Un
Datawarehouse es una base de datos corporativa que se caracteriza por integrar
y depurar información de una o más fuentes distintas, para luego procesarla
permitiendo su análisis desde infinidad de perspectivas y con grandes
velocidades de respuesta. La creación de un datawarehouse representa en la
mayoría de las ocasiones el primer paso, desde el punto de vista técnico, para
implantar una solución completa y fiable de Business Intelligence.
La
ventaja principal de este tipo de bases de datos radica en las estructuras en
las que se almacena la información (modelos de tablas en estrella, en copo de
nieve, cubos relacionales... etc.). Este tipo de persistencia de la información
es homogénea y fiable, y permite la consulta y el tratamiento jerarquizado de la
misma (siempre en un entorno diferente a los sistemas operacionales).
El
término Datawarehouse fue acuñado por primera vez por Bill Inmon, y se traduce
literalmente como almacén de datos. No obstante, y como cabe suponer, es mucho
más que eso. Según definió el propio Bill Inmon, un datawarehouse se
caracteriza por ser:
Integrado: los
datos almacenados en el datawarehouse deben integrarse en una estructura
consistente, por lo que las inconsistencias existentes entre los diversos
sistemas operacionales deben ser eliminadas. La información suele estructurarse
también en distintos niveles de detalle para adecuarse a las distintas
necesidades de los usuarios.
Temático: sólo
los datos necesarios para el proceso de generación del conocimiento del negocio
se integran desde el entorno operacional. Los datos se organizan por temas para
facilitar su acceso y entendimiento por parte de los usuarios finales. Por
ejemplo, todos los datos sobre clientes pueden ser consolidados en una única
tabla del datawarehouse. De esta forma, las peticiones de información sobre
clientes serán más fáciles de responder dado que toda la información reside en
el mismo lugar.
Histórico: el
tiempo es parte implícita de la información contenida en un datawarehouse. En
los sistemas operacionales, los datos siempre reflejan el estado de la
actividad del negocio en el momento presente. Por el contrario, la información
almacenada en el datawarehouse sirve, entre otras cosas, para realizar análisis
de tendencias. Por lo tanto, el datawarehouse se carga con los distintos
valores que toma una variable en el tiempo para permitir comparaciones.
No volátil: el
almacén de información de un datawarehouse existe para ser leído, pero no
modificado. La información es por tanto permanente, significando la actualización
del datawarehouse la incorporación de los últimos valores que tomaron las
distintas variables contenidas en él sin ningún tipo de acción sobre lo que ya
existía.
Otra
característica del datawarehouse es que contiene metadatos, es decir, datos
sobre los datos. Los metadatos permiten saber la procedencia de la información,
su periodicidad de refresco, su fiabilidad, forma de cálculo... etc.
Los
metadatos serán los que permiten simplificar y automatizar la obtención de la
información desde los sistemas operacionales a los sistemas informacionales.
Los
objetivos que deben cumplir los metadatos, según el colectivo al que va
dirigido, son:
Dar
soporte al usuario final, ayudándole a acceder al datawarehouse con su propio
lenguaje de negocio, indicando qué información hay y qué significado tiene.
Ayudar a construir consultas, informes y análisis, mediante herramientas de
Business Intelligence como DSS, EIS o CMI.
Dar
soporte a los responsables técnicos del datawarehouse en aspectos de auditoría,
gestión de la información histórica, administración del datawarehouse,
elaboración de programas de extracción de la información, especificación de las
interfaces para la realimentación a los sistemas operacionales de los
resultados obtenidos... etc.
Por
último, destacar que para comprender íntegramente el concepto de datawarehouse,
es importante entender cuál es el proceso de construcción del mismo, denominado
ETL (Extracción, Transformación y Carga), a partir de los sistemas operaciones
de una compañía:
Extracción:
obtención de información de las distintas fuentes tanto internas como externas.
Transformación:
filtrado, limpieza, depuración, homogeneización y agrupación de la información.
Carga: organización y
actualización de los datos y los metadatos en la base de datos.
Las
claves del éxito en la construcción de un datawarehouse es el desarrollo de
forma gradual, seleccionando a un departamento usuario como piloto y
expandiendo progresivamente el almacén de datos a los demás usuarios. Por ello
es importante elegir este usuario inicial o piloto, siendo importante que sea
un departamento con pocos usuarios, en el que la necesidad de este tipo de
sistemas es muy alta y se pueda obtener y medir resultados a corto plazo.
Principales
aportaciones de un datawarehouse:
Proporciona
una herramienta para la toma de decisiones en cualquier área funcional,
basándose en información integrada y global del negocio.
Facilita
la aplicación de técnicas estadísticas de análisis y modelización para
encontrar relaciones ocultas entre los datos del almacén; obteniendo un valor
añadido para el negocio de dicha información.
Proporciona
la capacidad de aprender de los datos del pasado y de predecir situaciones futuras
en diversos escenarios.
Simplifica
dentro de la empresa la implantación de sistemas de gestión integral de la
relación con el cliente.
Supone
una optimización tecnológica y económica en entornos de Centro de Información,
estadística o de generación de informes con retornos de la inversión
espectaculares.
Comentarios
Publicar un comentario