c
cc

En el contexto de la informática, un   (del inglés O


  3 es una colección de datos orientada a un determinado ámbito

(empresa, organización, etc.3, integrado, no volátil y variable en el tiempo, que

ayuda a la toma de decisiones en la entidad en la que se utiliza. Se trata, so bre

todo, de un expediente completo de una organización, más allá de la

información transaccional y operacional, almacenado en una base de datos

diseñada para favorecer el análisis y la divulgación eficiente de datos

(especialmente OLAP,
  
  
 3. El almacenamiento

de los datos no debe usarse con datos de uso actual. Los almacenes de datos

contienen a menudo grandes cantidades de información que se subdividen a

veces en unidades lógicas más pequeñas dependiendo del subsistema de la

entidad del que procedan o para el que sean necesario.

 
c
cc


 

  fue uno de los primeros autores en escribir sobre el tema de los

almacenes de datos, define un  (  3 en

términos de las características del repositorio de datos:

Ô   .- Los datos en la base de datos están organizad os

de manera que todos los elementos de datos relativos al mismo evento u

objeto del mundo real queden unidos entre sí.

Ô è  .- Los cambios producidos en los datos a lo largo

del tiempo quedan registrados para que los informes que se pueda n

generar reflejen esas variaciones.

Ô !".- La información no se modifica ni se elimina, una vez

almacenado un dato, éste se convierte en información de 
 , y

se mantiene para futuras consultas.

Ô # .- La base de datos contiene los datos de todos los sistemas

operacionales de la organización, y dichos datos deben ser consistentes.

  defiende una metodología descendente (  $3 a la hora de diseñar

un almacén de datos, ya que de esta forma se considerarán mejor todos los

datos corporativos. En esta metodología los   se crearán después de

haber terminado el data warehouse completo de la organización.


%&c '()
c 

ste es otro conocido autor en el tema de los  , define un

almacén de datos como: * 

 +  ,"* . También fue

) - quien determinó que un data warehouse no era más que: *

 * . Defiende por tanto una metodología

ascendente ( - $ 3 a la hora de diseñar un almacén de datos.

.c%
/
c
' cc
cc


Las definiciones anteriores se centran en los datos en sí mismos. Sin embargo,

los medios para obtener y analizar esos datos, para extraerlos, transformarlos y

cargarlos, así como las diferentes formas para realizar la gestión de datos s on

componentes esenciales de un almacén de datos. Muchas referencias a un

almacén de datos utilizan esta definición más amplia. Por lo tanto, en esta

definición se incluyen herramientas para la inteligencia empresarial,

herramientas para extraer, transformar y cargar datos en el almacén de datos,

y herramientas para gestionar y recuperar los metadatos

.%.c
cc


En un almacén de datos lo que se quiere es contener datos que son necesarios

o útiles para una organización, es decir, que se utiliza como un repositorio de

datos para posteriormente transformarlos en información útil para el usuario.

Un almacén de datos debe entregar la información correcta a la gente indicada

en el momento óptimo y en el formato adecuado. El almacén de datos da

respuesta a las necesidades de usuarios expertos, utilizando Sistemas de

Soporte a Decisiones (

3, Sistemas de información ejecutiva (

3 o

herramientas para hacer consultas o informes. Los usuarios finales pueden

hacer fácilmente consultas sobre sus almacenes de datos sin tocar o afectar la

operación del sistema. 

En el funcionamiento de un almacén de los datos son muy importantes las

siguientes ideas:

Ô # de los datos provenientes de bases de datos distribuidas

por las diferentes unidades de la organización y que con frecuencia

tendrán diferentes estructuras (fuentes heterogéneas3. Se debe facilitar

una descripción global y un análisis comprensivo de toda la organización

en el almacén de datos.

Ô
  de los datos usados en operaciones diarias de los datos

usados en el almacén de datos para los propósitos de divulgación, de

ayuda en la toma de decisiones, para el análisis y para operaciones de

control. Ambos tipos de datos no deben coincidir en la misma base de

datos, ya que obedecen a objetivos muy distintos y podrían entorpecerse

entre sí.

Periódicamente, se importan datos al almacén de datos de los distintos

sistemas de planeamiento de recursos de la entidad (ERP3 y de otros sistemas

de software relacionados con el negocio para la transformación posterior. Es

práctica común normalizar los datos antes de combinarlos en el almacén de

datos mediante herramientas de extracción, transformación y carga ( ETL3.

Estas herramientas leen los datos primarios (a menudo bases de datos OLTP

de un negocio3, realizan el proceso de transformación al almacén de datos

(filtración, adaptación, cambios de formato, etc.3 y escriben en el almacén

cc
c&


Los   son subconjuntos de datos de un  para áreas

especificas. 

Entre las características de un   destacan:

Ô Usuarios limitados.

Ô Área especifica.

Ô Tiene un propósito especifico.

Ô Tiene una función de apoyo.

.
 &
c%

c

 
c

Los cubos de información o cubos OLAP funcionan como los cubos de

rompecabezas en los juegos, en el juego se tr ata de armar los colores y en el

data warehouse se trata de organizar los datos por tablas o relaciones; los
primeros (el juego3 tienen 3 dimensiones, los cubos OLAP tienen un número

indefinido de dimensiones, razón por la cual también reciben el nombre de

hipercubos. Un cubo OLAP contendrá datos de una determinada variable que

se desea analizar, proporcionando una vista lógica de los datos provistos por el

sistema de información hacia el data warehouse, esta vista estará dispuesta

según unas dimensiones y podrá contener información calculada. El análisis de

los datos está basado en las dimensiones del hipercubo, por lo tanto, se trata

de un análisis multidimensional.

A la información de un cubo puede acceder el ejecutivo mediante "tablas

dinámicas" en una hoja de cálculo o a través de programas personalizados. Las

tablas dinámicas le permiten manipular las vistas (cruces, filtrados,

organización, totales3 de la información con mucha facilidad. Las diferentes

operaciones que se pueden realizar con cubos de información se producen con

mucha rapidez. Llevando estos conceptos a un data warehouse, éste es una

colección de datos que está formada por «dimensiones» y «variables»,

entendiendo como dimension es a aquellos elementos que participan en el

análisis y variables a los valores que se desean analizar.



 


Las dimensiones de un cubo son atributos relativos a las variables, son las

perspectivas de análisis de las variables (forman parte de la t abla de

dimensiones3. Son catálogos de información complementaria necesaria para la

presentación de los datos a los usuarios, como por ejemplo: descripciones,

nombres, zonas, rangos de tiempo, etc. Es decir, la información general

complementaria a cada uno de los registros de la tabla de hechos.

èc&c 


También llamadas ³ # ´, son los datos que están siendo

analizados. Forman parte de la tabla de hechos. Más formalmente, las

variables representan algún aspecto cuantificable o medible de los objetos o

eventos a analizar. Normalmente, las variables son representadas por valores

detallados y numéricos para cada instancia del objeto o evento medido. En

forma contraria, las dimensiones son atributos relativos a las variables, y son

utilizadas para indexar, ordenar, agrupar o abreviar los valores de las mismas.

Las dimensiones poseen una granularidad menor, tomando como valores un

conjunto de elementos menor que el de las variables; ejemplos de dimensiones

podrían ser: ³ ´, ³´ (o 0 3, ³  ´ (medido en

+, ,   , etc.3, ...

1 

Ejemplos de variables podrían ser:

Ô 

Ô A

Ô è
 Ô etc.

Ejemplos de dimensiones podrían ser:

Ô  (diferentes tipos o denominaciones de productos3

Ô  (o provincia, o regiones, o zonas geográficas3

Ô   (medido de diferentes maneras, por horas, por días, por meses,

por años, ...3

Ô   (casado/soltero, joven/adulto/anciano, ...3

Ô etc.

Según lo anterior, podríamos construir un cubo de información sobre el +

! (variable a estudiar3 en función del  vendido, la ! ,

el 2 y si el cliente está  (dimensiones3.

Tendríamos un cubo de 4 dimensiones.

 

3.A&c.c
cc


 

Uno de los componentes más importantes de la arquitectura de un almacén de

datos son los metadatos. Se define comúnmente como " 

 ", en el sentido de que se trata de datos que describen cuál es la

estructura de los datos que se van a almacenar y cómo se relacionan.

El metadato documenta, entre otras cosas, qué tablas existen en una base de

datos, qué columnas posee cada una de las tablas y qué tipo de datos se
pueden almacenar. Los datos son de interés para el usuario final, el metadato

es de interés para los programas que tienen que manejar estos datos. Sin

embargo, el rol que cumple el metadato en un entorno de almacén de datos es

muy diferente al rol que cumple en los ambientes operacionales. En el ámbito

de los data warehouse el metadato juega un papel fundamental, su función

consiste en recoger todas las definiciones de la organización y el concepto de

los datos en el almacén de datos, debe contener toda la información

concerniente a:

Ô Tablas

Ô Columnas de tablas

Ô Relaciones entre tablas

Ô Jerarquías y Dimensiones de datos

Ô Entidades y Relaciones

. 
 456 ,#7

Los procesos de 5 ,   y # (ETL3 son importantes

ya que son la forma en que los datos se guardan en un almacén de datos (o en

cualquier base de datos3. Implican las siguientes operaciones:

Ô 5 . Acción de obtener la información deseada a partir de los

datos almacenados en fuentes externas.

 Ô   . Cualquier operación realizada sobre los datos para

que puedan ser cargados en el O
   o se puedan migrar de

éste a otra base de datos.

Ô # . Consiste en almacenar los datos en la base de datos final, por

ejemplo el almacén de datos objetivo normal.

 8c&

Ô
 es un término genérico que se utiliza para referirse a todo

tipo de software de conectividad que ofrece servicios u operac iones que

hacen posible el funcionamiento de aplicaciones distribuidas sobre

plataformas heterogéneas. Estos servicios funcionan como una capa de

abstracción de software distribuida, que se sitúa entre las capas de

aplicaciones y las capas inferiores (sistema operativo y red3. El

 OO  puede verse como una capa API, que sirve como base a los

programadores para que puedan desarrollar aplicaciones que trabajen

en diferentes entornos sin preocuparse de l os protocolos de red y

comunicaciones en que se ejecutarán. De esta manera se ofrece una

mejor relación costo/rendimiento que pasa por el desarrollo de

aplicaciones más complejas, en menos tiempo.

Ô La función del  en el contexto de los data wareho use es la

de asegurar la conectividad entre todos los componentes de la

arquitectura de un almacén de datos.


9 .c
cc


Para construir un Data Warehouse se necesitan herramientas para ayudar a la

migración y a la transformación de los d atos hacia el almacén. Una vez

construido, se requieren medios para manejar grandes volúmenes de

información. Se diseña su arquitectura dependiendo de la estructura interna de

los datos del almacén y especialmente del tipo de consultas a realizar. Con

este criterio los datos deben ser repartidos entre numerosos data marts. Para

abordar un proyecto de data warehouse es necesario hacer un estudio de

algunos temas generales de la organización o empresa, los cuales se

describen a continuación:

Ô Situación actual de partida. - Cualquier solución propuesta de data

warehouse debe estar muy orientada por las necesidades del negocio y

debe ser compatible con la arquitectura técnica existente y planeada de

la compañía.

Ô Tipo y características del negocio.- Es indispensable tener el

conocimiento exacto sobre el tipo de negocios de la organización y el

soporte que representa la información dentro de todo su proceso de

toma de decisiones.

Ô Entorno técnico.- Se debe incluir tanto el aspecto del hardware

(mainframes, servidores, redes,...3 así como aplicaciones y

herramientas. Se dará énfasis a los Sistemas de soporte a decisiones

(

3, si existen en la actualidad, cómo operan, etc.

 Ô Expectativas de los usuarios.- Un proyecto de data warehouse no es

únicamente un proyecto tecnológico, es una forma de vida de las

organizaciones y como tal, tiene que contar con el apoyo de todos los

usuarios y su convencimiento sobre su bondad.

Ô Etapas de desarrollo.- Con el conocimiento previo, ya se entra en el

desarrollo de un   para la construcción del data

warehouse.

Ô Prototipo.- Un prototipo es un esfuerzo designado a simular tanto como

sea posible el producto final que será entregad o a los usuarios.

Ô Piloto.- El piloto de un data warehouse es el primero, o cada uno de los

primeros resultados generados de forma iterativa que se harán para

llegar a la construcción del producto final deseado.

Ô Prueba del concepto tecnológico. - Es un paso opcional que se puede

necesitar para determinar si la arquitectura especificada del data

warehouse funcionará finalmente como se espera.

c
cc

'cc 

c   es una colección de datos orientados al tema,

integrados, no volátiles, variantes en el tiempo y que añaden la geografía de los

datos, para la toma de decisiones. Sin embargo la componente geográfica no

es un dato agregado, sino que es una dimensión o var iable en la tecnología de

la información, de tal manera que permita modelar todo el negocio como un

ente holístico, y que a través de herramientas de procesamiento analítico en

línea (OLAP3, no solamente se posea un alto desempeño en consultas

multidimensionales sino que adicionalmente se puedan visualizar

espacialmente los resultados.

El almacén de datos espacial forma el corazón de un extensivo „
 O

    
  
 OO  , éste al igual que los SIG,

permiten que un gran número de usuarios accedan a información integrada, a

diferencia de un simple almacén de datos que está orientado a l tema, el 


   espacial adicionalmente es Geo -Relacional, es decir que en

estructuras relacionales combina e integra los datos espaciales con los datos

descriptivos. Actualmente es geo-objetos, esto es que los elementos

geográficos se manifiestan como objetos con todas sus propiedades y

comportamientos, y que adicionalmente están almacenados en una única base

de datos Objeto-Relacional. Los Data Warehouse Espaciales son aplicaciones

basadas en un alto desempeño de las bases de datos, que utilizan

arquitecturas Cliente-Servidor para integrar diversos datos en tiempo real.

Mientras los almacenes de datos trabajan con muchos tipos y dimensiones de

datos, muchos de los cuales no referencian ubicación espacial, a pesar de

poseerla intrínsecamente, y sabiendo que un 80% de los datos poseen

representación y ubicación en el espacio, en los 
   espaciales, la

variable geográfica desempeña un papel importante en la base de información

para la construcción del análisis, y de igual manera que para un 


  , la variable tiempo es imprescindible en los análisis, para los Data

warehouse espaciales la variable geográfica debe ser almacenada

directamente en ella.
èc:c
 è

c
c


c


è1

-ay muchas ventajas por las que es recomendable usar un almacén de datos.

Algunas de ellas son:

Ô Los almacenes de datos hacen más fácil el acceso a una gran variedad

de datos a los usuarios finales

Ô Facilitan el funcionamiento de las aplicaciones de los sistemas de apoyo

a la decisión tales como  ; —
 
-

  ,+!" 

< 2  O

 —  =

-1! 

.

Ô Los almacenes de datos pueden trabajar en conjunto y, por lo tanto,

aumentar el valor operacional de las aplicaciones empresariales, en

especial la gestión de relaciones con clientes.

!

Utilizar almacenes de datos también plantea algunos inconvenientes, algunos

de ellos son:
Ô A lo largo de su vida los almacenes de datos pueden suponer altos

costos. El almacén de datos no suele ser estático. Los costos de

mantenimiento son elevados.

Ô Los almacenes de datos se pueden q uedar obsoletos relativamente

pronto.

Ô A veces, ante una petición de información estos devuelven una

información subóptima, que también supone una pérdida para la

organización.

Ô A menudo existe una delgada línea entre los almacenes de datos y los

sistemas operacionales. -ay que determinar qué funcionalidades de

estos se pueden aprovechar y cuáles se deben implementar en el data

warehouse, resultaría costoso implementar operaciones no necesarias o

dejar de implementar alguna que sí vaya a necesitarse.