Área Informática y

Telecomunicaciones

Informe Unidad 2
Data Warehouse

Caso Proyecto Multitienda BI

Asignatura: Inteligencia de Negocios.

Sección: 381D

Nombre del docente: Fredy Marambio Lopez

Nombre de los integrantes del grupo:

- Richard Diaz Anticoy

- Bastián Larrondo Gallo

- Cristian Ramírez Torres

- Patricio Toro Canales

1
Contenido
Introducción...................................................................................................................................................

Desarrollo de la Solución B.I..........................................................................................................................

1. Identificación y Descripción de las Dimensiones.................................................................................

2. Identificación y Descripción de la Tabla de Hechos...........................................................................

3. Representación Modelo del Data Warehouse...................................................................................

4. Representación de Flujos y Salidas en tablas de dimensiones y hechos del motor

de base de datos......................................................................................................................................

5. Despliegue de contenidos de Tabla de Dimensiones y Tabla de Hechos.........................................

Conclusiones...............................................................................................................................................

Glosario de Términos...................................................................................................................................

Referencias bibliográficas............................................................................................................................

Informe Unidad 2 – Data Warehouse – Caso Proyecto Multitienda BI.

2
Introducción
De acuerdo al caso entregado que trata sobre un Proyecto de Multitiendas de BI el cual
trata de analizar como fue el resultado de la promoción sobre un determinado producto, el
cual fue enviado a los clientes con tarjeta.
Por ello en el siguiente informe se procederá a realizar un análisis del caso y de los
requerimientos que se pide resolver.
Para ello, se generará un Data Warehouse el cual estará basado principalmente en el
negocio y en base a los requerimientos de esta. Para poder realizar correctamente lo
pedido, se realizará lo siguiente:
1. Se identificarán y describirán las dimensiones, donde se identificará con un
nombre, una descripción, jerarquías, clave y atributos.
2. Se identificará y describirá la tabla de hechos, donde se identificará con un
nombre, descripción, claves, atributos y su respectiva granularidad.
3. Se representará el Modelo del Data Warehouse en UML, donde se deberá indicar
si el modelo pertenece al de Estrella o Copo de Nieve.
4. Se representará el flujo de datos para así construir las tablas de Dimensiones y la
tabla de Hechos en una herramienta ETL. Donde también se deberá indicar las
salidas en tablas de dimensiones y hechos de motor de base de datos o en un
formato de Excel.
5. Por último, se deberá desplegar el contenido de Tablas de Dimensiones y Tabla
de Hechos en Excel para así cargarlas a base de datos.

Informe Unidad 2 – Data Warehouse – Caso Proyecto Multitienda BI.

3
Desarrollo de la Solución B.I.
1. Identificación y Descripción de las Dimensiones.
La identificación y descripción de las Dimensiones permiten la realización correcta de lo
que serían las Tablas de Dimensión (o también llamadas Dimension Tables). Por ello, las
Dimensiones en el modelado dimensional permiten contextualizar los hechos, todo esto
gracias a que se agregan diferentes perspectivas de análisis a ellos.

Por último, las Tablas de Dimensiones son aquellas tablas que almacenan la información
de las dimensiones anteriormente definidas. Esta contiene una serie de atributos o
características, mediante las cuales se pueden agrupar, cortar o filtrar la información.

Se puede identificar que la Empresa es una Multitiendas y que el objeto de análisis es

sobre las Ventas de un producto determinado en promoción. Donde para ello se debe
responder a ciertas consultas para abarcar lo anteriormente mencionado.

A continuación se identificarán y se describirán las Dimensiones del Proyecto Multitienda

BI.

Dimensión 1

 Nombre: Cliente
 Descripción: Dimensión que agrupa datos de los clientes, para luego ser
asociadas a la tabla de hechos.
 Jerarquías: La Dimensión de Dirección permite subdividir jerárquicamente la
información asociada al atributo de Cod_Postal.
 Clave:
o Clave Primaria (PK): La clave primaria de esta dimensión es Rut, ya que
representa el valor único del Cliente.
o Clave Foránea (FK): La clave foránea de esta dimensión es Cod_Postal, ya
que añade estructura jerarquizada hacia la dimensión de Direccion.
 Atributos:
o Rut (PK): El Rut es el valor único del Cliente.
o Nom_Cliente: El nombre del cliente.
o Cod_Postal (FK): Indica el código postal, el cual está asociado a una
dirección, la cual está definida en la dimensión de Direccion.

Dimensión 2

Informe Unidad 2 – Data Warehouse – Caso Proyecto Multitienda BI.

4
  Nombre: Direccion
 Descripción: Dimensión que agrupa información relacionada con la Direccion de
los Clientes, que se le será asignado.
 Jerarquías: La Dimensión de Comuna permite subdividir jerárquicamente la
información asociada al atributo de Id_Comuna.
 Clave:
o Clave Primaria (PK): La Clave Primaria es la de Cod_Postal, la cual asocia
un valor único al registro.
o Clave Foránea (FK): La Clave Foránea es la de Id_Comuna, la cual asocia
jerárquicamente a la Dimensión de Comuna.
 Atributos:
o Cod_Postal (PK): Indica el valor único de la Dimensión de Direccion.
o Direccion: Indica la dirección como tal, donde se pueden indicar valores
tales como la dirección del cliente.
o Numeración: Indica la numeración correspondiente de la dirección.
o Id_Comuna (FK): Indica el indicador de la comuna, la cual está asociado a
una comuna que ya está definida en la dimensión de Comuna.

Dimensión 3

 Nombre: Comuna
 Descripción: Dimensión que agrupa la información de las Comunas, la cual será
asociada a una Direccion.
 Jerarquías: La Dimensión de Ciudad permite subdividir jerárquicamente la
información asociada al atributo Id_Ciudad.
 Clave:
o Clave Primaria (PK): La Clave Primaria es el atributo de Id_Comuna, la cual
representa el valor único de un registro.
o Clave Foránea (FK): La Clave Foránea es el atributo de Id_Ciudad, la cual
proviene de la Dimensión Ciudad y permite relacionar ambas dimensiones.
 Atributos:
o Id_Comuna (PK): Indica el valor único de la Dimensión Comuna.
o Comuna: Indica el nombre de la comuna.
o Id_Ciudad (FK): Indica el indicador de la ciudad, la cual está asociado a
una ciudad que ya está definida en la dimensión de Ciudad.
Informe Unidad 2 – Data Warehouse – Caso Proyecto Multitienda BI.
5
Dimensión 4

 Nombre: Ciudad
 Descripción: Dimensión que agrupa la información de las Ciudades, la cual será
asociada a una Comuna.
 Jerarquías: La Dimensión de Región permite subdividir jerárquicamente la
información asociada al atributo Id_Region.
 Clave:
o Clave Primaria (PK): La Clave Primaria es el atributo Id_Ciudad, la cual
representa el valor único de un registro.
o Clave Foránea (FK): La Clave Foránea es el atributo Id_Region, la cual
proviene de la Dimensión Región y permite relacionar ambas dimensiones.
 Atributos:
o Id_Ciudad (PK): Indica el valor único de la Dimensión Ciudad.
o Ciudad: Indica el nombre de la ciudad.
o Id_Region (FK): Indica el indicador de la región, la cual está asociada a
una región que ya se encuentra definida en la dimensión Región.

Dimensión 5

 Nombre: Region
 Descripción: Dimensión que agrupa la información de las Regiones, la cual será
asociada a una Ciudad.
 Jerarquías: Más allá de esta dimensión, no se subdivide jerárquicamente en
valores “mayores”.
 Clave:
o Clave Primaria (PK): La Clave Primaria es el atributo Id_Region, la cual
representa el valor único de un registro.
o Clave Foránea (FK): No tiene Clave Foránea.
 Atributos:
o Id_Region (PK): Indica el valor único de la Dimensión Región.
o Region: Indica el nombre de la Region.

Dimensión 6

 Nombre: Fecha

Informe Unidad 2 – Data Warehouse – Caso Proyecto Multitienda BI.

6
  Descripción: Dimensión que agrupa la información de las Fechas, para luego ser
asociadas a la tabla de hechos.
 Jerarquías: Más allá de esta dimensión, no se subdivide jerárquicamente en
valores “mayores”.
 Clave:
o Clave Primaria (PK): La Clave Primeria es el atributo Id_Fecha, la cual
representa el valor único de un registro.
o Clave Foránea (FK): No Tiene Clave Foránea.
 Atributos:
o Id_Fecha (PK): Indica el valor único de la Dimensión Fecha.
o Dia: Se especifica el día en valores numéricos.
o Mes: Se especifica el mes en valores numéricos.
o Año: Se especifica el año en valores numéricos.

Dimensión 7

 Nombre: Sexo
 Descripción: Dimensión que agrupa la información del Sexo, para luego ser
asociadas a la tabla de hechos.
 Jerarquías: Más allá de esta dimensión, no se subdivide jerárquicamente en
valores “mayores”.
 Clave:
o Clave Primaria (PK): La Clave Primaria es el atributo Id_Sexo, la cual
representa el valor único de un registro.
o Clave Foránea (FK): No Tiene Clave Foránea.
 Atributos:
o Id_Sexo (PK): Indica el valor único de la Dimensión Sexo.
o Género: Se indica el Género del Cliente, donde los valores pueden ser
Femenino o Masculino.

Dimensión 8

 Nombre: Rango_Etario
 Descripción: Dimensión que agrupa la información del Rango Etario, para luego
ser asociadas a la tabla de hechos.

Informe Unidad 2 – Data Warehouse – Caso Proyecto Multitienda BI.

7
  Jerarquías: Más allá de esta dimensión, no se subdivide jerárquicamente en
valores “mayores”.
 Clave:
o Clave Primaria (PK): La Clave Primaria es el atributo Id_Rango_Etario, la
cual representa el valor único de un registro.
o Clave Foránea (FK): No Tiene Clave Foránea.
 Atributos:
o Id_Rango_Etario (PK): Indica el valor único de la Dimensión Rango_Etario.
o Rango: Se especifica el rango etario, el cual abarca valores de Menor que
30, Entre 30 y 40, Entre 30 y 50, Mayor que 50.

Dimensión 9

 Nombre: Estado_Civil
 Descripción: Dimensión que agrupa la información del Estado Civil, para luego ser
asociadas a la tabla de hechos.
 Jerarquías: Más allá de esta dimensión, no se subdivide jerárquicamente en
valores “mayores”.
 Clave:
o Clave Primaria (PK): La Clave Primaria es el atributo Id_Est_Civil, la cual
representa el valor único de un registro.
o Clave Foránea (FK): No Tiene Clave Foránea.
 Atributos:
o Id_Est_Civil (PK): Indica el valor único de la Dimensión Estado_Civil.
o Est_Civil: Se especifica el Estado Civil del cliente, donde los valores
pueden ser Soltero, Casado, Separado, Viudo, y también se permiten
valores nulos.

Dimensión 10

 Nombre: Actividad
 Descripción: Dimensión que agrupa la información de la Actividad del Cliente, para
luego ser asociadas a la tabla de hechos.
 Jerarquías: Más allá de esta dimensión, no se subdivide jerárquicamente en
valores “mayores”.
 Clave:

Informe Unidad 2 – Data Warehouse – Caso Proyecto Multitienda BI.

8
 o Clave Primaria (PK): La Clave Primaria es el atributo Id_Actividad, la cual
representa el valor único de un registro.
o Clave Foránea (FK): No Tiene Clave Foránea.
 Atributos:
o Id_Actividad (PK): Indica el valor único de la Dimensión Actividad.
o Actividad: Se especifica la actividad actual del cliente, dentro de la cual los
valores pueden ser Dependiente, Empresario, Independiente, y también se
permiten valores nulos.

Dimensión 11

 Nombre: Nivel_Educacional
 Descripción: Dimensión que agrupa la información del Nivel Educacional del
Cliente, para luego ser asociadas a la tabla de hechos.
 Jerarquías: Más allá de esta dimensión, no se subdivide jerárquicamente en
valores “mayores”.
 Clave:
o Clave Primaria (PK): La Clave Primaria es el atributo Id_Niv_Educacional,
la cual representa el valor único de un registro.
o Clave Foránea (FK): No Tiene Clave Foránea.
 Atributos:
o Id_Niv_Educacional (PK): Indica el valor único de la Dimensión
Nivel_Educacional.
o Niv_Educacional: Indica el nivel educacional máximo del Cliente, donde los
valores pueden ser Educ. Media, Educ. Técnica, Estudiante Universitario,
Educ. Universitaria.

Dimensión 12

 Nombre: Tarjeta
 Descripción: Dimensión que agrupa la información de las Tarjetas, para luego ser
asociadas a la tabla de hechos.
 Jerarquías: La Dimensión de Fecha_Apertura permite subdividir jerárquicamente la
información asociada al atributo Id_Fecha_Apertura.
 Clave:

Informe Unidad 2 – Data Warehouse – Caso Proyecto Multitienda BI.

9
 o Clave Primaria (PK): La Clave Primaria es el atributo Id_Tarjeta, la cual
representa el valor único de un registro.
o Clave Foránea (FK): La Clave Foránea es el atributo de
Id_Fecha_Apertura, la cual está asociada a la clave primaria de la
dimensión de Fecha_Apertura.
 Atributos:
o Id_Tarjeta (PK): Indica el valor único de la Dimensión Tarjeta.
o Id_Fecha_Apertura (FK): Indica el identificador de la fecha de apertura de
la tarjeta, proveniente de la dimensión de Fecha_Apertura.
o Cupo_Max: Indica el cupo máximo de la tarjeta, donde se indica en un
valor entero desde 301.500 hasta 9.605.308.
o Porcentaje_Uso: Indica el porcentaje de uso del cupo de la tarjeta, la cual
se representa en porcentajes desde 0% a 100%.
o Historial_Atrasos: Indica la cantidad histórica de atrasos en pagos, donde
pueden ir desde 0 a 25.
o Estado_Actual: Indica el estado actual de la tarjeta, la cual puede tener
valores de Sin Deuda, Deuda de 1 Mes, Deuda de 2 Meses.

Dimensión 13

 Nombre: Fecha Apertura

 Descripción: Dimensión que agrupa la información de las Fechas de Apertura,
para luego ser asociadas a la Dimensión de Tarjeta.
 Jerarquías: Más allá de esta dimensión, no se subdivide jerárquicamente en
valores “mayores”.
 Clave:
o Clave Primaria (PK): La Clave Primaria es el atributo de
Id_Fecha_Apertura, la cual indica el valor único del registro.
o Clave Foránea (FK): No tiene Clave Foránea.
 Atributos:
o Id_Fecha_Apertura (PK): Indica el identificador único del registro de la
fecha de apertura.
o Dia: Indica el mes de la fecha de apertura en valores numéricos.
o Mes: Indica el mes de la fecha de apertura en valores numéricos.

Informe Unidad 2 – Data Warehouse – Caso Proyecto Multitienda BI.

10
 o Año: Indica el año de la fecha de apertura en valores numéricos.

2. Identificación y Descripción de la Tabla de Hechos.

Tabla de Hechos

La Tabla de Hechos es la tabla central de un esquema dimensional y contiene los valores

de las medidas de negocio o también conocidos como indicadores de negocio.

 Nombre: Tabla Hechos Ventas

 Descripción: Tabla que Almacena a las Dimensiones (Cliente, Fecha, Tarjeta,
Actividad, Nivel Educacional, Estado Civil, Rango Etario y Sexo) ,además de que
en esta tabla se almacena los Hechos, en este caso son Compra_Prom_Año ,
Compra_Unid_A , Compra_Unid_B y Compra_Prod_Prom
 Clave:
o Clave Foránea (FK) Rut: La Clave Foránea Rut proviene de la Dimensión
Clientes, Representando el Valor Único del Cliente
o Clave Foránea (FK) Id_Fecha : La Clave Foránea Id_Fecha proviene de la
Dimensión Fecha, Representando el Valor Único de la Dimensión Fecha.
o Clave Foránea (FK) Id_Tarjeta: La Clave Foránea Id_Tarjeta proviene de la
Dimensión Tarjeta, Representando el Valor Único de la Dimensión Tarjeta.
o Clave Foránea (FK) Id_Sexo : La Clave Foránea Id_Sexo proviene de la
Dimensión Sexo, Representando el Identificador Único de la Dimensión
Sexo.
o Clave Foránea (FK) Id_Est_Civil : La Clave Foránea Id_Est_Civil proviene
de la Dimensión Estado Civil, Representando el Identificador Único de la
Dimensión Estado Civil.
o Clave Foránea (FK) Id_Niv_Educacional: La Clave Foránea
Id_Niv_Educacional proviene de la Dimensión Nivel Educacional,
Representando el Identificador Único de la Dimensión Nivel Educacional.
o Clave Foránea (FK) Id_Actividad : La Clave Foránea Id_Actividad proviene
de la Dimensión Actividad, Representando el Identificador Único de la
Dimensión Actividad.

Informe Unidad 2 – Data Warehouse – Caso Proyecto Multitienda BI.

11
 o Clave Foránea (FK) Id_Rango_Etario : La Clave Foránea Id_Rango_Etario
proviene de la Dimensión Rango Etario, Representando el Identificador
Único de la Dimensión Rango Etario.
 Atributos:
o Compra_Prom_Año: Indica las veces que compra en promedio al año,
donde los valores son entre 5 y 30.
o Compra_Unid_A: Indica las unidades compradas del producto A, donde los
valores son entre 0 y 10.
o Compra_Unid_B: Indica las unidades compradas del producto A, donde los
valores son entre 0 y 10.
o Compra_Prod_Prom: Indica si se compró producto(s) en promoción,
indicando Sí o No.
 Granularidad:
La granularidad de la tabla de hechos será la siguiente:
o Rut (FK): El Rut es el valor único del Cliente.
o Id_Fecha (FK): Indica el valor único de la Dimensión Fecha. (Conteniendo
los Atributos Dia, Mes y Año)
o Id_Sexo (FK): Indica el valor único de la Dimensión Sexo. (Conteniendo los
Atributos Femenino o Masculino)
o Id_Rango_Etario (FK): Indica el valor único de la Dimensión Rango_Etario
(Conteniendo los Atributos Menor que 30, Entre 30 y 40, Entre 30 y 50,
Mayor que 50.)
o Id_Actividad (FK): Indica el valor único de la Dimensión Actividad.
(Conteniendo los Atributos Dependiente, Empresario, Independiente o
nulo.)
o Id_Niv_Educacional (PK): Indica el valor único de la Dimensión
Nivel_Educacional.(Conteniendo los Atributos Educ. Media, Educ. Técnica,
Estudiante Universitario, Educ. Universitaria.)
o Id_Tarjeta (PK): Indica el valor único de la Dimensión Tarjeta.
o Compra_Prom_Año: Indica las veces que compra en promedio al año,
donde los valores son entre 5 y 30.
o Compra_Unid_A: Indica las unidades compradas del producto A, donde los
valores son entre 0 y 10.

Informe Unidad 2 – Data Warehouse – Caso Proyecto Multitienda BI.

12
 o Compra_Unid_B: Indica las unidades compradas del producto A, donde los
valores son entre 0 y 10.
o Compra_Prod_Prom: Indica si se compró producto(s) en promoción,
indicando Sí o No.

3. Representación Modelo del Data Warehouse.

El modelo del Data Warehouse está representado como un modelo Copo de Nieve. A
continuación se presenta el diagrama.

4. Representación de Flujos y Salidas en tablas de dimensiones y hechos del

motor de base de datos.
Para cada dimensión se creará una conexión con los datos almacenados en Excel.

Informe Unidad 2 – Data Warehouse – Caso Proyecto Multitienda BI.

13
Con esta opción ingresaremos el Excel con los datos necesarios para mostrar que hay
almacenado.

Se abrirá esta ventana en donde deberemos ingresar un nombre para el archivo que será
adjuntado en Talend.

Seleccionamos el archivo Excel en cuestión.

Marcamos la casilla para que los datos sean entregados.

Informe Unidad 2 – Data Warehouse – Caso Proyecto Multitienda BI.

14
Una vez demos click a la opción “Next >” tendremos que esperar a que los archivos
carguen para seguir al siguiente paso, esto puede tomar unos segundos o incluso
minutos.

Informe Unidad 2 – Data Warehouse – Caso Proyecto Multitienda BI.

15
Podemos cambiar el nombre, pero para los fines que lo queremos.

Informe Unidad 2 – Data Warehouse – Caso Proyecto Multitienda BI.

16
En este momento, cuando terminamos crearemos un “JOB” en donde podremos mostrar
cómo son procesados los datos y que nos entregara finalmente.

Informe Unidad 2 – Data Warehouse – Caso Proyecto Multitienda BI.

17
Una vez finalizado nos abrirá inmediatamente un área de trabajo.

Arrastramos el archivo que ingresamos anteriormente de Excel para que quede dentro del
área de trabajo.

Informe Unidad 2 – Data Warehouse – Caso Proyecto Multitienda BI.

18
Luego de esto, en el momento en que hagamos click en ok, deberemos hacer click en
cualquier lugar fuera del archivo recién ingresado al área de trabajo, y buscaremos
tLogRow para que tengamos un lugar donde salgan los datos que solicitamos.

Por último, debemos conectar ambas entidades para que pueda entregar los datos
almacenados.

Informe Unidad 2 – Data Warehouse – Caso Proyecto Multitienda BI.

19
Una vez hecho esto, y que quede de la siguiente manera:

Haremos que el programa corra y entregue los resultados.

En primera instancia, entregara los datos de la siguiente manera

Para arreglar esto y que sea entregado en forma de tablas como debería ser, se hace
doble click en tLogRow y se cambia la configuración de básico a Table.

Informe Unidad 2 – Data Warehouse – Caso Proyecto Multitienda BI.

20
Nuevamente procesara la información.

De esta manera, saldrá así:

Y de manera ordenada con sus respectivas columnas.

5. Despliegue de contenidos de Tabla de Dimensiones y Tabla de Hechos.

Los datos almacenados son:

Informe Unidad 2 – Data Warehouse – Caso Proyecto Multitienda BI.

21
Informe Unidad 2 – Data Warehouse – Caso Proyecto Multitienda BI.
22
A continuación la salida de datos en formato txt.

Conclusiones
A modo de conclusión podemos decir que el Data Warehouse en una forma importante
para así poder permitir una organización y un análisis completo de gran información si así
se desea generar. Esto al fin y al cabo permite poder darle a la información un
mantenimiento más adecuado ya que en muchas ocasiones no se puede tener el control
sobre toda la información que una empresa puede generar, así este sistema permite tener
un control de una gran cantidad de información.
Además, contar con un Data Warehouse permite obtener varios beneficios, dentro de los
cuales permiten tener una herramienta que ayuda y facilita la toma de decisiones, ya que
el sistema permite tener un buen control sobre la información que se necesite o pueda
necesitarse, lo cual a su vez permite obtener datos confiables y que pueden tenerse a la
mano en cualquier momento.

Glosario de Términos
 Dimensiones: En el contexto del modelado dimensional, se entiende que por
Dimensiones nos permiten contextualizar los hechos, gracias a que se agregan
diferentes perspectivas de análisis a ellos.
Informe Unidad 2 – Data Warehouse – Caso Proyecto Multitienda BI.
23
 Tablas de Dimensiones: Son las tablas que almacenan la información de las
dimensiones modeladas. En el interior de la tabla podemos encontrar una serie de
atributos o características, como también las jerarquías la cual es su forma de
organización.
 Atributos: Son las características que una dimensión contiene.
 Jerarquías: Son la organización de los atributos, las cuales permiten analizar los
datos de forma agrupadas, donde comúnmente la agrupación es realizada
mediante relaciones uno a muchos.
 Primary Key: También catalogadas como PK o Claves Primarias, son aquellos
atributos de una tabla que se identifican de forma única en cada fila de la tabla, o
en otras palabras su dato es único.
 Foreign Key: También catalogadas como FK o Claves Foránea (o Ajenas), son
aquellos atributos que hacen referencia a la Primary Key de otra tabla, todo esto
por medio de la relación que ambas tablas tengan.
 Data Warehouse: El Data Warehouse es un tipo de almacén electrónico el cual es
utilizado generalmente en empresas u organizaciones que mantienen una gran
cantidad de información. Se debe tener presente que estos datos deben
almacenarse de forma segura, fiable, fácil de recuperar y de administrar.
 Tabla de Hechos: Son aquellas tablas que representan un proceso de negocio,
por ejemplo ventas, compras, pagos, etc. En la mayoría de las ocasiones, dentro
de ellas encontramos atributos como claves foráneas, las cuales pertenecen a las
tablas de dimensiones que están relacionadas entre sí.
 Granularidad: Hace referencia principalmente al nivel de detalle que posee un
dato o una estructura de dato.
 Modelo Estrella: Tipo de Modelado Dimensional en la cual la desde una tabla de
hechos se desprenden distintas tablas de dimensiones.
 Modelo Copo de Nieve: Tipo de Modelado Dimensional en la cual, al igual que la
de Estrella, desde la tabla de hechos se desprenden distintas tablas de
dimensiones. Sin embargo, este tipo de Modelo permite relacionar las tablas de
dimensiones en otras tablas de dimensiones, para así poder evitar redundancia de
datos.

Informe Unidad 2 – Data Warehouse – Caso Proyecto Multitienda BI.

24
Referencias bibliográficas
Verne Team. (s. f.). Hechos Y Dimensiones: Modelado Dimensional (12). Recuperado 29

de septiembre de 2022, de https://blogvisionarios.com/articulos-data/hechos-y-

dimensiones-modelado-dimensional-12/

Bernabeu R., D. & García Mattío, M. (s. f.). Tablas de Hechos. Recuperado 29 de

septiembre de 2022, de https://troyanx.com/Hefesto/tablas-de-hechos.html

Bernabeu R., D. & García Mattío, M. (s. f.). Tablas de Dimensiones. Recuperado 29 de

septiembre de 2022, de https://troyanx.com/Hefesto/tablas-de-dimensiones.html

INACAP. (septiembre de 2022). 2ª Data Warehousing + Kimball. Unidad 2: Data

Warehousing [Archivo PDF].

https://lms.inacap.cl/pluginfile.php/10386376/mod_resource/content/1/2a%20Data

%20Warehousing%20%2B%20Kimball.pdf

INACAP. (septiembre de 2022). 2b Data Warehousing - Talend [Archivo PDF].

https://lms.inacap.cl/pluginfile.php/10386377/mod_resource/content/2/2b%20Data

%20Warehousing%20-%20Talend.pdf

Redacción KeepCoding. (2022, 5 septiembre). Modelos estrella y copo de nieve.

Recuperado 13 de octubre de 2022, de https://keepcoding.io/blog/modelos-

estrella-y-copo-de-nieve/

Informe Unidad 2 – Data Warehouse – Caso Proyecto Multitienda BI.

25