DATA

WAREHOUSE

ASIGNATURA: TALLER DE BASE DE DATOS

DOCENTE: ING. MARIA YUSARA FARAH
CHAVEZ
 TEMARIO

1. ¿Qué es Data Warehouse?

2. Conceptos básicos:
a. Características
b. Aplicaciones
c. Alternativas de Diseño
d. Herramientas Utilizadas
e. Datamining
f. Base de Datos Multidimensional
g. Metadatos
h. Procesos de Construcción
i. Técnicas Explotación
 Definición

William Harvey Inmon

Un Data Warehouse es un conjunto de datos

integrados, orientados a una materia, que varían
con el tiempo y que no son transitorios, los
cuales soportan el proceso de toma de decisiones
de una administración.“
 Data Warehouse

Es un repositorio estructurado, a
nivel Empresa, de datos
orientados hacia áreas de
negocio, que contiene datos
históricos y que está preparado
para facilitar la toma de
decisiones.
 Diferencias

Base de Datos Operacional Data Warehouse

Datos Operacionales Datos del negocio para Información

Orientado a la aplicación Orientado al sujeto

Actual Actual + histórico

Detallada Detallada + más resumida

Cambia continuamente Estable

 Características

Entre las principales se tiene:

·        Orientado al tema
·        Integrado
·        Variante en el Tiempo
·        No volátil
 Orientado al Tema

Una primera
característica del data
warehouse es que la
información se clasifica
en base a los aspectos que
son de interés para la
empresa.

Ejemplo: Para un
fabricante pueden ser
cliente, vendedor y
 Integrado

La base de datos contiene

los datos de todos los
sistemas operacionales de
la organización, y dichos
datos deben ser
consistentes.
 Variante en el Tiempo

Como la información en
el data warehouse es
solicitada en cualquier
momento (es decir, no
"ahora mismo"), los datos
encontrados en el
depósito se llaman
“variante en el tiempo".
 No volátil

La información no se
modifica ni se elimina,
una vez almacenado un
dato, éste se convierte en
información de sólo
lectura, y se mantiene
para futuras consultas.
 Aplicaciones

- Sistemas de Marketing
- Análisis de Riesgo
Financiero
- Análisis de Riesgo de Crédito
- Control de Gestión
- Logística
- Recursos Humanos
¿Quiénes y para qué lo usan?
Dadas las características de un sistema de Data
Warehousing, su aplicación puede tener variados
fines, en una diversidad de industrias. No obstante, en
términos generales, podemos decir que su aplicación
más rica corresponde a entornos de empresas en los
que se identifican grandes volúmenes de datos,
asociados a: cantidad de clientes, variedad de
productos y cantidad de transacciones. Veremos
algunas aplicaciones típicas en distintas industrias.
Comercio Minorista: Utilizan grandes sistemas de
Procesamiento Paralelo Masivo para acceder a meses o años
de historia transaccional tomada directamente en los puntos
de venta de cientos, o miles, de sucursales.
Manufactura de Bienes de Consumo Masivo: Las empresas
de este sector necesitan hacer un manejo cada vez más ágil
de la información para mantenerse competitivas en la
industria. Los Data Warehouses se utilizan para predecir la
cantidad de producto que se venderá a un determinado
precio y, por consiguiente, producir la cantidad adecuada
para una entrega "justo a tiempo".
Transporte de Cargas y Pasajeros: Se utilizan Data
Warehouses para almacenar y acceder a meses o años de
datos de clientes y sistemas de reservas para realizar
actividades de marketing, planeamiento de capacidad,
monitoreo de ganancias, proyecciones y análisis de ventas
y costos, programas de calidad y servicio a clientes.
Telecomunicaciones: Estas empresas utilizan sus Data
Warehouses para operar en un mercado crecientemente
competitivo, desregulado y global que, a su vez, atraviesa
profundos cambios tecnológicos. Se almacenan datos de
millones de clientes
Muchas otras industrias y actividades utilizan
actualmente, o están comenzando a instalar, Data
Warehouses: entidades gubernamentales,
especialmente para el control impositivo, empresas
de servicios públicos, de entretenimiento, editoriales,
fabricantes de automóviles, empresas de petróleo y
gas, laboratorios farmacéuticos, droguerías, etc.
 Alternativas de Diseño

1. Creación de varios Datamarts independientes, uno

por cada dominio o fuente de información, y
definición de una Capa Usuario por cada uno de estos
Datamarts.
2. Creación de un único Datawarehouse que englobe
todos los datos, del que se extraigan diferentes
Datamarts, uno por cada dominio o fuente de
información y definición de una Capa Usuario por
cada Datamart.
3. Creación de un único Datawarehouse con definición
de una única Capa Usuario.
4. Creación de un único Datawarehouse con definición
REPRESENTACION DE UN
DATAWAREHOUSE Y UN DATAMARTS
 Herramientas Utilizadas

- Herramientas para
la inteligencia empresarial.
- Herramientas para extraer,
transformar y cargar datos en el
almacén de datos.
- Herramientas para gestionar y
recuperar los metadatos.
 Datamining (Minería de Datos)

Es el conjunto de técnicas y tecnologías que

permiten explorar grandes bases de datos, de
manera automática o semiautomática, con el
objetivo de encontrar patrones repetitivos,
tendencias o reglas que expliquen el
comportamiento de los datos en un
determinado contexto. Hace uso de prácticas
estadísticas y, en algunos casos, de algoritmos
de búsqueda próximos a la Inteligencia
Artificial y a las redes neuronales.
 Base de Datos Multidimensionales

Se utilizan principalmente para crear aplicaciones OLAP y pueden

verse como bases de datos de una sola tabla, su peculiaridad es
que por cada dimensión tienen un campo (o columna), y
otro campo por cada métrica o hecho, es decir estas tablas
almacenan registros cuyos campos son de la forma:
(d1,d2,d3,...,f1,f2,f3,...)
Donde los campos 'di' hacen referencia a las dimensiones de la
tabla, y los campos 'fi' a las métricas o hechos que se quiere
almacenar, estudiar o analizar.
 Metadatos

Uno de los componentes más importantes de

la arquitectura de un almacén de datos son
los metadatos. Se define comúnmente como
"datos acerca de los datos", en el sentido de
que se trata de datos que describen cuál es la
estructura de los datos que se van a
almacenar y cómo se relacionan.
El Metadato documenta, entre otras cosas,
qué tablas existen en una base de datos, qué
columnas posee cada una de las tablas y qué
tipo de datos se pueden almacenar.
 Procesos de Construcción

ETL (Extracción, Transformación y Carga).

Extracción: Obtención de información de las

distintas fuentes tanto internas como
externas.

Transformación: Filtrado, limpieza,

depuración, homogeneización y agrupación
de la información.

Carga: Organización y actualización de los

datos y los metadatos en la base de datos.
 Técnicas de Explotación

La explotación del Data Warehouse mediante información de

gestión, se fundamenta básicamente en los niveles agrupados o
calculados de información.

Carga de B ase de datos

Extracción, Depuración, Filtro, Elaboración

 Glosario

• Data Warehouse: Es un repositorio estructurado, a nivel

Empresa, de datos orientados hacia áreas de negocio, que
contiene datos históricos y que está preparado para facilitar la
toma de decisiones.
• Datamart: Es una base de datos orientada a un tema específico.
En otras palabras es un subconjunto del Data Warehouse
Corporativo.
• Capa Usuario: Es una vista usuario de la base de datos que
permite su aislamiento respecto de la complejidad física de la
misma. No incluye ningún dato físico. Es una agrupación lógica
de los datos adaptada a los conocimientos y filosofía del Usuario
• OLAP: Tecnología que permite la explotación de datos en
diferentes niveles organizacionales y periodos de tiempo.
GRACIAS POR SU
ATENCION