1

• Diseño de un Data Mart para la Unidad de
  Programación y Abastecimiento de Hidrocarburos de
  Petrocomercial, Filial de Petroecuador.

2
Por qué Data Warehouse ?
3
Qué es un Data Warehouse?

• Data Warehouse nos permite la integración de
  datos corporativos en un único depósito donde los
  usuarios puedan consultar o analizar los datos
  para la toma de decisiones.

4
Data Warehouse
5
Características

• Tema Orientado
• Integrado
• Variante en el tiempo
• No Volátil

6
Arquitectura
7
Metadatos

• Datos acerca de los datos.
• Herramienta que almacena datos u otro punto de
  apoyo para los sistemas de información, guardando
  la pista de las relaciones entre el Data
  Warehouse y las Bases de Datos Operacionales,
  incluyendo además los pasos requeridos para el
  almacenamiento de los datos.
• Se clasifican en Metadatos de Transformación, y
  Metadatos de Aplicación.

8
Contenido de losMetadatos

• Tablas de Estructura del Data Warehouse
• Tabla de Atributos del Data Warehouse
• Datos de origen del Data Warehouse (El sistema de
  registros)
• El mapeo desde los sistemas de registros hasta el
  Data Warehouse.
• La especificación de los Modelos de Datos.
• La extracción y el registro
• Las rutinas de acceso a los datos
• Las equivalencias de tipos de datos entre Base de
  Datos Fuente y Destino.

9
Análisis Multidimensional
10
Análisis Multidimensional OLAP

• OLAP es una tecnología de procesamiento
  analítica que crea nueva información empresarial
  a partir de los datos existentes, por medio de un
  rico conjunto de transformaciones empresariales y
  cálculos numéricos.

11
Tipos y Modelos de OLAP

• Tipos
• OLAP Relacional (ROLAP)
• OLAP Multidimensional (MOLAP)
• OLAP Híbrida (HOLAP)
• Modelos
• Modelo Cubo
• Esquema Estrella
• Esquema Copo de Nieve
• Esquema Mixto

12
Tipos y Modelos de OLAP Esquema Estrella
13
Minería de Datos(Data Mining)

• Esta técnica consiste en extraer información de
  grandes bases de datos en función de estos
  mismos. Se trata de un proceso automatizado de
  presentación de patrones, normas o funciones a un
  usuario informado para su revisión y estudio.
• Procesos de Minería de Datos
• Selección de Datos
• Transformación de Datos
• Data Mining
• Interpretación de resultados

14
Esquema Data Warehousing
15
Herramientas

• Herramientas de Modelamiento de datos
• Herramientas de Construcción de un Data Warehouse
• Herramientas de análisis multidimensional u OLAP,
  Consultas y reportes
• Minería de Datos

16
Sistemas Operacionalesde Petrocomercial

• IBM S/390
• Base de datos DB2
• Sistema de Movimiento de Productos (MOPRO)
• Archivos VSAM
• Sistema de Comercialización (Ventas)
• IBM AS/400
• Base de Datos DB2/400
• Sistemas Financieros
• Sistemas Administrativos
• Sistema de Inventarios y Compras
• Sistema de Mantenimiento
• Sistema de Contratos

17
Selección de Herramientas

• Construcción de Data Warehouse
• Visual Warehouse (IBM)
• Oracle Express (Oracle Corporation)
• Herramientas OLAP
• DB2 OLAP Server (IBM)
• Oracle Express (Oracle Corporation)
• Power Play (Cognos)
• Business Objects (BO)
• Base de Datos
• DB2 UDB (IBM)
• Oracle 8

• Consultas y Reportes
• Lotus Approach (IBM)
• Discoverer (Oracle Corporation)
• Impromptu (Cognos)
• Business Query (Business Objects)
• Minería de Datos
• Intelligent Miner (IBM)
• 4 thought (Cognos)
• Business Miner (Business Objects)

18
Esquema propuesto paraPetrocomercial
Procesamiento Analítico en Línea OLAP y acceso a
Web
19
Ambiente de Data Warehouse
20
Ambiente de Data Warehouse

• Ambiente de Comunicaciones
• Ambiente de Base de Datos
• Creación de Data Warehouse
• Análisis OLAP y Consultas y Reportes

21
Ambiente de Comunicaciones

• Configuración de un nodo de red.
• Configuración de dispositivos.
• Configuración de una conexión.
• Configuración de Unidades Lógicas Locales (Local
  LU 6.2).

• Configuración de modos.
• Configuración de Unidades Lógicas Asociadas
  (Partner LU 6.2).
• Configuración de interface común de programación
  (CPI-C).

22
Ambiente de Base de Datos

• Configuración de Base de Datos (Base de Datos
  fuentes, de control y de Data Warehouse)
• Protocolo de comunicaciones(APPC)
• Sistema Operativo(MVS/ESA, OS/400)
• Parámetros de comunicación APPC (CPI-C)
• Base de Datos destino
• Pruebas de Conexión a Base de Datos (Test)
• Ejecución de aplicación (Bind)

23
Desarrollo de AplicaciónMetodología

• Planeación
• Requerimientos
• Análisis
• Diseño
• Construcción
• Puesta en Marcha (Pruebas, Implementación)

24
Planteamiento del Problema

• El proyecto piloto en Petrocomercial inicia con
  la construcción de un Data Warehouse para la
  Unidad de Programación y Abastecimiento de
  Hidrocarburos, el cual deberá satisfacer
  consultas periódicas concernientes a volúmenes
  finales (existencias), volúmenes despachados
  (demanda) y días de stock de productos derivados
  del Petróleo, distribuidos por terminal de
  despacho y región.

25
Esquema Estrella de Aplicación
26
Procesos de Aplicación
27
Construcción del DataWarehouse (Visual Warehouse)

• Acceso a datos de ambientes operacionales, y de
  fuentes externas.
• Transformación, Integración y Distribución de
  datos, que permiten convertirlos en datos útiles
  para el negocio. Filtrado de datos usando
  sentencias SQL estándares.
• Almacenar datos.
• Encontrar y Comprender, a través de un catálogo
  de información.
• Mostrar, Analizar y Descubrir usando una
  herramienta de soporte a la toma de decisiones.
• Automatizar y Administrar del Data Warehouse,
  para maximizar la disponibilidad con un mínimo de
  recursos.

28
Herramienta OLAP

• Herramienta para análisis multidimensional.
• Empaqueta datos en estructuras multidimensionales
  llamadas Power Cubes
• Además es una herramienta OLAP dinámica sobre el
  WEB.

29
Herramienta de Consultas y Reportes

• Respuesta empresarial para consultas y reportes
  además del WEB.
• Presenta información de la forma que
  administradores miran su negocio, no la forma
  como la base de datos esta estructurada.
• Brinda facilidad y rapidez a los usuarios para
  crear rápida y fácilmente alguna consulta y
  reporte

30
Conclusiones

• Las empresas generan y recopilan grandes
  cantidades de información, el desafío consiste en
  aprovechar el valor de dicha información y usar
  los patrones y las tendencias en su uso, para
  obtener nuevos conocimientos.
• Actualmente organizaciones de distintos tamaños y
  diversos sectores están descubriendo que pueden
  obtener ventajas para sus empresas utilizando un
  Data Warehouse.
• Un Data Warehouse ofrece la base para técnicas
  eficaces de análisis y toma de decisiones, tan
  importantes en el entorno competitivo de nuestra
  época.

31
Conclusiones

• La información en un sistema operacional se
  encuentra detallada registro por registro,
  mientras que la información en un Data Warehouse
  esta resumida, transformada, depurada y lista
  para la toma de decisiones.
• Con la construcción de un Data Warehouse los
  ejecutivos descubren que requieren información
  más precisa y rápida que antes.

32
Recomendaciones

• Petrocomercial debe continuar con el Proyecto de
  Data Warehouse.
• Renovación de la infraestructura de hardware.
• Proyecto de Minería de Datos.
• Difusión del Proyecto de Data Warehouse al resto
  de Filiales y a Petroecuador.

33
Muchas Gracias por su Atención