INTRODUCCIÓN
Siempre estamos buscando la forma de tener nuestros datos seguros, ordenados y
con una forma de encontrarlos que sea fácil, versátil y dinámica por ello es prioritario
la construcción de bases de datos mediante el desarrollo y nivel de bodega
de datos debido a la importancia y desarrollo en el mercado actual, cada vez maneja
una población y cantidades más extensas de toda esa minería de datos.
Que en realidad no ha sido organizada pero en el campo de la información, BODEGA
DE DATOS ( Data Warehouse ) está la solución a dichos problemas de forma segura,
organizada, y rápida, para que la empresa sea más competitiva.
Es un conjunto de datos integrados u orientados a una materia, que varían con
el tiempo y que no son transitorios, los cuales soportan el proceso de toma de
decisiones de la administración y está orientada al manejo de grandes volúmenes de
datos provenientes de diversas fuentes o diversos tipos.
Estos datos cubren largos períodos de tiempo lo que trae consigo que se tengan
diferentes esquemas de los datos fuentes, La concentración de esta información está
orientada a su análisis para apoyar la toma de decisiones oportunas y
fundamentadas, Previo a su utilización se debe aplicar procesos de
análisis, selección y transferencia de datos seleccionados desde las fuentes.
RIESGOS.
- Desactualización de esquemas a nuevas necesidades del negocio.
- Acceso no restringido a objetos de Data Warehouese.
- Respaldo de los datos almacenados
SISTEMA OPERATIVO
La bodega de datos se encuentra sobre la plataforma del sistema operativo.
La seguridad representada en la disponibilidad, confidencialidad y controles de
accesos y privilegios sobre las áreas de almacenamiento y procesamiento están en
gran medida dependientes de esta plataforma.
RIESGOS
- El Sistema operativo no apoya las políticas de acceso establecidas desde la
administración de la bodega de datos.
- Los recursos requeridos para los procesos de actualización sean mal atendidos por
el sistema operativo.
- El sistema operativo permite que programas o usuarios ejecuten y utilicen recursos
protegidos desde la bodega de datos.
- El sistema operativo no otorga los recursos necesarios para la realización de
procesos de alto costo computacional.
RED
Es la infraestructura de comunicación que permite que los diferentes componentes
intercambien información. La cantidad de datos contenidos en Data Warehouse
incrementa su importancia.
RIESGOS
- Acceso al sistema desde elementos externos sin autorización (aplicaciones,
personas, etc.)
- La red se convierta en un cuello de botella para lo operación del sistema.
- La inexistencia de elementos que respalden un componente que falle
OLAP: Las siglas OLAP significan en inglés Online Analytical Processing, una
categoría de herramientas de software que provee análisis de datos almacenados en
una base de datos multidimensional. Las herramientas OLAP permiten a los
usuarios analizar diferentes dimensiones de datos.
SQL: Es la abreviación de Structured Query Lenguaje. Es un lenguaje estandarizado
de consultas para pedir información desde una base de datos.
¿Cómo se puede conformar la bodega de datos?
Aparte de las consideraciones técnicas y económicas, existen tres aspectos
importantísimos que intervienen en el establecimiento y el uso de una bodega de
datos: el diseño, el mantenimiento, y el uso de la misma.
El diseño requiere soportarse en un análisis profundo de la institución o del áreas
funcionales responsables de la utilización de la bodega, las fuentes de datos que
alimentarán la bodega, y unas personas capacitadas en la correcta estructuración de
la bodega.
De las decisiones aquí tomadas, depende la velocidad de búsqueda y la calidad y
oportunidad obtenida en las respuestas a nuestras inquietudes. Una decisión mal
tomada en este aspecto puede significar demoras de días en vez de horas o minutos
para la obtención de las respuestas requeridas, o incluso, que la bodega no esté en
capacidad de responder las preguntas claves para la organización.
El mantenimiento de la información se convierte en parte fundamental, una vez la
bodega de datos forma parte integral de los sistemas de información de la institución
o compañía. Según los expertos, uno de los principales problemas que se vive con
los proyectos de bodegas de datos es la obsolescencia de su información. Se actualiza
la información para el proyecto piloto, pero no se establecen mecanismos de
actualización permanente que siempre garanticen la oportunidad de la misma.
Por último, pero no menos importante, están las decisiones que se hagan sobre el
uso que se hará de la bodega de datos, resaltándose en este aspecto la capacidad
y entrenamiento que deben tener los distintos usuarios para buscar relaciones y
analizar la información.
Si bien es cierto que la bodega de datos agiliza esta tarea, es deber de los usuarios de
la bodega saber cómo preguntar y cómo interpretar y poner en práctica los resultados
que obtienen, pero además, la institución debe definir en forma muy clara, el ámbito
empresarial en el que operará la bodega, las dependencias administrativas de la
organización que van a tener acceso a la bodega de datos y las consultas que ésta
debe responder inicialmente.
REQUERIMIENTOS PARA LA CONSTRUCCIÓN DE UNA BODEGA DE
DATOS:
HARDWARE
Se requiere de un servidor para el almacenamiento y manejo de la base de datos
corporativa; este servidor se recomienda que sea altamente escalable, pues algunas
veces el proyecto de construcción de la bodega presenta redimensionamiento a
medida que se avanza en la implementación. La capacidad inicial de
almacenamiento estará determinada por los requerimientos de información
histórica presentados por la empresa y por la perspectiva de crecimiento que se
tenga.
Dependiendo del diseño del sistema, puede ser necesario contar con un segundo
servidor para las herramientas de consulta de datos. Este equipo debe tener el
sistema operativo recomendado por el proveedor de la herramienta a utilizar, siendo
el más usado alguna versión de Windows.
Las estaciones de trabajo de cada usuario deberán cumplir con las características
recomendadas por el proveedor de la herramienta de consulta seleccionada.
HERRAMIENTAS DE SOFTWARE:
Las herramientas se clasifican en cuatro categorías básicas: Herramientas de
Almacenamiento (bases de datos, multidimensionales), Herramientas de Extracción
y Colección, Herramientas para Reportes de Usuario Final y Herramientas para
Análisis Inteligentes.
Herramientas de Almacenamiento: corresponde a la herramienta en la cual
se irán a almacenar los datos. Existen muchas opciones dependiendo
del volumen de los datos, presupuesto y capacidad de su sistema. Cada uno de los
sistemas de administración de bases de datos, como Oracle, DB2, Informix,
TeraData, Sybase, etc, tienen una facilidad de Data Warehouse.
Herramientas de Extracción y Colección: Ayudan a definir, acumular,
totalizar y filtrar los datos de sus sistemas transaccionales en el Data Warehouse. La
mayoría de esas herramientas son desarrolladas por el personal interno de la
compañía dado el gran conocimiento que tienen de los sistemas transaccionales.
Herramientas para Elaboración de Reportes a Usuarios Finales: Es la
interface vista por el usuario. Al usuario se le debe proveer un mecanismo para que
vea los datos a un alto nivel y que entonces obtenga con ello la solución a preguntas
específicas. Existen muchas herramientas, incluyendo Cognos Powerplay, Business
Objects, SAS, ShowCase Strategy etc.
Herramientas de Análisis Inteligente: Entre ellas están las de empresas como
IBM, SAS, Arbor, Cognos, Business Objects, entre otras. Estas herramientas han
sido construidas utilizando inteligencia artificial que buscan alrededor del Data
Warehouse modelos y relaciones en los datos. Estas herramientas utilizan una
técnica conocida como Data Minning o Minería de datos.
¿QUÉ PUEDEN OFRECER LAS BODEGAS DE DATOS?
El objetivo de las bodegas de datos es centralizar una gran variedad de datos e
información, interpretar dicha información y darle un valor agregado para beneficio
del negocio todo ello por supuesto, con un fácil acceso y visualización por parte de
los usuarios. Algunos procesos que se realizan en estos escenarios son:
Transformación de Datos. Se obtienen datos e información de diferentes
fuentes o almacenamientos y se aplica una serie de reglas definidas que convierten
los datos en información útil para la toma de decisiones.
Repositorios y metadatos. Más importante aún que el flujo de datos es entender
el origen y la descripción de éstos de una forma que sea común para toda la
organización. "No se requiere más datos, se requiere entenderlos".
Procesamiento analítico en línea (OLAP).
Provee el medio para obtener visualizar y analizar información con alto rendimiento
y flexibilidad. OLAP presenta la información a los usuarios de una forma natural e
intuitiva. De esta manera los usuarios pueden ser más efectivos en reconocer el valor
de dicha información.
Visualización.
En la mayoría de los casos los datos pueden ser mejor entendidos si los números son
combinados de diferentes formas y presentados visualmente en forma de
histogramas y varios tipos de gráficas. La visualización puede ser especialmente útil
en identificar rápidamente cuales datos pueden tener un análisis especial.
¿Cómo trabaja una bodega de datos?
Las bodegas de datos son una base de datos históricos y operativos de la compañía
(banco, supermercado etc) que están disponibles para el usuario. Contrario a
muchos sistemas, se establece de acuerdo con la lógica del negocio más que con la
lógica de los sistemas. Les permite a los usuarios cavar y dar vueltas entre toda esa
información importante de los clientes, para buscar relaciones y efectuar consultas.
El proceso mediante el cual los usuarios se sientan enfrente de una montaña de
hechos y datos para descubrir tendencias que sugieran nuevas oportunidades
de negocios se llama "minería de datos" (data mining).
Sin embargo todo lo que brilla no es oro. La empresa debe comprometerse a
mantener actualizados los datos que están alojados en la bodega, asegurarse que
todos los datos son válidos, exactos y oportunos.
¿Cuál es el retorno de la inversión?
Los beneficios y recompensas son abundantes para una compañía que configure y
mantenga adecuadamente la bodega de datos. Ahorros en costos al igual que el
aumento en ingresos encabeza la lista de los beneficios tangibles. Adiciónele a esto
el análisis de las bases de datos de mercadeo para efectuar venta cruzada
de productos, identificar y mantener a los clientes que generen la mayor utilidad,
mientras se mantiene un mejor conocimiento de quienes son los clientes de la
empresa. Por ejemplo, una empresa de servicios telefónicos puede utilizar una
bodega de datos para determinar cuáles servicios pueden interesarle a cada uno de
sus clientes. De esta manera evita gastos en correo masivo e impersonal, con una rata
de efectividad muy baja.
Una compañía no se debe olvidar que el objetivo de cualquier proyecto para una
bodega de datos es reducir los costos operativos y generar ingresos. Esto es una
inversión y se debe poder esperar un retorno cuantificable a esta inversión en el
tiempo.
En conclusión, una bodega de datos bien implementada y mantenida redundará en
beneficios para la compañía. Cualquier falla en su implementación, garantizará
que el dinero invertido se ha despilfarrado.
Uso de herramientas OLAP (data warehouse)
Se debe recordar que no es suficiente con almacenar datos, es necesario procesarlos
para convertirlos en información importante para la organización.
Los sistemas de apoyo a las decisiones (DSS), conectan a las personas con las
bodegas de datos. De la calidad de estas herramientas depende el grado de
aprovechamiento de estas. Pueden ser:
Herramientas de consultas / reportes, con interfaz gráfica, sin usar
sentencias SQL, realizar cierres o peticiones complejas.
Herramientas OLAP (On-Line Analytical Processing). Permiten obtener
información generando consultas multidimensionales, con columnas y filas móviles
y diversos grados de agrupamiento para diferentes parámetros.
Modelo Multidimensional: Modelo estilo hoja de cálculo.
a. Elementos:
Medidas: Valores de interés
Dimensiones, Atributos, Propiedades Visión de Cubos, Datos representados en
forma de arreglos multidimensionales.
b. Visión de Relaciones:
Tablas de hechos (Fact Table): Ejemplo: ventas.
Tablas de dimensiones: Ejemplo: tiempo, producto, geografía.
Usualmente se maneja el tiempo como una tabla. Esto permite colocar atributos a la
fecha. La normalización genera un efecto denominado copos de nieve, es preferible
usar el método de la estrella, donde las relaciones son más claras. La actualización
se hace por periodos, no en línea.
Tipos de servidores OLAP.
MOLAP: Multimensionales OLAP.
Arreglos multidimensionales.
No escalan a grandes volúmenes.
No hay estándar.
Muy eficiente.
Realmente guarda el cubo de decisión.
Interfaz estilo hoja de cálculo.
Principalmente operaciones de agregación de medidas diferentes.
Niveles jerárquicos de las dimensiones.
Subir o bajar en los niveles de agregación (Roll-up, Drill-Down).
Otras operaciones comunes: Filtrar y rotar. Slice and Dice.
La herramienta RAD de Inprise, Delphi, permite la construcción de cubos de
decisión a partir de consultas SQL, con varios parámetros de agrupación y fácil
manipulación. Ver
ROLAP: Relational OLAP.
Relaciones.
Consultas SQL
Escalan bien a grandes volúmenes
Son menos eficientes.
HOLAP: Híbrido OLAP.
Datos agregados. MOLAP
Datos detallados. ROLAP
Construcción del Data Warehouse.
El ciclo del desarrollo del data warehouse no difiere en mucho de las fases de
perfeccionamiento de todos los desarrollos de software. Las fases y las secuencias
son las mismas, pero existen variantes únicas asociadas al data warehouse.
Comprende
Planeación
En esta fase se determina: El enfoque que se optará para la implementación: Top-
Down (De Arriba abajo), Bottom-up (De abajo a arriba) o una combinación de estas
dos. La metodología de desarrollo: Las más usuales son el método de análisis y
diseño estructurado y el método del desarrollo en espiral.
Requerimientos
Especificación clara y precisa de las funciones que se esperan obtener del data
warehouse. Estos deben definirse desde varias perspectivas: propietario, arquitecto
o desarrollador del data warehouse y desde la visión del usuario. Se definen las áreas
tema que apoyará la bodega de datos, las dimensiones de categorización (tiempo,
geografía, industria, grupo de clientes, línea de producto, etc.).
Análisis
Consiste en convertir todos los requerimientos conseguidos en la fase anterior en
especificaciones concretas que sirvan de base para el diseño. Se definen los modelos
lógicos de los datos para el data warehouse, los mercados de datos, definir
los procedimientos de conexión con las fuentes de datos y el data warehouse y las
herramientas de acceso del usuario final.
Diseño
Los modelos lógicos conseguidos en la anterior fase se convierten en modelos físicos.
Se generan los diseños para programas y procesos que se requieren según
la arquitectura, tanto a nivel de los datos como de aplicación. Construcción. Se
conoce también como diseño físico y consiste en plasmar en la práctica, los diseños
lógicos de la fase anterior. Incluye la construcción de programas que creen y
modifiquen las bases de datos, que extraigan datos de las fuentes, programas para
transformación de datos tales como integración, resumen y adición, programas para
la actualización de los datos, programas para búsquedas en bases de datos muy
grandes.
Montaje
Relacionados con la instalación, puesta en marcha y uso del data warehouse. Un
elemento importante consiste en concientizar a los usuarios sobre la disponibilidad,
beneficios y presentación de data warehouse, esto se conoce
como comercialización de la información.
CONCLUSIÓN
Hemos concluido que la gran importancia de la bodega de datos con respecto al
manejo de la información con respecto a una empresa, se debe implementar con el
único fin de hacerla competitiva, frete a las demás empresas que existen en el
mercado, debido a que en nuestros tiempos la información debe ser versátil,
organizada, fácil de manejar, bien estructurada, segura.
Por ultimo cabe destacar que la bodega de datos se debe implementar siguiendo
algunos pasos determinados, normas los cuales dan un grado de confiabilidad en
eficiencia, seguridad y actualización contante de la información.
