UNIVERSIDAD TECNOLOGICA DE HONDURAS

ASIGNATURA
“Inteligencia de Negocios”

TAREA No. 3
Data Warehouse

CATEDRATICA
Dra. Ana Posas

ALUMNO
Tatiana Berenice Soriano Moncada

CUENTA
201610060021
 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.
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.
.
 Bibliografía

Pdf modulo tres Warehouse