UNIVERSIDAD TECNOLOGICA DE HONDURAS

ASIGNATURA
“Inteligencia de Negocios”

TAREA No. 3
Warehouse

CATEDRATICA
Dra. Ana Posas

ALUMNO
Franklin Jesus Lopez
Vides 201610040041

MODALIDAD
Virtual

FECHA
05/10/2023

Introducción
Las particularidades de los data warehouse hacen, que los modelos de datos y las
estrategias de diseño utilizadas para bases de datos operacionales, generalmente no sirvan
para el diseño de un data warehouse. Esto implica, que se utilicen nuevas técnicas y
estrategias de diseño.

Los data warehouse pueden crecer y surge la necesidad de dividir la información, los
datamarts. Suelen ser soluciones departamentales y almacenan un area de negocio
específica. Tienen una estructura óptima, para analizar los datos desde el punto de vista de
un departamento.
Analizar para interpretar y modelar las necesidades de negocio, procesando la información
disponible en fuentes internas y externas, donde los datos por sí solos no dicen nada, a
menos que sean transformados en conocimiento a partir del uso de metodologías probadas
de business intelligence y business analytics.

En vista de la diferencia entre Data Warehousing y Data Warehouse, procederemos a

definirlos formalmente, pues se trata de un proceso que extrae, transforma, consolida e
integra los datos de una organización, tanto internos como externos, con la finalidad de
hacerlos accesibles y útiles en la toma de decisiones.

De igual forma el Data warehouse también puede definirse como una base con información
de sistema de archivos electrónicos, que almacena los datos necesarios para el análisis de la
información y la toma de decisiones. Su diferencia radica en que que está orientada al
negocio, integrada, variante en el tiempo y no volátil.

Básicamente, Data Warehousing es un proceso y Data Warehouse es una base de datos.

Son varios los aspectos que caracterizan el Data warehouse que proporcionan las
herramientas necesarias para su optima utilización, cumpliendo así lineamientos
programados que generen las herramientas para su suso de la mejor manera posible.

Orientada al negocio

Al Data Warehouse sólo ingresan datos relevantes para el análisis y toma de decisiones. Es
decir, no se consideran datos que no tienen valor analítico, como por ejemplo, direcciones
de habitación, códigos postales, direcciones de correo, entre otros. Pero son de interés
variables como, tipo de cliente, ubicación geográfica, edad, etc.

Se manejan entidades de alto nivel, como clientes, productos, rubros, zonas, y otros. Los
datos se guardan de forma multidimensional, es decir en tablas de hechos y dimensiones.

Todos los datos provenientes de fuentes heterogéneas se consolidan para garantizar su

calidad y limpieza.

Integrada
Según el tipo de usuario.

• Operacional: Diariamente produce gran cantidad de datos, pero por sí mismos son de poca
relevancia para el análisis requerido. Por ejemplo, las ventas de productos.

• Medio: Genera datos con implicación a corto y mediano plazo, basados en los datos
operacionales. Un buen ejemplo de este concepto es la generación de inventarios.

• Gerencial: Emplea datos resultantes del proceso de integración y transformación. A su

vez, genera nueva información. Se refiere, básicamente, al usuario del Data Warehouse.

Según el área o el departamento de la organización

• Áreas: Cada una tiene responsabilidades bien definidas. Producen datos propios que son
compartidos con las demás áreas.

• Subdivisiones: Suelen ser geográficas. Aportan datos de localización, que deben ser
incorporados junto con los demás.

Según la fuente

• Internas: Generan datos propios, provenientes de las actividades diarias de la empresa.

• Externas: Complementan los datos internos, por ejemplo censos y estadísticas.

Variante en el tiempo

Permite el acceso a diferentes versiones de una misma situación, ya que los datos actuales
son almacenados junto con los históricos, en los ejemplos de data warehouse.

No volátil
Garantiza la estabilidad de la información, ya que una vez que los datos entran, no cambian.
Es decir, los datos son manipulados únicamente cuando se introducen y cuando se
consultan.

Cualidades

Maneja datos en volumen, consecuencia de la acumulación de datos históricos, actuales y

agregados, provenientes de diversas fuentes.

Coloca todo el volumen de datos en una misma base de datos centralizada.

Estructura los datos de manera multidimensional.

Beneficios

• Reduce el tiempo mínimo que se requiere para recoger todos los datos relevantes acerca
de un tema en específico.

• Proporciona herramientas de análisis.

• Muchos reportes y análisis son definidos por el usuario.

• Permite acceder, analizar y monitorear directamente los indicadores de la organización.

• Ayuda a identificar los factores que inciden en el funcionamiento de la empresa.

• Permite adelantar y determinar el comportamiento futuro de la institución.

• Los usuarios pueden consultar datos de manera rápida y sencilla.

En definitiva, el Data Warehouse ayuda a la organización a responder preguntas esenciales

para la toma de decisiones. Esto logra obtener beneficios de forma competitiva que
optimizan su puesto en el mercado en el que operan. Algunas de estas preguntas son:

Un Data Warehouse puede adaptarse a cualquier organización, sin importar su tamaño y

complejidad. Esto es como consecuencia de la agenda de cualquier institución, empresa u
organización al momento de tomar decisiones pertinentes referentes a los datos que
produce.

Riesgos de aplicación

Requiere una gran inversión por parte de la organización. Los beneficios de su

implementación no se ven a corto plazo, sino a mediano y largo plazo.

La manipulación de datos atenta contra la manipulación de los datos sensibles.

Tal y como se comentó al principio, son varios los aspectos que hay que tomar en cuenta
para la aplicación de estos elementos para el uso de un servidor.

Costos de aplicación

Un data Warehouse conlleva costos de construcción, operación y de sostén.

El costo de construcción implica los costos de recursos humanos, tiempo y tecnología,

mientras que el de operación y mantenimiento, contempla los costos de evolución,
crecimiento y los producidos por los cambios en el origen de los datos.

Impacto en las personas

La aplicación de un Data Warehouse siempre genera expectativas en los usuarios, quienes

necesariamente tendrán que adquirir nuevas destrezas. El éxito de este tipo de data depende
del uso activo y retroalimentación por parte de los usuarios.

Impacto en los procesos empresariales y de toma de decisiones

Con la aplicación de un Data Warehouse pueden quedar al descubierto ciertas deficiencias

en los procesos empresariales, pero al mismo tiempo aumenta la confianza en las decisiones
tomadas en base a los resultados arrojados por la misma.

Arquitectura
Al respecto y a manera de resumen, su funcionamiento puede describirse de la siguiente
forma:

• Los datos son tomados de diversas fuentes, como servicios web, archivos y otras bases de
datos, tanto internas como externas.

• Una vez extraídos los datos, estos son integrados, transformados y limpiado, para
posteriormente ser cargados en el Data Warehouse.

• Con la finalidad de generar información táctica y estratégica, se obtienen informes y

análisis provenientes de la carga de los datos.

• Finalmente, los usuarios pueden consultar y explorar los reportes y análisis generados.

Elementos

Vamos ahora a describir algunos de los elementos que se pueden evaluar en el Data
Warehouse que deben ser de nuestra consideración.

Fuentes del Data Warehouse

Generalmente, son el resultado de la actividad diaria de la empresa, en cuyo caso se

denominan fuentes internas. Cuando los datos son tomados de, por ejemplo, servidores
web, éstas son consideradas fuentes externas. Son diferentes entre sí, porque dependen de
su procedencia, formato, función, etc.

Extracción, transformación y carga. Éstas son: extracción, manipulación, control,

integración, depuración de datos, carga y actualización.

Extracción

Incluye técnicas enfocadas en obtener, desde diversas fuentes, sólo los datos relevantes y
mantenerlos en un almacenamiento interno. Este tipo de almacenamiento permite
manipular los datos sin intervenir ni alterar con mas datos las fuentes ni el Data Warehouse,
crear una capa de extracción entre la lectura y la carga, almacenar y gestionar los metadatos
que se generan en el proceso y facilitar la integración. La extracción se basa en las
necesidades de los usuarios y los requisitos definidos para la solución.

Conclusiones

Las bases de datos desempeñan un papel fundamental en casi todas las áreas donde se
utilizan computadoras. Hoy en día, existen muchos desafíos en el sistema de minería de
datos. Un gran ejemplo de almacenamiento de datos con el que todos pueden identificarse
es lo que hace Facebook.
La minería de datos es muy utilizada en contextos de detección de fraude, como ayuda en
campañas de marketing, e incluso los supermercados la utilizan.
El data warehouse nos proporciona datos generalizados y consolidados en una vista
multidimensional. Hay varios tipos de software analítico disponibles: estadístico,
aprendizaje automático y redes neuronales.
 Bibliografía

Pdf modulo tres Warehouse