DATA WAREHOUSE

BASE DE DATOS
UNIVERSIDAD ESTATAL DE MILAGRO
ENERO DE 2010

MAURICIO QUINTUÑA
La definición de empresa:
Es una unidad de producción de bienes y servicios para satisfacer
las necesidades de un mercado.
•El objetivo de una empresa es ganar dinero¡¡¡¡
•
 ¿Cómo se mueve actualmente la cadena de suministro?
Por un lado fluye productos y al mismo tiempo fluye una gran
cantidad de información en cada eslabón de la cadena.

PRODUCTOS Y SERVICIOS

provee inventa produc inventa cliente

dor rio ción rio s

FLUJO DE INFORMACION
Entorno de la empresa actual.

Globalización de los mercados.

Es necesario contar con ventaja competitiva o comparativa respecto a
otras empresas.
Incertidumbre y turbulencia del entorno.
Oferta en un entorno de alto nivel de competencia.
Demanda más exigente y selectiva.
Aumento de la innovación y oferta de productos.
Acortamiento del ciclo de vida de los productos.
Utilización del costo, calidad, tiempo, innovación y orientación al cliente
como estrategias de negocios.
•Por lo tanto ante la imperante necesidad de obtener información
confiable casi en tiempo real la utilización de un sistema de Data
Warehouse se considera hoy día como una herramienta primaria no
solo en las empresas globales sino inclusive en las PYMES.
¿Qué es un “Data Warehouse”?
Es un almacén de datos de muy fácil acceso, alimentado de
numerosas fuentes, transformadas en grupos de información sobre
temas específicos del negocio, para permitir nuevas consultas,
análisis, reportes ejecutivos y finalmente lo más importante, tomar
decisiones.
vUn sistema de Data Warehouse permite transformar datos o
información bruta en información con sentido y extremadamente útil.
vUno de los valores más importantes de una organización es la
información. Estos valores normalmente son guardados por la
empresa de dos formas:
vLos sistemas operacionales de registros (de donde el Data
Warehouse obtiene los datos) y nuestro almacén de datos.
•
¿Cuáles son los objetivos fundamentales de un Almacén
de Datos?
•
a)Hacer que la información de la organización sea accesible.
b)Hacer que la información de la organización sea consistente.
c)Que la información sea adaptable y flexible.
d)Seguridad en el resguardo de la información.
e)Ser la base principal de información para la toma de decisiones.

•
Las razones básicas de porque una organización
implementa Data Warehouse:
a) Para realizar tareas en los servidores y discos, asociados a queries y
reportes en servidores y discos que no son utilizados por sistemas de
proceso de transacciones.
b) Para utilizar modelos de datos o tecnologías de servidores que agilizan los
queries y reportes, y que no son apropiados para los procesos de
transacciones.
c) Para proveer un ambiente donde relativamente una muy poca cantidad de
conocimiento de los aspectos técnicos de tecnología de bases de datos
es requerida para escribir y mantener queries y reportes.
d) Para proveer un almacén del sistema de proceso de transacciones limpio
que puede ser reportado y que no necesariamente requiere que se arregle
el sistema de proceso de transacciones.
e) Para hacer los queries y reportes de datos básicamente más fácil de los
múltiples procesos de transacciones y de las fuentes externas y de los
datos que deben ser almacenados solamente para el propósito de hacer
queries y reportes.
•
Los procesos básicos del Data WareHouse (ETL):
•
a)Extracción: este es el primer paso de obtener la información hacia el
ambiente del Data Warehouse.
b)
b) Transformación: una vez que la información es extraída hacia el área de
trafico de datos, hay posibles paso de transformación como; limpieza de
la información, tirar la basura que no nos sirve, seleccionar únicamente
los campos necesarios para el Data Warehouse, combinar fuentes de
datos, haciéndolas coincidir por los valores de las llaves, creando nuevas
llaves para cada registro de una dimensión.

c) Carga: al final del proceso de transformación, los datos están en forma

para ser cargados.
Los elementos básicos de un Data WareHouse:
a)Sistema fuente: sistemas operacionales de registros donde sus funciones
son capturar las transacciones del negocio. A los sistemas fuentes
también se le conoce como Legacy System.
b) Área de trafico de datos: es un área de almacenamiento y grupo de
procesos, que limpian transforman, combinan, remover los duplicados,
guardan, archivan y preparan los datos fuente para ser usados en el Data
Warehouse.
c) Servidor de presentación: la maquina física en donde los datos del Data
Warehouse son organizados y almacenados para Queries directos por los
usuarios finales, reportes y otras aplicaciones.
d) Modelo dimensional: una disciplina especifica para el modelado de datos
que es una alternativa para los modelos de entidad – relación.
e) Data Warehouse system.
f) OLAP: actividad general de búsquedas para presentación de texto y
números del Data WareHouse, también un estilo dimensional especifico
de búsquedas y presentación de información.
•
•
a)
g) ROLAP: un grupo de interfases de usuarios y aplicaciones que le dan a la
base de datos relacional un estilo dimensional.
h) MOLAP: un grupo de interfases de usuarios, aplicaciones y propietarios
de tecnología de bases de datos que tienen un fuerte estilo dimensional.
i) Aplicaciones para usuarios finales: una colección de herramientas que
hacen los queries, analizan y presentan la información objetivo para el
soporte de las necesidades del negocio.
El Data Mining y su relación con el
Data Warehouse.
Un sistema Data Mining es una tecnología de soporte para usuario final cuyo
objetivo es extraer conocimiento útil y utilizable a partir de la información
contenida en las bases de datos de las empresas.
Las herramientas de Data Mining sirven para predecir tendencias y
comportamientos, de esta manera permiten a las organizaciones tomar
decisiones proactivas para adaptarse rápidamente a los cambios del
mercado obteniendo así ventajas heterogéneas Bases de Datos
relacionales, ficheros planos y registros de transacciones en línea.

El Data Warehouse dota a las organizaciones de memoria, y el Data Mining de

inteligencia.
.
Ventajas de Data Warehouse:
a) Proporciona información clave para la toma de decisiones
empresariales.
Mejora la calidad de las decisiones tomadas.
b) Especialmente útil para el medio y largo plazo.
c) Son sistemas relativamente sencillos de instalar si las fuentes de datos
y los objetivos están claros.
d) Muy útiles para el almacenamiento de análisis y consultas de
históricos.
•
Desventajas:
a) No es muy útil para la toma de decisiones en tiempo real debido al
largo tiempo de procesamiento que puede requerir. En cualquier caso la
tendencia de los productos actuales (junto con los avances del hardware)
es la de solventar este problema convirtiendo la desventaja en una
ventaja.
b) Requiere de continua limpieza, transformación e integración de datos.
c) En un proceso de implantación puede encontrarse dificultades ante los
diferentes objetivos que pretende una organización.
d) Una vez implantado puede ser complicado añadir nuevas fuentes de
datos.
 Evolución desde los datos operacionales hasta la información
para la toma de decisiones

Usuario final
Toma de
decisiones

Analista negocios Presentación de datos

Técnicas de visualización

Data Mining
Analista datos Exploración de datos y descubrimiento
de información

Data Warehouses / Data Marts

OLAP
Admon.DB
Fuentes de Datos
Papel, ficheros, fuentes externas, SGBDS, OLTP
 Cuatro características clave
del Data Warehouse
üLa s e vo lu cio n e s te cn o ló g ica s
üLa vin cu la ció n im p lícita co n la
e stra te g ia d e la e m p re sa
üU n a ló g ica d e m e jo ra co n tin u a
üU n n ive l d e m a d u re z d ife re n te
se g ú n la s e m p re sa s
 FASES DE IMPLANTACIÓN

Implementación :
Extracción de los datos del sistema operacional y transformación de los mismos.
Carga de los datos validados en el Data Warehouse. Esta carga deberá ser planificada con una periodicidad
que se adaptará a las necesidades de refresco detectadas durante las fases de diseño del nuevo sistema.
Explotación del Data Warehouse mediante diversas técnicas dependiendo del tipo de aplicación que se de a
los datos:

Revisión :
La construcción del Data Warehouse no finaliza con la implantación del mismo, sino que es una tarea
iterativa en la que se trata de incrementar su alcance aprendiendo de las experiencias anteriores.
Después de implantarse, debería realizarse una revisión del Data Warehouse planteando preguntas que
permitan, después de los seis o nueve meses posteriores a su puesta en marcha, definir cuáles serían los
aspectos a mejorar o potenciar en función de la utilización que se haga del nuevo sistema
 Arquitectura Data
Warehouse
qBase de datos operacional / Nivel de
base de datos externo
qNivel de acceso a la información
qNivel de acceso a los datos
qNivel de directorio de datos
(Metadata )
qNivel de gestión de proceso
qNivel de mensaje de la aplicación
qNivel de data warehouse
qNivel de organización de datos

•
ESTRUCTURA DEL DATA WAREHOUSE

Datos antiguos : La data antigua es

aquella que se almacena sobre alguna
forma de almacenamiento masivo. No es
frecuentemente accesada y se
almacena a un nivel de detalle,
consistente con los datos detallados
actuales.
Datos Actuales :
Refleja las ocurrencias más
recientes, las cuales son de gran
interés
Datos ligeramente resumidos
La data ligeramente resumida es
aquella que proviene desde un bajo
nivel de detalle encontrado al nivel
de detalle actual. Este nivel del
data warehouse casi siempre se
almacena en disco. Los puntos en los
que se basa el diseñador para
construirlo son:
Datos completamente resumidos :
El siguiente nivel de datos
encontrado en el data warehouse
es el de los datos completamente
resumidos. Estos datos son
compactos y fácilmente accesibles.
 Data
FTP Lay Warehouse
JDE DB2 AS400 protoc out COGNOS
olo Windows server
2003

catálogo Ledger Ventas

s Formato Reportes
movement OS400 TXT
compras s Inventar
ios
ventas
Location Clientes
inventar
ios
manufact reportes
ura
contabil
idad
costos
Sales Qty All Months
como valores
010591 ABASTECEDORA LUMEN, 3061050000 -HOJAS GIGANTES CARS Y PRINCESA 564
S.A DE C.V
3061130000 -HOJAS GIGANTES HADAS 480
3061160000 -HOJAS GIGANTES BOB ESPONJA 480
008985 ABASTECEDORA DE 6930080000 -"MIS PRIMERAS" TIJERAS 960
OFICINAS S.A. DE
501401M000 -12 GISES AMARILLO OPTICO ANTI- 1,512
5014020000 -12 GISES BLANCOS ANTIPOLVO 1,008
All Major Brands - Crayola 288,287
009996 CASA MARCHAND S.A DE 6930080000 -"MIS PRIMERAS" TIJERAS 1,400
C.V
6930090000 -TIJERAS PUNTA ROMA 2,820
6934500000 -SACAPUNTAS P/CRAYON CRAYOLIN 996
All Major Brands - Crayola 585,482
007202 COSTCO DE MEXICO, S.A 5112020000 -CUBETA DE 52 GISES GIGANTES 5,815
DE C.V.
7525000000 -COLOR WONDER SPRAYER 5,332
7410010000 -COLOR EXPLOSION TWIN PACK COST 4,320
All Major Brands - Crayola 65,316
007077 DISTRIBUIDORA 5611010000 -1 PEGAMENTO EN BARRA 8 G -23
LIVERPOOL, S.A. DE
6912050000 -5 PEGAMENTOS CHISPEANTES MULTI 298
6917050000 -5 PEGAMENTOS CHISPEANTES COLOR -1
All Major Brands - Crayola 67,642
010057 DISTRIBUIDORA GARDI S.A 5014020000 -12 GISES BLANCOS ANTIPOLVO 216
5103070000 -150 GISES BLANCOS (SEMICOMPRIM 120
5103200000 -12 GISES BLANCOS (SEMICOMPRIMI -3,198
All Major Brands - Crayola 194,256
007051 GIGANTE, S.A. DE C.V. 5611010000 -1 PEGAMENTO EN BARRA 8 G -12
5611280000 -PEGAMENTO ESCOLAR 28 ML -17
6930080000 -"MIS PRIMERAS" TIJERAS 1,743
All Major Brands - Crayola 108,735
Mex - Sales as of Martes, 25 de Marzo de 2008

[All Major Brands - Crayola][2007][010680 NUEVA WAL MART DE MEXICO S. DE R.][All Customer Types][All Sales Reps - Customer][All Regions][All Order Types /Sales][All Order
Types][All Weeks][All Months][All Margin Ranges][All Channels][All Product Status][All GL Cat's]Sales Qty

Sales Qty All Months

como valores

010680 NUEVA WAL MART DE MEXICO S. DE R. 5203120000 -12 CRAYONES JUMBO DE CERA 31,548

5230120000 -12 CRAYONES ESTANDAR DE CERA 29,455

5207840000 -12 TWISTABLES 19,522

5207080000 -8 MINITWISTABLES 19,504

5809120000 -12 PLUMONES DELGADOS COLORES C 18,779

6935700000 -CUBETA DE 15 GISES GIGANTES 18,303

5230240000 -24 CRAYONES ESTANDAR DE CERA 13,700

6874080000 -12 LAPICES DE COLOR TWISTABLES 13,082

5203240000 -24 CRAYONES JUMBO DE CERA 12,993

5203280000 -28 CRAYONES JUMBO DE CERA 12,971

5887030000 -16 PIP SQUEAKS 11,002

5230160000 -16 CRAYONES ESTANDAR DE CERA 8,960

5305550000 -ACUARELA CON 16 COLORES 8,488

5703100000 -PLASTILINA EN BARRA 10 COLORES 7,403

5243120000 -12 CRAYONES TRIANGULAR 5,368

0535150000 -4 PINCELES ESCOLARES 5,139

5207120000 -12 MINITWISTABLES 3,955

All Major Brands - Crayola 159,832

010680 NUEVA WAL MART DE MEXICO S. DE R. 159,832

 Conclusiones

¿Qué es un Datawarehouse?
Es una base de datos que contiene datos de la empresa,
además de integrar una serie de datos históricos. Tiene una
orientación a uno o varios temas, con datos consolidados y
consistentes, estructurados para su distribución y consulta.

¿Tengo varias Bases de Datos, puedo almacenar la información

en un mismo Data Warehouse?
Desde luego que si, al concentrar la información en una Data
Warehouse, el acceso a la información es más rápido, además de que es
posible hacer cruces entre la información de diferentes Bases de Datos.
Finalización!!!