Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ttulo Actividad: Nombre Asignatura: Semana N: Aprendizaje 1 Aprendizaje 2 Modelamiento Business Intelligence Business Intelligence 3 Actividad N 3(P) Sigla Lugar
225 min.
APRENDIZAJES ESPERADOS: Modela y analiza los datos para aplicar la Inteligencia de Negocios.
1.
1.1.
Ventajas Comienza con un Data Mart individual y se agregan Data Marts con una arquitectura comn a travs del tiempo para ms reas temticas Relativamente barato y fcil de implementar Puede utilizarse como prueba de concepto de DW
Desventajas Puede perpetuar los problemas de silos de informacin Puede posponer decisiones difciles
1
Agosto 2010 / Esc. Ingeniera / Ing. E. Informtica, Business Intelligence
1.2.
Estrategia de DW Corporativo
Se construye desde un principio un DW completo
Ventajas Los Data Marts se construyen como un subconjunto del DW Cuando se tiene xito, produce un DW escalable e integrado
1.3.
Modelacin Dimensional
Metodologa para modelar lgicamente los datos sobre un conjunto de eventos y sus caractersticas, teniendo como meta la eficiencia de las consultas, la facilidad de uso y la adaptabilidad.
Utilidad Es la base para varias tcnicas de mejoramiento del rendimiento. Es la base de los sistemas de Data Warehouse y OLAP.
Independiente de la tecnologa BD relacional: Esquema estrella Star schema BD multidimensional / OLAP: cubo
Un modelo dimensional en un ambiente relacional est formado por: Una tabla de hechos Rodeada de un conjunto de tablas dimensionales
1.4.
Tabla de Hechos
Contiene un registro por cada medicin de negocio.
1.5.
Tabla Dimensin
Describen lo que se sabe del contexto en que ocurre cada medicin de negocio.
Fig. 2 Describen lo que se sabe del contexto en que ocurre cada medicin de negocio.
1.6.
La parte ms grande de un DW Representan cerca del 90% del espacio total consumido en el disco
Son largas (muchas filas), pero angostas (pocas columnas) Todas las mediciones en una tabla de hechos deben tener la misma granularidad Los hechos ms tiles son numricos y aditivos Valores continuos No textos
Slo se agregan a la tabla, los hechos que efectivamente ocurrieron Categoras tpicas: transaccin, foto peridica, foto acumulativa
Las tablas de hecho expresan las relaciones muchos-a-muchos entre dimensiones Una medicin est definida por la interseccin de todas las dimensiones (ejemplo: fecha, producto y local). Las dimensiones definen la granularidad de la tabla de hechos.
1.7.
Atributos sirven como fuente primordial de restricciones para crear condiciones para los reportes, agrupaciones, y etiquetas de los reportes Ejemplo: Ventas por semana y por marca
Los mejores atributos son textos y en categoras discretas Usar palabras ms que siglas o acrnimos
1.8.
Modelo Dimensional
Simple Comunicacin con el usuario Rendimiento computacional Extensibles para soportar cambios
1.9.
Trmino acuado por Bill Inmon: Es una coleccin de datos orientada a un tema, integrada, variante en el tiempo y no voltil, que apoya el proceso de toma de decisiones de gestin. Orientada a un tema Los datos que dan informacin sobre un tema en particular en vez de acerca de las operaciones rutinarias de una empresa.
Integrada Los datos que se recopilan en el Data Warehouse provienen de una variedad de fuentes y se mezclan en un todo coherente.
Variante en el tiempo Todos los datos en el Data Warehouse se identifican con un perodo de tiempo.