On Line Analytical Processing

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.
Inteligencia de Negocios Business Intelligence (BI)
Inteligencia de Negocios
Data Transformation Services y Analysis Services
Enero 28, 2009 Módulo de Inteligencia de Negocios.
Relaciones entre minería de datos, bodegas de datos y OLAP
LOGÍSTICA.
ORACLE OLAP Integrantes: *Aizaga, Martiniano *Gallegos, Marina
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,
MERCADOS ELECTRÓNICOS
SISTEMAS DE PROCESAMIENTO DE TRANSACCIONES
Business Intelligence (BI) Software (Software de Inteligencia Impresario)
DESARROLLO DE CUBOS OLAP
Materia Fundamento de Computación Nombre Juan David Riera Otero Docente Ana María Arellano.
Informe caso de estudio Implementación de un Datawarehouse
ORACLE OLAP Integrantes: *Aizaga, Martiniano *Gallegos, Marina
Jesús Angel Ovando División de Estudios de Posgrado Instituto Tecnológico de Orizaba.
Sistema de soporte a la toma de decisiones
Presentación : Arquitectura Dealer DATASUR Informática.
DATA WAREHOUSE Joseba Gil Noelia Suaña. ÍNDICE 1. Introducción. 2. ¿Qué es Data Warehouse? 3. Arquitectura. 4. Ventajas/Inconvenientes.
Ingeniero Fredys Simanca
INTELIGENCIA DE NEGOCIOS

Bases de Datos II OLAP Online Analytical Processing
DATA MART Los data warehouses están hechos para proporcionar una fuente de datos única para todas las actividades de apoyo para la toma de decisiones.
DISTRIBUCIÓN Y PUNTO DE VENTA
Implementación de Datawarehouse
DATA WAREHOUSE Equipo 9.
Análisis y Diseño Orientado a Objetos utilizando UML
OLAP vs OLTP.
Administración de RR.HH. y Materiales
Especialista en Business Intelligence Conceptos fundamentales Microsoft SQL Server 2008 R2 Suscribase a o escríbanos a
OBTENER CONOCIMIENTO Conocimiento Minería Bodega de Datos ETL
Introducción a Pentaho BI Suite 3.5
Sistema Integrado de Gestión Administrativa ERP TEON
CICLO DE VIDA Y NORMAALIZACION DE UN SISTEMA DE BASE DE DATOS
Taller de Base de Datos Procesamiento Analítico en Línea ¿Qué es OLAP? Imaginemos el siguiente escenario: Una cadena de supermercados posee una (o varias)
Nuevos Productos Macro Pro ofrece varias soluciones complementarias para cumplir con los objetivos de control y análisis de información de nuestros clientes.
Diferencia entre comercio electrónico y negocio electrónico
1 Prof:Paula Quitral INTRODUCCIÓN DATAWAREHOUSE Departamento de Informática Universidad de Rancagua.
Business Intelligence. ¿Por qué Business Intelligence?  a capacidad para tomar decisiones de negocio precisas y de forma rápida se ha convertido en una.
Ing. Fredys Simanca Herrera.  Es muy habitual encontrarse con que más de un 30% de la información contenida en los sistemas operaciones o es incorrecta.
BUSINESS INTELIGENCE. ¿PORQUE BUSINESS INTELLIGECE  La capacidad para tomar decisiones de negocio precisas y de forma rápida se ha convertido en una.
INTELIGENCIA DE NEGOCIOS
SISTEMAS DE INFORMACIÓN
ISAE UNIVERSIDAD FACULTAD DE CIENCIAS TECNOLOGICAS TECNICO EN INFORMATICA CURSO TECNOLOGIA DE LA INFORMACIÒN Y COMUNICACIÒN PARTICIPANTES: DEXSI DELGADO.
DATA WAREHOUSE.
 La capacidad para tomar decisiones de negocio precisas y de forma rápida se ha convertido en una de las claves para que una empresa llegue al éxito.
ORACLE OLAP CAECE Integrantes: *Aizaga, Martiniano *Gallegos, Marina *Kleinlein, Guillermo *Schiano di Cola, Emiliano.
Business Intelligence. ¿Por qué Business Intelligence? La capacidad para tomar decisiones de negocio precisas y de forma rápida se ha convertido en una.
Johandra Gastier David De Freitas
Business Intelligence. ¿Por qué Business Intelligence? La capacidad para tomar decisiones de negocio precisas y de forma rápida se ha convertido en una.
 La capacidad para tomar decisiones de negocio precisas y de forma rápida se ha convertido en una de las claves para que una empresa llegue al éxito.
Grupo nº 7: Capital Intelectual
Introducción al Data Warehouse
Taller de Business Intelligence Conceptos Introductorios a BI
BUSINESS INTELIGENCE. ¿P OR QUÉ B USINESS I NTELLIGENCE ?  La capacidad para tomar decisiones de negocio precisas y de forma rápida se ha convertido.
Taller de Business Intelligence
DATA WAREHOUSE.
SOLUCIONES EMPRESARIALES
Minería de Datos MC BEATRIZ BELTRÁN MARTÍNEZ FACULTAD DE CIENCIAS DE LA COMPUTACIÓN. Primavera 2016.
Business Intelligence 2013 (Conceptos Generales) Microsoft SQL Server 2008 R2 Suscribase a o escríbanos a
María Trinidad Serna Encinas
Sistematización de Conceptos
Ing. Ernesto Sierraalta Fundamentos de Desarrollo de Proyectos de Inteligencia de Negocios ( Decision Support Systems & Data Warehousing.
BUSINESS INTELIGENCE. La capacidad para tomar decisiones de negocio precisas y de forma rápida se ha convertido en una de las claves para que una empresa.
Almacén de Datos MC BEATRIZ BELTRÁN MARTÍNEZ. Primavera 2016 MC BEATRIZ BELTRÁN MARTÍNEZ 33 Definición Colección de datos orientada a un dominio, integrado,
La Empresa La Problemática Estado Actual, Bases de datos relacionales Problemas con las consultas No muestra datos históricos Poca integridad en.
Es el proceso mediante el cual quienes toman decisiones en una organización obtienen, procesan y analizan información pertinente, interna y externa,
Transcripción de la presentación:

On Line Analytical Processing 4/2/2017 3:19 PM Data Warehouse OLAP On Line Analytical Processing © 2003-2004 Microsoft Corporation. All rights reserved. This presentation is for informational purposes only. Microsoft makes no warranties, express or implied, in this summary.

Procesamiento Analítico en Línea ¿Qué es OLAP? La necesidad de tener DW OLAP Imaginemos el siguiente escenario: Una cadena de supermercados posee una (o varias) bases de datos operacional que registra información sobre: Supermercados( y sus descripciones) Productos (y sus descripciones) Precios de productos y promociones Proveedores y partes entregados por ellos Inventarios en bodegas y supermercados Ordenes de compra a proveedores, transacciones y facturas Transacciones de venta en cada supermercado Programa clientes frecuentes, recursos humanos, etc.

Procesamiento Transaccional En Línea(OLTP). Esta base de datos está optimizada para realizar procesamiento transaccional (OLTP). Complejidad de la base de datos Debido a que la base de datos está normalizada, esta puede llegar a tener 500 tablas ( no es extraño encontrar base de datos con cientos de tablas). Por ejemplo, solo para describir a los supermercados podrías tener:

Y MUCHOS MAS……. Supermercado: -Marketing(publicidad, comerciales, vías de nuevos mercados.etc.) -Ventas(Totales del periodo, de otros periodos, de cada producto.etc.) -Comercialización y atención al cliente(Proveedores-distribuidores) -Estudios de mercado(Mercado meta, clientes potenciales, etc.) -Análisis de competencia(Comparaciones de precios, etc.) -Contabilidad(Ventas, costos, caja, auditoria interna) -Producción(Proveedores, inventario de mercadería, etc..) -Almacenaje(Inventarios al comienzo del periodo, inventario actual, etc.) Y MUCHOS MAS…….

Complejidad de la Base de Datos Puede ser difícil visualizar una Base de Datos de esta naturaleza

Consultas Analíticas (Reportes) Un analista de la cadena de supermercados necesita investigar las ventas totales. Se contacta con el administrador de la base de datos y le solicita la siguiente información Ventas totales por semana, supermercado y tipo de producto Productos más vendidos en los últimos dos meses Etc. El administrador calcula estos datos vía consultas SQL de la siguiente forma:

Consultas Analíticas (Reportes)

Proceso Tradicional para calcular Consultas analíticas Después de leer el reporte, el analista observa que las ventas de la semana X del año 2010 son especialmente altas: necesita saber por qué. Solicita al administrador las ventas por día en la semana X del 2010. Otra futuras indagaciones generan una serie de solicitudes/entregas de reportes entre el analista y el administrador de la base de datos

ESTO ES UN DATA WAREHOUSE OLAP Idea: construyamos un sistema para el ANALISTA con las siguientes características: Guarde datos sobre un único tema o proceso Ejemplo, proceso de venta obtenido de la base de datos operacional. No es necesario que los datos estén totalmente actualizados. Fácil de visualizar, por ejemplo, datos organizados de acuerdo a conceptos que sean fáciles de entender para los analistas: Modelo Multidimensional. Fácil formulación de consultas, consultas a distintas granularidades: Operadores. Respuestas en el orden de los pocos segundos. ESTO ES UN DATA WAREHOUSE OLAP

Esto es una Data Warehouse OLAP Colaboración BI Visualización Análisis de datos Análisis Geoespacial DATA WAREHOUSE OLAP Análisis Ventas y Marketing Gestión de Proyectos Creación de Sitios B2B y B2C

Business Intelligence 4/2/2017 3:19 PM Business Intelligence “Conjunto de herramientas y servicios destinado a la gestión eficiente del conocimiento y la información en empresas y organizaciones” Nos permite: Convertir los datos en información Tomar mejores decisiones rápidamente Utilizar un método razonable para la gestión empresarial © 2003-2004 Microsoft Corporation. All rights reserved. This presentation is for informational purposes only. Microsoft makes no warranties, express or implied, in this summary.

Arquitectura de un Data Warehouse OLAP

Tecnologías OLTP vs OLAP OnLine Transaction Processing Sistemas transaccionales, enfocados a gestionar un gran número de transacciones concurrentes Permiten insertar, actualizar, borrar y consultar una pequeña cantidad de registros OnLine Analytical Processing Enfocados al análisis de grandes cantidades de datos Proporcionan respuestas rápidas

Tecnologías OLTP vs OLAP Orientado a lo operativo (procesos) Predomina la actualización Se accede a pocos registros Datos altamente normalizados Estructura relacional Rápidos tiempos de respuesta. Estructura estática OLAP Orientado a temas Predomina la consulta. Datos históricos Procesos masivos, se accede a muchos registros Datos Denormalizados Estructura multidimensional Respuesta masiva Estructura dinámica, abundantes cambios

Modelo de Datos Multidimensional El proceso a analizar se representa como: Un conjunto de Dimensiones: Perspectivas que usamos para visualizar el proceso. Estructuradas como jerarquías Generalmente pequeñas. Un conjunto de hechos (facts): Asignaciones de mediciones a puntos en espacios formados por dimensiones. Agrupados en tablas de hechos Esta tabla cambia frecuentemente. Grande (GB’s o TB’s)

Cubos Tabla de Hechos Dimensiones Claves externas Medidas 1998 1998 Producto Id Nombre Tamaño … Cliente Provincia Tiempo Fecha Año Mes Dia Tabla de Hechos Tabla de Hechos Claves externas Medidas Dimensiones Santa Cruz 1998 2000 1999 Santa Cruz La Paz Cochabamba Producto1 Producto2 Producto 3 1998 2000 1999 La Paz Cochabamba Producto1 Producto2 Producto 3

Opciones de almacenamiento MOLAP Almacenamiento en estructura multidimensional de Analysis Services Mayor rapidez de respuesta ROLAP Almacenamiento en base de datos relacional Para grandes volúmenes de datos HOLAP Híbrido Respuesta rápida y gran cantidad de datos en origen

Costo del software.

Preguntas y dudas ???

PREGUNTAS ¿Viendo las características de Data Warehouse OLAP podría optimizar la atención al cliente ? ¿Teniendo una micro-empresa o mediana-empresa seria eficiente implementar el Data Warehouse OLAP?