UNIVERSIDAD VERACRUZANA M O N O G R A F Í A. Licenciado en Sistemas Computacionales Administrativos. Ana Laura Alba Mendez

Transcripción

1 UNIVERSIDAD VERACRUZANA Facultad de Contaduría y Administración Arquitectura, Diseño, Construcción, Mantenimiento y Consulta de un Almacén de Datos M O N O G R A F Í A Para obtener el Título de: Licenciado en Sistemas Computacionales Administrativos Presenta: Ana Laura Alba Mendez Director: M.C.C Ericka Janet Rechy Ramírez. Xalapa-Enríquez, Veracruz Marzo 2009

2 Agradecimientos A MI DIOS: Por haberme ayudado a seguir adelante y no dejarme caer, gracias por ser mi sustento y mi guía, por acompañarme en cada pasito que doy y por cuidarme a mí y a mi familia. Y también te doy gracias porque hasta aquí me has ayudado y bendecido, lo que soy y tengo es gracias a ti, y lo que logre será gracias a ti. Gracias porque se que me seguirás acompañando MUCHAS GRACIAS MI DIOS. A MIS PADRES: Al Sr. Luis y a la Sra. María, que son un ejemplo a seguir de esfuerzo, trabajo y convicción, mi respeto, cariño y agradecimiento a ellos, por ser mi guía y soporte, gracias por quererme, por su cariño, afecto y confianza, y gracias porque sé el esfuerzo que han hecho para que yo pueda llegar hasta aquí, MUCHAS GRACIAS MAMÁ Y PAPÁ. A MIS HERMANOS: Antonio, Celia y Esther, que han sido la fuente de alegría en toda mi vida, gracias por cuidarme, quererme y siempre buscar lo mejor para mi, espero que siempre seamos una familia así de padre como la que somos, unidos y a veces enojones. Los quiero mucho GRACIAS POR SER MI FAMILIA. A MI ASESORA: A la Maestra Ericka Rechy Ramírez, por haberme brindado su tiempo y esfuerzo y conocimiento, y por ayudarme a terminar esta monografía, que sin su dedicación no hubiera sido posible, por sus consejos, observaciones y su guía, por su paciencia. GRACIAS POR SU AYUDA MAESTRA. I

3 A MIS SOBRINOS: Luisito, Gaby y Josue, por hacerme reír mucho, por ser tan alegres y hacer que mi vida sea más feliz y por quererme mucho, yo también los quiero mucho. A MIS AMIGOS: Enrique, Ignacio, Denisse y Malena, y todas aquellas personas que ocupan un espacio en mi corazón, gracias por haberme acompañado a lo largo de mi vida, por haberme hecho reír y por compartir parte de su tiempo conmigo, gracias por estar conmigo cuando los necesite, y por ir tantas veces al cine conmigo, los quiero mucho. Gracias por ser mis amigos :D A MIS MAESTROS: Por transmitirme sus conocimientos a lo largo de mi carrera y por haber tenido paciencia, por su dedicación y esfuerzo y porque sin sus cátedras no hubiera podido llegar hasta aquí. Muchas gracias. II

4 Índice RESUMEN... 1 INTRODUCCIÓN... 2 CAPÍTULO I: DEFINICIÓN DE ALMACÉN DE DATOS Definición de almacén de datos Los almacenes de datos para la toma de decisiones Objetivos Justificación CAPÍTULO II: FUNDAMENTOS DE LOS ALMACENES DE DATOS Y LAS APLICACIONES OLAP Fundamentos de los almacenes de datos y las aplicaciones OLAP Características de las bases de datos operacionales Características de los almacenes de datos Explotación de un almacén de datos: herramientas OLAP Cubos OLAP CAPÍTULO III: ARQUITECTURA DE UN ALMACÉN DE DATOS Arquitectura de un almacén de datos Metadatos Niveles de la Arquitectura de un Data Warehouse OLTP (On-Line Transaction Processing) Requerimientos del OLTP Consolidación de los datos Middleware OLAP (On-Line Analytical Process) Data Marts CAPÍTULO IV: DISEÑO DE UN ALMACÉN DE DATOS Diseño de un almacén de datos Organización lógica de un almacén de datos Esquemas Multidimensionales Esquemas Relacionales Esquema en Estrella Hechos Dimensiones III

5 Atributos Jerarquías de atributo Representación del esquema en estrella Copo de nieve Constelación El nivel físico del almacén de datos Almacenamiento de datos en un sistema multidimensional Métodos de acceso indexados Indexación binaria Indexación de vectores multidimensionales Particionamiento CAPÍTULO V: IMPLANTACIÓN Y USO DE UN ALMACÉN DE DATOS Implantación y uso de un almacén de datos Sistemas ROLAP y MOLAP ROLAP (Procesamiento Analítico En Línea Relacional) MOLAP (Procesamiento Analítico En Línea Multidimensional) Construcción y refrescamiento de un Data Warehouse Herramientas para la construcción de un Data Warehouse Oracle Warehouse Builder SQL Server CAPÍTULO VI: INTERROGACIÓN DEL ALMACÉN DE DATOS Interrogación del almacén de datos Expresión y tratamiento de consultas El precálculo de agregados Tratamiento paralelo de consultas Análisis del almacén Tratamiento analítico en línea Minería de datos Visualización CONCLUSIONES Fuentes de Información Índice de Figuras IV

6 Resumen El almacén de datos se ha hecho una herramienta muy popular y necesaria para las organizaciones, ayuda a tener un mejor manejo de la información, y a tomar decisiones más rápidas y acertadas según las necesidades del mercado. Se describen las características del almacén de datos, su importancia en la toma de decisiones, fundamentos y explotación, usando las herramientas OLAP. También su arquitectura, el paso de información de los sistemas OLTP al almacén, consolidación y conectividad, el análisis con OLAP y los Data Mart. El diseño lógico del almacén puede ser de esquemas multidimensionales y relacionales, y el nivel físico, mediante almacenamiento de datos y métodos de acceso a la información, índices, y el particionamiento de datos. La implantación y uso es mediante los sistemas ROLAP y MOLAP, y la interrogación por medio de herramientas de análisis, como las consultas, precálculo de agregados, la minería de datos y la visualización. 1

7 INTRODUCCIÓN

8 Los mercados empresariales han experimentado una transformación radical, las empresas demandan mayor rapidez y eficiencia en la entrega de productos y mejora en todos los servicios existentes, los requerimientos de información se han hecho más complejos y los datos son un material crucial en el área de la información, su almacenamiento y manejo se ha convertido en la parte central del proceso de diseño y ejecución de bases de datos. Un buen diseño de bases de datos controla la redundancia de datos, eliminando o reduciendo la probabilidad de anomalías destructivas en los datos; produciendo bases de datos operativas eficaces, capaces de rastrear múltiples variables de interés (clientes, ventas, inventarios) que son cruciales para el éxito de una organización. La razón para generar, guardar y manejar buenos datos es crear información; la cual es fundamental para la toma de decisiones racionales, surgiendo así la idea de unificar diferentes fuentes de información, en un único lugar al que solo se le incorporaría información relevante sobre una estructura organizada, integrada, lógica, dinámica y de fácil explotación. Para esto se creó una nueva infraestructura de almacenamiento llamada almacén de datos Los almacenes de datos se han vuelto el centro de atención para las grandes empresas de hoy en día, ya que constituyen uno de los soportes fundamentales para el proceso de toma de decisiones gerenciales. El Almacén de Datos o Data Warehouse obtiene su información de bases de datos operativas, así como de otras fuentes, con lo que se crea un banco de datos amplio del cual se puede extraer información. Los datos en el almacén se guardan en estructuras, que simplifican la generación de la información y hacen posible generar un tipo y ámbito de información que de otra manera no podría estar disponible. 3

9 Estructura del Documento Este documento comprende los siguientes capítulos: Capítulo 1: Definición de Almacén de datos. En el primer apartado se define el concepto de almacén de datos, la ayuda que provee a las empresas en la toma de decisiones más acertada, y los objetivos generales y específicos del presente trabajo y la justificación del mismo. Capítulo 2: Fundamentos de los almacenes de datos y las aplicaciones OLAP. En el segundo capítulo de este material se abordaran los fundamentos de los almacenes de datos, que son las Bases de Datos Operacionales y por eso es necesario hablar de ellas, puesto que son la fuente de los datos del Data Warehouse y también de ellas se desprende dicho concepto. Adicionalmente, se describirá detalladamente las características de los almacenes de datos y la forma de explotarlos, utilizando las herramientas OLAP. Capítulo 3: Arquitectura de un almacén de datos. El tercer capítulo, describe la arquitectura del almacén de datos, como su nombre lo dice, se hablara de la estructura del mismo. También, se referirá el Procesamiento de Transacciones En Línea (OLTP) para los datos operacionales que servirán de base, para el Data Warehouse, la consolidación de los datos. Y la forma en que se logra la conectividad de todos los componentes de la arquitectura del Data Warehouse mediante el Middleware, y como analizar los datos guardados en el almacén haciendo uso de las herramientas OLAP (On-Line Analytical Process) y los Data Marts, que son como Data Warehouse miniatura de determinadas áreas. Capítulo 4: Diseño de un almacén de datos. El cuarto apartado trata de cómo está diseñado un almacén de datos, su organización lógica y física. En primer lugar, la organización lógica de un almacén de datos consta de 4

10 esquemas multidimensionales y esquemas relacionales, los segundos pueden ser en forma de: Copo de nieve, Estrella y Constelación. En segundo lugar, se analizara el nivel físico del almacén de datos, que consiste en el almacenamiento de los datos en un sistema multidimensional, y los medios por los cuales se pueden acceder a dichos datos, como los métodos de acceso indexados (que pueden ser: Indexación binaria e Indexación de vectores multidimensionales) y el Particionamiento. Capítulo 5: Implantación y uso de un almacén de datos. En el quinto título se estudiara la implantación y uso de un Data Warehouse. Además, de los sistemas que pueden ser usados como fundamentos del Data Warehouse que pueden ser: MOLAP y ROLAP. Y la forma en que debe ser construido y refrescado. Capítulo 6: Interrogación del almacén de datos. En el antepenúltimo apartado de este escrito se analizaran las técnicas de interrogación de los datos almacenados en el Data Warehouse, mediante el precálculo de agregados y el tratamiento paralelo de consultas. Además del análisis del almacén mediante las técnicas del tratamiento analítico en línea, la minería de datos y la visualización de dichos de datos para hacerlos mas entendibles al usuario. Capítulo 7: Conclusiones. Finalmente en el ultimo capitulo se escribirán las conclusiones del presente trabajo. 5

11 CAPÍTULO I: DEFINICIÓN DE ALMACÉN DE DATOS

12 En el presente capitulo se cita la definición del Data Warehouse, y la utilidad que tiene en la toma de decisiones para las empresas. Además de los objetivos generales y específicos del presente trabajo, y su justificación. 1. Definición de almacén de datos. Un Almacén de Datos o Data Warehouse (DW), es un almacén de información temática orientado a cubrir las necesidades de aplicaciones de los sistemas de Soporte de Decisiones (DSS) y de la Información de Ejecutivos (EIS), que permite acceder a la información corporativa para la gestión, control y apoyo a la toma de decisiones (Fernández et al, N/D). Se puede decir que un Data Warehouse es una plataforma de datos aislados, la cual no es una condición necesaria, pudiendo ser una PC, un Mainframe o un conjunto de máquinas, que conforman una plataforma distribuida que permite tomar decisiones de forma ágil. Para esto, es necesario que se dupliquen los datos existentes en la empresa en algún otro lugar, generando redundancia sobre los mismos (Rozic, 2004). En el Data Warehouse, se combina hardware junto con un conjunto de herramientas de software y cientos de datos. Según la definición del Bill Inmon un Data Warehouse es una colección de datos orientados a temas, integrados, no-volátiles y variantes en el tiempo, organizados para soportar necesidades empresariales" (Inmon & Kelley, 1994). Los datos guardados en el almacén deben estar integrados para que proporcionen una idea consistente de todos los componentes de la organización. La integración implica que todas las entidades del negocio, los elementos y características de los datos, y la métrica del negocio se describan 7

13 de la misma manera en toda la empresa, los datos deben ajustarse a un formato aceptable en toda la organización. El almacén de datos generalmente es una base de datos de solo lectura, optimizada para el análisis de datos y procesamiento de consultas. Primero, se extraen los datos de varias fuentes y luego se transforman e integran antes de ser transferidos al almacén. Los usuarios acceden al almacén mediante herramientas frontales o software de aplicación de usuario para extraer los datos en forma entendible y utilizable. La creación de un buen almacén de datos generalmente no es simple, puesto que, sus datos por lo general son derivados de varias fuentes, de diferentes formatos y estructuras de datos. 1.1 Los almacenes de datos para la toma de decisiones Las empresas necesitan contar con la información correcta en el momento oportuno para tomar decisiones. Por ejemplo, es vital para una empresa ver el comportamiento de sus ventas en un periodo determinado, generalmente anual, para poder evaluar el resultado de su administración y así en caso de ser necesario poder tomar alguna decisión o acción correctiva. Pero no sólo es importante la historia de un negocio. Con el crecimiento de la industria, las empresas han tenido que crear sucursales para poder abastecer la demanda de la sociedad. Por ejemplo, una empresa puede tener sucursales en Xalapa, en Veracruz, en Poza Rica y en Coatzacoalcos. El problema es que cuando la dirección necesite un informe de las ventas anuales de los últimos tres años de todas sus sucursales, con la finalidad de evaluar la demanda de sus productos, se tendría que integrar los informes de ese periodo de cada una de las sucursales. 8

14 La situación anterior da pauta para plantear las siguientes problemáticas: Cómo es posible llevar un historial de la información de la empresa?, Cómo puede integrarse la información, a partir de fuentes heterogéneas y distribuidas? La respuesta es El almacén de datos (Data Warehouse), su importancia radica en que: Contribuyen a la toma de decisiones tácticas y estratégicas proporcionando un sentido automatizado para identificar información clave, desde volúmenes de datos generados por procesos tradicionales o elementos de software. Permiten a los usuarios dar prioridad a decisiones y acciones, por ejemplo, a qué segmentos de clientes deben ir dirigidas las siguientes acciones de marketing. Posibilitan medir las acciones y los resultados de una mejor forma. Generan modelos descriptivos: en un contexto de objetivos definidos en los negocios permiten a empresas, explorar automáticamente, visualizar y comprender los datos e identificar patrones, relaciones y dependencias que impactan en los resultados finales de la cuenta de resultados (tales como el aumento de los ingresos, incremento de los beneficios, contención de costes y gestión de riesgos) Un almacén de datos es una base de datos históricos de gran volumen que proporciona la oportunidad de integrar datos de sistemas distribuidos de información heterogénea. Un Data Warehouse guarda en él, todos los datos necesarios para un cierto estudio y representa la actividad de una empresa durante periodos importantes de tiempo, por lo que es utilizado en el apoyo a la toma de decisiones (Peña, 2006; Rob & Coronel, 2004). 9

15 1.2 Objetivos A continuación presentamos el objetivo general y los objetivos específicos de este trabajo a) Objetivo general. Documentar el tema de los almacenes de datos, con la finalidad de proporcionar la fundamentación teórica necesaria para desarrollos futuros en esta área. b) Objetivos específicos. Explicar la arquitectura de un almacén de datos. Explicar el diseño de un almacén de datos. Explicar la construcción y mantenimiento de un almacén de datos. Explicar la interrogación de un almacén de datos. 1.3 Justificación Hoy en día, la globalización de la economía ha provocado que las compañías busquen ventajas para sobresalir en mercados altamente competitivos y rápidamente cambiantes. Esto ha obligado a los responsables (gerentes, directores) a tomar decisiones más rápidas y efectivas, que ayuden a sus negocios a ser más rentables, a fomentar la lealtad de sus clientes, a mejorar servicios y a reducir costos. En este contexto, es indispensable permitir el acceso oportuno a la información necesaria para reducir incertidumbre y así apoyar la toma de decisiones mejor fundamentadas. Sin embargo, el problema es que gran parte de esa información está dispersa en diversas fuentes y otra, como la histórica, ni siquiera es almacenada. Esto hace difícil que podamos obtener toda la información requerida en el momento oportuno. Así, es necesario un sistema especializado de apoyo a la toma de decisiones que ofrezca a sus usuarios las herramientas necesarias para analizar una base de datos históricos, llamada Almacén de Datos (Data Warehouse), integrando datos pertinentes a un estudio en particular y procedentes de múltiples fuentes de información. 10

16 CAPÍTULO II: FUNDAMENTOS DE LOS ALMACENES DE DATOS Y LAS APLICACIONES OLAP

17 En el presente capitulo se abordan los fundamentos de los almacenes de datos, que son las Bases de Datos Operacionales, de donde se extrae la información que formara parte del Data Warehouse. Adicionalmente, se describen las características de los almacenes de datos y su explotación utilizando las herramientas OLAP. 2. Fundamentos de los almacenes de datos y las aplicaciones OLAP Un Almacén de Datos es un almacén de información temática orientado a cubrir las necesidades de aplicaciones de los sistemas de soporte de decisiones y de la información de ejecutivos, que permite acceder a la información corporativa para la gestión, control y apoyo a la toma de decisiones (López & Montero, 2000). Dicha información es construida a partir de bases de datos que registran las transacciones de las organizaciones. Una base de datos es un conjunto de información almacenada sistemáticamente por un programa gestor de datos para su uso posterior en forma rápida y racional (Bases de Datos, N/D). Por ejemplo, una biblioteca puede considerarse una base de datos compuesta por documentos y textos impresos en papel e indexados para su consulta. Las aplicaciones más comunes de las bases de datos son gestión de empresas e instituciones y almacenamiento de la información experimental en entornos científicos, en documentación y en cualquier otro campo que tenga que trabajar con datos susceptibles de ser ordenados y estructurados. Las bases de datos pueden ser clasificadas con base a su función y pueden ser analíticas u operativas. Las bases de datos analíticas son de sólo lectura, utilizadas primordialmente para almacenar datos históricos que 12

18 posteriormente se pueden utilizar para estudiar el comportamiento de un conjunto de datos a través del tiempo, realizar proyecciones y tomar decisiones. Las bases de datos operacionales son más dinámicas, orientadas a almacenar información que es modificada con el tiempo, permitiendo operaciones como actualización y adición de datos, además de las operaciones fundamentales de consulta (Bases de Datos, N/D). Por motivos del capítulo, nos enfocaremos en las bases de datos operacionales. 2.1 Características de las bases de datos operacionales Las bases de datos operacionales se organizan desde la perspectiva de la aplicación y fueron creadas sin pensar en su integración, por lo que un mismo tipo de datos puede ser expresado de distintas maneras en dos bases de datos operacionales distintas; por ejemplo, para representar el sexo se puede usar 'Femenino' y 'Masculino', 'F' y 'M' ó '0' y '1' Los datos operativos se guardan en una base de datos relacional, en la que las estructuras tienden a estar altamente normalizadas, y soportar transacciones que representan operaciones diarias. Los datos se encuentran en un frecuente modo de actualización, para proporcionar un desempeño de actualización eficaz, los sistemas operativos guardan en múltiples tablas una transacción simple; como por ejemplo una compra puede estar representada por las tablas producto, proveedor, descuento, inventario; este arreglo podría ser una excelente opción en una base de datos operativa, sin embargo no es fácil de utilizar, porque para poder acceder a los productos que escasean en el inventario y sus proveedores se tendrían que combinar varias tablas. Los datos operativos representan transacciones actuales, en tiempo real y abarcan un corto lapso de tiempo; representan transacciones específicas y requieren ser actualizados por transacción y se enfocan en representar transacciones atómicas, las cuales se guardan en múltiples tablas. 13

19 En contraste, los datos almacenados en el Data Warehouse nunca se eliminan, tienden a ser de naturaleza histórica, son una fotografía de los datos operativos en un momento dado, deben ser representados en diferentes niveles de agregación y requieren actualizaciones periódicas para cargar nuevos datos resumidos (no incluyen los detalles de cada transacción operativa) de los datos operativos y tienden a desarrollar múltiples dimensiones de los datos. Los datos que están alojados en una base de datos operativos capturan las transacciones diarias de una empresa y los datos guardados en el almacén le dan un significado táctico y estratégico a los datos operativos. Los datos en el Data Warehouse tienden a guardarse en unas cuantas tablas, dichos datos son derivados de los datos operativos, que están integrados, agregados y resumidos para propósitos de soporte de decisiones. Sin embargo, las constantes actualizaciones que sufren las bases de datos operativas provocan que las anomalías en los datos, sean un problema potencialmente devastador. Por esto, es necesario que un sistema transaccional típico use estructuras que produzcan muchas tablas, cada una de las cuales contengan un número mínimo de atributos. La actividad en la base de datos operativa tiende a ser lenta, ya que permite más ciclos de procesamiento para las transacciones de actualización más importantes. 2.2 Características de los almacenes de datos Cabe recordar, según la definición citada por Bill Inmon en el capítulo anterior, un Data Warehouse es una colección de datos orientados a temas, integrados, no-volátiles y variantes en el tiempo, organizados para soportar necesidades empresariales" (Inmon & Kelley, 1994). Ahora analizaremos con más atención dichas características: 14

20 A. No volátil En el Data Warehouse solo se realizan dos operaciones, la carga de los datos procedentes de los entornos operacionales, que son la carga inicial y las cargas periódicas; y la consulta de los mismos. Una vez que se introducen los datos en el almacén nunca se eliminan y los nuevos siempre se agregan, puesto que representan la historia completa de la compañía. Por esto el almacén de datos siempre está en proceso de crecimiento. Los datos no pueden cambiarse, una vez que se guardan apropiadamente, no se permiten cambios por eso el ambiente de los datos es estático (Rob & Coronel, 2004). B. Orientado a temas Los datos están almacenados por materias o temas en único lugar, se organizan desde la perspectiva del usuario final, de manera que puedan responder a preguntas provenientes de diversas áreas funcionales de una compañía, con vistas a lograr una mayor eficiencia en el acceso a los datos. Se organizan y reúnen por tópicos, como ventas, finanzas, transporte, etc. Y por cada tópico contiene sujetos de interés específicos como productos, clientes, departamentos, regiones, etc. (Rob & Coronel, 2004). C. Integrado Se refiere a que la información está centralizada y consolidada en un solo lugar; integrando los datos provenientes de toda la organización y consolidándolos de múltiples fuentes con diversos formatos. La integración ayuda y mejora la toma de decisiones, y por medio de ella se logra entender mejor las operaciones de la compañía y reconocer oportunidades de negocio estratégicas. Además, proporciona una visión unificada de todos los elementos de datos, junto con una definición y representaciones comunes de todas las unidades de negocios. Los datos en el almacén deben ajustarse a formatos y estructuras uniformes para evitar conflictos (Rob & Coronel, 2004). 15

21 D. Variable con el tiempo Los datos guardados en el almacén representan el flujo de datos a través del tiempo con una perspectiva histórica, también puede contener datos proyectados generados mediante modelos estadísticos y otros métodos. De igual forma, es variable en el sentido de que una vez que los datos son transmitidos al almacén, todas las agregaciones que dependen del tiempo vuelven a calcularse. Por tanto, es importante agregar una dimensión de tiempo para facilitar el análisis de los datos y varias comparaciones con respecto a éste (Rob & Coronel, 2004). También, cabe resaltar su carácter Histórico, ya que el tiempo debe estar presente en todos los registros contenidos en un Data Warehouse. Por lo que, un Data Warehouse puede ser visto como una serie de fotos instantáneas en el tiempo tomadas periódicamente. William y Chuck Kelley, en 1994 propusieron una lista de 12 reglas que definen un almacén de datos y que son necesarias para que éste sea considerado verdaderamente como tal: 1. El almacén de datos y los ambientes operativos están separados. 2. Los datos guardados en el almacén de datos están integrados. 3. El almacén de datos contiene datos históricos que abarcan un amplio horizonte de tiempo. 4. Los datos en el almacén son capturados instantáneamente en un punto dado del tiempo. 5. Los datos en el almacén de datos están orientados a sujetos. 6. Los datos en el almacén de datos principalmente son de solo lectura, con actualizaciones por lotes periódicas a partir de datos operativos. No se permiten actualizaciones en línea. 7. El ciclo de vida del desarrollo del almacén de datos difiere del desarrollo de sistemas clásicos. Los datos motivan el desarrollo del almacén de datos; los procesos motivan el método clásico. 16

22 8. El almacén de datos contiene datos con varios niveles de detalle: datos detallados actuales, datos detallados antiguos, datos ligeramente resumidos y datos altamente resumidos. 9. El ambiente del almacén de datos se caracteriza por transacciones de solo lectura de conjuntos de datos muy grandes. El ambiente operativo se caracteriza por numerosas transacciones de actualización de unas cuantas entidades de datos a la vez. 10. El ambiente del almacén de datos dispone de un sistema que rastrea fuentes, transformaciones y almacenamiento de datos. 11. Los metadatos del almacén de datos son un componente crítico de este ambiente. Los metadatos identifican y definen todos los elementos de datos; proporcionan la fuente, transformación, integración, almacenamiento, uso, relaciones e historial de cada elemento de datos. 12. El almacén de datos contiene un mecanismo de retrocarga para el uso de los recursos que exige la utilización óptima de los datos por parte de los usuarios. Además, el uso correcto de un almacén de datos, un buen diseño e implantación, traen los muchos beneficios a la empresa: Respuestas rápidas a preguntas ad hoc, para la toma de decisiones. Acceso a datos para propósitos de toma de decisiones. Visualización a fondo del desempeño de los productos y márgenes para clientes. Los gerentes pueden analizar los datos con rapidez. Las compañías se posicionan para identificar con rapidez las tendencias de los mercados. Nuevos servicios y estructuras de fijación de precios. Errores en el ingreso de datos eliminados. Estrategias de comercialización exitosas para dominar nichos de entretenimiento interactivo. Análisis de productos para identificar las mejores ofertas y mercados. El tiempo de respuesta se vuelve más ágil. 17

23 2.3 Explotación de un almacén de datos: herramientas OLAP La explotación consiste en hacer consultas al Data Warehouse, como análisis, manipulación y visualización de la información guardada en el almacén. Una forma de explotar los datos contenidos en un Data Warehouse es a través de aplicaciones OLAP. Este término fue acuñado en 1993 por EF Codd & Associates, por medio de las cuales el usuario lleva a cabo un análisis multidimensional interactivo de los datos. Las herramientas de DSS (Sistemas de Soporte a la Toma de Decisiones) que utilizan las técnicas de análisis de datos multidimensionales se conocen como herramientas de procesamiento analítico en línea (OLAP, por sus siglas en ingles On-Line Analytical Processing). Las herramientas OLAP son herramientas de minería de datos que revelan el verdadero problema de una compañía, para esto crean un ambiente avanzado de análisis de datos que apoyan a la toma de decisiones, un modelado de negocios y las actividades de investigación de operaciones, por esto es la forma más intuitiva de ver a la información empresarial (Rozic, 2004; Rob & Coronel, 2004). Uno de los objetivos de estas herramientas es agilizar la consulta de grandes cantidades de datos. Para ello, utilizan estructuras multidimensionales (o Cubos OLAP) que contienen datos resumidos de grandes bases de datos o sistemas transaccionales (OLTP, Procesamiento de Transacciones En Línea). Se usan en informes de negocios de ventas, marketing, informes de dirección, minería de datos y áreas similares. Otro objetivo es que el usuario navegue por la información de manera que vaya descubriendo los cruces de interés para el análisis, y de esta manera llegue a focalizarse en un punto crítico. Una de las características más importantes de las aplicaciones OLAP, es su facilidad de uso, la flexibilidad, y la velocidad con la que se obtiene información relevante, el usuario debe formular la pregunta correcta antes de realizar una consulta. 18