OLT
 Optimizado para consultas específicas.
Es la sigla en inglés de Procesamiento de Transacciones En
Línea (OnLine Transaction Processing). Es un tipo de
procesamiento que facilita y administra aplicaciones
transaccionales, usualmente para entrada de datos y
recuperación y procesamiento de transacciones (gestor
transaccional).
OLAP
Es el acrónimo en inglés de procesamiento analítico en
línea (On-Line Analytical Processing). Es una solución
utilizada en el campo de la llamada Inteligencia de negocios
(o Business Intelligence) cuyo objetivo es agilizar la consulta
de grandes cantidades de datos.
¿Cómo funciona hoy?
 Son atendidas con un gasto excesivo de energía.
 Son atendidas, frecuentemente, fuera de plazo.
 Impactan en el proceso operacional.
 Generan sistemas cada vez más difíciles de ser
mantenidos.
Muchos datos, poca información
 Alto volumen de datos y necesidades de
respuesta rápida.
 Análisis complejo — consultas imposibles de
prever.
 Ambiente de negocio en cambio constante.
Propiedades del Data Warehouse
 Orientada a un tema (La data es categorizada y
almacenada por áreas de negocio en lugar de
aplicaciones)
 Integrada (La data es definida como única)
 Variante en el Tiempo (La data es almacenada
como serie de fotos asociadas al tiempo)
 No Volátil (La data en el DW típicamente NO
cambia)
Características del DW
 Las Bases de Datos son creadas específicamente
para dar soporte a las decisiones.
 La información es extraída desde los sistemas
originales, transformada e integrada.
 La estructura del DWH es simplificada y en
términos comunes del negocio, haciéndola más
fácil de usar y entender.
 Un DWH contiene información basada en el
tiempo.
 Los datos son analizados básicamente para
detectar patrones y tendencias.
Data Warehouse Empresarial
 Implementación a escala grande.
 Alcance de todo el negocio.
 Datos desde todos los subject áreas.
 Niveles de datos atómicos.
 Desarrollo incremental.
 Usuarios de toda la organización.
 Punto de distribución de los data marts
dependientes.
Data Mart
 Subconjunto de un Data Warehouse existente.
 Altamente sumarizado.
 Atiende funciones específicas del negocio.
 Data Histórica.
 Orientada a un grupo de usuarios.
Data Warehouses Versus Data Marts
 Propiedades - Data Warehouse - Data Mart
 Alcance – Empresarial - Departamental
 Areas – Múltiples - Unicas
 Fuente de Datos – Muchos - Pocos
 Tamaño (típico) - 100 GB to > 1 TB - < 100 GB
 Implementación - Meses a Años - Meses
Almacén de Datos Operacionales (ODS)
Almacena data táctica desde los sistemas de producción,
orientada a un tema e integrada con fines operacionales.
 Mixtura de un Data Warehouse y un sistema
operacional
 Atiende necesidades operacionales
 Estructura desnormalizada
 Levemente sumarizada, datos de detalle
 Contiene algunos datos operacionales
 Data actualizada o casi actualizada
Procesamiento Operacional vs Analítico
 Procesamiento operacional (OLTP). - Es el
conjunto de sistemas transaccionales on-line
que ejecutan las operaciones diarias del negocio.
 Procesamiento analítico (OLAP). - Es el conjunto
de sistemas que ofrecen información usada para
el análisis de un problema o situación.
OLTP y OLAP
 Objetivo - Control de los Proc. Oper. - Toma de
Decisiones
 Cliente - Personal Operacional - Gestores del
Negocio
 Datos - Atómicos, Actualizados y Dinámicos -
Consolidados, Históricos y Estables
 Estructura - Normalizada - Dimensional
 Tiempo Resp. - Segundos - De Seg. a Minutos
 Orientación - Orientado a Aplicaciones - Orient.
a Información
 Acceso - Alto - Moderado a bajo
 Actualización - Contínuamente - Periódicamente
 Aplicación - Estructurada y Procesos repetitivos -
No Estructurada y Procesos Analiticos
Análisis en el mundo OLAP
Recursos disponibles
 Drill Down (Cambiar el nivel de detalle de la
consulta)
 Drill Up
 Slicing (Seleccionar las Dimensiones para la
Consulta)
 Dicing (Limitar el Conjunto de Valores de cada
Dimensión)
 Pivoting (Cambiar las Dimensiones entre las
Líneas y las Columnas)
  Data Surfing
Modelo de Datos Multidimensional.- La data se encuentra
en la intersección de las dimensiones.
Multi-Dimensional vs. Relational Databases
Multi-Dimensional
 Acceso más rápido
 Multiplicidad de vistas de los datos
 Slice and dice
 Problemas de Performance con base de datos
grandes
 Usada especialmente para Data Marts
Relacional
 Es conocida y entendida
 Fuerte procesos de back up y de restore
 Mejor performance en base de datos grandes
Servidor MOLAP
 La capa de presentación almacena los datos en
estructuras multidimensionales
 La capa de presentación provee las vistas
Multidimensionales
 Data fuera del servidor.
 Almacenamiento y procesamiento eficiente.
 Oculta la complejidad al usuario.
 Análisis usando medidas preagregadas y
precalculadas.
Servidor ROLAP
 Almacenamiento de datos atómicos.
 La capa de aplicación genera los SQL para la vista
de terceros.
 La capa de presentación provee la vista
multidimensional.
 Data y Metadata en el servidor
 Vista Multidimensional de la Data
 No limitado
 Complejos SQL generados por herramientas
MOLAP, ROLAP, y HOLAP (Warehouse – Servidor
Multidimensional – Usuario Final)
Minería de Datos
 Es una base de datos compleja que contiene
información muy valiosa. Es alimentada a través
de un proceso de Knowledge Discovery.
 Es el más común ejemplo de una aplicación
rentable de un Data Warehouse.
 Origenes:
 1960: Análisis Estadístico: SAS, SPSS,
IBM
 1980: Nuevas técnicas: Fuzzy Logic,
heuristic reasoning, neuronal
network. Dieron origen al Artificial
Intelligence.
 1990: Mejores prácticas de Analisis
Estadistico, neuronal network,
decision trees, market basket analysis
Definiciones de Data Mining
 Data Mining es la actividad de extraer
información oculta desde Bases de Datos
grandes, automáticamente, esto es sin la
intervención humana en la iniciativa del proceso
de descubrimiento de conocimiento.
 Data Mining es el proceso de descubrimiento del
conocimiento en la Base de Datos. El input es
limpiado, es transformado en dato, busca la data
usando algoritmos y saca patrones y relaciones
para la interpretación / evaluación del proceso
KDD.
Categorías de Data Mining
 Clasificación: Técnicas: statistics, memory-based
reasoning, genetic algorithms, link analysis,
decission trees,neuronal network.
 Estimación y Predicción: Técnicas: standar
statistics y neuronal network para variables
numéricas.
 Grupos Afines: Técnicas: Link analysis, special
purpose market basket analysis.
Minería de Datos (Tipos de aplicaciones de Minería de
Datos)
 Análisis de tráficos de datos.
 Medicina.
 Detección de Fraude.
 Pronósticos.
 Control de calidad.
 Análisis de procesos.
 Clasificación de individuos.
OLAP vs. Minería de Datos
 Foco - Data Sumarizada - Transaccional o de
detalle
 Dimensiones - Limitada - Muchas
 Número de Atributos - Decenas - Cientos por
cada dimension
 Tamaño del set de datos - Pequeña a mediana
por cada dimension - Millones por cada
dimension
 Foco de Análisis - ¿Qué está sucediendo en el
negocio? - ¿Por qué está sucediendo? Acciones
de Predicción.
 Técnicas de análisis - Slice y Dice -
Descubrimiento automatico
 Proceso de análisis - Análisis de negocio iniciado
y controlado
 Factor de confidencia - Derivada para el análisis
del negocio - Derivada desde la data
 Estado de la tecnología - Madura - Madura en
Análisis Estadístico, emergente en Knowledge
Discovery
¿Cuál fue el tiempo de ¿Cuál es el perfil de
respuesta a nuestro email? personas que
posiblemente respondan
 nuestro email?
¿Cuántas unidades de ¿Cuáles clientes existentes
nuestro nuevo producto les gustaría comprar
hemos vendido a nuestros nuestro siguiente nuevo
clientes existentes? producto?
¿Quiénes fueron mis 10 ¿Cuáles son los 10 clientes
mejores clientes el año que me ofrecen la mayor
pasado? rentabilidad potencial?
¿Cuáles clientes no ¿Cuáles clientes se pueden
renovaron su poliza el mes cambiar a la competencia
pasado? en los siguientes 6 meses?
¿Qué clientes no pagaron ¿Es este cliente un buen
sus préstamos? sujeto de crédito?
¿Cuáles son las
¿Cuáles fueron las ventas expectativas de ventas
por región el último para la región el siguiente
trimestre? año?
¿Qué porcentaje de las ¿Qué puedo hacer para
partes producidas ayer mejorar el tiraje y reducir
están defectuosas? fallas?