ARQUITECTURA DE UNA BODEGA DE DATOS

Tamaño: px
Comenzar la demostración a partir de la página:

Download "ARQUITECTURA DE UNA BODEGA DE DATOS"

Transcripción

1 ARQUITECTURA DE UNA BODEGA DE DATOS Estructura de contenidos INTRODUCCIÓN ARQUITECTURA DE UNA BODEGA DE DATOS PROPIEDADES ARQUITECTURA DE UNA CAPA ARQUITECTURA DE DOS CAPAS Capa Fuente Extracción de Datos Capa de Data Warehouse Análisis ARQUITECTURA DE TRES CAPAS Data Marts... 9 GLOSARIO BIBLIOGRAFÍA WEBGRAFÍA... 12

2 Mapa conceptual ARQUITECTURA DE UNA BODEGA DE DATOS 2

3 INTRODUCCIÓN El manejo de información inmerso en las dinámicas organizacionales actuales, exige la combinación de estrategias que involucran por un lado el uso y mantenimiento de bases de datos relacionales con las que se realizan tareas transaccionales y operativas, al tiempo que se derivan otras tareas asociadas a la toma de decisiones producto de las actividades gerenciales que se enfocan en el análisis de datos complejos y de gran volumen. Los datos de comportamiento variable y creciente representados en fuentes heterogéneas deben ser depurados y presentados de una forma resumida y concreta para revisar tendencias y evaluar acciones específicas procurando generar ventaja comparativa y permitiendo a las organizaciones proyectarse en mercados cada vez más competitivos. En estos escenarios aparecen las Bodegas de Datos (del inglés data warehouse) para brindar soluciones orientadas a poder almacenar y centralizar la información originada a partir de distintas fuentes y definidas como lo expresa el autor Ralph Kimball como: Una copia de las transacciones de datos específicamente estructurada para la consulta y el análisis. Enfocados en esta tarea, nos ocuparemos de estudiar las diferentes opciones de arquitectura que se podrían abordar al momento de definir la creación de una bodega de datos. 1. ARQUITECTURA DE UNA BODEGA DE DATOS 1.1 PROPIEDADES Para poder definir la arquitectura de una bodega de datos, debemos analizar unas propiedades esenciales representadas en: Separación: Los procesos de análisis y transacciones deberían ser guardados en lo posible de forma independiente. Escalabilidad: Las arquitecturas de Hardware y Software deben ser fáciles de mejorar conforme al volumen de los datos, definidas para fácil administración y manejo de procesos, estimadas por el número de requerimientos de usuarios que determinan incrementos progresivamente. 3

4 Extensibilidad: La arquitectura debe estar en capacidad de recibir nuevas aplicaciones y tecnologías sin rediseñar el sistema Seguridad: Monitorear los accesos es una tarea esencial previa al almacenamiento de los datos en un data warehouse. Administrable: La administración de los datos en el la bodega de datos no debe ser compleja Dos clasificaciones son comúnmente adoptadas para definir la arquitectura de una bodega de datos. La primera clasificación, es una estructura que depende del número de capas usada por la arquitectura. La segunda clasificación, depende de cómo las diferentes capas son empleadas para crear vistas del data warehouse orientada a necesidades específicas de una empresa o a departamentos específicos de la organización. 1.2 ARQUITECTURA DE UNA CAPA Operational data Source layer Middleware Data warehouse Analysis Reporting OLAP 4

5 Una arquitectura de una capa no es comúnmente usada en la práctica. La meta en esta arquitectura es minimizar la cantidad de datos almacenados removiendo datos redundantes. Esto significa que un Data Warehouse es implementado como una vista multidimensional de datos operacionales creados por un middleware específico, o el procesamiento con una capa intermedia. La debilidad de esta arquitectura radica en su incapacidad para cumplir con el requisito de la separación entre el proceso de análisis y transaccional. Las consultas de análisis son enviadas a los datos operacionales una vez el middleware los interpreta. En este sentido, las consultas afectan la carga de trabajo de las transacciones regulares. Adicionalmente, aunque esta arquitectura puede reunir los requerimientos para integración y exactitud de los datos, este no puede registrar más datos que los provenientes de las fuentes básicas. Por esta razón, un enfoque virtual para almacenamiento de datos sólo puede tener éxito si las necesidades de análisis son particularmente restringidas y el volumen de datos a analizar es muy grande. 1.3 ARQUITECTURA DE DOS CAPAS El concepto de separación es la esencia en la definición de la arquitectura típica para un sistema de almacenamiento de datos pensado en dos capas tal cual como se aprecia en la figura 2. Se denomina arquitectura de dos capas a la separación física entre las fuentes de datos disponibles y lo dispuesto en la bodega de datos, que consta de cuatro etapas posteriores de flujo de datos enunciadas a continuación: Capa Fuente Un sistema de almacenamiento de datos utiliza fuentes heterogéneas de datos. Esos datos se almacenan originalmente en la base de datos relacional o bases de datos legadas, o puede provenir de sistemas de información externos a la empresa. 5

6 Source layer Operational data External data Data staging ETL Data warehouse Meta-data Data warehouse layer Data marts Analysis Reporting OLAP Data mining What-if analysis Extracción de Datos Los datos almacenados en las fuentes deben ser extraídos y limpiados para remover inconsistencias y llenar espacios vacíos, integrando fuentes de datos heterogéneos a partir de esquemas comunes. Las llamadas herramientas ETL (Extraction, Transformation and Loading) pueden mezclar esquemas heterogéneos, extraer, transformar, limpiar, validar, filtrar, y cargar fuentes de datos dentro de una bodega de datos. En sí, esta etapa se ocupa de los problemas que son típicos de los sistemas de información distribuidos, tales como la gestión de datos inconsistentes y estructuras de datos incompatibles. 6

7 1.3.3 Capa de Data Warehouse La información es almacenada en un repositorio centralizado denominado data warehouse o bodega de datos. El data warehouse puede ser accedido directamente, pero este también puede ser usado como fuente para creación de data marts, los cuales parcialmente replican contenidos de los data warehouse y son diseñados por necesidades de dependencias específicas en una empresa. Los repositorios que contienen la meta data almacenan información como fuentes, procedimientos de acceso, extracción de datos, usuarios, esquemas de data mart, etc Análisis En esta capa, la integración de datos es eficiente y de acceso flexible para generar informes, analizar la información de forma dinámica y simular escenarios hipotéticos de negocio. Esta capa debe funcionar con navegadores de datos agregados, optimizadores de consultas complejas, y con interfaces gráficas de usuario de fácil manejo. Es necesario estudiar a fondo la diferencia arquitectónica entre los almacenes de datos y los data marts. Los componentes señalados como un data warehouse en la figura 2 son frecuentemente llamados data warehouse primario o data warehouse corporativo que actúan como un sistema de almacenamiento centralizado para todos los datos que se resumen. Los Data marts pueden ser vistos como pequeños almacenes de datos replicando la parte de una almacén de datos principal requerido en el dominio de una aplicación específica. A continuación se enuncian algunos beneficios de una arquitectura de dos capas: En sistemas de bodega de datos, la información de buena calidad está siempre disponible, incluso cuando el acceso a las fuentes se niega temporalmente por razones técnicas o razones de la organización. El análisis de consultas en la bodega de datos no afecta la administración de las transacciones. 7

8 Las bodegas de datos son estructuradas lógicamente de acuerdo a un modelo multidimensional. Las bodegas de datos pueden utilizar soluciones específicas de diseño orientadas a la optimización de aplicaciones de análisis y reportes. 1.4 ARQUITECTURA DE TRES CAPAS Source layer Operational data External data ETL Data staging ETL Reconciled data Meta-data Reconcilled layer Data warehouse Data warehouse layer Data marts Analysis Reporting OLAP Data mining What-if analysis 8

9 En esta arquitectura, la tercera capa es la capa de datos reconciliados o almacén de datos operativos. En esta capa se materializan los datos operativos obtenidos después de la integración y la limpieza de datos desde el origen. Como resultado, los datos son integrados, coherentes, actuales y detallados. La figura muestra una bodega de datos que no es poblada de sus fuentes de forma directa, pero si a partir de datos reconciliados. La principal ventaja de la capa de reconciliación de datos es que esta crea un modelo de referencia de datos común para una empresa en su conjunto. De igual forma, se separan los problemas de extracción de datos de las fuentes y la integración de datos para poblar la bodega de datos. En algunos casos, la capa de reconciliación es usada para llevar a cabo tareas más operativas, tales como la elaboración de informes diarios que no pueden ser adecuadamente preparados con las aplicaciones corporativas, o generando los flujos de datos para alimentar procesos externos periódicamente con el fin hacer integración y limpieza. Sin embargo, los datos conciliados conducen a una mayor redundancia de datos de origen operativo. Tenga presente que se puede suponer que incluso las arquitecturas de dos capas pueden tener una capa de reconciliación que no está específicamente materializada, pero si se puede presentar en una forma virtual dado que se define como una vista que brinda coherencia de los datos fuentes integrados. 1.5 Data Marts Un data mart es un subconjunto o una agregación de los datos almacenados en un almacén de datos principal. Se incluye un conjunto de piezas de información relativa a áreas específicas de negocio, un departamento de la empresa o categorías de usuarios. Los data marts generados a partir de una bodega de datos primaria son llamados frecuentemente dependientes. Pese a que los data marts no son estrictamente necesarios, son muy útiles para los sistemas de bodegas de datos en medianas y grandes empresas debido a que: Son usados como bloques de construcción mientras se incrementa el desarrollo de las bodegas de datos. Exponen la información requerida por un grupo específico de usuarios para solucionar consultas específicas. 9

10 Pueden ofrecer un mejor rendimiento, ya que son más pequeños que las bodegas de datos primarias. En ocasiones, principalmente por políticas y organización, debe utilizar una arquitectura diferente en el que las fuentes se utilizan para poblar los data marts. Si no hay una bodega de datos principal, esto simplifica el proceso de diseño, pero conlleva el riesgo de inconsistencias entre los data marts. Para evitar estos problemas, se puede crear una bodega de datos principal y seguir teniendo los data marts independientes. En comparación con el estándar de la arquitectura de dos capas expuesta en la figura 2, las funciones de los data marts y la bodega de datos están invertidas. En este caso la bodega de datos se llena de a través de los data marts y puede ser consultada directamente para generar los patrones de acceso tan fácil como sea posible. 10

11 GLOSARIO DATA MART: subconjunto o agregación de los datos almacenados en un almacén de datos principal. DATA WAREHOUSE: Colección de información originada a partir de distintas fuentes y definidas como lo expresa el autor Ralph Kimball como Una copia de las transacciones de datos específicamente estructurada para labores de consulta y análisis. ETL: Extracción, transformación y carga de datos. MIDDLEWARE: Software que asiste a una aplicación para interactuar o comunicarse con otras aplicaciones, software, redes, hardware y/o sistemas operativos. 11

12 BIBLIOGRAFÍA Mateo Golfarelli; Stefano Rizzi(2009). Data Warehouse Design: Modern Principles and Methodologies. McGraw-Hill. Zorrilla, M. (2008). Data WareHouse y OLAP. Recuperado el 15 de mayo de 2012, Universidad de Cantabria. WEBGRAFÍA Página tomada de Wikipedia (Wikipedia ). Recuperado el 18 de mayo de 2012, de Almacén de datos: 12

13 Desarrollador de contenido Experto temático Asesor pedagógico Producción Multimedia Programadores Líder expertos temáticos Líder línea de producción Control de documento Construcción Objeto de Aprendizaje Arquitectura de una Bodega de Datos Fernelly Carvajal Silva Rafael Neftalí Lizcano Reyes Luis Fernando Botero Mendoza Victor Hugo Tabares Daniel Eduardo Martínez Grateful Dead Montaño Sierra Ana Yaqueline Chavarro Parra Santiago Lozada Garcés 13

LABORATORIO 4. CONSTRUCCIÓN DE CUBOS PARA LA BODEGA DE DATOS

LABORATORIO 4. CONSTRUCCIÓN DE CUBOS PARA LA BODEGA DE DATOS LABORATORIO 4. CONSTRUCCIÓN DE CUBOS PARA LA BODEGA DE DATOS GUÍA DE LABORATORIO Nº 4 Actividad de Proyecto No. 2: CONFIGURAR SISTEMAS MANEJADORES DE BASE DE DATOS. CONSTRUCCIÓN DE CUBOS PARA LA BODEGA

Más detalles

Sistema de análisis de información. Resumen de metodología técnica

Sistema de análisis de información. Resumen de metodología técnica Sistema de análisis de información Resumen de metodología técnica Tabla de Contenidos 1Arquitectura general de una solución de BI y DW...4 2Orígenes y extracción de datos...5 2.1Procesos de extracción...5

Más detalles

PARÁMETROS DE CONFIGURACIÓN DE SISTEMAS MANEJADORES DE BASE DE DATOS

PARÁMETROS DE CONFIGURACIÓN DE SISTEMAS MANEJADORES DE BASE DE DATOS PARÁMETROS DE CONFIGURACIÓN DE SISTEMAS MANEJADORES DE BASE DE DATOS Introducción 3 GESTIÓN DE MEMORIA 3 Memoria Dinámica 4 Memoria predefinida 5 Áreas especiales de memoria 5 GESTIÓN DE ALMACENAMIENTO

Más detalles

NIVELES DE SERVICIO. FAVA - Formación en Ambientes Virtuales de Aprendizaje. SENA - Servicio Nacional de Aprendizaje

NIVELES DE SERVICIO. FAVA - Formación en Ambientes Virtuales de Aprendizaje. SENA - Servicio Nacional de Aprendizaje NIVELES DE SERVICIO Introducción 3 ITIL: BIBLIOTECA DE INFRAESTRUCTURA DE TECNOLOGÍAS DE LA INFORMACIÓN 3 ITIL Versión 3 3 Disciplinas y Listas de control de ITIL V3 4 GESTIÓN DE LOS NIVELES DE SERVICIOS

Más detalles

LABORATORIO 10. COPIAS DE SEGURIDAD, RESTAURACIÓN Y RECUPERACIÓN DE UNA BASE DE DATOS

LABORATORIO 10. COPIAS DE SEGURIDAD, RESTAURACIÓN Y RECUPERACIÓN DE UNA BASE DE DATOS LABORATORIO 10. COPIAS DE SEGURIDAD, RESTAURACIÓN Y RECUPERACIÓN DE UNA BASE DE DATOS GUÍA DE LABORATORIO Nº 10 Actividad de Proyecto No. 12: ESTABLECER PLANES DE RESGUARDO, RESTAURACIÓN Y CONTINGENCIA.

Más detalles

PARÁMETROS DE GESTIÓN Y DESEMPEÑO DEL SISTEMA MANEJADOR DE BASES DE DATOS Y DE LA BASE DE DATOS

PARÁMETROS DE GESTIÓN Y DESEMPEÑO DEL SISTEMA MANEJADOR DE BASES DE DATOS Y DE LA BASE DE DATOS PARÁMETROS DE GESTIÓN Y DESEMPEÑO DEL SISTEMA MANEJADOR DE BASES DE DATOS Y DE LA BASE DE DATOS Estructura de contenidos INTRODUCCIÓN...3 1. GESTIÓN DE LAS BASES DE DATOS...4 1.1 Mantener las Bases de

Más detalles

Definición. 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 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 detalles

Sistemas de Información 12/13 La organización de datos e información

Sistemas 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 detalles

APOYO PARA LA TOMA DE DECISIONES

APOYO PARA LA TOMA DE DECISIONES APOYO PARA LA TOMA DE DECISIONES Cátedra: Gestión de Datos Profesor: Santiago Pérez Año: 2006 Bibliografía: Introducción a las Bases de Datos. DATE - 1 - 1. INTRODUCCION APOYO PARA LA TOMA DE DECISIONES

Más detalles

SISTEMAS DE INFORMACION GERENCIAL LIC.PATRICIA PALACIOS ZULETA

SISTEMAS DE INFORMACION GERENCIAL LIC.PATRICIA PALACIOS ZULETA SISTEMAS DE INFORMACION GERENCIAL LIC.PATRICIA PALACIOS ZULETA Qué es inteligencia de negocios? (BI) Business Intelligence es la habilidad para transformar los datos en información, y la información en

Más detalles

Inteligencia de Negocios Introducción. Por Elizabeth León Guzmán, Ph.D. Profesora Ingeniería de Sistemas Grupo de Investigación MIDAS

Inteligencia de Negocios Introducción. Por Elizabeth León Guzmán, Ph.D. Profesora Ingeniería de Sistemas Grupo de Investigación MIDAS Inteligencia de Negocios Introducción Por Elizabeth León Guzmán, Ph.D. Profesora Ingeniería de Sistemas Grupo de Investigación MIDAS Agenda 1.Introducción 2.Definición 3.ETL 4.Bodega de Datos 5.Data Mart

Más detalles

NTC - ISO 9001:2008 REQUISITOS DE LA DOCUMENTACION

NTC - ISO 9001:2008 REQUISITOS DE LA DOCUMENTACION REQUISITOS DE LA DOCUMENTACION La Norma ISO 9001, especifica los requisitos para un sistema de gestión de la calidad que pueden utilizarse para su aplicación interna por las organizaciones, para certificación

Más detalles

SISTEMAS DE INTELIGENCIA DE NEGOCIOS

SISTEMAS DE INTELIGENCIA DE NEGOCIOS Estructura de contenidos INTRODUCCIÓN...3 1. BODEGA DE DATOS (DATA WAREHOUSE)...3 1.1. Componentes...3 1.1.1. Orígenes de datos...4 1.1.1.1. Sistemas propios...4 1.1.1.2. Origen externos...4 1.1.2. Área

Más detalles

INTELIGENCIA DE NEGOCIOS. Business Intelligence. Alumno: Toledo Paucar Jorge

INTELIGENCIA DE NEGOCIOS. Business Intelligence. Alumno: Toledo Paucar Jorge INTELIGENCIA DE NEGOCIOS Business Intelligence Alumno: Toledo Paucar Jorge INTELIGENCIA DE NEGOCIOS Business Intelligence Es un conjunto de conceptos y metodologías para mejorar la toma de decisiones.

Más detalles

Capítulo 2 Tecnología data warehouse

Capítulo 2 Tecnología data warehouse Capítulo 2 Tecnología data warehouse El objetivo de éste capítulo es mostrar la tecnología data warehouse (DW) como una herramienta para analizar la información. Este capítulo se encuentra organizado de

Más detalles

Business Intelligence

Business Intelligence 2012 Business Intelligence Agenda Programas Diferencias de OLTP vs OLAP Arquitectura de una solución de BI Tecnologías Microsoft para BI Diferencias entre OLTP v/s OLAP Alineación de Datos OLTP Datos organizados

Más detalles

SISTEMA DE INFORMACION DE GESTION DE TARJETAS DE CREDITO USANDO DATA MART E INTELIGENCIA DE NEGOCIOS PARA EL AREA COMERCIAL DEL BANCO RIPLEY PERU

SISTEMA DE INFORMACION DE GESTION DE TARJETAS DE CREDITO USANDO DATA MART E INTELIGENCIA DE NEGOCIOS PARA EL AREA COMERCIAL DEL BANCO RIPLEY PERU SISTEMA DE INFORMACION DE GESTION DE TARJETAS DE CREDITO USANDO DATA MART E INTELIGENCIA DE NEGOCIOS PARA EL AREA COMERCIAL DEL BANCO RIPLEY PERU AGENDA INTRODUCCION PLANTEAMIENTO METODOLOGICO ANTECEDENTES

Más detalles

SpagoBI Open Source Business Intelligence

SpagoBI Open Source Business Intelligence SpagoBI Open Source Business Intelligence La plataforma SpagoBI Open Source Business Intelligence Conceptos Inteligencia empresarial (Business Intelligence) es un agregado de aplicaciones y herramientas

Más detalles

CAPÍTULO 2 DATA WAREHOUSES

CAPÍTULO 2 DATA WAREHOUSES CAPÍTULO 2 DATA WAREHOUSES Un Data Warehouse (DW) es un gran repositorio lógico de datos que permite el acceso y la manipulación flexible de grandes volúmenes de información provenientes tanto de transacciones

Más detalles

DATA WAREHOUSE DATA WAREHOUSE

DATA WAREHOUSE DATA WAREHOUSE DATA WAREHOUSE DATA WAREHOUSE Autor: Roberto Abajo Alonso Asignatura: Sistemas Inteligentes, 5º Curso Profesor: José Carlos González Dep. Ing. Sistemas Telemáticos, E.T.S.I. Telecomunicación Universidad

Más detalles

HARDWARE Y SOFTWARE SOSTENIBLE

HARDWARE Y SOFTWARE SOSTENIBLE 1 INTRODUCCIÓN Es prioridad de la sostenibilidad suplir las necesidades humanas presentes, pero sin llegar a sacrificar las generaciones futuras; en los últimos años, los avances tecnológicos han crecido

Más detalles

PLANES DE PREVENCIÓN DE PÉRDIDA DE DATOS

PLANES DE PREVENCIÓN DE PÉRDIDA DE DATOS Introducción 3 Planes de prevención de pérdida de datos 3 Copias de seguridad 4 Definición 4 Tipos de copias de seguridad 4 Restauración de datos 6 Definición 6 Tipos de restauración de datos 7 Recuperación

Más detalles

SQL Server Business Intelligence parte 1

SQL Server Business Intelligence parte 1 SQL Server Business Intelligence parte 1 Business Intelligence es una de las tecnologías de base de datos más llamativas de los últimos años y un campo donde Microsoft ha formado su camino a través de

Más detalles

LA UBICACIÓN DEL CONOCIMIENTO EN LAS ORGANIZACIONES

LA UBICACIÓN DEL CONOCIMIENTO EN LAS ORGANIZACIONES Cuadernos de Gestión del Conocimiento Empresarial Número 25. Septiembre de 2010 LA UBICACIÓN DEL CONOCIMIENTO EN LAS ORGANIZACIONES Por Fernando Piera Gómez, vicepresidente 1º de ATI Al final de la primera

Más detalles

Fundamentos 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 - 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 detalles

REPOSITORIO COR O P R OR O A R T A I T VO V

REPOSITORIO COR O P R OR O A R T A I T VO V REPOSITORIO CORPORATIVO Repositorio Corporativo Que es? Antecedentes? Por que lo necesito? Multiplicidad de sistemas Retraso en obtención de reportes Info 3 Info 2 Info 1 Redundancia Inconsistencia de

Más detalles

Sistemas de Información para la Gestión. UNIDAD 2: RECURSOS DE TI Información y Aplicaciones

Sistemas de Información para la Gestión. UNIDAD 2: RECURSOS DE TI Información y Aplicaciones UNIDAD 2: RECURSOS DE TI Información y Aplicaciones UNIDAD 2: RECURSOS DE TI Información y Aplicaciones 1. La Información: Propiedades de la Información. Sistemas de Información. Bases de Datos. 2. Administración

Más detalles

Tema 5: Integración de Datos Distribuidos

Tema 5: Integración de Datos Distribuidos Tema 5: Integración de Datos Distribuidos Integración de Datos Distribuidos El problema de la integración de datos distribuidos consiste en integrar datos de fuentes distribuidas, heterogéneas y posiblemente

Más detalles

MOLAP REALIZADO POR: JOSE E. TABOADA RENNA

MOLAP 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 detalles

Botón menú Objetivo de la Minería de datos.

Botón menú Objetivo de la Minería de datos. Titulo de Tutorial: Minería de Datos N2 Botón menú: Introducción. Las instituciones y empresas privadas coleccionan bastante información (ventas, clientes, cobros, pacientes, tratamientos, estudiantes,

Más detalles

3.3.3 Tecnologías Mercados Datos

3.3.3 Tecnologías Mercados Datos 3.3.3 Tecnologías Mercados Datos TECNOLOGIAS DATAMART: Aspect Data Mart es una solución completa de reportes para la empresa, que le proporciona un mayor entendimiento de las operaciones de sus negocios

Más detalles

MS_10777 Implementing a Data Warehouse with Microsoft SQL Server 2012

MS_10777 Implementing a Data Warehouse with Microsoft SQL Server 2012 Implementing a Data Warehouse with Microsoft SQL Server 2012 www.ked.com.mx Av. Revolución No. 374 Col. San Pedro de los Pinos, C.P. 03800, México, D.F. Tel/Fax: 52785560 Introducción Almacenes de datos

Más detalles

Introducción a los sistemas de Bases de datos. Profesor: Msc. MIGUEL ANGEL NIÑO ZAMBRANO

Introducción a los sistemas de Bases de datos. Profesor: Msc. MIGUEL ANGEL NIÑO ZAMBRANO Capitulo 1 Introducción a los sistemas de Bases de datos Profesor: Msc. MIGUEL ANGEL NIÑO ZAMBRANO Programación: Tiempo Tópico 60 minutos Diapositivas y ejemplos 60 minutos Lecturas - Taller 120 minutos

Más detalles

Data Warehousing. Arquitectura de procesos en un sistema de data warehousing. Facultad de Ingeniería Escuela de Ingeniería de Sistemas y Computación

Data Warehousing. Arquitectura de procesos en un sistema de data warehousing. Facultad de Ingeniería Escuela de Ingeniería de Sistemas y Computación Data Warehousing Arquitectura de procesos en un sistema de data warehousing Procesos en DW Un sistema completo de data warehousing lleva a cabo tres tareas: Suministrar datos al data warehouse Gestión

Más detalles

Metodología para el Modelamiento De un Datawarehouse AMDE. Fundamentos de un Proyecto De. www.e-cronia.com. www.e-cronia.com. www.eduardoleyton.

Metodología para el Modelamiento De un Datawarehouse AMDE. Fundamentos de un Proyecto De. www.e-cronia.com. www.e-cronia.com. www.eduardoleyton. Metodología para el Modelamiento De un Datawarehouse Fundamentos de un Proyecto De Almacenamiento Masivo de Datos Estratégicos AMDE 1 EL PROPOSITO DE LA TECNOLOGIA INFORMATICA VA MAS ALLA DE SIMPLEMENTE

Más detalles

Sistemas de Data Warehousing

Sistemas de Data Warehousing Federación Médica del Interior (FEMI) Sociedad Uruguaya de Informática en la Salud (SUIS) Información en Salud Edición 2009 Sistemas de Data Warehousing Dr. Ing. Adriana Marotta (In.Co - F.Ing - UDELAR)

Más detalles

Boletín de Asesoría Gerencial* Business Process Management (BPM)

Boletín de Asesoría Gerencial* Business Process Management (BPM) Espiñeira, Sheldon y Asociados * No. 11-2009 *connectedthinking Contenido Haga click en los enlaces para navegar a través del documento Haga click en los enlaces para llegar directamente a cada sección

Más detalles

BUSINESS INTELLIGENCE

BUSINESS INTELLIGENCE BUSINESS INTELLIGENCE PRESENTACIÓN Ramón Díaz Hernández Gerente (1.990) Nuestro Perfil Inversión permanente en formación y nuevas tecnologías. Experiencia en plataforma tecnológica IBM (Sistema Operativo

Más detalles

Cuadro de mando para el análisis de la información de Extranjería del Ministerio de Administraciones Públicas

Cuadro de mando para el análisis de la información de Extranjería del Ministerio de Administraciones Públicas Cuadro de mando para el análisis de la información de Extranjería del Ministerio de Administraciones Públicas José Antonio Peláez Ruiz Ministerio de Administraciones Públicas Alfonso Martín Murillo BG&S

Más detalles

CUALIFICACIÓN SISTEMAS DE GESTIÓN DE INFORMACIÓN PROFESIONAL. Nivel 3. Versión 5 Situación RD 1201/2007 Actualización

CUALIFICACIÓN SISTEMAS DE GESTIÓN DE INFORMACIÓN PROFESIONAL. Nivel 3. Versión 5 Situación RD 1201/2007 Actualización Página 1 de 16 CUALIFICACIÓN SISTEMAS DE GESTIÓN DE INFORMACIÓN PROFESIONAL Familia Profesional Informática y Comunicaciones Nivel 3 Código IFC304_3 Versión 5 Situación RD 1201/2007 Actualización Competencia

Más detalles

FUNDAMENTOS DE DATA WAREHOUSE

FUNDAMENTOS DE DATA WAREHOUSE FUNDAMENTOS DE DATA WAREHOUSE 1. Qué es 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

Más detalles

Agrupamiento Familia Puesto Alcance del puesto Requisitos excluyentes

Agrupamiento Familia Puesto Alcance del puesto Requisitos excluyentes TIC-1-1 Analista de monitoreo de redes Monitorear y controlar las redes del GCABA con el fin de detectar incidentes y reportarlos. Analizar las métricas utilizadas para el monitoreo de la red, la configuración

Más detalles

Servicio Business Intellingence integrado con Data Management & Big Data Del dato al conocimiento

Servicio Business Intellingence integrado con Data Management & Big Data Del dato al conocimiento Servicio Business Intellingence integrado con & Big Del dato al conocimiento Servicio BI integral: Business Intelligence es la habilidad para transformar los datos en información, y la información en conocimiento,

Más detalles

RECURSOS DE TI Aplicaciones - Bibliografía FUNDAMENTOS DE LA INTELIGENCIA DE NEGOCIOS

RECURSOS DE TI Aplicaciones - Bibliografía FUNDAMENTOS DE LA INTELIGENCIA DE NEGOCIOS Sistemas de Información para la Gestión UNIDAD 3: RECURSOS DE TECNOLOGÍA DE INFORMACIÓN Aplicaciones UNIDAD 2: RECURSOS DE TI Aplicaciones 1. Administración de bases de datos e información: Sistemas de

Más detalles

Qué se entiende por diseño arquitectónico? Comprende el establecimiento de un marco de trabajo estructural básico para un sistema. Alude a la estructura general del software y el modo en que la estructura

Más detalles

UNIVERSIDAD AUTÓNOMA DE BAJA CALIFORNIA SUR ÁREA DE CONOCIMIENTO DE CIENCIAS DEL MAR DEPARTAMENTO ACADÉMICO DE SISTEMASCOMPUTACIONALES TESIS

UNIVERSIDAD AUTÓNOMA DE BAJA CALIFORNIA SUR ÁREA DE CONOCIMIENTO DE CIENCIAS DEL MAR DEPARTAMENTO ACADÉMICO DE SISTEMASCOMPUTACIONALES TESIS UNIVERSIDAD AUTÓNOMA DE BAJA CALIFORNIA SUR ÁREA DE CONOCIMIENTO DE CIENCIAS DEL MAR DEPARTAMENTO ACADÉMICO DE SISTEMASCOMPUTACIONALES TESIS CONSTRUCCIÓN DE UN DATAWAREHOUSE PARA DATOS DE PESCA RIBEREÑA

Más detalles

VENTAJAS DEL USO DE HERRAMIENTAS DE ETL SOBRE ANSI SQL

VENTAJAS DEL USO DE HERRAMIENTAS DE ETL SOBRE ANSI SQL VENTAJAS DEL USO DE HERRAMIENTAS DE ETL SOBRE ANSI SQL LIC. DIEGO KRAUTHAMER PROFESO R ADJUNTO INTERINO UNIVERSIDAD ABIERTA INTERMERICANA (UAI) SEDE BUENOS AIRES COMISION DE INVESTIGACION Abstract El presente

Más detalles

BI Data Warehouse. Índice UTN FRRO - SISTEMAS DE GESTION II

BI Data Warehouse. Índice UTN FRRO - SISTEMAS DE GESTION II Índice ÍNDICE...2 RESUMEN...3 INTRODUCCIÓN...5 DATOS OPERACIONALES Y DATOS INFORMATIVOS...6 DATA WAREHOUSE...7 SISTEMAS DE SOPORTE DE DECISIONES...8 INTELIGENCIA DE NEGOCIO...8 PROBLEMAS QUE DAN ORIGEN

Más detalles

XII Encuentro Danysoft en Microsoft Abril 2015. Business Intelligence y Big Data XII Encuentro Danysoft en Microsoft Directos al código

XII Encuentro Danysoft en Microsoft Abril 2015. Business Intelligence y Big Data XII Encuentro Danysoft en Microsoft Directos al código Business Intelligence y Big Data XII Encuentro Danysoft en Microsoft Directos al código Ana María Bisbé York Servicios Profesionales sp@danysoft.com 916 638683 www.danysoft.com Abril 2015 Sala 1 SQL Server

Más detalles

LOS CINCO GRADOS DE MADUREZ DE UN PROYECTO BI

LOS CINCO GRADOS DE MADUREZ DE UN PROYECTO BI LOS CINCO GRADOS DE MADUREZ DE UN PROYECTO BI INTRODUCCIÓN Se habla en multitud de ocasiones de Business Intelligence, pero qué es realmente? Estoy implementando en mi organización procesos de Business

Más detalles

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMÉRICA) SYLLABO

UNIVERSIDAD 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 detalles

CONSTRUCCION DE INDICADORES DE GESTION Y HERRAMIENTAS OLAP PARA PEQUEÑAS Y MEDIANAS EMPRESAS

CONSTRUCCION DE INDICADORES DE GESTION Y HERRAMIENTAS OLAP PARA PEQUEÑAS Y MEDIANAS EMPRESAS CONSTRUCCION DE INDICADORES DE GESTION Y HERRAMIENTAS OLAP PARA PEQUEÑAS Y MEDIANAS EMPRESAS 1. RESEÑA HISTORICA Las exigencias competitivas del mercado hacen que las organizaciones busquen mecanismos

Más detalles

Facultad de Ciencias Económicas. Departamento de Sistemas. Asignatura: INTELIGENCIA DE NEGOCIOS. Plan 1997

Facultad de Ciencias Económicas. Departamento de Sistemas. Asignatura: INTELIGENCIA DE NEGOCIOS. Plan 1997 UNIVERSIDAD DE BUENOS AIRES Facultad de Ciencias Económicas Departamento de Sistemas Asignatura: INTELIGENCIA DE NEGOCIOS Código: 715 Plan 1997 Cátedra: DEPARTAMENTO DE SISTEMAS Carrera: Licenciado en

Más detalles

Construcción de la base de datos en Oracle

Construcción de la base de datos en Oracle Estructura de contenidos. INTRODUCCIÓN...2 1. CREACIÓN DE UN USUARIO...3 2. CONSTRUCCIÓN DE LA ESTRUCTURA DE ALMACENAMIENTO...6 2.1 Crear Tabla Pacientes...7 2.2 Crear Tabla Médicos...11 2.3 Crear Tabla

Más detalles

Cuáles son algunos de los padecimientos que enfrentan las empresas hoy día?

Cuáles son algunos de los padecimientos que enfrentan las empresas hoy día? Qué es Inteligencia de Negocios? Una interesante definición para inteligencia de negocios o BI, por sus siglas en inglés, según el Data Warehouse Institute, lo define como la combinación de tecnología,

Más detalles

BI BUSINESS INTELLIGENCE

BI BUSINESS INTELLIGENCE ESCUELA SUPERIOR POLITECNICA DEL LITORAL MAESTRÍA EN SISTEMAS DE INFORMACION GERENCIAL 7 ma. PROMOCIÓN BI BUSINESS INTELLIGENCE Grupo No. 1 Geannina Aguirre Henry Andrade Diego Maldonado Laura Ureta MATERIA:

Más detalles

Figure 9-1: Phase C: Information Systems Architectures

Figure 9-1: Phase C: Information Systems Architectures FASE C Figure 9-1: Phase C: Information Systems Architectures Objetivos Los objetivos de la Fase C son: Desarrollar la arquitectura de sistemas de información objetivo (datos y aplicaciones), que describe

Más detalles

M.T.I. Arturo López Saldiña

M.T.I. Arturo López Saldiña M.T.I. Arturo López Saldiña Hoy en día, existen diversas aproximaciones al tema de cómo hacer que las personas trabajen dentro de una organización de manera colaborativa. El problema se vuelve más difícil

Más detalles

UNIVERSIDAD DE SANTIAGO DE CHILE INGENIERIA COMERCIAL APLICACIÓN COMPUTACIONAL I INTELIGENCIA DE NEGOCIOS

UNIVERSIDAD DE SANTIAGO DE CHILE INGENIERIA COMERCIAL APLICACIÓN COMPUTACIONAL I INTELIGENCIA DE NEGOCIOS UNIVERSIDAD DE SANTIAGO DE CHILE INGENIERIA COMERCIAL APLICACIÓN COMPUTACIONAL I INTELIGENCIA DE NEGOCIOS Integrante: Profesor: Maximiliano Heise Luis Ríos Fecha de entrega: miércoles 18 de abril de 2012

Más detalles

Data Warehousing. Introducción. Facultad de Ingeniería Escuela de Ingeniería de Sistemas y Computación

Data Warehousing. Introducción. Facultad de Ingeniería Escuela de Ingeniería de Sistemas y Computación Data Warehousing Introducción Introducción Indice (I) Propiedades de un dw Arquitectura de procesos en un sistema de data warehousing Puntos clave Diseño de la base de datos de un data warehouse Indice

Más detalles

Fundamentos de Data Warehouse

Fundamentos de Data Warehouse Mendez, A., Mártire, A., Britos, P. Y Garcia-Martínez, R. Centro de Actualización Permanente en Ingeniería del Software Escuela de Postgrado Instituto Tecnológico de Buenos Aires Av. Eduardo Madero 399

Más detalles

Tecnologías de la Información en la Gestión Empresarial

Tecnologías de la Información en la Gestión Empresarial Tecnologías de la Información en la Gestión Empresarial 1 Sesión No.8 Nombre: Procesos de Negocio y Gestión en Business Intelligence Objetivo: Al término de la sesión, el alumno ilustrará un proceso de

Más detalles

Ingeniería en Sistemas Computacionales

Ingeniería en Sistemas Computacionales 1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Base de datos distribuidos Ingeniería en Sistemas Computacionales RSD-1201 Créditos 2-3-5 2.- PRESENTACIÓN Caracterización

Más detalles

Herramienta de Gestión Integral de Riesgos

Herramienta de Gestión Integral de Riesgos Herramienta de Gestión Integral de Riesgos Instituciones Financieras www.managementsolutions.com Por qué MIR MIR es la solución de Management Solutions para la gestión integral del riesgo, que unifica

Más detalles

DATA WAREHOUSING (ENERO DE 2003) Documento creado por Ing. Héctor H. Martínez Orpinel

DATA WAREHOUSING (ENERO DE 2003) Documento creado por Ing. Héctor H. Martínez Orpinel DATA WAREHOUSING (ENERO DE 2003) DEFINICIÓN UN DATA WAREHOUSING ES UN CONJUNTO DE DATOS INTEGRADOS ORIENTADOS A UNA MATERIA, QUE VARIA CON EL TIEMPO Y QUE NO SON TRANSITORIOS, LOS CUALES SOPORTAN EL PROCESO

Más detalles

Business Intelligence

Business Intelligence Business Intelligence Sistemas de integración de bases de datos y de apoyo a la toma de decisiones Junio Marzo de 2007 2012 X Jornadas Técnicas FACSA Índice 01 Introducción business intelligence 02 Arquitectura

Más detalles

Plantillas Empresariales de ibaan Decision Manager. Guía del usuario de BAAN IVc Inventory 2.0

Plantillas Empresariales de ibaan Decision Manager. Guía del usuario de BAAN IVc Inventory 2.0 Plantillas Empresariales de ibaan Decision Manager Guía del usuario de BAAN IVc Inventory 2.0 Una publicación de: Baan Development B.V. P.O.Box 143 3770 AC Barneveld Países Bajos Impreso en los Países

Más detalles

Almacén de datos - concepto. Arquitectura de un sistema de almacén de datos

Almacén de datos - concepto. Arquitectura de un sistema de almacén de datos Almacén de datos - concepto Almacén de datos (Bodega de Datos, Data warehouse) es una integrada colección de datos que contiene datos procedentes de sistemas del planeamiento del recurso de la empresa

Más detalles

Data Warehousing - Marco Conceptual

Data Warehousing - Marco Conceptual Data Warehousing - Marco Conceptual Carlos Espinoza C.* Introducción Los data warehouses se presentan como herramientas de alta tecnología que permiten a los usuarios de negocios entender las relaciones

Más detalles

Oracle vs Oracle por Rodolfo Yglesias Setiembre 2008

Oracle vs Oracle por Rodolfo Yglesias Setiembre 2008 Oracle vs Oracle por Rodolfo Yglesias Setiembre 2008 Introducción Aunque la estrategia de adquisiciones que Oracle ha seguido en los últimos años siempre ha buscado complementar y fortalecer nuestra oferta

Más detalles

DISEÑO E IMPLEMENTACIÓN DE SOLUCIONES BUSINESS INTELLIGENCE CON SQL SERVER 2012

DISEÑO E IMPLEMENTACIÓN DE SOLUCIONES BUSINESS INTELLIGENCE CON SQL SERVER 2012 DISEÑO E IMPLEMENTACIÓN DE SOLUCIONES BUSINESS INTELLIGENCE CON SQL SERVER 2012 FLUJO DE CAPACITACIÓN Prerrequisitos Fundamentos de Programación Sentencias SQL Server 2012 Duración: 12 horas 1. DESCRIPCIÓN

Más detalles

Centro de Investigación y Desarrollo en Ingeniería en Sistemas de Información (CIDISI)

Centro de Investigación y Desarrollo en Ingeniería en Sistemas de Información (CIDISI) Centro de Investigación y Desarrollo en Ingeniería en Sistemas de Información (CIDISI) OFERTAS TECNOLÓGICAS 1) GESTIÓN ORGANIZACIONAL Y LOGÍSTICA INTEGRADA: TÉCNICAS Y SISTEMAS DE INFORMACIÓN 2) GESTIÓN

Más detalles

Boletín de Asesoría Gerencial* Gestión de la demanda de Tecnología de Información: Una planificación efectiva a los requerimientos del negocio

Boletín de Asesoría Gerencial* Gestión de la demanda de Tecnología de Información: Una planificación efectiva a los requerimientos del negocio Espiñeira, Sheldon y Asociados * No. 10-2009 *connectedthinking Haga click en los enlaces para navegar a través del documento Haga click en los enlaces para llegar directamente a cada sección 4Introducción

Más detalles

GUÍA DE LABORATORIO Nº 16 Desarrollo de Aplicaciones Web con ASP. NET y C# en Visual Studio.NET

GUÍA DE LABORATORIO Nº 16 Desarrollo de Aplicaciones Web con ASP. NET y C# en Visual Studio.NET GUÍA DE LABORATORIO Nº 16 Desarrollo de Aplicaciones Web con ASP. NET y C# en Visual Studio.NET GUÍA DE LABORATORIO Nº 16 Actividad de Proyecto: Codificar los módulos del sistema de información Estructura

Más detalles

UN PASEO POR BUSISNESS INTELLIGENCE

UN PASEO POR BUSISNESS INTELLIGENCE UN PASEO POR BUSISNESS INTELLIGENCE Ponentes: Agreda, Rafael Chinea, Linabel Agenda Sistemas de Información Transaccionales Qué es Business Intelligence? Usos y funcionalidades Business Intelligence Ejemplos

Más detalles

BASE DE DATOS DISTRIBUIDAS 1. DATOS DE LA ASIGNATURA

BASE DE DATOS DISTRIBUIDAS 1. DATOS DE LA ASIGNATURA BASE DE DATOS DISTRIBUIDAS 1. DATOS DE LA ASIGNATURA Nombre de la Asignatura: Base de datos distribuidas Carrera: Ingeniería en Sistemas Computacionales Clave de la asignatura: RSF-1101 Horas teoría-práctica-créditos

Más detalles

CA ERwin Data Profiler

CA ERwin Data Profiler RESUMEN DEL PRODUCTO: CA ERWIN DATA PROFILER CA ERwin Data Profiler CA ERWIN DATA PROFILER AYUDA A LAS ORGANIZACIONES A REDUCIR LOS COSTOS Y RIESGOS ASOCIADOS CON LA INTEGRACIÓN DE DATOS, AL BRINDAR CAPACIDADES

Más detalles

PROCESOS INTELIGENTES

PROCESOS INTELIGENTES Su experiencia administrando documentos nunca será la misma!! Lo invitamos a descubrir una forma más fácil, rápida, segura y eficiente para gestionar su información corporativa relevante. www.valuetech.cl

Más detalles

2796 Designing an Analysis Solution Architecture Using Microsoft SQL Server 2005 Analysis Services

2796 Designing an Analysis Solution Architecture Using Microsoft SQL Server 2005 Analysis Services 2796 Designing an Analysis Solution Architecture Using Microsoft SQL Server 2005 Analysis Services Introducción El propósito de este curso de tres días impartido por instructor es de enseñar profesionales

Más detalles

O jeto de apre r ndizaje

O jeto de apre r ndizaje Herramientas de Gestión para Objetos de Aprendizaje. Plataforma AGORA Victor Hugo Menéndez Domínguez Universidad Autónoma de Yucatán, México :: mdoming@uady.mx Manuel Emilio Prieto Méndez Universidad de

Más detalles

Resumen General del Manual de Organización y Funciones

Resumen General del Manual de Organización y Funciones Gerencia de Tecnologías de Información Resumen General del Manual de Organización y Funciones (El Manual de Organización y Funciones fue aprobado por Resolución Administrativa SBS N 354-2011, del 17 de

Más detalles

Sistemas de Información para la Gestión. Unidad 3 Aplicaciones de Sistemas

Sistemas de Información para la Gestión. Unidad 3 Aplicaciones de Sistemas para la Gestión Unidad 3 Aplicaciones de Sistemas U.N.Sa. Facultad de Cs.Económicas SIG 2010 UNIDAD 3: APLICACIONES DE SISTEMAS Aplicaciones empresariales: Sistemas empresariales. Sistemas de administración

Más detalles

Quienes Somos? Valor. Estrategia

Quienes Somos? Valor. Estrategia Quienes Somos? STGI nace como la respuesta necesaria al mundo empresarial en consultorías para acceder y gestionar la información, estructurada y no estructurada, con el fin de alcanzar procesos eficientes

Más detalles

BIG DATA. Jorge Mercado. Software Quality Engineer

BIG DATA. Jorge Mercado. Software Quality Engineer BIG DATA Jorge Mercado Software Quality Engineer Agenda Big Data - Introducción Big Data - Estructura Big Data - Soluciones Conclusiones Q&A Big Data - Introducción Que es Big Data? Big data es el termino

Más detalles

ARC 108 Component Model

ARC 108 Component Model ARC 108 Component Model Evolución Tecnológica de RNOM Banco de Previsión Social Tabla de Contenidos ARC 108 Component Model 1. INTRODUCCIÓN 3 2. OBJETIVO 4 3. NOTACIÓN 5 4. ARQUITECTURA GLOBAL 6 4.1. DIAGRAMA

Más detalles

Inteligencia de Negocios

Inteligencia de Negocios Inteligencia de Negocios El warehouse, data mart y ETL Clase 4 La arquitectura de la solución Fuentes de datos Sistema operacional A Extracción Área del warehouse Transformación Area de trabajo Herramientas

Más detalles

Creación de un almacén de datos para apoyar los procesos operacionales ejecutados por el área de Crédito de una empresa automotriz.

Creación de un almacén de datos para apoyar los procesos operacionales ejecutados por el área de Crédito de una empresa automotriz. UNIVERSIDAD CENTRAL DE VENEZUELA FACULTAD DE CIENCIAS ESCUELA DE COMPUTACIÓN CENTRO DE INFORMACIÓN DE SISTEMAS DE INFORMACIÓN Creación de un almacén de datos para apoyar los procesos operacionales ejecutados

Más detalles

SISTEMAS DE ALMACENAMIENTO

SISTEMAS DE ALMACENAMIENTO SISTEMAS DE ALMACENAMIENTO Estructura de contenidos 2 CONCEPTOS GENERALES DE SISTEMAS DE ALMACENAMIENTO 3 Definiciones previas 4 CLASIFICACIÓN DE LOS SISTEMAS DE ALMACENAMIENTO POR DISPONIBILIDAD DE DATOS

Más detalles

Facultad de Ingeniería Escuela de Ingeniería Informática. Período Teoría Práctica Laboratori De crédito

Facultad de Ingeniería Escuela de Ingeniería Informática. Período Teoría Práctica Laboratori De crédito Asignatura: SAP BI SAP INTELIGENCIA DE NEGOCIOS Vigente desde: Septiembre 2012 Horas semanales Unidades Período Teoría Práctica Laboratori De crédito o Electiva 3 3 Requisitos Base de datos I Profesor

Más detalles

desarrollo. Dentro del desarrollo de la tesis el proceso de modelado del sistema fue hecho con el

desarrollo. Dentro del desarrollo de la tesis el proceso de modelado del sistema fue hecho con el Capitulo II. Análisis de herramientas y tecnologías de desarrollo. Dentro del desarrollo de la tesis el proceso de modelado del sistema fue hecho con el lenguaje de Modelo de Objetos llamado UML (Unified

Más detalles

Arquitectura para análisis de información. Zombi es una arquitectura que proporciona de manera integrada los componentes

Arquitectura para análisis de información. Zombi es una arquitectura que proporciona de manera integrada los componentes Capítulo 4 Arquitectura para análisis de información propuesta 4.1 Arquitectura Zombi es una arquitectura que proporciona de manera integrada los componentes necesarios para el análisis de información

Más detalles

INTRODUCCIÓN A LA COMPUTACION EN LA NUBE Y BIG DATA (1) Ing. Carlos Ormella Meyer

INTRODUCCIÓN A LA COMPUTACION EN LA NUBE Y BIG DATA (1) Ing. Carlos Ormella Meyer INTRODUCCIÓN A LA COMPUTACION EN LA NUBE Y BIG DATA (1) Ing. Carlos Ormella Meyer En los últimos años, el interés por la Computación en la Nube (Cloud Computing), tanto para uso personal como para negocios,

Más detalles

INTELIGENCIA DE NEGOCIOS

INTELIGENCIA DE NEGOCIOS INTELIGENCIA DE NEGOCIOS En tiempos de incertidumbre financiera, la toma de decisiones basada en información es crucial para sobrevivir en el mundo de los negocios. Empresas de todas las industrias dependen

Más detalles

de qué manera se puede administrar la complejidad de los datos y mejorar la agilidad del negocio?

de qué manera se puede administrar la complejidad de los datos y mejorar la agilidad del negocio? RESUMEN DE LA SOLUCIÓN CA ERwin Modeling de qué manera se puede administrar la complejidad de los datos y mejorar la agilidad del negocio? agility made possible CA ERwin Modeling ofrece un entorno de modelado

Más detalles

Business Information Warehouse Manual SAP BW Business Information Warehouse

Business Information Warehouse Manual SAP BW Business Information Warehouse Manual SAP BW Business Information Warehouse Manual SAP BW / BI Business Information Warehouse Página 1 Confidencialidad Este documento es propiedad de E-SAP (CVOSOFT) por lo tanto, no podrá ser publicado

Más detalles

El diseño de la base de datos de un Data Warehouse. Marta Millan millan@eisc.univalle.edu.co www.eisc.univalle.edu.co/materias

El diseño de la base de datos de un Data Warehouse. Marta Millan millan@eisc.univalle.edu.co www.eisc.univalle.edu.co/materias El diseño de la base de datos de un Data Warehouse Marta Millan millan@eisc.univalle.edu.co www.eisc.univalle.edu.co/materias El modelo Multidimensional Principios básicos Marta Millan millan@eisc.univalle.edu.co

Más detalles

Base de datos II Facultad de Ingeniería. Escuela de computación.

Base de datos II Facultad de Ingeniería. Escuela de computación. 2 Base de datos II Facultad de Ingeniería. Escuela de computación. Base de datos II. Guía 6 3 Introducción Este manual ha sido elaborado para orientar al estudiante de Bases de datos II en el desarrollo

Más detalles

Tecnologías de Información y Comunicación II.

Tecnologías de Información y Comunicación II. INGENIERÍA EN INFORMÁTICA Tecnologías de Información y Comunicación II. INFORME: ETL y Modelo Estrella. NOMBRE : Ruben Chura, Andony Pavez. CARRERA : Ingeniería en Informática. ASIGNATURA : Tecnologías

Más detalles