Instituto Tecnológico Superior de Calkiní en el Estado de

Campeche

Ingeniería Informática

8º Semestre A

Primer Parcial

Inteligencia de Negocios

Docente: Dr. José Manuel Lira Turriza

Integrantes:

Ramos Uc, Luis Francisco – 6460

Tuyub Dzul, Zuri Edith – 6467

May Puc, Eric Damián – 6495

Actividad No 5. Operaciones Analíticas OLAP

Fecha de entrega: 29 de febrero

 Operaciones analíticas OLAP en el entorno de Becas del
ITESCAM
Roll & Drill
La acumulación también se denomina «consolidación» o «agregación». La
operación Rolling se puede realizar de dos formas

1. Reducir dimensiones
2. Jerarquía de conceptos de escalada. Una jerarquía de conceptos es
un sistema para agrupar objetos según su orden o nivel.

La operación inversa se denomina roll up y en ella se compacta la

información a niveles más altos de la jerarquía. Ambos se utilizan en la
navegación en estructuras jerárquicas multidimensionales.
Drill
Cuando las variables de un objeto se deben desglosar a valores aún más
detallados se utiliza la operación drill down, que permite a los analistas
ampliar una sección del cubo OLAP para aumentar su grado de detalle.

OLAP puede moverse en la dirección contraria y presentar

automáticamente datos detallados que abarcan datos consolidados. Esto
recibe el nombre de drill-down. Por ejemplo, podría accederse fácilmente a
las ventas por productos individuales o representantes de ventas que
conforman las ventas totales de una región.

Ejemplo:
Total, de
Becas Semestre alumnos
beneficiados
1º 20 alumnos
Telmex
8º 9 alumnos
1º 25 alumnos
Benito Juárez
8º 17 alumnos
1º 10 alumnos
Pablo García
8º 2 alumnos
 Becas Semestre Carrera Promedio
Telmex Ingeniería A partir de 9.0
1º
Pablo García Informática A partir de 8.5
Telmex Ingeniería en A partir de 9.5
8º Sistemas
Pablo García A partir de 9.0
Computacionales

Cada grupo (semestre - carrera) de la

consulta original se desgrega en dos
nuevos grupos (semestre – carrera -
promedio), para las dos ingenierías
de sistemas computacionales e
informática.
Slicing & Dicing
Se refiere a la capacidad de visualizar a las bases de datos desde diferentes
puntos de vista. Una parte de la base de datos de ventas podría mostrar
todas las ventas del tipo de producto dentro de las regiones. Otra parte
podría mostrar las ventas por canal de ventas dentro de cada tipo de
producto. El slicing and dicing con frecuencia se realiza a lo largo de un eje
de tiempo con el fin de analizar tendencias y encontrar patrones.

Se conoce como slicing el procedimiento por el cual se delimita una

dimensión del cubo OLAP por una porción cuantitativa, prácticamente
como si se cortara un “trozo” de datos y se estudiara por separado.

Ejemplo:
Se tomó como ejemplo el sistema de becas del ITESCAM, tomando los datos
del año 2019, de las carreras de ingeniería en sistemas computacionales e
ingeniería informática, tomando en cuenta todos los semestres, para
obtener el total de los alumnos que fueron beneficiados de algunas de las
becas que serán mencionados. Cabe recalcar que el total de alumnos
beneficiados en cada beca respecta a ambas ingenierías.

Total, de alumnos
Año Carrera Becas Semestre
beneficiados
1º 20 alumnos
3º 12 alumnos
Telmex 5º 10 alumnos
7º 7 alumnos
Ingeniería 8º 9 alumnos
Informática 1º 25 alumnos
3º 22 alumnos
Benito Juárez 5º 20 alumnos
7º 20 alumnos
8º 17 alumnos
2019

1º 17 alumnos
3º 14 alumnos
Elisa Acuña 5º 10 alumnos
7º 6 alumnos
Ingeniería en
8º 0 alumnos
Sistemas
1º 10 alumnos
Computacionales
3º 7 alumnos
Pablo García 5º 4 alumnos
7º 0 alumnos
8º 2 alumnos

Dicing
Cuando se interviene en un cubo OLAP con varias operaciones de slicing
simultáneas en varias dimensiones se habla de dicing, porque se crea un
cubo nuevo más reducido que contiene una porción del cubo global.
 Ejemplo:
Siguiendo con el ejemplo de las becas de las dos ingenierías antes
mencionadas; ahora lo que haremos es reducir la información en 3
dimensiones. Se puede observar en el siguiente cuadro.

Total, de
Becas Semestre alumnos
beneficiados
1º 20 alumnos
Telmex
8º 9 alumnos
1º 25 alumnos
Benito Juárez
8º 17 alumnos
1º 10 alumnos
Pablo García
8º 2 alumnos
Pivot
Este hace referencia al método de girar un cubo de datos de forma que se
visualice, al menos, otra dimensión. En el método del pivoting, el cubo de
OLAP se gira de tal manera que al menos una dimensión diferente sea visible

Ejemplo:

Becas Semestre
Total, de alumnos

1º 8º
beneficiados

Telmex 20
9 alumnos
alumnos
25
Benito Juárez 17 alumnos
alumnos

10
Pablo García 2 alumnos
alumnos
 Total, de alumnos
Becas

Semestre
beneficiados

8º
20 9
Telmex
alumnos alumnos

25 17

Semestre
Benito Juárez
alumnos alumnos
1º 10 2
Pablo García
alumnos alumnos
Referencias bibliográficas
Los data warehouses y la toma de decisiones en la empresa. (2022, 18 marzo). IONOS

Digitalguide. Recuperado 28 de marzo de 2022, de

https://www.ionos.mx/digitalguide/online-marketing/analisis-web/los-data-

warehouses-en-la-business-intelligence/

Stark, K. (2021, 20 mayo). Tratamiento de los datos: OLTP, OLAP, Data Warehouse.

Evaluando Software. Recuperado 28 de marzo de 2022, de

https://www.evaluandosoftware.com/tratamiento-los-datos-oltp-olap-data-

warehouse/

E. (s. f.). Procesamiento analítico en línea (OLAP) - Azure Architecture Center. Microsoft

Docs. Recuperado 29 de marzo de 2022, de https://docs.microsoft.com/es-

es/azure/architecture/data-guide/relational-data/online-analytical-processing

A. (2020, 1 enero). Tabla de contenidos ¿Qué es OLAP?Cubo OLAP:Operaciones

analíticas básicas de OLAP Tipos Ver más. Ebooks Online. Recuperado 29 de

marzo de 2022, de https://ebooksonline.es/que-es-olap-cubo-operaciones-y-tipos-

en-el-almacen-de-datos/

de TechTarget, C. (2021, 19 julio). OLAP o procesamiento analítico en línea.

ComputerWeekly.es. Recuperado 29 de marzo de 2022, de

https://www.computerweekly.com/es/definicion/OLAP-o-procesamiento-analitico-

en-linea