad de atributos. ORACLE OLAP CAECE

Jerarquías / Niveles Modelo OLAP Niveles Productos Categoría Hardware Laptops L1 L2 Pc´s Software X Y Y1 Y2 Productos Categoría Subcategoría Producto ORACLE OLAP CAECE

Arquitectura Oracle OLAP Niveles / Atributos ORACLE OLAP CAECE

Reduce los costos de mantenimiento. Arquitectura Oracle OLAP Pensada para solucionar la dificultad de manejar DB´s separadas para el modelo dimensional y el relacional. Reduce los costos de mantenimiento. Aumenta la disponibilidad de los datos. Mejora la seguridad. Los datos son mas fiables. ORACLE OLAP CAECE

Tecnología relacional: proporciona una interfaz SQL a los datos. Arquitectura Oracle OLAP Maneja 3 tecnologías: Tecnología relacional: proporciona una interfaz SQL a los datos. Tecnología de Objetos: permite gestionar datos no relacionales. Tecnología OLAP: proporciona funcionalidad analítica. Todas las tecnologías están contenidas en un solo proceso; se trata a la DB como una sola instancia integrada. ORACLE OLAP CAECE

Arquitectura Oracle OLAP ORACLE OLAP CAECE

Arquitectura de ORACLE OLAP - Beneficios Por estar basado en un modelo multidimensional: Es fácilmente entendible por los usuarios no expertos. Proporciona el contexto para la selección de datos. Simplifica el proceso de definición de cálculos hasta que usuarios no expertos pueden usar el lenguaje de cálculo Por tener una base de datos integrada: Gestión más simple Alta disponibilidad Seguridad mejorada Acceso abierto desde clientes SQL y OLAP API Ciclo de información reducido Mayor fiabilidad de la información ORACLE OLAP CAECE

Componentes de ORACLE OLAP Se subdivide en dos grandes áreas: Analytic Workspace El AW (Analytic Workspace): Son tablas especiales donde se almacenan los datos del modelo multidimensional. Provee una interfaz SQL para el modelo multidimensional. Provee una capa de acceso universal para todas las herramientas de BI. Componentes Oracle OLAP API AW Funcionalidad de OLAP API ORACLE OLAP CAECE

Componentes de ORACLE OLAP ORACLE OLAP CAECE

Oracle BI Spreadsheet Add-In Facilita acceder a los datos OLAP a través de planillas de cálculo. Permite un acceso seguro a la fuente de datos OLAP y utilizar Excel como herramienta de acceso a los datos de la DB. Ejemplo de reporte de Oracle OLAP en Excel ORACLE OLAP CAECE

Oracle BI Discoverer Permite realizar consultas, reportes y análisis sobre los modelos dimensionales y sobre los modelos relacionales. Permite acceder y analizar los datos dimensionales de la base de datos sin la necesidad de comprender conceptos avanzados de base de datos. Ejemplo de pantalla de OracleBI Discoverer ORACLE OLAP CAECE

Herramientas para construir un AW Analytic Workspace Manager (AWM) Oracle BI Warehouse Builder (OWB) - Un modelo AW creado con AWM puede ser reutilizado en el repositorio OWB. - Ambas utilidades generan scripts que pueden ser invocados y programados desde scripts PL/SQL u otras herramientas para programar eventos. ORACLE OLAP CAECE

Analytic Workspace Manager (AWM) Permite construir y mantener el AW desde una fuente de datos limpia. Se focaliza solamente en crear los Aws Proceso de creación compuesto de 3 pasos: - Diseñar el modelo dimensional. - Mapear el modelo dimensional con los datos fuente. - Cargar los datos en el AW ORACLE OLAP CAECE

OracleBI Warehouse Builder (OWB) Administra los Aws. Es una herramienta ETL. Administra el proceso completo de: - Juntar datos  Obtiene los datos de distintos sistemas fuentes. - Limpiar datos Realiza actividades de transformación y limpieza de los datos. ORACLE OLAP CAECE

El proceso de ODM se realiza en la base de datos ORACLE. ORACLE Data Mining El proceso de ODM se realiza en la base de datos ORACLE. ODM soporta la mayoría de las funciones de Data Mining. El API de ODM da soporte a aplicaciones que automatizan la extracción de datos. Crea un modelo con instrucciones para preparación de los datos. El análisis predictivo automatiza el proceso de Data Mining. ORACLE OLAP CAECE

ORACLE Data Mining - Fases Definición del problema Obtención de datos & preparación Construcción del modelo & evaluación Acceso a los datos. Muestreo de datos. Transformación de datos. Obtención de conocimiento Crear el modelo. Testear el modelo. Evaluar & interpretar el modelo. Aplicaciones externas. Reportes personalizados. Modelo de aplicación. ORACLE OLAP CAECE

Data Mining Supervisado ORACLE Data Mining Data Mining Supervisado - El aprendizaje es dirigido por un atributo conocido. - Atributos independientes - Genera un modelo predictivo Data Mining no Supervisado - Atributos dependiente e independientes. - No hay conocimiento previo. - Se usa para propósito predictivo y para realizar predicciones. ORACLE OLAP CAECE

Algunos casos de éxito ORACLE OLAP CAECE