Ing.

Sistemas y Telemática

UNIVERSIDAD POLITECNICA AMAZONICA

INTEGRANTES : CARHUATANTA PAREDES PIERINA

DIAZ QUINTANA DUYEN YUDITH
PULCE TOMANGUILLA MARLITA
RUIZ PLACENCIA LUZ VERONICA

DOCENTE : MARCO AURELIO PORRO CHULLI

ASIGNATURA : BASE DE DATOS II

CARRERA PROFESIONAL: INGENIERIA DE SISTEMAS

CICLO: VIII

SEMESTRE: 2018-I

2018

1
 Ing. Sistemas y Telemática

Índice
I. Contenido .............................................................................................................................. 3
DATAWAREHOUSE.................................................................................................................... 3
Estructuras de un Data Warehouse ............................................................................ 3
¿Por qué migrar a la nube? ........................................................................................... 4
Principales ventajas de mover la data warehouse a la nube................................ 5
VENTAJAS DEL DATA WAREHOUSE ...................................................................................... 8
 Posibles altos rendimientos de la inversión ..................................................... 8
 Ventaja competitiva ................................................................................................. 8
 Aumento de la productividad de los responsables de la toma de
decisiones corporativas ................................................................................................. 8
 Toma de decisiones más rentable ....................................................................... 8
 Mejor inteligencia empresarial. ............................................................................ 8
DESVENTAJAS DE DATA WAREHOUSE ................................................................................. 9
 Subestimación de recursos de carga de datos................................................ 9
 Problemas ocultos con los sistemas fuente ..................................................... 9
 Datos requeridos no capturados ......................................................................... 9
 Mayores demandas del usuario final ................................................................ 9
 Homogeneización de datos ................................................................................... 9
 Alta demanda de recursos ..................................................................................... 9
 Propiedad de los datos ........................................................................................... 9
 Alto mantenimiento................................................................................................ 10
 Proyectos de larga duración ............................................................................... 10
 Complejidad de la integración ............................................................................ 10
PRINCIPALES APORTACIONES DE UN DATAWAREHOUSE ................................................. 10
II. Resumen .............................................................................................................................. 12
III. Summary .............................................................................................................................. 13
IV. Recomendaciones ................................................................................................................ 14
V. Conclusiones......................................................................................................................... 15
VI. Apreciación del equipo......................................................................................................... 16
VII. Glosario de Términos ........................................................................................................... 17
VIII. Linkografía ............................................................................................................................ 18

2
 Ing. Sistemas y Telemática

I. Contenido

DATA WAREHOUSE.

Un Data Warehouse es una base de datos corporativa que se caracteriza por

integrar y depurar información de una o más fuentes distintas, para luego
procesarla permitiendo su análisis desde infinidad de perspectivas y con grandes
velocidades de respuesta. La creación de una Data Warehouse representa en la
mayoría de las ocasiones el primer paso, desde el punto de vista técnico, para
implantar una solución completa y fiable de Business Intelligence.

Es un almacén electrónico donde generalmente una empresa u organización

mantiene una gran cantidad de información. Los datos de una data
warehouse deben almacenarse de forma segura, fiable, fácil de recuperar y fácil
de administrar.

Estructuras de un Data Warehouse.

La arquitectura de un Data Warehouse puede ser dividida en tres estructuras

simplificadas: básica, básica con un área de ensayo y básica con área de ensayo
y data marts.

 Con una estructura básica, sistemas operativos y archivos planos

proporcionan datos en bruto que se almacenan junto con metadatos. Los
usuarios finales pueden acceder a ellos para su análisis, generación de
informes y minería.
 Al añadir un área de ensayo que se puede colocar entre las fuentes de datos
y el almacén, ésta proporciona un lugar donde los datos se pueden limpiar
antes de entrar en el almacén. Es posible personalizar la arquitectura del
almacén para diferentes grupos dentro de la organización.
 Se puede hacer agregando Data Marts, que son sistemas diseñados para
una línea de negocio en particular. Se pueden tener Data Marts separados
para ventas, inventario y compras, por ejemplo, y los usuarios finales pueden
acceder a datos de uno o de todos los Data Marts del departamento.

Data Warehouse en la nube.

La Data Warehouse está atravesando actualmente dos transformaciones muy

importantes que tienen el potencial de impulsar niveles significativos de
innovación empresarial:

 La primera área de transformación es el impulso para aumentar la

agilidad general.

La gran mayoría de los departamentos de TI están experimentando un rápido

aumento de la demanda de datos. Los directivos quieren tener acceso a más
y más datos históricos, mientras que al mismo tiempo, los científicos de datos
y los analistas de negocios están explorando formas de introducir nuevos flujos
de datos en el almacén para enriquecer el análisis existente, así como impulsar
nuevas áreas de análisis.
3
 Ing. Sistemas y Telemática

Esta rápida expansión de los volúmenes y fuentes de datos significa que los
equipos de TI necesitan invertir más tiempo y esfuerzo asegurando que el
rendimiento de las consultas permanezca constante y necesitan proporcionar
cada vez más entornos para equipos individuales para validar el valor
comercial de los nuevos conjuntos de datos.

 La segunda área de transformación gira en torno a la necesidad de

mejorar el control de costes. Existe una creciente necesidad de hacer más
con cada vez menos recursos, al mismo tiempo que se garantiza que todos los
datos sensibles y estratégicos estén completamente asegurados, a lo largo de
todo el ciclo de vida, de la manera más rentable.

La nube está demostrando ser un facilitador dominante. Permite a las

organizaciones enfrentarse de forma activa a los desafíos que presentan
estas dos transformaciones clave.

¿Por qué migrar a la nube?

Las tres tecnologías que ya tienen y seguirán teniendo un gran impacto en la

transformación de negocios son: la nube, datos y análisis, e Internet de las
Cosas. Estas tres tecnologías son parte clave del ecosistema de la data
warehouse actual. Por lo tanto, es posible sacar la conclusión de que la data
warehouse en la nube tiene un gran potencial para generar un impacto
significativo en los negocios.

La importancia de la nube para la Data Warehouse está directamente

vinculado a tres factores clave:

 Mayor agilidad.
 Mejor control de costes.
 Co-localización.

Mejora de la agilidad.

Muchos Data Warehouses están embarcados en una fase de actualización. Con

mucho trabajo puesto ahora en torno al big data, las empresas buscan
aprovechar los nuevos flujos de datos y nuevos tipos de análisis más ricos para
apoyar e impulsar nuevas áreas, tales como: analítica de clientes de 360º,
análisis predictivo, detección de fraude, análisis de IoT y el establecimiento de
los datos como centro de beneficio. Muchos de estos proyectos requieren el
aprovisionamiento de nuevos entornos de hardware y el despliegue de
software. Es más rápido, más fácil y más eficiente iniciar estos nuevos proyectos
centrados en los datos utilizando los servicios en la nube.

4
 Ing. Sistemas y Telemática

Mayor control de costes.

Muchos equipos de TI están buscando maneras de consolidar los Data Marts

existentes, cada uno ejecutándose en hardware dedicado o incluso en hardware
propietario, en un único entorno integrado. Los servicios en la nube de calidad
ofrecen la oportunidad perfecta para iniciar este tipo de proyectos. El
cumplimiento legal no puede ser visto como un extra opcional cuando se planifica
un traslado a la nube. Los activos de datos deben estar protegidos a lo largo de
todo el ciclo de vida. Los servicios en la nube deben facilitar todo esto, siendo
más rentables ya que todas las características de seguridad se pueden habilitar
de forma predeterminada y mejorada, y actualizada de forma transparente.

Co-Localización para una carga más rápida.

La mayoría de los Data Warehouses generan datos directamente desde

aplicaciones clave, como entrada de pedidos, ventas, finanzas y fabricación. Por
lo tanto, tiene mucho sentido ubicar conjuntamente el data warehouse junto con
los sistemas fuente que ya se estén ejecutándose en la nube. La ubicación
conjunta ofrece una carga de datos más rápida, lo que significa que los usuarios
obtienen un acceso más oportuno a sus datos.

Principales ventajas de mover la Data Warehouse a la nube.

Existen tres ventajas principales para mover una data warehouse a la nube, y
estas están directamente vinculados a los tres controladores clave enumerados
anteriormente:

 Más fácil consolidación y racionalización.

 Monetización más rápida de los datos en la nube.
 La nube ofrece mejor protección.

Beneficios de la construcción de un Data Warehouse en la nube o de

migrar tu Data Warehouse de local a la nube.

 Infraestructura flexible y dinámica. Con una amplia variedad de

infraestructura disponible al alcance de la mano, puedes experimentar y
concluir sobre cuál es la infraestructura óptima para tu negocio, y hacerlo al
inicio del proyecto para expandir dinámicamente después cuando se presente
la necesidad.

 Fallar temprano y recuperar más rápido. Puedes fallar con la elección de la

infraestructura, el software o la configuración, pero lo puedes hacer pronto
y tomar medidas correctivas para recuperar más rápido.

 Capacidades empresariales. Piensa en las capacidades típicas y necesarias

en una empresa como escalabilidad, disponibilidad, recuperación ante
desastres, extensibilidad, accesibilidad, flexibilidad, capacidad de ejecución,
seguridad, etc., todas las tienes por una fracción del coste de la infraestructura
en la nube.

5
 Ing. Sistemas y Telemática

 Reutilizar el conjunto de talentos existentes. Continúas utilizando el

conjunto de talentos en informática existentes en la empresa así como partners
integradores, y con el mismo conjunto de herramientas.

 Menor coste de propiedad. Con muy bajo coste de capital, flexibilidad y

capacidades de infraestructura, los riesgos de ejecutar un proyecto de data
warehouse se reducen y las posibilidades de éxito se incrementan, todo con
una reducción del coste total de propiedad.

La ventaja principal de este tipo de bases de datos radica en las estructuras en

las que se almacena la información (modelos de tablas en estrella, en copo de
nieve, cubos relacionales... etc). Este tipo de persistencia de la información es
homogénea y fiable, y permite la consulta y el tratamiento jerarquizado de la
misma (siempre en un entorno diferente a los sistemas operacionales).

El término Data Warehouse fue acuñado por primera vez por Bill Inmon, y se
traduce literalmente como almacén de datos. No obstante, y como cabe suponer,
es mucho más que eso. Según definió el propio Bill Inmon, un Data Warehouse
se caracteriza por ser:

Integrado: Los datos almacenados en el Data Warehouse deben

integrarse en una estructura consistente, por lo que las inconsistencias
existentes entre los diversos sistemas operacionales deben ser
eliminadas. La información suele estructurarse también en distintos
niveles de detalle para adecuarse a las distintas necesidades de los
usuarios.

Temático: Sólo los datos necesarios para el proceso de generación del

conocimiento del negocio se integran desde el entorno operacional. Los
datos se organizan por temas para facilitar su acceso y entendimiento por
parte de los usuarios finales. Por ejemplo, todos los datos sobre clientes
pueden ser consolidados en una única tabla del Data Warehouse. De esta
forma, las peticiones de información sobre clientes serán más fáciles de
responder dado que toda la información reside en el mismo lugar.

6
 Ing. Sistemas y Telemática

Histórico: El tiempo es parte implícita de la información contenida en un

Data Warehouse. En los sistemas operacionales, los datos siempre
reflejan el estado de la actividad del negocio en el momento presente. Por
el contrario, la información almacenada en el Data Warehouse sirve, entre
otras cosas, para realizar análisis de tendencias. Por lo tanto, el Data
Warehouse se carga con los distintos valores que toma una variable en el
tiempo para permitir comparaciones.

No volátil: El almacén de información de un Data Warehouse existe para

ser leído, pero no modificado. La información es por tanto permanente,
significando la actualización del Data Warehouse la incorporación de los
últimos valores que tomaron las distintas variables contenidas en él sin
ningún tipo de acción sobre lo que ya existía.

Otra característica del Data Warehouse es que contiene metadatos, es decir,

datos sobre los datos. Los metadatos permiten saber la procedencia de la
información, su periodicidad de refresco, su fiabilidad, forma de cálculo... etc.

Los metadatos serán los que permiten simplificar y automatizar la obtención de

la información desde los sistemas operacionales a los sistemas informacionales.

Los objetivos que deben cumplir los metadatos, según el colectivo al que va
dirigido, son:

 Dar soporte al usuario final, ayudándole a acceder al Data Warehouse

con su propio lenguaje de negocio, indicando qué información hay y qué
significado tiene. Ayudar a construir consultas, informes y análisis,
mediante herramientas de Business Intelligence como DSS, EIS o CMI.

 Dar soporte a los responsables técnicos del Data Warehouse en

aspectos de auditoría, gestión de la información histórica, administración
del Data Warehouse, elaboración de programas de extracción de la
información, especificación de las interfaces para la realimentación a los
sistemas operacionales de los resultados obtenidos... etc.

Para comprender el concepto de Data Warehouse, es importante considerar los

procesos que lo conforman. A continuación, se describen dichos procesos clave
en la gestión de un Data Warehouse:

7
 Ing. Sistemas y Telemática

 Extracción: Obtención de información de las distintas fuentes tanto

internas como externas.
 Elaboración: Filtrado, limpieza, depuración, homogeneización y
agrupación de la información.
 Carga: Organización y actualización de los datos y los metadatos
en la base de datos.
 Explotación: Extracción y análisis de la información en los distintos
niveles de agrupación.

VENTAJAS DEL DATA WAREHOUSE

 Posibles altos rendimientos de la inversión.

La implementación del almacenamiento de datos por parte de una
organización requiere una gran inversión, por lo general, de Rs 10 falta a 50
faltantes. Sin embargo, un estudio realizado por la International Data
Corporation (IDC) en 1996 informó que el rendimiento promedio de la
inversión a tres años (RO I) en el almacenamiento de datos llegó al 401%.

 Ventaja competitiva.
El gran rendimiento de la inversión para aquellas empresas que han
implementado con éxito un almacén de datos es una prueba de la enorme
ventaja competitiva que acompaña a esta tecnología. La ventaja competitiva
se obtiene al permitir que los responsables de la toma de decisiones accedan
a datos que pueden revelar información previamente no disponible,
desconocida y no explorada sobre, por ejemplo, clientes, tendencias y
demandas.

 Aumento de la productividad de los responsables de la toma de

decisiones corporativas.
El almacenamiento de datos mejora la productividad de los responsables de
la toma de decisiones corporativas al crear una base de datos integrada de
datos históricos consistentes y orientados a temas. Integra datos de múltiples
sistemas incompatibles en una forma que proporciona una vista coherente
de la organización. Al transformar los datos en información significativa, un
almacén de datos permite a los gerentes de negocios realizar análisis más
sustantivos, precisos y consistentes.

 Toma de decisiones más rentable.

El almacenamiento de datos ayuda a reducir el costo total del producto ·
reduciendo la cantidad de canales.

 Mejor inteligencia empresarial.

Ayuda a proporcionar una mejor inteligencia empresarial.

 Servicio al cliente mejorado.

 Se usa para mejorar el servicio al cliente.

8
 Ing. Sistemas y Telemática

DESVENTAJAS DE DATA WAREHOUSE

Los problemas asociados con el desarrollo y la administración de un

almacenamiento de datos son los siguientes:

 Subestimación de recursos de carga de datos.

Algunas veces subestimamos el tiempo requerido para extraer, limpiar y
cargar los datos en el almacén. Puede tomar la proporción significativa del
tiempo de desarrollo total, aunque existen algunas herramientas que se
utilizan para reducir el tiempo y el esfuerzo dedicado a este proceso.

 Problemas ocultos con los sistemas fuente.

Algunas veces, los problemas ocultos asociados con los sistemas fuente que
alimentan el depósito de datos pueden identificarse después de años de no
haber sido detectados. Por ejemplo, al ingresar los detalles de una nueva
propiedad, ciertos campos pueden permitir nulos que pueden hacer que el
personal ingrese datos de propiedad incompletos, incluso cuando estén
disponibles y sean aplicables.

 Datos requeridos no capturados.

En algunos casos, los sistemas fuente no capturan los datos requeridos, lo
que puede ser muy importante para el propósito del depósito de datos. Por
ejemplo, la fecha de registro de la propiedad no se puede usar en el sistema
fuente, pero puede ser un propósito de análisis muy importante.

 Mayores demandas del usuario final.

Después de satisfacer algunas de las consultas de los usuarios finales, las
solicitudes de asistencia del personal pueden aumentar en lugar de disminuir.
Esto se debe a una mayor conciencia de los usuarios sobre las capacidades
y el valor del almacén de datos. Otra razón para aumentar las demandas es
que una vez que un almacén de datos está en línea, a menudo el número de
usuarios y las consultas aumentan junto con las solicitudes de respuestas a
consultas cada vez más complejas.

 Homogeneización de datos.
El concepto de depósito de datos se ocupa de la similitud de formatos de datos
entre diferentes fuentes de datos. Por lo tanto, da como resultado perder algún
valor importante de los datos.

 Alta demanda de recursos.

El almacén de datos requiere grandes cantidades de datos.

 Propiedad de los datos.

El almacenamiento de datos puede cambiar la actitud de los usuarios finales
sobre la propiedad de los datos. Los datos confidenciales que son propiedad
de un departamento deben cargarse en el depósito de datos para fines de
toma de decisiones. Pero, en algún momento, esto resulta en renuencia de
ese departamento porque puede dudar en compartirlo con otros.

9
 Ing. Sistemas y Telemática

 Alto mantenimiento.
Los almacenes de datos son sistemas de alto mantenimiento. Cualquier
reorganización de los procesos de negocios y los sistemas de origen puede
afectar el almacén de datos y resulta en un alto costo de mantenimiento.

 Proyectos de larga duración.

La construcción de un almacén puede llevar hasta tres años, por lo que
algunas organizaciones son reacias a investigar en el depósito de datos.
Algunos solo los datos históricos de un departamento en particular se
capturan en los almacenes de datos resultantes del almacén de datos. Data
Mart solo admite los requisitos de un departamento en particular y limita la
funcionalidad solo a ese departamento o área.

 Complejidad de la integración.
El área más importante para la gestión de un almacén de datos es la
capacidad de integración. Una organización debe dedicar una gran cantidad
de tiempo a determinar qué tan bien se pueden integrar las diferentes
herramientas de almacenamiento de datos en la solución general que se
necesita.

PRINCIPALES APORTACIONES DE UN DATAWAREHOUSE.

 Proporciona una herramienta para la toma de decisiones en cualquier área

funcional, basándose en información integrada y global del negocio.

 Facilita la aplicación de técnicas estadísticas de análisis y modelización para

encontrar relaciones ocultas entre los datos del almacén. obteniendo un valor
añadido para el negocio de dicha información.

 Proporciona la capacidad de aprender de los datos del pasado y de predecir

situaciones futuras en diversos escenarios.

 Simplifica dentro de la empresa la implantación de sistemas de gestión

integral de la relación con el cliente.

 Supone una optimización tecnológica y económica en entornos de Centro de

Información, estadística o de generación de informes con retornos de la
inversión espectaculares.

10
 Ing. Sistemas y Telemática

Las diferencias de un Data Warehouse con un sistema tradicional las

podríamos resumir en el siguiente esquema:

SISTEMA TRADICIONAL DATA WAREHOUSE

 Predomina la actualización  Predomina la consulta

 La actividad más importante  La actividad más importante es

es de tipo operativo (día a día) el análisis y la decisión
estratégica

 Predomina el proceso puntual  Predomina el proceso masivo

 Mayor importancia a la  Mayor importancia al dinamismo

estabilidad

 Datos en general  Datos en distintos niveles de

desagregados detalle y agregación

 Importancia del dato actual  Importancia del dato histórico

 Importante del tiempo de  Importancia de la respuesta

respuesta de la transacción masiva
instantánea

 Estructura relacional  Visión multidimensional

 Usuarios de perfiles medios o  Usuarios de perfiles altos

bajos

 Explotación de la información  Explotación de toda la

relacionada con la operativa información interna y externa
de cada aplicación relacionada con el negocio

11
 Ing. Sistemas y Telemática

II. Resumen.

Un Data Warehouse es una base de datos corporativa que se

caracteriza por integrar y depurar información de una o más fuentes
distintas, para luego procesarla permitiendo su análisis desde
infinidad de perspectivas y con grandes velocidades de respuesta.

Estructuras de un Data Warehouse.

 Con una estructura básica

 Al añadir un área de ensayo
 Se puede hacer agregando data marts

¿Por qué migrar a la nube?

Las tres tecnologías que ya tienen y seguirán teniendo un gran impacto en

la transformación de negocios son: la nube, datos y análisis, e Internet de
las Cosas.

Ventajas del Data Warehouse.

 Posibles altos rendimientos de la inversión.

La implementación del almacenamiento de datos por parte de una
organización requiere una gran inversión, por lo general, de Rs 10 falta a 50
faltantes.

Desventajas de Data Warehouse.

Los problemas asociados con el desarrollo y la administración de un
almacenamiento de datos son los siguientes:

 Subestimación de recursos de carga de datos.

Algunas veces subestimamos el tiempo requerido para extraer, limpiar y
cargar los datos en el almacén.

12
 Ing. Sistemas y Telemática

III. Summary

A Data Warehouse is a corporate database that is characterized by

integrating and debugging information from one or more different
sources, and then processing it allowing its analysis from many
perspectives and with great response speeds.

Structures of a Data Warehouse.

• With a basic structure.

• When adding a test area.
• It can be done by adding data marts.

Why migrate to the cloud?

The three technologies that already have and will continue to have a
great impact on business transformation are: the cloud, data and
analysis, and the Internet of Things.

ADVANTAGES OF THE DATA WAREHOUSE.

Possible high returns on investment

The implementation of data storage by an organization requires a
large investment, usually Rs 10 missing 50 missing.

DISADVANTAGES OF DATA WAREHOUSE.

 The problems associated with the development and management

of data storage are the following.
 Underestimation of data loading resources.
 Sometimes we underestimate the time required to extract, clean
and load the data in the warehouse.

13
 Ing. Sistemas y Telemática

IV. Recomendaciones.

 Debemos asegurarse de que ha sido suministrado un diccionario

de datos antes de empezar con las etapas fuertes de desarrollo.
Los Data Warehouse que son construídos sin un diccionario de
datos resultarán en duplicidad de datos y procedimientos, así como
confusiones y problemas con los resultados finales.

 Guardar puntos de referencia en la Base de Datos ayuda a señalar

los puntos problemáticos en el rendimiento, ayudando a que el
equipo de desarrollo se enfoque en la resolución de estos. Guardar
puntos de referencia de los procesos como parte de los meta datos,
es una extensión lógica para fortalecerlos.

 Evitar transacciones con tiempos de ejecución largos. Puede darse

el caso de operaciones sobre millones de registros que llenen
completamente la bitácora de transacciones de la Base de Datos,
haciendo que el procesamiento prácticamente se detenga. Para
evitar esto, se debe programar modularmente los Stored
Procedures y hacer que las transacciones tengan operaciones
pequeñas.
 Usar la Integridad Referencial cuidadosamente. Es recomendable
no abusar de la integridad referencial. Mientras que las
restricciones en llaves foráneas ayudan a la integridad de los datos,
tienen asociado un costo en cada inserción, actualización o
eliminación. Se puede considerar la ventaja de implementar ciertas
validaciones.

 Conocer las limitaciones de la herramienta para ETL’s. Extract,

Transform and Load («extraer, transformar y cargar»,
frecuentemente abreviado ETL) Siempre tener en cuenta estas
limitaciones, considerandolas en el ciclo de desarrollo para sacar el
mejor provecho de la herramienta. En pocas palabras, se debe
ajustar el código a la herramienta y no la herramienta al código.

14
 Ing. Sistemas y Telemática

V. Conclusiones.

 El concepto de DWH está teniendo una gran aplicación en la

actualidad para el desarrollo de las empresas, como almacén de
datos. Sus objetivos incluyen la reducción de los costes de
almacenamiento y una mayor velocidad de respuesta frente a las
consultas de los usuarios.

 Para diseñar una buena arquitectura de DWH es necesario como

primer paso conocer bien los requerimientos del negocio y hacer
un estudio profundo de las fuentes externas que nos van a
suministrar los datos.

 Hacer un buen diseño del área de transformación de datos, cuáles

son las transformaciones que se van a realizar y cómo se va a
implementar el modelo dimensional con sus tablas de hechos y
de dimensiones es el segundo paso a seguir.

 Proyectos de bodegas de datos son diferentes de diseño

relacional tradicional.

 No supongamos que un desarrollador tradicional experto será

capaz de liderar un proyecto de bodegas de datos

 Reunir requisitos de usuario antes de la construcción del almacén

de datos

15
 Ing. Sistemas y Telemática

VI. Apreciación del equipo.

 El Data Warehouse. Es la herramienta nos va ayudar a

minimizar el tiempo para analizar mucha información con
mayor velocidad y precisión; El componente que resuelve este
caos de los datos en la actualidad.

 Data Warehouse es un sistema empresarial que contiene su

propia base de dato, cumple un papel muy importante dentro de
las empresas y a la vez la confianza para la toma de
decisiones para sus respectivos cambios para facilitar
el trabajo, y a si agilitarlo..

 Data Warehouse es una tecnología que transforma los datos

operacionales en una herramienta competitiva y permite que
estos datos sean analizados de un modo más estratégico para
lograr encontrar el conocimiento oculto en estos.

 El sistema Data Warehouse es muy importante ya que nos

ayuda análisis desde infinidad de perspectivas y con grandes
velocidades de respuesta obteniendo así un mejor impacto
transformación de negocios.

16
 Ing. Sistemas y Telemática

VII. Glosario de Términos.

 Datawarehouse: Es una base de datos corporativa que se

caracteriza por integrar y depurar información de una o más fuentes
distintas.
 Metadatos: Es “datos acerca de los datos” y sirven para
suministrar información sobre los datos producidos.
 Data Mart: Es un subconjunto de un Data Warehouse orientado al
análisis, almacenamiento e integración de los datos de un área de
la empresa.
 Escalabilidad: Es un término usado en tecnología para referirse a
la propiedad de aumentar la capacidad de trabajo o de tamaño de
un sistema sin comprometer el funcionamiento y calidad normales
del mismo.
 Partner: Nos referimos a la relación que se establece entre dos
empresas para obtener un mutuo beneficio.
 Perspectiva: Es un término que se relaciona con el arte y, es por
ello que se define como el arte de representar en una pintura los
objetos tal y como aparecen en el plano real.
 Archivos Planos: Son una colección de información que esta
almacenada y es accedida de forma organizada en una base de
datos.
 Business Intelligence: Es la habilidad para transformar los datos
en información, y la información en conocimiento, de forma que se
pueda optimizar el proceso de toma de decisiones en los negocios.
  Almacén de Datos: Es una colección de datos orientada a un
determinado ámbito (empresa, organización, etc.), integrado, no
volátil y variable en el tiempo, que ayuda a la toma de decisiones
en la entidad en la que se utiliza.
 Extensibilidad: Es un factor de calidad del software que consiste
en la facilidad de adaptación del software a nuevos requisitos o
cambios en la especificación.
 Extract, Transform and Load: Es el proceso que permite a las
organizaciones mover datos desde múltiples fuentes,
reformatearlos y limpiarlos, y cargarlos en otra base de datos, data
mart, o data warehouse para analizar, o en otro sistema
operacional para apoyar un proceso de negocio.
 Extracción: Obtención de información de las distintas fuentes tanto
internas como externas.
 Elaboración: Filtrado, limpieza, depuración, homogeneización y
agrupación de la información.
 Carga: Organización y actualización de los datos y los metadatos
en la base de datos.
17
 Ing. Sistemas y Telemática

 Explotación: Extracción y análisis de la información en los distintos

niveles de agrupación.
 Stored Procedure: Es un programa (o procedimiento) almacenado
físicamente en una base de datos.

VIII. Bibliografía o Linkografía.

https://www.powerdata.es/data-warehouse

https://blog.powerdata.es/el-valor-de-la-gestion-de-datos/que-es-un-data-
warehouse-y-como-saber-cuando-lo-necesitas-implementar

https://www.sinnexus.com/business_intelligence/datawarehouse.aspx

https://www.webyempresas.com/que-es-un-data-warehouse/

https://blog.powerdata.es/el-valor-de-la-gestion-de-datos/lo-que-necesitas-
saber-acerca-de-la-arquitectura-de-un-datawarehouse

http://dwhucv.blogspot.com/p/arquitectura-de-un-data-warehouse.html

18