Inteligencia de Negocios. Modelado Multidimensional Lógico

Tamaño: px

Comenzar la demostración a partir de la página:

Download "Inteligencia de Negocios. Modelado Multidimensional Lógico"

Cristóbal Murillo Maldonado
hace 7 años
Vistas:

1 Modelado Multidimensional Lógico

2 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 unificado 4. Medidas Granularidad 5. Aspectos Avanzados

3 Modelo estrella

4 Modelo copo de nieve y mixto

Comparación entre los Modelos Estrella y Copo de Nieve

atributos o niveles ETL al DW Subjetivo: sencillez

Claridad semántica: facilidad para consultar directamente

5 Comparación entre los Modelos Estrella y Copo de Nieve Cambios en el esquema: facilidad para agregar nuevos atributos o niveles ETL al DW Subjetivo: sencillez (desarrollo y mantenimiento) y desempeño del proceso Claridad semántica: facilidad para consultar directamente el DW subjetivo Procesamiento y carga del cubo (MOLAP): tiempo de Procesamiento y Carga

6 Caso Jurassic Park: Área de Ventas - Modelo Conceptual EMPLEADO TIEMPO ESCUELA DISTRIBUCIÓN GEOGRÁFICA PRODUCTO CANAL DE PROMOCIÓN Rango Capacitación Año Tipo Región Categoría Canal de Promoción Empleado Trimestre Escuela Provincia SubCategoría Mes Grado Ciudad Producto Día Parque Local Dimensiones: Una o más tablas por cada dimensión dependiendo del esquema elegido (estrella o copo de nieve) Monto vendido Cantidad vendida Promedio vendido x alumno Monto descontado Cantidad de reclamos Tabla de Hechos: Una FK por cada dimensión (último nivel de cada jerarquía) conforman -> PK de la tabla de Hechos Medidas (campos numéricos)

7 Caso Jurassic Park: Área de RRHH - Modelo Conceptual TIEMPO DISTRIBUCIÓN GEOGRÁFICA EMPLEADO Año Región Gerencia Estado Civil Máx. Nivel de Estudio Institución Trimestre Provincia Departamento Mes Ciudad Puesto Día Parque Local Monto Liquidado Cantidad de Empleados

8 Cómo se unifican los distintos hechos? Producción Stock Venta Envío

9 Cómo se unifican los distintos hechos? Producción Stock Venta Envío Tiempo Empleado Cliente Producto Localidad Promoción Sucursal Sólo comparten algunas dimensiones

10 Inteligencia de Negocios Cómo se unifican los distintos hechos? Estructura del modelo de datos Tabla Empleado Tabla de hechos Producción Tabla Sucursal Tabla de hechos Venta Tabla Producto Tabla Tiempo Tabla de hechos Stock Tabla Localidad Tabla Promoción Tabla de hechos Envío Tabla Cliente Nota: Las dimensiones se construyen a partir de una o más tablas dependiendo del modelo (estrella o copo de nieve)

11 Cómo se unifican los distintos hechos? Donde? Las alternativas dependen de la Herramienta En el Cubo En las Herramientas de Exploración Microsoft: Perspectivas Modelo Dimensional Unificado

12 Medidas Granularidad DW Objetivo / Transaccional Transacción (item) Medidas Aditivas - Flujo Semiaditivas - Stock Transacción (item) Foto Acumulativa (por ej. Ventas por día) Foto Periódica (por ej. Stock por Producto) La elección del nivel de granularidad condiciona las posibilidades de análisis Trade-off (qué por qué): Poder llegar a algunos datos de la transacción en el análisis vs. Mayor tiempo de procesamiento (MOLAP o ROLAP con agreg.), mayor necesidad de almacenamiento y peor tiempo de respuesta en las consultas.

13 Aspectos avanzados

14 Medidas Agregaciones comunes en Tiempo (sólo Aditivas/Flujo) Tiempo: Momento de ocurrencia del evento. Month-To-Date (MTD) - Acumulado Mensual: Desde comienzo del mes a la fecha actual. Year-to-date (YTD) - Acumulado Anual: Desde comienzo del año a la fecha actual. Rolling 6 - Acumulado de 6 Meses: Desde 6 meses atrás a la fecha actual. Rolling 12 - Acumulado de 12 Meses: Desde 12 meses atrás a la fecha actual. Se transforman en medidas semi-aditivas Otros: Crecimiento sobre Mes Anterior, Crecimiento sobre Año Anterior, etc.

15 Medidas Agregaciones comunes en Tiempo (sólo Aditivas/Flujo) Tiempo: Momento de ocurrencia del evento. Si hoy es 13 de Marzo de 2010: Altas Día Altas MTD Altas YTD Rolling 6 Altas: Desde 13 de Octubre de 2009 Rolling 12 Altas: Desde 13 de Marzo de 2009

16 Medidas Calculadas Cálculos entre medidas, agregaciones en tiempo (MTD, YTD), etc. Donde? En el DW Subjetivo En el Cubo Tenemos que tenerlas en cuenta en el modelado lógico En las Herramientas de Exploración

17 Dimensiones Una dimensión -> Muchos Hechos (role playing dimensions) Modelo Conceptual Tiempo de Compra Tiempo de Entrega Tiempo de Venta Venta Modelo Lógico Venta Fecha de Compra (FK) Fecha de Entrega (FK) Fecha de Venta (FK) Tiempo

18 Dimensiones Jerarquías Recursivas

Documentos relacionados

Sistemas de Datos. Data warehouse y Business Intelligence

Sistemas de Datos. Data warehouse y Business Intelligence Data warehouse y Business Intelligence Esquema de la clase 1. Los tres problemas del OLTP 2. Qué es Data warehouse y Business Intelligence? 3. La arquitectura de la solución. 5. Construcción de la solución