DATA WAREHOUSE Presentador Por: Andrés Fabián Cortes Solano

Alternativas de Diseño Herramientas Utilizadas Datamining TEMARIO 1. ¿Qué es Data Warehouse? 2. Conceptos básicos: Características Aplicaciones Alternativas de Diseño Herramientas Utilizadas Datamining Base de Datos Multidimensional Metadatos Procesos de Construcción Técnicas Explotación

Data Warehouse Es un repositorio estructurado, a nivel Empresa, de datos orientados hacia áreas de negocio, que contiene datos históricos y que está preparado para facilitar la toma de decisiones.

Base de Datos Operacional Diferencias Base de Datos Operacional Data Warehouse Datos Operacionales Datos del negocio para Información Orientado a la aplicación Orientado al sujeto Actual Actual + histórico Detallada Detallada + más resumida Cambia continuamente Estable

Entre las principales se tiene: · Orientado al tema · Integrado Características Entre las principales se tiene: ·        Orientado al tema ·        Integrado ·        Variante en el Tiempo ·        No volátil

Ejemplo: Para un fabricante pueden ser cliente, vendedor y producto. Orientado al Tema Una primera característica del data warehouse es que la información se clasifica en base a los aspectos que son de interés para la empresa. Ejemplo: Para un fabricante pueden ser cliente, vendedor y producto.

Integrado La base de datos contiene los datos de todos los sistemas operacionales de la organización, y dichos datos deben ser consistentes.

Variante en el Tiempo Como la información en el data warehouse es solicitada en cualquier momento (es decir, no "ahora mismo"), los datos encontrados en el depósito se llaman “variante en el tiempo".

No volátil La información no se modifica ni se elimina, una vez almacenado un dato, éste se convierte en información de sólo lectura, y se mantiene para futuras consultas.

Análisis de Riesgo Financiero Análisis de Riesgo de Crédito Aplicaciones Sistemas de Marketing Análisis de Riesgo Financiero Análisis de Riesgo de Crédito Control de Gestión Logística Recursos Humanos

Alternativas de Diseño 1. Creación de varios Datamarts independientes, uno por cada dominio o fuente de información, y definición de una Capa Usuario por cada uno de estos Datamarts. 2. Creación de un único Datawarehouse que englobe todos los datos, del que se extraigan diferentes Datamarts, uno por cada dominio o fuente de información y definición de una Capa Usuario por cada Datamart. 3. Creación de un único Datawarehouse con definición de una única Capa Usuario. 4. Creación de un único Datawarehouse con definición de varias Capas Usuario.

Herramientas para la inteligencia empresarial. Herramientas Utilizadas Herramientas para la inteligencia empresarial. Herramientas para extraer, transformar y cargar datos en el almacén de datos. Herramientas para gestionar y recuperar los metadatos.

Datamining (Minería de Datos) Es el conjunto de técnicas y tecnologías que permiten explorar grandes bases de datos, de manera automática o semiautomática, con el objetivo de encontrar patrones repetitivos, tendencias o reglas que expliquen el comportamiento de los datos en un determinado contexto. Hace uso de prácticas estadísticas y, en algunos casos, de algoritmos de búsqueda próximos a la Inteligencia Artificial y a las redes neuronales.

Base de Datos Multidimensionales Se utilizan principalmente para crear aplicaciones OLAP y pueden verse como bases de datos de una sola tabla, su peculiaridad es que por cada dimensión tienen un campo (o columna), y otro campo por cada métrica o hecho, es decir estas tablas almacenan registros cuyos campos son de la forma: (d1,d2,d3,...,f1,f2,f3,...) Donde los campos 'di' hacen referencia a las dimensiones de la tabla, y los campos 'fi' a las métricas o hechos que se quiere almacenar, estudiar o analizar.

Metadatos Uno de los componentes más importantes de la arquitectura de un almacén de datos son los metadatos. Se define comúnmente como "datos acerca de los datos", en el sentido de que se trata de datos que describen cuál es la estructura de los datos que se van a almacenar y cómo se relacionan. El Metadato documenta, entre otras cosas, qué tablas existen en una base de datos, qué columnas posee cada una de las tablas y qué tipo de datos se pueden almacenar.

ETL (Extracción, Transformación y Carga). Procesos de Construcción ETL (Extracción, Transformación y Carga). Extracción: Obtención de información de las distintas fuentes tanto internas como externas. 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.

Técnicas de Explotación La explotación del Data Warehouse mediante información de gestión, se fundamenta básicamente en los niveles agrupados o calculados de información.

Glosario • Data Warehouse: Es un repositorio estructurado, a nivel Empresa, de datos orientados hacia áreas de negocio, que contiene datos históricos y que está preparado para facilitar la toma de decisiones. • Datamart: Es una base de datos orientada a un tema específico. En otras palabras es un subconjunto del Data Warehouse Corporativo. • Capa Usuario: Es una vista usuario de la base de datos que permite su aislamiento respecto de la complejidad física de la misma. No incluye ningún dato físico. Es una agrupación lógica de los datos adaptada a los conocimientos y filosofía del Usuario • OLAP: Tecnología que permite la explotación de datos en diferentes niveles organizacionales y periodos de tiempo.

GRACIAS POR SU ATENCION