CAP

ITULO 1. INTRODUCCI

ON 7
1.3. Cubos: Dimensiones, Medidas y Operaciones apli-
cables
Cubo multidimensional
En una base de datos multidimensional, el modelo de datos esta constituido por lo que
se denomina un Cubo multidimensional o simplemente Cubo. En un cubo la informacion se
representa por medio de matrices multidimensionales o cuadros de m ultiples entradas,
que nos permite realizar distintas combinaciones de sus elementos para visualizar los
resultados desde distintas perspectivas y variando los niveles de detalle. Esta estructura
es independiente del sistema transaccional de la organizacion, facilita y agiliza la consulta
de informacion historica ofreciendo la posibilidad de navegar y analizar los datos.
Aqu vemos como ejemplo un cubo multidimensional que contiene informacion de
ventas discriminadas por periodos de tiempo, productos y zonas geogracas de las su-
cursales.
Los ejes del cubo son las Dimensiones, y los valores que se presentan en la matriz,
son las Medidas.
Una instancia del modelo esta determinada por un conjunto de datos para cada eje
del cubo y un conjunto de datos para la matriz.
Dimensiones
Son objetos del negocio con los cuales se puede analizar la tendencia y el compor-
tamiento del mismo. Las deniciones de las dimensiones se basan en polticas de la
compa na o del mercado, e indican la manera en que la organizacion interpreta o clasi-
ca su informacion para segmentar el analisis en sectores, facilitando la observacion de
los datos.
Para determinar las dimensiones requeridas para analizar los datos podemos pregun-
tarnos:
Cuando? La respuesta a esta pregunta permite establecer la dimensi on del tiempo
y visualizar de manera comparativa el desempe no del negocio.
CAP

ITULO 1. INTRODUCCI

ON 8
Donde? Esta pregunta nos ubica en un area fsica o imaginaria donde se estan
llevando a cabo los movimientos que se desean analizar. Estos lugares se pueden
ser zonas geogracas, divisiones internas de la organizacion, sucursales, etc.
Que? Es el objeto del negocio, o el objeto de interes para determinada area de la
compa na. Para estos casos se tienen los productos y/o servicios, la materia prima
como elemento de interes para la division de abastecimientos, los vehculos para la
seccion de transportes, las maquinarias para el area de produccion, etc.
Quien? En esta dimension se plantea una estructura de los elementos que inciden
directamente sobre el objeto de interes. En estos casos se hace referencia al area
comercial o de ventas, o a los empleados de la organizacion si se esta llevando a
cabo un analisis a nivel del talento humano, etc.
Cual? Habla de hacia donde se enfoca el esfuerzo de la organizacion o una deter-
minada area del negocio, para hacer llegar los productos o servicios. Una dimension
que surge de esta pregunta es la de clientes.
Medidas o Metricas
Son caractersticas cualitativas o cuantitativas de los objetos que se desean analizar
en las empresas. Las medidas cuantitativas estan dadas por valores o cifras porcentuales.
Por ejemplo, las ventas en dolares, cantidad de unidades en stock, cantidad de unidades
de producto vendidas, horas trabajadas, el promedio de piezas producidas, el porcentaje
de aceptacion de un producto, el consumo de combustible de un vehculo, etc.
Jerarquas de Dimensiones y Niveles
Generalmente las dimensiones se estructuran en jerarquas, y en cada jerarqua exis-
ten uno o mas niveles, los llamados Niveles de Agregacion o simplemente Niveles. Toda
dimension tiene por lo menos una jerarqua con un unico nivel. En la gura vemos un
ejemplo de una dimension de vendedores, que consiste de una unica jerarqua, y tres
niveles de agregacion para agruparlos por ciudades y por regiones.
Aqu podemos ver una dimension que cuenta con dos jerarquas:
CAP

ITULO 1. INTRODUCCI

ON 9
En este caso, los niveles Zonas y Gerencia no estan relacionados entre s, a pesar de
que ambos estan relacionados con las Areas.
Si existe mas de una jerarqua, la relacion que une datos de un nivel con datos de
otro nivel superior debe ser conuente. Esto signica que todos los caminos que parten
de un elemento e del nivel E, llegan al mismo elemento d del nivel D superior a E,
independientemente de la jerarqua recorrida.
Si no se cumpliera la conuencia, entonces el primer trimestre que gura relacionado
con 1998, podra aparecer relacionado, por ejemplo, con 1999. En este caso, al recorrer
la jerarqua por trimestre, el mes de marzo de 1998 aparecera en 1999.
Operaciones Multidimensionales
Las operaciones multidimensionales se pueden agrupar en tres conjuntos basicos que
se describen a continuacion:
Operaciones de Slice & Dice (Seleccion)
No existe un consenso general en la denicion de Slice & Dice. Sin embargo, se
acepta que hay tres operaciones incluidas en este conjunto:
Slice: Seleccionar una tajada de un cubo tomando un determinado valor de
dimension de un cubo mayor, deniendo un subcubo.
CAP

ITULO 1. INTRODUCCI

ON 10
Dice: Tomar secciones del cubo en funcion de un rango de valores de las
dimensiones.
Por ejemplo, dado un cubo que muestra las ventas por meses y por regiones,
seleccionar solo las ventas de Febrero (slice), o solo las regiones donde las
ventas sean inferiores a $100.000 (dice).
La herramienta debe permitir seleccionar tems especcos de una dimension,
o seleccionar tems de acuerdo a un rango (por ejemplo, los 5 productos mas
vendidos), y combinar estos criterios de seleccion para construir consultas mas
complejas.
Rotacion (pivoting): Permite visualizar diferentes planos de un cubo. En
general el usuario indica la rotacion arrastrando una dimension a una nueva
posicion, y la herramienta rota la perspectiva automaticamente.
Aqu vemos un esquema de la operacion de Rotacion. Siguiendo el ejemplo
de las ventas, en el primer cubo observamos las ventas discriminadas por
productos y zonas para el primer trimestre. Al rotar la dimension Tiempo
con Zonas Geogracas, vemos las ventas para la Zona Local. Por ultimo se
intercambian las dimensiones Productos y Zonas Geogracas, exponiendo as
las ventas discriminadas por Zonas y por trimestres para un producto en
particular.
Operaciones de Agregacion
El grupo de las operaciones de Agregacion esta constituido por operaciones que
realizan desplazamientos por las jerarquas y niveles de las dimensiones.
DrillUp: Implica subir un nivel en la jerarqua. Como resultado se agrupan
todos los valores de los miembros en el nivel original que estan relacionados
con el mismo valor del nivel superior.
DrillDown: Implica bajar un nivel en la jerarqua. Se produce la desagregacion
de dichos valores.
Por ejemplo, si estamos observando ventas anuales por sucursales podemos
aplicar una operacion de DrillDown para ver dichas ventas discriminadas por
trimestre, o aplicar una operacion de DrillUp para ver las ventas por regiones
en lugar de sucursales. En general estas operaciones se invocan haciendo doble
clic en el punto relevante en la tabla multidimensional o chart.
RollUp (Consolidacion): Cuando se realiza un DrillUp, se deben calcular
nuevos valores en funcion del conjunto de valores de las medidas que se agru-
pan. La aplicacion de esta operacion se traduce, tpicamente, en funciones de
agregacion como las presentes en SQL (SUM, AVG, MAX, MIN, etc.).
CAP

ITULO 1. INTRODUCCI

ON 11
Relacionamiento
A partir de un cubo, mediante las operaciones de Relacionamiento, se puede acceder
otros datos.
DrillAcross: Se accede a datos que estan en otros cubos existentes.
DrillThrough: Se accede a datos que estan en un DataWarehouse o en una
base operacional.
En el siguiente ejemplo podemos ver, dados los datos iniciales de una consulta de
ventas, los efectos de aplicar sobre los mismos las operaciones de Pivot, DrillUp sobre la
dimension de los productos, y DrillDown sobre la dimension de sucursales.