Please enable JavaScript.

Coggle requires JavaScript to display documents.

bi_002d-equipo_07, ¡Muy buen trabajo! Sugerencia: Utilizar shapes y…

- - - - Data Warehouse
        
        Según Bill Inmon
        
        Colección de datos orientada a un tema específico
        
        Integrada (datos consistentes de diversas fuentes)
        
        No volátil (los datos no se eliminan ni modifican, solo se agregan)
        
        Variante en el tiempo (se conserva el historial de datos)
        
        Según Ralph Kimball
        
        Copia de transacciones de datos
        
        Estructurada para la consulta y el análisis
    - - Top-down (Bill Inmon - Data Warehouse Corporativo)
        
        Definición
        
        Base de datos centralizada con toda la organización
        
        Modelada en tercera forma normal
        
        Desde el DW se generan Data Marts departamentales
        
        Ventajas
        
        Data Marts se construyen como subconjuntos del DWH
        
        Escalable e integrado
        
        Desventajas
        
        Costoso
        
        Riesgoso
        
        Puede tomar años
      - Bottom-up (Ralph Kimball - Data Mart)
        
        Definición
        
        Subconjunto lógico del Data Warehouse
        
        Asociado a procesos de negocio individuales
        
        Ventajas
        
        Más rápido de desarrollar
        
        Menos riesgoso
        
        Genera valor con entregas parciales
        
        Desventajas
        
        Mayor costo de integración a largo plazo
    - - Pasos
        
        Elegir el proceso de negocio
        
        Ejemplos: Ventas, Compras, Selección de Personal
        
        Establecer el nivel de granularidad
        
        Nivel de detalle de los datos
        
        Recomendación: almacenar al mayor detalle posible
        
        Elegir las dimensiones
        
        Dimensiones principales
        
        Tiempo → Año, Trimestre, Mes, Día
        
        Producto → Categoría, Familia, Subfamilia, Producto
        
        Cliente
        
        Almacén / Local → Zona, Región, Comuna, Local
        
        Empleado / Vendedor
        
        Promoción
        
        Medio de Pago
        
        Cajero
        
        Uso
        
        Permiten agrupar, filtrar y analizar datos
        
        Identificar hechos y métricas
        
        Hechos
        
        Datos específicos del proceso (actividad registrada)
        
        Métricas
        
        Construidas a partir de hechos aplicando funciones
        
        Ejemplos: Unidades Vendidas, Monto Vendido, Monto Pagado
      - Refinamiento
        
        Precálculos en tabla de hechos
        
        Ejemplo: total bruto - descuento = monto final
        
        Completar tablas de dimensiones
        
        Añadir más atributos útiles
        
        Definir duración histórica de los datos
        
        Ejemplos: Last Year, Last Month
        
        Dimensiones que cambian lentamente (Slowly Changing Dimensions - SCD)
        
        Tipo 1: realizar la modificación
        
        Tipo 2: crear un nuevo registro
    - - Modelos
        
        Modelo Estrella (Star Schema)
        
        Tabla de Hechos en el centro
        
        Tablas de Dimensiones alrededor
        
        Primary Key en dimensiones
        
        Uso de claves subrogadas
        
        Modelo Copo de Nieve (Snowflake Schema)
        
        Extiende el modelo estrella
        
        Dimensiones normalizadas en múltiples tablas (Lookup Tables)
        
        Flat Table (Tablón de Datos)
        
        Modelo desnormalizado
        
        Usado con herramientas In-Memory OLAP
      - Comparación Estrella vs Copo de Nieve
        
        Estrella
        
        Desnormalizado
        
        Mayor velocidad
        
        Mayor espacio en disco
        
        Estructura rígida
        
        Copo de Nieve
        
        Normalizado
        
        Menor espacio en disco
        
        Estructura flexible
    - - Herramientas de Explotación
        
        Minería de Datos
        
        Herramientas de Query
        
        Reportes y Dashboards
        
        OLAP (On-line Analytical Processing)
      - Data Warehouse
        
        Repositorio de información para fines de gestión
      - ETL (Extracción, Transformación y Carga)
        
        Cargan los datos en el Data Warehouse o Data Mart
        
        Reformatean y limpian la información
        
        Procesos que extraen datos de sistemas fuente
      - Fuentes de Datos
        
        Información no estructurada
        
        Datos en formatos como audio, video, imágenes, texto libre
        
        Información estructurada
        
        Planillas, archivos y datos tabulares
        
        Sistemas de Información
        
        Soportan procesos de negocio específicos
        
        Aplicaciones compradas o desarrolladas
        
        ERP (Enterprise Resource Planning)
        
        Integra funciones en módulos con una base de datos común
        
        Software que gestiona procesos operativos de una empresa