BASES DE DATOS ORIENTADA A

OBJETOS

Modelo Multidimensional de Datos

DataWarehouse
Objetivos
• Conocer el modelo multidimensional de datos.
• Aprender a modelar de forma multidimensional.
• Identificar las diferencias entre ER y Multidimensional
• Crear diagramas multidimensionales

Contenidos Conceptuales

• Modelos ER y Multidimensional
• Esquemas Estrella
Introducción
• Es el modo óptimo de organizar los datos en los
sistemas de Business Intelligence.

• Puede hacerse mediante bases de datos

relacionales (ROLAP), o utilizando bases de
datos multidimensionales (MOLAP)

• Este tipo de organización admite consultas más

complejas.

• Se basa en hechos.
 Bases de Datos

¿Qué es el modelo multidimensional

de datos?
Definición
Modelo Multidimensional
Definición
Definición
Definición
Definición
Implementación
Modelo Multidimensional
Modelo Multidimensional
Modelo Multidimensional
Modelo Multidimensional
Conclusiones

• conocimos el modelo
multidimensional de datos.
• aprendimos a modelar de forma
multidimensional.
• identificamos las diferencias entre
ER y Multidimensional
• creamos diagramas
multidimensionales
Objetivos
• Explicar que es un DataWarehouse.
• Identificar las fases de construcción de un DataWarehouse.
• Determinar que nos aporta un DataWarehouse.

Contenidos Conceptuales

• DataWarehouse.
• Características.
• Implementación de un Datawarehouse.
 Definición
¿Qué es un DataWarehouse?
Traducido como almacén de datos, se trata de una base de datos
corporativos que se caracteriza por integrar y depurar la
información para luego procesarla, permitiendo el análisis de la
información desde distintos puntos de vista.

La creación de un DataWarehouse representa en la mayoría de

las ocasiones el primer paso, desde el punto de vista técnico,
para implantar una solución completa y fiable de Business
Intelligence.
 Un poco de historia
El concepto de DataWarehouse nación en la década de los 80, en
la empresa IBM. Los investigadores que la desarrollaron
buscaban establecer un sistema que permitiera un manejo fluido
y permanente de datos que fuera al mismo tiempo organizado de
acuerdo a necesidades específicas.
Estos datos podían ser muy variados y abarcar diferentes áreas
de la empresa. De este modo, no solo se ahorraría tiempo y
energía, sino también los altos costos monetarios de los sistemas
que se utilizaban previamente.
 Características de un Datawarehouse
La ventaja principal de estos sistemas se basa en la estructura de
la información, que supone el almacenamiento de los datos de
forma homogénea y fiable, en una estructura basada en la
consulta y el tratamiento jerarquizado de la misma, y en un
entorno diferenciado de los sistemas operacionales. Según Bill
Inmon, quien acuñó el término, el Datawarehouse se caracteriza
por ser:
• Integrado
• Temático
• Histórico
• No volátil
 ¿Qué nos aporta la implementación de
un Datawarehouse?
• Proporciona una herramienta para la toma de decisiones en
cualquier área funcional, basándose en información integrada
y global del negocio.
• Facilita la aplicación de técnicas estadísticas de análisis y
modelización para encontrar relaciones ocultas entre los
datos del almacén.
• Proporciona la capacidad de aprender de los datos del pasado
y de predecir situaciones futuras en diversos escenarios.
• Simplifica dentro de la empresa la implantación de sistemas
de gestión integral de la relación con el cliente.
 ¿Qué nos aporta la implementación de
un Datawarehouse?
• Supone una optimización tecnológica y económica en
entornos de centro de información, estadística o de
generación de informes.
 Fases de construcción de un
Datawarehouse
• Análisis y diseño del modelo en estrella.
• Programa de carga de las tablas de dimensiones y hechos.
• Desarrollo de cubo OLAP
Fases de construcción de un
Datawarehouse
Fases de construcción de un
Datawarehouse