Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Accesibilidad de la
información, que puede Apoyo en la toma de
Mejor planificación, con
ser distribuida de forma decisiones, reduciendo
importantes ahorros de
rápida y sencilla entre tiempos y mejorando la
tiempo
los responsables efectividad.
interesados.
DATAMART
Datamart OLAP
Se basan en los populares cubos OLAP, que se Datamart OLTP
construyen agregando, según los requisitos de Pueden basarse en un simple extracto del
cada área o departamento, las dimensiones y los datawarehouse, no obstante, lo común es introducir
indicadores necesarios de cada cubo relacional. El mejoras en su rendimiento (las agregaciones y los
modo de creación, explotación y mantenimiento filtrados suelen ser las operaciones más usuales)
de los cubos OLAP es muy heterogéneo, en aprovechando las características particulares de cada
función de la herramienta final que se utilice. área de la empresa
DATA WAREHOUSE
Viene del Inglés Data = datos y WareHouse = almacén, por eso, una
data warehouse es un almacén de datos. Esta palabra se utiliza para
hablar de un almacén de datos diseñado para permitir las actividades
de inteligencia de un negocio. En definitiva sirve para ayudar analizar
los datos recopilados por la empresa con el fin de mejorar su
rendimiento, es un conjunto de datos estructurados orientados por
temas, integrados, variables con el tiempo, y no volátiles empleados
para tomar decisiones
Para Qué Sirve una Data WareHouse
•Integrado: los datos se deben integrar en una estructura consistente, debiendo eliminarse las
inconsistencias existentes entre los diversos sistemas operacionales. La información se estructura en
diversos niveles de detalle para adecuarse a las necesidades de consulta de los usuarios. Algunas de las
inconsistencias más comunes que nos solemos encontrar son: en nomenclatura, en unidades de medida,
en formatos de fechas, múltiples tablas con información similar (por ejemplo, tener varias aplicaciones en
la empresa, cada una de ellas con tablas de clientes).
Histórico (variante en el tiempo):
Los datos, que pueden ir variando a lo largo del tiempo,
deben quedar reflejados de forma que al ser consultados
reflejen estos cambios y no se altere la realidad que había en
el momento en que se almacenaron, evitando así la
problemática que ocurre en los sistemas operacionales, que
reflejan solamente el estado de la actividad de negocio
presente. Un Data Warehouse debe almacenar los diferentes
valores que toma una variable a lo largo del tiempo. Por
ejemplo, si un cliente ha vivido en tres ciudades diferentes,
debe almacenar el periodo que vivió en cada una de ellas y
asociar los hechos (ventas, devoluciones, incidencias, etc.)
No volátil:
la información de un Data Warehouse, una vez introducida, debe ser
de sólo lectura, nunca se modifica ni se elimina, y ha de ser
permanente y mantenerse para futuras consultas. Por ejemplo, si en
el origen se modifica la cantidad de un producto que entra en el
almacén, en el Data Warehouse no podemos hacer directamente una
actualización sobre ese registro sin dejar ni el más mínimo rastro de
que hubo antes otro valor.
VENTAJAS
Permite descubrir
información que Antes de usar los
Los resultados
no esperábamos Da a las empresas modelos, estos
son muy fáciles La empresa
obtener. Esto se Es capaz de la posibilidad de son comprobados Ahorra costes a la
de interpretar y puede mejorar la
debe a su analizar bases de Permite ofrecer a los mediante empresa y abre
no es necesario atención al
funcionamiento datos con una encontrar, atraer clientes los estadísticas para nuevas
tener cliente a partir de
con algoritmos, enorme cantidad y retener clientes. productos o verificar que las oportunidades de
conocimientos en la información
ya que permite de datos. servicios que predicciones negocio.
ingeniería obtenida.
hacer muchas necesitan. obtenidas son
informática.
combinaciones válidas.
distintas.
Sin embargo, también puede aparecer algún inconveniente
a la hora de utilizar técnicas de Data Mining, por ejemplo,
dependiendo del tipo de datos que se quieran recopilar,
nos puede llevar mucho trabajo, o a veces la inversión
inicial para obtener las tecnologías necesarias para la
recopilación de datos puede tener un coste elevado.