1

Ing. Myriam Quiroz Berriomyrquib@gmail.com

Clase 6- Versión 1

INTELIGENCIA DENEGOCIO

Sesion 06

Arquitectura Básica

Data Marts y cubos

RelationalDW Database

Sistemas OLTP

Clientes

Diseñar el Poblar Crear Cubos ConsultarData Warehouse Data Warehouse & Analisis los Datos

1 3 4

•Olap•Reportes•Análisis•Minado

2

Operational Data Store

Análisis OLTP

Data Marts y cubos

RelationalDW Database

Sistemas OLTP

Clientes

Diseñar el Poblar Crear Cubos ConsultarData Warehouse Data Warehouse & Analisis los Datos

1 3 4

•Olap•Reportes•Análisis•Minado

2

Operational Data Store Análisis de los OLTP

2

Análisis OLTP

Es el proceso que analiza las fuentes OLTP que tiene la empresa tanto interna como externa para determinar cómo serán calculados los indicadores y para establecer las respectivas correspondencias entre el modelo conceptual creado en el diseño Conceptual.

5

Pasos

a) Establecer correspondencias con los requerimientos

b) Seleccionar los campos que integrarán cada perspectiva. (Nivel de granularidad)

6

Caso

Se realizará el análisis del proceso de Ventas debido a que esta soportado por un OLTP.

Se identificó lo pertinente sobre el proceso y cuáles eran las variables o perspectivas que debían tenerse en cuenta para poder tomar decisiones.

Se identificó los indicadores que representan de mejor modo el proceso de Ventas

7

a. Establecer correspondencias con los requerimientos

Se desea saber:

”Unidades vendidas de cada producto a cada cliente en un tiempo determinado”.

”Monto total de ventas de cada producto a cada cliente en un tiempo determinado”.

8

3

9 10

Seleccionar los campos que integrarán cada perspectiva. Nivel de granularidad 11

Definiciones

12

4

OLAP vs. OLTP

Diseñado para análisis de medidas a través de categorías y atributos

Optimizado para carga masiva de datos y para resolver consultas complejas y no predecibles

Usuamente tiene pocos usuarios concurrentes

Diseñado para operaciones

Optimizado para transacciones: consulta, ingreso, modificación y eliminación de uno o pocos registros a la vez

Miles de usuarios concurrentes

Una categoría de aplicaciones informáticas y tecnologías para recolectar, administrar, procesar y representar datos multidimensionales para análisis y gestión (The OLAP Report)

OLAP –On Line AnalyticalProcessing

Fast

Analysis

Shared

Multidimensional

Information

Test “FASMI”Un cubo es una manerade representar información.La idea central es contar con unaserie de dimensiones y hechos quedefinen la información que se quierevisualizar. El principal objetivo espoder interactuar de manera rápiday hacer cruces de grandescantidades de información.

Cubos

5

Una dimensión define un área de análisis

de la información, por ejemplo, el tiempo,

geografía, sexo, etc. El conjunto de

elementos de una dimensión se

denominan “Miembros” (members).

Dimensión

Una dimensión contiene una o masjerarquías que permiten navegar por lainformación, por ejemplo el tiempocontiene una jerarquía año-mes-día, demanera de que uno puede ver lainformación por año y luego navegar a unnivel inferior y revisar la información mesa mes, para luego llegar al detalle diario.

Dimensión

Otra jerarquía podría ser año-semestre y así sucesivamente.

Las jerarquías de cada dimensión pueden verse como árboles.

Algunos son binarios, otros sondesbalanceados (“ragged”), otros notienen miembros (“degenerated”), etc.

Dimensión

En cada dimensión debemos definir la

operación que se utilizara para agregar

la información, es decir, establecer si las

ventas diarias al pasar a mes se deben

sumar, contar, promediar, etc.

Dimensión

6

Hechos

Hechos: Son las medidas que se van a analizar en cada cubo, por ejemplo, las ventas, los costos, etc. Son los números que se analizan bajo las distintas dimensiones

Se debe considerar la granularidad de la información, es decir, si tenemos una granularidad diaria, podemos analizar estos datos por día, sin embargo si se definió una granularidad mensual, el acceso a la información diaria no estar disponible. La granularidad es el nivel de detalle de los datos a almacenar

Hechos

Se debe definir las formas de agregación de cada hecho por cada dimensión (suma, máximo, mínimo, último, etc.)

Un cubo debe tener hechos (medidas) al mismo nivel de granularidad … sino … son más cubos!!