INTRODUCCIN

El recorrido Informacin-Tecnologa que ya ha demostrado sus ventajas y beneficios

ha sido y es nuestro gran aliado. La necesidad de informacin apropiada, en tiempo y
en forma, para la toma de decisiones, es una exigencia creciente entre las
organizaciones. En ocasiones, inclusive, constituye la ventaja estratgica que
permite alcanzar el xito de los emprendimientos y/o proyectos.
Los diversos sistemas informticos (SI) de una empresa registran y procesan una
cantidad considerable de datos respecto de las transacciones efectuadas, por lo que
se torna imprescindible una integracin y nacionalizacin de los mismos, que brinde
informacin apropiada y oportuna, como soporte flexible para la toma de decisiones
que aseguren una eficiente y eficaz gestion empresarial. Con el registro,
procesamiento y acumulacin de informacin se adquiere conocimiento, mediante el
cual, se logran ventajas competitivas y mejoras de gestin. Finalmente, el avance e
integracin de conocimientos da lugar a la sabidura, aspecto que hace la diferencia
entre las empresas lderes y exitosas en su desempeo.
Es as como se pudo afirmar cmo las herramientas de procesos de anlisis de datos
en linea (OLAP) que actan sobre los almacenes de datos nos muestran que un
mismo dato puede ser visto desde distintas perspectivas del negocio, siendo el dato
originario nico, hace al dato reutilizable para distintos fines.
Lo nuestro intenta lograr que utilizando la misma base, puedan desagregarse datos y
utilizando como herramienta fundamental la tecnologa se pueda implementar, junto al
sistema contable, un sistema que permita concomitantemente una informacin que
ayude al empresario a tomar decisiones para el futuro, aplicando lo que denominamos
la multifuncionalidad de datos. Donde trabajamos con el siguiente esquema primario:
estados contables
multifuncionales

informacion

adicional

digitalizada

FACULTAD DE CIENCIAS CONTABLES Y FINANCIERAS

1

traves

de

datos

Modelo Multidimensional:
Tal vez el principal obstculo que puede encontrar una persona al momento de
trabajar con una representacin abstracta de una realidad que conoce bien, es tener
que adaptarse a un modelo o forma de trabajo muy distante de como esa
persona razona o visualiza esa realidad.
El xito de las planillas de clculo se debe en gran medida a que su modelo de
datos en forma de grilla fue y es fcilmente aceptado. Los usuarios adoptan ese
modelo en forma natural porque les es cercano a la forma en que piensan o realizan
su trabajo.
La estructuracin de la informacin en una base de datos en un sistema
OLTP persigue fines tcnicos muy especficos, orientados a que las aplicaciones (que
mediatizan

entre

esa

compleja

representacin

el

usuario)

se

ejecuten

eficientemente.
Para que un usuario pueda trabajar en forma directa sobre la informacin, sin las
restricciones que plantea una aplicacin especfica es necesario presentar y organizar
esa informacin en una forma dirigida a las personas y no a los sistemas. Eso
es lo que se consigue a travs del llamado Modelo Multidimensional.
Las bases 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 dimensin tienen un campo (o columna), y otro campo
por cada mtrica o hecho, es decir estas tablas almacenan registros cuyos campos
son de la forma:
Donde los campos ' ' hacen referencia a las dimensiones de la tabla, y los campos ' '
a las mtricas o hechos que se quiere almacenar, estudiar o analizar.
Veamos un caso clsico. Supongamos que un responsable del rea comercial de una
empresa necesita analizar las ventas. Un modelo multidimensional clasifica y
cuantifica todos los elementos que deben considerarse para analizar un tema. Para
este caso podramos tener como clasificacin:

Fecha, Cliente, Producto, Regin geogrfica y Vendedor

FACULTAD DE CIENCIAS CONTABLES Y FINANCIERAS
2

Y como medidas: Unidades, Venta, Costo y Resultado (ver cuadro No. 6).

Una forma simple de entender como se refleja cada hecho de la realidad en este
modelo es en forma de grilla, donde las columnas son clasificaciones o medidas y las
filas son cada uno de los hechos (en este ejemplo ventas).Modelos Multidimensionales
El modelo se completa con la posibilidad de ordenar en forma jerrquica cada una de
las dimensiones (columnas de la tabla anterior).

CUADRO 6

En nuestro ejemplo, las fechas se organizaran en aos, meses y das, los productos
en lneas y familias, las regiones en pases, provincias y localidades.
La principal funcin del modelo es permitir que el usuario consulte cualquier la
informacin a travs de cualquier combinacin de las dimensiones y medidas.
En el ejemplo, un usuario podra comenzar un anlisis de las ventas verificando la
evolucin del margen de ventas de los ltimos tres meses.

CUADRO 7

FACULTAD DE CIENCIAS CONTABLES Y FINANCIERAS

3

En caso de encontrar un valor bajo en alguno de ellos, con gran facilidad puede
consultar las medidas unidades, venta y costo. En caso de que el motivo de esa baja
fuera una baja en las unidades vendidas, podra explorar si ese comportamiento se
mantiene para los distintos productos o regiones de venta.
Las operaciones bsicas para realizar la exploracin anterior no requieren el
conocimiento de detalles tcnicos ni de lenguajes de consulta. As como en una
planilla es fcil seleccionar una celda o una columna este modelo admite un control
completo de las consultas a travs de un dilogo sencillo basado en el uso del
mouse.
Capacidad de Anlisis: Para que los usuarios sean capaces de explotar el
potencial de la informacin en forma efectiva es necesario brindarles una buena
combinacin de facilidades avanzadas para la manipulacin y presentacin de
datos.
Entre las caractersticas de OLAP dirigidas
en este sentido se destacan la utilizacin de
avanzadas interfaces grficas, capaces de
presentar

la

informacin

en

forma

numrica o grfica y de permitir el dilogo

con

el

usuario

directamente

sobre

la

informacin que es visualizada.

FACULTAD DE CIENCIAS CONTABLES Y FINANCIERAS

4

Es decir que el usuario que realiza consultas o anlisis trabaje directamente con el
sistema ejecutando no una sino varias consultas en una misma sesin de trabajo.
Esto esta motivado en que el anlisis de la informacin no tiene un camino
preestablecido, ya que justamente depende de la valoracin de cada situacin que se
plantea y de la bsqueda de causas y consecuencias a las que da lugar.
Un sistema que asista realmente al usuario en este trabajo, debe poder incorporarse
al propio proceso de bsqueda que el analista realiza. Para ello, adems de prever
un conjunto de capacidades particulares (como se present ms arriba), es
fundamental establecer tiempos de respuesta muy altos, que permitan que el usuario
se concentre en su objetivo y mediante una secuencia de ciclos compuestos de:
elaboracin, de la consulta, visualizacin de resultados, nueva consulta, se logre una
cabal percepcin y comprensin de la situacin. La resolucin de la consulta
normalmente es realizada en trminos de unos pocos segundos.
Estos tiempos de respuesta nunca han podido obtenerse mediante el trabajo directo
sobre las bases de datos operativas. Para lograrlo se requiere un enfoque en el que
la informacin de anlisis sea preparada a priori y est disponible en forma
independiente y sobre sistemas capaces de alcanzar la flexibilidad y velocidad en las
operaciones especficas que el anlisis requiere.
Accesibilidad: El potencial de OLAP estara seriamente comprometido si por
distintos motivos el mismo no pudiera alcanzar a las personas que lo requieren para
aumentar su nivel de trabajo y efectividad.

FACULTAD DE CIENCIAS CONTABLES Y FINANCIERAS

5

Esta tecnologa es de gran valor para los niveles ejecutivos y gerenciales debido a la
importancia que reviste el contar con informacin oportuna y facilidades para su
anlisis en el momento de la toma de decisiones. Pero tambin tiene un alto valor
para otros niveles de una organizacin.
Por ejemplo, para la fuerza de venta de una organizacin que pretende poder dirigir
su actividad a la concrecin de los objetivos planteados, tanto la capacidad de
anlisis de los planes en los trminos que la organizacin se los propone (satisfaccin
del cliente, mrgenes brutos a obtener, etc.) como el seguimiento del nivel de
cumplimiento en forma diaria pueden impulsar radicalmente los resultados de su
actividad.
Para facilitar el acceso a esta tecnologa, la misma debe poder desarrollarse
basndose en la infraestructura comnmente disponible en una organizacin (red
local, PCs). Por otra parte, el potencial de esta herramienta no debe quedar limitado
a los confines de la organizacin, debiendo ser posible la utilizacin de la
computacin mvil y de las redes como Internet.

Beneficios:
Los beneficios que son posibles de obtener mediante la aplicacin de esta tecnologa
estn estrechamente vinculados con el poder que la informacin puede aportar a
las organizaciones que logren la capacidad de aplicarla como un agente activo para
la mejora de los procesos y desarrollo de una ventaja competitiva.
El uso oportuno, eficiente y profundo de la informacin, por parte de cada uno
de los niveles de la organizacin puede ser la base de una mejora sustancial
en el desarrollo de los procesos y la capacidad de la empresa de alcanzar sus
objetivos.
Otro de los beneficios de esta tecnologa es la reduccin de los costos propios
de la generacin y trabajo con la informacin, mediante la aplicacin de
mecanismos integrados y modernos de extraccin, armado, distribucin,
comprensin y anlisis.

La estrategia:
debido a la imperiosa necesidad de las organizaciones de poner en prctica los
beneficios de esta tecnologa y a su capacidad de integracin con la tecnologa ya
existente, es que se abre la oportunidad de encarar su

incorporacin mediante

proyectos cortos y de alto impacto en las reas claves.

La estrategia consiste en el desarrollo de modelos multidimensionales que ataquen la

descripcin de reas o temas especficos. Estos modelos son puestos en

marcha e incorporados al proceso diario de trabajo, aprovechando los cortos tiempos
que tambin presenta el entrenamiento en el uso de los sistemas por parte de los
usuarios finales.

SISTEMA OLAP
CONTEXTO
La propuesta de Codd consista en realizar una disposicin de los datos en vectores
para permitir un anlisis rpido. Estos vectores son llamados cubos. Disponer los
datos en cubos evita una limitacin de las bases de datos relacionales, que no son
muy adecuadas para el anlisis instantneo de grandes cantidades de datos. Las
bases de datos relacionales son ms adecuados para registrar datos provenientes de
transacciones (conocido como OLTP o procesamiento de transacciones en lnea).
Aunque existen muchas herramientas de generacin de informes para bases de datos
relacionales, stas son lentas cuando debe explorarse toda la base de datos.
Por ejemplo, una empresa podra analizar algunos datos financieros por producto, por
perodo, por ciudad, por tipo de ingresos y de gastos, y mediante la comparacin de
los datos reales con un presupuesto. Estos parmetros en funcin de los cuales se
analizan los datos se conocen como dimensiones. Para acceder a los datos slo es
necesario indexarlos a partir de los valores de las dimensiones o ejes.
El almacenar fsicamente los datos de esta forma tiene sus pros y sus contras. Por
ejemplo, en estas bases de datos las consultas de seleccin son muy rpidas (de
hecho, casi instantneas). Pero uno de los problemas ms grandes de esta forma de
almacenamiento es que una vez poblada la base de datos sta no puede recibir
cambios en su estructura. Para ello sera necesario redisear el cubo.

DEFINICIONES
Mediante la funcionalidad OLAP es posible llevar adelante la forma ms
sencilla de anlisis, permitiendo que cualquier persona pueda ver de manera
minuciosa subconjuntos de datos interrelacionados o "cubos", simplemente
con un clic. Los usuarios pueden analizar los datos empleando caractersticas
OLAP estndar, como page-by, sort, filtros, drill-up/down para obtener distintas
vistas de los reportes. Los Anlisis OLAP ofrecen a los usuarios acceso a sus
data warehouses para que puedan obtener las funcionalidades de anlisis
avanzados que requieren los power users y los analistas.
En un sistema OLAP puede haber ms de tres dimensiones, por lo que a los
cubos OLAP tambin reciben el nombre de hipercubos. Las herramientas
comerciales OLAP tienen diferentes mtodos de creacin y vinculacin de
estos cubos o hipercubos (vase Tipos de OLAP en el artculo sobre OLAP).
OLAP es el acrnimo en ingls de procesamiento analtico en lnea (On-Line
Analytical Processing). Es una solucin utilizada en el campo de la llamada

Inteligencia empresarial(o Business Intelligence) cuyo objetivo es agilizar la

consulta de grandes cantidades de datos. Para ello utiliza estructuras
multidimensionales (o Cubos OLAP) que contienen datos resumidos de
grandes Bases de datos o Sistemas Transaccionales (OLTP). Se usa en
informes de negocios de ventas, marketing, informes de direccin, minera de
datos y reas similares.
La razn de usar OLAP para las consultas es la rapidez de respuesta. Una
base de datos relacional almacena entidades en tablas discretas si han sido
normalizadas.
Esta estructura es buena en un sistema OLTP pero para las complejas
consultas multitabla es relativamente lenta. Un modelo mejor para bsquedas
(aunque peor desde el punto de vista operativo) es una base de datos
multidimensional.
La principal caracterstica que potencia a OLAP, es que es lo ms rpido a la
hora de ejecutar sentencias SQL de tipo SELECT, en contraposicin con OLTP
que es la mejor opcin para operaciones de tipo INSERT, UPDATE Y DELETE.
La explotacin de sistemas DataWarehouse a travs de datos obtenidos
directamente de sistemas transaccionales, OLTP (On-line Transaction
Processing), se basa fundamental y bsicamente en estructuras agrupadas o
informacin previamente pre-calculada y procesada. La informacin reportada
est compuesta y gestionada desde conceptos basados en datos
agregados y coeficientes de gestin, que los cuadros directivos de la
organizacin pueden definir y consultar segn las dimensiones de negocio que
se definan o el rea a la que pertenezca.
La informacin es gestionada y procesada en grandes bloques organizativos,
como puede ser la estructura
geogrfica
o acadmica,
llamados
dimensiones. Dichas dimensiones de negocio se estructuran a su vez en
distintos niveles de detalle (por ejemplo, la dimensin geogrfica puede
constar de los niveles pas, comunidad autnoma, provincia, poblacin y
cdigo postal).
Este tipo de sistemas ha existido desde hace tiempo, en el mundo de la
informtica, bajo distintas denominaciones: cuadros de mando, MIS, EIS,
etc. Aunque su implementacin, al margen del entorno DataWarehouse,
puede repercutir sobre estos sistemas en una mayor rigidez, dificultad de
actualizacin y mantenimiento, tiempos de respuesta inaceptables,
incoherencias de la informacin, falta del dato agregado, etc.
Los sistemas de soporte a la decisin usando tecnologas de DataWarehouse, se
llaman sistemas
OLAP (On Line Analytical Processing). En general, estos sistemas OLAP deben:

Soportar requerimientos complejos de anlisis

Analizar datos desde diferentes perspectivas

Soportar anlisis complejos contra un volumen ingente de datos

La principal caractersticas de los sistemas OLAP es que son entornos especialmente

diseados para la ejecucin de anlisis multidimensionales de los datos corporativos,

que soportan amigablemente los anlisis de cualquier usuario as como las

posibilidades de navegacin, seleccionando la informacin a obtener, permitiendo
el anlisis de datos segmentados y que permiten ir reduciendo el conjunto de
datos reportados. Este tipo de selecciones se refleja en la visualizacin de la
estructura multidimensional, mediante unos campos de seleccin que nos
permitan elegir el nivel de agregacin (jerarqua) de la dimensin, y/o la eleccin de un
dato en concreto, pudiendo con ello realizar, entre otras, las acciones de rotar, bajar
atributos, navegar, expandir o colapsar los datos mostrados.

Funcionalidad
En la base de cualquier sistema OLAP se encuentra el concepto de cubo OLAP
(tambin llamado cubo multidimensional o hipercubo). Se compone de hechos
numricos o medidas, que se clasifican por dimensiones. El cubo de metadatos es
tpicamente creado a partir de un esquema en estrella o copo de nieve, esquema de
las tablas en una base de datos relacional. Las medidas se obtienen de los registros
de una tabla de hechos y las dimensiones se derivan de la dimensin de los cuadros.
El cambio que propone la tecnologa OLAP, es en esencia una revisin del
enfoque que tradicionalmente se ha aplicado al desarrollo de los sistemas de
apoyo a la toma de decisiones y de anlisis del negocio.
La concentracin en la atencin de los sistemas de informacin en las
operaciones de la empresa, dio lugar a sistemas especializados en el
tratamiento eficiente y seguro de altos volmenes de transacciones cortas
(facturacin, movimientos de inventarios, etc.). Esto es conocido como OLTP
(On-Line Transaction Processing).
Pero dentro de la ptica de los sistemas dirigidos a OLTP, el soporte de las
actividades de anlisis jug un papel secundario, generalmente caracterizado
por mtodos de trabajo que acceden en forma directa a la base de datos (la
misma que est soportando las operaciones on-line) con la finalidad de extraer
y procesar la informacin.

Este enfoque tiene tres consecuencias negativas sobre los resultados

obtenidos:

se recarga el ambiente que sostiene las aplicaciones de misin crtica de

la empresa.

se va en contra de los mecanismos de optimizacin de las bases de datos,

especialmente previstos para el trabajo transaccional.

no se han desarrollado herramientas efectivas y especficas para la funcin de

anlisis. Si bien han surgido varias propuestas aisladas, las limitaciones
presentadas por las mismas (en gran medida como consecuencia de los dos
puntos anteriores), no han permitido su difusin y aplicacin prctica.

Lo ms importante de la propuesta OLAP es que parte de un redimensionamiento de

la importancia del anlisis de la informacin y plantea un conjunto de tcnicas y
sistemas que rompen con la subordinacin de esta rea al de las operaciones. Esa
ruptura se expresa en los siguientes elementos que la caracterizan:

Un nuevo Modelo de Datos

Desarrollo de Tcnicas para el Anlisis de Datos

Extremadamente bajos tiempos de respuesta

Alta accesibilidad a la informacin por parte de personas, sitios y medios

TIPOS DE SISTEMA OLAP

Sistemas MOLAP
La arquitectura de sistemas MOLAP se fundamenta, para proporcionar el
anlisis, en bases de datos multidimensionales. Su principal premisa es que se
trata del entorno OLAP mejor implantado y adaptado para el almacenamiento y
gestin de datos multidimensionalmente. Por el contrario, la arquitectura y gestin
de entornos
ROLAP
presupone
que las capacidades
OLAP
estn
perfectamente implantadas y reflejadas sobre bases de datos relacionales.
Un sistema MOLAP usa una base de datos multidimensional, en la que la
informacin se almacena multidimensionalmente,
para
ser
visualizada
multidimensionalmente (valga la redundancia). El sistema MOLAP utiliza una
arquitectura de dos niveles: La bases de datos multidimensionales y el motor
analtico.

La base de datos multidimensional es la encargada del manejo, acceso y

obtencin del dato.

El nivel de aplicacin es el responsable de la ejecucin de los

requerimientos OLAP. El nivel de presentacin se integra con el de aplicacin y
proporciona un interfaz a travs del cual los usuarios finales visualizan los anlisis
OLAP. Una arquitectura cliente/servidor permite a varios usuarios acceder a la
misma base de datos multidimensional.

La informacin procedente de los sistemas transaccionales, se carga en el

sistema MOLAP, mediante una serie de rutinas o procedimientos batch. Una vez
cargado el dato elemental en la Base de Datos multidimensional (MDDB), se
realizan una serie de clculos en batch, para obtener los datos agregados, a travs
de las dimensiones de negocio, rellenando la estructura MDDB y generando los
cubos multidimensionales que darn cobertura a los informes implementados en el
nivel de aplicacin.
Tras cargar esta estructura, se generan unos ndices y algoritmos de tablas hash
para mejorar los tiempos de acceso a las consultas.
Una vez que el proceso de compilacin ha finalizado, la MDDB est lista para su
uso. Los usuarios solicitan informes a travs del interface, y la lgica de aplicacin
de la MDDB obtiene el dato.
La arquitectura MOLAP requiere unos clculos intensivos de compilacin. Lee de
datos precompilados, y tiene capacidades limitadas de crear agregaciones
dinmicamente o de hallar ratios que no se hayan precalculados y almacenados
previamente.

Sistemas ROLAP
En una arquitectura ROLAP, el sistema accede directamente a los datos
almacenados
en un DataWarehouse para proporcionar los anlisis OLAP
solicitados. La premisa de estos sistemas es que las capacidades OLAP se
soportan mejor contra las bases de datos relacionales, ms que tenerlas
directamente implementadas en la base de datos (como en entornos MOLAP). La
esencia de estos entornos es las acciones de filtrado y agregacin es equivalente a
la inclusin de una clusula WHERE" en una sentencia SQL.
El sistema ROLAP utiliza una arquitectura de tres niveles. La base de datos
relacional maneja los requerimientos de almacenamiento de datos, y el motor
ROLAP proporciona la funcionalidad analtica.
El nivel de base de datos usa bases de datos relacionales para el
manejo, acceso y obtencin del dato.
El nivel de aplicacin es el motor que ejecuta las consultas
multidimensionales de los usuarios.
El motor ROLAP se integra con niveles de presentacin, a travs de los
cuales los usuarios realizan los anlisis OLAP.

Despus de que el modelo de datos para el DataWarehouse se ha definido, los

datos se cargan desde el sistema transaccional. Se ejecutan rutinas de bases de
datos para agregar el dato, si as es requerido por los modelos de datos.
Se crean entonces los ndices para optimizar los tiempos de acceso a
las consultas.
Los usuarios finales ejecutan sus anlisis multidimensionales, a travs del
motor ROLAP, que transforma dinmicamente sus consultas a consultas SQL. Se
ejecutan estas consultas SQL en las bases de datos relacionales, y sus resultados
se relacionan mediante tablas cruzadas y conjuntos multidimensionales para
devolver los resultados a los usuarios.
La arquitectura ROLAP es capaz de usar datos precalculados si estos estn
disponibles,
o de generar dinmicamente los resultados desde los datos

elementales si es preciso. Esta arquitectura accede directamente a los datos del

DataWarehouse, y soporta tcnicas de optimizacin de accesos para acelerar
las consultas. Estas optimizaciones son, entre otras, particionado de los datos a
nivel de aplicacin, soporte a la desnormalizacin y mltiples joins entre tablas.
Sistemas HOLAP
OLAP Hibrido (HOLAP) se refiere a tecnologas que combinan
MOLAP y ROLAP.
La tecnologa HOLAP intenta combinar las ventajas de MOLAP y ROLAP
implementando tecnologas basadas en cubos para obtener rendimientos lo ms
rpidos posible y cuando se necesita detalle de la informacin, HOLAP puede
realizar "drill through" desde los cubos a la capa de datos relacional

ROLAP vs. MOLAP (Comparativa)

Cuando se comparan las dos arquitecturas, se pueden realizar las siguientes
observaciones:

El ROLAP delega la negociacin entre tiempo de respuesta y el

proceso batch al diseo del sistema. Mientras el MOLAP suele requerir que
sus bases de datos se precompilen para conseguir un rendimiento aceptable
en las consultas, incrementando, por tanto los requerimientos batch.

Los sistemas con alta volatilidad de los datos (aquellos en los que
cambian las reglas de agregacin
y
consolidacin),
requieren
una
arquitectura que pueda realizar esta consolidacin ad-hoc. Los sistemas
ROLAP soportan bien esta consolidacin dinmica, mientras que los MOLAP
estn ms orientados hacia consolidaciones batch.

Los ROLAP soportan anlisis OLAP contra grandes volmenes de

datos elementales, mientras
que
los
MOLAP
se
comportan
razonablemente en volmenes de datos controlados. El volumen de datos
con los que se trabaja son los que estn implementados en el cubo de anlisis,
mientras que en los entornos ROLAP en todo momento se dispone de la
totalidad de la base de datos.

Los entorno MOLAP almacenan los datos en estructuras con

formato de matrices multidimensionales, mientras que los ROLAP gestionan la
informacin mediante metadatos que mapean esquemas de base de datos, en
estrella, en vistas multidimensionales.

Igual que las organizaciones usan variedad de herramientas, para el

trabajo cotidiano, pueden ser requeridos diferentes tipos de herramientas
OLAP dependiendo del nivel o rea de anlisis. Entornos de planificacin tales
como forecasting, anlisis financieros y localizacin de recursos pueden
requerir entornos MDDB. Mientras entornos de anlisis de ventas o campaas
de marketing que requieren datos con millones de continuos cambios, tanto de
productos como de clientes o atributos requieren entornos ROLAP.

El rendimiento puede ser mas lento, pues cada informe ROLAP,

fundamentalmente, es una sentencia SQL (o mltiples sentencias SQL) en la
base de datos relacional, por lo que el tiempo de respuesta puede ser grande si
la cantidad de datos a manejar es grande. En entornos MOLAP el rendimiento
es excelente pues los cubos que dan respuesta a los informes estn
previamente generados y realizar las consultas de filtrado de manera inmediata.

En sistemas ROLAP las consultas estn limitadas por el propio

SQL, por lo que la resolucin de informes mediante sentencias SQL
puede ser de mayor o menor complejidad, esta limitacin se ha intentado
mitigar con la inclusin de funciones ms o menos complejas o mediante
ejecuciones multipaso. Se pueden realizar clculos todo lo complejos que
estimemos oportunos pues se pre-generan cuando se crea el cubo.

N PAS TC

N Doctores

Notas

N PDI

Universidad
Campus
Centro

Matriculas

ROLAP
Crditos

MOLAP

Universidad
Campus
Centro

A
lumno

Alum.

Tit.

P
laza
s

Matricula

CCAA

Asig.

Colec.

Campus

Univ

Plazas

centro

CCE

lumno

Universidad
Campus
Centro

Notas

Crditos
Hombre
Mujer
100
100
400
350
50
65
90
98
100
110
320
295
400
430
120
125
100
105

Matriculas

Universidad
sexo
Cdiz
Sevilla
Pablo Olavide
Jan
Almera
Mlaga
Granada
Crdoba
Huelva

Crditos

Un entorno MOLAP, como se aprecia en el dibujo anterior genera previamente los cubos multidimensionales
que le permitirn los anlisis que se estimen necesarios. Esto significa que p.e. al realizar anlisis de
crditos, matrcula o notas, por cualquier atributo organizativo (universidad, campus, centro) sobre un
atributo caracterstico del alumno (sexo, edad, provincia) el sistema acceder al primer cubo y resolver
la consulta agregando lo datos directamente de dicho cubo multidimensional:

Como el dato est previamente agregado los tiempos de respuesta son prcticamente inmediatos.
Un entorno ROLAP, como se aprecia en el dibujo anterior se basa directamente en esquemas en estrella
tpicos de bases de datos relacionales, esto significa que al realizar anlisis de crditos, matrcula o notas,
por cualquier atributo organizativo (universidad, campus, centro) sobre un atributo caracterstico del
alumno (sexo, edad, provincia) el sistema generar la sentencia SQL que de respuesta al informe solicitado:
Alum.
Crditos
Universidad
sexo
Hombre
Mujer
Cdiz
100
100
Sevilla
400
350
Pablo Olavide
50
65
Jan
90
98
Almera
100
110
Select Universidad,sexo,
sum(creditos)
Mlaga
320
295
From matriculas, alumno Where matricula.dni=alumno.dni
Granada
400
430
Crdoba
120
125
Huelva
100
105
group by Universidad, sexo

Univ

Campus

Asig.

centro

Tit. Matricula

CCAA

Como la consulta se calcula y ejecuta en tiempo real el dato NO est previamente agregado y el tiempo de
respuesta depender de la complejidad, volumen de datos y nmero de tablas involucradas en la
consulta.

Situacin diferente nos encontramos cuando la consulta solicitada aglutina datos de reas de
anlisis diferentes:
Universidad
sexo
Cdiz
Sevilla
Pablo Olavide

Hombre
Crditos
N
100
400
50

PDI
11
31
6

Mujer
Crditos
100
400
50

N PDI
10
35
7

Jan
Almera
Mlaga
Granada
Crdoba
Huelva

90
100
320
400
120
100

12
11
15
30
17
10

90
100
320
400
120
100

14
10
16
34
15
10

El entornos MOLAP, debe disponer de la informacin agregada en el cubo correspondiente:

El entornos ROLAP, no se debe realizar ninguna modificacin en el modelo de datos

implementado, el motor de consultas de la herramienta resuelve la consulta directamente,
mediante una resolucin SQL:
Alum.

Tit.

Univ

Colec.

Campus

Matricula

Create table TT1 as Select

Universidad, sexo, sum(dni)
as PDI
From Plazas, empleado
Where matricula.dni=
empleado.dni and tipo=3
group by Universidad, sexo

Plazas
Create table TT2 as Select
Universidad, sexo,
sum(creditos) as creditos

CCAA

Asig.

centro

CCE

From matriculas, alumno

Where
matricula.dni=alumno.dni
group by Universidad, sexo

Select Universidad, sexo,

sexo, PDI, creditos From
TT1, TT2
Where TT1.universidad =
TT2.universidad and
TT1.sexo = TT2.sexo group
by Universidad, sexo

Bases de datos multidimensionales vs. Cubos OLAP

Cada una de estas tablas puede asimilarse a un hipercubo o -ms concretamente si
de herramientas OLAP se trata- a un cubo OLAP, donde las dimensiones del mismo se
corresponden los campos de dimensiones de la tabla (campos ' '), y el valor
almacenado en cada celda del cubo equivale a la mtrica o mtricas (campos ' ')
almacenadas en la tabla.
Implementacin
Lo ms importante a tener en cuenta para implementar esta estructura de datos es
que la tabla contiene todas las n-tuplas, con los valores de las dimensiones, o ndice
del cubo, y los valores de las mtricas previamente calculados para el cruce de
valores del ndice en cuestin.
Ejemplo
Dada la siguiente especificacin para una tabla (o hipercubo) en una base de datos
multidimensional:

Dimensin (Tiempo, Productos)

Jerarqua (Ao->Semestre->Mes->Semana),(Categora->Lnea->Marca)
Elementos (2006, 2007, ..., S1-06, ..., Ene-06, ..., 200625....),
(Todos, Mquinas, Refacciones, Mquinas caras, Mquinas Baratas, Mquina
1,...)
Hechos (Ventas, Inventario, Defectos, Devoluciones)
Mtricas (PD:=Devoluciones/Ventas, %Defectos)
la tabla resultante podra tener la forma siguiente:
Tabla
Tiempo Productos Ventas Inventario Defectos Devoluciones
P/D %Defectos
2006 Todos
1000
200
50
10 1/100
5%
Ene06 Mquina 1
10
100
10
10 10/10
100%
...

CONCLUSIONES

A partir de datos contables ingresados en dos dimensiones, nos permite

extraer informacin particionada (segmentada) para ayudar a la toma de
decisiones gerenciales.
En realidad, no es ms que la automatizacin del proceso que hara un ser
humano leyendo los distintos informes y extrayendo conclusiones u
obteniendo imgenes de la realidad. El aporte de las herramientas
utilizadas consiste en la obtencin automtica de la informacin numrica,
exacta y oportuna.
Prrafo aparte merecera el entorno requerido para que estos elementos
se utilicen de manera eficiente, ya que se requiere de cierta madurez
organizacional e informtica. Esto es, no se trata slo de adquirirlos, sino
que adems, se debe contar con un buen sistema de procesamiento de
transacciones que le brinde soporte y, sobre todo, de un usuario
capacitado para su formulacin y aplicacin a la estrategia de la
organizacin: objetivos explcitos y capacidad decisional.
No obstante, consideramos que la formulacin de los requerimientos debe
ser parte sustancial de nuestra tarea como profesionales.

Bibliografa:
-

Casares, Claudio: Datawarehousing. Mxico.

Henderson & Porter. Usa.

Arima, Carlos Hideo: Sistemas de informaes gerenciais. Brasil.

Laundon y Laundon

Kimball, Ralph: Aprofundando-se no Data Mining. DBMS. Brasil.

Peleias, Ivam Ricardo: Controladoria: gesto eficaz utilizando padres.

So Paulo: Saraiva.
-

Did Cabbah, Elias y Carvalho, Roberta: A utilizao do data warehouse na

gerao de informaes para tomada de deciso, VIII Congresso ABC, Porto Seguro,
Brasil.
-

Rodrguez, Isabel. Aplicando el poder de la informacin (OLAP). Uruguay.

Laporta, Ricardo. Sistemas Informtico ERP en Costos (SIGECOS). Uruguay.