Facultad de Ingeniería de Sistemas

Ingeniería de Información
(Práctica)

DATA WAREHOUSING
DATA MART EXPOSITORES:

DATA MINING CHUMBE PINEDO, MANUEL ABRAHAM

MOLINA ROMERO, JOSE CHRISTIAN
PEREZ GONSALEZ HARTON
BARBARAN ROSSERO RENATO

Iquitos- 2018
 TEMAS A TRATAR EN LA
EXPOSICION
 CONCEPTOS BASICOS DE DATA
WAREHOUSING
 ¿QUÉ ES UN DATA MART?. RAZONES PARA
CREAR UN DATA MART
 DATA MINING. ASPECTOS TEORICOS
 1. CONCEPTOS BASICOS DE DATA
WAREHOUSING
• Un Data Warehousing (almacenamiento de datos) es una técnica para
recopilar y administrar datos de diversas fuentes para proporcionar
información comercial significativa. Es una combinación de tecnologías y
componentes que permite el uso estratégico de los datos.
• Es el almacenamiento electrónico de una gran cantidad de información.
• Está diseñada para consulta y análisis de procesamiento de transacciones.
• La base de datos de soporte de decisiones (Data Warehouse) se mantiene por
separado de la base de datos operativa de la organización.
• El almacén de datos no es un producto sino un entorno.
• Es una construcción arquitectónica de un sistema de información.
• Proporciona a los usuarios información.
Componentes de una Data Warehousing
Aplicaciones
Benefícios
 2. ¿QUÉ ES UN DATA MART?

Un Data mart es una base de datos departamental, especializada en el

almacenamiento de los datos de un área de negocio específica.

Se caracteriza por disponer la estructura óptima de datos para analizar la

información al detalle desde todas las perspectivas que afecten a los
procesos de dicho departamento.
 RAZONES PARA CREAR UN DATA MART

• Fácil acceso a los datos que se necesitan frecuentemente.

• Crea vista colectiva para grupo de usuarios.
• Mejora el tiempo de respuesta del usuario final.
• Facilidad de creación.
• Costo inferior al de la aplicación de un completo almacén de datos.
• Los usuarios potenciales son más claramente identificables que en
un almacén de datos completo.
 DATA MINING

La minería de datos (DM) es el proceso de obtener

conocimiento a partir de conjuntos grandes de datos.

Pueden aplicar a situaciones empresariales como las

siguientes:

• Predecir ventas
• Dirigir correo a clientes específicos
• Determinar los productos que se pueden vender juntos
• Buscar secuencias en el orden en que los clientes agregan
productos a una cesta de compra
PROCESO DE LA MINERIA DE DATOS
analizar los requisitos
empresariales.

Definir el ámbito del

problema.

Definir las métricas por las

que se evaluará el modelo.

Definir los objetivos

concretos del proyecto de
minería de datos.
La limpieza de datos

Quitar los datos no válidos

Buscar las correlaciones

ocultas en los datos

Identificar los orígenes de

datos que son más
precisos

Determinar qué columnas

son las más adecuadas
para usarse en el análisis
Para conocer el problema
empresarial, puede decidir si el
conjunto de datos contiene datos
defectuosos y así poder inventar
una estrategia para corregir los
problemas u obtener una
descripción más profunda de los
comportamientos que son típicos
de su negocio.
Consiste en generar el modelo
o modelos de minería de
datos.
Proceso de aplicar un
algoritmo matemático concreto
a los datos de la estructura
para extraer patrones.
Consiste en explorar
los modelos de minería
de datos que ha
generado y comprobar
su eficacia.
consiste en
implementar los
modelos que
funcionan mejor
en un entorno
de producción.
Gracias