Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Funcionamiento e Implementación Adecuada de Data Warehouse, Dentro de La Inteligencia de Negocios, Basado en Metodologías Existentes
Funcionamiento e Implementación Adecuada de Data Warehouse, Dentro de La Inteligencia de Negocios, Basado en Metodologías Existentes
Resumen— En este proyecto, se analizan las metodologías Todo esto, se lleva a cabo bajo el desarrollo investigativo, que
planteadas por referentes importantes del tema en cuestión, con la permita brindar una información correcta sobre el tema.
finalidad de identificar, cuál de ellas (o por el contrario ninguna, o
ambas o inclusive combinadas) se acomoda de mejor manera al
correcto y adecuado funcionamiento e implementación del
almacenamiento de datos (Data Warehouse), dentro de las II. TRABAJOS RELACIONADOS.
herramientas tecnológicas y de análisis de grandes cantidades de
datos, es decir dentro de la inteligencia de negocios. El investigador, pretende identificar las características que
determinan el correcto y adecuado funcionamiento del Data
Abstract-- In this project, the methodologies proposed by Warehouse, a través de una amplia investigación realizada con
important referents of the subject in question are analyzed, with
the purpose of identifying which of them (or on the contrary none,
anterioridad. Basado en diferentes textos metodológicos, se
or both or even combined) is better suited to the correct and presenta a continuación el desarrollo de los mismos, teniendo en
adequate functioning of the project. implementation of data storage cuenta que será desglosado, de acuerdo a la relevancia que tiene
(Data Warehouse), within the technological tools and analysis of cada una de las investigaciones dentro de este proyecto, sin
large amounts of data, that is, within business intelligence. embargo, es importante recalcar el concepto de inteligencia de
negocio (conjunto de herramientas tecnológicas y de análisis de
Palabras Clave: almacén de datos, inteligencia de negocios, grandes cantidades de datos, la cual permite la generación de
metodologías, data Warehouse, metadatos. historia de organización e indicadores de eficiencia o KPI), ya
que el DW es uno de los elementos que componen esta.
I. INTRODUCCIÓN
utilización y consolidación de las bases de datos, para el registro utilizados por él, para llevar a cabo el funcionamiento de los
de transacciones a través de internet, lo cual representa la datos, como los modelos de identificación e implementación.
herramienta principal que proporciona información en una “una de las características es identificar todos los atributos útiles
organización. [1]. y sus ubicaciones, definiciones y reglas de negocios asociadas
que especifican cómo se cargan esto datos.” [2].
Teniendo en cuenta la cita anterior, la metodología propuesta
por estos autores si aplica a esta investigación, porque la Los elementos con que se alienta la DW es el sistema de
computación en la nube permite el almacenamiento en internet, Extracción, Transformación y Carga (ETL). Es capaz de extraer
el cual representa una mejor implementación a las empresas, ya los datos del origen y aplicar reglas para aumentar la calidad y
que estas no tienen que generar inversiones o adaptaciones eficiencia. Consolidando la información de distintos sistemas de
específicas para un almacenamiento, sino que por el contrario negocio y por ultimo cargar la información en el DW en
pueden optar por servicios o características de gran capacidad formatos acorde para la utilización de las herramientas de
que ofrece Cloud Computing. Teniendo la posibilidad de adaptar análisis.
estos servicios a sus necesidades, donde adicionalmente los
sistemas distribuidos permiten la eficiencia en consulta y Por otra parte, y con la finalidad de complementar la
procesamiento de datos. información obtenida con anterioridad, se acude a un tercer texto
metodológico “El proceso Data Warehousing y los meta datos”,
estudio publicado en la red de revistas científicas de América
Latina y el Caribe, España y Portugal; allí se hace referencia al
tratamiento de los datos los cuales se convierten en información
sobre la estructura, contenido e interdependencias de DW. Son
la información estructural, y contenido que poseen los datos
sobre datos en Data Warehouse estos son los datos estructurados
y codificados los cuales describen características de instancias
las cuales permiten la identificación, descubrir y administrar la
información.
II. Área de tráfico de datos: es un área de Los DW poseen un uso indispensable, ya que son capaces de
almacenamiento y grupo de procesos, que limpian preservar la fiabilidad de los datos sin ser alterados o
transforman, combinan y remueven los modificados por externos entregando información fiable, esto a
duplicados, guardan, archivan y preparan los datos que pueden procesar los datos ingresados sin importar su fuente,
fuente para ser usados en el Data WareHouse.” [8] por este motivo generar datos indispensables para tomas
decisiones y generadores de indicadores.
Como un dato adicional, esta información se organiza con el Según la investigación plasmada en el artículo, los DW se
objetivo de que sea accesible, consistente, adaptable y elástica. componen de cuatro fases o niveles:
Esto como unos requerimientos de Data Marts, los cuales no
tienen límites fijos. I. Nivel actual: es el nivel que posee más importancia
para el procesamiento de información debido a que
Este referente es tomado en cuenta para el desarrollo de este son datos actualizados en el momento y los que van
proyecto, ya que, explica el flujo correcto de la información y tener un flujo de uso mayor, generando mayores
como lo procesa un DW básico y esto es una combinación junto costos de manera administrativa.
con la base de datos.
II. Metadatos: ya que los DW, son almacenes de
Tenemos una investigación más dentro del marco teórico que grandes cantidades de información debe existir una
se lleva a cabo en este proyecto, publicada en la revista científica manera de realizar búsquedas exactas dentro de
chilena de ingeniería y donde se expone el ciclo de madurez, ellos, esa es la función de los metadatos los cuales
para el crecimiento constante y mejora de la inteligencia de son puntos de referencia para cualquier usuario que
negocios manejada a través de una metodología de estudio de lo requiera similar las fichas bibliográficas,
similitudes y estándares (MESME) y dentro de ella el área de generando información adicional para su búsqueda.
proceso clave donde interviene el DW.
III. Datos más antiguos: como su nombre indica, datos a
los que no se acceden con mucha frecuencia, ya que
están almacenados mientras todavía tengan algún
nivel de importancia, por lo general estos son
guardados en un almacenamiento externos.
utilizaron dos modelos para resolver las mismas. El primero características referidas por el modelo metodológico establecido
un modelo Cualitativo Exploratorio, mediante entrevistas por Kimball e Inmon (referentes principales de esta
semi-estructuradas, y el segundo un modelo Cuantitativo, investigación), para así pasar a desarrollar el enfoque
mediante cuestionarios. Esto con la finalidad de conocer el cuantitativo a través de la recolección de datos estadísticos,
impacto que genera el DW en un país en vías de desarrollo. obtenidos como un porcentaje eficaz de cada una de las
características adquiridas dentro del enfoque cualitativo.
Al igual que en la mayoría de los artículos mencionados, los
referentes principales fueron Kimball: “basado en Data Marts Como se diría popularmente, en pocas palabras, se pretenden
desarrollados siguiendo un conjunto de declaraciones de buscar y determinar las características planteadas por la
atributos llamada data warehouse” e Inmon: “enfatiza la metodología de Kimball e Inmon para así obtener estadísticas
importancia de los cortes de data cros-funcionales desde probables que demuestren de forma contable cuál de las dos
múltiples fuentes para soportar las diversas necesidades, siendo metodologías es la correcta para lograr una implementación y
esta orientación al tema, la base del modelo empresarial de data funcionamiento adecuado del Data Warehouse.
warehouse” (pág. 21 y 22). [15]
REFERENCIAS
III. METODOLOGÍA [1] Castillo-Rojas, W., Quispe, F. M., & Molina, F. F. (2018). Una
metodología para procesos data WareHousing basada en la experiencia.
“Los métodos mixtos no nos proveen de soluciones perfectas, Revista Ibérica De Sistemas e Tecnologias De Informação, (26), 83-103.
sin embargo, hasta hoy, son la mejor alternativa para indagar doi:http://dx.doi.org.ezproxy.uniminuto.edu/10.17013/risti.26.83-103.
científicamente cualquier problema de investigación. Conjuntan [2] Gustavo R. R. (2010). La metodología de Kimball para el diseño de
información cuantitativa y cualitativa, y la convierten en almacenes de datos (Data warehouses).
conocimiento sustantivo y profundo.” (Sampieri. R, Fernández. https://www.ucasal.edu.ar/htm/ingenieria/cuadernos/archivos/5-p56-
rivadera-formateado.pdf
C, Baptista P. Metodología de la investigación. Parte 4, Cap. 17) [3] García. F., Luna E. (2015). El proceso Data Warehousing y los metadatos.
[16] Red de revistas científicas de América Latina y El Caribe, España y
Portugal. Universidad Autónoma del Estado de México. Pág (66).
[4] Oswaldo, D. R., & Ricardo Díaz Razo. (2016). METODOLOGÍA
En el momento de establecer la metodología a trabajar durante
HÍBRIDA PARA EL DISEÑO Y LA CONSTRUCCIÓN DEL DATA
el proceso, se busca analizar la información obtenida a través de WAREHOUSE PARA "EL PROGRAMA DE REHABILITACIÓN
este elemento clave, que es la metodología. Teniendo en cuenta AMBIENTAL Y SOCIAL EN ECUADOR". 3C Empresa, 5(1), 1-15.
la referencia del libro: “Metodología de la investigación” escrita doi:http://dx.doi.org.ezproxy.uniminuto.edu/10.17993/3cemp.2016.05012
5.1-15
por Roberto Sampieri, Carlos Fernandez y Pilar Baptista; el
[5] Matamala, C. Z., Sepúlveda, A. U., & Contreras, M. V. (2017). Análisis
investigador elige utilizar como herramienta la metodología de rendimiento académico estudiantil usando data warehouse difuso.
mixta y el modelo multimetodos. Si bien, se sabe que es uno de Ingeniare : Revista Chilena De Ingenieria, 25(2), 242-254. Retrieved from
los enfoques más completos para llevar a cabo, también se https://search-proquest-
entiende que es el más complejo porque combina tanto el com.ezproxy.uniminuto.edu/docview/1931961664?accountid=48797
[6] Matamala, C. Z., Contreras, M. V., & Sepúlveda, A. U. (2012). Enfoque
enfoque cualitativo como el enfoque cuantitativo. MDA para el diseño de un data warehouse difuso/A model driven approach
for fuzzy data warehouse design. Ingeniare : Revista Chilena De
A continuación, se evidencian las ventajas que brinda el Ingenieria, 20(1), 99-113. Retrieved from https://search-proquest-
com.ezproxy.uniminuto.edu/docview/1033501905?accountid=48797
contenido del libro para esta metodología:
[7] Isabel, C. V. (2013). Modelo de éxito de un data warehouse. Tecnura,
17(35), 116-125. Retrieved from https://search-proquest-
I. Brindar datos e información numérica con precisión com.ezproxy.uniminuto.edu/docview/1869528283?accountid=48797
estadística. [8] Cotobal, J. S. (2013). Aplicación de business intelligence en unidades de
negocio (UNE's)/Development of business intelligence in customer and
II. Profundizar la investigación, de acuerdo a las business units. Anuario Jurídico y Económico Escurialense, (46), 285-301.
características que presenta el planteamiento de la Retrieved from https://search-proquest-
problemática inicial. com.ezproxy.uniminuto.edu/docview/1528550099?accountid=48797
III. Calcular las proyecciones numéricas de la [9] Morales, R. P., Villegas, C. M., & Zepeda, V. V. (2015). Análisis
información recolectada a través del instrumento comparativo de modelos de madurez en inteligencia de
negocio/Comparative analysis of maturity models in business intelligence.
metodológico. Ingeniare : Revista Chilena De Ingenieria, 23(3), 361-371. Retrieved from
IV. Enriquecimiento a la identificación de problemáticas https://search-proquest-
de forma cualitativa y cuantitativa de la información com.ezproxy.uniminuto.edu/docview/1709292958?accountid=48797
obtenida.
[10] Rogers, C. (2000). DATA WAREHOUSING. Allied Academies
“Dentro de una misma investigación se aplica primero uno de International Conference.Academy of Information and Management
los enfoques y luego el otro, casi de forma independiente. Éste Sciences.Proceedings, 4(1), 6-10. Retrieved from https://search-proquest-
diseño puede realizarse cuantificando datos cualitativos, com.ezproxy.uniminuto.edu/docview/192409984?accountid=48797
cualificando datos cuantitativos, agrupando la información en [11] Ma, C., Chou, D. C., & Yen, D. C. (2000). Data warehousing, technology
assessment and management. Industrial Management & Data Systems,
datos categóricos o validando suficientemente los instrumentos 100(3), 125-135.
cualitativos.” (Hernández. R, Fernández. C, Baptista P. doi:http://dx.doi.org.ezproxy.uniminuto.edu/10.1108/0263557001032319
Metodología de la investigación. Parte 4, Cap. 17) [16] 3
[12] Brizuela, E. & Castro, Y. (2013). Metodologías para desarrollar Almacén
de Datos.
Empleando la metodología mixta dentro de este proyecto, se https://www.redalyc.org/html/1939/193930080003/?fbclid=IwAR137DS
aplica primero el enfoque cualitativo a través de la obtención de
7
2AMtogD4PFLYLY3EiKe7hLWl8yVXOYxb5HR2h9bbbmrMSyHXM5
O8
[13] Camargo, J. Joyanes , L & Giraldo Lillyana. (2016). La inteligencia de
negocios como una herramienta en la gestión académica.
https://revistas.udistrital.edu.co/ojs/index.php/revcie/article/view/10163/1
1436
[14] Duque, N. & Tamayo A. (2001). data warehouse (bodega de datos).
herramienta para la toma de decisiones.
http://bdigital.unal.edu.co/58088/1/datawarehouseparte1.pdf
[15] Gonzales, R. “Impacto de la data warehouse e inteligencia de negocios en
el desempeño de las empresas: investigación empírica en Perú, como país
en vías de desarrollo”
https://www.tdx.cat/bitstream/handle/10803/85876/GONZALES_Tesis%
20Doctoral_FV.pdf
[16] Hernandez, R. Fernando C. & Baptista, P. (2006). Metodología de la
investigación, Sexta versión. http://observatorio.epacartagena.gov.co/wp-
content/uploads/2017/08/metodologia-de-la-investigacion-sexta-
edicion.compressed.pdf