Qu es un Data Warehouse?

2.1. - QU ES UN DATA WAREHOUSE?

Tras las dificultades de los sistemas tradicionales en satisfacer las necesidades
informacionales, surge el concepto de Data Warehouse, como solucin a las
necesidades informacionales globales de la empresa. Este trmino acuado por
Bill Inmon, se traduce literalmente como Almacn de Datos. No obstante si el
Data Warehouse fuese exclusivamente un almacn de datos, los problemas
seguiran siendo los mismos que en los Centros de Informacin.
La ventaja principal de este tipo de sistemas se basa en su concepto fundamental,
la estructura de la informacin. Este concepto significa el almacenamiento de
informacin homognea 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. Segn defini Bill Inmon, el Data Warehouse se
caracteriza por ser:

Integrado: los datos almacenados en el Data Warehouse deben integrarse en una
estructura consistente, por lo que las inconsistencias existentes entre los diversos
sistemas operacionales deben ser eliminadas. La informacin suele estructurarse
tambin en distintos niveles de detalle para adecuarse a las distintas necesidades
de los usuarios.

Temtico: slo los datos necesarios para el proceso de generacin del
conocimiento del negocio se integran desde el entorno operacional. Los datos se
organizan por temas para facilitar su acceso y entendimiento por parte de los
usuarios finales. Por ejemplo, todos los datos sobre clientes pueden ser
consolidados en una nica tabla del Data Warehouse. De esta forma, las
peticiones de informacin sobre clientes sern ms fciles de responder dado que
toda la informacin reside en el mismo lugar.

Histrico: el tiempo es parte implcita de la informacin contenida en un Data
Warehouse. En los sistemas operacionales, los datos siempre reflejan el estado de
la actividad del negocio en el momento presente. Por el contrario, la informacin
almacenada en el Data Warehouse sirve, entre otras cosas, para realizar anlisis
de tendencias. Por lo tanto, el Data Warehouse se carga con los distintos valores
que toma una variable en el tiempo para permitir comparaciones.

No voltil: el almacn de informacin de un Data Warehouse existe para ser
ledo, y no modificado. La informacin es por tanto permanente, significando la
actualizacin del Data Warehouse la incorporacin de los ltimos valores que
tomaron las distintas variables contenidas en l sin ningn tipo de accin sobre lo
que ya exista.
E.F. Codd, considerado como el padre de las bases de datos relacionales, ha
venido insistiendo desde principio de los noventa, que disponer de un sistema de
bases de datos relacionales, no significa disponer de un soporte directo para la
toma de decisiones. Muchas de estas decisiones se basan en un anlisis de
naturaleza multidimensional, que se intentan resolver con la tecnologa no
orientada para esta naturaleza. Este anlisis multidimensional, parte de una visin
de la informacin como dimensiones de negocio.
Estas dimensiones de negocio se comprenden
mejor fijando un ejemplo, para lo que vamos a
mostrar, para un sistema de gestin de
expedientes, las jerarquas que se podran
manejar para el nmero de los mismo para las
dimensiones: zona geogrfica, tipo de expediente
y tiempo de resolucin. La visin general de la
informacin de ventas para estas dimensiones
definidas, la representaremos, grficamente como
el cubo de la derecha:

Un gerente de una zona estara interesado en
visualizar la informacin para su zona en el
tiempo para todos los productos que distribuye, lo
podra tener una representacin grfica como el
cubo de la derecha:

Un director de producto, sin embargo querra
examinar la distribucin geogrfica de sus
productos, para toda la informacin histrica
almacenada en el Data Warehouse.

Esto se podra representar como la siguiente figura:

O se podra tambin examinar los datos en un determinado momento o una visin
particularizada.


A su vez estas dimensiones tienen una jerarqua, interpretndose en el cubo como
que cada cubo elemental es un dato elemental, del que se puede extraer
informacin agregada. En el ejemplo anterior podra ser:

Y as por ejemplo se podra querer analizar la evolucin de las ventas en Galicia
de libros de Fsica por meses desde Febrero del 1996 hasta Marzo del 1997.
Ello es fcil de obtener (incluso a "golpe de ratn") si la informacin de ventas se
ha almacenado en un Data Warehouse, definiendo estas jerarquas y estas
dimensiones de negocio.
En este sentido citamos las palabras de D. Wayne Calloway Director Ejecutivo
de Operaciones de Pepsico en una asamblea general de accionistas:

"Hace diez aos les pude decir cuntos Doritos vendimos al Oeste del Mississipi.
Hoy no slo les puedo decir eso mismo, sino cuntos vendimos en California, en
el Condado de Orange, en la ciudad de Irvine, en el Supermercado local Vons,
en una promocin especial, al final del pasillo 4, los jueves".
Otra caracterstica del Data Warehouse es que contiene datos relativos a los
datos, concepto que se ha venido asociando al trmino de metadatos. Los
metadatos permiten mantener informacin de la procedencia de la informacin,
la periodicidad de refresco, su fiabilidad, forma de clculo, etc., relativa a los
datos de nuestro almacn.
Estos metadatos sern los que permitan simplificar y automatizar la obtencin de
la informacin desde los sistemas operacionales a los sistemas informacionales.
Los objetivos que deben cumplir los metadatos, segn el colectivo al que va
dirigido, seran:
Soportar al usuario final, ayudndole a acceder al Data Warehouse con su
propio lenguaje de negocio, indicando qu informacin hay y qu
significado tiene. Ayudar a construir consultas, informes y anlisis,
mediante herramientas de navegacin.
Soportar a los responsables tcnicos del Data Warehouse en aspectos de
auditora, gestin de la informacin histrica, administracin del Data
Warehouse, elaboracin de programas de extraccin de la informacin,
especificacin de las interfaces para la realimentacin a los sistemas
operacionales de los resultados obtenidos, etc.
Para comprender el concepto de Data Warehouse, es importante considerar los
procesos que lo conforman. A continuacin se describen dichos procesos clave
en la gestin de un Data Warehouse:



Extracci: 	obtencin de informacin de las distintas fuentes tanto internas
como externas.

Elaboracin: 	filtrado, limpieza, depuracin, homogeneizacin y agrupacin
de la informacin.

Carga: 	organizacin y actualizacin de los datos y los metadatos en la base
de datos.

Explotacin: 	extraccin y anlisis de la informacin en los distintos niveles
de agrupacin.
Desde el punto de vista del usuario, el nico proceso visible es la explotacin del
almacn de datos, aunque el xito del Data Warehouse radica en los tres procesos
iniciales que alimentan la informacin del mismo y suponen el mayor porcentaje
de esfuerzo (en torno a un 80%) a la hora de desarrollar el almacn.
Las diferencias de un Data Warehouse con un sistema tradicional las podramos
resumir en el siguiente esquema:
SISTEMA TRADICIONAL DATA WAREHOUSE
Predomina la actualizacin Predomina la consulta
La actividad ms importante es de
tipo operativo (da a da)
La actividad ms importante es el
anlisis y la decisin estratgica
Predomina el proceso puntual Predomina el proceso masivo
Mayor importancia a la estabilidad Mayor importancia al dinamismo
Datos en general desagregados Datos en distintos niveles de
detalle y agregacin
Importancia del dato actual Importancia del dato histrico
Importante del tiempo de
respuesta de la transaccin
instantnea
Importancia de la respuesta
masiva
Estructura relacional Visin multidimensional
Usuarios de perfiles medios o
bajos
Usuarios de perfiles altos
Explotacin de la informacin
relacionada con la operativa de
cada aplicacin
Explotacin de toda la
informacin interna y externa
relacionada con el negocio

Una de las claves del xito en la construccin de un Data Warehouse es el
desarrollo de forma gradual, seleccionando a un departamento usuario como
piloto y expandiendo progresivamente el almacn de datos a los dems usuarios.
Por ello es importante elegir este usuario inicial o piloto, siendo importante que
sea un departamento con pocos usuarios, en el que la necesidad de este tipo de
sistemas es muy alta y se puedan obtener y medir resultados a corto plazo.
Terminamos este apartado, resumiendo los beneficios que un Data Warehouse
puede aportar:
Proporciona una herramienta para la toma de decisiones en cualquier rea
funcional, basndose en informacin integrada y global del negocio.
Facilita la aplicacin de tcnicas estadsticas de anlisis y modelizacin
para encontrar relaciones ocultas entre los datos del almacn; obteniendo
un valor aadido para el negocio de dicha informacin.
Proporciona la capacidad de aprender de los datos del pasado y de predecir
situaciones futuras en diversos escenarios.
Simplifica dentro de la empresa la implantacin de sistemas de gestin
integral de la relacin con el cliente.
Supone una optimizacin tecnolgica y econmica en entornos de Centro
de Informacin, estadstica o de generacin de informes con retornos de la
inversin espectaculares.
2.2.1.- DATA WAREHOUSE VS. DATA MART
La duplicacin en otro entorno de datos es un trmino que suele ser mal interpretado e
incomprendido. As es usado por los fabricantes de SGBD en el sentido de simple rplica de los
datos de un sistema operacional centralizado en sistemas distribuidos. En un contexto de Data
Warehouse, el trmino duplicacin se refiere a la creacin de Data Marts locales o
departamentales basados en subconjuntos de la informacin contenida en el Data Warehouse
central o maestro.
Segn define Meta Group, "un Data Mart es una aplicacin de Data Warehouse, construida
rpidamente para soportar una lnea de negocio simple". Los Data Marts, tienen las mismas
caractersticas de integracin, no volatilidad, orientacin temtica y no volatilidad que el Data
Warehouse. Representan una estrategia de "divide y vencers" para mbitos muy genricos de un
Data Warehouse.
Esta estrategia es particularmente apropiada cuando el Data Warehouse central crece muy
rpidamente y los distintos departamentos requieren slo una pequea porcin de los datos
contenidos en l. La creacin de estos Data Marts requiere algo ms que una simple rplica de los
datos: se necesitarn tanto la segmentacin como algunos mtodos adicionales de consolidacin.
La primera aproximacin a una arquitectura descentralizada de Data Mart, podra ser venir
originada de una situacin como la descrita a continuacin.

El departamento de Marketing, emprende el primer proyecto de Data Warehouse como una
solucin departamental, creando el primer Data Mart de la empresa.
Visto el xito del proyecto, otros departamentos, como el de Riesgos, o el Financiero se lanzan a
crear sus Data Marts. Marketing, comienza a usar otros datos que tambin usan los Data Marts de
Riesgos y Financiero, y estos hacen lo propio.
Esto parece ser una decisin normal, puesto que las necesidades de informacin de todos los Data
Marts crecen conforme el tiempo avanza. Cuando esta situacin evoluciona, el esquema general
de integracin entre los Data Marts pasa a ser, la del grfico de la derecha.
En esta situacin, es fcil observar cmo este esquema de integracin de informacin de los Data
Marts, pasa a convertirse en un rompecabezas en el que la gestin se ha complicado hasta
convertir esta ansia de informacin en un autntico quebradero de cabeza. No obstante, lo que ha
fallado no es la integracin de Data Marts, sino su forma de integracin.

En efecto, un enfoque ms adecuado sera la coordinacin de la gestin de informacin de todos
los Data Marts en un Data Warehouse centralizado.
En esta situacin los Data Marts obtendran la informacin necesaria, ya previamente cargada y
depurada en el Data Warehouse corporativo, simplificando el crecimiento de una base de
conocimientos a nivel de toda la empresa.
Esta simplificacin provendra de la centralizacin de las labores de gestin de los Data Marts, en
el Data Warehouse corporativo, generando economas de escala en la gestin de los Data Marts
implicados.
Segn un estudio de IDC (International Data Corporation) tras analizar 541 empresas, la
distribucin de las implantaciones de Data Warehouse y Data Marts en la actualidad, y sus
opiniones respecto a esta distribucin en el futuro, nos muestra los siguientes datos:
En la grfica, observamos, cmo en la actualidad, de las empresas consultadas, un 80% de ellas
cuentan con implantaciones de Data Warehouse o Data Marts.

La proporcin actual de implantaciones de Data Warehouse es casi el doble que el de Data Mart.
No obstante, seguramente tras la andadura inicial de alguno de estos proyectos de Data Mart, se
ve como ms adecuado para el futuro este enfoque "divide y vencers", previndose una inversin
de estos papeles y duplicando la implantacin de Data Marts a los Data Warehouse.
Probablemente, el 5% de usuarios que disponen de tecnologa de Data Warehouse y piensan
renunciar a ella en el futuro, no han realizado previamente un estudio de factores implicados en un
Data Warehouse, o han pasado por la situacin inicial de partida, y no se han planteado una
reorganizacin del mismo.
Componentes a tener en cuenta a la hora de construir un
Data Warehouse
2.2.2.- COMPONENTES A TENER EN CUENTA A LA HORA DE CONSTRUIR UN DW
2.2.2.1.- Hardware
2.2.2.2.- Software de almacenamiento (SGBD)
2.2.2.3.- Software de extraccin y manipulacin de datos
2.2.2.4.- Herramientas Middleware
2.2.2.1.-Hardware
Un componente fundamental a la hora de poder contar con un Data Warehouse que responda a las
necesidades analticas avanzadas de los usuarios, es el poder contar con una infraestructura
hardware que la soporte.
En este sentido son crticas, a la hora de evaluar uno u otro hardware, dos caractersticas
principales:
Por un lado, a este tipo de sistemas suelen acceder pocos usuarios con unas necesidades muy
grandes de informacin, a diferencia de los sistemas operacionales, con muchos usuarios y
necesidades puntuales de informacin. Debido a la flexibilidad requerida a la hora de hacer
consultas complejas e imprevistas, y al gran tamao de informacin manejada, son necesarias
unas altas prestaciones de la mquina.
Por otro lado, debido a que estos sistemas suelen comenzar con una funcionalidad limitada, que se
va expandiendo con el tiempo (situacin por cierto aconsejada), es necesario que los sistemas
sean escalables para dar soporte a las necesidades crecientes de equipamiento. En este sentido,
ser conveniente el optar por una arquitectura abierta, que nos permita aprovechar lo mejor de
cada fabricante.
En el mercado se han desarrollado tecnologas basadas en tecnologa de procesamiento paralelo,
dan el soporte necesario a las necesidades de altas prestaciones y escalabilidad de los Data
Warehouse. Estas tecnologas son de dos tipos:
SMP (Symmetric multiprocessing, o Multiprocesadores Simtricos): Los sistemas tienen
mltiples procesadores que comparten un nico bus y una gran memoria, repartindose los
procesos que genera el sistema, siendo el sistema operativo el que gestiona esta
distribucin de tareas. Estos sistemas se conocen como arquitecturas de "casi todo
compartido". El aspecto ms crtico de este tipo de sistemas es el grado de rendimiento
relativo respecto al nmero de procesadores presentes, debido a su creciente no lineal.
MPP (Massively parallel processing, o Multiprocesadores Masivamente Paralelos): Es una
tecnologa que compite contra la SMP, en la que los sistemas suelen ser casi
independientes comunicados por intercambiadores de alta velocidad que permiten
gestionarlos como un nico sistema. Se conocen por ello como arquitecturas de "nada
compartido". Su escalabilidad es mayor que la de los SMP.
Segn Meta Group, las tendencias de mercado indican que las arquitecturas SMP aportan
normalmente suficientes caractersticas de escalabilidad, con una mayor oferta y un menor riesgo
tecnolgico. Sin embargo, cuando las condiciones de escalabilidad sean extremas, se puede
plantear la opcin MPP.
No obstante, se estn produciendo avances significativos en arquitecturas SMP, que han logrado
mquinas con un crecimiento lineal de rendimiento hasta un nmero de 64 procesadores.
Recomendamos desde estas pginas, la visita a la direccin Internet:
http://www.tpc.org/bench.results.html
en donde la Transaction Processing Council (de la que son miembros ALR, Amdahl, Bull, Compaq,
Data General, Dell, Digital, Fujitsu, HP, IBM, Intergraph, NCR , Siemens-Nixdorf, Sun o Unisys),
realiza una comparativa entre las mquinas de sus miembros, proporcionando para diferentes
modelos y diferentes configuraciones de Sistemas Operativos y Software de Base de Datos, un
anlisis de rendimiento (throughput), y un resumen de caractersticas (precio, nmero de
procesadores, arquitectura y futuras versiones y fecha de disponibilidad).
2.2.2.2.-Software de almacenamiento (SGBD)
Como hemos comentado, el sistema que gestione el almacenamiento de la informacin (Sistema
de Gestin de Base de Datos o SGBD), es otro elemento clave en un Data Warehouse.
Independientemente de que la informacin almacenada en el Data Warehouse se pueda analizar
mediante visualizacin multidimensional, el SGBD puede estar realizado utilizando tecnologa de
Bases de Datos Relacionales o Multidimensionales.
Las bases de datos relacionales, se han popularizado en los sistemas operacionales, pero se han
visto incapaces de enfrentarse a las necesidades de informacin de los entornos Data Warehouse.
Por ello, y puesto que, como hemos comentado, las necesidades de informacin suelen atender a
consultas multidimensionales, parece que unas Bases de Datos multidimensionales, parten con
ventaja. En este sentido son de aplicacin los comentarios que realizamos en el apartado de
hardware, por requerimientos de prestaciones, escalabilidad y consolidacin tecnolgica.
Al igual que en el hardware, nuevos diseos de las bases de datos relacionales, las bases de datos
post-relacionales, abren un mayor abanico de eleccin. Estas bases de datos post-relacionales,
parten de una tecnologa consolidada y dan respuesta al agotamiento de las posibilidades de los
sistemas de gestin de bases de datos relacionales, ofreciendo las mismas prestaciones aunque
implantadas en una arquitectura diseada de forma ms eficiente.
Esta mayor eficiencia se consigue instaurando relaciones lgicas en vez de fsicas, lo que hace
que ya no sea necesario destinar ms hardware a una solucin para conseguir la ejecucin de las
funciones requeridas. El resultado es que la misma aplicacin implantada en una BD post-
relacional requiere menos hardware, puede dar servicio a un mayor nmero de usuarios y utilizar
mecanismos intensivos de acceso a los datos ms complejos. Asimismo, esta tecnologa permite
combinar las ventajas de las bases de datos jerrquicas y las relacionales con un coste ms
reducido. Ambos sistemas aportan como ventaja que no resulta necesario disponer de servidores
omnipotentes, sin que puede partirse de un nivel de hardware modesto y ampliarlo a medida que
crecen las necesidades de informacin de la compaa y el uso efectivo del sistema.
Dejamos fuera del mbito de esta gua el detallar cmo los proveedores de bases de datos han
optimizado los accesos a los ndices, o las nuevas posibilidades que ofrece la compresin de datos
(menos espacio para la misma informacin lo que implica, entre otras ventajas, que ms
informacin se puede tener en cach), para lo que remitimos a la prensa especializada o a las
publicaciones de los fabricantes.

2.2.2.3.- Software de extraccin y manipulacin de datos
En este apartado analizaremos un componente esencial a la hora de implantar un Data
Warehouse, la extraccin y manipulacin. Para esta labor, que entra dentro del mbito de los
profesionales de tecnologas de la informacin, es crtico el poder contar con herramientas que
permitan controlar y automatizar los continuos "mimos" y necesidades de actualizacin del Data
Warehouse.
Estas herramientas debern proporcionar las siguientes funcionalidades:
Control de la extraccin de los datos y su automatizacin, disminuyendo el tiempo
empleado en el descubrimiento de procesos no documentados, minimizando el margen de
error y permitiendo mayor flexibilidad.
Acceso a diferentes tecnologas, haciendo un uso efectivo del hardware, software, datos y
recursos humanos existentes.
Proporcionar la gestin integrada del Data Warehouse y los Data Marts existentes,
integrando la extraccin, transformacin y carga para la construccin del Data Warehouse
corporativo y de los Data Marts.
Uso de la arquitectura de metadatos, facilitando la definicin de los objetos de negocio y
las reglas de consolidacin.
Acceso a una gran variedad de fuentes de datos diferentes.
Manejo de excepciones.
Planificacin, logs, interfaces a schedulers de terceros.
Interfaz independiente de hardware.
Soporte en la explotacin del Data Warehouse.
A veces, no se suele prestar la suficiente atencin a esta fase de la gestin del Data Warehouse,
aun cuando supone una gran parte del esfuerzo en la construccin de un Data Warehouse. Existen
multitud de herramientas disponibles en el mercado que automatizan parte del trabajo, para lo cual
recomendamos la visita a la pgina Internet:
http://pwp.starnetinc.com/larryg/clean.html
en la que se proporciona una lista de mas de 100 herramientas de extraccin y manipulacin de
datos, con links a sus pginas Internet, y una somera descripcin de la funcionalidad cubierta por
cada herramienta.

2.2.2.4.- Herramientas Middleware
Como herramientas de soporte a la fase de gestin de un Data Warehouse, analizaremos a
continuacin dos tipos de herramientas:
Por un lado herramientas Middleware, que provean conectividad entre entornos diferentes,
para ayudar en la gestin del Data Warehouse.
Por otro, analizadores y aceleradores de consultas, que permitan optimizar tiempos de
respuestas en las necesidades analticas, o de carga de los diferentes datos desde los
sistemas operacionales hasta el Data Warehouse.
Las herramientas Middleware deben ser escalables siendo capaces de crecer conforme crece el
Data Warehouse, sin problemas de volmenes. Tambien deben ser flexibles y robustas, sin
olvidarse de proporcionar un rendimiento adecuado. Estarn abiertas a todo tipos de entornos de
almacenamiento de datos, tanto mediante estndares de facto (OLE, ODBC, etc.), como a los tipos
de mercado ms populares (DB2, Access, etc.). La conectividad, al menos en estndares de
transporte (SNA LU6.2, DECnet, etc.) debe estar tambien asegurada.
Con el uso de estas herramientas de Middleware lograremos:
Maximizar los recursos ejecutando las aplicaciones en la plataforma ms adecuada.
Integrar los datos y aplicaciones existentes en una plataforma distribuida.
Automatizar la distribucin de datos y aplicaciones desde un sistema centralizado.
Reducir trfico en la red, balanceando los niveles de cliente servidor (mas o menos datos
en local, mas o menos proceso en local).
Explotar las capacidades de sistemas remotos sin tener que aprender multiples entornos
operativos.
Asegurar la escalabilidad del sistema.
Desarrollar aplicaciones en local y explotarlas en el servidor.
Los analizadores y aceleradores de querys trabajan volcando sobre un fichero de log las consultas
ejecutadas y datos asociados a las mismas (tiempo de respuesta, tablas accedidas, mtodo de
acceso, etc). Este log se analiza, bien automticamente o mediante la supervisin del
administrador de datos, para mejorar los tiempos de accesos.
Estos sistemas de monitorizacin se pueden implementar en un entorno separado de pruebas, o
en el entorno real. Si se ejecutan sobre un entorno de pruebas, el rendimiento del entorno real no
se v afectado. Sin embargo, no es posible optimizar los esfuerzos, puesto que los anlisis
efectuados pueden realizarse sobre consultas no crticas o no frecuentemente realizadas por los
usuarios.
El implantar un sistema analizador de consultas, en el entorno real tiene adems una serie de
ventajas tales como:
Se pueden monitorizar los tiempos de respuesta del entorno real.
Se pueden implantar mecanismos de optimizacin de las consultas, reduciendo la carga
del sistema.
Se puede imputar costes a los usuarios por el coste del Data Warehouse.
Se pueden implantar mecanismos de bloqueo para las consultas que vayan a implicar un
tiempo de respuesta excesivo.
Fases de implantacin de un Data Warehouse
2.2.3.- FASES DE IMPLANTACIN DE UN DATA WAREHOUSE
Tal y como apareca en un artculo en ComputerWorld: "Un Data Warehouse no se puede comprar,
se tiene que construir". Como hemos mencionado con anterioridad, la construccin e implantacin
de un Data Warehouse es un proceso evolutivo.
Este proceso se tiene que apoyar en una metodologa especfica para este tipo de procesos, si
bien es ms importante que la eleccin de la mejor de las metodologas, el realizar un control para
asegurar el seguimiento de la misma.
En las fases que se establezcan en el alcance del proyecto es fundamental el incluir una fase de
formacin en la herramienta utilizada para un mximo aprovechamiento de la aplicacin. El seguir
los pasos de la metodologa y el comenzar el Data Warehouse por un rea especfica de la
empresa, nos permitir obtener resultados tangibles en un corto espacio de tiempo.
Planteamos aqu la metodologa propuesta por SAS Institute: la "Rapid Warehousing
Methodology". Dicha metodologa es iterativa, y est basada en el desarrollo incremental del
proyecto de Data Warehouse dividido en cinco fases:


Definicin de los objetivos
Definicin de los requerimientos de informacin
Diseo y modelizacin
Implementacin
Revisin
2.2.3.1-Definicin de los objetivos
2.2.3.2.-Definicin de los requerimientos de informacin
Tal como sucede en todo tipo de proyectos, sobre todo si involucran tcnicas novedosas como son
las relativas al Data Warehouse, es analizar las necesidades y hacer comprender las ventajas que
este sistema puede reportar.
Es por ello por lo que nos remitimos al apartado de esta gua de Anlisis de las necesidades del
comprador. Ser en este punto, en donde detallaremos los pasos a seguir en un proyecto de este
tipo, en donde el usuario va a jugar un papel tan destacado.
2.2.3.3.-Diseo y modelizacin
Los requerimientos de informacin identificados durante la anterior fase proporcionarn las bases
para realizar el diseo y la modelizacin del Data Warehouse.
En esta fase se identificarn las fuentes de los datos (sistema operacional, fuentes externas,..) y
las transformaciones necesarias para, a partir de dichas fuentes, obtener el modelo lgico de datos
del Data Warehouse. Este modelo estar formado por entidades y relaciones que permitirn
resolver las necesidades de negocio de la organizacin.
El modelo lgico se traducir posteriormente en el modelo fsico de datos que se almacenar en el
Data Warehouse y que definir la arquitectura de almacenamiento del Data Warehouse
adaptndose al tipo de explotacin que se realice del mismo.
La mayor parte estas definiciones de los datos del Data Warehouse estarn almacenadas en los
metadatos y formarn parte del mismo.
2.2.3.4.-Implementacin
La implantacin de un Data Warehouse lleva implcitos los siguientes pasos:
Extraccin de los datos del sistema operacional y transformacin de los mismos.
Carga de los datos validados en el Data Warehouse. Esta carga deber ser planificada con
una periodicidad que se adaptar a las necesidades de refresco detectadas durante las
fases de diseo del nuevo sistema.
Explotacin del Data Warehouse mediante diversas tcnicas dependiendo del tipo de
aplicacin que se de a los datos:
Query & Reporting
On-line analytical processing (OLAP)
Executive Information System (EIS) Informacin de gestin
Decision Support Systems (DSS)
Visualizacin de la informacin
Data Mining Minera de Datos, etc.
La informacin necesaria para mantener el control sobre los datos se almacena en los metadatos
tcnicos (cuando describen las caractersticas fsicas de los datos) y de negocio (cuando describen
cmo se usan esos datos). Dichos metadatos debern ser accesibles por los usuarios finales que
permitirn en todo momento tanto al usuario, como al administrador que deber adems tener la
facultad de modificarlos segn varen las necesidades de informacin.
Con la finalizacin de esta fase se obtendr un Data Warehouse disponible para su uso por parte
de los usuarios finales y el departamento de informtica.
2.2.3.5.-Revisin
La construccin del Data Warehouse no finaliza con la implantacin del mismo, sino que es una
tarea iterativa en la que se trata de incrementar su alcance aprendiendo de las experiencias
anteriores.
Despus de implantarse, debera realizarse una revisin del Data Warehouse planteando
preguntas que permitan, despus de los seis o nueve meses posteriores a su puesta en marcha,
definir cules seran los aspectos a mejorar o potenciar en funcin de la utilizacin que se haga del
nuevo sistema.
2.2.3.6.-Diseo de la estructura de cursos de formacin
Con la informacin obtenida de reuniones con los distintos usuarios se disearn una serie de
cursos a medida, que tendrn como objetivo el proporcionar la formacin estadstica necesaria
para el mejor aprovechamiento de la funcionalidad incluida en la aplicacin. Se realizarn prcticas
sobre el desarrollo realizado, las cuales permitirn fijar los conceptos adquiridos y servirn como
formacin a los usuarios.
Estrategias de implantacin de un Data Warehouse
2.2.4.- ESTRATEGIAS DE IMPLANTACIN
Resaltamos en esta gua algunas consideraciones que recomendamos deben seguirse a la hora de
abordar un proyecto de este tipo:
"La Base de Datos de Riesgos debe estar separada de las Bases de Datos Operacionales" con
objeto de no interferir en la actividad del da a da, disponiendo de la informacin necesaria para
Riesgos (interna y externa) y en un entorno orientado hacia la consulta y el anlisis (Data
Warehouse).
"Concepcin del sistema como un conjunto de herramientas de anlisis", debido a que las
actividades de Anlisis de Riesgos no se pueden automatizar completamente, puesto que
requieren anlisis y decisiones del usuario.
"Diseo del sistema no orientado a procesos"; se debe disponer de un conjunto abierto de
herramientas que se utilizan con propsitos determinados no relacionados con las necesidades
operativas.
"Abordar el sistema con un enfoque de desarrollo gradual", se debe comenzar con un esqueleto
bsico de funcionalidad y datos que produzcan resultados a corto plazo y permita aprender en la
prctica, y a continuacin ir configurando progresivamente nuevas funcionalidades conforme la
experiencia lo vaya requiriendo.
Son de aplicacin en este apartado las consideraciones que realizamos en los apartados Data
Warehouse vs. Data Marts yFases de Implantacin de un Data Warehouse.
Tcnicas de explotacin de la implantacin de un Data
Warehouse

2.2.5.-TCNICAS DE EXPLOTACIN DE LA IMPLANTACIN
2.2.5.- Introduccin
2.2.5.1.- OLAP. ROLAP, MOLAP
2.2.5.2.- Query & Reporting
2.2.5.3.- Data Mining o Minera de Datos
2.2.5.4.- Webhousing
Introduccin
Dentro del esquema de Gestin y Explotacin del Data Warehouse que se muestra en el grfico,
pasamos a detallar las posibilidades que nos ofrece esta ltima fase.



En ella, examinaremos
1. el uso que se puede realizar de las utilidades OLAP del Data Warehouse para anlisis
multidimensionales,
2. las facilidades de obtencin de informacin mediante consultas e informes libre, y el uso de
tcnicas de Data Mining que nos permitan descubrir "informacin oculta" en los datos
mediante el uso de tcnicas estadsticas.
OLAP, MOLAP y ROLAP
2.2.5.1.- OLAP, ROLAP, MOLAP
2.2.5.1.- Introduccin
2.2.5.1.1.- Sistemas MOLAP
2.2.5.1.2.- Sistemas ROLAP
2.2.5.1.3.- ROLAP vs. MOLAP (Comparativa)
Introduccin.-
La explotacin del Data Warehouse mediante informacin de gestin, se fundamenta bsicamente
en los niveles agrupados o calculados de informacin.
La informacin de gestin se compone de conceptos de informacin y coeficientes de gestin, que
los cuadros directivos de la empresa pueden consultar segn las dimensiones de negocio que se
definan.
Dichas dimensiones de negocio se estructuran a su vez en distintos niveles de detalle (por
ejemplo, la dimensin geogrfica puede constar de los niveles nacional, provincial, ayuntamientos
y seccin censal).
Este tipo de sistemas ha existido desde hace tiempo, en el mundo de la informtica bajo distintas
denominaciones: cuadros de mando, MIS, EIS, etc.
Su realizacin fuera del entorno del Data Warehouse, puede repercutir sobre estos sistemas en
una mayor rigidez, dificultad de actualizacin y mantenimiento, malos tiempos de respuesta,
incoherencias de la informacin, falta del dato agregado, etc.
Los sistemas de soporte a la decisin usando tecnologas de Data Warehouse, se llaman sistemas
OLAP (siglas de On Line Analytical Processing (OLAP). En general, estos sistemas OLAP deben:
Soportar requerimientos complejos de anlisis
Analizar datos desde diferentes perspectivas
Soportar anlisis complejos contra un volumen ingente de datos
La funcionalidad de los sistemas OLAP se caracteriza por ser un anlisis multidimensional de datos
corporativos, que soportan los anlisis del usuario y unas posibilidades de navegacin,
seleccionando la informacin a obtener.
Normalmente este tipo de selecciones se ve reflejada en la visualizacin de la estructura
multidimensional, en unos campos de seleccin que nos permitan elegir el nivel de agregacin
(jerarqua) de la dimensin, y/o la eleccin de un dato en concreto, la visualizacin de los atributos
del sujeto, frente a una(s) dimensiones en modo tabla, pudiendo con ello realizar, entre otras las
siguientes acciones:
Rotar (Swap): 		alterar las filas por columnas (permutar dos dimensiones de anlisis)
Bajar (Down): 		bajar el nivel de visualizacin en las filas a una jerarqua inferior
Detallar (Drilldown): 	informar para una fila en concreto, de datos a un nivel inferior
Expandir (Expand): 	id. anterior sin perder la informacin a nivel superior para ste y el resto de
los valores
Colapsar (Collapse): 	operacin inversa de la anterior.
Para ampliar el glosario sobre exploraciones en anlisis OLAP, recomendamos la visita a la pgina
Internet:
http://www.kenan.com/acumate/olaptrms.htm
en donde se describen en torno a 50 trminos relacionados con las posibilidades de navegacin
que permiten este tipo de anlisis.
Existen dos arquitecturas diferentes para los sistemas OLAP: OLAP multidimensional (MOLAP) y
OLAP relacionales (ROLAP).
2.2.5.1.1.-Sistemas MOLAP
La arquitectura MOLAP usa unas bases de datos multidimensionales para proporcionar el anlisis,
su principal premisa es que el OLAP est mejor implantado almacenando los datos
multidimensionalmente. Por el contrario, la arquitectura ROLAP cree que las capacidades OLAP
estn perfectamente implantadas sobre bases de datos relacionales
Un sistema MOLAP usa una base de datos propietaria multidimensional, en la que la informacin
se almacena multidimensionalmente, para ser visualizada multidimensionalmente.
El sistema MOLAP utiliza una arquitectura de dos niveles: La bases de datos multidimensionales y
el motor analtico.
La base de datos multidimensional es la encargada del manejo, acceso y obtencin del
dato.
El nivel de aplicacin es el responsable de la ejecucin de los requerimientos OLAP. El
nivel
de presentacin se integra con el de aplicacin y proporciona un interfaz a travs del cual
los usuarios finales visualizan los anlisis OLAP. Una arquitectura cliente/servidor permite
a varios usuarios
acceder a la misma base de datos multidimensional.

La informacin procedente de los sistemas operacionales, se carga en el sistema MOLAP,
mediante una serie de rutinas batch. Una vez cargado el dato elemental en la Base de Datos
multidimensional (MDDB), se realizan una serie de clculos en batch, para calcular los datos
agregados, a travs de las dimensiones de negocio, rellenando la estructura MDDB.
Tras rellenar esta estructura, se generan unos ndices y algoritmos de tablas hash para mejorar los
tiempos de accesos a las consultas.
Una vez que el proceso de compilacin se ha acabado, la MDDB est lista para su uso. Los
usuarios solicitan informes a travs del interface, y la lgica de aplicacin de la MDDB obtiene el
dato.
La arquitectura MOLAP requiere unos clculos intensivos de compilacin. Lee de datos
precompilados, y tiene capacidades limitadas de crear agregaciones dinmicamente o de hallar
ratios que no se hayan precalculados y almacenados previamente.
2.2.5.1.2.-Sistemas ROLAP
La arquitectura ROLAP, accede a los datos almacenados en un Data Warehouse para
proporcionar los anlisis OLAP. La premisa de los sistemas ROLAP es que las capacidades OLAP
se soportan mejor contra las bases de datos relacionales.
El sistema ROLAP utiliza una arquitectura de tres niveles. La base de datos relacional maneja los
requerimientos de almacenamiento de datos, y el motor ROLAP proporciona la funcionalidad
analtica.
El nivel de base de datos usa bases de datos relacionales para el manejo, acceso y
obtencin del dato.
El nivel de aplicacin es el motor que ejecuta las consultas multidimensionales de los
usuarios.
El motor ROLAP se integra con niveles de presentacin, a travs de los cuales los usuarios
realizan
los anlisis OLAP.

Despus de que el modelo de datos para el Data Warehouse se ha definido, los datos se cargan
desde el sistema operacional. Se ejecutan rutinas de bases de datos para agregar el dato, si as es
requerido por el modelos de datos.
Se crean entonces los ndices para optimizar los tiempos de acceso a las consultas.
Los usuarios finales ejecutan sus anlisis multidimensionales, a travs del motor ROLAP, que
transforma dinmicamente sus consultas a consultas SQL. Se ejecutan estas consultas SQL en las
bases de datos relacionales, y sus resultados se relacionan mediante tablas cruzadas y conjuntos
multidimensionales para devolver los resultados a los usuarios.
La arquitectura ROLAP es capaz de usar datos precalculados si estos estn disponibles, o de
generar dinmicamente los resultados desde los datos elementales si es preciso. Esta arquitectura
accede directamente a los datos del Data Warehouse, y soporta tcnicas de optimizacin de
accesos para acelerar las consultas. Estas optimizaciones son, entre otras, particionado de los
datos a nivel de aplicacin, soporte a la desnormalizacin y joins mltiples.

2.2.5.1.3.-ROLAP vs. MOLAP (Comparativa)
Cuando se comparan las dos arquitecturas, se pueden realizar las siguientes observaciones:
El ROLAP delega la negociacin entre tiempo de respuesta y el proceso batch al diseo
del sistema.
Mientras, el MOLAP, suele requerir que sus bases de datos se precompilen para conseguir
un rendimiento aceptable
en las consultas, incrementando, por tanto los requerimientos batch.
Los sistemas con alta volatilidad de los datos (aquellos en los que cambian las reglas de
agregacin
y consolidacin), requieren una arquitectura que pueda realizar esta consolidacin ad-hoc.
Los sistemas
ROLAP soportan bien esta consolidacin dinmica, mientras que los MOLAP estn ms
orientados
hacia consolidaciones batch.
Los ROLAP pueden crecer hasta un gran nmero de dimensiones, mientras que los
MOLAP generalmente son
adecuados para diez o menos dimensiones.
Los ROLAP soportan anlisis OLAP contra grandes volmenes de datos elementales,
mientras que
los MOLAP se comportan razonablemente en volmenes ms reducidos (menos de 5 Gb)
Por ello, y resumiendo, el ROLAP es una arquitectura flexible y general, que crece para dar soporte
a amplios requerimientos OLAP. El MOLAP es una solucin particular, adecuada para soluciones
departamentales con unos volmenes de informacin y nmero de dimensiones ms modestos.
Query y reporting en un Data Warehouse

2.2.5.2.- QUERY & REPORTING
Las consultas o informes libres trabajan tanto sobre el detalle como sobre las agregaciones de la
informacin.
Realizar este tipo de explotacin en un almacn de datos supone una optimizacin del tradicional
entorno de informes (reporting), dado que el Data Warehouse mantiene una estructura y una
tecnologa mucho ms apropiada para este tipo de solicitudes.
Los sistemas de "Query & Reporting", no basados en almacenes de datos se caracterizan por la
complejidad de las consultas, los altsimos tiempos de respuesta y la interferencia con otros
procesos informticos que compartan su entorno.
La explotacin del Data Warehouse mediante "Query & Reporting" debe permitir una gradacin de
la flexibilidad de acceso, proporcional a la experiencia y formacin del usuario. A este respecto, se
recomienda el mantenimiento de al menos tres niveles de dificultad:
Los usuarios poco expertos podrn solicitar la ejecucin de informes o consultas
predefinidas segn unos parmetros predeterminados.
Los usuarios con cierta experiencia podrn generar consultas flexibles mediante una
aplicacin que proporcione una interfaz grfica de ayuda.
Los usuarios altamente experimentados podrn escribir, total o parcialmente, la consulta
en un lenguaje de interrogacin de datos.
Hay una extensa gama de herramientas en el mercado para cumplir esta funcionalidad sobre
entornos de tipo Data Warehouse, por lo que se puede elegir el software ms adecuado para cada
problemtica empresarial concreta.
Minera de datos
2.2.5.3.- DATA MINING O MINERA DE DATOS
2.2.5.3.1.- Introduccin
2.2.5.3.2.- Tcnicas de Data Mining
2.2.5.3.3.- Metodologa de aplicacin
2.2.5.3.1.-Introduccin
El Data Mining es un proceso que, a travs del descubrimiento y cuantificacin de relaciones
predictivas en los datos, permite transformar la informacin disponible en conocimiento til de
negocio. Esto es debido a que no es suficiente "navegar" por los datos para resolver los problemas
de negocio, sino que se hace necesario seguir una metodologa ordenada que permita obtener
rendimientos tangibles de este conjunto de herramientas y tcnicas de las que dispone el usuario.
Constituye por tanto una de las vas clave de explotacin del Data Warehouse, dado que es este
su entorno natural de trabajo.
Se trata de un concepto de explotacin de naturaleza radicalmente distinta a la de los sistemas de
informacin de gestin, dado que no se basa en coeficientes de gestin o en informacin altamente
agregada, sino en la informacin de detalle contenida en el almacn. Adicionalmente, el usuario no
se conforma con la mera visualizacin de datos, sino que trata de obtener una relacin entre los
mismos que tenga repercusiones en su negocio.
2.2.5.3.2.Tcnicas de Data Mining
Para soportar el proceso de Data Mining, el usuario dispone de una extensa gama de tcnicas que
le pueden ayudar en cada una de las fases de dicho proceso, las cuales pasamos a describir:
Anlisis estadstico:
Utilizando las siguientes herramientas:
1. ANOVA: o Anlisis de la Varianza, contrasta si existen diferencias significativas entre las
medidas de una o ms variables continuas en grupo de poblacin distintos.
2. Regresin: define la relacin entre una o ms variables y un conjunto de variables
predictoras de las primeras.
3. Ji cuadrado: contrasta la hiptesis de independencia entre variables.
4. Componentes principales: permite reducir el nmero de variables observadas a un menor
nmero de variables artificiales, conservando la mayor parte de la informacin sobre la
varianza de las variables.
5. Anlisis cluster: permite clasificar una poblacin en un nmero determinado de grupos, en
base a semejanzas y desemejanzas de perfiles existentes entre los diferentes
componentes de dicha poblacin.
6. Anlisis discriminante: mtodo de clasificacin de individuos en grupos que previamente se
han establecido, y que permite encontrar la regla de clasificacin de los elementos de
estos grupos, y por tanto identificar cules son las variables que mejor definan la
pertenencia al grupo.
Mtodos basados en rboles de decisin:
El mtodo Chaid (Chi Squared Automatic Interaction Detector) es un anlisis que genera un rbol
de decisin para predecir el comportamiento de una variable, a partir de una o ms variables
predictoras, de forma que los conjuntos de una misma rama y un mismo nivel son disjuntos. Es til
en aquellas situaciones en las que el objetivo es dividir una poblacin en distintos segmentos
basndose en algn criterio de decisin.

El rbol de decisin se construye partiendo el conjunto de datos en dos o ms subconjuntos de
observaciones a partir de los valores que toman las variables predictoras. Cada uno de estos
subconjuntos vuelve despus a ser particionado utilizando el mismo algoritmo. Este proceso
contina hasta que no se encuentran diferencias significativas en la influencia de las variables de
prediccin de uno de estos grupos hacia el valor de la variable de respuesta.
La raz del rbol es el conjunto de datos ntegro, los subconjuntos y los subsubconjuntos
conforman las ramas del rbol. Un conjunto en el que se hace una particin se llama nodo.
El nmero de subconjuntos en una particin puede ir de dos hasta el nmero de valores distintos
que puede tomar la variable usada para hacer la separacin. La variable de prediccin usada para
crear una particin es aquella ms significativamente relacionada con la variable de respuesta de
acuerdo con test de independencia de la Chi cuadrado sobre una tabla de contingencia.
Algoritmos genticos:
Son mtodos numricos de optimizacin, en los que aquella variable o variables que se pretenden
optimizar junto con las variables de estudio constituyen un segmento de informacin. Aquellas
configuraciones de las variables de anlisis que obtengan mejores valores para la variable de
respuesta, correspondern a segmentos con mayor capacidad reproductiva. A travs de la
reproduccin, los mejores segmentos perduran y su proporcin crece de generacin en
generacin. Se puede adems introducir elementos aleatorios para la modificacin de las variables
(mutaciones). Al cabo de cierto nmero de iteraciones, la poblacin estar constituida por buenas
soluciones al problema de optimizacin.
Redes neuronales:
Genricamente son mtodos de proceso numrico en paralelo, en el que las variables interactan
mediante transformaciones lineales o no lineales, hasta obtener unas salidas. Estas salidas se
contrastan con los que tenan que haber salido, basndose en unos datos de prueba, dando lugar
a un proceso de retroalimentacin mediante el cual la red se reconfigura, hasta obtener un modelo
adecuado.
Lgica difusa:
Es una generalizacin del concepto de estadstica. La estadstica clsica se basa en la teora de
probabilidades, a su vez sta en la tcnica conjuntista, en la que la relacin de pertenencia a un
conjunto es dicotmica (el 2 es par o no lo es). Si establecemos la nocin de conjunto borroso
como aquel en el que la pertenencia tiene una cierta graduacin (un da a 20C es caluroso?),
dispondremos de una estadstica ms amplia y con resultados ms cercanos al modo de
razonamiento humano.
Series temporales:
Es el conocimiento de una variable a travs del tiempo para, a partir de ese conocimiento, y bajo el
supuesto de que no van a producirse cambios estructurales, poder realizar predicciones. Suelen
basarse en un estudio de la serie en ciclos, tendencias y estacionalidades, que se diferencian por
el mbito de tiempo abarcado, para por composicin obtener la serie original. Se pueden aplicar
enfoques hbridos con los mtodos anteriores, en los que la serie se puede explicar no slo en
funcin del tiempo sino como combinacin de otras variables de entorno ms estables y, por lo
tanto, ms fcilmente predecibles.
2.2.5.3.3. Metodologa de aplicacin:
Para utilizar estas tcnicas de forma eficiente y ordenada es preciso aplicar una metodologa
estructurada, al proceso de Data Mining. A este respecto proponemos la siguiente metodologa,
siempre adaptable a la situacin de negocio particular a la que se aplique:
Muestreo
Extraccin de la poblacin muestral sobre la que se va a aplicar el anlisis. En ocasiones se trata
de una muestra aleatoria, pero puede ser tambin un subconjunto de datos del Data Warehouse
que cumplan unas condiciones determinadas. El objeto de trabajar con una muestra de la
poblacin en lugar de toda ella, es la simplificacin del estudio y la disminucin de la carga de
proceso. La muestra ms ptima ser aquella que teniendo un error asumible contenga el nmero
mnimo de observaciones.
En el caso de que se recurra a un muestreo aleatorio, se debera tener la opcin de elegir
El nivel de confianza de la muestra (usualmente el 95% o el 99%).
El tamao mximo de la muestra (nmero mximo de registros), en cuyo caso el sistema
deber informar del el error cometido y la representatividad de la muestra sobre la
poblacin original.
El error muestral que est dispuesto a cometer, en cuyo caso el sistema informar del
nmero de observaciones que debe contener la muestra y su representatividad sobre la
poblacin original.
Para facilitar este paso s debe disponer de herramientas de extraccin dinmica de informacin
con o sin muestreo (simple o estratificado). En el caso del muestreo, dichas herramientas deben
tener la opcin de, dado un nivel de confianza, fijar el tamao de la muestra y obtener el error o
bien fijar el error y obtener el tamao mnimo de la muestra que nos proporcione este grado de
error.
Exploracin
Una vez determinada la poblacin que sirve para la obtencin del modelo se deber determinar
cuales son las variables explicativas que van a servir como "inputs" al modelo. Para ello es
importante hacer una exploracin por la informacin disponible de la poblacin que nos permita
eliminar variables que no influyen y agrupar aquellas que repercuten en la misma direccin.



El objetivo es simplificar en lo posible el problema con el fin de optimizar la eficiencia del modelo.
En este paso se pueden emplear herramientas que nos permitan visualizar de forma grfica la
informacin utilizando las variables explicativas como dimensiones.
Tambin se pueden emplear tcnicas estadsticas que nos ayuden a poner de manifiesto
relaciones entre variables. A este respecto resultar ideal una herramienta que permita la
visualizacin y el anlisis estadstico integrados
Manipulacin
Tratamiento realizado sobre los datos de forma previa a la modelizacin, en base a la exploracin
realizada, de forma que se definan claramente los inputs del modelo a realizar (seleccin de
variables explicativas, agrupacin de variables similares, etc.).
Modelizacin
Permite establecer una relacin entre las variables explicativas y las variables objeto del estudio,
que posibilitan inferir el valor de las mismas con un nivel de confianza determinado.
Valoracin
Anlisis de la bondad del modelo contrastando con otros mtodos estadsticos o con nuevas
poblaciones muestrales.
Webhousing
2.2.5.4.- WEBHOUSING
La popularizacin de Internet y la tecnologa Web, ha creado un nuevo esquema de informacin en
el cual los clientes tienen a su disposicin unas cantidades ingentes de informacin. La integracin
de las tecnologas Internet y Data Warehouse tienen una serie de ventajas como son:
Consistencia: toda la organizacin accede al mismo conjunto de datos y ve los informes
que reflejan
sus necesidades. Hay una "nica versin de la verdad".
Accesibilidad: la empresa acede a la informacin a travs de un camino comn (el browser
de Internet), simplificando el proceso de bsqueda de la informacin.
Disponibilidad: la informacin es accesible en todo momento, independientemente de los
sistemas operacionales.
Bajos costes de desarrollo y mantenimiento, debidos a la estandarizacin de las
aplicaciones de consultas
basadas en Internet, independientemente del sistema operativo que soporte el browser, y
de la reduccin
de los costes de distribucin de software en los puestos clientes.
Proteccin de los datos, debido al uso de tecnologas consolidadas de proteccin en
entornos
de red (firewalls).
Bajos costes de formacin, debido al uso de interfaces tipo Web.
La interactividad de las aplicaciones en este entorno pueden tener varios niveles:
Publicacin de datos: las pginas distribuyen informacin obtenida del Data Warehouse,
volcada en las pginas intra/internet.
Distribucin de reportes: dando soporte a consultas simples elaboradas por los usuarios.
Aplicaciones dinmicas: sirviendo de soporte de decisin a servicios solicitados desde el
puesto
cliente, ejecutando la peticin en el servidor y devolvindolas al cliente, va el browser
de Internet o haciendo uso de "applets" de Java.
Las arquitecturas base de una implantacin de Data Warehouse en Internet, pueden tener las
siguientes
alternativas:
1. Usar el Servidor Internet como router, y ejecutar la peticin desde el cliente al servidor
directamente.
2. Hacer uso del navegador para visualizar una pgina Internet residente en el servidor de
Internet. Esta
pgina contendra informacin que se actualizara en el servidor Internet, desde el
servidor DW, a peticin del usuario haciendo uso de CGI's.
3. El cliente podra lanzar su consulta directamente al servidor de DW, con "applets" de Java,
haciendo el servidor Internet nicamente de encaminamiento (router).
4. El cliente podra ejecutar la aplicacin DW desde el navegador, pero con un plug-in, que
hara
que se tuvieran las mismas opciones que la aplicacin DW.
5. Realizar una descarga masiva de datos con un protocolo de transferencia de ficheros
(FTP), para su proceso
en local.

El alcance funcional de la implantacin del Data Warehouse, basado en tecnologas Internet,
puede ser la misma que la realizada sin su uso. En este sentido las crticas que se le pueden
achacar en la actualidad, provienen de la baja velocidad de las lneas actuales, que se solventa
parcialmente mediante el uso de aplicaciones Java, en lugar de hacer uso de pginas HTML, o
CGI. Solucin parcial, mientras la velocidad de transferencia se incrementa da a da mediante
nuevos algoritmos de compresin de datos o el uso de lneas de alta capacidad RDSI.
Tipos de aplicaciones donde utilizar tcnicas de Data
Warehouse

2.2.6.- TIPOS DE APLICACIONES EN LAS QUE UTILIZAR LAS TCNICAS DISPONIBLES
SOBRE EL DW
2.2.6.1.- Data Warehouse y Sistemas de Marketing
2.2.6.2.- Data Warehouse y Anlisis de Riesgo Financiero
2.2.6.3.- Data Warehouse y Anlisis de Riesgo de Crdito
2.2.6.4.- Data Warehouse: Otras reas de Aplicacin
2.2.6.1. Data Warehouse y Sistemas de Marketing
La aplicacin de tecnologas de Data Warehouse supone un nuevo enfoque de Marketing,
haciendo uso del Marketing de Base de Datos. En efecto, un sistema de Marketing Warehouse
implica un marketing cientfico, analtico y experto, basado en el conocimiento exhaustivo de
clientes, productos, canales y mercado.
Este conocimiento se deriva de la disposicin de toda la informacin necesaria, tanto interna como
externa, en un entorno de Data Warehouse, persiguiendo con toda esta informacin, la
optimizacin de las variables controladas del Marketing Mix y el soporte a la prediccin de las
variables no controlables (mediante tcnicas de Data Mining). Basndose en el conocimiento
exhaustivo de los clientes se consigue un tratamiento personalizado de los mismos tanto en el da
a da (atencin comercial) como en acciones de promocin especficas.

Las reas en las que se puede aplicar las tecnologas de Data Warehouse a Marketing son, entre
otras:
Investigacin Comercial
Segmentacin de mercados
Identificacin de necesidades no cubiertas y generacin de nuevos productos, o
modificacin de productos existentes
Fijacin de precios y descuentos
Definicin de la estrategia de canales de comercializacin y distribucin
Definicin de la estrategia de promocin y atencin al cliente
Relacin con el cliente:
Programacin, realizacin y seguimiento de acciones comerciales
Lanzamiento de nuevos productos
Campaas de venta cruzada, vinculacin, fidelizacin, etc.
Apoyo al canal de venta con informacin cualificada
2.2.6.2. Data Warehouse y Anlisis de Riesgo Financiero
El Data Warehouse aplicado al anlisis de riesgos financieros ofrece capacidades avanzadas de
desarrollo de aplicaciones para dar soporte a las diversas actividades de gestin de riesgos. Es
posible desarrollar cualquier herramienta utilizando las funciones que incorpora la plataforma,
gracias a la potencionalidad estadstica aplicada al riesgo de crdito.
As se puede usar para llevar a cabo las siguientes funcionalidades:
Para la gestin de la posicin:
Determinacin de la posicin, Clculo de sensibilidades, Anlisis what/if, Simulaciones,
Monitorizacin riesgos contra lmites, etc.
Para la medicin del riesgo:
Soporte metodologa RiskMetrics (Metodologa registrada de J.P. Morgan / Reuters),
Simulacin de escenarios histricos, Modelos de covarianzas, Simulacin de Montecarlo,
Modelos de valoracin, Calibracin modelos valoracin, Anlisis de rentabilidad,
Establecimiento y seguimiento. de lmites, Desarrollo/modificacin modelos, Stress testing,
etc.
El uso del Data Warehouse ofrece una gran flexibilidad para creacin o modificacin de modelos
propios de valoracin y medicin de riesgos, tanto motivados por cambios en la regulacin, como
en avances en la modelizacin de estos instrumentos financieros.
Ello por cuanto se puede almacenar y poner a disposicin informacin histrica de mercado y el
uso de tcnicas de Data Mining nos simplifica la implantacin de cualquier mtodo estadstico. Los
mtodos de previsin, se pueden realizar usando series histricas, (GARCH, ARIMA, etc.)


Pero la explotacin de la informacin nos permite no solo la exploracin de los datos para un
conocimiento de la informacin histrica, sino tambin para examinar condiciones de normalidad
de las que la mayora de las metodologas de valoracin del riesgo parten.
Adems de implantar modelos ya existentes, se pueden acometer anlisis con vistas a determinar
modelos propios, basados en anlisis de correlacin para el estudio de la valoracin del riesgo de
carteras o procesos de simulacin de Montecarlo.
Todo ello en una plataforma avanzada de gestin de la informacin basada en la fcil visualizacin
de la misma y de su anlisis estadstico como soporte a metodologas estndar de facto, o a las
particularidades de cada entorno.
2.2.6.3. Data Warehouse y Anlisis de Riesgo de Crdito
La informacin relativa a clientes y su entorno se ha convertido en fuente de prevencin de
Riesgos de Crdito. En efecto, existe una tendencia general en todos los sectores a recoger,
almacenar y analizar informacin crediticia como soporte a la toma de decisiones de Anlisis de
Riesgos de Crdito.
Los avances en la tecnologa de Data Warehouse hacen posible la optimizacin de los sistemas de
Anlisis de Riesgo de Crdito:
Para la gestin del riesgo de crdito los sistemas operacionales han ofrecido:
Sistemas de Informacin para Gerencia (MIS) e informes de Soporte a la Decisin de
Problemas (DSS) estticos y no abiertos a nuevas relaciones y orgenes de datos,
situacin en la que la incorporacin de nuevas fuentes de informacin ha sido un problema
en lugar de una ventaja.
Exploraciones de datos e informes cerrados y estticos.
Anlisis sin inclusin de consideraciones temporales lo que imposibilita el anlisis del
pasado y la previsin del futuro.
Herramientas de credit-scoring no flexibles, construidas sobre algoritmos difcilmente
modificables, no adaptados al entorno de la empresa, o exclusivamente basados en la
experiencia personal no contrastada, con lo que los sistemas han ayudado a repetir los
errores en vez de a corregirlos.
Pero estos sistemas tradicionales se enfrentan a una problemtica difcil de resolver para
acomodarse a las necesidades analticas de los Sistemas de Anlisis del Riesgo, necesidades que
se pueden cubrir mediante el uso de tecnologas de Data Warehouse
Dentro de la Prevencin de Impagados, utilizando sistemas OLAP se puede obtener el grado
interno de concentracin de riesgos con el cliente, y almacenar la variedad de fuentes internas o
externas de informacin disponibles sobre el mismo. Ello nos permite obtener sin dificultad la
posicin consolidada respecto al riesgo del cliente. El anlisis se puede realizar asimismo por las
diferentes caractersticas de la operacin para la que se realiza el anlisis, en cuanto al plazo y la
cuanta de la misma, la modalidad de crdito elegida, la finalidad de la operacin o las garantas
asociadas a la misma. Usando las mismas capacidades es fcil el establecer una segmentacin
ABC de la cartera de clientes potenciales o reales que nos optimicen el nivel de esfuerzo en el
Anlisis de Riesgos.
En el soporte al proceso de Anticipacin al Riesgo, se puede dar un adecuado soporte a la correcta
generacin y consideracin de seales de alerta, teniendo en cuenta las pautas y condicionantes
diferenciados dependiendo del tipo de cliente y producto usando Data Mining
Para el caso del Seguimiento del ciclo de Impagados, de nuevo el uso de sistemas OLAP,
simplifican el anlisis la diversidad de los diferentes parmetros que intervienen en el mismo, tales
como la jerarqua de centros de recobro a contemplar, la diferente consideracin dependiendo de
la antigedad del impago, del cliente o del importe impagado. Un sistema de Data Mining puede
aconsejar la mejor accin en caso de impagados, litigio, precontencioso, etc. frente a los
parmetros de importe, antigedad, zona geogrfica, etc.
Estos sistemas hacen que el analista se dedique con ms intensidad al anlisis de la informacin,
que es donde aporta su mayor valor aadido, que a la obtencin de la misma. No obstante, estos
sistemas deben de huir de las automatizaciones completas sin intervencin del analista: es l el
que mejor sabe lo que quiere descubrir. "La herramienta debe ser un medio y no un fin".
2.2.6.4. Data Warehouse: Otras reas de aplicacin
Otras reas de la empresa han aplicado las soluciones que proporciona la tecnologa Data
Warehouse para mejorar gran parte de sus procesos actuales. Entre ellas destacamos:
Control de Gestin:
Sistemas de Presupuestacin, Anlisis de Desviaciones, Reporting (EIS, MIS, etc.)
Logstica:
Mejora de la relacin con proveedores, Racionalizacin de los procesos de control de
inventarios, Optimizacin de los niveles de produccin, Previsin de la demanda en
infraestructura.
Recursos Humanos
Planificacin de incorporaciones, Gestin de carreras profesionales, Asignacin de
recursos a proyectos alternativos, etc.
Seguridad de acceso y manipulacin de la informacin en el
Data Warehouse

2.2.7.- SEGURIDAD DE ACCESO Y MANIPULACIN DE LA INFORMACIN EN EL DW
A continuacin trataremos las consideraciones a contemplar en cuanto a seguridad de accesos y
seguridad de datos (backup), puesto que si bien la seguridad de accesos (al nivel de datos y de
aplicacin) debe ser tratada de la misma manera que en los sistemas operacionales, los
procedimientos de copias de seguridad merecen un especial tratamiento.
Tal y como ocurre en los sistemas operacionales, un sistema Data Warehouse debe poder realizar
procedimientos de recuperacin de la informacin desde cualquier momento en el que los datos
estaban validados. Un Data Warehouse, debe poder contar con procedimientos de recuperacin,
que permitan recuperar los datos ante cualquier situacin de catstrofe.
No obstante, es preciso tener en cuenta otras consideraciones, as por ejemplo dependiendo del
tamao de un Data Mart, se puede elegir no realizar un backup, sino realizar un refresco especial
desde los datos operacionales, dependiendo de la periodicidad estndar de carga.
En cuanto a la seguridad de acceso, se cumple en los sistemas de Data Warehouse, que es
preciso el implantar niveles de acceso a la informacin, realizando un plan completo de seguridad
que contemple:
Acceso a recursos de la red (local o intranet)
Asignacin de usuarios a grupos con perfiles de seguridad diferenciados
Asignacin de niveles de autorizacin de aplicacin a grupos de usuarios
Seguridad a nivel de Base de Datos, mediante los procedimientos provistos por las
mismas.
Etc.
Tendencias tecnolgicas y de mercado de sistemas de
Data Warehouse
2.3.- TENDENCIAS TECNOLGICAS Y DE MERCADO
Describimos a continuacin una recopilacin de las principales tendencias observadas en el
mercado. Estas tendencias se han comentado con anterioridad en otros apartados de esta Gua y
se hace referencia a dichos puntos.
Tendencias hacia herramientas especializados:
El uso de herramientras de propsito general no satisface por completo las necesidades de un
proyecto de Data Warehouse. Se ha comentado en esta gua las Herramientas de usuario final y
tecnolgicas, en el que se muestran para cada paso de la creacin de un Data Warehouse, una
lista de los principales vendedores y sus direcciones Web.
Webhousing
El uso de Internet como fuente de informacin hacia el exterior e interior (via intranets), crece
constantemente, y la integracin de una herramienta de Data Warehouse con Internet, se comenta
en el apartado de Webhousing
Uso generalizado de Data Marts
Las peculiaridades de un proyecto Data Warehouse, y el enfoque progresivo de su construccin,
hace que cada vez mas organizaciones realicen sus desarrollos mediante el uso de Data Marts
integrados, tal y como comentabamos en el apartadoData Warehouse vs. Data Mart
Uso de tecnologa OLAP
Este aspecto est comentado con amplitud en el apartado OLAP, ROLAP, MOLAP
Aspectos tcnicos en el proceso de creacin y
explotacin de un Data Warehouse

3.- ASPECTOS TCNICOS EN EL PROCESO DE CREACIN Y EXPLOTACIN DEL DW
En este captulo se pretende dar la orientacin suficiente al comprador para la preparacin del
conjunto de especificaciones que definirn los requisitos que han de cumplir la Creacin y
Explotacin de un Data Warehouse.
Se realiza en primer lugar un anlisis de las necesidades del comprador, a continuacin se
recogen los factores relevantes a tener en cuenta en el proceso de adquisicin y, finalmente, se
describe cmo deben ser planteadas las especificaciones tcnico - funcionales para la elaboracin
del Pliego de Prescripciones Tcnicas, qu normas, estndares y clusulas tipo pueden ser de
aplicacin, y cul es el cuestionario tcnico diseado para normalizar las ofertas y facilitar su
evaluacin.
3.1.- ANLISIS DE LAS NECESIDADES DEL COMPRADOR
Incluimos aqu unos pasos que, tal y como se comentaban en la Fases de implantacin de un Data
Warehouse , son previos al inicio de un proyecto de este tipo.
En efecto, como punto de arranque de todo, es preciso "vender la idea" a los usuarios finales de un
Data Warehouse. Esto es as, por ser una idea bastante novedosa y sobre la que pueden surgir
recelos de su efectividad. Estos recelos se pueden eliminar comenzando por un pequeo mdulo,
del cual se valoren los beneficios posteriores, para iniciar progresivamente el desarrollo de nuevos
mdulos, cada uno con un coste unitario cada vez ms reducido, pero sin embargo con unos
beneficios distribuidos cada vez mayores por poder cada vez incluir ms informacin. (Ver Data
Warehouse vs. Data Mart) para comprobar un caso de este tipo.
El simple hecho de realizar un informe de necesidades previas en el que se enumeren la situacin
de los datos entre los diversos sistemas operacionales, puede ser un hecho decisivo para
emprender un proyecto de este tipo. Muchas veces la informacin existente se encuentra tan poco
normalizada, existen tantas discrepancias entre estos sistemas, que el abordar un Data
Warehouse en el que se limpien estos datos y se normalicen pueden aportar un valor intangible: "la
calidad y fiabilidad de la informacin".
La venta de esta idea no slo se ha de realizar frente a la Direccin sino que es preciso realizarla a
todos los niveles: a la Direccin, Gerencia e incluso al rea de Desarrollo.
Tras esta venta de la idea, comienzan dos fases similares al anlisis de requisitos del sistema
(ARS segn abreviaturas de la metodologa METRICA): la definicin de objetivos y requerimientos
de informacin, en el que se analicen las necesidades del comprador.
Definicin de los objetivos
En esta fase se definir el equipo de proyecto que debe estar compuesto por representantes del
departamento informtico y de los departamentos usuarios del Data Warehouse adems de la
figura de jefe de proyecto.
Se definir el alcance del sistema y cuales son las funciones que el Data Warehouse realizar
como suministrador de informacin de negocio estratgica para la empresa. Se definirn as
mismo, los parmetros que permitan evaluar el xito del proyecto.

Definicin de los requerimientos de informacin
Durante esta fase se mantendrn sucesivas entrevistas con los representantes del departamento
usuario final y los representantes del departamento de informtica. Se realizar el estudio de los
sistemas de informacin existentes, que ayudaran a comprender las carencias actuales y futuras
que deben ser resueltas en el diseo del Data Warehouse
Asimismo, en esta fase el equipo de proyecto debe ser capaz de validar el proceso de entrevistas y
reforzar la orientacin de negocio del proyecto. Al finalizar esta fase se obtendr el documento de
definicin de requerimientos en el que se reflejarn no solo las necesidades de informacin de los
usuarios, sino cual ser la estrategia y arquitectura de implantacin del Data Warehouse.
Factores relevantes en el proceso de adquisicin de un
sistema de Data Warehouse
DATA WAREHOUSE
3.2.- FACTORES RELEVANTES EN EL PROCESO DE ADQUISICIN
En la definicin del objeto del contrato y los requisitos inherentes al mismo, as como en la
valoracin y comparacin de ofertas de los licitadores pueden intervenir muchos factores y de muy
diversa ndole.
Es de suma importancia que todos los factores relevantes que intervienen en el proceso de
contratacin queden debidamente recogidos en el pliego de prescripciones tcnicas que regule el
contrato. As mismo, es conveniente que las soluciones ofertadas por los licitadores sean
recogidas en los cuestionarios disponibles a tal efecto:
De empresa
Econmicos
Tcnicos particulares
Se van a relacionar a continuacin algunos de los factores que suelen tener mayor peso al
seleccionar una herramienta de Data Warehouse. Sin embargo, debe tenerse en cuenta que la
importancia de cada factor variar en funcin de cada caso particular, por lo que siempre ser
necesario identificar la importancia relativa de cada punto. Los puntos a contemplar son bastante
similares a los contemplados en el apartado homnimo de los SGBD, que adaptaremos a la
casustica particular de un Data Warehouse.
Pruebas en condiciones reales
Tal y como suceda en los SGBD, el rendimiento real de un Data Warehouse es muy difcil de
predecir mediante procedimientos tericos. Por ello, de igual forma que en el SGBD, si se va a
instalar un Data Warehouse que contendr un gran volumen de datos o, si por cualquier otra razn,
existen dudas sobre la capacidad del Data Warehouse de dar unas prestaciones adecuadas en las
mquinas disponibles se debe exigir al suministrador una prueba anterior a la adquisicin del Data
Warehouse. Esta prueba debe realizarse en la propia instalacin de destino.
La prueba se debera realizar en las condiciones ms parecidas a las reales que se puedan
conseguir. Para ello se deber cargar el Data Warehouse con un volumen de datos adecuado y se
debern crear procesos de prueba similares a los ms costosos de los que se vayan a desarrollar.
A diferencia de con los SGBD, no es preciso realizar la prueba en momentos de gran carga, por la
diferente filosofa de un almacn de datos orientado al conocimiento, pero s que ser preciso la
comprobacin de la compatibilidad de la herramienta para los procesos de extraccin y carga
desde los diferentes sistemas operacionales (sistemas operativos, bases de datos, etc.) implicados
.
Volumen y organizacin de los datos
Debe estar garantizado que el Data Warehouse es capaz de tratar el volumen de datos que se
vaya a necesitar en la instalacin. Para ello debe verificarse no slo que el Data Warehouse puede
manejar el volumen total de datos, sino que no existe ninguna limitacin que impide organizarlo de
la forma ms conveniente.
No obstante, en este sentido y como factor comn de un SGBD con un Data Warehouse, cabe
resear que muchos problemas de rendimiento se deben ms veces a un mal diseo del modelo
de datos del Data Warehouse que a un problema de rendimiento de la herramienta en s.
Dimensionamiento de la plataforma de instalacin
De lo comentado en los dos puntos anteriores puede deducirse que existe la posibilidad de que
sea necesario redimensionar la mquina en la que se instale el Data Warehouse, o mejor aun,
disponer de una dedicada al Data Warehouse.
Es necesario que el suministrador detalle cual de las dos versiones est ofreciendo para cada una
de las licencias que se compren y si alguna de ellas fuese una versin limitada, que especifique
claramente cuales de las funcionalidades ofertadas no se encuentran presentes en la versin
restringida.
Condiciones econmicas y del soporte
Existen actualmente varios sistemas de cobro por el uso de Data Warehouse segn el fabricante.
Los ms utilizados son facturar por:
Cada mquina y/o tipo de mquina en la que se instale.
Cada usuario que acceda al SGBD.
Por tiempo de utilizacin (usualmente renovacin anual).
Por combinacin de las anteriores.
Es imprescindible que el suministrador indique con toda claridad el mtodo utilizado.
Tambin debe explicitarse que, salvo indicacin en contrario, todas las licencias son de versiones
completas sin ninguna restriccin respecto a las funcionalidades ofertadas.
Tambin es conveniente pedir los precios de los productos adicionales que no se desee instalar en
el momento pero que puedan ser interesantes en el futuro.
Otro factor importante es la duracin de la garanta, perodo de tiempo durante el que el
suministrador proporcionar soporte gratuito a sus productos y, tambin el precio del soporte en
aos sucesivos. Este ltimo precio debe fijarse sobre variables presentes en el contrato no sobre
futuros precios de lista del fabricante.
Otro factor que debe evaluarse es la calidad del soporte ofrecido. Este puede dividirse en un gran
nmero de puntos cuya importancia variar en funcin de las necesidades del comprador. Entre
ellos, se pueden citar:
La inclusin o no de la instalacin en el precio del producto.
El tiempo mximo de entrega.
La inclusin o no de prestaciones adicionales gratuitas como puede ser un cierto nmero
de horas de formacin.
Capacitacin y experiencia del personal que presta soporte tcnico y consultora.
Calidad de la documentacin, idioma en que est escrita, nmero de copias suministradas
gratuitamente y precio de las copias adicionales.
Capacidad tcnica de la empresa y de la asistencia tcnica que presta para lo que es
recomendable pedir referencias a otros usuarios de la Administracin de este tipo de
productos.
Pliego de descripciones tcnicas particulares de un Data
Warehouse
DATA WAREHOUSE
3.3.- DISEO DEL PLIEGO DE PRESCRIPCIONES TCNICAS PARTICULARES
Debido a la no existencia de ninguna norma o estndar aplicable a un Data Warehouse, mas que
estndares de facto, describimos a continuacin cuestionarios tcnicos de normalizacin y
valoracin de ofertas de SGBD.
Estos cuestionarios han de partir de unas especificaciones previas de:
Entorno Hardware:
Host: (Tipo Mquina, Sistema Operativo y Base de Datos Operacional)
Servidor de la aplicacin de DW (Tipo Mquina, N procesadores, Memoria total y
por procesador, Sistema Operativo, Capacidad de Disco)
Clientes (Tipo de Mquina, Memoria, Sistema Operativo, Capacidad de Disco)
Red local (Topologa, Protocolos, Sofware de Cliente y Nmero de Usuarios
soportados)
Entorno Software:
Gestor de Base de Datos para el Data Warehouse
Volumen estimado de la Base de Datos
A continuacin y dependiendo del mbito de aplicacin del Data Warehouse describimos un
cuestionario aplicado a la creacin del Data Warehouse por un lado, por otro del Anlisis de la
Calidad del dato y la depuracin, y por ltimo de su Explotacin.
3.3.1.- Cuestionario para la Extraccin, Movimiento y Carga
3.3.2.- Cuestionario de Anlisis de Calidad
3.3.3.- Cuestionario de Herramientas de Usuario Final: OLAP, EIS y Reporting.
Cuestionario para la ETL
3.3.1.- CUESTIONARIO PARA LA EXTRACCIN, MOVIMIENTO Y CARGA
Con carcter general y a fin de utilizar la informacin recopilada de cara a la contratacin, es
importante destacar que los datos recogidos en este cuestionario estn dirigidos a obtener un
resumen estructurado de la oferta y a demostrar la solvencia tcnica o profesional de la empresa
en aquellos casos en que no sea requerida la clasificacin de la misma. Dicha informacin slo
servir de base a la valoracin cuando est relacionada con lo expresado en la clusula "Criterios
de adjudicacin del contrato", siendo, en el resto de los casos, de carcter meramente informativo.
Nota: (*) significa que hay que indicar "1" en caso afirmativo.
(**) significa que hay que repetir para cada sistema operativo ofertado.
Cuestin Respuesta Referencia a



oferta (Pgina)
------------------------------------------
ENTORNO OPERATIVO
- REQUERIMIENTOS LGICOS

. Especificar para cada uno de las paquetes software
ofertados la o las posibles
plataformas (servidor central, servidor intermedio y
cliente) donde podran instalarse, detallando los
requerimientos
fsicos y lgicos asociados a cada alternativa, junto con
los procesos que se ejecutaran
en cada una de las posibles plataformas
[ ] [ ]
. Compatibilidad con Sistemas operativos (Enumerar) [ ] [ ]

. Compatibilidad con software de red [ ] [ ]
. Necesidad de software adicional [ ] [ ]
- REQUERIMIENTOS FSICOS
. Especificar detalladamente los requerimientos fsicos
mnimos
y recomendados, tales como memoria RAM, espacio libre en
disco, procesadores, etc...
[ ] [ ]
CARACTERSTICAS GENERALES
- FUENTES DE DATOS (ORIGEN) SOPORTADAS
. Permite extraer datos desde varias plataformas origen
simultneamente
[ ] [ ]
. Indicar las distintas fuentes de datos operacionales a
las que es posible acceder,
especificando en los casos que sea necesario las ltimas
versiones certificadas.
[ ] [ ]
Ficheros planos
[ ] [ ]
Acceso a bases de datos
[ ] [ ]
Otras fuentes operacionales
[ ] [ ]
Consideraciones a tener en cuenta
[ ] [ ]

- BASES DE DATOS DESTINO SOPORTADAS
. Permite cargar datos en varias plataformas destino
simultneamente
[ ] [ ]
.Gestores de bases de datos destino soportados,
especificando las



ltimas versiones certificadas


- FUNCIONALIDADES
. Enumerar las funcionalidades de la o las herramientas
[ ] [ ]
propuestas:
Permite manejar (leer/escribir) cadenas de caracteres de
longitud variable
No limita el nmero de dgitos de los formatos numricos
Es posible aplicar reglas de transformacin a los nmeros
con
formato en coma flotante

Otras funcionalidades (especificar)

- TRATAMIENTO INTERMEDIO DE LOS DATOS RECUPERADOS
.Realiza un almacenamiento intermedio de los datos
recuperados a partir de
los sistemas operacionales
. Especificar
Almacenamiento intermetdio fsico de los datos
Fichero plano
Memoria
BBDD propia
BBDD externa
Otros
Localizacin
Puesto cliente
Servidor intermedio
Servidor central
Otros
Tcnicas aplicadas sobre los datos intermedios
Compresin
Encriptacin
Otros

Explicar el consumo de recursos asociado a este
almacenamiento intermedio de los datos
[ ] [ ]

- BASE DE DATOS COMO FUENTE DE DATOS OPERACIONALES
. Conocimiento de la estructura de la base de datos
Requiere algn software adicional que permita el acceso a
las BBDD
para tal funcionalidad
[ ] [ ]
. Deteccin a captura de modificaciones en la estructura
de las bases
de datos
Requiere algn software adicional que permita el acceso a
las BBDD
para tal funcionalidad
Explicar con detalle los mecanismos utilizados para la
deteccin de
cambios en la estructura de las bases de datos
Es posible automatizar la deteccin de dichos cambios
Es posible automatizar la captura de los cambios
realizados en la estructura
de las bases de datos
Indicar si la herramienta es capaz de detectar
automticamente las
transformaciones a las que afectan las modificaciones
realizadas
Es necesario parar las bases de datos para realizar el
proceso de captura
de cambios

Observaciones
[ ] [ ]

. Acceso a las bases de datos
Requiere algn software adicional que permita el acceso a
las BBDD
para tal funcionalidad
Acceden directamente a la base de datos los programas
generados por la herramienta
Indicar cmo se obtienen los ficheros de descarga de los
[ ] [ ]
datos
Mediante una utilidad de la propia herramienta
A travs de una utilidad de la BBDD
Mediante un desarrollo a medida

Otros (especificar))

. Deteccin y captura de las modificaciones en los datos
Requiere algn software adicional que permita el acceso a
las BBDD
para tal funcionalidad
Es posible automatizar la deteccin de estas
modificaciones
Explicar detalladamente los mecanismos utilizados para la
captura de dichas
modificaciones
Es posible automatizar la captura de dichas modificaciones
Indicar si la herramienta es capaz de detectar
automticamente las
transformaciones a las que afectan las modificaciones
realizadas.

Es necesario parar las bases de datos para realizar el
proceso de captura de las modificaciones realizadas sobre
los datos (Observaciones)
[ ] [ ]

- RECOMENDACIONES PRCTICAS
. Enumerar las principales recomendaciones prcticas para
asegurar una
plena explotacin de la potencialidad de los paquetes
software ofertados



. Enumerar y justificar brevemente los puntos fuertes
tanto de la arquitectura funcional propuesta como de
las herramientas ofertadas
[ ] [ ]

FUNCIONALIDAD

- FACILIDAD DE USO

. Especificar los idiomas soportados en cada una de las
siguientes reas:
Aplicacin
Ayuda on-line
Manuales de ayuda
Soporte
. Soporta alfabetizacin internacional
. Dispone de ayuda on-line
. Es posible la presentacin preliminar de la
documentacin
generada antes de imprimirla
. Posee un interfaz grfico que permita tener una visin
global
de las tablas incluidas en los sistemas operacionales y en
el Data Warehouse
. Especificar detalladamente los diferentes perfiles de
usuario contemplados
para cada una de las herramientas ofertadas, as como la
curva de aprendizaje (en horas) para cada uno de
ellos.
. Posee un Editor de Diagramas que facilite las tareas de
diseo de
los flujos de datos y de las transformaciones a aplicar
[ ] [ ]

- PROCESOS DE EXTRACCIN Y TRANSFORMACIN

. Indicar el paquete software ofertado que incluye esta
funcionalidad
y la plataforma o plataformas donde ha de instalarse
. Requiere algn software adicional que complemente esta
funcionalidad
. Es posible automatizar completamente los procesos de
extraccin y
[ ] [ ]
transformacin
. Se puede integrar con el planificador externo de tareas
. Explicar detalladamente el mecanismo de acceso a las
estructuras de
las bases de datos, tanto operacionales como del Data
Warehouse
. Explicar el mecanismo de extraccin de los datos desde
los sistemas
operacionales detallando concretamente de dnde los
extraen y si se utilizan ficheros secuenciales intermedios
. Detallar los procedimientos de depuracin incorporados
. Indicar las funciones de transformacin ms importantes
incluidas
en el producto:
Importacin desde ficheros planos de reglas de
transformacin
previamente definidas Validacin y sustitucin de los
campos de una tabla en base a los campos de
otras tablas
Clculos aritmticos propios de sumarizacin de la
informacin
Conversin de formatos de fecha
Definicin de reglas de negocio
Llamadas a subrutinas externas
Otras
. Es posible definir reglas de transformacin generales
que se puedan
parametrizar mediante variables para casos concretos
. En caso de exclusin de datos en base a reglas de
transformacin,
indicar si se pueden almacenar
. Indicar:
Almacenamiento fsico de los datos excluidos
Fichero plano
Base de Datos propia
Base de Datos externa
Otros
Localizacin fsica de los datos excluidos
Puesto cliente
Servidor intermedio
Servidor central

Otros

- CARACTERSTICAS DE LOS PROGRAMAS GENERADOS

. Especificar el lenguaje utilizado en la generacin de
cdigo
para las distintas fuentes soportadas



. Indicar si genera tambin los JCL o scripts de
compilacin y ejecucin



. Es posible modificar los esqueletos de los programas a
generar



. Enumerar los tipos de programas generados, con una breve
descripcin de los mismos, y las plataformas
(destino u origen) donde deben ser ejecutados
[ ] [ ]

- GENERACIN DE DOCUMENTACIN

. Posee un Generador de Informes que automatice la
generacin de la
documentacin sobre los procesos de extraccin y
transformacin
. Indicar el paquete software ofertado que incluye esta
funcionalidad
y la plataforma o plataformas donde ha de instalarse
. Requiere algn software adicional que complemente esta
funcionalidad
. Describir la informacin incluida en dicha documentacin
Origen de los datos
[ ] [ ]
Correspondencias
Transformaciones
Reglas de negocio aplicadas
Otras (especificar))
. Soporta el versionado de la documentacin generada
. Se proporciona algn software que facilite el
mantenimiento
y versionado de la documentacin

- CARACTERSTICAS DEL ENTORNO FUNCIONAL

. Especificar el software mnimo que es necesario tener
instalado
en las diferentes plataformas



. La transferencia de los programas generados desde el
puesto cliente hasta los sistemas operacionales y el Data
Warehouse es automtica



. Son necesarios otros requisitos software adicionales,
como por ejemplo compiladores (Observaciones)
[ ] [ ]

- DETECCIN Y CAPTURA DE MODIFICACIONES

. Indicar el paquete software ofertado que incluye esta
funcionalidad
y la plataforma o plataformas donde ha de instalarse



. Requiere algn software adicional que complemente esta
funcionalidad



. Explicar con detalle los mecanismos utilizados para la
deteccin de cambios en la estructura de las
[ ] [ ]
bases de datos del Data Warehouse



. Es posible automatizar la deteccin de dichos cambios



. Explicar detalladamente los mecanismos utilizados para
la captura de dichos cambios



. Es posible automatizar la captura de los cambios
realizados en la estructura de las bases de datos del Data
Warehouse



. Indicar si la herramienta es capaz de detectar
automticamente las transformaciones a las que afectan
los cambios realizados



. Es necesario parar las bases de datos del Data Warehouse
para realizar el proceso de captura de cambios
(Observaciones)

- DETECCIN Y CAPTURA DE MODIFICACIONES EN LA ESTRUCTURA
DE LAS BASES
DE DATOS DE DATA WAREHOUSE
. Indicar el paquete software ofertado que incluye esta
funcionalidad y
la plataforma o plataformas donde ha de instalarse



. Requiere algn software adicional que complemente esta
funcionalidad



. Explicar con detalle los mecanismos utilizados para la
deteccin de modificaciones en los datos de
los sistemas operacionales fuente, enumerando las
[ ] [ ]
principales consideraciones a tener en cuenta



. Es posible automatizar la deteccin de estas
modificaciones



. Explicar detalladamente los mecanismos utilizados para
la captura de dichas modificaciones



. Es posible automatizar la captura de dichas
modificaciones



. Indicar si la herramienta es capaz de detectar
automticamente las transformaciones a las que afectan
las modificaciones realizadas



. Es necesario parar las bases de datos operacionales para
realizar el proceso de captura de las modificaciones
realizadas sobre los datos (Observaciones)


. Deteccin y captura de modificaciones en los datos de los
sistemas operacionales.




Indicar el paquete software ofertado que incluye esta funcionalidad y la
plataforma
o plataformas donde ha de instalarse.



Requiere algn software adicional que complemente esta funcionalidad
[ ] [ ]
Explicar con detalle los mecanismos utilizados para la deteccin de
modificaciones
en los datos de los sistemas operacionales fuente, enumerando las
principales consideraciones a tener en cuenta.



Posibilidad de automatizar la deteccin de estas modificaciones
[ ] [ ]
Explicar detalladamente los mecanismos utilizados para la captura de
dichas modificaciones.



Posibilidad de automatizar la captura de dichas modificaciones
[ ] [ ]
Herramienta es capaz de detectar automticamente las transformaciones
a las que afectan las modificaciones realizadas
[ ] [ ]
Es necesario parar las bases de datos operacionales para realizar el
proceso
de captura de las modificaciones realizadas sobre los datos
[ ] [ ]

- MOVIMIENTO Y CARGA




. Indicar el paquete software ofertado que incluye esta funcionalidad
y la plataforma o plataformas donde ha de instalarse




. Requiere algn software adicional que complemente esta funcionalidad
[ ] [ ]

. Explicar detalladamente los mecanismos de movimiento y carga de
los datos en las bases de datos destino del Data
Warehouse, enumerando las principales consideraciones
a tener en cuenta. En este sentido indicar si la transferencia se realiza
directamente o a travs de un servidor intermedio, en este ltimo
caso detallar requerimientos fsicos y lgicos de dicho servidor
intermedio




. Transferencia de datos desde los Sistemas
Operacionales al Data Warehouse automtica
[ ] [ ] . Control de las filas que sean rechazadas en el proceso de carga [
] [ ]
Indicar qu ocurre con el proceso de carga




. Para el caso de los datos rechazados indicar



Si se especifica el motivo del rechazo
[ ] [ ]
Almacenamiento fsico de los datos rechazados
Fichero plano
[ ] [ ]
Base de Datos propia
[ ] [ ]
Base de Datos externa (especificar los gestores soportados en
observaciones)
[ ] [ ]

Otros (especificar)
[ ] [
]

Localizacin fsica de los datos rechazados



Puesto cliente
[ ] [ ]
Servidor intermedio
[ ] [ ]
Servidor central
[ ] [ ]

Otros (especificar)
[ ] [
]

Explicar el mecanismo de tratamiento de los datos rechazados




. Indicar las alternativas para realizar la carga final del Data Warehouse



A travs de la propia herramienta
[ ] [ ]
A travs de programas externos
[ ] [ ]
Utilidades propias del gestor
[ ] [ ]

Otras (especificar)
[ ] [
]


. Incorpora la herramienta algn proceso de comunicacin automtica de la disponibilidad
de los datos en el Data Warehouse a los usuarios finales
[ ] [ ]

. En caso afirmativo indicar



El paquete software ofertado que incluye esta funcionalidad.




Requiere algn software adicional que complemente esta funcionalidad
[ ] [ ]
El medio de comunicacin automtico utilizado



Correo electrnico
[ ] [ ]
Otros (especificar)
[ ] [
]

En caso de poder utilizar correo electrnico, indicar los paquetes del
mercado perfectamente integrables con la herramienta propuesta




- CARGA INCREMENTAL




. Explicar detalladamente el mecanismo de carga incremental de los
datos en las bases de datos destino del Data Warehouse, especificando si
se realiza en base a un chequeo de los
ficheros log de los sistemas operacionales, o en base al cruce de los
fichero de carga, etc.




. Enumerar las principales diferencias respecto al proceso de carga
masiva y las consideraciones a tener en cuenta




- FUNCIONALIDADES ADICIONALES




. Anlisis y control de la calidad



Incorpora funcionalidades para realizar un anlisis y control de la
calidad
de los datos
[ ] [ ]
Especificar el paquete software ofertado que incluye esta funcionalidad y
la
plataforma o plataformas donde ha de instalarse.




Requiere algn software adicional que complemente esta funcionalidad
[ ] [ ]

. Limpieza



Incorpora funcionalidades para llevar a cabo una limpieza de los datos
[ ] [ ]
Especificar el paquete software ofertado que incluye esta funcionalidad y
la
plataforma o plataformas donde ha de instalarse



Requiere algn software adicional que complemente esta funcionalidad
[ ] [ ]
Explicar detalladamente los mecanismos de limpieza proporcionados,
indicando
la plataforma donde se ejecutan estos




- GESTIN DEL METADATA




. Procedimientos de creacin, mantenimiento y consulta



Indicar cmo se almacenan fsicamente los metadatos generados



Fichero plano
[ ] [ ]
Base de Datos propia
[ ] [ ]
Base de Datos externa (especificar los gestores soportados en
observaciones)
[ ] [ ]

Otros (especificar)
[ ] [
]

Dnde se almacenan dichos metadatos



Puesto cliente
[ ] [ ]
Servidor intermedio
[ ] [ ]
Servidor central del Data Warehouse
[ ] [ ]

Servidor central operacional
[ ] [ ]
La creacin y actualizacin de los metadatos es completamente automtica
[ ] [ ]
Es posible definir plantillas para los metadatos que se desean generar
[ ] [ ]
Todos los datos y reglas de transformacin que intervienen en la creacin
y mantenimiento del Data Warehouse se almacenan como metadatos
[ ] [ ]
Dispone de alguna herramienta especfica para el mantenimiento y consulta
de los metadatos asociados al Data Warehouse, permitiendo la navegacin
dentro del directorio de metadatos
[ ] [ ]
En caso afirmativo indicar
* El nombre del paquete software ofertado que incluye tal funcionalidad
* La plataformas o plataformas donde ha de instalarse
* Si requiere algn software adicional para completar tal funcionalidad
* Describir el mecanismo de integracin con las otras herramientas
ofertadas



Es posible crear vistas adaptadas de los metadatos para diferentes
proyectos
[ ] [ ]
Utiliza un formato propio de metadatos
[ ] [ ]
Indicar la informacin contenida en los metadatos



Descripcin de los esquemas de datos origen y destino
[ ] [ ]
Reglas de transformacin y validacin de datos
[ ] [ ]
Variables de conversin
[ ] [ ]
Mappings origen-destino
[ ] [ ]
Opciones de recuperacin de datos
[ ] [ ]
Opciones de manejo de excepciones
[ ] [ ]
Secuencia de acciones a realizar en las conversiones (queries, sorts y
merges)
[ ] [ ]
Especificaciones detalladas de las conversiones
[ ] [ ]

Otras (especificar)
[ ] [
]

Indicar el grado de seguridad en el acceso a los metadatos.



No incorpora funciones de seguridad (utiliza la dada por el gestor)
[ ] [ ]
S incorpora funciones de seguridad
[ ] [ ]

Explicar en detalle



Dispone de alguna herramienta especfica que permita el acceso va
Web a los metadatos asociados al Data Warehouse
[ ] [ ]
En caso afirmativo especificar qu navegadores son compatibles



Microsoft Internet Explorer
[ ] [ ]

Netscape
[ ] [ ]
En caso afirmativo indicar



El nombre del paquete software ofertado que incluye tal funcionalidad y
dnde
ha de instalarse, detallando los requerimientos lgicos y fsicos
asociados



Requiere algn software adicional para completar tal funcionalidad,
adems
del propio navegador
[ ] [ ]
En base a la pregunta anterior indicar las funcionalidades disponibles
va
Web y las principales diferencias respecto a un acceso cliente/servidor
directo




. Integracin de los metadatos



Es posible que los metadatos generados por dicha herramienta de
extraccin
puedan ser interpretados e integrados con los metadatos generados por las
herramientas de acceso al Data Warehouse
[ ] [ ]
En base a la pregunta anterior explicar detalladamente los mecanismos de
integracin
utilizados, enumerando las consideraciones a tener en cuenta



Dicha integracin de los metadatos completamente automtica
[ ] [ ]
Posibilidad de la integracin entre metadatos de negocio y tcnicos
provenientes de mltiples fuentes
[ ] [ ]
En caso afirmativo explicar detalladamente los mecanismos de integracin
utilizados, as como el grado de automatizacin de dicha integracin




. Control de versiones y documentacin del metadato



Mantiene un histrico sobre los cambios realizados que permita realizar
un control de versiones
[ ] [ ]
Est automatizada la generacin de documentacin asociada
con los metadatos
[ ] [ ]
En caso afirmativo indicar si es posible imprimir dicha documentacin.



No
[ ] [ ]
S, pero sin presentacin preliminar
[ ] [ ]

S, con presentacin preliminar
[ ] [ ]

. Importacin y exportacin de metadatos



Permite capturar los metadatos desde fuentes externas
[ ] [ ]
En caso afirmativo indicar las fuentes soportadas



Procesadores de texto
[ ] [ ]
Amipro
[ ] [ ]
Word
[ ] [ ]
WordPerfect
[ ] [ ]
Otros (especificar)
[ ] [
]

Bases de datos (especificar)
[ ] [
]

Hojas de clculo
[ ] [ ]
Lotus 123
[ ] [ ]
Excel
[ ] [ ]

Otros (especificar)
[ ] [
]

Ficheros planos
[ ] [ ]

Otras (especificar)
[ ] [
]

Posibilidad de exportar los metadatos
[ ] [ ]
En caso afirmativo indicar los formatos soportados.



CDIF (formato estndar de intercambio de datos)
[ ] [ ]

Otros (especificar)
[ ] [
]


ADMINISTRACIN




- GESTIN DE RECURSOS




. Administracin centralizada



Posee una herramienta de administracin y control centralizada



No
[ ] [ ]
S, pero sin interfaz grfica
[ ] [ ]

S, con interfaz grfica
[ ] [ ]
Indicar el paquete software ofertado que incluye esta funcionalidad



Indicar las plataformas donde es necesario instalar el software de esta
herramienta
de administracin



Puesto cliente
[ ] [ ]
Servidor intermedio
[ ] [ ]

Servidor central
[ ] [ ]
Requiere algn software adicional que complemente dicha funcionalidad
[ ] [ ]
Indicar las funcionalidades que incorpora esta herramienta



Gestin de la seguridad
[ ] [ ]
Monitorizacin de tareas en curso
[ ] [ ]
Realizacin de pruebas de funcionalidad a volumen pequeo
[ ] [ ]

Otras (especificar)
[ ] [
]

Puede ser utilizada esta herramienta de administracin desde varios
puestos



No
[ ] [ ]
S, pero no simultneamente
[ ] [ ]

S, simultneamente
[ ] [ ]

. Estadsticas y logs de los procesos de extraccin,
transformacin, movimiento y carga



Elabora automticamente estadsticas y logs de dichos procesos
[ ] [ ]
En caso afirmativo, especificar la informacin incluida en dichos logs
y estadsticas



Total de registros ledos
[ ] [ ]
Total de registros cargados
[ ] [ ]
Tiempos de ejecucin
[ ] [ ]
Nmero de registros a los que se aplica una determinada regla de
transformacin
[ ] [ ]
Nmero de registros que cumplen cada una de las condiciones de una regla
de transformacin
[ ] [ ]

Otras (especificar)
[ ] [
]

Indicar el almacenamiento fsico de dicha informacin



Fichero plano
[ ] [ ]
Base de Datos propia
[ ] [ ]
Base de Datos externa (especificar los gestores soportados en
observaciones)
[ ] [ ]

Otros (especificar)
[ ] [
]

Almacen de dicha informacin



Puesto cliente
[ ] [ ]
Servidor intermedio
[ ] [ ]

Servidor central
[ ] [ ]
Indicar los tiempos estimados de extraccin y transformacin, en
base a volmenes de informacin



Indicar los tiempos estimados de carga, en base a volmenes de
informacin




- SEGURIDAD




. Indicar los niveles de seguridad soportados



Por usuario
[ ] [ ]
Por grupo de usuario
[ ] [ ]

Otros (especificar)
[ ] [
]


. En qu plataforma se gestiona la seguridad



Puesto cliente
[ ] [ ]
Servidor intermedio
[ ] [ ]

Servidor central
[ ] [ ] . Se realiza una identificacin del usuario a la hora de acceder
al sistema [ ] [ ]

. Almacenamiento fsico de la password



Fichero plano
[ ] [ ]
Base de datos propia
[ ] [ ]
Base de datos externa (especificar los gestores soportados en
observaciones)
[ ] [ ]

Otros (especificar)
[ ] [
]


. Localizacin fsica de la password



Puesto cliente
[ ] [ ]
Servidor intermedio
[ ] [ ]
Servidor central
[ ] [ ]

Otros (especificar)
[ ] [
]


. Explicar en detalle los mecanismos de seguridad que incorporan la
o las herramientas ofertadas




- PROCEDIMIENTO DE PLANIFICACIN Y MANTENIMIENTO


. Posible construir procedimientos que automaticen las tareas de
planificacin
y mantenimiento
No
[ ] [ ]
S, pero no dispone de un interfaz grfico que facilite la programacin
dedichas tareas.
[ ] [ ]

S, con un interfaz grfico que facilite la programacin
de dichas tareas
[ ] [ ] . En caso afirmativo, indicar las posibles bases de dicha
planificacin


Eventos
[ ] [ ]
Ventanas de tiempo
[ ] [ ]

Otras (especificar)
[ ] [
]
. Indicar el paquete software ofertado que incluye esta funcionalidad y
la plataforma
o plataformas donde ha de instalarse

. Requiere algn software adicional que complemente dicha funcionalidad [
] [ ]

ACLARACIONES GENERALES




REFERENCIAS


Cuestionario de anlisis de la calidad en un Data
Warehouse
3.3.2.- CUESTIONARIO DE ANLISIS DE CALIDAD
Con carcter general y a fin de utilizar la informacin recopilada de cara a la contratacin, es
importante destacar que los datos recogidos en este cuestionario estn dirigidos a obtener un
resumen estructurado de la oferta y a demostrar la solvencia tcnica o profesional de la empresa
en aquellos casos en que no sea requerida la clasificacin de la misma. Dicha informacin slo
servir de base a la valoracin cuando est relacionada con lo expresado en la clusula "Criterios
de adjudicacin del contrato", siendo, en el resto de los casos, de carcter meramente informativo.
Nota: (*) significa que hay que indicar "1" en caso afirmativo.
(**) significa que hay que repetir para cada sistema operativo ofertado.
Cuestin Respuesta Referencia
a oferta
(Pgina)
------------------------------------------ ---------- ----------

ENTORNO OPERATIVO


- REQUERIMIENTOS LGICOS


. Especificar para cada uno de las paquetes software ofertados la o las
posibles plataformas (servidor central,
servidor intermedio y cliente) donde podran instalarse, detallando los
requerimientos fsicos y
lgicos asociados a cada alternativa, junto con los procesos que se
ejecutaran en cada una de las
posibles plataformas.
[ ] [ ]

. Compatibilidad con Sistemas operativos. (Enumerar)
[ ] [ ]



. Compatibilidad con software de red
[ ] [ ]

. Necesidad de software adicional. (Enumerar)
[ ] [ ]



- REQUERIMIENTOS FSICOS


. Memoria RAM Mnima requerida
[ ] [ ]

. Memoria RAM Recomendada
[ ] [ ]

. Espacio libre de disco Mnimo requerido
[ ] [ ]

. Espacio libre de disco Recomendado
[ ] [ ]

. Procesador mnimo requerido
[ ] [ ]

. Porcesador recomendado
[ ] [ ]

. Observaciones


CARACTERISTICAS GENERALES [ ] [ ]
- ORIGEN DE LOS DATOS A ANALIZAR

. Indicar si se analiza el total de los datos o
bien slo una muestra
significativa de los mismos

Todos los datos
[ ] [ ]
Muestra

Ambos
[ ] [ ]
. Observaciones


. Indicar y explicar detalladamente el
mecanismo de obtencin de los datos
a analizar.

Acceso directo a las fuentes de datos y
anlisis de la calidad de los
datos
[ ] [ ]
Acceso directo a las fuentes de datos,
extraccin de los datos a analizar
y almacenamiento de los mismos para su
anlisis.
[ ] [ ]
Anlisis de la calidad de los datos que otras
herramientas han extrado
de las fuentes de datos.
[ ] [ ]
. Observaciones


. Explicacin detallada del mecanismo seguido


. En el caso de acceder directamente a las
fuentes de datos indicar

Si es posible analizar la calidad de los datos
de varias fuentes simultneamente
[ ] [ ]
Observaciones


Las fuentes de datos a las que es posible
acceder, especificando en los casos
en que sea necesario las ltimas versiones
certificadas

Ficheros planos
[ ] [ ]
Bases de datos (especificar)
[ ] [ ]

Otras fuentes de datos (especificar)
[ ] [ ]

Observaciones


. En el caso de extraer los datos a analizar
desde las fuentes soportadas y almacenarlos
para su anlisis, indicar

Almacenamiento fsico de los datos analizar

Fichero plano
[ ] [ ]
Memoria
[ ] [ ]
Base de Datos propia
[ ] [ ]
Base de Datos externa (especificar los gestores
soportados en observaciones)
[ ] [ ]
Otros (especificar)
[ ] [ ]

Observaciones


Localizacin fsica de los datos

Puesto cliente
[ ] [ ]
Servidor intermedio
[ ] [ ]
Servidor central
[ ] [ ]
Otros (especificar)
[ ] [ ]

Observaciones


Tcnicas aplicadas sobre los datos intermedios

Compresin
[ ] [ ]
Encriptacin
[ ] [ ]
Otros (especificar)
[ ] [ ]

En caso de aplicar compresin, indicar la
relacin de compresin


Observaciones


En base a las preguntas anteriores, explicar en
detalle el consumo de recursos
asociado a este almacenamiento intermedio de
los datos.


. En el caso de analizar los datos que otras
herramientas han extrado
de las fuentes de datos, especificar de qu
herramientas se trata. as como sus
requerimientos lgicos
y fsicos y la plataforma o plataformas donde
han de instalarse.


- ELECCION Y TRATAMIENTO DE LAS MUESTRAS

. Describir el mecanismo de eleccin de la
muestra, para asegurar la aleatoriedad
de la misma

Lo fija la herramienta sin intervencin del
usuario
[ ] [ ]
El usuario selecciona un criterio de entre los
posibles que proporciona la herramienta
[ ] [ ]
El usuario puede confeccionar los criterios de
eleccin de la muestra
a medida
[ ] [ ]
Otros (especificar)
[ ] [ ]

Describir detalladamente el mecanismo seguido


Observaciones


. Indicar el almacenamiento fsico de la
muestra de datos

Fichero plano
[ ] [ ]
Memoria
[ ] [ ]
Base de Datos propia
[ ] [ ]
Base de Datos externa (especificar los gestores
soportados en observaciones)
[ ] [ ]
Otros (especificar)
[ ] [ ]

Observaciones


. Indicar la localizacin fsica de la muestra
de datos

Puesto cliente
[ ] [ ]
Servidor intermedio
[ ] [ ]
Servidor central
[ ] [ ]
Otros (especificar)
[ ] [ ]

Observaciones


. Porcentaje que supone la muestra sobre el
volumen total de datos


Observaciones


. Tcnicas aplicadas sobre la muestra de datos

Compresin
[ ] [ ]
Encriptacin
[ ] [ ]
Otras (especificar)
[ ] [ ]

En caso de aplicar compresin, indicar la
relacin de
compresin.............................

Observaciones


- MECANISMOS DE ANALISIS DE LA CALIDAD Y
FUNCIONALIDADES

. Explicar detalladamente el mecanismo de
anlisis de calidad utilizado
y las funcionalidades disponibles


. Indicar los niveles de anlisis de calidad
disponibles

A nivel de campo
[ ] [ ]
A nivel de grupo de campos
[ ] [ ]
A nivel de registros
[ ] [ ]
Otros (especificar)
[ ] [ ]

Observaciones


. Indicar la plataforma o plataformas donde se
ejecutan los procesos de anlisis
de calidad de los datos

Puesto cliente
[ ] [ ]
Servidor intermedio
[ ] [ ]
Servidor central del Data Warehouse
[ ] [ ]
Servidor central operacional
[ ] [ ]
Otros (especificar)
[ ] [ ]

Observaciones


. Indicar las mtricas que proporciona la
herramienta por defecto para
cuantificar la calidad de los datos

Validacin de formatos
[ ] [ ]
Ausencia de informacin en campos obligatorios
[ ] [ ]
Cardinalidad de las variables
[ ] [ ]
Comprobacin de reglas de integridad:
[ ] [ ]
Entre campos del mismo fichero
[ ] [ ]
Entre campos de distintos ficheros
[ ] [ ]
Rango de valores
[ ] [ ]
Comprobacin cruzada de valores contra una
tabla de referencia
[ ] [ ]
Validacin de fechas
[ ] [ ]
Rango de fechas
[ ] [ ]
Otras (especificar):
[ ] [ ]

Observaciones


. Posibilidad de utilizar "mtricas" definidas
por el usuario
para cuantificar la calidad de los datos

No
[ ] [ ]
S, pero no posee un asistente que facilita la
definicin de dichas
mtricas
[ ] [ ]
S, y posee un asistente que facilita la
definicin de dichas mtricas
[ ] [ ]
Observaciones. Describir el mecanismo de
definicin de mtricas
utilizado
[ ] [ ]

- LIMITACIONES

. Existencia de alguna limitacin interna de la
herramienta en cuanto
al volumen mximo de informacin que se puede
analizar

S , limitado por nmero de registros
[ ] [ ]
S , limitado por volumen de informacin
[ ] [ ]
No
[ ] [ ]
En caso afirmativo, especificar el lmite
definido


Observaciones


- RECOMENDACIONES PRACTICAS

. Enumerar las principales recomendaciones
prcticas para asegurar una
plena explotacin de la potencialidad de los
paquetes software ofertados.


. Enumerar y justificar brevemente los puntos
fuertes tanto de la arquitectura
funcional propuesta como de las herramientas
ofertadas.


FUNCIONALIDAD

- FACILIDAD DE USO

. Especificar los idiomas soportados en cada
una de las siguientes reas

A nivel de aplicacin

Espaol
[ ] [ ]
Ingls
[ ] [ ]
Otros (especificar)
[ ] [ ]

A nivel de ayuda on-line

Espaol
[ ] [ ]
Ingls
[ ] [ ]
Otros (especificar)
[ ] [ ]

A nivel de manuales de ayuda

Espaol
[ ] [ ]
Ingls
[ ] [ ]
Otros (especificar)
[ ] [ ]

A nivel de soporte

Espaol
[ ] [ ]
Ingls
[ ] [ ]
Otros (especificar)
[ ] [ ]

. Incluye los caracteres exclusivos del
espaol: , y
vocales acentuadas
[ ] [ ]
. Interfaz grfico [ ] [ ]
. Ayuda on-line
[ ] [ ]

. Presentacin preliminar de la documentacin
antes
de la impresin
[ ] [ ]

. Observaciones



. Especificar detalladamente los diferentes
perfiles de usuario contemplados
para cada una de las herramientas ofertadas,
as como la curva de aprendizaje (en horas)para
cada uno de
ellos.



- ACCESO A LAS FUENTES DE DATOS


. Conocimiento de la estructura de las bases
de datos

Requerimiento de algn software adicional que
[ ] [ ]
permita conocer la estructura
de las bases de datos
En caso afirmativo indicar la plataforma o
plataformas donde ha de instalarse
dicha herramienta


Explicar detalladamente el mecanismo que
utiliza la herramienta para conocer
la estructura de las bases de datos



. Deteccin y captura de modificaciones en la
estructura de
las bases de datos

Requiere algn software adicional que permita
detectar y capturar las
modificaciones hechas en la estructura de las
bases de datos
[ ] [ ]
Explicar con detalle los mecanismos utilizados
para la deteccin de cambios
en la estructura de las bases de datos.


Posibilidad de automatizar la deteccin de
dichos cambios
[ ] [ ]
Explicar detalladamente los mecanismos
utilizados para la captura de dichos cambios


Posibilidad de automatizar la captura de los
cambios realizados en la estructura
de las bases de datos
[ ] [ ]
Es necesario parar las bases de datos para
realizar el proceso de captura de
cambios
[ ] [ ]

. Acceso a las bases de datos

Requiere algn software adicional que permita
el acceso a las bases de
datos
[ ] [ ]
Accede directamente a la base de datos
[ ] [ ]
En caso afirmativo describir el mecanismo de
acceso seguido


En caso de no acceder directamente a la base de
datos indicar cmo se
obtienen los ficheros de datos

Mediante una utilidad de la propia herramienta
[ ] [ ]
A travs de una utilidad del gestor
[ ] [ ]
Mediante un desarrollo a medida.
[ ] [ ]
Otros (especificar)
[ ] [ ]


- PROCEDIMIENTOS DE ANALISIS DE CALIDAD


. Indicar el paquete software ofertado que

incluye esta funcionalidad
y la plataforma o plataformas donde ha de
instalarse


. Requiere algn software adicional que
complemente esta funcionalidad
[ ] [ ]

. Es posible automatizar completamente los
procesos de anlisis
de calidad
[ ] [ ]

. Es posible mantener un histrico sobre
evolucin temporal
de la calidad de los datos
[ ] [ ]

. Formatos soportados para la exportacin de los
resultados
obtenidos

Hojas de clculo
[ ] [ ]
Lotus 123
[ ] [ ]
Excel
[ ] [ ]
Otras (especificar)
[ ] [ ]

Procesadores de texto
[ ] [ ]
Amipro
[ ] [ ]
WordPerfect
[ ] [ ]
Word
[ ] [ ]
Otros (especificar)
[ ] [ ]

Herramientas grficas
[ ] [ ]
FreeLance
[ ] [ ]
PowerPoint
[ ] [ ]
Otros (especificar)
[ ] [ ]


Bases de datos (especificar)
[ ] [ ]


Ficheros Planos
[ ] [ ]

Otros (especificar)
[ ] [ ]


. Adjuntar como anexo un ejemplo, lo ms
completo posible,
que contenga la informacin sobre un anlisis
de calidad, efectuado con la herramienta
propuesta


- GENERACION DE DOCUMENTACION


. Posee un Generador de Informes que permita la
generacin
de la documentacin sobre los resultados
obtenidos

No
[ ] [ ]
S, pero bajo la peticin del usuario
[ ] [ ]

S, automticamente
[ ] [ ]

. Indicar el paquete software ofertado que
incluye esta funcionalidad
y la plataforma o plataformas donde ha de
instalarse



. Requiere algn software adicional que
complemente esta funcionalidad
[ ] [ ]

. Describir la informacin incluida en dicha
documentacin

Origen de los datos
[ ] [ ]
Posibles correspondencias entre datos
[ ] [ ]
Mtricas aplicadas
[ ] [ ]

Otras (especificar)
[ ] [ ]


. Soporta el versionado de la documentacin
generada
[ ] [ ]

. Se proporciona algn software que facilite el
mantenimiento
y versionado de la documentacin
[ ] [ ]

- CARACTERISTICAS DEL ENTORNO FUNCIONAL


. Especificar el software mnimo que es
necesario tener instalado
en las diferentes plataformas



. Son necesarios otros requisitos software
adicionales
[ ] [ ]

- FUNCIONALIDADES ADICIONALES


. Limpieza de datos

Incorpora alguna funcionalidad que permita la
limpieza de datos
[ ] [ ]
Especificar el paquete software ofertado que
incluye esta funcionalidad y la
plataforma o plataformas donde ha de instalarse


Requiere algn software adicional que
complemente esta funcionalidad
[ ] [ ]
Explicar detalladamente los mecanismos de
limpieza proporcionados, indicando
la plataforma donde se ejecutan estos



. Otras funcionalidades

Incorpora otras funcionalidades (enumerarlas)
[ ] [ ]

Especificar el paquete o paquetes software
ofertados que incluyen estas funcionalidades
y la plataforma o plataformas donde ha de
instalarse


Requiere algn software adicional que
complemente estas funcionalidades
[ ] [ ]
Explicar detalladamente los mecanismos
asociados a dichas funcionalidades, indicando
la plataforma donde se ejecutan estos



- GESTION DE LOS METADATOS DE CALIDAD

. Se generan metadatos sobre la calidad de los
datos
[ ] [ ]

. Procedimientos de creacin, mantenimiento y
consulta

Indicar cmo se almacenan fsicamente los
metadatos generados.

Fichero plano
[ ] [ ]
Base de Datos propia
[ ] [ ]
Base de Datos externa (especificar los gestores
soportados en observaciones)
[ ] [ ]

Otros (especificar)
[ ] [ ]

Dnde se almacenan dichos metadatos

Puesto cliente
[ ] [ ]
Servidor intermedio
[ ] [ ]

Servidor central
[ ] [ ]
La creacin y actualizacin de los metadatos es
completamente automtica
[ ] [ ]
En caso negativo indicar qu metadatos se
alimentan automticamente
y cules no, especificando en este ltimo caso
el mecanismo seguido


Es posible definir plantillas para los
metadatos que se desean generar
[ ] [ ]
Dispone de alguna herramienta especfica para
el mantenimiento y consulta
de los metadatos de calidad asociados al Data
Warehouse, as como para la navegacin dentro
del directorio
de metadatos
[ ] [ ]
El nombre del paquete software ofertado que
incluye tal funcionalidad

La plataformas o plataformas donde ha de
instalarse

Requiere algn software adicional para
completar tal funcionalidad
[ ] [ ]
Es posible crear vistas adaptadas de los
metadatos para diferentes proyectos
[ ] [ ]
Utiliza un formato propio de metadatos
[ ] [ ]
Indicar la informacin contenida en los
metadatos

Descripcin de los esquemas de datos origen
[ ] [ ]
Mtricas definidas por defecto
[ ] [ ]
Mtricas definidas por el usuario
[ ] [ ]

Otras (especificar)
[ ] [ ]

Indicar el grado de seguridad en el acceso a
los metadatos

No incorpora funciones de seguridad
[ ] [ ]

S incorpora funciones de seguridad
[ ] [ ]
Dispone de alguna herramienta especfica que
permita el acceso va
Web a los metadatos de calidad
[ ] [ ]
especificar qu navegadores son compatibles


El nombre del paquete software ofertado que
incluye tal funcionalidad y dnde
ha de instalarse, detallando
los requerimientos lgicos y fsicos
asociados


Requiere algn software adicional para
completar tal funcionalidad, adems
del propio navegador
[ ] [ ]
En base a la pregunta anterior indicar las
funcionalidades disponibles va
Web y las principales diferencias respecto a un
acceso cliente/servidor directo



. Integracin de los metadatos de calidad con
otros metadatos

Es posible que los metadatos generados por
dicha herramienta de anlisis
puedan ser interpretados e integrados con los
generados por otras herramientas, tanto de
usuario final como de
[ ] [ ]
extraccin, movimiento y carga
En caso afirmativo especificar las herramientas
de compatibles, indicando si
son o no del mismo fabricante


En base a la pregunta anterior explicar
detalladamente los mecanismos de integracin
utilizados, enumerando las consideraciones a
tener en cuenta


Dicha integracin de los metadatos
completamente automtica
[ ] [ ]

. Control de versiones y documentacin del
metadato de calidad

Se mantiene un histrico sobre los cambios
realizados en los metadatos
de calidad que permita realizar un control de
versiones
[ ] [ ]
si existe algn lmite en el nmero de
versiones
[ ] [ ]
Est automatizada la generacin de
documentacin asociada
con los metadatos de calidad
[ ] [ ]
Posibilidad de imprimir dicha documentacin

No
[ ] [ ]
S, pero sin presentacin preliminar
[ ] [ ]
S, con presentacin preliminar
[ ] [ ]
. Importacin y exportacin de los metadatos de

calidad
Permite importar los metadatos de calidad desde
fuentes externas
[ ] [ ]
Indicar las fuentes soportadas

Procesadores de texto
[ ] [ ]
Amipro
[ ] [ ]
Word
[ ] [ ]
WordPerfect
[ ] [ ]
Otros (especificar)
[ ] [ ]

Bases de datos (especificar)
[ ] [ ]

Hojas de clculo
[ ] [ ]
Lotus 123
[ ] [ ]
Excel
[ ] [ ]
Otros (especificar)
[ ] [ ]

Ficheros planos
[ ] [ ]
Otras (especificar)
[ ] [ ]

Consideraciones a tener en cuenta


Posibilidad de exportar los metadatos de
calidad
[ ] [ ]
Formatos soportados

CDIF (formato estndar de intercambio de datos)
[ ] [ ]
Otros (especificar)
[ ] [ ]

- PLANIFICACION DEL ANALISIS DE CALIDAD

. Posibilidad de construir procedimientos que
automaticen las tareas de anlisis
de la calidad de los datos

No
[ ] [ ]
S, pero no dispone de un interfaz grfico que
facilite la programacin
de dichas tareas.
[ ] [ ]
S, con un interfaz grfico que facilite la
programacin
de dichas tareas
[ ] [ ]
. Indicar las posibles bases de dicha
planificacin

Eventos
[ ] [ ]
Ventanas de tiempo
[ ] [ ]
Otras (especificar)
[ ] [ ]

. Indicar el paquete software ofertado que
incluye esta funcionalidad y la plataforma
o plataformas donde ha de instalarse


. Requiere algn software adicional que
complemente dicha funcionalidad
[ ] [ ]
ACLARACIONES GENERALES


REFERENCIAS

Resumen de las principales instalaciones donde
se encuentran instaladas las herramientas
propuestas, con una breve descripcin del
entorno tecnolgico y de los volmenes de
informacin
manejados


Cuestionario de Herramientas de usuario final: OLAP, EIS,
Reporting (1/3)
3.3.3.- CUESTIONARIO DE HERRAMIENTAS DE USUARIO FINAL: OLAP, EIS, REPORTING
Con carcter general y a fin de utilizar la informacin recopilada de cara a la contratacin, es
importante destacar que los datos recogidos en este cuestionario estn dirigidos a obtener un
resumen estructurado de la oferta y a demostrar la solvencia tcnica o profesional de la empresa
en aquellos casos en que no sea requerida la clasificacin de la misma. Dicha informacin slo
servir de base a la valoracin cuando est relacionada con lo expresado en la clusula "Criterios
de adjudicacin del contrato", siendo, en el resto de los casos, de carcter meramente informativo.
Nota: (*) significa que hay que indicar "1" en caso afirmativo.
(**) significa que hay que repetir para cada sistema operativo ofertado.
Cuestin Respuesta Referencia
a oferta
(Pgina)
------------------------------------------ ---------- ----------

ENTORNO OPERATIVO




- REQUERIMIENTOS LGICOS




Es compatible con los sistemas operativos de las plataformas


[ ]


[ ]
Es compatible con otros sistemas operativos (enumerar)


[ ]


[ ]



Es compatible con el software de red del entorno


[ ]


[ ]
Necesidad software adicional (enumerar)


[ ]


[ ]





- REQUERIMIENTOS FSICOS




. Memoria RAM Mnima requerida
[ ] [ ]

. Memoria RAM Recomendada
[ ] [ ]

. Espacio libre de disco Mnimo requerido
[ ] [ ]

. Espacio libre de disco Recomendado
[ ] [ ]

. Procesador mnimo requerido
[ ] [ ]

. Porcesador recomendado
[ ] [ ]

. Observaciones





CARACTERSTICAS GENERALES


- INTERFACES DE USUARIO FINAL APORTADAS Y SOPORTADAS



. Especificar los diferentes interfaces de usuario final que aportan
las herramientas ofertadas, indicando el perfil de usuario adecuado a
cada uno de ellos



Aplicaciones EIS
[ ] [ ]
Entornos OLAP
[ ] [ ]
Reporting
[ ] [ ]
Otros (especificar)
[ ] [ ]




. Especificar los diferentes interfaces de usuario final que se soportan,
indicando el perfil de usuario adecuado a cada uno de ellos



Aplicaciones EIS
[ ] [ ]
Entornos OLAP
[ ] [ ]
Reporting
[ ] [ ]
Lotus 123
[ ] [ ]
Excel
[ ] [ ]
Otros (especificar)
[ ] [ ]




- DESCRIPCIN DEL ACCESO


. Especificar el tipo de acceso efectuado
ROLAP
[ ] [ ]
MOLAP
[ ] [ ]
Observaciones







. Indicar las arquitecturas cliente/servidor soportadas



2 niveles (acceso directo a la base de datos desde el puesto cliente)
[ ] [ ]
3 niveles (acceso a la base de datos a travs de un servidor intermedio)
[ ] [ ]
4 niveles (acceso va Web)
[ ] [ ]
Observaciones







. Indicar los gestores de bases de datos que soporta, as como
las ltimas versiones certificadas para cada uno de ellos



Adabas.......................
[ ] [ ]
DB2.......................
[ ] [ ]
Informix.......................
[ ] [ ]
Oracle.......................
[ ] [ ]
Redbrick.......................
[ ] [ ]
SQL Server.......................
[ ] [ ]
Sybase Adaptive Server Enterprise.......................
[ ] [ ]
Sybase Adaptive Server IQ .......................
[ ] [ ]
Teradata.......................
[ ] [ ]
Otros (especificar).......................
[ ] [ ]




. Almacenamiento fsico de los datos recuperados



Fichero plano
[ ] [ ]
Memoria
[ ] [ ]
Base de datos propia
[ ] [ ]
Base de datos externa (especificar los gestores soportados en
observaciones)
[ ] [ ]
Otros (especificar)
[ ] [ ]




. Dnde se almacena la informacin recuperada



Puesto cliente
[ ] [ ]
Servidor intermedio
[ ] [ ]
Servidor central
[ ] [ ]
Otros (especificar)
[ ] [ ]


. Indicar la visin lgica de los datos recuperados.


Relacional
[ ] [ ]
Multidimensional (cubos)
[ ] [ ]

. En caso de almacenar la informacin recuperada de manera
multidimensional indicar cmo y cundo se genera el cubo



En el momento de la consulta
[ ] [ ]
En un proceso diferido
[ ] [ ]
Otros (especificar)
[ ] [ ]


Para cualquiera de las respuestas describir en detalle el mecanismo
seguido







. En caso de almacenamiento multidimensional explicar qu ocurre
si los datos necesarios para dar respuesta a una consulta no se
encuentran en el cubo



Genera en el momento un nuevo acceso a la base de datos del Data
[ ] [ ]
Warehouse
[ ] [ ]
Se indica que la consulta en cuestin no puede ser ejecutada
[ ] [ ]
Otros (especificar)
[ ] [ ]


Para cualquiera de las respuestas describir en detalle el mecanismo
seguido







- TCNICAS DE EXPLORACIN DE DATOS




. Tcnicas de exploracin de datos soportadas



Drill down
[ ] [ ]
Drill up
[ ] [ ]
Drill across
[ ] [ ]
Otras (especificar)
[ ] [ ]




. Para las tcnicas de navegacin soportadas indicar
en qu casos se vuelve a lanzar una query contra la base de datos con el
fin de obtener los detalles solicitados,
especificando si se hace de forma desatendida o no







. En el caso de utilizar alguna de las tcnicas de exploracin
de datos, se mantiene la visualizacin de los datos asociados a cada uno
de los pasos seguidos, de manera
que siempre tendremos los datos anteriores para poder iniciar otro camino
de navegacin.
[ ] [ ]

Observaciones







. Es posible navegar por ms de una ocurrencia
del mismo atributo simultneamente
[ ] [ ]
Especificar si existe algn lmite en el nmero de ocurrencias
desde las que iniciar una navegacin







Observaciones







- FUNCIONALIDADES. POTENCIA DE CLCULO




. Principales funcionalidades proporcionadas



Rankings


[ ]


[ ]
Tendencias


[ ]


[ ]
Comparativas


[ ]


[ ]

Otras (especificar)


[ ]


[ ]



Descripcin de las funcionalidades







. Enumerar las funciones estadsticas disponibles







. Funcionalidades de clculo dinmico soportadas



Definicin de mltiples criterios de ordenacin dentro de
un informe


[ ]


[ ]
Redimensionamiento automtico de la anchura de las columnas


[ ]


[ ]
Clculo automtico de totales y estadsticas


[ ]


[ ]

Otras (especificar)


[ ]


[ ]





. Posibilidad de utilizar fechas dinmicas,
tomando como base la fecha actual


[ ]


[ ]

(especificar)







. Posible realizar clculos dinmicos
entre las columnas o incluso celdas que componen un informe ya calculado,
de forma semejante a como lo hace una hoja de clculo, sin necesidad de
lanzar una nueva consulta



No


[ ]


[ ]
S, pero es necesario definir una nueva mtrica


[ ]


[ ]

S, sin necesidad de definir nuevas mtricas


[ ]


[ ]


- VISIN DEL MODELO DE NEGOCIO




. Posee un interfaz grfica que muestre el modelo de negocio
utilizado, es decir, las dimensiones de forma jerarquizada
y los atributos que las componen



No


[ ]


[ ]
S, pero sin la posibilidad de limitar la expansin de los atributos
hasta el nivel deseado.


[ ]


[ ]

S, con la posibilidad de limitar la expansin.


[ ]


[ ]


. En caso de poder limitar esta expansin especificar los posibles
criterios a seguir, y describir el mecanismo de
limitacin utilizado



Por usuario


[ ]


[ ]
Por grupo de usuario


[ ]


[ ]

Otros (especificar)


[ ]


[ ]





. Posible en dicho interfaz grfico visualizar
los valores de los atributos que forman parte del
modelo de negocio


[ ]


[ ]
afirmativo explicar la tcnica utilizada para obtener dichos valores







- LIMITACIONES




. Limitacin interna de la herramienta
en cuanto al volumen mximo de informacin
que se puede recuperar



S , limitado por nmero de registros


[ ]


[ ]
S , limitado por volumen de informacin


[ ]


[ ]
No


[ ]


[ ]

Especificar el lmite definido







. Limitacin en cuanto al nmero
de dimensiones o atributos a incluir dentro del
modelo de datos de negocio


[ ]


[ ]

(especificar)







. Especificar detalladamente las principales limitaciones de los paquetes
software ofertados







- RECOMENDACIONES PRCTICAS




. Indicar el modelo de datos recomendado (en el servidor de datos)



Copo de nieve


[ ]


[ ]
Estrella


[ ]


[ ]
Relacional


[ ]


[ ]

Otros (especificar)


[ ]


[ ]





. Especificar detalladamente las principales recomendaciones prcticas
para asegurar una plena explotacin de la
potencialidad de las herramientas ofertadas







. Enumerar y justificar brevemente los puntos fuertes tanto de la
arquitectura funcional propuesta como de las herramientas
ofertadas





Cuestionario de herramientas de usuario final: OLAP, EIS,
Reporting (2/3)
3.3.3.- CUESTIONARIO DE HERRAMIENTAS DE USUARIO FINAL: OLAP, EIS, REPORTING
Con carcter general y a fin de utilizar la informacin recopilada de cara a la contratacin, es
importante destacar que los datos recogidos en este cuestionario estn dirigidos a obtener un
resumen estructurado de la oferta y a demostrar la solvencia tcnica o profesional de la empresa
en aquellos casos en que no sea requerida la clasificacin de la misma. Dicha informacin slo
servir de base a la valoracin cuando est relacionada con lo expresado en la clusula "Criterios
de adjudicacin del contrato", siendo, en el resto de los casos, de carcter meramente informativo.
Nota: (*) significa que hay que indicar "1" en caso afirmativo.
(**) significa que hay que repetir para cada sistema operativo ofertado.
Cuestin Respuesta Referencia
a oferta
(Pgina)
------------------------------------------ ---------- ----------

ENTORNO OPERATIVO




- REQUERIMIENTOS LGICOS



Es compatible con los sistemas operativos de las plataformas

[ ]

[ ]
Es compatible con otros sistemas operativos (enumerar)

[ ]

[ ]


Es compatible con el software de red del entorno

[ ]

[ ]
Necesidad software adicional (enumerar)

[ ]

[ ]



- REQUERIMIENTOS FSICOS


. Memoria RAM Mnima requerida
[ ] [ ]
. Memoria RAM Recomendada
[ ] [ ]
. Espacio libre de disco Mnimo requerido
[ ] [ ]
. Espacio libre de disco Recomendado
[ ] [ ]
. Procesador mnimo requerido
[ ] [ ]
. Porcesador recomendado
[ ] [ ]
. Observaciones



CARACTERSTICAS GENERALES


- INTERFACES DE USUARIO FINAL APORTADAS Y SOPORTADAS

. Especificar los diferentes interfaces de usuario final que aportan
las herramientas ofertadas, indicando el perfil de usuario adecuado a
cada uno de ellos

Aplicaciones EIS
[ ] [ ]
Entornos OLAP
[ ] [ ]
Reporting
[ ] [ ]
Otros (especificar)
[ ] [ ]


. Especificar los diferentes interfaces de usuario final que se soportan,
indicando el perfil de usuario adecuado a cada uno de ellos

Aplicaciones EIS
[ ] [ ]
Entornos OLAP
[ ] [ ]
Reporting
[ ] [ ]
Lotus 123
[ ] [ ]
Excel
[ ] [ ]
Otros (especificar)
[ ] [ ]


- DESCRIPCIN DEL ACCESO

. Especificar el tipo de acceso efectuado
ROLAP
[ ] [ ]
MOLAP
[ ] [ ]
Observaciones




. Indicar las arquitecturas cliente/servidor soportadas

2 niveles (acceso directo a la base de datos desde el puesto cliente)
[ ] [ ]
3 niveles (acceso a la base de datos a travs de un servidor intermedio)
[ ] [ ]
4 niveles (acceso va Web)
[ ] [ ]
Observaciones




. Indicar los gestores de bases de datos que soporta, as como
las ltimas versiones certificadas para cada uno de ellos

Adabas.......................
[ ] [ ]
DB2.......................
[ ] [ ]
Informix.......................
[ ] [ ]
Oracle.......................
[ ] [ ]
Redbrick.......................
[ ] [ ]
SQL Server.......................
[ ] [ ]
Sybase Adaptive Server Enterprise.......................
[ ] [ ]
Sybase Adaptive Server IQ .......................
[ ] [ ]
Teradata.......................
[ ] [ ]
Otros (especificar).......................
[ ] [ ]


. Almacenamiento fsico de los datos recuperados

Fichero plano
[ ] [ ]
Memoria
[ ] [ ]
Base de datos propia
[ ] [ ]
Base de datos externa (especificar los gestores soportados en
observaciones)
[ ] [ ]
Otros (especificar)
[ ] [ ]


. Dnde se almacena la informacin recuperada

Puesto cliente
[ ] [ ]
Servidor intermedio
[ ] [ ]
Servidor central
[ ] [ ]
Otros (especificar)
[ ] [ ]

. Indicar la visin lgica de los datos recuperados.
Relacional
[ ] [ ]
Multidimensional (cubos)
[ ] [ ]
. En caso de almacenar la informacin recuperada de manera
multidimensional indicar cmo y cundo se genera el cubo

En el momento de la consulta
[ ] [ ]
En un proceso diferido
[ ] [ ]
Otros (especificar)
[ ] [ ]

Para cualquiera de las respuestas describir en detalle el mecanismo
seguido




. En caso de almacenamiento multidimensional explicar qu ocurre
si los datos necesarios para dar respuesta a una consulta no se
encuentran en el cubo

Genera en el momento un nuevo acceso a la base de datos del Data
[ ] [ ]
Warehouse
[ ] [ ]
Se indica que la consulta en cuestin no puede ser ejecutada
[ ] [ ]
Otros (especificar)
[ ] [ ]

Para cualquiera de las respuestas describir en detalle el mecanismo
seguido




- TCNICAS DE EXPLORACIN DE DATOS


. Tcnicas de exploracin de datos soportadas

Drill down
[ ] [ ]
Drill up
[ ] [ ]
Drill across
[ ] [ ]
Otras (especificar)
[ ] [ ]


. Para las tcnicas de navegacin soportadas indicar
en qu casos se vuelve a lanzar una query contra la base de datos con el
fin de obtener los detalles solicitados,
especificando si se hace de forma desatendida o no




. En el caso de utilizar alguna de las tcnicas de exploracin
de datos, se mantiene la visualizacin de los datos asociados a cada uno
de los pasos seguidos, de manera
que siempre tendremos los datos anteriores para poder iniciar otro camino
de navegacin.
[ ] [ ]

Observaciones




. Es posible navegar por ms de una ocurrencia
del mismo atributo simultneamente
[ ] [ ]
Especificar si existe algn lmite en el nmero de ocurrencias
desde las que iniciar una navegacin




Observaciones




- FUNCIONALIDADES. POTENCIA DE CLCULO


. Principales funcionalidades proporcionadas

Rankings

[ ]

[ ]
Tendencias

[ ]

[ ]
Comparativas

[ ]

[ ]

Otras (especificar)

[ ]

[ ]


Descripcin de las funcionalidades




. Enumerar las funciones estadsticas disponibles




. Funcionalidades de clculo dinmico soportadas

Definicin de mltiples criterios de ordenacin dentro de
un informe

[ ]

[ ]
Redimensionamiento automtico de la anchura de las columnas

[ ]

[ ]
Clculo automtico de totales y estadsticas

[ ]

[ ]

Otras (especificar)

[ ]

[ ]



. Posibilidad de utilizar fechas dinmicas,
tomando como base la fecha actual

[ ]

[ ]

(especificar)




. Posible realizar clculos dinmicos
entre las columnas o incluso celdas que componen un informe ya calculado,
de forma semejante a como lo hace una hoja de clculo, sin necesidad de
lanzar una nueva consulta

No

[ ]

[ ]
S, pero es necesario definir una nueva mtrica

[ ]

[ ]

S, sin necesidad de definir nuevas mtricas

[ ]

[ ]

- VISIN DEL MODELO DE NEGOCIO


. Posee un interfaz grfica que muestre el modelo de negocio
utilizado, es decir, las dimensiones de forma jerarquizada
y los atributos que las componen

No

[ ]

[ ]
S, pero sin la posibilidad de limitar la expansin de los atributos
hasta el nivel deseado.

[ ]

[ ]

S, con la posibilidad de limitar la expansin.

[ ]

[ ]

. En caso de poder limitar esta expansin especificar los posibles
criterios a seguir, y describir el mecanismo de
limitacin utilizado

Por usuario

[ ]

[ ]
Por grupo de usuario

[ ]

[ ]

Otros (especificar)

[ ]

[ ]



. Posible en dicho interfaz grfico visualizar
los valores de los atributos que forman parte del
modelo de negocio

[ ]

[ ]
afirmativo explicar la tcnica utilizada para obtener dichos valores




- LIMITACIONES


. Limitacin interna de la herramienta
en cuanto al volumen mximo de informacin
que se puede recuperar

S , limitado por nmero de registros

[ ]

[ ]
S , limitado por volumen de informacin

[ ]

[ ]
No

[ ]

[ ]

Especificar el lmite definido




. Limitacin en cuanto al nmero
de dimensiones o atributos a incluir dentro del
modelo de datos de negocio

[ ]

[ ]

(especificar)




. Especificar detalladamente las principales limitaciones de los paquetes
software ofertados




- RECOMENDACIONES PRCTICAS


. Indicar el modelo de datos recomendado (en el servidor de datos)

Copo de nieve

[ ]

[ ]
Estrella

[ ]

[ ]
Relacional

[ ]

[ ]

Otros (especificar)

[ ]

[ ]



. Especificar detalladamente las principales recomendaciones prcticas
para asegurar una plena explotacin de la
potencialidad de las herramientas ofertadas




. Enumerar y justificar brevemente los puntos fuertes tanto de la
arquitectura funcional propuesta como de las herramientas
ofertadas



Cuestionario de herramientas de usuario final: OLAP, EIS,
Reporting (3/3)
3.3.3.- CUESTIONARIO DE HERRAMIENTAS DE USUARIO FINAL: OLAP, EIS, REPORTING
(cont.)
Con carcter general y a fin de utilizar la informacin recopilada de cara a la contratacin, es
importante destacar que los datos recogidos en este cuestionario estn dirigidos a obtener un
resumen estructurado de la oferta y a demostrar la solvencia tcnica o profesional de la empresa
en aquellos casos en que no sea requerida la clasificacin de la misma. Dicha informacin slo
servir de base a la valoracin cuando est relacionada con lo expresado en la clusula "Criterios
de adjudicacin del contrato", siendo, en el resto de los casos, de carcter meramente informativo.
Nota: (*) significa que hay que indicar "1" en caso afirmativo.
(**) significa que hay que repetir para cada sistema operativo ofertado.
Cuestin Respuesta Referencia
a oferta
(Pgina)
------------------------------------------ ---------- ----------

ADMINISTRACIN



- GESTIN DE RECURSOS


. Administracin centralizada

Posee una herramienta de administracin centralizada


No

[ ]

[ ]

S, pero sin interfaz grfica

[ ]

[ ]
S, con interfaz grfica

[ ]

[ ]
Indicar y describir las funcionalidades que incorpora esta herramienta

Gestin de la seguridad

[ ]

[ ]

Monitorizacin de tareas en curso

[ ]

[ ]

Definicin de perfiles de usuario

[ ]

[ ]

Asignacin y limitacin de recursos

[ ]

[ ]

Otras (especificar)

[ ]

[ ]


Observaciones. Describir las funcionalidades soportadas


Posibilidad de utilizacin de esta herramienta de administracin
desde varios puestos


No

[ ]

[ ]
S, pero no simultneamente

[ ]

[ ]
S, simultneamente

[ ]

[ ]
Indicar el paquete software ofertado que incluye esta funcionalidad



Indicar las plataformas donde es necesario instalar el software de esta
herramienta
de administracin

Puesto cliente

[ ]

[ ]

Servidor intermedio

[ ]

[ ]

Servidor central

[ ]

[ ]
Requierimiento de algn software adicional que complemente dicha
funcionalidad

[ ]

[ ]

Observaciones (especificar
en caso afirmativo)



Observaciones




. Tratamiento de los datos recuperados

Tcnicas aplicadas sobre los datos recuperados

Compresin

[ ]

[ ]
Encriptacin

[ ]

[ ]

Otros (especificar)

[ ]

[ ]


En caso de aplicar compresin, indicar la relacin de compresin



Salva el resultado de la consulta

No

[ ]

[ ]

S, bajo peticin del usuario

[ ]

[ ]

S, automticamente

[ ]

[ ]
En caso afirmativo especificar los formatos soportados

HTML

[ ]

[ ]

Dbase

[ ]

[ ]
RTF

[ ]

[ ]

Lotus 123

[ ]

[ ]

Excel

[ ]

[ ]

Amipro

[ ]

[ ]
WordPerfect

[ ]

[ ]

Word

[ ]

[ ]

Tablas del gestor

[ ]

[ ]
Otros (especificar)

[ ]

[ ]


Utilizacin tablas temporales en la resolucin de las consultas
efectuadas

[ ]

[ ]
Observaciones. Indicar el volumen de almacenamiento recomendado para
dichas tablas,
en funcin del volumen de datos



En caso afirmativo especificar la posible localizacin fsica de
dichas tablas

Puesto cliente (base de datos auxiliar)

[ ]

[ ]

Servidor intermedio (base de datos auxiliar)

[ ]

[ ]

Servidor central (base de datos del Data Warehouse)

[ ]

[ ]

Observaciones




. Estadsticas de ejecucin

Realizacin una elaboracin automtica de estadsticas
sobre la utilizacin de recursos

[ ]

[ ]
Informacin incluida en dichas estadsticas

Tipos de consultas ms frecuentes

[ ]

[ ]
Tiempos de ejecucin

[ ]

[ ]

Nmero de accesos realizados por usuario

[ ]

[ ]
Volmenes recuperados de informacin

[ ]

[ ]

Estadsticas asociadas a threads de diferentes prioridades

[ ]

[ ]

Otras estadsticas (especificar)

[ ]

[ ]


Almacenamiento fsico de dicha informacin estadstica

Fichero plano

[ ]

[ ]

Base de Datos propia

[ ]

[ ]

Base de Datos externa (especificar los gestores soportados en
observaciones)

[ ]

[ ]

Otros (especificar)

[ ]

[ ]


Dnde se almacena la informacin estadstica

Puesto cliente

[ ]

[ ]
Servidor intermedio

[ ]

[ ]
Servidor central

[ ]

[ ]

Observaciones




. Simulacin, estimaciones de consumo y
recomendaciones sobre el diseo del Data Warehouse

Dispone de alguna herramienta de simulacin que permita estimar el
consumo
de recursos y el tiempo de respuesta de las consultas

[ ]

[ ]
Permite estimar el consumo de recursos y tiempo de respuesta de una
consulta
antes de su ejecucin


No

[ ]

[ ]
S, en base a ejecuciones anteriores (especificar qu ocurre si
es la primera vez que se ejecuta dicha consulta

[ ]

[ ]

S, en base a otros criterios (especificar)

[ ]

[ ]

Dispone de alguna herramienta que en base a estadsticas de ejecucin
haga recomendaciones sobre el diseo del Data Warehouse

No

[ ]

[ ]

S, con la ayuda del usuario final

[ ]

[ ]

S, hace las recomendaciones automticamente, sin necesitar
al usuario final

[ ]

[ ]
En caso afirmativo, explicar en qu consisten dichas recomendaciones


Observaciones


. Asignacin dinmica de recursos
Es posible definir threads de consulta con diferentes prioridades de
acceso para
queries simultneas

[ ]

[ ]
Indicar el abanico de prioridades asignadas a dichos threads


Los posibles criterios de definicin de dichos threads

Por tiempo estimado de ejecucin de la consulta

[ ]

[ ]
Por perfil de usuario

[ ]

[ ]
Por grupo de usuario

[ ]

[ ]
Por consulta especfica

[ ]

[ ]

Por volumen estimado de datos a recuperar

[ ]

[ ]

Ventana de ejecucin (temporal)

[ ]

[ ]

Otras (especificar)

[ ]

[ ]



Observaciones



. Limitacin del consumo de recursos en las consultas

Posibilidad de la herramienta de limitar el consumo de recursos


No

[ ]

[ ]
S. La herramienta lo hace automticamente, sin pedir confirmacin
al usuario y sin tener en cuenta el perfil de usuario

[ ]

[ ]
S. Se pide confirmacin al usuario siempre para lanzar o no la
consulta independientemente del perfil del mismo

[ ]

[ ]

S. Para ciertos perfiles se limita automticamente
y para otros no se limita

[ ]

[ ]
S. Para ciertos perfiles se limita automticamente y para otros
se pide confirmacin al usuario para lanzar o no la consulta

[ ]

[ ]
Permite evitar la ejecucin de una consulta si el tiempo estimado de
ejecucin
es superior a un umbral definido


No

[ ]

[ ]
S, totalmente

[ ]

[ ]
S, pero permite al menos la ejecucin batch de la consulta para
cualquier perfil de usuario final

[ ]

[ ]

S, pero permite al menos la ejecucin batch de la consulta
para ciertos perfiles

[ ]

[ ]
Permite evitar la ejecucin de una consulta si el nmero estimado
de filas a devolver es superior a un umbral definido


No

[ ]

[ ]
S, totalmente

[ ]

[ ]
S, pero permite al menos la ejecucin batch de la consulta para
cualquier perfil de usuario final

[ ]

[ ]

S, pero permite al menos la ejecucin batch de la consulta
para ciertos perfiles

[ ]

[ ]
Permite evitar la ejecucin de una consulta si el nmero estimado
de filas a acceder es superior a un umbral definido


No

[ ]

[ ]
S, totalmente

[ ]

[ ]
S, pero permite al menos la ejecucin batch de la consulta para
cualquier perfil de usuario final

[ ]

[ ]

S, pero permite al menos la ejecucin batch de la consulta
para ciertos perfiles

[ ]

[ ]
Permite evitar la ejecucin de una consulta si el volumen estimado de
datos a devolver es superior a un umbral definido


No

[ ]

[ ]
S, totalmente

[ ]

[ ]
S, pero permite al menos la ejecucin batch de la consulta para
cualquier perfil de usuario final

[ ]

[ ]

S, pero permite al menos la ejecucin batch de la consulta
para ciertos perfiles

[ ]

[ ]
Permite evitar la ejecucin de una consulta si el volumen estimado de
datos a acceder es superior a un umbral definido


No

[ ]

[ ]
S, totalmente

[ ]

[ ]
S, pero permite al menos la ejecucin batch de la consulta para
cualquier perfil de usuario final

[ ]

[ ]

S, pero permite al menos la ejecucin batch de la consulta
para ciertos perfiles

[ ]

[ ]
Cancela automticamente la ejecucin de una consulta cuando el
tiempo de respuesta sobrepasa un umbral definido

No

[ ]

[ ]
S, totalmente (no devuelve nada) independientemente del perfil de
usuario

[ ]

[ ]
S, totalmente (no devuelve nada) para ciertos perfiles de usuario, y
para otros no la cancela

[ ]

[ ]
S, pero devuelve al menos la informacin recuperada hasta ese
momento,independientemente del perfil de usuario

[ ]

[ ]
Cancela automticamente la ejecucin de una consulta cuando el
nmero de filas devueltas sobrepasa un umbral definido

No

[ ]

[ ]
S, totalmente (no devuelve nada) independientemente del perfil de
usuario

[ ]

[ ]
S, totalmente (no devuelve nada) para ciertos perfiles de usuario, y
para otros no la cancela

[ ]

[ ]
S, pero devuelve al menos la informacin recuperada hasta ese
momento,independientemente del perfil de usuario

[ ]

[ ]
Cancela automticamente la ejecucin de una consulta cuando el
nmero de filas accedido sobrepasa un umbral definido

No

[ ]

[ ]
S, totalmente (no devuelve nada) independientemente del perfil de
usuario

[ ]

[ ]
S, totalmente (no devuelve nada) para ciertos perfiles de usuario, y
para otros no la cancela

[ ]

[ ]
S, pero devuelve al menos la informacin recuperada hasta ese
momento, independientemente del perfil de usuario

[ ]

[ ]
Cancela automticamente la ejecucin de una consulta cuando el
volumen de informacin recuperado sobrepasa un umbral definido

No

[ ]

[ ]

S, totalmente (no devuelve nada) independientemente del perfil
de usuario

[ ]

[ ]
S, totalmente (no devuelve nada) para ciertos perfiles de usuario, y
para otros no la cancela

[ ]

[ ]
S, pero devuelve al menos la informacin recuperada hasta ese
momento, independientemente del perfil de usuario

[ ]

[ ]
Cancela automticamente la ejecucin de una consulta cuando el
volumen deinformacin accedido sobrepasa un umbral definido

No

[ ]

[ ]
S, totalmente (no devuelve nada) independientemente del perfil de
usuario

[ ]

[ ]
S, totalmente (no devuelve nada) para ciertos perfiles de usuario, y
para otros no la cancela

[ ]

[ ]
S, pero devuelve al menos la informacin recuperada hasta ese
momento, independientemente del perfil de usuario

[ ]

[ ]
Permite rechazar consultas en base a la franja horaria

No

[ ]

[ ]
S, totalmente

[ ]

[ ]
S, pero permite al menos la ejecucin batch de la consulta para
cualquier perfil de usuario final

[ ]

[ ]

S, pero permite al menos la ejecucin batch de la consulta
para ciertos perfiles

[ ]

[ ]
Permite rechazar consultas en base a la carga del sistema

No

[ ]

[ ]
S, totalmente

[ ]

[ ]
S, pero permite al menos la ejecucin batch de la consulta para
cualquier perfil de usuario final

[ ]

[ ]

S, pero permite al menos la ejecucin batch de la consulta
para ciertos perfiles

[ ]

[ ]

Observaciones



- GESTIN DE ACCCESO Y EJECUCIN

. Seguridad de acceso

Indicar los niveles de seguridad soportados

Por usuario

[ ]

[ ]

Por grupo de usuario

[ ]

[ ]

Por consulta especfica

[ ]

[ ]

Otros (especificar)

[ ]

[ ]


En qu plataforma se gestiona la seguridad

Puesto cliente

[ ]

[ ]

Servidor intermedio

[ ]

[ ]

Servidor central

[ ]

[ ]
Se realiza una identificacin del usuario a la hora de acceder al sistema




No

[ ]

[ ]

S, sin password

[ ]

[ ]

S, con password

[ ]

[ ]
Almacenamiento fsico de la password

Fichero plano

[ ]

[ ]
Base de datos propia

[ ]

[ ]

Base de datos externa (especificar los gestores soportados en
observaciones)

[ ]

[ ]

Otros (especificar)

[ ]

[ ]


Localizacin fsica de la password

Puesto cliente

[ ]

[ ]
Servidor intermedio

[ ]

[ ]

Servidor central

[ ]

[ ]

Otros (especificar)

[ ]

[ ]


Se permite a nivel de seguridad auditar las operaciones realizadas por
los diferentes
usuarios

[ ]

[ ]
En caso afirmativo, cmo se almacena esta informacin?

Ficheros planos

[ ]

[ ]
Base de datos propia

[ ]

[ ]

Base de datos externa (especificar los gestores soportados en
observaciones)

[ ]

[ ]

Otros (especificar)

[ ]

[ ]


En caso afirmativo, dnde se almacena esta informacin

Puesto cliente

[ ]

[ ]
Servidor intermedio

[ ]

[ ]

Servidor central

[ ]

[ ]

Otros (especificar)

[ ]

[ ]



Observaciones



. Limitaciones a nivel de acceso

Nmero mximo de accesos concurrentes para el mismo usuario

[ ]

[ ]
Nmero mximo de usuarios concurrentes

[ ]

[ ]
Existe la posibilidad de limitar el acceso a la informacin a nivel de
registro

[ ]

[ ]
En caso afirmativo, en base a qu criterio

Por consulta especfica

[ ]

[ ]
Por grupo de usuario

[ ]

[ ]

Por usuario

[ ]

[ ]

Otros (especificar)

[ ]

[ ]


Es posible lanzar desde un mismo puesto cliente una consulta, y sin
esperar a
recibir la respuesta lanzar otra

[ ]

[ ]

Observaciones



. Prioridades de ejecucin

Se pueden establecer distintos grados de prioridad a la hora de ejecutar
varias
consultas

[ ]

[ ]
En base a qu criterios se pueden dar prioridades de ejecucin

Por usuario

[ ]

[ ]
Por grupo de usuario

[ ]

[ ]

Consultas especficas

[ ]

[ ]

Otros (especificar)

[ ]

[ ]



Observaciones



ACLARACIONES GENERALES



Observaciones



REFERENCIAS

Resumen de las principales instalaciones donde se encuentran instaladas
las herramientas
propuestas, con una breve descripcin del entorno tecnolgico y de los
volmenes de informacin
manejados


Observaciones


Pruebas de verificacin y control de un Data Warehouse
4.- PRUEBAS DE VERIFICACIN Y CONTROL
Un Data Warehouse precisa de un conjunto de pasos desde su creacin hasta su explotacin final.
En todos estos pasos se precisa de una herramienta que nos permita simplificar su ejecucin.
Debido a la amplia variedad de herramientas disponibles, y para asegurar la idoneidad de la
herramienta, caben varias alternativas:
Evaluacin distribuida: En ella se evaluara cada herramienta en un paso concreto. Se vera cual
es la que mejor se adapta a nuestras necesidades, y a continuacin, examinaramos la
compatibilidad en cascada de todas ellas.
Evaluacin centralizada: En ella se evaluara el soporte que cada herramienta proporciona a todos
los pasos, y a continuacin se examina cual es la que globalmente se adecua de forma global a
nuestras necesidades.
La eleccin de una u otra alternativa tiene sus ventajas e inconvenientes: la primera nos permitira
obtener la mejor herramienta (la de mejor relacin cumplimiento expectativas/ precio), pero podra
comprometer la cadena completa de uso de un Data Warehouse. Lo contrario ocurrira en la
segunda alternativa.
Debido a la creciente informacin disponible de cada fabricante en Internet, y a su frecuente
actualizacin, recomendamos la visita al Data Warehousing Information Center (LGI Systems
Incorporated), desde su pgina principal enhttp://pwp.starnetinc.com/larryg/index.html en donde,
desde donde se encuentran enlaces a:
Vendedores de herramientas de usuario final:
Herramientas de Query and Reporting
Bases de Datos OLAP y Multidimensionales
Sistemas EIS (Executive Information Systems)
Herramientas de Data Mining
Recuperacin de Documentos
Sistemas de Informacin Geogrfica (GIS)
Herramientas de Anlisis de Decisiones
Estadsticas
Modelado de Procesos
Filtrado de Informacin
Obtencin de Informes
Otras herramientas
Vendedores de Infraestrutura Tecnolgica:
Extraccin de Datos, Limpieza y Carga
Catalogacin de la Informacin
Bases de Datos para Data Warehousing
Administracin de Consulas y Almacenamiento
Modelado de Datos para Data Warehouse
Herramientas iddleware
Aceleradoras de Query's y Carga
Otras utilidades de BD
Hardware
Vendedores por Funcin e Industria:
Herramientas de Anlisis Financiero
Herramientas de Marketing y Anlisis de Ventas
Herramientas de Anlisis de la cadena de suministro
Herramientas para la Industria de la Salud
Herramientas para la Industria Detallista
Herramientas para el Sector Financiero
Otras herramientas especficas
Empresas de Servicios:
Consultoras Especialistas en DW
NorSistemas
Consultoras Generales
Formacin
Referencias utilizadas para la confeccin de la guia
5. REFERENCIAS UTILIZADAS
"Informe Data Mining" Suplemento 709 ComputerWorld Espaa.
"Data Warehouse" Cuadernos de Cinco Das.
"Rapid Data Warehousing with the SAS System" SAS Institute.
"The SAS System and Web Integration" SAS Institute White Paper.
"Building a Decision Support Architecture for Data Warehousing"	 ATG's Data
Warehousing Technology Guide.
"Enterprise Storage for Today's Data Warehousing Environment" 	ATG's Data
Warehousing Technology Guide.
"Managing the Warehouse thruits Lifecycle" ATG's Data Warehousing Technology Guide.
"Data Warehousing Information Center" LGI System Incorporated
"What is a Data Warehouse?"W.H. Innmon (Prism Brochure Num. 1)
"The Case For Relational OLAP"MicroStrategy Incorporated White Paper
"Data Mining" Curso Formacin Interno NorSistemas
"Nuevas Tecnologas en Anlisis de Riesgos" 	Hardvard-Deusto Finanzas y Contabilidad
(SEP/OCT 97)
http://www.dataprix.com/que-es-un-datawarehouse