INTRODUCCION A LA INTELIGENCIA DE NEGOCIOS.

AMAYRANI RAMÍREZ ROQUE 8E

INSTITUTO TECNOLOGICO SUPERIOR DE CINTALAPA

1.1.1 Data Warehouse

El Data Warehouse es una tecnología para el manejo de la información construido sobre la base
de optimizar el uso y análisis de la misma utilizado por las organizaciones para adaptarse a los
vertiginosos cambios en los mercados. Su función esencial es ser la base de un sistema de
información gerencial, es decir, debe cumplir el rol de integrador de información proveniente de
fuentes funcionalmente distintas (Bases Corporativas, Bases propias, de Sistemas Externos, etc.)
y brindar una visión integrada de dicha información, especialmente enfocada hacia la toma de
decisiones por parte del personal jerárquico de la organización. El Data mart. para nuestros
propósitos podemos definirlo como "un almacén de datos especializado, orientado a un tema,
integrado, volátil y variante en el tiempo para apoyar un subconjunto específico de decisiones de
administración". Como puede ver, la principal diferencia entre una data mart y una data
warehouse es que la data mart es especializado y volátil.
Por lo general, los sistemas operacionales tienen requerimientos de rendimiento estrictos, cargas
de trabajo predecibles, pequeñas unidades de trabajo y una alta utilización. Por el contrario, los
sistemas de apoyo para la toma de decisiones tienen por lo general requerimientos de
rendimiento variantes, cargas de trabajo impredecibles, grandes unidades de trabajo y utilización
errática. Estas diferencias pueden hacer que sea muy difícil combinar el procesamiento.
operacional y el de apoyo para la toma de decisiones dentro de un solo sistema, en especial con
relación a la planeación de la capacidad, la administración de recursos y el perfeccionamiento del
rendimiento del sistema. Por estas razones, en general los administradores de sistemas
operacionales están poco dispuestos a permitir actividades de apoyo para la toma de decisiones
en sus sistemas; ésta es la causa del familiar enfoque del sistema doble. los primeros sistemas de
apoyo para la toma de decisiones fueron ejecutados en los sistemas operacionales, pero con una
baja prioridad, o durante la llamada "ventana por lotes". Con recursos de computación
suficientes, existen varias ventajas de este arreglo, y tal vez la más obvia es que evita todas las
operaciones (posiblemente costosas) de copiado de datos, reformateo y transferencia (etcétera)
requeridas por el enfoque del sistema doble. De hecho, el valor de la integración de las
actividades operacionales y de apoyo para la toma de decisiones está llegando a ser cada vez más
reconocido. un almacén de datos propio en una plataforma independiente. Ese almacén de datos
separados es una data warehouse.
Una data warehouse como "un almacén de datos orientado a un tema, integrado, no volátil y
variante en el tiempo, que soporta decisiones de administración" (donde el término no volátil
significa que una vez que los datos han sido insertados, no pueden ser cambiados, aunque sí
pueden ser borrados). La data warehouses surgieron por dos razones: primero, la necesidad de
proporcionar una fuente única de datos limpia y consistente para propósitos de apoyo para la
toma de decisiones; segundo, la necesidad de hacerlo sin afectar a los sistemas operacional.

Arquitectura del Data Warehouse.

La arquitectura de esta tecnología está integrada por los siguientes componentes como son:
OLTP (On-Line Transaction Processing) Son aplicaciones que definen el comportamiento
habitual de un entorno operacional de gestión y ejecutan las operaciones del día a día.

Algunas características mas comunes de este tipo de transacciones podrían ser:

1
 INTRODUCCION A LA INTELIGENCIA DE NEGOCIOS.

AMAYRANI RAMÍREZ ROQUE 8E

INSTITUTO TECNOLOGICO SUPERIOR DE CINTALAPA

 Altas/Bajas/Modificaciones
 Consultas rápidas, escuetas y predecibles
 Poco volumen de información e
 información disgregada
 Transacciones rápidas
 Gran nivel de concurrencia
 Modo de actualización on-line
Baja redundancia de datos

Algunos ejemplos de este tipo de aplicaciones son:

 Compras
 Ventas
 Inventario
 Sueldos

CONSOLIDACIÓN. Es la parte del proceso de Data Warehouse que se encarga de producir el

cambio de los sistemas OLTP a las Bases de Datos OLAP. Consolidan datos de aplicaciones no
integradas, sumarizan datos disgregados y los transforman.
Este proceso está compuesto por tres pasos:

Validación de Consistencia de los datos

 Comprueba la validez de los datos en el entorno operacional.

 Inconsistencia entre distintas aplicaciones dentro del sistema.

Mecanismos de Consolidación.
 Refresco de datos: Volcado completo de los datos procedentes del sistema operacional.
 Actualización de datos: Volcado incremental tomando como criterio la fecha de
operación.
 Propagación de datos.

Mecanismo de transporte.
 Tiempos de carga.
 Reformateo de datos.

MIDDLEWARE. Es un software que reside físicamente en un Cliente y en un Servidor de

Comunicaciones, localizado entre el Cliente y el Servidor. Actúa como traductor entre distintas
tecnologías. Permite que dos o más sistemas trabajen juntos, aunque no estén preparados.
Algunas de las características más relevantes son:
 Un mismo middleware puede poseer más de una máquina virtual para soportar
diferentes entornos de desarrollo.
 Gestiona las comunicaciones con el Data Warehouse.

2
 INTRODUCCION A LA INTELIGENCIA DE NEGOCIOS.

AMAYRANI RAMÍREZ ROQUE 8E

INSTITUTO TECNOLOGICO SUPERIOR DE CINTALAPA

 Controla la concurrencia y controla los procesos Batch.

 Posee diversos controladores de Bases de Datos para acceder a las distintas fuentes.

1.1.2 Data Mart.

Es un BD departamental, almacenamiento de los datos de un área de negocio especifica. Se
caracteriza por disponer la estructura optima de los datos para analizar la información. Una vez
contando con la base de información empresarial integrada y, a partir de esta, se crean
subconjuntos de datos con el propósito de ayudar a que un área específica dentro del negocio
pueda tomar mejores decisiones. Los datos existentes en este contexto pueden ser sumarizados,
agrupados, explorados y reportados de múltiples formas para que diversos grupos de usuarios
realicen la explotación de los mismos.

Es un modelo multidimensional basado en tecnología OLAP, incluyendo variables claves y los

indicadores claves para el proceso de toma de decisiones.

Algunas ventajas de la construcción del Data mart:

 Son más simples de implementar que un Data Warehouse.

 Pequeños conjuntos de datos y, en consecuencia, menor necesidad de recursos.
 Se encuentran más rápidamente las necesidades de las Unidades de Negocio.

Hay tres enfoques principales para la creación de un data mart:

 Los datos pueden ser simplemente extraídos del data warehouse; de hecho, sigue un
enfoque de "divide y vencerás" sobre la carga de trabajo general de apoyo para la toma de
decisiones, a fin de lograr un mejor rendimiento y escalabilidad. Por lo general, los datos
extraídos son cargados en una base de datos que tiene un esquema físico que se parece
mucho al subconjunto aplicable de la data warehouse; sin embargo, puede ser
simplificado de alguna manera gracias a la naturaleza especializada de la data mart.

 A pesar del hecho de que la data warehouse pretende proporcionar un "punto de control
único", una data mart puede ser creado todavía en forma independiente (es decir, no por
medio de la extracción a partir de la data warehouse). Dicho enfoque puede ser adecuado
si la data warehouse es inaccesible por alguna razón, digamos razones financieras,
operacionales o incluso políticas (o puede ser que ni siquiera exista todavía la data
warehouse.

 Algunas instalaciones han seguido un enfoque de "primero el data mart", donde los data
marts son creados conforme van siendo necesarios y el data warehouse general es creado,
finalmente, como una consolidación de la diversa data marts.

3
 INTRODUCCION A LA INTELIGENCIA DE NEGOCIOS.

AMAYRANI RAMÍREZ ROQUE 8E

INSTITUTO TECNOLOGICO SUPERIOR DE CINTALAPA

La data marts independientes son particularmente susceptibles a tales problemas, debido a que no
hay forma obvia de verificar los desacoples semánticos cuando las bases de datos son diseñadas
en forma independiente. Una decisión importante que hay que tomar en el diseño de cualquier
base de datos de apoyo para la toma de decisiones es la granularidad de la misma. Aquí el
término
granularidad se refiere al nivel más bajo de agregación de datos que se mantendrá en la base de
datos.

1.1.3 Tipos de Sistemas de Información.

Un Sistema de Información es un conjunto de elementos interrelacionados entre sí que

recolectan, almacenan, procesan y distribuyen información para el apoyo en la toma de
decisiones, la administración y el control en una organización.
Existen varios tipos de Sistemas de Información, se pueden clasificar en

 Nivel operativo: Se utilizan para realizar un seguimiento de las actividades y operaciones

básicas de una organización.
 Nivel del conocimiento: Se utilizan para el mejoramiento de la calidad de los servicios de
la organización y aporte de nuevos conocimientos, además de incrementar la
productividad de los usuarios del sistema.
 Nivel administrativo: Son utilizados por los administradores de nivel medio en la toma de
decisiones.
 Nivel estratégico: Están basados en los resultados estratégicos a largo plazo de la
compañía, son útiles para poder hacer frente a los impactos producidos por cambios en
los negocios.

1.1.4 Variables de Medición.

Las variables de medición son aquellas que representan la medición matemática de un aspecto
del negocio. Se utilizan para medirla productividad, las perdidas, las ganancias, entre otros
aspectos que les pueden definir un sin número de indicadores que le permitirá a un ejecutivo
tomar decisiones operativas o estratégicas.

Un ejemplo práctico es que si una empresa vende refrescos las variables de medición le ayudan a
saber y a poder graficar cuantos refrescos se venden al día, cual es el más consumido, a qué tipo
de personas les gusta el refresco, entre otras cosas se pueden aplicar las variables de medición.

1.1.5 Variables de Análisis.

Son aquellas que se incluyen en el proceso estadístico y realizan estudios analíticos sobre las
variables de medición. Las variables de análisis se utilizan principalmente para realizar estudios
estadísticos como factores de riesgo, prevalencia del en el mercado, entre otras cosas.

4
 INTRODUCCION A LA INTELIGENCIA DE NEGOCIOS.

AMAYRANI RAMÍREZ ROQUE 8E

INSTITUTO TECNOLOGICO SUPERIOR DE CINTALAPA

La competencia en la que las empresas conviven actualmente ya no es la misma que en años

anteriores, ahora las organizaciones están enfocadas a dirigirse a sus clientes de una manera más
personalizada, según la historia que han vivido, esto se refiere al hecho de poder proyectar un
comportamiento en base a experiencias pasadas. Inclusive para los directivos de cualquier
industria la manera en que analizan los datos de cualquier departamento ahora es más dinámica
gracias a las herramientas que se han desarrollado y que facilitan el diagnostico de distinto
fenómenos y en algunas ocasiones hasta previenen situaciones de bajos rendimientos.

Bibliografía.

 DATE, C.J. (2001). INTRODUCCION A LOS SISTEMAS DE BASES DE DATOS. MEXICO: PEARSON.
 Rubinstein Jacobo, 2000. The Data Warehouse. Cambridge Technology Partners.
 Fundamentos de Data Warehouse Méndez, A., Mártire, A., Britos, P. Y Garcia-Martínez,
R. Centro de Actualización Permanente en Ingeniería del Software