Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Contenido
1. Logro esperado
2. Gestión de la demanda de usuarios en
Business Intelligence
III. EXTRACCION, TRANSFORMACION Y CARGA (ETL)
IV. CALIDAD DE DATOS
Logro esperado
Source OLTP
Data
Warehouse
Meta Data
Monitoreo
III. EXTRACCION, TRANSFORMACION Y CARGA (ETL)
➢ Dimensionamiento del HW
➢ Mapeo de Datos
➢ Pruebas de Extracción
III. EXTRACCION, TRANSFORMACION Y CARGA (ETL)
➢ Dimensionamiento de HW
o Cuanto va a crecer el DW?
o Requerimientos de procesos - Fuentes de datos.
o Características de la infraestructura actual y soluciones.
o Requerimientos de desarrollo – Desarrolladores trabajan
simultáneamente en periodos pico.
o Cantidad y tipos de usuarios.
o Cantidad de reportes.
III. EXTRACCION, TRANSFORMACION Y CARGA (ETL)
➢Mapeo de Datos
o Identificar por cada Dimensión y Fact las fuentes de los datos y sus
características a tomar en cuenta en la extracción.
o Documento de Extracción.
EXTRACCION, TRANSFORMACION Y CARGA (ETL)
➢ Automatización de Procesos
◦ En base a la periodicidad de la carga, se debe indicar:
◦ Calendariazación de Jobs.
Ejemplo de procesos – Data Stage
EXTRACCION, TRANSFORMACION Y CARGA (ETL)
➢ Automatización de Procesos
◦ Log de Eventos – Limpieza de Datos
◦ Todo proceso debe tener un Log de Eventos indicando la complejidad del
Evento:
◦ Error: En caso que el proceso no fuese exitoso y paralice el proceso.
◦ Advertencia: En caso que alguna data sea INCONSISTENTE; en este caso, el
proceso no se paraliza sino prosigue.
◦ Exitoso: En caso que el proceso no mostró Error alguno.
➢ Automatización de Procesos
◦ Ejemplo: Malla Diaria del modelo comercial:
EXTRACCION, TRANSFORMACION Y CARGA (ETL)
➢ Automatización de Procesos
◦ Ejemplo: Malla Histórica del modelo comercial:
EXTRACCION, TRANSFORMACION Y CARGA (ETL)
➢ Pruebas de Extracción
◦ Se deben definir políticas para realizar las pruebas de
extracción. Por lo general, se realiza lo sgte:
◦ Se diseñan las Pruebas. Se toma la prueba de uno o dos meses y se realizan
las comparaciones con respecto a los reportes obtenidos del método actual
(que puede ser manual o automático).
◦ Se necesita que estipulen las políticas de análisis de diferencias en caso que
suceda.
◦ Se necesita que se defina los actores de la comprobación de las diferencias.
◦ Se cree un cronograma de pruebas.
IV. CALIDAD DE DATOS
Data
Definir Reglas
Presentación y
de Negocio
Reporte
Principales Procesos
6 Gestión de Calidad de Datos
Proceso de Aseguramiento El Proceso de Aseguramiento de Calidad de Datos consta de la validación de la
información en cada punto en donde la información es transformada para tu utilización. Para una validación
optima es necesario que el negocio (Owner) provea de las reglas del negocio que gobiernan al dato.
Usuarios
2 Unidad
Reporting
Datos de Datos de
Entrada Salida
Datamarts
Datos 2 4
1 de App Datos en DWH 5
3
AQ
User 1
Owner
Leyenda
Consistencia
Unicidad Controles y
Integridad
Usabilidad Puntos de Validación