DATAMART

1. ¿Qué es un Data Mart?

Un Data Mart es una versión más pequeña de un almacén de datos y está destinado a
ser utilizado por un departamento en particular o un grupo de personas en la empresa.

Se enfoca en una sola unidad funcional de una organización y mantiene un

subconjunto de datos almacenados en el almacén de datos. Normalmente está
controlado por un departamento de unidad en la organización. Mientras que un
almacén de datos extrae datos de muchas fuentes, un Data Mart extrae datos de solo
unas pocas fuentes.

Dado que estos almacenamientos son de menor tamaño, son fáciles de crear,
mantener y son más flexibles. Su objetivo es proporcionar al usuario empresarial los
datos más relevantes en el menor tiempo posible. Esto evita que el usuario tenga que
esperar más tiempo para que se completen las consultas. También facilitan la síntesis
de datos. Los almacenes de datos almacenan una gama más amplia de datos, que no
se resumen, lo que dificulta la clasificación de grandes cantidades de datos y aumenta
los tiempos de consulta.

2. ¿Por qué crear un Data Mart?

Un Data Mart ofrece un acceso más fácil a los datos que necesita un equipo en
particular o una línea de negocios dentro de su organización. Por ejemplo, si su equipo
de marketing está buscando datos para ayudar a mejorar el rendimiento de la
campaña durante la temporada navideña, combinar y filtrar datos en varios sistemas
podría resultar costoso en términos de precisión, tiempo y dinero.

Los equipos que se ven obligados a localizar datos de múltiples fuentes a menudo
dependen de las hojas de cálculo para migrar estos datos y colaborar. Esto podría
generar confusión, errores humanos, conciliaciones complejas y múltiples fuentes de
verdad. Por lo tanto, estas herramientas se han vuelto cada vez más populares como
un lugar centralizado donde se organizan y recopilan los datos necesarios antes de que
se generen tableros, informes y visualizaciones.

3. ¿Cómo trasladar los data marts a la nube?

Los equipos comerciales se esfuerzan por volverse más ágiles y basados en datos para
guiar la estrategia y mejorar la toma de decisiones del día a día, pero por lo general
tienen dificultades para convertir los datos voluminosos en información procesable.
Los directores financieros dedican un promedio de 2,24 horas al día a revisar hojas de
 cálculo. Aunque los equipos comerciales pueden recurrir a TI en busca de ayuda, es
posible que les resulte difícil mantenerse al día con las demandas de los usuarios
comerciales de un mayor acceso a tiempos de consulta más rápidos, fuentes de datos
más dispares y mayores volúmenes de datos.

La configuración de estos repositorios de datos puede ser un desafío para los equipos
de TI que ya tienen una gran carga de trabajo, ya que también necesitan administrar
esos repositorios de datos de manera continua y garantizar una seguridad sólida.
Trasladar estos repositorios a la nube ayuda a resolver las preocupaciones de los
equipos comerciales y de TI al migrar las tareas de seguridad y administración al
proveedor de servicios en la nube, lo que reduce la necesidad de intervención manual
y también reduce los costos operativos.

4. ¿Cuáles son los tipos de data marts?

Hay 3 tipos de Data Marts que varían según su relación con el almacén de datos y las
fuentes de datos utilizadas para construirlos.
 Dependiente
 Independiente
 Híbrido
a. Dependiente:
 Estos son los tipos de Data Marts que se crean a partir de un almacén de datos
de una empresa existente. Es un enfoque de arriba hacia abajo que comienza
con el almacenamiento de todos los datos de la empresa en una sola ubicación
central y luego extrae una parte de los datos cuando es necesario para el
análisis.

Para crear un Data Mart dependiente, se agrega un conjunto particular de

datos del almacén de datos, se reestructura y se carga en el mercado donde
los usuarios pueden consultarlo.

Un Data Mart dependiente puede ser una vista lógica o una vista física de un
almacén de datos:

 Vista lógica: esta es una tabla o vista virtual que está lógicamente, en lugar
de físicamente, separada del almacén.
 Subconjunto físico : este es un extracto de datos almacenado en una base
de datos que está físicamente separada del almacén de datos.
b. Independiente:

Un Data Mart independiente se crea sin el uso de un almacén de datos, lo que

significa que es un sistema independiente que se enfoca en una función
comercial o área temática.

Los datos se extraen de fuentes de datos internas/externas, se procesan y se

cargan en el repositorio de datos donde se almacenan para análisis. Son fáciles
de diseñar y desarrollar y ayudan a las organizaciones a alcanzar sus objetivos
a corto plazo.

c. Híbrido
 Estas son las estructuras de almacenamiento que combinan datos de un
almacén de datos y otros sistemas de origen. Un Data Mart híbrido combina la
velocidad y el enfoque en el usuario final del enfoque de arriba hacia abajo
con las ventajas de la integración a nivel de organización de un enfoque de
abajo hacia arriba.

5. Data Mart vs Almacén de datos

Tanto los Data Warehouses como los Data Marts son repositorios centrales de datos
cruciales, pero atienden diferentes necesidades dentro de una organización.

Un almacén de datos se conoce como un sistema que acumula datos de múltiples

fuentes dispares en un único almacén de datos central y coherente para respaldar la
inteligencia artificial (IA), la minería de datos y el aprendizaje automático. En última
instancia, esto conduce a la mejora de Business Intelligence y análisis sofisticados. Con
la ayuda de este proceso de recopilación estratégica, las soluciones de
almacenamiento de datos pueden recopilar datos de diversas fuentes para que estén
disponibles en un solo formato unificado.

Un Data Mart se define como una versión más enfocada de un Data Warehouse.
Contiene un subconjunto más pequeño de datos integrales y necesarios para un solo
equipo o un grupo selecto de usuarios dentro de una organización. Por lo general, se
crea a partir de un almacén de datos existente a través de un procedimiento complejo
que aprovecha varias herramientas y tecnologías para construir y diseñar una base de
datos física, llenarla con datos y configurar protocolos de acceso y administración
sofisticados.

A pesar de ser un proceso desafiante, permite que una empresa descubra información
más enfocada más rápido que trabajar con un conjunto de datos de almacén de datos
más amplio. Por ejemplo, los equipos de marketing pueden beneficiarse de la creación
de un Data Mart a partir de un Data Warehouse existente, ya que sus actividades
generalmente se realizan de forma aislada del resto del negocio. Por lo tanto, el
equipo no necesita acceder a los datos completos de la empresa.
6. ¿Cuál es la estructura de los datos almacenados?
Los data marts normalmente almacenan datos transaccionales en filas y columnas, lo
que facilita el acceso, la organización y la comprensión de los datos. Dado que
almacenan datos históricos, facilitan que los analistas de datos comprendan las
tendencias de los datos.

Las empresas normalmente los organizan en un esquema multidimensional como

modelo para abordar las necesidades de las personas que utilizan bases de datos para
realizar tareas analíticas.

Utilizan los siguientes 3 tipos de esquema:

 Esquema de estrella
El esquema de estrella es una colección lógica de tablas en una base de
datos multidimensional que parece una forma de estrella.

Se crea una tabla de hechos en el medio y está rodeada por muchas tablas
de dimensiones asociadas. Las tablas de dimensiones no dependen unas
de otras, por lo tanto, este esquema requiere una menor cantidad de
uniones al ejecutar consultas. Esto facilita la consulta de datos, lo que hace
que Star Schema sea bueno para los analistas que necesitan acceder a
grandes conjuntos de datos.

 Esquema de copo de nieve

El esquema de copo de nieve es una extensión lógica del esquema de
estrella, ya que construye el modelo con tablas dimensionales adicionales.

Estas tablas de dimensiones pasan por el proceso de normalización para

minimizar la redundancia de datos y garantizar la integridad de los datos.
Este esquema requiere poco espacio para almacenar las tablas
dimensionales, pero su estructura compleja puede ser difícil de mantener.
  Esquema de bóveda
Esta técnica de modelado de bases de datos hace posible que los
profesionales de TI creen almacenes de datos empresariales ágiles .

Utiliza una estructura en capas y fue desarrollado para manejar problemas

con flexibilidad, agilidad y escalabilidad que están asociados con otros
modelos de esquema. Hace posible agregar nuevas fuentes de datos sin
interrumpir el esquema existente.

7. ¿Cuáles son las ventajas de un Data Mart?

Algunas ventajas de Data Pipeline se enumeran a continuación:
 Los Data Marts son soluciones eficientes y rentables, ya que su
implementación es más económica que los Data Warehouse y el acceso a
los datos.
 Los Data Marts híbridos pueden mejorar el rendimiento tomando un
procesamiento de Data Warehouse. Cuando los data marts dependientes
se colocan en una instalación de procesamiento separada, también
reducen significativamente los costos de procesamiento de análisis.
 Los Data Marts pueden ser independientes entre sí, por lo que cualquier
error en el Data Warehouse central no afecta a los Data Marts
individuales.

8. ¿Cuáles son las desventajas de un Data Mart?

 Algunas desventajas de Data Pipeline se enumeran a continuación:
 En un modelo de Data Marts independiente, es posible que la empresa no
tenga informes de data-mart cruzados listos para acceder a los datos.
 La implementación de Data Marts a veces puede ser engorrosa porque es
importante alinear los campos. Si no se maneja correctamente, puede
haber errores en la creación de informes para ejecutarlos en Data Marts.
 Primero hay que identificar los requisitos de la empresa. Los data marts no
siempre son la solución adecuada para todos los grupos.

9. ¿Cuáles son los casos de uso de Data Mart?

Aquí hay algunos casos de uso fundamentales en los que los Data Marts pueden ser
útiles:
 Gestión de recursos mejorada : puede proporcionar a cada departamento
un repositorio independiente para gestionar el desequilibrio del uso de
recursos por parte de varias unidades organizativas. Por ejemplo, si el
departamento que ejecuta las operaciones de logística realiza muchas
acciones con una base de datos a diario, esto podría causar fallas en el
sistema de otros departamentos que realizan menos consultas a la base de
datos. Eventualmente, esto podría terminar reduciendo la efectividad del
desempeño de toda la empresa. Estos repositorios le permiten utilizar los
recursos de manera más eficaz y eficiente.
 Análisis de datos centrado en el sujeto : el análisis de datos juega un
papel fundamental en cualquier ciclo de vida empresarial. Estos
repositorios permiten un análisis de datos más enfocado, ya que solo
contienen registros que están organizados en torno a temas particulares
como ventas, productos, clientes, etc. Dado que no hay información
superflua con la que lidiar, las empresas pueden filtrar información más
precisa y clara.
 Acceso selectivo a datos : puede aprovechar estos repositorios en
situaciones en las que una organización necesita privilegios selectivos para
administrar y acceder a datos. En general, este puede ser el caso de las
grandes empresas que no pueden revelar todo el almacén de datos a
todos los usuarios. Al crear varios repositorios dependientes, puede
ayudar a proteger los datos confidenciales contra escrituras accidentales y
accesos no autorizados.
 Proyectos de datos de tiempo limitado : a diferencia de los almacenes de
datos corporativos que requieren un esfuerzo y tiempo considerables,
estos son mucho más fáciles y rápidos de configurar. Dado que los
desarrolladores e ingenieros de datos trabajan con cantidades más
pequeñas de datos, esquemas más simples y menos fuentes, esto resulta
útil. Aparte de esto, estos repositorios también son más fáciles de
implementar en comparación con un almacén de datos. Por lo tanto, si
enfrenta problemas de tiempo en términos de completar un proyecto de
datos, estos repositorios pueden ser el camino a seguir.

10. Procedimiento de Implementación

El proceso de construcción de un Data Mart puede ser complejo, pero generalmente
implica los siguientes 5 sencillos pasos:
 Paso 1: Diseño
Este es el primer paso al construir un Data Mart.
Incluye tareas como iniciar una solicitud para el Data Mart y recopilar
información sobre los requisitos. Otras tareas involucradas en este paso
incluyen identificar las fuentes de datos y seleccionar el subconjunto de
datos correcto.

El resultado de este paso es el diseño lógico y físico del Data Mart.

 Paso 2: Construir / Construir

Este es el paso durante el cual se crean las estructuras físicas y lógicas para
el Data Mart.

En este paso, crea las tablas, los índices, los campos y los controles de
acceso

 Paso 3: Poblar / Transferencia de datos

Este es el paso en el que llena el Data Mart transfiriendo datos a él.
También puede establecer la frecuencia con la que se realizará la
transferencia de datos, ya sea diaria o semanal.

Para garantizar que la información almacenada en la estructura esté

limpia, siempre se sobrescribe durante el llenado del Data Mart. En este
paso, la información de origen se extrae, limpia, transforma y carga en el
Data Mart.

 Paso 4: Acceso a datos

En este paso, los datos que se han cargado en el Data Mart se ponen en
uso activo. Las actividades involucradas aquí incluyen consultas,
generación de gráficos e informes y publicación.

Para facilitar a los usuarios no técnicos el uso de Data Mart, se debe

configurar una metacapa y traducir los nombres de los elementos y las
estructuras de la base de datos a expresiones corporativas.

Si es posible, se deben configurar interfaces y API para facilitar el proceso

de acceso a los datos.

 Paso 5: Administrar
Este es el último paso al construir un Data Mart e involucra las siguientes
tareas:
a. Controlar el acceso de los usuarios.
b. Refinar y optimizar el sistema de destino para mejorar su rendimiento.
c. Agregar nuevos datos al Data Mart y administrarlos.
d. Configurar los ajustes de recuperación y garantizar que el sistema esté
disponible incluso después de que ocurran desastres.
11. ¿Cuáles son las Mejores Prácticas para Implementar Data Marts?
Estas son algunas de las mejores prácticas para implementar Data Marts:
 Es importante involucrar a todas las partes interesadas en la etapa de
diseño y planificación, ya que la implementación de Data Mart puede ser
un poco complicada.
 La fuente debe estar estructurada por departamentos para lograr la
máxima eficiencia.
 Este depósito de datos puede estar en una ubicación diferente, en
comparación con el almacén de datos. Por eso es importante asegurarse
de que tengan suficiente capacidad de red para hacer frente a los
volúmenes de datos necesarios para transferir datos al repositorio.
 El costo de implementación debe presupuestar el tiempo que lleva
completar el proceso de carga. El tiempo de carga aumenta con el
aumento de la complejidad de las transformaciones.
 Incluso si el depósito de datos se crea en el mismo hardware, es posible
que necesiten un software diferente para manejar las consultas de los
usuarios. El almacenamiento en disco y la potencia de procesamiento
adicional deben evaluarse para una respuesta más rápida del usuario.
 El ciclo de implementación de dicho depósito de datos debe medirse en
períodos cortos de tiempo, es decir, en semanas en lugar de meses o años.
 Los costos de software/hardware, implementación y redes de Data Mart
deben presupuestarse con precisión dentro de su plan.

12. ¿Cuál es el Futuro de los Data Marts en la Nube?

Incluso con la eficiencia y la flexibilidad mejoradas que ofrecen estos repositorios de
datos, Big Data y las grandes empresas todavía se están volviendo demasiado difíciles
de manejar para varias soluciones locales. A medida que los lagos de datos y los
almacenes de datos se trasladan a la nube, también lo hacen estos repositorios.

Con una plataforma compartida basada en la nube para alojar y generar datos, el
análisis y el acceso se vuelven mucho más eficientes. Puede generar clústeres de datos
transitorios para análisis a corto plazo, o los clústeres de larga duración pueden unirse
para un trabajo más sostenido. Las tecnologías modernas también están separando el
almacenamiento de datos de la informática, lo que permite la máxima escalabilidad
para consultar datos.

 Otras ventajas de los Data Marts híbridos y dependientes basados en la

nube incluyen:
 Recursos consumidos bajo demanda.
 Arquitectura flexible con aplicaciones nativas de la nube.
 Eficiencia incrementada.
 Depósito único que contiene todos los Data Marts.
 Análisis interactivo en tiempo real.
 Consolidación de recursos que abarata los costes.
 Acceso inmediato en tiempo real a la información
13. ¿Cuáles son las limitaciones de los data marts?
Los siguientes son los desafíos que enfrentan las empresas al construir y usar Data
Marts:
 Falta de una herramienta ETL eficaz que pueda conectarse al almacén de
datos existente y otras fuentes de datos de las que los usuarios de la
empresa necesitan extraer información.
 Falta de una herramienta de integración de datos que pueda actualizar los
datos en el mercado y garantizar que los análisis resultantes estén
actualizados.
 No puede proporcionar un análisis de datos de toda la empresa, ya que
solo almacena un subconjunto de los datos del almacén.
 Una empresa con muchos departamentos puede terminar creando
demasiados Data Marts no relacionados, uno para cada departamento.
Estos pueden convertirse en un gran obstáculo para manejar.
14. Conclusión
Configurar una solución ETL efectiva para integrar datos de varias fuentes puede ser
una tarea desafiante y ¡aquí es donde Hevo salva el día! Hevo Data puede automatizar
su proceso de transferencia de datos, lo que le permite concentrarse en otros aspectos
de su negocio como análisis, gestión de clientes, etc. Esta plataforma le permite
transferir datos de más de 100 fuentes múltiples a almacenes de datos basados en la
nube como Amazon Redshift , Snowflake, Google BigQuery, etc. Le proporcionará una
experiencia sin problemas y hará que su vida laboral sea mucho más fácil.