“Año de la unidad, la paz y el desarrollo”

INSTITUTO DE EDUCACION SUPERIOR TECNOLOGICO

PUBLICO ABANCAY

DESARROLLO DE SISTEMAS DE INFORMACIÓN

TEMA:
Cubos de información

ALUMNA:
SONALI BRAVO SALAZAR

DOCENTE:

ING. LUIS ALBERTO HINOJOSA RAMIREZ

CURSO:

INTELIGENCIA DE NEGOCIOS

ABANCAY - 2023
 ÍNDICE

INTRODUCCIÓN ........................................................................................ 3

CUBOS DE INFORMACIÓN ...................................................................... 4

EJEMPLO .................................................................................................. 5

ACUMULACION SIMPLE: ........................................................................ 5

ROLLING ..................................................................................................... 6

COLECCIÓN DE DATOS ............................................................................ 6

DIMENCIONES ........................................................................................ 6

VARIABLES .............................................................................................. 7

VENTAJAS DE LOS CUBOS DE INFORMACIÓN .................................. 8

CARACTERISTICAS .................................................................................. 8
 INTRODUCCIÓN

Los cubos son elementos claves en OLAP (online analytic processing), una
tecnología que provee rápido acceso a datos en un almacén de datos (data
warehouse). Los cubos proveen un mecanismo para buscar datos con rapidez
y tiempo de respuesta uniforme, independientemente de la cantidad de datos
en el cubo o la complejidad del procedimiento de búsqueda.

Los cubos son subconjuntos de datos de un almacén de datos, organizado y

sumarizado dentro de una estructura multidimensional. Los datos se
sumarizan de acuerdo con factores de negocio seleccionados, proveyendo el
mecanismo para un rápido y uniforme tiempo de respuesta de las complejas
consultas.
CUBOS DE INFORMACIÓN

La definición del cubo es el primero de tres pasos en la creación de un cubo.

Los otros pasos son el especificar la estrategia de sumarización, diseñando
las agregaciones (elementos precalculados de datos) y la carga del cubo para
procesarlo. Para definir un cubo, selecciona una tabla objetivo y selecciona
las medidas (columnas numéricas de interés a los usuarios del cubo) dentro
de esta tabla. Entonces selecciona las dimensiones, cada compuesta de una o
más columnas de otra tabla. Las dimensiones proveen la descripción
categórica por la cual las medidas son separadas para su análisis por los
usuarios del cubo.

Son subconjuntos de datos de un almacén de datos, organizado y sumarizado

dentro de una estructura multidimensional. Los datos se sumarizan de
acuerdo a factores de negocio seleccionados, proveyendo el mecanismo para
la rápida y uniforme tiempo de respuesta de las complejas consultas. Estos
datos organizados en Cubos, son la materia prima que el DataWare House
almacena.
EJEMPLO
construir un cubo de información sobre el indice de ventas (variable a
estudiar) en función del producto vendido, la provincia, el mes del año y si
el cliente está casado o soltero (dimensiones). Tendríamos un cubo de 4
dimensiones.

ACUMULACION SIMPLE:

esta manera de cargar los datos consiste en realizar un resumen de todas las
transacciones comprendidas en el período de tiempo seleccionado y
transportar el resultado como una única transacción hacia el data warehouse,
almacenando un valor calculado que consistirá típicamente en un sumatorio
o un promedio de la magnitud considerada. Es la forma más sencilla y común
de llevar a cabo el proceso de carga.
ROLLING
este proceso sería el recomendable en los casos donde se busque mantener
varios niveles de granularidad. Para ello se almacena información resumida
a distintos niveles, correspondiendo a distintas agrupaciones de la unidad de
tiempo o diferentes niveles jerárquicos en alguna o varias de las dimensiones
de la magnitud almacenada (por ejemplo, totales diarios, totales semanales,
totales mensuales, etc). Con lo que se consigue una carga de datos en etapas
que están entrelazadas por los datos en tiempo y pueden depender una de
otras.

COLECCIÓN DE DATOS

DIMENCIONES
Las dimensiones de un cubo son atributos relativos a las variables, son las
perspectivas de análisis de las variables (forman parte de la tabla de
dimensiones). Son catálogos de información complementaria necesaria para
la presentación de los datos a los usuarios, como por ejemplo: descripciones,
nombres, zonas, rangos de tiempo, etc. Es decir, la información general
complementaria a cada uno de los registros de la tabla de hechos.
Identificando dimensiones:

• Producto

(diferentes tipos o denominaciones de productos)

• Localidades
(o provincia, o regiones, o zonas geográficas)
• Tiempo
(medido de diferentes maneras, por horas, por días, por meses, por
años.)
• Tipo de cliente
(casado/soltero, joven/adulto/anciano, ...)

VARIABLES
También llamadas “indicadores de gestión”, son los datos que están siendo
analizados. Forman parte de la tabla de hechos. Más formalmente, las
variables representan algún aspecto cuantificable o medible de los objetos o
eventos a analizar. Normalmente, las variables son representadas por valores
detallados y numéricos para cada instancia del objeto o evento medido. En
forma contraria, las dimensiones son atributos relativos a la variables, y son
utilizadas para indexar, ordenar, agrupar o abreviar los valores de las mismas.
Las dimensiones poseen una granularidad menor, tomando como valores un
conjunto de elementos menor que el de las variables; ejemplos de
dimensiones podrían ser: “productos”, “localidades” (o zonas), “el tiempo”
(medido en días, horas, semanas, etc.), ...

Identificando variables:

• Beneficios.
• Gastos.
• Ventas.
VENTAJAS DE LOS CUBOS DE INFORMACIÓN

• Se tiene acceso a la información desde una sola herramienta en la

que se deposita toda la información de todas las áreas de una
empresa o negocio, sin importar la jerarquía.
• Es más sencillo crear informes y reportes.
• Gracias a la rapidez de la entrega de información segmentada se
entienden mejor las demandas del mercado y de los clientes de la
empresa. Esto agiliza los ajustes necesarios de la oferta para
atender las peticiones.

CARACTERISTICAS

 Son elementos claves en OLAP (Online Analytic Processing), una

tecnología que provee rápido acceso a datos en un almacén de datos
(DWH).
 Proveen un mecanismo para buscar datos con rapidez y tiempo de
respuesta uniforme independientemente de la cantidad de datos en el
cubo o la complejidad del procedimiento de búsqueda.
 Para definir un Cubo, se selecciona una o varias clases objetivo y se
seleccionan las medidas (Campos de interés a los usuarios del cubo)
dentro de esta clase.
 Las dimensiones están compuestas de uno o mas campos de otra clase.
Las dimensiones proveen la descripción categórica por el cual las
medidas son separadas para su análisis por los usuarios del cubo.#.
Las dimensiones son categorías descriptivas por los cuales los datos
numéricos (Dimensiones) en un cubo, son separados para su análisis
 Las medidas, son datos numéricos de interés primario para los
usuarios del cubo.