1 ¿Porqué construir una base de datos?La habilidad de acceder a los Datos de la toda la Empresa La habilidad de tener consistencia en los datos La habilidad de realizar un análisis

2 Historia de análisis de los datos corporativosReportes en Papel Análisis en Planilla de Cálculo Sistemas de información ejecutiva Herramientas estándar Data Warehouse

3 Sistemas OLAP Sistemas OLTP OLAP vs. OLTP

4 Consistencia y ConsolidaciónInformación Significativa Histórica Solo lectura Granularidad

5 ¿Qué es un Data Warehouse?Herramientas para los Usuarios Colección de Datos para asistir el soporte de decisión Datos y Herramientas

6 ¿Qué es un Data Mart? El Data Warehouse es para los Datos de toda la empresa Un Data Mart es específico a un departamento en particular ¿Por que construir Data Marts?

7 Data Marts vs. Data WarehouseVentajas de Data Marts sobre Data Warehouse Desventajas en la construcción de Data Marts

8 Construyendo un Data Warehouse o Data MartConstruir de Warehouse por integración de Data Marts a través de la Empresa Construcción de Data Marts a partir del Data Warehouse

9 Servicio al Cliente MartDe Data Warehouse a Data Mart Fuente 1 Datos Warehouse Fuente 2 Fuente 3 Servicio al Cliente Mart Ventas Mart Finanzas Mart

10 Servicio al Cliente MartDe Data Mart a Data Warehouse Ventas Mart Fuente 1 Data Warehouse Fuente 2 Finanzas Mart Fuente 3 Servicio al Cliente Mart

11 Integración de Data MartsFuente 1 Fuente 2 Fuente 3 Producto Ventas Clientes Localización Tiempo Finanzas GL Organización

12 El ciclo de vida de los Datos Warehousing

13 Entorno Tecnológico

14 Servidor SQL Herramientas de Data WarehouseServicio de Transformación de Datos Servicios OLAP de Servidores SQL Requerimientos de Consulta en Inglés Servicio de Tabla de Pivot Soporte avanzado de base de datos

15 Escenarios de NegociosBúsqueda de Ventas Partes Buscadas

16 Búsqueda de Venta Dimensiones Metas

17 Terminología de Data WarehousingCubo Data Mart Data Warehouse Meta Datos OLAP OLTP Sistema Fuente de Datos Transformaciones

18 Comparación de Arquitecturas de SistemasSistemas Operacionales Sistemas Analíticos

19 ¿Dónde, Qué, Cómo es ahora?Información Estatus Solicitud

20 ¿Mejoré la decisión que tomé?Información Vista Interna Análisis

21 Comparación de los SistemasOperacional Respondiendo y Solicitando eventos individuales Analíticos Estudiando (Midiendo) múltiples eventos y respuestas a través de las áreas y tiempo funcionales

22 Procesos de Análisis de Datos WarehouseConductores de Negocios Objetivos de Negocios Necesidad de Análisis de Informaciones más altas Procedimientos y roles Conductores de Negocios Llaves indicadoras de Performance Eventos y Dimensiones Transformaciones y Fuentes

23 Entrada de nuevos Competidores Servicio a nuevos ClientesNegocios de Clientes Desarrollo de nuevos productos o servicios Decreto de Gobierno

24 Objetivos de los NegociosMejora las ventas a través de una mejor Identificación de los segmentos de mercado. Baja los costos identificando los servicios devaluados Mejora la satisfacción y la retención del cliente Provee métricas para mejorar la productividad del valor de la cadena

25 Oportunidad de Actividad EvaluatoriaMantener una sección de definición de negocio Revisar el ambiente de tecnología informática Coleccionar y revisar las documentaciones de la Empresa Analizar y acceder a la información Desarrollar un plan de definición de pedidos y las fases del análisis de la arquitectura.

26 Analizando y priorizando técnicas de análisisLow Medium High Ventas Clientes Competidores Movimiento del Prod. Guardado, Depart. Categorización y mezcla de prod. Promociones Fuente Laboral Margen (Gross Profit)

27 Primer manejo del Punto de Chequeo (CheckPoint)Incluye Sponsors de Negocios, Gerenciamiento de proyectos cliente y las llaves Skateholders Revisión y Aprobación de la fase entrega Identificando y discutiendo puntos abiertos Revisión y Aprobación del plan Proyecto para la próxima fase

28 Procedimientos y RolesConductores de Negocios Objetivos de Negocios Necesidad de Análisis de Informaciones muy importantes Procedimientos y roles Indicadores de mejoras en Llaves Eventos y Dimensiones Eventos y Dimensiones Fuentes y Transformaciones

29 Ventas Identificación de Roles de los Participantes en el AnálisisAnalista de Marketing Analista Financiero Ventas Analista de Ventas Analista del Producto

30 Analizando los procedimientos identificando los roles* Venta del producto diario * Análisis del movimiento del producto * Respuesta de la estrategia de la oferta del producto Análisis del Producto

31 Entendiendo los Roles de pedidos de informaciónVenta de los Productos Diarios Análisis de los movimientos de los productos Respuesta en la estrategia de oferta del producto “¿Cuántos errores tienen nuestros productos, por tamaño, por gusto, fueron vendidos cada mes este año, en la división Eastern, por depósito, medido por tamaño, comparado con el mismo mes del año pasado?

32 Identificando los indicadores en la mejora de la “Key”Numero de unidades vendidas Venta $ Ventas Revenue Producto Bruto profit Descuento Promoción Objetos y eventos adicionales expuestos

33 Identificación de la información de Objetos y EventosTiempo Venta de productos diarios Análisis de Movimiento del Producto Producto Respuesta de la oferta del producto (Estrategia) Organización Stock Venta Grabado

34 Identificación de FactoresElegir medidas y Factores Ordenar cantidad Valor del Dólar Contabilización del Inventario

35 Dimensiones y Eventos Conductores de Negocios Objetivos del NegocioNecesidad de Análisis de la información más importante Procedimientos y Roles Indicadores de llaves de mejora Eventos y Dimensiones Fuentes y Transformaciones

36 Buscando los eventos comunesProcedimiento de Marketing Datos de Venta Desarrollo de Campaña Gerente de Marketing Datos de Cliente Información del Producto Analista de Marketing Analista de Campaña Campaña Informativa Analista de Venta

37 Identificación de DimensionesClientes Tiempo Producto Estatus

38 Segundo Checkpoint de ManejoFinalize los requerimientos obteniendo procesos Solicitar un proyecto de decisiones de ir o no ir

39 Fuentes y TransformacionesConductores de Negocios Objetivos del Negocio Necesidad de Análisis de la información más importante Procedimientos y Roles Indicadores de llaves de mejora Eventos y Dimensiones Fuentes y Transformaciones

40 Vida cíclica de Datos WarehouseTransformaciones Sistemas de Fuente OLTP Data Marts Cubo Datos Warehouse Cliente Fuentes Metadata

41 KPIs Transformación de Documentación EntregablesProcesos de Captura del Sistema Requerimientos de Fuente de Transformaciones Entregables Datos de Fuente en diagramas de contexto Documentación de la vida de los ciclos, incluyendo periódicamente, volúmenes esperados, fuentes de datos (especificaciones Metadata) Especificaciones de selección de datos y reportes Estrategias de Implementaciones y entregas de soluciones arquitectónicas.

42 Requerimientos TécnicosIdentificados Infraestructura (Hardware y Software) Adquisición de datos de Población Respaldo y Recuperación Seguridad

43 Terminología de datos WarehouseDimensión Factores Medida

44 Diseñando Sistemas OLTPDiagramas de Relaciones de Entidades Normalización de la Tabla de Base de Datos Puntos de diseño de Sistemas OLTP

45 Diagramas de Relaciones de Entidades

46 Normalización de la Tabla de Base de DatosUn grupo de implementaciones relacionales, secuenciales diseñado en base de datos con reglas Primer formulario normal Segundo formulario Normal Tercer formulario Normal Cuarto y Quinto Formulario Normal

47 Ejemplo de Normalización

48 OLTP puntos de diseños de SistemaVentajas Previene anomalías de Actualización Asegura la consistencia de los datos a través de las transacciones. Optimiza la eficiencia en los procesos de la aplicación Reduce esfuerzo en modificación de aplicaciones Desventajas Dificultad para diseñar reportes analíticos Indíces que reduce la mejora

49 Como ve la información el negocio

50 Modelado Dimensional - Esquema "La estrella"(Participar)

51 Soda, Cerveza y Botellas de AguaHierarchies Dimensionales Departamento Grocery Entrega de Bebidas Carnes, Papel El departamento “Grocery” puede tener muchas categorías La Categoría Bebidas puede tener muchas subcategorías La Subcategoría de Soda puede tener muchos productos Categoría Bebidas Soda, Cerveza y Botellas de Agua Subcategoría Soda Cola, Naranja, Grapa

52 Hierarchies Consolidaciones Dimensionales

53 Snowflaked Hierarchies

54 Hierarchies Snowflaked vs. ConsolidatedConsolidados Snowflaked Overall Row Count Higher Lower Modelo Understandability Easier More Difficult Number of Tables Less More Query Complexity Simpler More Complex Dimensional Searching Quicker Slower Bitmapped Indexing Supports Inhibits

55 Información de tablas de dimensión de objeto

56 Pasos de Diseños de Esquemas DimensionalesDefiniendo un Data Mart OLAP Eligiendo los factores Estableciendo Dimensiones Diseñando Modificaciones (Agregaciones)

57 Definiendo un Data Mart OLAPEstableciendo los procesos de requerimientos ganados Direccionar un simple proceso de negocios discreto Primer iteración debe ser basada de un sistema simple Estableciendo el requerimiento de la duración

58 Características DimensionalesAtributos altamente correlacionados Información Verbal Textual altamente calificada Elementos y direcciones de nombres Parsed Surrogate Key Dimensiones Degeneradas Dimensiones Junk Dimensiones Conformados

59 Tabla de Características DimensionalesContiene una llave primaria Tiene uno de tantas relaciones en los factores de la tabla Contiene al menos una columna de descripción Contiene otras columnas de atributos que son útiles para niveles de agregaciones. Contiene un set de celdas limitada que crecen lentamente a través del tiempo.

60 Sobreescribiendo una grabación dimensional

61 Sobrescribiendo otra grabación dimensional

62 Grabados de los valores en la dimensión

63 Características AgregadasEl resumen de Esquemas son usados para unir las mejoras de petición Se puede acelerar los requerimientos por tres órdenes de Magnitud

64 Ejemplo Modificaciones

65 Tamaño del Sistema estimado OLAP* El factor de la Tabla será 97 a 99.9 porciento de OLAP El tamaño del sistema * Tamaño sobre todos Dimensionales (Grain Drives) Estima el numero de items en cada dimensión en la granualidad de los datos * Numero de celdas en si es la tabla del producto * Bytes estimados por celda bytes por llaves de identificación estranjeras Medida del tamaño * Ejemplo de ventas guardadas.

66 Componentes de Microsoft

67 Área de Trabajo de Datos Warehouse

68 Servicios de datos de Transformación* Transformación de la naturaleza de los datos * El golpe Data (Data Pump) * Pasar a través de SQL * Paquetes DTS * Creación de paquetes DTS * Áreas de guardado DTS

69 Servicios OLAP

70 Tipos de Servicios * Servidores Remotos * Servidores con hipervínculosSelect emp.EmployeeID, ord. OrderID,ord.Discount FROM SQLServer1.Northwind.dbo.Employees AS emp, OracleSvr.Catalog1.SchemaX.Orders AS ord WHERE ord.EmployeeID = emp.EmployeeID AND ord.Discount > 0