9/9/2015

15.2.KimballvsInmon.AmpliacindeconceptosdelModeladoDimensional.ElRincondelBI

ElRincondelBI
DescubriendoelBusinessIntelligence

15.2.KimballvsInmon.Ampliacindeconceptosdel
ModeladoDimensional.
PostedbyRobertoEspinosaen19abril2010

i
11Votos
ComohemosvistoenlaentradaanteriordelBlog,estamosutilizandolametodologa
desarrolladaporKimball(ysuenfoquedimensional),paralaconstruccindenuestroDW.
AunqueexistenotrasmetodologiasoenfoquesparalaconstruccindeunDataWarehouse,las
masimportantessonlapropiadeRalphKimballyladefinidaporWillInmon(ysuenfoque
EnterpriseWarehouseoCIF).Esahdondellegamosalquepareceeternodilemaentre
KimballeInmon.
Paraentenderlasdiferenciasentreambosenfoques,esnecesarioenprimerlugartenerclaro
algunconcepto,comoesladiferenciaentreDataWarehouseyDataMart(JosepCurtonoslo
explicamuybienensublog).
DefinicindeDataWarehouse:UnDataWarehouseproporcionaunavisinglobal,comn
eintegradadelosdatosdelaorganizacin,independientedecmosevayanautilizar
posteriormenteporlosconsumidoresousuarios.Normalmenteenelalmacndedatos
habrqueguardarinformacinhistricaquecubraunamplioperododetiempo.Perohay
ocasionesenlasquenosenecesitalahistoriadelosdatos,sinoslosusltimosvalores,
siendoademsadmisiblegeneralmenteunpequeodesfaseoretrasosobrelosdatos

https://churriwifi.wordpress.com/2010/04/19/152ampliacionconceptosdelmodeladodimensional/

1/14

9/9/2015

15.2.KimballvsInmon.AmpliacindeconceptosdelModeladoDimensional.ElRincondelBI

siendoademsadmisiblegeneralmenteunpequeodesfaseoretrasosobrelosdatos
operacionales.Enestoscasoselalmacnsellamaalmacnoperacional(ODS,Operational
DataStore).
DefinicindeDataMart:PodemosentenderunDataMartcomounsubconjuntodelos
datosdelDataWarehouseconelobjetivoderesponderaundeterminadoanlisis,funcino
necesidadyconunapoblacindeusuariosespecfica.Aligualqueenundatawarehouse,
losdatosestnestructuradosenmodelosdeestrellaocopodenieveyundatamartpuede
serdependienteoindependientedeundatawarehouse.Porejemplo,unposibleusossera
paraeldatamining.Qudiferenciaexisteentoncesentreundatamartyundata
warehouse?Sualcance.Eldatamartestpensadoparacubrirlasnecesidadesdeungrupo
detrabajoodeundeterminadodepartamentodentrodelaorganizacin.Eselalmacn
naturalparalosdatosdepartamentales.Encambio,elmbitodeldatawarehouseesla
organizacinensuconjunto.Eselalmacnnaturalparalosdatoscorporativoscomunes.
Teniendoencuentaesto,vamosaintentarrealizarunresumendelosaspectosmasimportantes
decadaunadelasmetodologas:

ParadigmaBillInmon.
BillInmonvelanecesidaddetransferirlainformacindelosdiferentesOLTP(Sistemas
Transaccionales)delasorganizacionesaunlugarcentralizadodondelosdatospuedanser
utilizadosparaelanalisis(seraelCIFoCorporateInformationFactory).Insisteademasenque
hadetenerlassiguientescaractersticas:
Orientadoatemas.Losdatosenlabasededatosestnorganizadosdemaneraquetodos
loselementosdedatosrelativosalmismoeventouobjetodelmundorealquedenunidos
entres.
Integrado.Labasededatoscontienelosdatosdetodoslossistemasoperacionalesdela
organizacin,ydichosdatosdebenserconsistentes.
Novoltil.Lainformacinnosemodificaniseelimina,unavezalmacenadoundato,ste
seconvierteeninformacindeslolectura,ysemantieneparafuturasconsultas.
Varianteeneltiempo.Loscambiosproducidosenlosdatosalolargodeltiempoquedan
registradosparaquelosinformesquesepuedangenerarreflejenesasvariaciones.
Lainformacinhadeestaralosmximosnivelesdedetalle.LosDwdepartamentaleso
datamartssontratadoscomosubconjuntosdeesteDwcorporativo,quesonconstruidospara
cubrirlasnecesidadesindividualesdeanalisisdecadadepartamento,ysiempreapartirdeeste
DwCentral(delquetambinsepuedenconstruirlosODS(OperationalDataStores)o
similares).

https://churriwifi.wordpress.com/2010/04/19/152ampliacionconceptosdelmodeladodimensional/

2/14

9/9/2015

15.2.KimballvsInmon.AmpliacindeconceptosdelModeladoDimensional.ElRincondelBI

EnfoqueInmonDWCorporativo
ElenfoqueInmontambiensereferencianormalmentecomoTopdown.Losdatossonextraidos
delossistemasoperacionalesporlosprocesosETLycargadosenlasareasdestage,dondeson
validadosyconsolidadosenelDWcorporativo,dondeademasexistenlosllamadosmetadatos
quedocumentandeunaformaclarayprecisaelcontenidodelDW.Unavezrealizadoeste
proceso,losprocesosderefrescodelosDataMartdepartamentalesobtienenlainformacinde
el,yconlasconsiguientestransformaciones,organizanlosdatosenlasestructurasparticulares
requeridasporcadaunodeellos,refrescandosucontenido.
Lametodologiaparalaconstruccindeunsistemadeestetipoeslahabitualparaconstruir
unsistemadeinformacin,utilizandolasherramientashabituales(esquemaEntidad
Relacion,DIS(DataItemSets,etc).Paraeltratamientodeloscambiosenlosdatos,usala
ContinueandDiscreteDimensionManagement(insertafechasenlosdatosparadeterminar
suvalidezparalasContinueDimensionobienmedianteelconceptodesnapshotofotoparalas
DiscreteDimension).
Alteneresteenfoqueglobal,esmasdificildedesarrollarenunproyectosencillo(puesestamos
intentandoabordareltodo,apartirdelcualluegoiremosaldetalle).

ParadigmaRalphKimball.

ElDataWarehouseesunconglomeradodetodoslosDataMartsdentrodeunaempresa,siendo3/14

https://churriwifi.wordpress.com/2010/04/19/152ampliacionconceptosdelmodeladodimensional/

9/9/2015

15.2.KimballvsInmon.AmpliacindeconceptosdelModeladoDimensional.ElRincondelBI

ElDataWarehouseesunconglomeradodetodoslosDataMartsdentrodeunaempresa,siendo
unacopiadelosdatostransaccionalesestructuradosdeunaformaespecialparaelanalisis,de
acuerdoalModeloDimensional(nonormalizado),queincluye,comoyavimos,las
dimensionesdeanlisisysusatributos,suorganizacinjerarquica,asicomolosdiferentes
hechosdenegocioquesequierenanalizar.Porunladotenemostablasparalasrepresentarlas
dimensionesyporotroladotablasparaloshechos(lasfactstables).LosdiferentesDataMarts
estanconectadosentresiporlallamadabusstructure,quecontieneloselementos
anteriormentecitadosatravesdelasdimensionesconformadas(quepermitenquelosusuarios
puedanrealizarquerysconjuntossobrelosdiferentesdatamarts,puesestebuscontienelos
elementosencomnqueloscomunican).Unadimensinconformadapuedeser,porejemplo,
ladimensincliente,queincluyetodoslosatributosoelementosdeanalisisreferentesalos
clientesyquepuedesercompartidapordiferentesdatamarts(ventas,pedidos,gestinde
cobros,etc).

EnfoqueKimballArquitecturaBusdelDW
EsteenfoquetambinsereferenciacomoBottomup,puesalfinalelDatawarehouse
Corporativonoesmasquelaunindelosdiferentesdatamarts,queestanestructuradosdeuna
formacomnatravsdelabusstructure.Estacaracteristicalehacemasflexibleysencillode
implementar,puespodemosconstruirunDataMartcomoprimerelementodelsistemade
anlisis,yluegoiraadiendootrosquecompartenlasdimensionesyadefinidasoincluyen
otrasnuevas.Enestesistema,losprocesosETLextraenlainformacindelossistemas
operacionalesylosprocesanigualmenteenelareastage,realizandoposteriormenteelllenado
decadaunodelosDataMartdeunaformaindividual,aunquesiemprerespetandola
estandarizaciondelasdimensiones(dimensionesconformadas).
LametodologaparalaconstruccindelDwincluyelas4fasesquevimosenlaentradaanterior
delblog,queson:Seleccindelprocesodenegocio,definicindelagranuralidaddela
informacin,eleccindelasdimensionesdeanlisiseidentificacindeloshechoso
mtricas.Igualmentedefineeltratamientodeloscambiosenlosdatosatravsdelas

https://churriwifi.wordpress.com/2010/04/19/152ampliacionconceptosdelmodeladodimensional/

4/14

9/9/2015

15.2.KimballvsInmon.AmpliacindeconceptosdelModeladoDimensional.ElRincondelBI

mtricas.Igualmentedefineeltratamientodeloscambiosenlosdatosatravsdelas
DimensionesLentamenteCambiantes(SCD).
Siquereisprofundizarencadaunadelasfilosofias,incluyendolassimilitudesydiferencias,os
recomiendoleerlapresentacinrealizadaporIanAbramson:

Data Warehouse:
SHOWMEMORELIKEABRAMSONINMONVSKIMBALL
SIMILARTOABRAMSONINMONVSKIMBALL
BACKTODOC
BrowsemorelikeAbramsonInmonvsKimball
Previous|Next
PartitioningWithOracleDatabase11gR2
XavierMartinezRuiz
RalphKimball
EdwinBazan
Morefromrespinosamilla
AdvancedDataWareHouseDesign
Previous|Next
jazamu
IntercompanyNLCC
PFC_Miguel_Rodriguez_Sanz
respinosamilla
EdwinChicas
ConfiguracionALE_SistemaClases
AnteproyectoFinaldatawarehouseBasaenKimball
respinosamilla
BrianAlbornozCabrera
ReleaseStrategyEnhancementinPurchaseOrder
ManualParaConstruirUnDataWarehouse
respinosamilla
KaysarsBautista
PARAMETRIZACIONNOMINASAP
InMonvsKimball
respinosamilla
uxb5154
ViewthisdocumentonScribd
Ahorallegaelmomentodeelegircualdelosenfoqueseselmasapropiadoparanuestro
proyecto(suponiendoqueaunnolohubieramoshecho).EnlaentradadeblogdeJorge
Fernndezseplanteouninteresantedebatesobrelaconvenienciadeutilizarunouotro
enfoque.PodemosresumirqueelenfoqueInmonesmasapropiadoparasistemascomplejos,
dondeademasqueremosasegurarsuperdurabilidadyconsistenciaaunquecambienlos
procesosdenegocioenlaorganizacin.Peroparapequeosproyectos,dondeademas
queremosasegurarlausabilidaddelosusuariosconunsistemafacildeentenderyelrapido
desarrollodelasolucin,elenfoqueKimballesmasapropiado.
Ennuestrocaso,vamosarealizarunDWdepartamental,queademasesunproyectopiloto.
Dadoelambito,ylosrecursosquesevanadestinarael,esmasconvenienteutilizarelenfoque
KimballparaeldiseodelDW.ElDWserialomascercanoaundatamart,ylovamosa
desarrollarintentandoquelasdimensionesestenconformadas(dentrodelconceptode
https://churriwifi.wordpress.com/2010/04/19/152ampliacionconceptosdelmodeladodimensional/
datawarehousebus),conloquedejaremoslapuertaabiertaaunaampliacinposteriordentro 5/14

15.2.KimballvsInmon.AmpliacindeconceptosdelModeladoDimensional.ElRincondelBI
desarrollarintentandoquelasdimensionesestenconformadas(dentrodelconceptode
datawarehousebus),conloquedejaremoslapuertaabiertaaunaampliacinposteriordentro
elmbitodelacompaia,aadiendonuevoscubosqueutilizaranlasdimensionesconformadas
yadefinidas.

9/9/2015

Ademasdeestosdosenfoques,existenotrosdelosquenohablaremos,comoelHybridDWoel
FederatedDW,queutilizanunaaproximacinintermediaparalaconstruccindelsistema.

AmpliacindeConceptosdelModeladoDimensional
Veamosalgunosconceptosmssobreelmodeladodimensional:
Dimensiones
Lasdimensiones,comoyavimossonlosdiferentespuntosdevistaporlosquequeremos
analizarlainformacin.Lasdimensionesincluyenlosdiferentesatributosquequeremos
analizar,queademasseestructurandeformajerrquica,conformeadiferentesnivelesde
detalle.Lastablasdedimensionesseconstruyenincluyendotodoslosatributosquelaincluyen
deunaformadesnormalizada,conunaclavequeidentificaelmnimoniveldedetalle.Podemos
distinguirvariostiposdedimensiones:
DimensionesNormales:aquellasqueagrupandiferentesatributosqueestanrelacionados
porelambitoalqueserefieren(todaslascaractersticasdeuncliente,losdiferentes
componentesdeladimensintiempo,etc).
DimensionesCausuales:aquellaqueincluyeatributosquepuedencausarcambiosenlos
procesosdenegocio(porejemploladimensinpromocinenelprocesodenegociode
ventas).
DimensionesHeterogeneas:dimensionesqueagruparconjuntosheterogeneosde
atributos,quenoestanrelacionadosentresi.
DimensionesRollUp:esunadimensinqueesunsubconjuntodeotra,necesariasparael
casoenquetenemostablasdehechoscondiferentegranuralidad(verlaentradaanteriordel
blog).
DimensionesJunk:dimensionqueagrupaindicadoresdebajacardinalidadcomopueden
serflagsoindicadores.
DimensionesRoleplaying:cuandounamismadimensinintervieneenunatablade
hechosvariasveces(porejemplo,lafechaenunatabladehechosdondeseregistranvarias
fechasreferidasaconceptosdiferentes),esnecesarioreutilizarlamismadimension,puesno
tienesentidocreartantasdimensionescomousossehagandeella.Paraellosedefinenlas
dimensionesRoleplaying.Podemoscrearvistassobrelatabladeladimensincompleta
quenospermitenutilizarlavariasvecesojugarconlosaliasdetabla.Lamismadimensin
juegaunroldiferentesegnelsitiodondeseutiliza.
DimensionesDegeneradas:sondimensionesquenotienenningnatributoyportanto,no
tienenunatablaespecificadedimensin.Soloseincluyeparaellasunidentificadorenla
tabladehechos,queidentificacompletamentealadimensin(porejemplo,unpedidode
https://churriwifi.wordpress.com/2010/04/19/152ampliacionconceptosdelmodeladodimensional/
6/14
ventas).Nosinteresateneridentificadalatransaccin(pararealizardatamining,por

15.2.KimballvsInmon.AmpliacindeconceptosdelModeladoDimensional.ElRincondelBI
tabladehechos,queidentificacompletamentealadimensin(porejemplo,unpedidode
ventas).Nosinteresateneridentificadalatransaccin(pararealizardatamining,por
ejemplo),perolosdatosinteresantesdeesteelementolostenemosrepartidosenlas
diferentesdimensiones(cliente,producto,etc).
MinidimensionesoDimensionesOutrigger:conjuntodeatributosdeunadimensinque
seextraenlatabladedimensinprincipalpuessesuelenanalizardeformadiferente.El
tipicoejemplosonlosdatossociodemogrficosasociadosauncliente(queseutilizan,por
ejemplo,paraeldatamining).

9/9/2015

Esnecesariogestionardeunaformacorrectaloscambiosqueseproducenenlosatributosde
lasdimensiones(porejemplo,elcambiodecomercialodecanaldeuncliente,elcambiode
familiadeunmaterial,etc),quenospermitanrealizardeunaformacorrectaelanlisishistrico
delosdatos.ParaelloseintroduceelconceptodeDimensinLentamenteCambiante(SCD),
estableciendovariosmetodosparasuprocesamiento(quetendranquesertenidosencuentaen
losprocesosETL).Resumiendo,tenemosvariostiposdemetodosparaeltratamiento(ampliar
informacinenelblogdeBernabeuDariooenBIFacil):
SCDTipo1:Sobreescribir:cuandohayuncambioenlosvaloresdeunatributo,
sobrescribimoselvalorantiguoconelnuevosinregistrarunahistoria.Estosignificaperder
todalahistoriadeldato,ycuandohagamosunanlisisveremoslainformacinhistrica
desdeelpuntodevistaactual.
SCDTipo2:Aadirfila:cuandohayuncambio,creamosunnuevoregistroenlatabla.El
nuevoregistrotieneunanuevaclavesubrogada,deformaqueunaentidaddesistema
operacional(porejemplo,uncliente),puedetenervariosregistrosenlatabladela
dimensinsegnsevanproduciendoloscambios.Estamosgestionandounversionado,que
ademaspuedeincluirunasfechasparaindicarlosperiodosdevalidez,numeradorde
registrosounindicadorderegistroactivoono.
SCDTipo3:Aadircolumna:cuandohayuncambio,nosguardamoselvaloranterioren
unacolumnadistinta,actualizandoelcampoconelnuevovalor(paracadacampo,
tendremosunatuplavaloranterior,valoractual).Solonosvamosaguardar,portanto,los
dosultimosvalores.
Cadaunadelasdimensionestieneunaclavequeidentificacadaunodelosregistrosquela
conforman.Paradefinirestaclave,podemosutilizarlosmismosvaloresqueseutilizanenlos
sistemasoperacionales(conloquenosestamoslimitandoalaformaenqueestandefinidosalli
yseguramenteestableciendolimitacionesparaelfuturo)obienutilizarlasllamadasSurrogated
Keys(ClavesSubrogadas),quesonidentificadoresquenosinventamosenelDw,quenosvaa
permitiroptimizarlasconsultassqlyevitarlasposibleslimitacionesdeladefiniciondelas
clavesexistentes,desvinculandolatotalmentedelossistemasorigen,ademasdeltratamientode
lasSCD.OsrecomiendolalecturadelaentradadelblogdeBIFacilreferenteaestetema.
Hechos
Loshechossonlosindicadoresdenegocioquedansentidoalanlisisdelasdimensiones.Las
tablasdehechosincluyenlosindicadoresasociadosaunprocesodenegocioenconcreto,
ademasdelasclavesdelasdimensionesqueintervienenendichoproceso,enelmnimonivel
degranuralidadodetalle.Podemostenervariostiposdetablasdehechos,comodescribemuy
bienotravezJosepCurto:
https://churriwifi.wordpress.com/2010/04/19/152ampliacionconceptosdelmodeladodimensional/

7/14

15.2.KimballvsInmon.AmpliacindeconceptosdelModeladoDimensional.ElRincondelBI
bienotravezJosepCurto:

9/9/2015

TransactionFactTables:representaneventosquesucedenenundeterminadoespacio
tiempo.Secaracterizanporpermitiranalizarlosdatosconelmximodetalle.Reflejanlas
transaccionesrelacionadasconnuestrosprocesosdenegocio(ventas,compras,inventario,
contabilidad,etc).
FactlessFactTables:Sontablasquenotienenmedidasyrepresentanlaocurrenciadeun
eventodeterminado.Porejemplo,laasistenciaauncursopuedeserunatabladehechossin
metricasasociadas.
PeriodicSnapshotFactTables:Sontablasdehechousadaspararecogerinformacinde
formaperidicaaintervalosdetiemporegularessobreunhecho.Nospermitentomaruna
fotodelasituacinenunmomentodeterminado(porejemploalfinaldeldia,deuna
semanaodeunmes).Unejemplopuedeserlafotodelstockdematerialesalfinaldecada
da.
AccumulatingSnapshotFactTable:representanelciclodevidacompletodeunaactividad
oproceso,quetieneunprincipioyfinal.Suelenrepresentarvaloresacumulados.
ConsolidatedFactTables:tablasdehechosconstruidascomolaacumulacin,enunnivel
degranuralidadodetallediferente,delastablasdehechosdetransacciones.
Podemosdistinguirdiferentestiposdemedidasoindicadores,basadaseneltipode
informacinquerecopilanascomosufuncionalidadasociada(verblogdeJosepCurto):
Mtricas:valoresquerecogenelprocesodeunaactividadolosresultadosdelamisma.Esto
medidasprocedendelresultadodelaactividaddenegocio.
Mtricasderealizacindeactividad(leading):midenlarealizacindeunactividad.Por
ejemplo,laparticipacindeunapersonaenunevento.
Mtricasderesultadodeunaactividad(lagging):recogenlosresultadosdeunaactividad.
Porejemplo,lacantidaddeunidadesvendidas.
Indicadoresclave:entendemosporesteconcepto,valorescorrespondientesquehayque
alcanzar,yquesuponenelgradodeasuncindelosobjetivos.Estasmedidasproporcionar
informacinsobreelrendimientodeunaactividadosobrelaconsecucindeunameta.
KeyPerformanceIndicator(KPI):Indicadoresclavederendimiento.Msalldela
eficacia,sedefinenunosvaloresquenosexplicanenqurangoptimoderendimiento
nosdeberamossituaralalcanzarlosobjetivos.Sonmtricasdelproceso.
KeyGoalIndicator(KGI):Indicadoresdemetas.Aqupodriamosincluirporejemplo,el
objetivoderentabilidaddelprocesodenegociodeventas.
Lasmedidassepuedenclasificarigualmentecomoaditivas,semiaditivasynoaditivassegnsi
sepuedensumarizaralolargodetodaslasdimensiones,soloparaalgunasoparaninguna.
Igualmente,lasmedidassonderivadascuandosecalculanapartirdelosvaloresdeotras
medidasoindicadores.
Segnsidesnormalizamoslastablasdedimensionesono,tendremosunesquemadeestrella
(star)ocopodenieve(snowflaked).Kimballrecomiendautilizarsiempreladesnormalizacin
total,peroestaclaroquehaysituacionesenlasquenoquedamasremedioquepasarnosal
esquemacopodenieve(aunquesoloseaparaalgunadimensin).
https://churriwifi.wordpress.com/2010/04/19/152ampliacionconceptosdelmodeladodimensional/

8/14

9/9/2015

15.2.KimballvsInmon.AmpliacindeconceptosdelModeladoDimensional.ElRincondelBI

Paraterminar,siquereisrealmenteprofundizarenelmodeladodimensionalyenlasmultiples
variantesdesituacionesqueospodeisencontrar,osrecomiendolalecturadellibroAdvanced
DataWarehouseDesign,enformatoelectrnico.
Acerca de estos anuncios

Thisentrywaspostedon19abril2010a7:30andisfiledunderBusinessIntelligence,
Formacion,ModeladodeDatos.YoucanfollowanyresponsestothisentrythroughtheRSS2.0
feed.Youcanleavearesponse,otrackbackfromyourownsite.

9comentariosto15.2.KimballvsInmon.Ampliacinde
conceptosdelModeladoDimensional.

https://churriwifi.wordpress.com/2010/04/19/152ampliacionconceptosdelmodeladodimensional/

9/14

9/9/2015

1.

15.2.KimballvsInmon.AmpliacindeconceptosdelModeladoDimensional.ElRincondelBI

MiguelAngelPerezGomezsaid
19abril2010a9:48
Simplementeun10paraestaentradadelblog,magistral.
Slounapunte,yoademsenlajustificacinparaescogerorecomendarkimball,aadira
quecuandoseempiezaunproyectodeBIenunaempresa,normalmentehaydepartamentos
quenocreen,sonreaciosynoprestannadadeayuda.porcontraotrosdepartamentossique
creenycolaboranencantados.Almenoshasidoasiennuestrocaso,dondenoshemos
encontradoqueunadisposicintotalporpartedeldepartamentodemarketingynula
colaboracinporpartedelrestodedepartamentos,yesoquetenemostodoelapoyopor
partedeladireccindelaempresa.Ahoraesosi,elrestodedepartamentossiempreest
exigiendoestadisticasconreportsoanalisisquealfinaltenemosquehacerenInformticade
maneramanualcontablaspivotantesenexcel.
Sihayalgoqueheaprendidoenmisaostrabajandocomoinformaticoconsultor
implantadordesistemas,esquealagentenoseledebeobligaracambiar
(informticamentehablando)sinoquieren,siselesobligasinjustificarleselcambioo
mostrarlesbienclaroslosbeneficiosdelcambio,porseguroquehabrproblemas.Otracosa
queheaprendidoenmisaosdeexperienciaesqueenunaempresaqueseorganicepor
departamentos,ningndepartamentoquieresermenosqueotro.Portantoesbuenatctica,
enlamedidaquesepueda,elempezarimplantandounsistemaenundepartamentoyque
elrestoveaelbeneficioqueseproduceenestedepartamento.Yaseaporganasdemejoraro
simplementeporenvidia(somoshumanosno? elrestoloquerrntambin.
UnaraznmsparadecantarseporKimball.
Salu2
Responder

respinosamillasaid
19abril2010a10:09
Si,esmuyciertoloquedices,laverdadquepuedesermuyutilempezarporun
departamento,realizarunbuenproyectoyqueluegoelrestodedepartamentosse
muerandeenvidiayquierandisponertambindelasherramientas.Yestaclaroquesi
utilizamoselenfoqueKimballesovaasermsfcildehacer.
Sobrelodevenderelcambio,puedeserfacilenestecaso,montando,porejemplo,un
pequeoprototipodondelosusuariospuedanverloquelesvaaaportarelnuevo
sistema.Supongoqueparaotrotipodecambios(implantancindeunERP,cambiode
aplicacin,etc),puedesermasdificillajustificacinoexplicacin.Elusuariotienesus

https://churriwifi.wordpress.com/2010/04/19/152ampliacionconceptosdelmodeladodimensional/

10/14

9/9/2015

15.2.KimballvsInmon.AmpliacindeconceptosdelModeladoDimensional.ElRincondelBI

aplicacin,etc),puedesermasdificillajustificacinoexplicacin.Elusuariotienesus
programas,queconocebienyqueestanadaptadosasusnecesidadesyprocesosyno
entiendemuchoparaquehayquecambiar,yvolveraempezardecero.
Unsaludo.
Responder

2.

Florsaid
20julio2011a1:11
hola..recienestoyviendosobreestostemas..necesitorealizarundatamartderecursos
humanos..yaleivariostutriales..peroaunnotengoclaralasituacion..ayuda..porfavor
Responder

RobertoEspinosasaid
20julio2011a10:31
HolaFlor:
Creoqueeltemaqueplanteasestancomplejoquenosepuedecontestaren4palabras.
Tendrasqueelegirunametodologiayempezardesdeelprincipio:
1)Analisisderequerimientos:quevaisaquereranalizar(dimensiones,indicadores).
2)Crearunmodelolgicoqueluegoimplementarasenunabasededatosenunmdelo
fsico.
3)Elegirunaherramientaparallenarlabasededatosconlosdatosreales,conunos
procesosETL.
4)Elegirunaherramientaparaexplotarlabasededatosypoderobtenerlainformacin
quedeseis.
Comoves,noesalgotrivial.Puedesseguirlasentradasdemiblog,estanconstruidas
comounlibro,siguiendotodoslospasosdeunproyecto.
Unsaludo.
Responder

3.

OscarMoralessaid
13septiembre2011a22:02

https://churriwifi.wordpress.com/2010/04/19/152ampliacionconceptosdelmodeladodimensional/

11/14

9/9/2015

15.2.KimballvsInmon.AmpliacindeconceptosdelModeladoDimensional.ElRincondelBI

13septiembre2011a22:02
Tefelicito,enloquellevoenelmundodelainformatica,jamashabiavistounsitiotan
practicoybienconstruidoqueeste,nosabestodoloqueheaprendidograciasatublog.Con
tusaporteshepodidoimplementarunalmacendedatosconservidorlocalenmiequipoen
Mysql,laherramientaETLutilizoTalendestaherramietaesmaravillosa.
Peroaestasalturasmeembargaunaduda,puedoimplementarvariastablasdehechoenun
DWHparacadaprocesoqueimplementeosedebeimplementarenDWHaparteconbases
dedatosporseparado.
Unsaludo.
Responder

RobertoEspinosasaid
13septiembre2011a23:10
Sinduda,puedestenerenlamismabasededatosdosomastablasdehechosdiferentes,
cadaunadelascualesrepresentaunaactividadounambitodeanalisis.Ademas,puedes
compartirlastablasparalasdimensiones(porejemplo,clientes,materiales,tiempo)entre
ambastablasdehechos.
EstosesloqueproponeKimballconsuestructuradeBusdelDW.Realmentesonlas
dimensionesquesecomparten.
Unsaludoygraciasportuopinionsobremiblog.Mellevomasdeunaodetrabajo,
perolasopinionescomolatuyaylascasi300milvisitasquellevanmellenande
satisfaccion.
Unsaludo.
Responder

4.

Marianasaid
21mayo2012a5:08
HolaBuenasnoches,recienestoyempezandoconestetemadelosDataWarehouseTengo
unadudapuntualconlosdatamartyloindicadores.segnentiendolosindicadoresse
almacenanenlastablasdehechos.ysegnhevistoejemplos,despusdeunlargoproceso
delevantamientodeinformacin,enesastablassevaaalmacenartodolonumrico.pero
tengounaduda

Quepasasielusuarioalolargodeltiemposedacuentadequenecesitamasindicadores,o12/14

https://churriwifi.wordpress.com/2010/04/19/152ampliacionconceptosdelmodeladodimensional/

9/9/2015

15.2.KimballvsInmon.AmpliacindeconceptosdelModeladoDimensional.ElRincondelBI

Quepasasielusuarioalolargodeltiemposedacuentadequenecesitamasindicadores,o
quepuedejugarconlosqueyatienepararealizarnuevasoperaciones?qusehaceen
esoscasos?
unsaludo.muchasgracias
Responder

5.

Janavisaid
4febrero2013a13:57
HolaRoberto,llevotrabajandoenelreadeBIdesdehacebastantesaosyquiero
sinceramentefelicitarteporelestupendsimoportalquehasmontadosobreestostemas.
Ademsdeesteartculoexcelente,esunsitioidealysuperprcticoparalosquetrabajamos
enesterea,tantoporlosconocimientosqueaportascomoporlasencillezconlaquelos
expones.Milgraciasportutrabajoyesperopodercolaborarcontigoenaportar
conocimientoatusitio.Saludos!!
Responder

RobertoEspinosasaid
6febrero2013a11:56
MuchasgraciasportuopiniondelBlog.Fueronmuchashorasdetrabajoyseagradecen
opinionescomolatuya.
Unsaludo.
Responder
15.1.DefinicindeObjetivos.AnlisisdeRequerimientos.
15.3.AnalisisdeDimensionesyHechos.ModeloLgicoFinal.

BlogdeWordPress.com.|EltemaAndreas09.
Seguir

SeguirElRincondelBI
https://churriwifi.wordpress.com/2010/04/19/152ampliacionconceptosdelmodeladodimensional/

13/14

9/9/2015

15.2.KimballvsInmon.AmpliacindeconceptosdelModeladoDimensional.ElRincondelBI

ConstruyeunsitiowebconWordPress.com

https://churriwifi.wordpress.com/2010/04/19/152ampliacionconceptosdelmodeladodimensional/

14/14