INSTITUTO TECNOLOGICO DE

TORREON
ING. INFORMATICA

INTELIGENCIA DE NEGOCIOS

UNIDAD 2

ACTIVIDAD 1

CUADRO COMPARATIVO

DANIEL GERARDO SILVA PACHECO

15860184
 INTRODUCCION

En esta unidad aprenderemos a diferenciar los diferentes tipos de modelos de

base de datos que son utilizados para la toma de decisiones ya que estos se
juegan un importante papel en el desempeño del mundo de los esquemas de
negocios con los cuales las empresas obtiene información para tomar decisiones
muy determinantes sobre algún acontecimiento que quieran lanzar ya sea
producto o servicio.

Con esta unidad aprenderemos a tener una visión de los esquemas de bases de
datos multidimensionales con las herramientas visuales que obtenemos con ello
les otorgamos un acceso a los usuarios para que tomen decisiones mediante
consultas.

Estas herramientas de son utilizadas para consultas robustas ya que contiene un

sistema de datos que genera informes ejecutivos y de la organización y con esto
se agilizan las grandes consultas y cantidades de datos que se requieren.

IDENTIFICAR VENTAJAS Y DESVENTAJAS PARA LA ELECCIÓN DE UN SISTEMA DE BASE DE DATOS QUE DEN SOPORTE A
LA TOMA DE DECISIONES CON BASE A LA NATURALEZA DE LA INFORMACIÓN: ¿QUÉ TIPOS DE DATOS SE USARÁN:
RELACIONAL, TRANSACCIONAL, TEXTO, SERIES DE TIEMPO, ¿ESPACIAL?
MODELO CARACTERISTICAS
DATA Datawarehousing es un proceso, no un
WAREHOUSE producto. Es una técnica para consolidar y
administrar datos de variadas fuentes con el
propósito de responder preguntas de
negocios y tomar decisiones, de una forma
que no era posible hasta ahora, consolidar
datos desde una variedad de fuentes,
manejar grandes volúmenes de datos de una
forma que no era posible, o no era costo
efectiva
DATA MART Un Data mart es una base de datos
DESARROLLO
VENTAJAS
 Proporciona información clave para la toma de
decisiones empresariales.
 Mejora la calidad de las decisiones tomadas.
 Especialmente útil para el medio y largo plazo.
 Son sistemas relativamente sencillos de
instalar si las fuentes de datos y los objetivos
están claros.
 Muy útiles para el almacenamiento de análisis
y consultas de históricos.
 Proporciona un gran poder de procesamiento
de información.
 Permite una mayor flexibilidad y rapidez en el
acceso a la información.
 Facilita la toma de decisiones en los negocios.
 Las empresas obtienen un aumento de la
productividad.
 Proporciona una comunicación fiable entre
todos los departamentos de la empresa.
 Mejora las relaciones con los proveedores y
los clientes.
 Permite conocer qué está pasando en el
negocio, es decir, estar siempre enterado de
los buenos y malos resultados.
 Transforma los datos en información y la
información en conocimiento
 Permite hacer planes de forma más efectiva.
 Reduce los tiempos de respuesta y los costes
de operación.
 Los data marts que están dotados con estas
DESVENTAJAS
 No es muy útil para la toma de
decisiones en tiempo real debido
al largo tiempo de procesamiento
que puede requerir. En cualquier
caso la tendencia de los productos
actuales (junto con los avances
del hardware) es la de solventar
este problema convirtiendo la
desventaja en una ventaja.
 Requiere de continua limpieza,
transformación e integración de
datos.
 Mantenimiento.
 En un proceso de implantación
puede encontrarse dificultades
ante los diferentes objetivos que
pretende una organización.
 Una vez implementado puede ser
complicado añadir nuevas fuentes
de datos.
 Requieren una revisión del
modelo de datos, objetos,
transacciones y además del
almacenamiento.
 Tienen un diseño complejo y
multidisciplinar.
 Requieren una reestructuración de
los sistemas operacionales.
 Tienen un alto coste.
 Requieren sistemas, aplicaciones
y almacenamiento específico.
 No permite el manejo de grandes
 departamental, especializada en el estructuras óptimas de análisis presentan las volúmenes de información
almacenamiento de los datos de un área de siguientes ventajas:
negocio específica. Se caracteriza por  Los costos de mantenimiento son
disponer la estructura óptima de datos para elevados, por lo que a largo plazo
 Poco volumen de datos su mantenimiento resulta muy
analizar la información al detalle desde todas
las perspectivas que afecten a los procesos caro
 Mayor rapidez de consulta  Los almacenes de datos suelen
de dicho departamento. Un datamart puede
ser alimentado desde los datos de un quedar obsoletos muy pronto
datawarehouse, o integrar por si mismo un  Consultas SQL y/o MDX sencillas
compendio de distintas fuentes de
información.  Validación directa de la información

 Facilidad para la historización de los datos

OLAP proporcionando respuestas rápidas a  Tiene acceso a grandes cantidades de  A pesar de las grandes ventajas
consultas analíticas complejas. OLAP es información. que presenta este tipo de base de
utilizado generalmente para ayuda en la  Analiza las relaciones entre muchos tipos de datos multidimensional que
toma de decisiones y presenta los datos a elementos empresariales. incluye Cubos OLAP, la cual
los usuarios a través de un modelo de datos  Involucra datos agregados. permite obtener mayor rapidez en
intuitivo y natural.  Compara datos agregados a través de las consultas y en el
periodos jerárquicos. procesamiento de la información,
 Presentan los datos en diferentes lo cierto es que su gran falla
perspectivas. reside en la imposibilidad de
 Involucran cálculos complejos entre elementos realizar cambios en su estructura.
de datos.
 Pueden responder con rapidez a consultas de  Debido a su forma de
usuarios funcionamiento y almacenamiento
de la información, cuando los
usuarios requieren realizar
modificaciones en la estructura de
este tipo de base de datos, deben
rediseñar el Cubo OLAP, sin
posibilidades de poder utilizar la
estructura en la que se trabajó
hasta el momento.

ROLAP Los sistemas ROLAP difieren  Un sistema MOLAP usa una BD  El proceso de carga de tablas
significativamente de los MOLAP en que los multidimensional (BDMD), en la que la agregadas debe ser gestionado
primeros no requieren, en principio, la información se almacena por código ETL personalizado.
computación previa ni el almacenamiento de multidimensionalmente.  Muchos desarrolladores de
la información, ya que pueden acceder modelos dimensionales ROLAP
directamente a la fuente de dichos datos, las  El sistema MOLAP utiliza una arquitectura de ignoran el paso de crear tablas
herramientas ROLAP acceden a los datos de dos niveles: la BDMD y el motor analítico. agregadas.
una base de datos relacional y generan
 consultas SQL para calcular la información al
nivel apropiado cuando un usuario final lo
requiere.
MOLAP Se trata de una alternativa a la tecnología
ROLAP (OLAP-Relacional). Aunque ambos
tipos de herramientas están diseñadas para
realizar análisis de datos a través de un
modelo de datos multidimensional, MOLAP
se diferencia significativamente en que
requiere un preprocesamiento y compresión.
almacenamiento de la información contenida
en el cubo OLAP.
MINERIA DE es un campo de la estadística y las ciencias
DATOS de la computación referido al proceso que
intenta descubrir patrones en grandes
volúmenes de conjuntos de datos.
 La BDMD es la encargada del manejo, acceso
y obtención de los datos.
 El nivel de aplicación es el responsable de la
ejecución de las consultas OLAP.
 El nivel de presentación se integra con el de
aplicación y proporciona una interfaz a través
de la cual los usuarios finales visualizan los
análisis OLAP.
 Consultas rápidas debido a la optimización del
rendimiento de almacenamiento, la indexación
multidimensional y la memoria caché.
 Ocupa menor tamaño en disco en
comparación con los datos almacenados en
base de datos relacional debido a técnicas de
 Automatización del procesamiento de los datos
agregados de mayor nivel.
 Muy compacto para conjuntos de datos de
pocas dimensiones.
 El modelo de almacenamiento en
vectores/matrices proporciona una indexación
natural.
 Eficaz extracción de datos lograda gracias a la
pre-estructuración de los datos agregados.
 Permite descubrir información que no
esperábamos obtener. Esto se debe a su
funcionamiento con algoritmos, ya que permite
hacer muchas combinaciones distintas.
 Es capaz de analizar bases de datos con una
enorme cantidad de datos.
 Los resultados son muy fáciles de interpretar y
no es necesario tener conocimientos en
ingeniería informática.
 Permite encontrar, atraer y retener clientes.
 La empresa puede mejorar la atención al
cliente a partir de la información obtenida.
 Da a las empresas la posibilidad de ofrecer a
 Los sistemas ROLAP se
construyen sobre bases de datos
de propósito general, por lo que
hay algunas funcionalidades
especiales propias de las
herramientas MOLAP que no
están disponibles en los sistemas
ROLAP (tales como el indexado
jerárquico especial).
 La etapa de procesamiento (carga
de datos) puede ser bastante
larga, sobre todo para grandes
volúmenes de datos.
 Las herramientas MOLAP
tradicionalmente tienen
dificultades para consultar con
modelos con dimensiones muy
altas (del orden de millones de
miembros).
 Algunas herramientas MOLAP
(por ejemplo, Essbase) tienen
dificultades para actualizar y
consultar los modelos con más de
diez dimensiones.
 El enfoque MOLAP introduce
redundancia en los datos.
 Sin embargo, también puede
aparecer algún inconveniente a la
hora de utilizar técnicas de Data
Mining, por ejemplo, dependiendo
del tipo de datos que se quieran
recopilar, nos puede llevar mucho
trabajo, o a veces la inversión
inicial para obtener las tecnologías
necesarias para la recopilación de
datos puede tener un coste
elevado.
 los clientes los productos o servicios que
necesitan.
 Antes de usar los modelos, estos son
comprobados mediante estadísticas para
verificar que las predicciones obtenidas son
válidas.
 Ahorra costes a la empresa y abre nuevas
oportunidades de negocio.

OLTP La tecnología OLTP es un tipo de  Proporcionan información confiable y precisa a  Es posible que los datos no sean
procedimiento que facilita el procesamiento y los grandes almacenes de datos, que son la coherentes en la empresa.
entrada de datos destinada a la fuente principal para generar información de  El acceso a los datos puede
administración de las operaciones gestión. resultar complicado.
transaccionales.  Proveen acceso optimizado a los datos para  Los formatos de los datos no son
tareas frecuentes de lectura y escritura. Por necesariamente uniformes en los
Hoy en día la adopción de sistemas y ejemplo, la enorme cantidad de transacciones diferentes departamentos. Es
softwares gestores de bases de datos es de que tienen que soportar las bases de datos de común la falta de compatibilidad y
máxima relevancia para un mercado cada bancos o hipermercados diariamente. la existencia de islas de datos.
vez más activo en las operaciones  Estructurar los datos según el nivel de  El historial de datos suele limitarse
comerciales y transaccionales que se llevan aplicación. Por ejemplo, sistema de gestión a a los datos actuales o recientes.
a cabo por la vía digital. Por esta razón, la medida, ERP o CRM implantado, sistema de 
correcta toma de decisiones en cuestiones información departamental, etcétera.
de TIC y Big Data adquiere mayor 
trascendencia para el éxito de un negocio,
especialmente en aquel en el que participa
más de una compañía y abarca una gran
red.

HOLAP HOLAP (OLAP híbrido) combina atributos de   Buen tiempo de respuesta sólo para  Volúmenes de datos más grandes
MOLAP y ROLAP. información sumarizada en la base de datos relacional
Al igual que MOLAP, HOLAP hace que las  
agregaciones se almacenen en una
estructura multidimensional, y los datos a
nivel de detalle, en una base de datos
relacional como lo hace el almacenamiento
ROLAP.
Para procedimientos de búsqueda que
accedan datos sumarizados, HOLAP es
equivalente a MOLAP. Por el contrario, si los
procesos de consultas accedieran a los
máximos niveles de detalle, deberían
recuperar los datos de la base de datos
relacional y esto no seria tan rápido
comparado con una estructura MOLAP.
Los cubos almacenados como HOLAP, son
más pequeños que los MOLAP y responden
más rápidos que los ROLAP.
 CONCLUSION

Todos los modelos investigador en este documento tiene sus pros y contras de los cuales
poniéndolos en practica podremos determinar cual se adecua mejor a nuestras necesidades
debemos de tener una visualización con buenas determinantes que nos sean válidos y
suficientemente satisfactorios, solo así tenemos descripciones más detalladas y sublimes para las
documentaciones de donde se consultara la información aun que día a día surgen nuevos problemas
y nuevas respuestas a ellos debemos afrontar soluciones adecuadas para las minerías de datos.

BIBLIOGRAFÍA Y/O FUENTE DE INFORMACIÓN

https://www.google.com/url?
sa=t&rct=j&q=&esrc=s&source=web&cd=&cad=rja&uact=8&ved=2ahUKEwjQkIbp87fsAhVCCKwKHU
4kB04QFjABegQIBhAC&url=https%3A%2F%2Fdatawarehouse.es.tl%2FVentajas-y-
desventajas.htm&usg=AOvVaw1TOlWWbDobH3Cm6ZMzF_2c

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

https://es.slideshare.net/GustavoHernandez10/data-mart

http://cor-mineriadedatos.blogspot.com/2011/02/datamart-datawarehouse-dss-eis.html

https://es.wikipedia.org/wiki/ROLAP#V%C3%A9ase_tambi%C3%A9n

https://es.wikipedia.org/wiki/MOLAP#V%C3%A9ase_tambi%C3%A9

https://www.evaluandosoftware.com/sistemas-oltp-procesamiento-administracion-mantenimiento-
transacciones/

http://constrsololap.blogspot.com/p/tipos-de-alamcenamiento.html