TIPO DE ACTIVIDAD: (Trabajo)

Ttulo Actividad: Nombre Asignatura: Semana N: Aprendizaje 1 Aprendizaje 2 Modelamiento Business Intelligence Business Intelligence 3 Actividad N 3(P) Sigla Lugar

225 min.

GBI6501 Sala de Clases

APRENDIZAJES ESPERADOS: Modela y analiza los datos para aplicar la Inteligencia de Negocios.

1.

Dos estrategias para construir un Data Warehouse

Data Warehouse corporativo Top-down Metodologa de Inmon Data Mart Bottom-up Metodologa de Kimball

Cuando se ejecutan correctamente, ambas resultan en un DW corporativo

1.1.

Estrategia de un Data Mart

Enfoque ms utilizado

Ventajas Comienza con un Data Mart individual y se agregan Data Marts con una arquitectura comn a travs del tiempo para ms reas temticas Relativamente barato y fcil de implementar Puede utilizarse como prueba de concepto de DW

Desventajas Puede perpetuar los problemas de silos de informacin Puede posponer decisiones difciles

1
Agosto 2010 / Esc. Ingeniera / Ing. E. Informtica, Business Intelligence

Requiere una arquitectura comn y un plan de integracin

1.2.

Estrategia de DW Corporativo
Se construye desde un principio un DW completo

Ventajas Los Data Marts se construyen como un subconjunto del DW Cuando se tiene xito, produce un DW escalable e integrado

Desventajas Como todo proyecto complejo, es caro, toma tiempo, y riesgoso

1.3.

Modelacin Dimensional
Metodologa para modelar lgicamente los datos sobre un conjunto de eventos y sus caractersticas, teniendo como meta la eficiencia de las consultas, la facilidad de uso y la adaptabilidad.

Utilidad Es la base para varias tcnicas de mejoramiento del rendimiento. Es la base de los sistemas de Data Warehouse y OLAP.

Independiente de la tecnologa BD relacional: Esquema estrella Star schema BD multidimensional / OLAP: cubo

Agosto 2010 / Esc. Ingeniera / Ing. E. Informtica, Business Intelligence.

Un modelo dimensional en un ambiente relacional est formado por: Una tabla de hechos Rodeada de un conjunto de tablas dimensionales

Caractersticas Entendible Predecible Extensible

1.4.

Tabla de Hechos
Contiene un registro por cada medicin de negocio.

Fig. 1 Tabla de Hechos

Agosto 2010 / Esc. Ingeniera / Ing. E. Informtica, Business Intelligence.

1.5.

Tabla Dimensin
Describen lo que se sabe del contexto en que ocurre cada medicin de negocio.

Fig. 2 Describen lo que se sabe del contexto en que ocurre cada medicin de negocio.

1.6.

Tabla de Hechos Caractersticas

La parte ms grande de un DW Representan cerca del 90% del espacio total consumido en el disco

Son largas (muchas filas), pero angostas (pocas columnas) Todas las mediciones en una tabla de hechos deben tener la misma granularidad Los hechos ms tiles son numricos y aditivos Valores continuos No textos

Slo se agregan a la tabla, los hechos que efectivamente ocurrieron Categoras tpicas: transaccin, foto peridica, foto acumulativa

Agosto 2010 / Esc. Ingeniera / Ing. E. Informtica, Business Intelligence.

Las tablas de hecho expresan las relaciones muchos-a-muchos entre dimensiones Una medicin est definida por la interseccin de todas las dimensiones (ejemplo: fecha, producto y local). Las dimensiones definen la granularidad de la tabla de hechos.

1.7.

Tabla Dimensional Caractersticas

Son cortas (pocas filas), pero anchas (muchas columnas)

Son la puerta de entrada a la tabla de hechos

Atributos sirven como fuente primordial de restricciones para crear condiciones para los reportes, agrupaciones, y etiquetas de los reportes Ejemplo: Ventas por semana y por marca

Los mejores atributos son textos y en categoras discretas Usar palabras ms que siglas o acrnimos

1.8.

Modelo Dimensional

Agosto 2010 / Esc. Ingeniera / Ing. E. Informtica, Business Intelligence.

Fig. 3 Modelo Dimensional

Simple Comunicacin con el usuario Rendimiento computacional Extensibles para soportar cambios

Agosto 2010 / Esc. Ingeniera / Ing. E. Informtica, Business Intelligence.

Fig. 4 Ejemplo Modelo Dimensional

1.9.

Modelo Dimensional Generacin de Reportes

Atributos Tabla Dimensional Etiquetas del reporte

Atributos Tabla de Hechos Valores numricos de la tabla

Agosto 2010 / Esc. Ingeniera / Ing. E. Informtica, Business Intelligence.

1.10. Ejemplo: Modelo Dimensional

Fig. 5 Ejemplo de Reporte con Modelo Dimensional (Lgico)

1.11. Definicin Clsica de Data Warehouse

Agosto 2010 / Esc. Ingeniera / Ing. E. Informtica, Business Intelligence.

Trmino acuado por Bill Inmon: Es una coleccin de datos orientada a un tema, integrada, variante en el tiempo y no voltil, que apoya el proceso de toma de decisiones de gestin. Orientada a un tema Los datos que dan informacin sobre un tema en particular en vez de acerca de las operaciones rutinarias de una empresa.

Integrada Los datos que se recopilan en el Data Warehouse provienen de una variedad de fuentes y se mezclan en un todo coherente.

Variante en el tiempo Todos los datos en el Data Warehouse se identifican con un perodo de tiempo.

No voltil Los datos son estables. Se agregan ms datos, pero no se borran.

Agosto 2010 / Esc. Ingeniera / Ing. E. Informtica, Business Intelligence.