Las empresas han comenzado a aprovechar los cada vez más numerosos datos en línea para tomar mejores decisiones sobre sus actividades.
|
|
- Víctor Navarro del Río
- hace 7 años
- Vistas:
Transcripción
1
2 Las empresas han comenzado a aprovechar los cada vez más numerosos datos en línea para tomar mejores decisiones sobre sus actividades. Para ejecutar de manera eficiente las consultas sobre datos tan diferentes las empresas han creado almacenes de datos (Date Warehouse).
3 El término OLAP fue introducido en Agosto de 1993 por el Dr. E.F. Codd y apoyado por Arbor Software Corporation. Definición de Codd: OLAP es un tipo de procesamiento de datos que se caracteriza, entre otras cosas, por permitir el análisis multidimensional
4 Es una solución utilizada en el campo de la llamada Inteligencia empresarial (o Business Intelligence) cuyo objetivo es agilizar la consulta de grandes cantidades de datos. Para ello utiliza estructuras multidimensionales (o Cubos OLAP) que contienen datos resumidos de grandes Bases de datos o Sistemas Transaccionales (OLTP). Se usa en informes de negocios de ventas, marketing, informes de dirección, minería de datos y áreas similares.
5 Dedicado a implementaciones de procesamiento analítico en línea que no dependen de bases de datos relacionales.
6 Consultas rápidas. Ocupa menor tamaño en disco en comparación con los datos almacenados en base de datos relacional Automatización del procesamiento de los datos agregados de mayor nivel. Muy compacto para conjuntos de datos de pocas dimensiones. Eficaz extracción de datos lograda gracias a la pre-estructuración de los datos agregados
7 La etapa de procesamiento (carga de datos) puede ser bastante larga. Algunas herramientas MOLAP tienen dificultades para actualizar y consultar los modelos con hasta cierto número de dimensiones. El enfoque MOLAP introduce redundancia en los datos
8 realiza un análisis dinámico multidimensional de los datos almacenados en una base de datos relacional
9 El usuario envía una solicitud de análisis multidimensional y el motor ROLAP convierte la solicitud a SQL para su presentación a la base de datos. A continuación, la operación se realiza a la inversa: el motor convierte los datos resultantes de SQL a un formato multidimensional antes de que se devuelve al cliente para su visualización.
10 ROLAP se considera más escalable para manejar grandes volúmenes de datos. Hay disponible una gran variedad de herramientas de carga de datos para sistemas relacionales Los datos se almacenan en una base de datos relacional estándar que puede ser accedida por cualquier herramienta de generación de informes SQL.
11 El proceso de carga de tablas agregadas debe ser gestionado por código ETL personalizado Muchos desarrolladores de modelos dimensionales ROLAP ignoran el paso de crear tablas agregadas. Los sistemas ROLAP se construyen sobre bases de datos de propósito general, por lo que hay algunas funcionalidades especiales propias de las herramientas MOLAP que no están disponibles en los sistemas ROLAP.
12 Combina los atributos de MOLAP y ROLAP. En el caso de HOLAP las agregaciones se almacenen en una estructura multidimensional y los datos a nivel detalle se realiza el almacenamiento en una base de datos relacional.
13
14 Los datos suelen ser datos multidimensionales, con atributos de dimensión y atributos de medida
15 Es la tabla principal en un modelo dimensional donde se almacena las medidas de rendimiento numéricos de la empresa
16 Las tablas de dimensiones contienen las descripciones textuales de los negocios
17
18
19 Consta de una tabla de hechos central y de varias tablas de dimensiones relacionadas a esta
20 Posee los mejores tiempos de respuesta. Su diseño es fácilmente modificable. Existe paralelismo entre su diseño y la forma en que los usuarios visualizan y manipulan los datos. Simplifica el análisis. Facilita la interacción con herramientas de consulta y análisis
21 Consta una tabla de hechos central que está relacionada con una o más tablas de dimensiones, quienes a su vez pueden estar relacionadas o no con una o más tablas de dimensiones
22 Posee mayor complejidad en su estructura. Hace una mejor utilización del espacio. Es muy útil en tablas de dimensiones de muchas tuplas. Las tablas de dimensiones están normalizadas, por lo que requiere menos esfuerzo de diseño
23 Si se poseen múltiples tablas de dimensiones, cada una de ellas con varias jerarquías, se creará un número de tablas bastante considerable, que pueden llegar al punto de ser inmanejables. Al existir muchas uniones y relaciones entre tablas, el desempeño puede verse reducido
24 Este modelo está compuesto por una serie de esquemas en estrella, está formado por una tabla de hechos principal ( HECHOS_A ) y por una o más tablas de hechos auxiliares ( HECHOS_B ), las cuales pueden ser sumarizaciones de la principal
25
26 Permite tener más de una tabla de hechos, por lo cual se podrán analizar más aspectos claves del negocio. Contribuye a la reutilización de las tablas de dimensiones. No es soportado por todas las herramientas de consulta y análisis
27 Representa una relación lógica entre dos o más atributos pertenecientes a un cubo multidimensional; siempre y cuando posean su correspondiente relación padre-hijo
28 Slice(Corte). Es el acto de elegir un subconjunto de un cubo rectangular eligiendo un único valor para una de sus dimensiones, la creación de un nuevo cubo con una dimensión menos.
29 Dice. Esta operación produce un subcubo que permite al analista tomar valores específicos de múltiples dimensiones
30 Drill Down / Up. Permite al usuario navegar entre los niveles de datos que van desde el más resumido (arriba) hasta los más detallados (abajo)
31 Pivot. Permite al analista rotar el cubo en el espacio para ver sus caras distintas
32 Kimball Ralph, Ross Margy, The Data Warehouse Toolkit 2da. Edición, The Complete Guide to Dimensional Modeling, John Wiley & Sons, Inc., Thomsen Erik, OLAP Solutions Building Multidimensional Information Systems 2da. Edición, The Complete Guide to Dimensional Modeling, John Wiley & Sons, Inc., Silberschatz Abraham, F. Korth Henry, Sudarshan S., Fundamentos de Bases de Datos 4ta. Edición, Mc. Graw. Hill, Date, C. J., Introducción a los sistemas de bases de datos., Prentice Hall,
OLAP. (OnLine Analytical Processing) I.S.C. Zoraya Catalina Flores Juárez Bases de Datos Otoño, 2012.
OLAP (OnLine Analytical Processing) I.S.C. Zoraya Catalina Flores Juárez Bases de Datos Otoño, 2012. Introducción. Las empresas han comenzado a aprovechar los cada vez más numerosos datos en línea para
Más detallesArquitectura de un data warehouse Funcionamiento detallado de un data warehouse
El modelo multidimensional Data a Warehousing OLAP vs. OLTP Data Warehousing El modelo multidimensional Dimensiones, medidas y hechos Arquitectura de un data warehouse Funcionamiento detallado de un data
Más detallesModulo II Data Warehouse y OLAP
Diplomado en Minería de Datos para la Toma de Decisiones Modulo II Data Warehouse y OLAP 2 Arquitectura Data Warehouse Objetivos 2.1 Niveles y Componentes. 2.2 Modelo de Datos Multidimensional. 2.3 Tipos
Más detallesLa herramienta OLAP genera la correspondiente consulta y la envía al gestor de consultas del sistema (p.ej. mediante una sentencia SELECT).
9. OLAP 9.1 Introducción Las herramientas de OLAP (Online Analytical Processing) presentan al usuario una visión multidimensional de los datos (esquema multidimensional) para cada actividad que es objeto
Más detallesProcesamiento analítico en línea (OLAP) B.1 Qué es el procesamiento analítico en línea?
Apéndice B Procesamiento analítico en línea (OLAP) B.1 Qué es el procesamiento analítico en línea? En un almacén de datos, a diferencia de un OLTP, se realizan operaciones de procesamiento analítico en
Más detallesSYLLABUS de la Asignatura Inteligencia de Negocios
Escuela de Informática Sazié 2325 +56 2 2661 8256 contactofi@unab.cl SYLLABUS de la Asignatura Negocios 1. Descripción de la asignatura Este curso presenta el diseño y análisis de sistemas de información
Más detallesLAS TIC S BASADAS EN LA INTELIGENCIA DEL NEGOCIO CASO DE ESTUDIO: LABORATORIO TALLER DE ALIMENTOS DE LA UAJMS
LAS TIC S BASADAS EN LA INTELIGENCIA DEL NEGOCIO CASO DE ESTUDIO: LABORATORIO TALLER DE ALIMENTOS DE LA UAJMS Caihuara Sossa Fabian Dario Universidad Autónoma Juan Misael Saracho Correo electrónico: fabiancaihuarasossa@gmail.com
Más detallesProcesamiento Analítico en Línea IBARRA MARIA DE LOS ANGELES
IBM DB2 OLAP SERVER Procesamiento Analítico en Línea IBARRA MARIA DE LOS ANGELES 2006 Índice Introducción Data warehouse Data mart Sistemas OLTP Sistemas OLAP Operaciones analíticas básicas Vista de datos
Más detallesOLAP EXPLOTACIÓN DE UN DW: HERRAMIENTAS OLAP. SISTEMAS ROLAP Y MOLAP. SQL AMPLIADO. OLAP 1
OLAP EXPLOTACIÓN DE UN DW: HERRAMIENTAS OLAP. SISTEMAS ROLAP Y MOLAP. SQL AMPLIADO. OLAP 1 EXPLOTACIÓN DE UN DW: HERRAMIENTAS OLAP OLAP 2 EXPLOTACIÓN DE UN DW: HERRAMIENTAS OLAP MODELO DE UN AMBIENTE OLAP
Más detallesEXPLOTACIÓN DE UN DW: HERRAMIENTAS OLAP OLAP EXPLOTACIÓN DE UN DW: HERRAMIENTAS OLAP EXPLOTACIÓN DE UN DW: HERRAMIENTAS OLAP
OLAP... OLAP 1 OLAP 2 MODELO DE UN AMBIENTEOLAP LAS HERRAMIENTAS DE OLAP PRESENTAN AL USUARIO UNA VISIÓN MULTIDIMENSIONAL DE LOS DATOS O ESQUEMA MULTIDIMENSIONAL, PARA CADA ACTIVIDAD QUE ES OBJETO DE ANÁLISIS.
Más detallestanto, no pueden navegar por dicho modelo en busca de información.
Modelado de Datos Para comprender uno de los aspectos más relevantes de la arquitectura del Data Warehouse, como es el modelado de datos, es necesario establecer primero las diferencias sustanciales entre
Más detallesPROGRAMA ACADÉMICO DE TECNOLOGÍAS DE LA INFORMACIÓN. Actividad Cuestionario Business Intelligence
DEXCELENCIA UNIVERSITARIA, FORTALEZA E MEXICO I Z U C A R D E M ATA M O R O S PROGRAMA ACADÉMICO DE TECNOLOGÍAS DE LA INFORMACIÓN Actividad Cuestionario Business Intelligence como requerimiento parcial
Más detallesDirección General de Estudios de Postgrado Área de Ingeniería Programa: Maestría Sistemas de Información
Dirección General de Estudios de Postgrado Área de Ingeniería Programa: Maestría Sistemas de Información Caracas, Abril 2016 Integrantes: Areiza, Elvis Pérez, Dalila Rivas, Juan Puntos a tratar: 1.- Almacén
Más detallesSistemas de Soporte a las Decisiones
Universidad Tecnológica Nacional Facultad Regional San Francisco Ingeniería en Sistemas de Información Sistemas de Soporte a las Decisiones PLANIFICACIÓN CICLO LECTIVO 2010 ÍNDICE ÍNDICE... 2 PROFESIONAL
Más detallesUMET : UNIVERSIDAD METROPOLITANA
UMET : UNIVERSIDAD METROPOLITANA TRABAJO DE BASE DE DATOSA II TEMA : COMPARACION DE HARREMIENTAS OLAP PRESENTADO POR JAIME CRUZ N. MAYO 15 DE 2011 LINK : Contenido Pag: 1 Para poder determinar las diferencias
Más detallesBASES DE DATOS AVANZADAS. Facultad de Estadística e Informática
BASES DE DATOS AVANZADAS Clase 26 Agenda Integración de datos osistemas de mediación odata Warehousing Integración de datos CÓMPUTO EN LA NUBE Qué es? La integración de datos la podemos definir como el
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN LICENCIATURA EN INFORMÁTICA
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN LICENCIATURA EN INFORMÁTICA PROGRAMA DE LA ASIGNATURA DE: Seminario de Análisis y Extracción de Conocimientos de Bases
Más detallesUNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI
UNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI NOMBRE DE LA ASIGNATURA: BASES DE DATOS III FECHA DE ELABORACIÓN: ENERO 2005 ÁREA DEL PLAN DE ESTUDIOS: AS ( ) AC ( )
Más detallesAux 2. Introducción a la Minería de Datos
Aux 2. Introducción a la Minería de Datos Gastón L Huillier 1,2, Richard Weber 2 glhuilli@dcc.uchile.cl 1 Departamento de Ciencias de la Computación Universidad de Chile 2 Departamento de Ingeniería Industrial
Más detallesANX-PR/CL/ GUÍA DE APRENDIZAJE. ASIGNATURA Data warehousing y data mining. CURSO ACADÉMICO - SEMESTRE Segundo semestre
ANX-PR/CL/001-02 GUÍA DE APRENDIZAJE ASIGNATURA Data warehousing y data mining CURSO ACADÉMICO - SEMESTRE 2015-16 - Segundo semestre GA_61IF_615000143_2S_2015-16 Datos Descriptivos Nombre de la Asignatura
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN LICENCIATURA: ADMINISTRACIÓN
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN LICENCIATURA: ADMINISTRACIÓN PROGRAMA DE LA ASIGNATURA DE: EXTRACCIÓN DE CONOCIMIENTOS DE BASES DE DATOS IDENTIFICACIÓN
Más detallesMODALIDAD ACADÉMICA. INGENIERÍA EN SISTEMAS DE INFORMACIÓN Ciclo Lectivo 2016 Vigencia del programa Desde el ciclo lectivo 2014 Plan 2008 Nivel
Asignatura MODALIDAD ACADÉMICA BI Business Intelligence Carrera INGENIERÍA EN SISTEMAS DE INFORMACIÓN Ciclo Lectivo 2016 Vigencia del programa Desde el ciclo lectivo 2014 Plan 2008 Nivel 3er. Nivel 4to.
Más detallesOLAP 2 OLAP 1 OLAP 4 OLAP 3 OLAP 5 OLAP 6
OLAP EXPLOTACIÓN UN DW: EXPLOTACIÓN UN DW:... OLAP 1 OLAP 2 EXPLOTACIÓN UN DW: MOLO UN AMBIENTE OLAP EXPLOTACIÓN UN DW: LAS HERRAMIENTAS OLAP PRESENTAN AL USUARIO UNA VISIÓN MULTIDIMENSIONAL LOS DATOS
Más detallesClave de la asignatura: DWD-1503 (2-3-5) Carrera:
1. Datos Generales de la asignatura Nombre de la asignatura: Tópicos Selectos de Bases de Datos. Clave de la asignatura: DWD-1503 (2-3-5) SATCA 1 : Ingeniería en Sistemas Computacionales. Carrera: 2. Presentación
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN LICENCIATURA EN INFORMÁTICA
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN LICENCIATURA EN INFORMÁTICA PROGRAMA DE LA ASIGNATURA DE: Seminario de Sistemas Informáticos para la Inteligencia de Negocios
Más detallesCI2355 Almacenes de datos y OLAP
CI2355 Almacenes de datos y OLAP Examen Lunes, 7 de mayo de 2012 2012/03/26 CI2355 - Almacenes de datos y OLAP 2 Trabajo de Investigación Presentación Artículo 40-45 minutos Fechas: Entre el 14 de mayo
Más detallesTaller #2. Carlos Reveco Cinthya Vergara
Taller #2 Carlos Reveco creveco@dcc.uchile.cl Cinthya Vergara cvergarasilv@ing.uchile.cl 1 Taller#2 Modelamiento Multidimensional Antecedentes Generales Ejercicio Laboratorio #2: Desde Modelo Estrella
Más detallesCREACIÓN DE PROYECTOS DE BUSINESS INTELLIGENCE CON SQL SERVER (40 HORAS)
CREACIÓN DE PROYECTOS DE BUSINESS INTELLIGENCE CON SQL SERVER (40 HORAS) MODALIDAD: ONLINE CONTACTO: campus@formagesting.com / +34 722 164 372 OBJETIVOS DEL CURSO OBJETIVOS ESPECÍFICOS Conocer los conceptos
Más detallesConceptos de Inteligencia Empresarial
Conceptos de Inteligencia Empresarial Business Intelligence Se denomina inteligencia empresarial, inteligencia de negocios o BI (del inglés business intelligence), al conjunto de estrategias, aplicaciones,
Más detallesTemario. XI Encuentro Danysoft en Microsoft Crear modelos analíticos con herramientas Microsoft BI. XI Encuentro Danysoft Sala SQL
SQL SQL Server 2012 Office 2013 XI Encuentro Danysoft en Microsoft Crear modelos analíticos con herramientas Microsoft BI Ana María Bisbé York a.bisbe@danysoft.com 916 638683 info@danysoft.com www.danysoft.com
Más detallesFUNDAMENTOS DE INTELIGENCIA DE NEGOCIOS
FUNDAMENTOS DE INTELIGENCIA DE NEGOCIOS Estructura de contenidos INTRODUCCIÓN... 3 1. INTELIGENCIA DE NEGOCIOS... 3 1.1. La implementación de un esquema de BI permite:... 4 1.2. Selección de Indicadores:...
Más detallesBases de Datos Masivas
Bases de Datos Masivas Data Warehouse Bases de Datos Multidimensionales Agosto 2016 OLTP y OLAP Los sistemas transaccionales tradicionales (OLTP - On Line Transaction Processing) son inapropiados para
Más detallesInteligencia de Negocios. Modelado Multidimensional Lógico
Modelado Multidimensional Lógico Esquema de la clase 1. Modelado multidimensional lógico Qué es? 2. Modelo estrella, copo de nieve y mixto 3. Construcción del DW Subjetivo - Estructura del Modelo de datos
Más detallesETL es el proceso responsable por las operaciones que tiene lugar en el back stage de una arquitectura de Data Warehouse.
ETL Segunda Parte ETL es el proceso responsable por las operaciones que tiene lugar en el back stage de una arquitectura de Data Warehouse. Framework de ETL Datos extraídos de fuentes de almacenamiento
Más detallesUNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE INGENIERIA ESCUELA DE CIENCIAS Y SISTEMAS PROGRAMA DEL CURSO ESTRUCTURA DE DATOS
UNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE INGENIERIA ESCUELA DE CIENCIAS Y SISTEMAS PROGRAMA DEL CURSO ESTRUCTURA DE DATOS CODIGO: 775 CREDITOS: 4 ESCUELA: Ciencias y Sistemas AREA: Desarrollo
Más detallesUNIVERSIDAD NACIONAL TECNOLÓGICA DE LIMA SUR CARRERA PROFESIONAL DE INGENIERÍA DE SISTEMAS
UNIVERSIDAD NACIONAL TECNOLÓGICA DE LIMA SUR CARRERA PROFESIONAL DE INGENIERÍA DE SISTEMAS INFORME DE SUSTENTACIÓN DESARROLLO DE UNA SOLUCIÓN DE INTELIGENCIA DE NEGOCIOS COMO HERRAMIENTA DE APOYO A LA
Más detallesResumen Inteligencia de Negocios
Resumen Inteligencia de Negocios La inteligencia de Negocios es una tendencia dentro de la Tecnología de Información, recordemos que la Tecnología de Información ayuda a hacer eficientes muchos de los
Más detallesInteligencia de Negocios
Regresar... Inteligencia de Negocios Datos Generales 1. Nombre de la Asignatura 2. Nivel de formación 3. Clave de la Asignatura Inteligencia de Negocios Licenciatura I5641 4. Prerrequisitos 5. Area de
Más detallesSSAS multidimensional mejores prácticas
SSAS multidimensional mejores prácticas Ahias Portillo MVP, MCITP en Sql Server Moderador: Freddy Angarita Gracias a nuestros auspiciadores Database Security as Easy as A-B-C http://www.greensql.com Hardcore
Más detallesUNIVERSIDAD DE SAN C ARLOS DE GUATEMALA FACULTAD DE INGENIER IA ESCUELA DE CIENCIAS Y SISTEMAS PROGRAMA DEL CURSO: SISTEMAS DE BASES DE DATOS 2
UNIVERSIDAD DE SAN C ARLOS DE GUATEMALA FACULTAD DE INGENIER IA ESCUELA DE CIENCIAS Y SISTEMAS PROGRAMA DEL CURSO: SISTEMAS DE BASES DE DATOS 2 CODIGO: 775 CREDITOS: 4 ESCUELA: Ciencias y Sistemas AREA
Más detallesMODALIDAD ACADÉMICA. Al menos 1 materia(s) del conjunto PAVII-DLC
Asignatura MODALIDAD ACADÉMICA BI Business Intelligence Carrera INGENIERÍA EN SISTEMAS DE INFORMACIÓN Ciclo Lectivo 2017 Vigencia del programa Desde el ciclo lectivo 2017 Plan 2008 Nivel 3er. Nivel 4to.
Más detallesDESARROLLO APLICACIONES BUSINESS INTELLIGENCE CON MS SQL SERVER Big Data
DESARROLLO APLICACIONES BUSINESS INTELLIGENCE CON MS SQL SERVER 2016 + Big Data DESCRIPCIÓN Este curso está orientado a brindar a los alumnos los fundamentos necesarios en el campo del Business Intelligence
Más detallesModelos Multidimensionales con Analysis Services Primeros Pasos
Modelos Multidimensionales con Analysis Services Primeros Pasos Marco Tulio Gómez mgomez@solcomp.com MSc. Tecnologías de la Información MCITP Business Intelligence Developer MCTS Business Intelligence
Más detalles09/01/2009. Diseño e implementación de Datawarehouse con Analysis Services Universidad de Guadalajara. Mario Octavio II Muñoz Camacho
09/01/2009 Diseño e implementación de Datawarehouse con Analysis Services Universidad de Guadalajara Mario Octavio II Muñoz Camacho Diseño e implementación de Datawarehouse con Analysis Services Objetivo.
Más detallesPrimeros pasos en modelos Multidimensionales
#SQLSatMexCity Bienvenidos!!! Primeros pasos en modelos Multidimensionales Marco Tulio Gómez mgomez@solcomp.com MSc. Tecnologías de la Información MCITP Business Intelligence Developer MCTS Business Intelligence
Más detallesSistemas de ayuda a la toma de decisión
Sistemas de ayuda a la toma de decisión Introducción Información es todo lo que reduce la incertidumbre sobre algún aspecto de la realidad y, por lo tanto, permite tomar mejores decisiones. Los requerimientos
Más detallesPROGRAMA DE CURSO. Horas Docencia Horas de Trabajo SCT. Horas de Cátedra Docentes. Personal 6 10 3.0 1.5 5.5
PROGRAMA DE CURSO Código Nombre IN5523 DATA WAREHOUSING Nombre en Inglés Data Warehousing es Horas Docencia Horas de Trabajo SCT Horas de Cátedra Docentes Auxiliar Personal 6 10 3.0 1.5 5.5 Requisitos
Más detallesProf. Dr. Jaime Solano Soto C102-1
1. GESTIÓN RECURSOS DE DATOS ADMINISTRACIÓN RECURSOS DE DATOS Prof. Dr. Jaime Solano Soto TEC de Costa Rica Por qué estudiar gestión de recursos de datos? Los negocios empresariales de hoy no pueden sobrevivir
Más detallesUNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMÉRICA)
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMÉRICA) FACULTAD DE INGENIERIA DE SISTEMAS E INFORMATICA ESCUELA PROFESIONAL DE INGENIERÍA DE SOFTWARE 1. INFORMACIÓN GENERAL
Más detallesÁrea Académica: Sistemas Computacionales. Tema: Explotación de un Almacén de Datos: Herramientas OLAP. Profesor: Mtro Felipe de Jesus Nuñez Cardenas
Área Académica: Sistemas Computacionales Tema: Explotación de un Almacén de Datos: Herramientas OLAP Profesor: Mtro Felipe de Jesus Nuñez Cardenas Periodo:Agosto Noviembre 2011 Keywords Herramientas OLAP,
Más detallesEl Metodo Kimball Integración de Datos
El Metodo Kimball Integración de Datos La metodología de Kimball, llamada Modelo Dimensional (Dimensional Modeling), se basa en lo que se denomina Ciclo de Vida Dimensional del Negocio (Business Dimensional
Más detallesUniversidad Tecnológica Nacional Facultad Regional San Francisco. Ingeniería en Sistemas de Información. Sistemas de Gestión
Universidad Tecnológica Nacional Facultad Regional San Francisco Ingeniería en Sistemas de Información PLANIFICACIÓN CICLO LECTIVO 2015 ÍNDICE ÍNDICE... 2 PROFESIONAL DOCENTE A CARGO... 3 UBICACIÓN...
Más detallesCátedra: BI Business Intelligence. Asignatura BI Business Intelligence Ciclo Lectivo 2012 Vigencia del Ciclo lectivo 2012.
Asignatura BI Business Intelligence Ciclo Lectivo 2012 Vigencia del Ciclo lectivo 2012 programa Plan 2008 Área Complementaria Carga horaria semanal Anual/ cuatrimestral Coordinador de Cátedra Objetivos
Más detallesBases de Datos y Bases de Conocimientos
Nombre de la asignatura: Línea de trabajo: Bases de Datos y Bases de Conocimientos Inteligencia de Negocios: DatawareHouse, DataMining y Knowledge Management Tiempo de dedicación del estudiante a las actividades
Más detallesIntroducción al Data Warehousing. Diseño Conceptual.
Plan General Introducción al Data Warehousing. Diseño Conceptual. Conceptos generales y proceso de diseño. Modelos Multidimensionales. Estrategia basada en requerimientos. Estrategia basada en datos. Diseño
Más detallesMSc. Francisco García
REPUBLICA BOLIVARIANA DE VENEZUELA MINISTERIO DEL PODER POPULAR PARA LA DEFENSA UNIVERSIDAD NACIONAL EXPERIMENTAL POLITÉCNICA DE LA FUERZA ARMADA BOLIVARIANA UNEFA NÚCLEO MIRANDA SEDE LOS TEQUES MSc. Francisco
Más detallesUnidad 10. Almacenes de Datos
Unidad 10 Almacenes de Datos Introducción Definición Los Almacenes de Datos (data warehouse) son colecciones de datos orientadas a la toma de decisiones Almacenes de Datos y Bases de Datos La principal
Más detallesCI2355 Almacenes de datos y OLAP
CI2355 Almacenes de datos y OLAP CI2355 Almacenes de datos y OLAP Modelo multidimensional 2012/03/19 CI2355 - Almacenes de datos y OLAP 3 Modelo multidimensional 2012/03/19 CI2355 - Almacenes de datos
Más detallesSistemas de Información Gerencial
Sistemas de Información Gerencial Tema 5: Inteligencia de Negocios y Data Warehouse Ing. Francisco Rodríguez Novoa 1 INDICE Inteligencia de Negocios OLTP y OLAP Data Warehouse. Procesos Diseño de Data
Más detallesPrueba de autoevaluación 2
Universidad Carlos III de Madrid1 Prueba de autoevaluación 2 1. En un sistema OLTP: a) El significado de un proceso transaccional está orientado hacia el negocio. b) El significado de un proceso transaccional
Más detallesMOLAP REALIZADO POR: JOSE E. TABOADA RENNA
MOLAP REALIZADO POR: JOSE E. TABOADA RENNA BASE DE DATOS Conjunto de datos estructurados, fiables y homogéneos organizados independientemente en máquina, m accesibles en tiempo real, compatible por usuarios
Más detallesCátedra: SISTEMAS de GESTIÓN. SISTEMAS de GESTIÓN Ciclo Lectivo 2012 Vigencia del programa Ciclo lectivo 2012 Plan 2008 Área.
Asignatura SISTEMAS de GESTIÓN Ciclo Lectivo 2012 Vigencia del programa Ciclo lectivo 2012 Plan 2008 Área GESTIÓN INGENIERIL Carga horaria semanal 4(Cuatro) horas Semanales Anual/ cuatrimestral Anual Coordinador
Más detallesGrandes de Bases de Datos. Almacenes de Datos (DW) e Inteligencia de negocios IN (BI)
Grandes de Bases de Datos Almacenes de Datos (DW) e Inteligencia de negocios IN (BI) Qué es Inteligencia de Negocios? Las TI permiten la toma de decisiones basadas en procesos de análisis sobre datos simples
Más detallesInteligencia de Negocio
Inteligencia de Negocio Conceptos y tendencias actuales Autor: MSc. Anabel Montero Posada Sistemas Operacionales ERP -Ventas/Pedidos -Inventario Sistemas de gestión de relaciones con el cliente (CRM) Sitios
Más detallesAnalisis Multidimensional
Analisis Multidimensional En un mercado tan competitivo como el que enfrentan las organizaciones actuales, la información se ha convertido en el activo más importante. No solo como secreto comercial, sino
Más detallesPONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR TEMA: AUTOR: DIRECTOR:
PONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE INGENIERIA ESCUELA DE SISTEMAS TEMA: PRINCIPIOS Y TÉCNICAS PRÁCTICAS PARA LA IMPLEMENTACIÓN DE UN PROTOTIPO DE DATA WAREHOUSE EN SQL SERVER 2000
Más detalles2.3 Fundamentos de Inteligencia de Negocios JACOBO ADAN VICTOR MANUEL
Subsecretaría de Educación Superior Dirección General de Educación Superior Tecnológica Instituto Tecnológico de Iguala INSTITUTO TECNÓLOGICO DE IGUALA MATERIA: FUND. DE GESTION DE SERVICIO DE TI 2.3 Fundamentos
Más detallesCapítulo 3. Data Warehouse
Capítulo 3. Data Warehouse Un Data Warehouse (DW) es la colección de datos, organizados, integrados, historiados y disponibles para facilitar la toma de decisiones de usuarios finales [9]. Desde el punto
Más detallesCICLO ESCOLAR JULIO DICIEMBRE
CICLO ESCOLAR JULIO DICIEMBRE 2012-1 CATEDRÁTICO Lic. Rafael Gamas Gutiérrez. MATERIA Base de datos HORARIO (Día(s) y Hora) Sábado 18:00-20:00 TEMA 1. INTRODUCCIÓN A LAS BASES DE DATOS 1.1 Sistemas tradicionales
Más detallesFACULTAD DE INGENIERÍA. Bases de Datos Avanzadas
FACULTAD DE INGENIERÍA Ingeniería en Computación Bases de Datos Avanzadas Datawarehouse Elaborado por: MARÍA DE LOURDES RIVAS ARZALUZ Septiembre 2015 Propósito Actualmente las empresas necesitan contar
Más detallesCREACIÓN DE PROYECTOS DE BUSINESS INTELLIGENCE CON SQL SERVER. 40 horas 60 días
CREACIÓN DE PROYECTOS DE BUSINESS INTELLIGENCE CON SQL SERVER DURACIÓN DÍAS DE CONEXIÓN 40 horas 60 días CONTACTO: formacion@fgulem.es El Campus Virtual ha sido concebido con una metodología dinámica e
Más detallesGUÍA DOCENTE 2017/2018. Sistemas de Bases de Datos I Grado en INGENIERÍA INFORMÁTICA 2º curso. Modalidad Presencial
Sistemas de Bases de Datos I Grado en INGENIERÍA INFORMÁTICA 2º curso Modalidad Presencial Sumario Datos básicos 3 Breve descripción de la asignatura 4 Requisitos previos 4 Objetivos 4 Competencias 5 Contenidos
Más detallesMODALIDAD ACADÉMICA. Unidad Nro. 1: TITULO Teoría de la Decisión y Sistemas de Información actuales
Asignatura MODALIDAD ACADÉMICA SISTEMAS de GESTIÓN Ciclo Lectivo 2013 Vigencia del programa Desde el ciclo lectivo 2008. Plan 2008 Área GESTIÓN INGENIERIL Carga horaria semanal 4(Cuatro) horas Semanales
Más detallesFundamentos y Aplicaciones Prácticas del Descubrimiento de Conocimiento en Bases de Datos. - Sesión 5 -
Fundamentos y Aplicaciones Prácticas del Descubrimiento de Conocimiento en Bases de Datos - Sesión 5 - Juan Alfonso Lara Torralbo 1 Índice de contenidos Data Warehouse Modelo multidimensional Diagrama
Más detallesMódulo Minería de Datos
Módulo Minería de Datos Diplomado Por Elizabeth León Guzmán, Ph.D. Profesora Ingeniería de Sistemas Grupo de Investigación MIDAS Análsis Dimensional OLAP On-Line Analytical Processing Estructura del Proceso
Más detalles20767A Implementing a SQL Data Warehouse
20767A Implementing a SQL Data Warehouse Duración: 40 Horas Examen Asociado: Examen 70-767 Descripción del Curso: Este instructor de 5 días condujo curso describe cómo implementar una plataforma de almacenamiento
Más detallesInteligencia de Negocios
Inteligencia de Negocios Seminario de Redes Inteligentes Oscar Duarte Abril 15 del 2011 Agenda Base de datos relacionales Bodegas de datos Minería de datos Bases de datos relacionales Bases de datos relacionales
Más detallesSoluciones OLAP con Microsoft Analysis Services
Soluciones OLAP con Microsoft Analysis Services 5to Congreso de Informática, Universidad Mariano Gálvez, Zacapa Marco Tulio Gómez Reyes mgomez@solcomp.com MSc. Tecnologías de la Información MCITP Business
Más detallesUNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMÉRICA)
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMÉRICA) FACULTAD DE INGENIERIA DE SISTEMAS E INFORMATICA ESCUELA PROFESIONAL DE INGENIERÍA DE SISTEMAS 1. INFORMACIÓN GENERAL
Más detallesSílabo de Inteligencia de negocios
Sílabo de Inteligencia de negocios I. Datos generales Código ASUC 00490 Carácter Obligatorio Créditos 3 Periodo académico 2018 Prerrequisito Administración de base de datos Horas Teóricas: 2 Prácticas:
Más detallesGeneralidades de la Inteligencia de negocios (Business Intelligence - BI).
Generalidades de la Inteligencia de negocios (Business Intelligence - BI). Generalidades La Inteligencia de Negocios (Business Intelligence) se define como la combinación de conceptos, herramientas y procesos
Más detallesDefinición. Data Warehousing: almacenamiento, transformación y distribución de datos útiles para los responsables de tomar decisiones 9/29/2006 4
Definición Data Warehousing: almacenamiento, transformación y distribución de datos útiles para los responsables de tomar decisiones 9/29/2006 4 Definición (cont.) Un Data Warehouse es una colección de
Más detallesRepresentación multidimensional de los datos
Representación multidimensional de los datos Las herramientas OLAP (On-Line Analytical Processing), constituyen una tecnología de software específica para el análisis de datos. Aunque las herramientas
Más detallesCrear un modelo multidimensional
231 Capítulo 6 Crear un modelo multidimensional 1. Presentación de SSAS multidimensional Crear un modelo multidimensional SSAS (SQL Server Analysis Services) multidimensional es un servidor de bases de
Más detallesModelos Multidimensionales con Analysis Services Primeros Pasos
Modelos Multidimensionales con Analysis Services Primeros Pasos Marco Tulio Gómez mgomez@solcomp.com MSc. Tecnologías de la Información MCITP Business Intelligence Developer MCTS Business Intelligence
Más detallesDiseño multidimensional. Jordi Conesa i Caralt Isabel Guitart Hormigo M. Elena Rodríguez González
Diseño multidimensional Jordi Conesa i Caralt Isabel Guitart Hormigo M. Elena Rodríguez González Índice Necesidades de los analistas y herramientas OLAP Multidimensionalidad Diseño lógico Necesidades de
Más detallesAnalysis Services Multidimensional vs Tabular
Analysis Services vs Marco Tulio Gómez Reyes mgomez@solcomp.com @mgomezgt https://www.linkedin.com/in/mgomezgt http://www.marcotuliogomez.com MCITP Business Intelligence Developer MCTS Business Intelligence
Más detallesPlan Ciclo Formativo Tipo Curso Duración. Máster Universitario Oficial. Apoyo a la docencia
GUÍA DOCENTE CURSO: 2017-18 DATOS BÁSICOS DE LA ASIGNATURA Asignatura: Almacenes de Datos Código de asignatura: 40154310 Plan: Grado en Ingeniería Informática (Plan 2015) Año académico: 2017-18 Ciclo formativo:
Más detallesUNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMÉRICA) SYLLABO
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMÉRICA) FACULTAD DE INGENIERIA DE SISTEMAS E INFORMATICA Escuela Académico Profesional de Ingeniería de Sistemas 1. ESPECIFICACIONES
Más detallesInteligencia de mercados e investigación en base de datos
Inteligencia de mercados e investigación en base de datos Objetivos de aprendizaje Conocer los elementos básicos de los diseños de inteligencia de mercados. Explicar el papel de la minería de datos en
Más detallesTECNOLOGIAS APLICADAS PARA BUSINESS INTELLIGENCE
TECNOLOGIAS APLICADAS PARA BUSINESS INTELLIGENCE Año 2016 Carrera: Licenciatura en Informática y Licenciatura en Sistemas Planes 2003, 2003/07, 2012 y 2015 Año: Optativa Duración: Semestral Profesor: Lic.
Más detallesCL_ Quick Microsoft SQL Server 2012 Analysis Services.
Gold Learning Gold Business Intelligence Silver Data Plataform CL_55125 Quick Microsoft SQL Server 2012 Analysis Services www.ked.com.mx Av. Revolución No. 374 Col. San Pedro de los Pinos, C.P. 03800,
Más detallesDISEÑO DE BASE DE DATOS II PROPÓSITO DEL CURSO
UNIVERSIDAD AUTÓNOMA DE CHIHUAHUA Clave: 08MSU0017H Clave:08USU4053W FACULTAD DE INGENIERÍA DES: Ingeniería Ingeniería en Sistemas Programa(s) Educativo(s): Computacionales en Hardware Tipo de materia:
Más detallesSistemas de Información 12/13 La organización de datos e información
12/13 La organización de datos e información Departamento Informática e Ingeniería de Sistemas Universidad de Zaragoza (raqueltl@unizar.es) " Guión Introducción: Data Warehouses Características: entornos
Más detallesPROGRAMA. Los objetivos de la materia son que el alumno al finalizar el cursado haya aprendido a:
PROGRAMA 1) OBJETIVOS DE LA ASIGNATURA Los objetivos de la materia son que el alumno al finalizar el cursado haya aprendido a: 1) Desarrollar los conceptos de cómo se estructuran los datos en los dispositivos
Más detallesBig Data Analytics & IBM BIG INSIGHT
Big Data Analytics & IBM BIG INSIGHT En la actualidad se generan grandes volumenes de datos de diversos tipos, a gran velocidad y con diferentes frecuencias. Las tecnologıas disponibles permiten efectuar
Más detallesTecnología de Información
CAPITULO 6 : Tecnología de Información ADMINISTRACIÓN DE DATOS MBA SERGIO ORTEGA Material revisado para la cursada 29 BIBLIOGRAFIA Básica: Laudon & Laudon, Sistemas de Información Gerencial. Organización
Más detallesUniversidad Autónoma de Manizales Departamento de Ciencias Computacionales
Universidad Autónoma de Manizales Departamento de Ciencias Computacionales ASIGNATURA CÓDIGO 10029 Bases de Datos NÚMERO DE CRÉDITOS Trabajo Presencial PRERREQUISITOS Trabajo dirigido Estructura de Datos
Más detalles