Curso BI - 2

Inteligencia de Negocios
Segunda parte Anlisis dimensional

Marzo de 2007
Hugo Mora
Material con fines acadmicos
Temario
Segunda parte Anlisis dimensional
Qu es anlisis dimensional?
Diseo de Datawarehouse
Metodologa bsica para construir un modelo

dimensional
Caso de modelamiento I Retail
Caso de modelamiento II - Inventario

Qu es Anlisis
dimensional?
Definiciones
OLAP On Line Analytical Processing
Una categora de aplicaciones informticas

y tecnologas para recolectar, administrar,
procesar y representar datos
multidimensionales para anlisis y gestin
(The OLAP Report)
Qu es? Usar como referencia El test

FASMI
Fast
Analysis
Shared
Multidimensional
Information
Definiciones
Cubos: Un cubo es una manera de representar

informacin. La idea central es contar con una
serie de dimensiones y hechos que definen la
informacin que se quiere visualizar. El
principal objetivo es poder interactuar de
manera rpida y hacer cruces de grandes
cantidades de informacin.
Dimensin
Dimensin: Una dimensin define un rea de anlisis de la

informacin, por ejemplo, el tiempo, geografa, sexo, etc. El
conjunto de elementos de una dimensin se denominan
Miembros (members).
Una dimensin contiene una o mas jerarquas que permiten

navegar por la informacin, por ejemplo el tiempo contiene una
jerarqua ao-mes-da, de manera de que uno puede ver la
informacin por ao y luego navegar a un nivel inferior y revisar
la informacin mes a mes, para luego llegar al detalle diario.
Otra jerarqua podra ser ao-semestre y as sucesivamente
Las jerarquas de cada dimensin pueden verse como rboles.

Algunos son binarios, otros son desbalanceados (ragged),
otros no tienen miembros (degenerated), etc.
En cada dimensin debemos definir la operacin que se

utilizara para agregar la informacin, es decir, establecer si las
ventas diarias al pasar a mes se deben sumar, contar,
promediar, etc.
Hechos
Hechos: Son las medidas que se van a analizar en cada

cubo, por ejemplo, las ventas, los costos, etc. Son los
nmeros que se analizan bajo las distintas dimensiones
Se debe considerar la granularidad de la informacin, es

decir, si tenemos una granularidad diaria, podemos
analizar estos datos por da, sin embargo si se defini
una granularidad mensual, el acceso a la informacin
diaria no estar disponible. La granularidad es el nivel de
detalle de los datos a almacenar
Se debe definir las formas de agregacin de cada hecho

por cada dimensin (suma, mximo, mnimo, ltimo, etc.)
Un cubo debe tener hechos (medidas) al mismo nivel de

granularidad sino son ms cubos!!
Implementacin de un Cubo
Un Cubo puede ser almacenado de distintas maneras.

Cada una de ellas tiene sus ventajas y desventajas.
ROLAP (Relacional OLAP) : Todos la informacin del cubo, sus

datos, agregaciones y definicin son almacenados en una base
de datos relacional, es decir, ROLAP no almacena de manera
separada los datos, accede directamente a las tablas que lo
definen y debe procesar la informacin en lnea, hacindola la
alternativa mas lenta en cuanto a tiempo de respuesta.
MOLAP (Multidimensional OLAP): En esta caso, la informacin y
agregaciones son almacenadas en una estructura
multidimensional, separada de los datos de origen. Tiene un
excelente tiempo de respuesta ya que las agregaciones se
almacenan calculadas. El nico problema de esta solucin es
que dado un cambio en los datos relacionales, el cubo debe
refrescarse para reflejar estos cambios.
HOLAP (Hibrid OLAP): Es un hibrido entre los dos casos
anteriores. Las agregaciones se almacenan en un formato
multidimensional, sin embargo al navegar el cubo a niveles de
detalle ms profundos, se utiliza la base de datos relacional.
Implementacin de un Cubo
Cubos en BD
dimensional
Cubos en BD
relacional
Cubos con
componentes en
en BD dimensional
y BD relacional
Ejemplo basico de cubo Tabla Dinamica en Excel
Diseo del Datawarehouse
OLAP como componente de

un DW
Olap: diseado para realizar

operaciones analticas (regla FASMI)
Vista multidimensional de datos: es un
modelo de anlisis intuitivo
Es un / parte de un Datawarehouse
A veces un DW se refiere a la componente

Rolap y el cubo a la componente Molap
OLAP no se usa para almacenar datos

no estructurado, ni para alto volmen de
transacciones de escritura
DW / OLAP vs. OLTP
Diseado para
anlisis de medidas
a travs de
categoras y
atributos
Optimizado para
carga masiva de
datos y para resolver
consultas complejas
y no predecibles
Usuamente tiene
pocos usuarios
concurrentes
Diseado para
operaciones
Optimizado para
transacciones:
consulta, ingreso,
modificacin y
eliminacin de uno
o pocos registros a
la vez
Miles de usuarios
concurrentes
Objetivos de la arquitectura
de un DW
Entregar gran capacidad analtica
Sin interrumpir la funcin de los sistemas OLTP

Usabilidad y aceptacin de usuarios finales es
una medida de xito importante
Proveer un repositorio centralizado de datos

consistentes y acumulativos
Responde consultas complejas en forma
rpida
Permite soportar procesos de anlisis
complejos, como minado de datos
Los DWs ms completos

son:
Dimensionales
Histricos
Con detalles y resmenes
Consolidado y consistente
Orientado al sujeto, no la transaccin
Muchos son MUY GRANDES, pero esa
es una caracterstica, no una meta
Cmo construyo un DW?
Una metodologa bsica:
Capturar requerimientos
Disear el modelo dimensional
Desarrollar la arquitectura
Disear las componentes R y M (olap)
Desarrollar el rea de staging
Construir aplicaciones analticas
Mover datos
[repetir todo] ( www.dw-institute.org )
Componentes del DW
Data Marts y
cubos
Sistemas OLTP
Operational Data
Store
Clientes
Olap
Reportes
Anlisis
Minado
Relational
DW
Database
1
Disear el
Data Warehouse
Poblar
Data Warehouse
Crear Cubos
& Analisis
Consultar
los Datos
Porqu usar cubos?
Facilidad de uso para analistas de negocio
Navegacin de datos (slice&dice, drilldown)

Consultas dimensionales
Ocultar complejidad
Capacidad analtica
Performance y escalabilidad (Molap)
Respuestas pre-calculadas
Motor diseado para anlisis
Obtener requerimientos
Identificar los sponsors!
Comenzar con los usuarios, no con los datos

Entrevistar a los usuarios de negocio:
IT
Negocio
Cules son sus objetivos y desafos?

Cmo toman decisiones?
Entrevistar a los expertos en datos
Cuales son las fuentes de datos?

Como se integran los datos? (si es que)
Cuales son los tiempos de proceso de datos?
Esquema de DW / Objetivos
Facilidad de uso!
Arquitectura pensada para el cambio
(ejemplo: cambio de dimensiones)
Soporte a queries instantneos
ndices especiales (star join)

Acceso a millones de registros
Facilidad de operacin / mantencin
Cmo se falla al disear un DW
Ignorar a los usuarios de negocio

No abordar / resolver los problemas de
negocio
Hacer un sistema complicado y lento
Construir el DW perfecto pensando
que nunca va a cambiar
Tener datos sucios
Sistema politicamente incorrecto
(ingeniera social)
Revisemos modelos!
Diseo normalizado OLTP
Warehouse
Ordering
Process
Chain
Retailer
Minimiza redundancia
Favorece transacciones OLTP
Multiples relaciones entre entidades
Dificil de mantener en el tiempo
Store
Retailer
Payments
Retailer
Returns
Product
POS
Process
Retail
Promo
Brand
GL
Account
Retail
Cust
Cash
Register
Clerk
Diseo dimensional de DW
Customers
Relacin N:M a travs de tablas de

hechos
Preparado para consultas
complejas
Preparado para crecer y mutar
Channels
Dates
Sales
Promotions
Products
Diseo modelos ROLAP
Tablas de dimensiones
Llave primaria nica Single primary key
Surrogate (synthetic) integer

One-to-many relationship to Fact Table
Atributos abundantes y textuales, orientados al

usuario (para filtrar, agrupar, etc.)
Relaciones jerrquicas implcitas
Pocos cdigos; los cdigos debieran ser
reemplazados por descripciones
Relativamente pequeas
Crecen poco en el tiempo (salvo ciertos escenarios de

negocio)
Llaves surrogadas (Surrogate

keys)
Es una best practice

Mapear las llaves de negocio con una
llave numrica sin significado
Usar las llaves de negocio como atributos

Cust
key
Cust acct
Cust
LName
Cust zip Cust

gender
G-538A2
Chau
94025
H-53915
Lopez
00215
222-54Q
Jones
60607
M
Tablas de hechos
Llave primaria compuesta
Llaves forneas a tablas de dimensiones
Fecha / tiempo es casi siempre una llave

Los hechos son habitualmente numricos y
aditivos
Las tablas de hechos resuelven relaciones
muchos a muchos
A menudo son las tablas GRANDES de un
DW!!
El diseo relacional debe enfocarse en eficiencia

(paralelismo, particionamiento, etc.)
Como armar el modelo?
Identificar la necesidad de negocio!

Identificar la granularidad
Identificar las dimensiones
Manejar la mxima granularidad posible!!!

Definir vistas, escenarios de anlisis y
reportes; identificar cmo los datos van a
ser analizados
Identificar los hechos
Atmicos v/s calculados

Reglas de agregacin
Ejemplo de modelo dimensional

Customers
Dates
Date Key
Date
YearMonth
Holiday?
Peak
season?
Customer Key
Customer ID
Customer Last Name
Promotions
Promotion Key
Promotion Name
Promotion Start Date
Promotion District
Sales Fact
Channels
Channel Key
Channel ID
Sales Channel
Name
Retail or Direct?
Customer Key
Date Key
Promotion Key
Channel Key
Product Key
Units
Price
Products
Product Key
Product ID
Product Name
Product Brand
Product Category

Customers
Dates
Date Key
Date
YearMonth
Holiday?
Peak
season?
Customer Key
Customer ID
Customer Last Name
Promotions
Surrogate Key Promotion Key
Promotion Name
Biz Key
Promotion District
Sales Fact
Channels
Channel Key
Channel ID
Sales Channel
Name
Retail or Direct?
Customer Key
Date Key
Promotion Key
Channel Key
Product Key
Units
Price
Products
Product Key
Product ID
Product Name
Product Brand
Product Category

Customers
Dates
Date Key
Date
YearMonth
Holiday?
Peak
season?
Customer Key
Customer ID
Customer Last Name
Promotions
Surrogate Key Promotion Key
Promotion Name
Biz Key
Promotion District
Sales Fact
Channels
Channel Key
Channel ID
Sales Channel
Name
Retail or Direct?
Customer Key
Date Key
Promotion Key
Channel Key
Product Key
Units
Price
Products
Primary Key
Facts
Product Key
Product ID
Product Name
Product Brand
Product Category

Time of Day
Dates
Date Key
Date attributes
Sessions
Session Key
Session attributes
Customers
Customer Key
Customer attributes
Time Key
Time attributes
Page Events Fact

GMT Date Key
GMT Time Key
Local Date Key
Local Time Key
Page Key
Referrer Site Key
Session Key
Customer Key
Page View Seconds
Pages
Page Key
Page attributes
Referrer Sites
Referrer Site Key
Referrer attributes
Tips bsicos para dimensiones
Usar llaves surrogadas

Usar muchos atributos:
Cdigos originales
Nombres
Descripciones
Jerarquas implcitas
Muchas dimensiones tienen miembros

desconocidos y miembros default
Dimensiones conformadas
(corporativas)!!
Tips bsicos para tablas de

hechos
Nunca mezclar datos de distinta

granularidad
Familias de estrellas:
Tablas atmicas
Tablas agregadas
Comunidades :
Mltiples tablas de hechos compartiendo

dimensiones conformadas
Tpicos avanzados (Rolap)
Stars versus Snowflake

Manejo de fechas
Dimensiones cambiantes
Dimensiones combinadas
Star versus Snowflake
Ambos son modelos dimensionales, la

diferencia est en la implementacin fsica
Snowflakes son ms mantenibles
Star es mejor para acceso de usuarios
Tip: Modele bien y use ambos!
Product Category
Brand
Product
Product Key
Product Name
Product Size
Product Color
Brand Key
Brand Key
Brand Name
Product Category Key
Product Category Key

Product Category
Name
AndSoOn Key
Ejemplo de Snowflake
Year
CalQtr
Month
Dates
Week
QuadWeek
SalesQtr
Year
Channels
Promotions
Sales Fact
Date Key
Customer Key
Product Key
Channel Key
Promotion Key
Unit sales
Dollar sales
Country
State
City
Zip
Customers
Products
Brand
Subcategory
Category
Department
Family
Manejo de fechas
Tip: construir dimensin (tabla) de

fechas 365 filas por ao (Rolap)
Frecuentemente es til construir una
tabla de tiempo independiente
Granularidad:
A nivel de minuto = 1.440 filas por da

A nivel de segundo = 86.400 filas por da
Permite almacenar los eventos en gran

detalle en la tabla de Hechos. Ejemplo:
Peak time
Dimensiones que cambian

lentamente
Escenario: Cambia apellido de un cliente (de

Lopez to Chau)
Solucin 1: Actualizar customer.last_name
Solucin 2: Agregar una nueva fila a la tabla de

clientes Dos registros para el mismo cliente
fcil de mantener, se pierde la historia)
Ms complejo, mantiene la historia
Solucin 3: Agregar dos columnas a la fila,

old_last_name y effective_date
Impacta en la lgica de acceso

Ejemplo
Slowly changing dimension CASO 1
Original dimension table

Cust
Key
Cust
ID
Cust
Lname
Cust
Fname
Cust
Key
Cust
ID
Cust
Lname
Cust
Fname
C58Q2
Brown
M.
C58Q2
Brown
M.
AG298
Chau
Mike
AG298
Chau
Mike
AX8D1
Lopez
Carolyn
AX8D1
Chau
Carolyn
Slowly changing dimension CASO 2

Cust
Key
Cust
ID
Cust
Cust
Row
Row
Lname Fname Current? Start
C58Q2
Brown
M.
yes
12/3/99
AG298
Chau
Frank
yes
1/15/00
AX8D1
Lopez
Carolyn
no
2/20/00
AX8D1
Chau
Carolyn
yes
9/16/00
Row
Stop
9/15/00
Dimensiones que cambian

rpidamente
Problema: Muchas filas en una tabla de

dimensin, con atributos cambiantes
Tip: romper la dimensin en trozos
Colocar atributos cambiantes un una o

ms dimensiones (tablas) separadas
Si es posible, manejar atributos

cambiantes dentro de bandas
Los atributos de Edad 20-30 cambian

ms lentamente que Edad por ao
Dimensiones combinadas
Poner N datos lgicamente disconexos

en una nica dimensin fsica
Puede reducir drsticamente el tamao de

una tabla de hechos
Ejemplo: datos demogrficos de clientes
En un cubo, estos datos se pueden

transformar en dimensiones lgicas
nuevamente
Data staging: ETLM
Extraer datos desde sistemas OLTP

Transformarlos al formato deseado por
el DW
Cargarlos al la BD destino
Mantener el proceso y la metadata en el
tiempo
Elementos bsicos de Staging
Diseo fsico de BD y conectores a

datos
Planeamiento
Cul es la definicin de metadata?

Cules son los volmenes de datos?
Cules son las restricciones para
manipular datos?
Cules son los requerimientos de uptime
del DW?
Operacin
Monitoreo y optimizacin permanente
Metodologa bsica para

disear un modelo
dimensional
Cuatro pasos para disear

el modelo dimensional
1. Identificar el proceso de
negocio
Foco en proceso ms que en solucin

departamental (proceso de ventas v/s
actividades del rea de ventas) CIF y
Dimensional
Se obtienen los hechos, granularidad,
dimensiones e indicadores de gestin
que requieren ser modelados y
construidos
2. Definir la granularidad
Significa especificar exactamente qu representa

cada registros de la tabla de hechos.
Ejemplos de granularidad:
Una lnea de registro individual de la boleta de compras

de una persona, medido por el scanner del POS de un
supermercado
Una lnea de registro de una receta mdica
El Boarding pass para tomar un vuelo
Una foto de los niveles de inventario al fin del da, para
cada producto
Una foto mensual de los saldos de una cuenta corriente
3. Identificar las
dimensiones
Seleccionar las dimensiones que aplican a cada

tabla de hechos
Las dimensiones pueden descubrirse al contestar
la siguiente pregunta: Como describe la gente de
negocios los datos que aplican en sus
procesos?
Identifique atributos de cada dimensin
Identifique las jerarquas de cada dimensin
Identifique la descomposicin jerrquica de cada
dimensin
4. Identificar los hechos
Los hechos pueden descubrirse al contestar la

siguiente pregunta: qu estamos midiendo?
Esto est asociado a indicadores de desempeo
del proceso de negocios que se modela
Debe ser consecuente con la definicin de
granularidad
Si hay hechos que tienen diferentes
granularidades, entonces son dos tablas de hechos
Hints para disear un Cubo
Definir el nivel mnimo de hechos (transacciones) a almacenar

- granularidad
Identificar los hechos aditivos y no aditivos
Determinar los atributos bsicos de cada dimensin
Identificar dimensiones causales, como Promociones
Identificar dimensiones degenerativas, como los nmeros
de ticket de transacciones
Determinar extensiones a modelos dimensionales existentes
Evitar el problema de Muchas dimensiones
Market basket analysis (para Retail) Problemas de
modelamiento asociados a cada industria o rea de negocio
Modelamiento dimensional
Caso 1 - Retail
1. Proceso de negocios
Somos los analistas de gestin de una cadena de

supermercados (trabajamos en el Centro Regional)
La cadena tiene 100 tiendas, repartidas en cinco regiones del

pas
Cada tienda tiene su propio grupo de departamentos (abarrotes,

congelados, carnes, panadera, floral, belleza, etc.)
Cada tienda tiene aprox 60.000 productos individuales ( stock

keeping units o SKUs)
Alrededor de 55.000 SKUs vienen de proveedores externos y

tienen sus propios cdigos de barra. Estos cdigos son
llamados universal product codes - UPCs. Los UPCs tienen el
mismo nivel de granularidad de los SKUs, as que cada variacin
de producto tiene su propio UPC y SKU
El resto de los 5.000 SKUs viene de

Departamentos internos (como Carnes,
Panadera o Floral)
Estos productos no tienen UPCs reconocidos
al exterior de la cadena de supermercados,
pero sta asign nmeros de SKU a ellos
La cadena de supermercados tiene alta
tecnologa de codificacin, as que asigna
(pega) etiquetas de cdigos de barra a
muchos de sus productos
Aunque los cdigos de barra no son UPCs,
ciertamente son SKU
Para el sistema de Gestin, los datos son

recolectados a travs de varios puntos de
captura, como las Cajas de Venta (POS o
Point Of Sale)
La cadena de supermercados escanea los
cdigos de productos directamente en los
POS
El POS est en la entrada del Supermercado
(Layout de la Tienda), en donde se captura la
informacin de los clientes
Otro lugar de captura es la Trastienda
(Bodega o BackOffice) en donde los
proveedores hacen sus entregas
Requerimientos
El grupo de Anlisis de Gestin debe revisar los procesos

logsticos de compras, almacenamiento y venta de productos,
de tal manera de maximizar rentabilidad.
La rentabilidad viene dada por cargar lo ms posible cada

producto, teniendo los costos de compra y almacenamiento lo
ms bajo posible, a la vez que atrayendo la mayor cantidad de
clientes que puedan comprar (precios competitivos)
Algunas de las decisiones gerenciales ms relevantes estn

asociadas a Precios y Promociones
Las promociones incluyen:
Reducciones temporales de precios
Publicidad en medios
Despliegues grficos
Cupones de descuento
Requerimientos
La venta de volumen se ha visto como un elemento central de

comercializacin, para lo que se requiere la capacidad de bajar
drsticamente los precios de venta
por ejemplo, se ha observado que una reduccin de 50%

en aceites, apoyado con una promocin en medios y
despliegues grficos, puede hacer que la venta de este
producto se dispare en un factor de 10
Lamentablemente, una reduccin de precios tan fuerte
usualmente no es mantenible en el tiempo debido a que se
est vendiendo bajo el costo.
Como un resultado de esto, se observa que tener claridad de todas

las formas de promociones es un elemento central para esta
empresa.
2. Declarar la granularidad
Tip: De preferencia, se deben disear modelos dimensionales

con la informacin a nivel ms atmico posible que est
disponible desde el proceso de negocios, es lo ms detallado y
ya no puede ser subdividido ms
Los datos atmicos son altamente dimensionales, lo ms

detallado de un dato, mayores sern los elementos de anlisis
que se podrn realizar
Los datos atmicos proveen la mxima capacidad analtica
En este caso, el nivel de granularidad ser cada lnea individual

en cada transaccin de POS
3. Seleccionar las
dimensiones
Dados los requerimientos, la decisin
Dados los requerimientos, la decisin

de diseo es trabajar con las siguientes
dimensiones:
Date
Product
Store
Promotion
Adems se incluir una dimensin

especial: POS transaction ticket
number
El modelo hasta ahora
Identificar los elementos de informacin en el

POS:
Cantidad de productos vendidos (e.g. el nmero

de sobres de sopa para uno por sabor)
Monto total de la venta (Cant Prod x Precio
unitario)
Costo de productos vendidos
Rentabilidad por producto (venta costo)
Ms otros elementos de identificacin de la
transaccin y de medicin de la rentabilidad
TIP: idealmente almacenar fsicamente la mayor

cantidad de hechos, aunque sean calculables en
lnea
Elementos de informacin no aditivos:

Margen (gross margin): Rentabilidad por producto / venta
total NO PUEDE ser sumado en todas las dimensiones
Precio o costo unitario NO PUEDE ser sumado en todas las

dimensiones
TIP:
1.
Porcentajes e indicadores (ratios), tales como margen de
ventas, son NO ADITIVOS. Los datos que permiten calcularlos
(numerador y denominador, por ejemplo) deben ser
almacenados en la tabla de hechos, de tal forma que el ratio
sea calculado como el ratio de las sumas, NO la suma de los
ratios!!!
2.
Datos demogrficos (como precios unitarios) deben ser
almacenados para obtener promedios, porcentajes o
similares de las sumas!!!
Detalle de Dimensin tiempo

De acuerdo al
modelamiento estndar
de Kimball, la
Dimensin Tiempo
(Date), luce
habitualmente como la
figura.
De esta forma se
pueden almacenar 10
aos de datos, lo que
equivale a 3.650
registros con muy bajo
tamao y gran
capacidad de anlisis
Detalle de Dimensin tiempo

Date Key
Date
1
Full date
descripti
on
01/01/2002
Calendar
Day of
M
W
o
e
n
e
t
k
h
Tuesday
January
Calenda
r
Y
e
a
r
2002
Fiscal YearMont
h
F2002-01
Holiday
Indi
cato
r
Holiday
January 1, 2002
2
01/02/2002
Weekday
Wednes
d
a
y
January
2002
F2002-01
Non-Holiday
January 2, 2002
3
01/03/2002
Weekday
Thursda
January
2002
F2002-01
Non-Holiday
January 3, 2002
4
01 /04/2002
Weekday
Friday
January 4, 2002
Weekday
Indica
tor
January
2002
F2002-01
Non-Holiday
Weekday
Esto ayuda a soportar ciertas capacidades de manipulacin de fechas no

soportadas por SQL
Dimensin Producto
Describe cada SKU de cada tienda

60.000 x 100 (Seis millones)?
O 55.000 + 5.000 x 100 (quinientos cincuenta y cinco mil)?
La mejor referencia es el Product Master de la empresa
Dimensin Producto
Product Key
Product Description
Brand Description
Category Description
Department Description
Fat Content
Baked Well Light Sourdough Fresh

Bread
Baked Well
Bread
Bakery
Reduced
Fluffy Sliced Whole Wheat
Fluffy
Bread
Bakery
Regular
Fluffy Light Sliced Whole Wheat
Fluffy
Bread
Bakery
Reduced
Fat Free Mini Cinnamon Rolls
Light
Sweeten Bread
Bakery
Non-Fat
Diet Lovers Vanilla 2 Gallon
Coldpack
Frozen Desserts
Frozen Foods
Non-Fat
Light and Creamy Butter Pecan 1

Pint
Freshlike
Frozen Desserts
Frozen Foods
Reduced
Chocolate Lovers 1/2 Gallon
Frigid
Frozen Desserts
Frozen Foods
Regular
Strawberry Ice Creamy 1 Pint
Icy
Frozen Desserts
Frozen Foods
Regular
F
a
t
F
a
t
F
a
t
F
a
t
F
a
t
F
a
t
Dimensin Producto
As modelado, cada atributo es un interesante Header para un reporte de
anlisis, como:
DRILL-DOWN
POR
CATEGORA
DRILL-DOWN
POR
CONTENIDO
CALRICO
Dimensin Tienda
Informacin demogrfica de la red de tiendas
Dimensin Promocin
Describe las condiciones bajo las cuales un

producto fue vendido
Reduccin de precio temporal

Uso de displays de apoyo
Uso de avisaje en medios
Cupones
Este tipo de dimensin es llamado CAUSAL,

debido a que describe factores estacionales
que pueden haber afectado el
comportamiento de los participantes del
proceso (los clientes en este caso)
Dimensin Promocin
La administracin desea saber si las promociones son efectivas:
Experiment el producto bajo promocin una mejora de sus

ventas? Para esto se requiere un baseline de comparacin
(historia, modelos matemticos, etc.)
Experiment el producto bajo promocin una baja en ventas antes
o despus de la promocin, anulando el efecto de ganancia de la
promocin?
Experiment el producto bajo promocin una mejora de sus
ventas pero bajaron las ventas otros productos sustitutos o
relacionados? (canibalizacin)
Experimentaron todos los productos de una misma categora bajo
promocin una ganancia neta en ventas? (crecimiento de mercado)
Fue rentable la promocin?. Es decir, la ganancia en rentabilidad
de la promocin (incremento de ventas de la categora-producto
sobre el baseline de ventas, durante el perodo de la promocin,
incluyendo costos de la promocin y otros factores
Dimensin Promocin
Retail El modelo completo
Dimensiones degeneradas
El hecho POS transaction number aparece como una primary key en
forma natural, pero en nuestro modelo tiene una Dimensin Nula.
Esto se llama dimensin degenerada (degenerate dimension o DD) y
habitualmente estn asociadas al nivel de granularidad del modelo
Las DD son muy tiles para agrupar hechos que estn asociados a
una misma transaccin (en este caso la compra realizada por un
cliente), en una relacin Parent-Child
Otros ejemplos son: Nmero de orden, Factura, Hoja de trabajo, etc.
Finalmente: Market Basket

Analisys
Determinar qu productos fueron vendidos en el mismo carro (basket), vale
decir, la combinacin de productos que fueron adquiridos de una vez
Se vende Coca Cola junto con Arroz?
En ese sentido ayudan las DD, pero hay limitaciones de SQL para abordar en
forma cmoda este problema
Una solucin es construir tablas de hechos agregadas, lo que plantea
problemas de combinatoria interesantes (Nx(N-1) combinaciones) posibles
Modelamiento dimensional
Caso 2 - Inventario
Conceptos dimensionales a
cubrir
Implicaciones de la cadena de valor
Modelo de snapshot peridico,
transaccional y de actualizacin para
manejar inventarios
Ejemplo de hechos semiaditivos y no
aditivos
Arquitectura de DW BUS de Kimball
Introduccin a la Cadena de
Valor
Muchas organizaciones (especialmente en el mundo retail)
tienen largas y complejas cadenas de valor (desde

aprovisionamiento hasta venta) para satisfacer las necesidades
de sus clientes
Habitualmente estas cadenas estn asociadas a flujos lgicos de

actividades y tareas de la organizacin y sus asociados, que
en muchos casos se traduce en movimiento de productos y
bienes
Estos productos son entregados por los proveedores en las

Bodegas o Centros de Logstica de la empresa de retail, en
donde son almacenados para varios procesos internos de
negocio:
Reempaque, maquila
Distribucin interna a centros de venta
Control de calidad
Almacenamiento temporal
Etc.
Cadena de valor en Retail
Subconjunto simplificado de procesos:
Cadena de valor en Retail
Los sistemas operacionales (Back-End o BackOffices) tpicamente

acumulan transacciones o fotografas (snapshots) en cada paso de la
cadena de valor
Esto posibilita contar con informacin interesante para generar

mtricas de performance de esta cadena
El principal objetivo de muchos sistemas de gestin y anlisis de

informacin es monitorear los resultados de los indicadores clave de
esta cadena de valor
El tema principal a resolver es que muchos de los procesos de

negocio asociados a esta cadena de valor producen mtricas en
intervalos de tiempo propios, con granulidaridades y dimensiones
diferentes, generando tablas de hechos nicas
Por lo tanto, el modelamiento dimensional tiene que resolver esto

generando una vista de alto nivel de la cadena en su completitud para
luego bajar al detalle de cada proceso
Modelos de inventario (en un

DW)
Fotografa peridica:
Transaccional:
Medir el nivel de inventario de cada producto en forma

peridica, y se guardan estos como registros diferentes en la
tabla de Hechos
Registrar cada transaccin que mueve el nivel de inventario
Actualizacin en cada transaccin:
Construir un registro en la tabla de hechos para cada

producto entregado y actualizarlo mientras est inventariado
Cada modelo tiene sus ventajas y desventajas y

pueden coexistir
1.
2.
3.
4.
Diseando el modelo
dimensional
El proceso de negocios: Manejar el inventario

de la cadena
La granularidad: Tener el detalle de inventario
diario de cada producto por local de ventas,
el que se asume como nivel atmico (ms
bajo posible) provisto por los sistemas
operacionales
Dimensiones: Tiempo, Producto y Local
Hechos: Cantidad del producto (nivel de
inventario)
1. El primero modelo
Bajo el modelo de inventario de Foto

peridica
Alcance de este modelo
An cuando parece simple, sirve para

balancear niveles de inventario por local si se
hacen peridicas actualizaciones
Por otro lado, este modelo tiene la

problemtica de matrices densas debido a
que en muchos casos habr un tupla
producto-local-da an cuando en muchos
casos sea vaca (este enfoque til para el
negocio puede consumir mucho espacio de
disco)
Nro productos
Nro locales
Nro mediciones (snapshots)
Hechos semiaditivos
En el modelo de foto, la cantidad (hecho) puede ser sumada (agregada)

en las dimensiones Producto y Local, pero no Tiempo, debido a que
representan niveles a lo largo del tiempo, en cuyo caso la suma no tiene
sentido
Hecho semiaditivo: aquel que no es sumable en todas las dimensiones
TIP: Todos los hechos que registran un nivel esttico (niveles de

inventario, saldos contables, medidas de intensidad como temperatura,
etc) son no aditivas en la dimensin tiempo y posiblemente en otras
dimensiones. En estos casos, la medida puede ser agregada a travs de
hechos compuestos, como promedio de inventario sobre el tiempo
Cuidado!!! Considere las capacidades y potenciales errores que puede

tener usar la sentencia SQL AVG Hint: promedio de inventario de 3
productos en 4 locales durante 7 das = Total Inventario / ? (84 7)
Necesidad de operadores especiales, como AVG_DATE_SUM
Extensiones al modelo
Para muchos anlisis, la cantidad de cada

producto en cada foto no ser suficiente
Este valor ser combinado con hechos
aditivos para medir la velocidad de cambio de
los niveles y calcular otras mtricas ms
sofisticadas como Rotacin de Inventario,
Nmero de das para reabastecer un producto
Retorno de Margen Neto por Inventario (gross
margin return on inventory, GMRO)
Para qu sirve esto?
Bajo GRMOI = Los productos se estn

vendiendo lentamente (malo si se desea
rpida rotacin de inventario)
GRMOI es una estadstica habitualmente
usada para la calidad de inversin en
inventario que tiene una compaa
El nuevo modelo
dimensional
Soportando anlisis de margen de inventario
Al agregar nuevos hechos Cuidado con la Granularidad!!!
Por qu GRMOI no se coloca como un hecho? Porque es NO
ADITIVO!
2. Modelo transaccional
Registra cada transaccin que afecta el inventario,
tales como:
Ingreso de producto
Poner producto en control de calidad
Liberar producto de control de calidad
Devolver producto a proveedor por problema de calidad
Poner producto en un BIN
Autorizar producto para la venta
Retirar producto de BIN
Empacar o reempacar producto
Vender producto a cliente
Recibir producto devuelto por cliente
Retornar producto a inventario
Etc.
El modelo dimensional
transaccional
Supuesto: La granularidad de la tabla de hechos

corresponde a una fila por cada transaccin de
inventario
Alcances de este modelo
Contiene el ms detallado nivel de informacin posible, pues

almacena los movimientos de inventario ms que fotos cada
cierto tiempo. Esto sirve para medir la frecuencia de ciertos
tipos de transacciones (por ejemplo: reposicin, de baja por
fecha vencimiento, etc.), de tal forma de contestar preguntas
como:
Cuantas veces se ha repuesto un mismo tipo de producto en un

BIN en el mismo da?
Cuentas entregas recibimos de un mismo proveedor, para un
mismo producto?
En cuantos productos se han realizado ms de dos rondas de
control de calidad, y que causaron su devolucin al proveedor?
NOTA: an cuando este modelo tiene mucho nivel de detalle, la

capacidad de procesamiento requerida para obtener respuestas
a necesidades de negocio no lo hace siempre el ms prctico
3. Modelo de acumulacin de
fotos
Es el tercer y ltimo modelo de diseo

que veremos. En este modelo se crea en
la tabla de hechos una fila por cada
envo de productos a la Bodega. En esta
misma fila se construyen los campos
que permitan determinar el movimiento
y cambios de estado que ha ido
teniendo el nivel de inventario del
producto
Modelo de acumulacin de
fotos
La filosofa detrs de este modelo es

proveer el status de lo recibido de cada
producto en cada envo del proveedor (o
equivalentemente, de cada ingreso a
Bodega), y de como este envo se
mueve o cambia a lo largo del tiempo y
de un conjunto de estados predefinidos:
Cada registro de entregas se ir
actualizando hasta que todo salga de la
Bodega.
El modelo dimensional
asociado
Integrando la cadena de
valor
Se han revisado tres formas de modelar
Se han revisado tres formas de modelar

el problema de controlar los niveles de
inventario
Ahora, el escenario es como unir los
diferentes mundos dimensionales que
se pueden crear (Venta Inventario, etc)
Idea bsica: Compartir dimensiones
Dimensiones compartidas
Compartir dimensiones a travs de

procesos de negocio permite resolver el
problema de integracin de informacin
DW Bus Architecture
(Kimball)
Varios autores apoyan la idea de arquitecturas de DW

con un enfoque corporativo:
Inmon CFI
Kimball - BUS
En el caso de Kimball, el modelo de BUS se refiere a

una estructura comn a travs de la cual todo se
conecta y a travs de la cual se obtiene poder para
generar y tomar decisiones
De esta forma se tiene un modelo referencial para que
diferentes datamarts puedan ser implementados en
diferentes instantes, pero basados en un diseo que
les permita coexistir y colaborar entre ellos
Un elemento de unin es la DIMENSIN
Elementos de DW BUS
La arquitectura de BUS permite tener un

proceso organizado para descomponer las
necesidades de informacin de la
Organizacin y tomar las decisiones de
diseo que permitan generar un Framework
de trabajo
Esta arquitectura de BUS es independiente de
decisiones tecnolgicas asociadas a cada
modelo particular
La herramienta analtica de trabajo es la Data
Warehouse Bus Matrix donde se identifican
dimensiones comunes a diversos procesos
de negocio
Ejemplo de DW BUS Matrix

COMMON DIMENSIONS
BUSINESS PROCESSES
Date
Product
Store
Promotion
Warehouse
Vendor
Retail Sales
Retail Inventory
Retail Deliveries
Warehouse Inventory
Warehouse Deliveries
Purchase Orders
Contract
Shipper
Uso de la Matriz
Las filas de la matriz corresponden a los

Datamarts. Se deben crear diferentes filas si
las fuentes de datos son dismiles, si los
procesos son distintos (incompatibles) o si
hay otras consideraciones que hagan no
conveniente tener un slo datamart
Las columnas de la matriz corresponden a las
dimensiones comunes usadas en la
organizacin (o al menos, en los procesos
identificados). Es conveniente tener una
amplia lista de dimensiones candidatas
antes de llenar la matriz
Fin segunda parte

Curso BI - 2

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Curso BI - 2

Caricato da

Copyright:

Formati disponibili

Inteligencia de Negocios

Segunda parte Anlisis dimensional

Material con fines acadmicos

Segunda parte Anlisis dimensional

Metodologa bsica para construir un modelo

Caso de modelamiento I Retail

Caso de modelamiento II - Inventario

Material con fines acadmicos

OLAP On Line Analytical Processing

Una categora de aplicaciones informticas

Qu es? Usar como referencia El test

Material con fines acadmicos

Cubos: Un cubo es una manera de representar

Material con fines acadmicos

Dimensin: Una dimensin define un rea de anlisis de la

Una dimensin contiene una o mas jerarquas que permiten

Las jerarquas de cada dimensin pueden verse como rboles.

En cada dimensin debemos definir la operacin que se

Hechos: Son las medidas que se van a analizar en cada

Se debe considerar la granularidad de la informacin, es

Se debe definir las formas de agregacin de cada hecho

Un cubo debe tener hechos (medidas) al mismo nivel de

Material con fines acadmicos

Un Cubo puede ser almacenado de distintas maneras.

ROLAP (Relacional OLAP) : Todos la informacin del cubo, sus

Ejemplo basico de cubo Tabla Dinamica en Excel

Material con fines acadmicos

Diseo del Datawarehouse

Material con fines acadmicos

OLAP como componente de

Olap: diseado para realizar

A veces un DW se refiere a la componente

OLAP no se usa para almacenar datos

DW / OLAP vs. OLTP

Material con fines acadmicos

Entregar gran capacidad analtica

Sin interrumpir la funcin de los sistemas OLTP

Proveer un repositorio centralizado de datos

Los DWs ms completos

Cmo construyo un DW?

Una metodologa bsica:

Material con fines acadmicos

Porqu usar cubos?

Facilidad de uso para analistas de negocio

Navegacin de datos (slice&dice, drilldown)

Performance y escalabilidad (Molap)

Material con fines acadmicos

Identificar los sponsors!

Comenzar con los usuarios, no con los datos

Cules son sus objetivos y desafos?

Entrevistar a los expertos en datos

Cuales son las fuentes de datos?

ndices especiales (star join)

Facilidad de operacin / mantencin

Material con fines acadmicos

Cmo se falla al disear un DW

Ignorar a los usuarios de negocio

Relacin N:M a travs de tablas de

Diseo modelos ROLAP

Material con fines acadmicos

Llave primaria nica Single primary key

Surrogate (synthetic) integer

Atributos abundantes y textuales, orientados al