DataWarehouse 1
DataWarehouse 1
› Integrado: los datos almacenados en el Data Warehouse deben integrarse en una estructura consistente, por lo que las
inconsistencias existentes entre los diversos sistemas operacionales deben ser eliminadas. La información suele
estructurarse también en distintos niveles de detalle para adecuarse a las distintas necesidades de los usuarios.
CARACTERISTICAS DE UN DATA WAREHOUSE
› Histórico: el tiempo es parte implícita de la información contenida en un Data Warehouse. En los sistemas operacionales, los
datos siempre reflejan el estado de la actividad del negocio en el momento presente. Por el contrario, la información
almacenada en el Data Warehouse sirve, entre otras cosas, para realizar análisis de tendencias. Por lo tanto, el Data
Warehouse se carga con los distintos valores que toma una variable en el tiempo para permitir comparaciones.
CARACTERISTICAS DE UN DATA WAREHOUSE
Diseño físico
• Software
Requerimientos funcionales • Nomenclatura
• Diseño de relaciones
• Definición de reglas de la BD
Requerimientos no funcionales
PLANIFICACION DE INFRAESTRUCTURA DE UN DATA WAREHOUSE
Comprensión del negocio Se trata de entender claramente los requerimientos y objetivos del proyecto siempre desde una
visión de negocio. Esta fase se subdivide a su vez en las siguientes categorías:
› Definición de los objetivos de negocio y criterios de éxito del negocio (inicial, objetivos de negocio y criterios de éxito
del negocio).
› Realización del plan del proyecto (plan del proyecto y valoración inicial de herramientas y técnicas).
METODOLOGIA DE KIMBALL PARA EL DATA WAREHOUSE
La metodología se basa en lo que Kimball denomina Ciclo de Vida Dimensional del Negocio (Business Dimensional Lifecycle).
Este ciclo de vida del proyecto de DW, está basado en cuatro principios básicos:
› Centrarse en el negocio: Hay que concentrarse en la identificación de los requerimientos del negocio y su valor
asociado, y usar estos esfuerzos para desarrollar relaciones sólidas con el negocio, agudizando el análisis del mismo
y la competencia consultiva de los implementadores.
› Construir una infraestructura de información adecuada: Diseñar una base de información única, integrada, fácil de
usar, de alto rendimiento donde se reflejará la amplia gama de requerimientos de negocio identificados en la
empresa.
› Realizar entregas en incrementos significativos: crear el almacén de datos (DW) en incrementos entregables en
plazos de 6 a 12 meses. Hay que usa el valor de negocio de cada elemento identificado para determinar el orden de
aplicación de los incrementos. En esto la metodología se parece a las metodologías ágiles de construcción de
software.
› Ofrecer la solución completa: proporcionar todos los elementos necesarios para entregar valor a los usuarios de
negocios. Para comenzar, esto significa tener un almacén de datos sólido, bien diseñado, con calidad probada, y
accesible. También se deberá entregar herramientas de consulta ad hoc, aplicaciones para informes y análisis
avanzado, capacitación, soporte, sitio web y documentación.
METODOLOGIA DE KIMBALL PARA EL DATA WAREHOUSE
METODOLOGIA DE INMON PARA EL DATA WAREHOUSE
En este modelo, la premisa es que la información se almacene al máximo nivel de detalle (garantizando la futura exploración
de los datos), permaneciendo invariable y no volátil, de manera que los cambios que sufran los datos a lo largo del tiempo
queden registrados sin que puedan modificarse o eliminarse.
En este modelo, la premisa es que la información se almacene al máximo nivel de detalle (garantizando la futura exploración
de los datos), permaneciendo invariable y no volátil, de manera que los cambios que sufran los datos a lo largo del tiempo
queden registrados sin que puedan modificarse o eliminarse.
Estas son las claves fundamentales de la arquitectura defendida por Inmon, conocida como ‘Corporate Information Factory
(CIF)’, donde el DataWarehouse centraliza todos los datos de la compañía para alimentar, a continuación, pequeños
DataMarts temáticos, que serán los puntos de acceso para las herramientas de reporting. En este sentido, cada
departamento tendrá su propio DataMart, abastecido con la información del DataWarehouse, listo para su análisis y
explotación.
METODOLOGIA DE INMON PARA EL DATA WAREHOUSE
DIFERENCIAS ENTRE KIMBALL E INMON