You are on page 1of 9

Fundamentos de TI

TALLER: “GRANDES VOLUMENES DE INFORMACION”
1. Establezca el siguiente cuadro con respecto al Data Warehouse, Data Mart y Data Mining.
Nombre Data Warehous e Definición es una base de datos corporativa que se caracteriza por integrar y depurar información de una o más fuentes distintas, para luego procesarla permitiendo su análisis desde infinidad de pespectivas y con grandes velocidades de respuesta Tipos Data Warehouse operacional es fuera de línea Data Warehouse en Tiempo Real Data Warehouse integrados Ventajas Proporciona información clave para la toma de decisiones empresariales . Mejora la calidad de las decisiones tomadas. Especialment e útil para el medio y largo plazo. Son sistemas relativamente sencillos de instalar si las fuentes de datos y los objetivos están claros. Desventajas No es muy útil para la toma de decisiones en tiempo real debido al largo tiempo de procesamiento que puede requerir. En cualquier caso la tendencia de los productos actuales (junto con los avances del hardware) es la de solventar este problema convirtiendo la desventaja en una ventaja. Requiere de continua limpieza, transformació Aplicaciones La creación de un datawarehouse es el primer paso para implantar una solución fiable de Business Intelligence.

Ing. Fernando Infante Saavedra Docente de Asignatura

Mantenimient o. Facilita la toma de decisiones en los negocios. Proporciona un gran poder de procesamient o de información. Una vez implementado puede ser complicado añadir nuevas fuentes de datos. Fernando Infante Saavedra Docente de Asignatura . Requieren una revisión del modelo de datos. En un proceso de implantación puede encontrarse dificultades ante los diferentes objetivos que pretende una organización. Las empresas obtienen un aumento de la ne integración de datos. Permite una mayor flexibilidad y rapidez en el acceso a la información. Ing. objetos.Fundamentos de TI Muy útiles para el almacenamie nto de análisis y consultas de históricos.

Permite conocer qué está pasando en el negocio. r. aplicaciones y almacenamien to específico. Tienen un alto coste. estar siempre enterado de los buenos y malos resultados.Fundamentos de TI productividad. Mejora las relaciones con los proveedores y los clientes. Fernando Infante Saavedra Docente de Asignatura . Transforma los datos en información y Requieren una reestructuraci ón de los sistemas operacionales. Ing. Requieren sistemas. transacciones y además del almacenamien Proporciona to. una comunicación fiable entre Tienen un todos los diseño departamento complejo y s de la multidisciplina empresa. es decir.

Reduce los tiempos de respuesta y los costes de operación. Fernando Infante Saavedra Docente de Asignatura . Ing. especializada en el almacenamiento de los datos de un área de negocio específica. de consulta Al crecer el Consultas SQL Data Mart. información Facilidad para Permite analizar la información al detalle desde todas las perspectivas que afecten a los procesos de dicho departamento.Fundamentos de TI la información en conocimiento Permite hacer planes de forma más efectiva. Data Mart Un Datamart es una base de datos departamental. el y/o MDX rendimiento de las sencillas consultas decae y deja Validación directa de la de ser optimo. Datamart OLAP Datamart OLTP Poco volumen El tiempo que de datos se emplea es su desarrolllo Mayor rapidez es largo.

éstas deben estar totalmente integradas con el data warehouse así como con herramientas flexibles e interactivas para el análisis de negocios. Las de bases datos ser en en Para aplicar mejor estas técnicas avanzadas. Por ejemplo preguntas: a mis clientes? ¿Cuál es la probabilidad de que un cliente compre un determinado producto? ¿Cuál es la mejor manera de agrupar o segmentar a mis clientes? ¿Qué características comparten mis mejores clientes? ¿A cuáles clientes puedo otorgarles crédito y a cuáles no? ¿Cuál es la probabilidad de que un cliente esté cometiendo un fraude? ¿Cuál es el riesgo de perder este cliente? para responder la siguientes pueden grandes tanto como ¿Cuáles son los mejores productos para venderles profundidad ancho filas y columnas. Ing. Fernando Infante Saavedra Docente de Asignatura . a través de métodos computacionalme nte intensivos.Fundamentos de TI la historización de los datos Data Mining Comprende el análisis de grandes conjuntos de datos y la búsqueda de relaciones entre variables.

Herramientas de extracción y tratamiento de datos Bases de Datos. ¿Cuáles son las herramientas necesarias para construir un Data Mart y Cómo integrar todas esas herramientas? La herramienta necesaria es la base de datos OLAP del departamento específico de la manera como integrar va a depender mucho de herramientas específicas para un fin específico por ejemplo Excel u otros software especializados.Fundamentos de TI 2. por ejemplo encontrar cliente potenciales que fue los que se vendió más en un determinado periodo con este ultimo dato el usuario final puede toimar deciones para futuras promociones por hacer un ejemplo. . 5. aceleradores Herramientas de Reporting Herramientas de OLAP Herramientas de Data Mining Herramientas de acceso desde internet Ing. ¿En qué áreas funcionales de la empresa se puede aplicar y con qué fines? Específicamente en áreas de mercadeo o ventas con el fin de encontrar información importante que nos permita ejecutar o tomar decisiones 4. 3. podemso citar la siguiente lista. ¿Cómo adaptar el Data Mart a las necesidades del usuario final (necesidades del área usuaria)? Dependiendo de los objetivos o datos de interés necesarias para la toma de decisiones reglamentadas por lo general en fechas y mercaderías propiamente hablando de ventas especificas en el caso de intereses de ás mercado. ¿Cómo construir y gestionar un Data Mart para dar respuesta a las necesidades de los distintos departamentos de la compañía? Para construir un datamart es necesario encontrar la estructura óptima para el análisis de su información de una base de datos con el objetivo de analizar los datos. Fernando Infante Saavedra Docente de Asignatura . estos últimos tendrán requisitos y las características específicas por cada departamento.

3er Error: Falta de compromiso de la alta dirección. Fernando Infante Saavedra Docente de Asignatura . El datawarehouse corporativo requiere una adecuada infraestructura tecnológica como también organizativa. En software se requieren aplicaciones en capas Ing. ¿Cuáles son los errores más comunes en el desarrollo de un Data Mart. para permitir que el trabajo sea fluido en todas las áreas organizacionales involucradas en el proyecto. y cómo corregirlos? De acuerdo a lo consultado se llega a la conclusión que los errores y soluciones son operativas tomado como ejemplo a entidades financieras. nodos de los usuarios gerenciales front-end dispuestos a lo largo de la organización.Fundamentos de TI .SQL 2000 (aún se usa en muchas empresas). bancarias y comerciales: 1er Error: Asumir la solución de los problemas que puedan presentarse como una cuestión netamente técnica El datawarehouse requiere de la participación activa de los usuarios gerenciales tomadores de decisiones. Una adecuada asignación de capital y recursos que permita dar soporte y funcionamiento a la plataforma e infraestructura tecnológica que requiere un datawarehouse corporativo debe de ser uno de los aspectos iniciales al considerarlo como proyecto. Analisis Services: Parte del Sql2000. 4to Error: No tener una infraestructura adecuada que de soporte a ello. Para mostrar tu cubo por web 6. La arquitectura de sistemas de un datawarehouse abarca desde servidores de base de datos propios. El éxito del datawarehouse corporativo requiere del apoyo completo de la alta dirección basada en la seguridad y confianza brindada a la gerencia del proyecto y su equipo de desarrollo. Excel: Para explotar los cubos creados se la integra con MOWC: Microsfot Office Web Component. Data Mining y Data Warehouse. 2do Error : No asignar un presupuesto adecuado para el proyecto completo. ¿Cómo implantar el Data Mart desde el punto de vista organizativo? Desde el punto de vista organizativo seria relizarlo a el personal 7. servidores de transformación y limpieza de datos.

diario) y en forma estándar. generalmente no es considerada en los estimados de tiempo iniciales. etc. cliente. pagos. los cuales ya han pasado por un proceso de filtro. El estado de las Bases de Datos transaccionales desde donde se extrae la información que será transformada y almacenada en el datawarehouse. sin embargo. Ing. no transparentes y sin documentar. ello puede representar significante demora. sin embargo en la práctica esta información se encuentra como parte de tablas usadas para reportes gerenciales. de negocio que trabajen eficientemente en ambientes de consultas n-dimensionales y en procesamiento paralelo. deudas. perdiendo así la coherencia de la data histórica y cambios en sus estados a través del tiempo a nivel de todo el negocio. lo ideal en cualquier caso es que los estados de las entidades como cuentas. 8. Fernando Infante Saavedra Docente de Asignatura . en la que se pueda almacenar en forma limpia los cambios en los estados de las entidades como un paso previo para considerar la extracción de la data desde sus orígenes. En algunos casos se recomienda hacer una reingeniería de bases de datos independiente a nivel transaccional. sean almacenados en tablas históricas por periodos de tiempo significativo según la frecuencia promedio de variación (mensual. 5to Error: Bases de Datos redundantes.Fundamentos de TI servidor. quincenal. clientes.

Establezca el siguiente cuadro con respecto al Data Warehouse. Fernando Infante Saavedra Docente de Asignatura . Nombre Definició n Tipos Ventajas Desventaja s Aplicacion es 2. 4. Elabore un diagrama con los pasos para aplicar un Data Mining. ¿Cuáles son los requisitos para implantar un Data Warehouse? Ing. Data Mart y Data Mining. ¿Qué beneficios se pueden obtener con un Data Mining? 3. ¿Cómo construir y gestionar un Data Mart para dar respuesta a las necesidades de los distintos departamentos de la compañía? 5.Fundamentos de TI TALLER: “GRANDES VOLUMENES DE INFORMACION” 1.