Data Warehouse

1
Data Warehouse

• Administración de Bases de Datos
• Fernando Bleye
• 7/5/2003

2
IntroducciónQué es un Sistema de Información de
Gestión (SIG)?

• Es el proceso por el cual los datos que son
  importantes para una empresa son identificados,
  analizados y recolectados para su posterior uso.
• El primer objetivo de un SIG es incrementar la
  inteligencia de los procesos del negocio
  (Business Intelligence).
• El SIG debe permitir observar el estado del
  negocio y el descubrimiento de información.
• En los últimos años ha cambiado la forma de
  entender los SIG
• Mercados cambiantes y altamente competitivos.
• Las nuevas tecnologías ofrecen nuevas
  oportunidades.
• Existe deseo de conocer mejor el comportamiento
  de los clientes.

• El aumento espectacular del volumen de datos hace
  evidente la necesidad de una infraestructura para
  la logística de la información.

3
Perspectiva histórica de los Sistemas de
Información

• Primeros sistemas de información basados en
  aplicaciones.
• Generan ficheros específicos y/o utilizan bases
  de datos normalmente heterogéneas entre ellas
  donde almacenan la información.
• Diseño marcado por las necesidades puntuales del
  día a día de diferentes departamentos del
  negocio.
• La integración entre aplicaciones no era un
  objetivo.
• Aunque la tecnología ha mejorado, perdura la
  falta de integración, consistencia, coherencia
  (limitaciones) , sin embargo la demanda de
  información crece.
• Problema Las aplicaciones siguen profundamente
  marcadas por las primeras consideraciones que
  dirigieron su desarrollo.
• La arquitectura sobre la que se construyeron
  estas aplicaciones (OLTP) no es válida para
  soportar las necesidades de los sistemas de
  información de gestión actuales.
• En estos sistemas la arquitectura de los datos
  nunca fue un objetivo del negocio.

4
Nacimiento del conceptoData Warehouse

• La complejidad y dinamismo de la economía
  digital han situado en un lugar predominante a
  los gestores, desvelando las dificultades de
  acceso a la información de la empresa.
• La calidad y disponibilidad de la información se
  convierte en un objetivo primordial del negocio.
• Se apunta como primera solución crear una gran
  base de datos virtual para integrar los datos de
  las aplicaciones existentes, una vez que hayan
  sido depurados y reconciliadas sus disparidades.
  Esto posibilitará que los datos sean utilizados
  para la gestión.
• La solución pasa por separar el procesamiento en
  dos grandes categorías
• Proceso Operacional (OLTP).
• Procesamiento para el sistema de soporte de
  decisiones (OLAP/DSS/DM).
• Como consecuencia de lo anterior aparece el
  concepto de

Data Warehouse
5
Definición Data Warehouse

• Data Warehousing / Data Warehouse / DW(Almacenes
  de datos)
• El Data Warehouse es un componente de la
  arquitectura de sistemas, temático, integrado, no
  volátil y dependiente del tiempo diseñado para
  ayudar en la toma de decisiones.W. H. Inmon
  (considerado el padre del concepto DW) 1992
• Conjunto de tecnologías de soporte a la toma de
  decisión, cuyo objeto es que quien trabaja con
  los conocimientos (ejecutivo, director, analista)
  pueda tomar decisiones de manera más rápida y
  eficaz.Chaudhuri y Dayal 1997

6
Pero, Qué es un Data Warehouse?

• El DW es un conjunto de tecnologías, NO UN
  PRODUCTO. Debe construirse, paso a paso.Es una
  arquitectura que debe construirse de acuerdo a
  las necesidades y entorno específico del cliente,
  y debe construirse de manera ITERATIVA, para
  consolidar y administrar datos de varias fuentes
  con el propósito de conseguir en un período de
  tiempo aceptable y gracias a las nuevas
  capacidades de procesamiento y técnicas
  analíticas
• Responder preguntas de negocio (OLAP - Análisis
  de datos)
• Ayudar en la toma de decisiones (DSS EIS)
• Descubrir conocimiento (Data Mining - Minería de
  datos)
• El Data Warehouse es una arquitectura bien
  definida cuyo objetivo inicial es satisfacer la
  demanda de los gestores de obtener una visión
  integrada de la empresa y su entorno.

7
Terminología y definiciones

• OLAP (On-Line Analytical Processing o
  procesamiento analítico on-line)
• Se define como análisis rápido de información
  multidimensional compartida.Richard Creeth,
  Nigel Pendse
• Herramientas OLAP (para análisis de datos en DW)
• Frontales para el acceso a los datos del DW (o
  bases de datos multidimensionales también
  denominadas OLAP) basados en el modelo de datos
  multidimensional.
• DSS (Decision-Support Systems o sistemas de
  soporte a la toma de decisiones)EIS (Executive
  Information Systems o sistemas de información
  ejecutiva)
• Hacen alusión a las herramientas para obtener
  datos de nivel superior del DW para la toma de
  decisiones.
• Herramientas DSS / EIS
• Objetivo apoyar la toma de decisiones mediante
  la aplicación de modelos matemáticos y
  estadísticos, o de conocimiento específico a un
  problema particular.
• Son un sistema integrado de planificación y
  tratamiento de la información que incorpora la
  habilidad de consultar los datos del DW en una
  forma determinada, analizar la información
  obtenida y predecir, en base a unos determinados
  modelos, el impacto de las futuras decisiones
  antes de llevarlas a la práctica.
• DM (Data Mining o minería de datos)
• Se emplea como parte del proceso de descubrir
  conocimiento
• Reglas de asociación, Patrones secuenciales,
  Árboles de clasificación.
• Objetivos
• Predicción, Identificación, Clasificación,
  Optimización.

8
Terminología y definiciones

• OLTP (On-Line Transaction Processing o
  procesamiento de transacciónes on-line)
• Los datos que una empresa utiliza como soporte a
  los negocios se les denomina operacionales. Los
  sistemas usados con el fin de recogerlos u operar
  con ellos reciben el nombre de OLTP.
• Es el procesamiento de datos soportado por las
  bases de datos tradicionales (también denominadas
  transaccionales).
• BDs Relacionales (normalmente), Red, Jerárquicas,
  
• Operaciones de Añadir, Modificar, Eliminar,
  Consulta.
• Optimizado para transacciones que habitualmente
  sólo abarcan una pequeña parte de una base de
  datos.
• Orientado a conseguir la máxima eficacia y
  rapidez en las transacciones (actualizaciones)
  individuales de los datos, y no a su análisis de
  forma agregada.
• Bases de datos transaccionales (basadas en el
  modelo de datos ER) no pueden ser optimizadas
  para OLAP, DSS o Minería de Datos.

9
Terminología y definiciones

• BI (Business Intelligence)
• Considerado como una Tecnología de Información
• Describe un conjunto de conceptos y métodos
  diseñados para mejorar la toma de decisiones en
  los negocios a través del uso de sistemas basados
  en hechos. Los sistemas basados en hechos
  abarcan
• Sistemas de información ejecutiva - EIS
  (Executive Information Systems)
• Sistemas de soporte a la toma de decisiones - DSS
  (Decision-Support Systems)
• Procesamiento analítico on-line - OLAP (On-Line
  Analytical Processing)
• Minería de datos - DM (Data Mining)
• Herramientas de visualización de datos Data
  Visualization
• Sistemas de información Geográfica - Geoghaphic
  Information Systems
• Howard Dresner
• Es el conjunto de tecnologías que permiten a las
  empresas utilizar la información disponible en
  cualquier parte de la organización para hacer
  mejores análisis, descubrir nuevas oportunidades
  y tomar mejores decisiones estratégicas.

10
Terminología y definiciones

• Metadata en un Data Warehouse
• Metadata es la información sobre los datos que se
  introducen, transforman y existen en el DW.
  (Datos acerca de los datos)
• Metadata normalmente incluye los siguientes
  elementos
• Las estructuras de datos.
• Las definiciones del sistema de registro desde el
  cual se construye el DW.
• Las especificaciones de transformaciones de datos
  que deben realizarse para la carga de nuevos
  datos en el DW desde las fuentes de datos.
• El modelo de datos del DW.
• Información de cuando los nuevos elementos de
  datos se agregan al DW y cuando los elementos de
  datos antiguos se eliminan o se resumen.
• Los niveles de sumarización, el método de
  sumarización y las tablas de registros de el DW.

11
Sistemas operacionales (OLTP) vsSistemas
analíticos (OLAP, DSS, DM)
Sistema Operacional (BD tradicional) Sistema Analítico (DW o almacén de datos)
Almacena datos actuales Almacena datos históricos(datos tienen clave de tiempo)
Almacena datos de detalle Almacena datos de detalle y datos agregados a distintos niveles
Los datos son dinámicos (actualizables) Los datos son principalmente estáticos
Las actualizaciones no suelen estar programadas Las actualizaciones son escasas y programadas, incremental a intervalos regulares
Los procesos (transacciones) son repetitivos Los procesos no son previsibles
Dedicado al procesamiento de transacciones Dedicado al análisis de datos
Orientado a los procesos operativos Orientado a la obtención de información
Soporta decisiones diarias (corto plazo) Soporta decisiones estratégicas(medio y largo plazo)
Sirve a muchos usuarios Sirve a técnicos de dirección pocos usuarios
Requerimientos de respuesta inmediata Requerimientos de respuesta no críticos
Modelo de datos relacional (normalmente) Modelo de datos multidimensional
12
Base de Datos operativa vsData Warehouse

• Una base de datos operativa
• Almacena la información de un sector del negocio.
• Se actualiza a medida que llegan datos que deban
  ser almacenados.
• Se opera mediante los cuatro mecanismos clásicos
  añadir-eliminar-modificar-consulta.
• Normalmente se orienta hacia la elaboración de
  informes periódicos.
• Suele manejar pequeños volúmenes de datos.
• Entorno optimizado para muchas transacciones (con
  gran cantidad de actualizaciones).
• Sirve de infraestructura al día a día de las
  funciones de explotación de una empresa.
• Un Data Warehouse
• Almacena información integrada de los distintos
  sectores del negocio.
• Su actualización se realiza a intervalos
  regulares (típicamente una al día) dentro de un
  proceso controlado, y tras realizar un
  preprocesado de los datos que se van a almacenar.
• Su orientación es hacia la consulta del estado
  del negocio y obtención de información para ayuda
  en la toma de decisiones estratégicas.
• Se ofrece información bajo demanda (análisis
  mediante el uso de herramientas de generación de
  informes que consultan el data warehouse).
• Refleja el modelo de negocio, frente al modelo de
  proceso.

13
Características de un Data Warehouse

• Un DW es normalmente un almacén de datos
  integrados proveniente de fuentes diversas (datos
  de una empresa o negocio)
• Datos externos de ficheros generados por
  aplicaciones ad hoc.
• Administración, Contabilidad, Facturación
• Datos provenientes de diferentes sistemas de BDs
  transaccionales (datos operacionales), que
  normalmente son heterogéneas.
• Datos generados por las herramientas de análisis
  y de obtención de información y conocimiento a
  partir de los datos originales del DW.
• Los datos almacenados en el DW mantienen series
  de tiempo y de tendencia.
• Mayor cantidad de datos históricos que los
  contenidos normalmente por las BDs
  transaccionales.

14
Características de un Data Warehouse

• Abarcan gran cantidad de datos (suelen ser del
  orden de Terabytes).
• Tienen un orden de magnitud (a veces dos)
  superior al de las bases de datos fuente.
• El volumen de datos es tratado por medio de
• Almacenes de datos en grandes empresasSon
  proyectos de gran tamaño que requieren una enorme
  inversión de tiempo y recursos.
• Almacenes de datos virtualesProporcionan vistas
  de bases de datos operacionales que se
  materializan para un acceso eficiente.
• Data marts (mercadillos de datos)Tienen
  generalmente como objetivo un subconjunto de la
  organización de la empresa (por ejemplo un
  departamento).
• La tarea más difícil y que más tiempo consume en
  la construcción de un DW es extraer, transformar
  y cargar los datos en él.

15
Proceso de Extracción, Transformación y Carga
(ETL) de datos en el DW
Carga
Transformación
OLAP
Extracción y Limpiado
DW
DSS
DM
DataWarehouse
DatosPreprocesados

• Fuentes de Datos
• Bases de datos
• Ficheros

16
Modelado de datosEl modelo de datos Relacional

• Ejemplo de Modelo Relacional ? Entidad-Relación
  (ER) de una empresa

17
Modelo de datos para DWEl modelo de datos
Relacional (KO)

• Situación que se presenta para trabajar en
  análisis de datos en el modelo ER
• Legibilidad limitada.Los usuarios finales no son
  capaces de entender el modelo ER (normalmente no
  son informáticos). Evidentemente, por tanto, no
  pueden "navegar" por dicho modelo en busca de
  información.
• Dificultad para las herramientas de consulta en
  el acceso a un modelo ER general.A menudo
  presentan prestaciones mediocres o inaceptables
  cuando se trabaja en entornos de grandes
  volúmenes de información (problemas de
  optimización de consultas)
• La utilización de la técnica de modelado ER
  frustra la recuperación de información intuitiva
  y con alto rendimiento (característica deseable
  de un Data Warehouse).
• Modelo de datos no apropiado para Almacenes de
  datos (DW)

18
Modelado de datosEl modelo de datos
multidimensional

• Características del Modelo Dimensional (o
  Multidimensional)
• Un modelo dimensional está compuesto de
• Una tabla con una clave primaria compuesta,
  denominada tabla de hechos y un conjunto de
  tablas más pequeñas denominadas tablas de
  dimensiones.
• Cada una de las tablas de dimensión tiene una
  clave primaria que corresponde exactamente con
  uno de los componentes de la clave compuesta de
  la tabla de hechos.
• La tabla de hechos, debido a su clave primaria
  compuesta de dos o más claves ajenas, siempre
  expresa una relación 'n' a 'n'. Las tablas de
  hechos, además de sus campos clave, contienen una
  o más medidas numéricas o "hechos", que se "dan"
  para la combinación de las claves que definen
  cada registro.

19
Modelado de datosEl modelo de datos
multidimensional

• Características del Modelo Dimensional (o
  Multidimensional)
• Tiene estructura que asemeja una estrella (o un
  copo de nieve)
• Una gran tabla central o tabla de hechos está
  conectada con un conjunto de tablas (una por
  dimensión) dispuestas de manera radial alrededor
  de esta tabla central. Recibe a menudo el nombre
  de "star join" o modelado en estrella.
• El modelado en estrella es altamente
  desnormalizado. Con ello se logra minimizar el
  número de uniones y, por consiguiente,
  incrementar el rendimiento de las consultas
• Una variante del modelo en estrella es el modelo
  en copo de nieve o snowflake. En este modelado se
  normalizan las dimensiones (más de una tabla por
  dimensión) creando así jerarquías en las mismas y
  conservando lo esencial del modelo en estrella
  las tablas de hechos
• Permite el empleo de diferentes bases de datos
• Denominado ROLAP, cuando se aplica el modelo
  dimensional a una base de datos relacional.
• Denominado MOLAP, cuando se aplica el modelo
  dimensional sobre base de datos dimensional.

20
Modelado de datosEl modelo de datos
multidimensional

• Ejemplo de Modelo Dimensional (o Multidimensional)

21
Modelado de datosEl modelo de datos
multidimensional

• Visualización del Modelo Dimensional mediante
  representación en cubo

22
Modelado de datosEl modelo de datos
multidimensional

• Las herramientas OLAP permiten navegar a través
  de los datos almacenados en un modelo de datos
  dimensional para analizarlos dinámicamente desde
  una perspectiva multidimensional, es decir,
  considerando unas variables en relación con otras
  y no de forma independiente entre sí, permitiendo
  enfocar el análisis desde distintos puntos de
  vista (por ejemplo se podría rotar el cubo de
  datos anterior para mostrar las ventas por
  producto a modo de filas). Esta visión
  multidimensional de los datos puede visualizarse
  como un cubo de Rubik, que puede girarse para
  examinarlo desde distintos puntos de vista, y del
  que se pueden seleccionar distintas rodajas o
  cubos dependiendo de los aspectos de interés
  para el análisis.

23
Modelo de datos para DWEl modelo de datos
multidimensional

• Situación que se presenta para trabajar en
  análisis de los datos en el modelo Dimensional
• El modelo de datos es intuitivo.
• Es el mismo que manejan habitualmente los
  usuarios finales Ejecutivos, Directivos y
  Analistas.
• Permite a las herramientas OLAP analizar los
  datos desde una perspectiva multidimensional (una
  tabla de hechos puede verse desde la perspectiva
  de varias tablas de dimensiones técnica
  denominada pivotación o rotación).
• Permite crear fácilmente representaciones
  jerárquicas
• Exploración ascendente (roll-up)
• Desplaza la jerarquía hacia arriba agrupando en
  unidades mayores (de grano más grueso) a través
  de una dimensión (por ejemplo, resumiendo los
  datos semanales en trimestrales o anuales)
• Exploración descendente (drill-down)
• Se da una visión más concreta (de grano más
  fino), por ejemplo, disgregar las ventas por
  provincias en ciudades, y clasificar los
  productos por tipos o categorías.

24
Modelo de datos para DWEl modelo de datos
multidimensional

• Situación que se presenta para trabajar en
  análisis de los datos en el modelo Dimensional
• Las ampliaciones del modelo son sencillas y
  transparentes para las aplicaciones y consultas
  que ya trabajan con el modelo
• Añadir nuevos atributos a la tabla de hechos
• Añadir nuevas tablas de dimensiones
• Existe un número creciente de utilidades
  administrativas y aplicaciones que gestionan y
  utilizan los agregados (dependientes del modelo
  dimensional).
• Los agregados son resúmenes de registros
  (redundantes con la información ya existente en
  el DW) y son empleados para mejorar el
  rendimiento de las consultas.

25
Pasos para el desarrollo de un DW

• Identificar los requerimientos de usuario y
  delimitar el ámbito del proyecto.
• Desarrollar el modelo de datos lógico del DW
  (modelo de datos dimensional).
• Implementar la arquitectura (seleccionar
  tecnologías, hardware y software) que constituirá
  la infraestructura del DW.
• Implementar físicamente el modelo lógico de datos
  ? crear la base de datos.
• Identificar las fuentes de datos -sistemas
  operacionales y/o externos- del DW.
• Describir los procesos de conversión necesarios
  para la incorporación de los datos origen al DW.

26
Pasos para el desarrollo de un DW

• Documentar el metadata del DW.
• Seleccionar y/o desarrollar los programas de
  extracción, limpieza, conversión e integración de
  los datos fuente.
• Cargar la base de datos del DW con los programas
  anteriores.
• Verificar con el usuario final la calidad de los
  datos, disponibilidad y rendimiento.
• El siguiente paso debería ser reconstruir de
  forma incremental (iteraciones), las entradas al
  sistema de procesamiento para establecer un
  entorno bien definido que permita las cargas
  automáticas de datos, y a lo largo del tiempo,
  eliminar completamente todas las aplicaciones
  viejas, desintegradas y con problemas de
  mantenimiento.

27
Software en un Data WarehouseBases de datos
usadas para data warehouse
PRODUCTO (EMPRESA DISTRIBUIDORA) Adabas D (Software AG) Advanced Pick (Pick Systems) DB2 (IBM) Fast-Count DBMS (MegaPlex Software) HOPS (HOPS International) Microsoft SQL Server (Microsoft) Model 204 (Computer Corporation of America) NonStop SQL (Tandem) Nucleus Server (Sand Technology Systems) OnLine Dynamic Server (Informix) Extended Parallel Server (Informix) OpenIngres (Computer Associates) Oracle Server (Oracle) Rdb (Oracle) Red Brick Warehouse (Red Brick Systems) SAS System (SAS) Sybase IQ (Sybase) Sybase SQL Server, SQL Server MPP (Sybase) SymfoWARE (Fujitsu) Teradata DBS (NCR) THOR (Hitachi) Time Machine (Data Management Technologies, Inc.) Titanium (Micro Data Base Systems, Inc.) Unidata,Unidata (Inc.) UniVerse (VMARK) Vision (Innovative Systems Techniques, Inc.) WX9000 (White Cross Systems, Inc.) XDB Server (XDB Systems, Inc.)
Datos de Software obtenidos del manual para la construcción de un Data Warehouse referenciado en la bibliografía. Datos de Software obtenidos del manual para la construcción de un Data Warehouse referenciado en la bibliografía.
28
Software en un Data WarehouseHerramientas de
consulta y reporte
PRODUCTO (EMPRESA DISTRIBUIDORA) Access (Microsoft) Access (Sonetics) Actuate Reporting System (Actuate Software Corporation) AMIS Information Server (Hoskyns Group plc) Application System (IBM) Approach (Lotus Corporation) ARPEGGIO (Wall Data Inc.) APTuser (International Software Group) AS/Access for Microsoft Access (Martin Spencer Associates) ASK Joe (Information Management Services) aXcess/400 (Glenbrook Software) BrioQuery (Brio Technology) Business Objects (Business Objects, Inc.) Crystal Reports, Crystal Info (Seagate Software) d.b. Express (Computer Concepts Corp.) Databoard, Dataread (SLP Infoware) DataDirect Explorer (Intersolv) DataSite (NetScheme Solutions, Inc.) DB Publisher (Xense Technology Inc.) DbPower (Db-Tech Inc.) Decision Analyzer (Decisión Technology) DECquery, DECdecision (Touch Technologies, Inc.) Discoverer, Discoverer/2000 (Oracle Corporation) DS Server, DS Modeler (Interweave) EasyReporter (Speedware Corporation) Eclipse Query/Report (Cornut Informatique) ELF (ELF Software) English Wizard (English Wizard) EnQuiry (Progress Software) Esperant (Speedware) FOCUS Six (Information Builders, Inc.) 4S-Report (Four Seasons Software, Inc) Freequery (Dimension Software Systems) Front Center for Reporting, Nomad (Thomson Software Products) GQL (Andyne) HarborLight (Harbor Software) HP Information Access (Hewlett-Packard) Impress, SqlBuddy (Objective Technologies, Inc.) Impromptu (Cognos Corporation) InfoAssistant (Asymetrix) InfoMaker (Powersoft Corporation) InfoQuery (Platinum Technology, Inc.) InfoReports (Platinum Technology, Inc.) InformEnt Warehouse Desktop (Fiserv) Internet DataSpot (DTL Data Technologies Ltd.) inSight (Williams Partner) Interactive Query (New Generation software) IQ/Objects, IQ/SmartServer (IQ Software Corporation) Iridon Panorama (The Great Elk Company Limited) Kinetix (Hilco Technologies) LANSA/Client (LANSA USA) MARKIS/400 (AS Software) Nirvana (Synergy Technologies) OR-REPORTER II (Output Reporting, Inc.) Oracle Reports, Browser (Oracle Corporation) Paradox (Borland) Platinum Report Facility (Platinum Technology, Inc) ProBit (System Builder) Productivity Series Reports (michaels, ross cole) QBE Vision (Sysdeco) QMF (IBM) QueryObject (Cross/Z International, Inc.) Quest (Centura Software Corporation) RR Report Writer (Concentric Data Systems) Report Writer (Raima) Reportoire (Synergistic Systems, Inc.) Reports (Nine to Five software Co.) ReporTool (Zen Software) ReportSmith (Borland) Rocket Shuttle (Rocket Software, Inc.) Safari ReportWriter (Interactive Software Systems) Sagent Data Mart Solution (Sagent Technology, Inc.) SAS System (SAS Institute) Second Wind (Anju Technologies) Select! (Attachmate) SEQUEL (Advanced Systems Concepts) Snow Report Writer (Snow International Corporation) Spectrum Writer (Pacific Systems Group) SQLPRO Agent (Beacon Ware, Inc.) SQR Workbench (MITI) Strategy (ShowCase Corporation) The Reporter (Sea Change Systems, Inc) Unique XTRA (Unique AS) URSA InfoSuite (Decision Support Inc.) ViewPoint (Informix) Viper (Brann Software) VisPro/Reports (Hock Ware) Visual Cyberquery (Cyberscience Corporation) Visual Dbase (Borland) Visual Express (Computer Associates International) Visual FoxPro (Microsoft Corporation) Visual Net (CNet Svenska AB) Visualizer Query, Charts (IBM) Voyant (Brossco Systems) WebBiz (Cybercom Partners) WebSeQueL (InfoSpace Inc.) WinQL (Data Access Corporation) Xentis (GrayMatter Software Corporation)
29
Software en un Data WarehouseHerramientas de
base de datos multidimensional/olap
PRODUCTO, EMPRESA DISTRIBUIDORA, TIPO Acuity ES, Acuity Management Systems Ltd., MDDB Acumate ES, Kenan Systems Corporation, MDDB Advance For Windows, Lighten, Inc., MDDB AMIS OLAP Server, Hoskyns Group plc, MDDB BrioQuery, Brio Technology, MDDB Business Objects, Business Objects, Inc., Relacional Commander OLAP, Decision, Prism, Comshare Inc., MDDB Control, KCI Computing, Relacional CrossTarget, Dimensional Insight, MDDB Cube-It, FICS Group, MDDB Dataman, SLP Infoware, MDDB DataTracker, Silvon Software, Inc., Relacional DecisionSuite, Information Advantage, Inc., Relacional Delta Solutions, MIS AG, MDDB Demon for Windows, Data Command Limited, MDDB DSS Agent, MicroStrategy, Relacional DynamicCube.OCX, Data Dynamics, Ltd., Relacional EKS/Empower, Metapraxis, Inc., MDDB Essbase Analysis Server, Arbor Software Corporation, MDDB Essbase/400, ShowCase Corporation, MDDB Express Server, Objects, Oracle, MDDB Fiscal, Lingo Computer Design, Inc., Relacional Fusion, Information Builders, Inc., MDDB FYI Planner, Think Systems, MDDB Gentia, Planning Sciences, MDDB Helm, Codeworks, MDDB Holos, Holistic Systems, MDDB Hyperion OLAP, Hyperion Software, MDDB InfoBeacon, Platinum technology, Inc., Relacional Informer, Reportech, MDDB/Relacional Intelligent Decision Server, IBM, Relacional IQ/Vision, IQ Software Corporation, Relacional Khalix, Longview Solutions, Inc., Relacional Lightship, Pilot Software, Inc., MDDB Matryx, Stone, Timber, River, MDDB MDDB Server, SAS, Relacional Media, Speedware Corporation, MDDB Metacube, Informix, Relacional MIKSolution, MIK, MDDB MIT/400, SAMAC, Inc, MDDB MSM, Micronetics Design Corporation, MDDB Muse, OCCAM Research Corp., MDDB OLAP Office, Graphitti Software GmbH, MDDB OpenOLAP, Inphase Software Limited, Relacional Pablo, Andyne, MDDB/Relacional
MDDB Multidimensional Data Base. MDDB Multidimensional Data Base.
30
Software en un Data WarehouseSistemas de
información ejecutivos
PRODUCTO, EMPRESA DISTRIBUIDORA, TIPO Acuity/ES, Acuity Management Systems Limited, 1 Applixware, Applix, 1 BusinessMetrics, Valstar Systems Ltd., 1 BOARD, Pragma Inform, 1 COINS, Russell Consulting Limited, 1 ColumbusEIS, Jitcons YO, 1 Commander EIS, Comshare Inc., 1 Corporate Management/ Financial Executive Information System, Strategic Information Associates, Inc., 1 CorVu, CorVu Pty Ltd., 1 Decision Suite, Softkit, 1 Discovery EIS, Atlantic Information Systems Ltd., 1 EIS, Inphase Software Limited, 1 Electronic Balanced Scorecard, ASI Financial Services, 1 Enterprise Periscope, Everyware Development Corp., 1 Eureka, European Management Systems, 1 ExecuSense, TLG Corporation, 1 FOCUS EIS, Information Builders, Inc., 1 Forest Trees, Platinum Technologies, Inc., 1 iMonitor, BayStone Software, 1 InfoManager, Ferguson Information Systems, 1 Iridon Almanac, The Great Elk Company Limited, 1 InSight, Arcplan Information Services, 2 LEADER, Sterling Strategic Solutions, 1 MagnaFORUM, Forum Systems, Inc., 1 Merit, GIST, s.r.o., 1 Open EIS Pak, Microsoft, 1 Panorama Business Views, Panorama Business Views Inc., 1 Perspectives, Syntell, 1 Qbit, Zenia Software, Inc., 1 Reveal, CSD Software Inc., 1 SAS System, SAS Institute, 1 Show Business EIS, Show Business Software, 1 Tiler EIS, Avoca Systems Limited, 1 Track, Track Business Solutions, 1 Traffic Control EIS, Research Planning, Inc., 3 VentoMap, VentoSales, Vento Software Inc., 1 Virtual Headquarters Management System, vHQ LLC, 1 Visual EIS, Synergistic Software, 1 Visual Publisher, KMA Associates International, Inc, 1 VITAL, Braintec Corporation, 1 Wingz, Investment Intelligence Systems Group, 1 Wired for OLAP, AppSource Corporation, 1 Xecutive Pulse EIS, Megatrend Systems, Ltd., 1
TIPO 1.- Proporciona un sistema de información ejecutivo con capacidades analíticas. 2.- Proporciona un sistema de información ejecutivo con capacidades analíticas para usuarios SAP R/3. 3.- Proporciona un sistema de información ejecutivo con capacidades analíticas para usuarios SAP R/2 y R/3. TIPO 1.- Proporciona un sistema de información ejecutivo con capacidades analíticas. 2.- Proporciona un sistema de información ejecutivo con capacidades analíticas para usuarios SAP R/3. 3.- Proporciona un sistema de información ejecutivo con capacidades analíticas para usuarios SAP R/2 y R/3.
31
Data Mining (DM)Minería de datosIntroducción

• La idea clave es que los datos contienen más
  información oculta de la que se ve a simple
  vista.
• KDD (Knowlegde Discovery in Databases)
  descubrimiento de conocimiento en bases de datos
• KDD proceso completoextracción no trivial de
  conocimiento implícito, previamente desconocido y
  potencialmente útil, a partir de una base de
  datosFrawley et al., 1991
• DM etapa de descubrimiento en el proceso de
  KDDpaso consistente en el uso de algoritmos
  concretos que generan una enumeración de patrones
  a partir de los datos preprocesadosFayyad et
  al., 1996

32
Data Mining (DM)Minería de datosAplicaciones

• Informática
• Soporte al Diseño de Bases de Datos.
• Reverse Engineering (nomalizar bases de datos
  desnormalizadas).
• Mejora de Calidad de Datos.
• Mejora de Consultas (si se descubren dependencias
  funcionales)
• Comercio/Marketing
• Identificar patrones de compra de los clientes.
• Buscar asociaciones entre clientes y
  características demográficas.
• Predecir respuesta a campañas de marketing.
• Análisis de cestas de la compra.
• Banca
• Detectar patrones de uso fraudulento de tarjetas
  de crédito.
• Identificar clientes leales.
• Predecir clientes con probabilidad de cambiar su
  afiliación.
• Determinar gasto en tarjeta de crédito por
  grupos.
• Encontrar correlaciones entre indicadores
  financieros.
• Identificar reglas de mercado de valores a partir
  de históricos.

33
Data Mining (DM)Minería de datosAplicaciones

• Seguros y Salud Privada
• Análisis de procedimientos médicos solicitados
  conjuntamente.
• Predecir qué clientes compran nuevas pólizas.
• Identificar patrones de comportamiento para
  clientes con riesgo.
• Identificar comportamiento fraudulento.
• Transportes
• Determinar la planificación de la distribución
  entre tiendas.
• Analizar patrones de carga.
• Medicina
• Identificación de terapias médicas satisfactorias
  para diferentes enfermedades.
• Asociación de síntomas y clasificación
  diferencial de patologías.
• Estudio de factores (genéticos, precedentes,
  hábitos, alimenticios, etc.) de riesgo/salud en
  distintas patologías.
• Segmentación de pacientes para una atención más
  inteligente según su grupo.
• Predicciones temporales de los centros
  asistenciales para el mejor uso de recursos,
  consultas, salas y habitaciones.
• Estudios epidemiológicos, análisis de
  rendimientos de campañas de información,
  prevención, sustitución de fármacos, etc.

34
Conclusiones

• El aumento espectacular del volumen de datos en
  las empresas y su falta de integración crean la
  necesidad de una infraestructura para la
  logística de la información. Este es el principio
  u origen del Data Warehouse.
• No existe una única definición (ni traducción) de
  Data Warehouse.
• El DW es un conjunto de tecnologías, no un
  producto.
• GRAN BASE DE DATOS.
• Herramientas para manipular los datos.
• Basado en el modelo de datos dimensional.
• La construcción de un DW es un proceso ITERATIVO.
• Un DW engloba las tecnologías que sirven de
  soporte al Business Intelligence.
• Es parte componente de un Sistema de Información
  de Gestión.

35
Conclusiones

• Un administrador de Data Warehouse tiene que
• Ser primero un excelente Administrador de Bases
  de Datos.
• Tener amplios conocimientos en Fundamentos de
  Bases de Datos, Gestión, Planificación e
  Informática en general.
• Tener una extensa experiencia de trabajo con
  diferentes sistemas de bases de datos.

36
Bibliografía

• Básica
• Título Fundamentos de sistemas de bases de datos
  (3ª edición) - Capítulo 26 Autor(es) Elmasri,
  Ramez Navathe, ShamkantEditorial Addison
  Wesley
• Data Warehouse
• http//www.ica.com.uy/dw/dw-doc.htmSistemas de
  Data Warehousing
• http//www.tid.es/presencia/publicaciones/comsid/e
  sp/22/08.pdf(caso concreto de telefónica)
• Manual para la construcción de un Data
  Warehousehttp//www.inei.gob.pe/cpi-mapa/bancopub
  /libfree/lib619/INDEX.HTM
• http//kybele.escet.urjc.es/adto/
• Minería de datos
• http//www.daedalus.es/Web.php?pag040000
• http//www.gsi.dit.upm.es/gfer/ssii/aprendizaje/M
  D.pdf
• http//www.tid.es/presencia/publicaciones/comsid/e
  sp/22/09.pdf(caso concreto de telefónica)
• Business Intelligence
• http//www.bitam.com/DefBI.htm
• http//www.aliga.org/JORNADAS_DW_V2.PPT