Data Warehousing

1
Data Warehousing

• SOLCOM Internacional

Ricardo Martín Pérez rmartin_at_solcomla.com Tel
56118222
rmartin_at_solcomla.com
2
Qué es Business Intelligence?

• Es el proceso de extraer y recolectar información
  de los diferentes sistemas de la organización,
  almacenarlos para producir conocimiento y
  analizar diferentes áreas del negocio, que
  permitan tomar mejores decisiones y obtener
  mejores resultados proporcionando un fácil acceso
  a la información

Con las Repuestas Correctas los Resultados
son Alcanzables
De acuerdo con estudios de Bloor Research y
Pricewaterhouse Coopers los errores en la
información para toma de decisiones cuestan entre
10,000 y 100,000 dólares por decisión por mes.
3
Conocimiento, El Activo mas Valioso

• Las organizaciones son sistemas cognitivos que
  acumulan información con base en la experiencia

CONOCIMIENTO
Decidir
Analizar
Actuar
Capturar
DATOS
4
Utilización de Información
Al Conocimiento
De los Datos
5
Transformar la Información en Acción
Datos Duros (Raw Data)
Análisis, Reporteo y Medición con Business
Intelligence
Análisis lento, difícil y propenso a errores.
No permite identificar problemas y
oportunidades. Difícil Mantenimiento
6
Data Warehouse

• El concepto de Data Warehouse existe desde hace
  más de quince años, sin embargo, muchas empresas
  grandes y pequeñas, aún no logran consolidar su
  información de manera útil en un depósito central
  de datos.
• El Data Warehouse es el cerebro de todo proyecto
  de Business Intelligence.
• De su diseño correcto depende la capacidad de la
  empresa para analizar la información fácil y
  oportunamente.

7
Un Data Warehouse debe..

• Hacer que la información de una empresa y
  organización esté fácilmente accesible.
• Presentar la información de forma consistente.
• Ser adaptable y resistente al cambio.
• Proteger la información confidencial.
• Servir como la piedra angular para una mejor toma
  de decisiones.

8
Arquitectura de una Solución de BI
9
Proceso
Crecimiento
Plan de Proyecto
Puesta en Producción
Proceso de Carga
Diseño Físico
Definición Detallada de Requerimientos
Modelo Dimensional OLAP
Desarrollo de Aplicación de BI
Mantenimiento
Administración de Proyecto
10
Temas Importantes (factores críticos de éxito)

• Fase de Análisis
• Es la fase en donde se crean los planos del
  módulo a construir. Participar es clave.
  Definición detallada de Requerimientos
• Calidad de Datos
• La calidad de la información de los sistemas
  fuente es importante y rara vez es perfecta. El
  sistema maneja algunas inconsistencias pero no
  modifica nunca la fuente
• Hay que aprender algo nuevo - OLAP
• Es importante que todos estemos dispuestos a
  aprender una nueva forma de trabajar y analizar
  la información.

11
OLAP On Line Analytical Processing
12
Componentes de una Base de Datos de OLAP
13
Diferencias OLPT vs DWH
Sistema Tradicional
Data Warehouse

• Predomina la actualización.

• Predomina la consulta.

• La actividad más importante es el análisis y la
  decisión estratégica.

• La actividad más importante es de tipo operativo
  (día a día).

• Predomina el proceso puntual.

• Predomina el proceso masivo.

• Datos en distintos niveles de detalle y
  agregación.

• Datos en general desagregados.

• Importancia del dato actual.

• Importancia del dato histórico.

• Importante del tiempo de respuesta de la
  transacción instantánea.

• Importancia de la respuesta masiva.

• Visión multidimensional.

• Estructura relacional.

• Usuarios de perfiles altos.

• Usuarios de perfiles medios o bajos.

• Explotación de toda la información interna y
  externa relacionada con el negocio.

• Explotación de la información relacionada con la
  operativa de cada aplicación

14
Ventajas de usar un Data Warehouse

• Transforma datos orientados a las aplicaciones en
  información orientada a la toma de decisiones.

• Permite un análisis inmediato de los resultados
  de compras, ventas...

• Agilidad en el control de stocks.

• Capacidad de analizar y explorar las diferentes
  áreas de trabajo.

• Relación total con el cliente.

• Facilidades en la gestión y análisis de recursos.

• Conexionar departamentos empresariales ( que
  antes formaban islas ).

• Reaccionar rápidamente a cambio del mercado.

15
Minería de Datos (Data Mining - DM)

• Data Mining o Minería de Datos es un área que se
  agrupa en torno a la gestión del conocimiento y
  que es un conjunto de metodologías y herramientas
  que permiten extraer el conocimiento útil
  (patrones de comportamiento, modos de operación,
  información útil para descubrir fallos,
  tendencias, etc.).
• La minería de datos es considerara como un gran
  soporte para la toma de decisiones, comprensión y
  mejora de procesos o sistemas, etc. partiendo de
  grandes cantidades de datos.

16
Fases de un proceso de DM