SlideShare uma empresa Scribd logo
1 de 16
UNIVERSIDAD MARIANO GALVEZ DE GUATEMALA
FACULTAD DE CIENCIAS DE LA ADMINISTRACIÓN
MAESTRIA EN ADMINISTRACIÓN DE RECURSOS HUMANOS
SISTEMAS DE INFORMACION GERENCIAL
INGA. M.A. CLAUDIA ESMERALDA VILLELA
INTRODUCCIÓN
¿Qué es un Data Warehouse?
 Es una colección de datos históricos, alimentado de
numerosas fuentes, transformadas en grupos de
información sobre temas específicos del negocio, para
permitir nuevas consultas, análisis, reportes ejecutivos, y
finalmente lo más importante, tomar decisiones.
 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.
Características
1.- Hacer que la información de la organización sea accesible.
2.- Hacer que la información de la organización sea consistente.
3.- Que la información sea adaptable y flexible.
4.- Seguridad en el resguardo de la información.
5.- Ser la base principal de la información para la toma de
decisiones.
6.- Se expresa en términos puramente de negocios como
“mantener la fidelidad de la clientela”.
Objetivos
1.- Proporciona una herramienta para la toma de decisiones en
cualquier área funcional, basándose en información
integrada y global del negocio.
2.- 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.
3.- Proporciona la capacidad de aprender de los datos del
pasado y de predecir situaciones futuras en diversos
escenarios.
4.- Simplifica dentro de la empresa la implantación de sistemas
de gestión integral de la relación con el cliente
5.- Supone una optimización tecnológica y económica en
entornos de Centro de información, estadística o de
generación de informes con retornos de la inversión
espectaculares.
BENEFICIOS
Proceso de construcción
Diferencia ente Data Warehouse y Base
de datos
DATOS SUCIOS
La limpieza de una data "sucia" es un proceso multifacético y
complejo. Los pasos a seguir son los siguientes:
• Analizar sus datos corporativos para descubrir
inexactitudes, anomalías y otros problemas.
• Transformar los datos para asegurar que sean precisos y
coherentes.
• Asegurar la integridad referencial, que es la capacidad del data
warehouse, para identificar correctamente al instante cada objeto
del negocio, tales como un producto, un cliente o un empleado.
•
• Validar los datos que usa la aplicación del data warehouse
Usos
Los datos operacionales y los datos del data warehouse
son accedidos por usuarios que usan los datos de maneras
diferentes.
Uso de Base de Datos
Operacionales
Uso de Data Warehouse
Muchos usuarios concurrentes Pocos usuarios concurrentes
Consultas predefinidas y
Actualizables
Consultas complejas,
frecuentemente no
anticipadas.
Cantidades pequeñas de datos
Detallados
Cantidades grandes de datos
detallados
Requerimientos de respuesta
Inmediata
Requerimientos de respuesta no
críticos
1.- Datos de toda la compañía, organizados para facilitar las
consultas más analíticas que transaccionales.
2.- Los procesos de transformación han sido aplicados a los
datos para permitir un tiempo de respuesta mínima a las
consultas.
3.- Es un modelo de datos multidimensional para hacer más
fácil la navegación y explotación de datos.
4.- La administración de la seguridad está centralizada para
garantizar la necesidad de información dependiendo del
perfil de los usuarios.
Ventajas
1.- No es muy útil para la toma de decisiones en tiempo real
debido al largo tiempo de procesamiento que puede requerir.
2.- Requiere de continua limpieza, transformación e integración
de datos.
3.- En un proceso de implantación pueden encontrarse
dificultades ante los diferentes objetivos que pretende una
organización.
4.- Una vez implantado, puede ser complicado añadir nuevas
fuentes de datos.
Desventajas
1) Datos antiguos: La Data antigua es aquella que se
almacena sobre alguna forma de almacenamiento masivo.
2) Datos actuales: Refleja las ocurrencias más recientes, las
cuáles son de gran interés.
3) Datos ligeramente resumidos: Es aquella que proviene
desde un bajo nivel de detalle encontrado al nivel de detalle
actual.
4) Datos completamente resumidos: Estos datos son
compactos y fácilmente accesibles.
Estructura
CONCLUSIÓN
BIBLIOGRAFÍA
1.-
2.-
3.-
MUCHAS GRACIAS…!!!

Mais conteúdo relacionado

Mais procurados

Que Es Un Data Warehouse
Que Es Un Data WarehouseQue Es Un Data Warehouse
Que Es Un Data Warehouseguest10616d
 
Sesión 12 semana 14
Sesión 12 semana 14Sesión 12 semana 14
Sesión 12 semana 14Noe Castillo
 
Sesión 11 semana 13
Sesión 11 semana 13Sesión 11 semana 13
Sesión 11 semana 13Noe Castillo
 
Gestion del ciclo de vida de la informacion
Gestion del ciclo de vida de la informacionGestion del ciclo de vida de la informacion
Gestion del ciclo de vida de la informacionlmunoz9
 
Datawarehouse1
Datawarehouse1Datawarehouse1
Datawarehouse1nestor
 
Gestión del Ciclo de Vida de la Información (ILM)
Gestión del Ciclo de Vida de la Información (ILM)Gestión del Ciclo de Vida de la Información (ILM)
Gestión del Ciclo de Vida de la Información (ILM)mariaca1108
 
Fundamentos de DataWareHouse - FISI - UNMSM - DataWareHouse
Fundamentos de DataWareHouse - FISI - UNMSM - DataWareHouseFundamentos de DataWareHouse - FISI - UNMSM - DataWareHouse
Fundamentos de DataWareHouse - FISI - UNMSM - DataWareHouseJulio Pari
 
Arquitectura de un dw
Arquitectura de un dwArquitectura de un dw
Arquitectura de un dwMax Santiago
 
06 mapa conceptual 2 no. 6
06   mapa conceptual 2                           no. 606   mapa conceptual 2                           no. 6
06 mapa conceptual 2 no. 6Gustavo Cuxum
 
DATAWAREHOUSE, importancia del almacén de datos
DATAWAREHOUSE, importancia del almacén de datosDATAWAREHOUSE, importancia del almacén de datos
DATAWAREHOUSE, importancia del almacén de datosMaría Isabel Bautista
 
La planificacion segun_data_ware_house
La planificacion segun_data_ware_houseLa planificacion segun_data_ware_house
La planificacion segun_data_ware_houseernestoicidec
 
Que Es Un Data Warehouse
Que Es Un Data WarehouseQue Es Un Data Warehouse
Que Es Un Data Warehouseguest10616d
 

Mais procurados (19)

Datawarehouse 1
Datawarehouse   1Datawarehouse   1
Datawarehouse 1
 
Que Es Un Data Warehouse
Que Es Un Data WarehouseQue Es Un Data Warehouse
Que Es Un Data Warehouse
 
Data warehouse
Data warehouseData warehouse
Data warehouse
 
Sesión 12 semana 14
Sesión 12 semana 14Sesión 12 semana 14
Sesión 12 semana 14
 
Sesión 11 semana 13
Sesión 11 semana 13Sesión 11 semana 13
Sesión 11 semana 13
 
Datawarehouse
DatawarehouseDatawarehouse
Datawarehouse
 
Gestion del ciclo de vida de la informacion
Gestion del ciclo de vida de la informacionGestion del ciclo de vida de la informacion
Gestion del ciclo de vida de la informacion
 
Datawarehouse
DatawarehouseDatawarehouse
Datawarehouse
 
Datawarehouse1
Datawarehouse1Datawarehouse1
Datawarehouse1
 
Gestión del Ciclo de Vida de la Información (ILM)
Gestión del Ciclo de Vida de la Información (ILM)Gestión del Ciclo de Vida de la Información (ILM)
Gestión del Ciclo de Vida de la Información (ILM)
 
Data warehouse
Data warehouseData warehouse
Data warehouse
 
Data warehouse
Data warehouseData warehouse
Data warehouse
 
Fundamentos de DataWareHouse - FISI - UNMSM - DataWareHouse
Fundamentos de DataWareHouse - FISI - UNMSM - DataWareHouseFundamentos de DataWareHouse - FISI - UNMSM - DataWareHouse
Fundamentos de DataWareHouse - FISI - UNMSM - DataWareHouse
 
Data warehouse
Data warehouseData warehouse
Data warehouse
 
Arquitectura de un dw
Arquitectura de un dwArquitectura de un dw
Arquitectura de un dw
 
06 mapa conceptual 2 no. 6
06   mapa conceptual 2                           no. 606   mapa conceptual 2                           no. 6
06 mapa conceptual 2 no. 6
 
DATAWAREHOUSE, importancia del almacén de datos
DATAWAREHOUSE, importancia del almacén de datosDATAWAREHOUSE, importancia del almacén de datos
DATAWAREHOUSE, importancia del almacén de datos
 
La planificacion segun_data_ware_house
La planificacion segun_data_ware_houseLa planificacion segun_data_ware_house
La planificacion segun_data_ware_house
 
Que Es Un Data Warehouse
Que Es Un Data WarehouseQue Es Un Data Warehouse
Que Es Un Data Warehouse
 

Destaque

Matriz de valoracion_o_rubrica_para_evaluar_el_ensayo
Matriz de valoracion_o_rubrica_para_evaluar_el_ensayoMatriz de valoracion_o_rubrica_para_evaluar_el_ensayo
Matriz de valoracion_o_rubrica_para_evaluar_el_ensayoTelygarci
 
Sistemas de inform
Sistemas de informSistemas de inform
Sistemas de informTelygarci
 
Checklist de rúbrica heteroevaluación para ensayo
Checklist de rúbrica heteroevaluación para ensayoChecklist de rúbrica heteroevaluación para ensayo
Checklist de rúbrica heteroevaluación para ensayoTelygarci
 
Checklist de rúbrica coevaluación para ensayo
Checklist de rúbrica coevaluación para ensayoChecklist de rúbrica coevaluación para ensayo
Checklist de rúbrica coevaluación para ensayoTelygarci
 
Mapa conceptual
Mapa conceptualMapa conceptual
Mapa conceptualTelygarci
 
Checklist de rúbrica autoevaluación para ensayo
Checklist de rúbrica autoevaluación para ensayoChecklist de rúbrica autoevaluación para ensayo
Checklist de rúbrica autoevaluación para ensayoTelygarci
 
Caso de estudio.si
Caso de estudio.siCaso de estudio.si
Caso de estudio.siTelygarci
 
Mapa conceptual
Mapa conceptualMapa conceptual
Mapa conceptualTelygarci
 
La cadena de valor de la administración del conocimiento
La cadena de valor de la administración del conocimientoLa cadena de valor de la administración del conocimiento
La cadena de valor de la administración del conocimientoHarakanova
 

Destaque (14)

Matriz de valoracion_o_rubrica_para_evaluar_el_ensayo
Matriz de valoracion_o_rubrica_para_evaluar_el_ensayoMatriz de valoracion_o_rubrica_para_evaluar_el_ensayo
Matriz de valoracion_o_rubrica_para_evaluar_el_ensayo
 
Sistemas de inform
Sistemas de informSistemas de inform
Sistemas de inform
 
Checklist de rúbrica heteroevaluación para ensayo
Checklist de rúbrica heteroevaluación para ensayoChecklist de rúbrica heteroevaluación para ensayo
Checklist de rúbrica heteroevaluación para ensayo
 
Ensayo
EnsayoEnsayo
Ensayo
 
Pedidos
PedidosPedidos
Pedidos
 
Glosario
GlosarioGlosario
Glosario
 
Checklist de rúbrica coevaluación para ensayo
Checklist de rúbrica coevaluación para ensayoChecklist de rúbrica coevaluación para ensayo
Checklist de rúbrica coevaluación para ensayo
 
Mapa conceptual
Mapa conceptualMapa conceptual
Mapa conceptual
 
Checklist de rúbrica autoevaluación para ensayo
Checklist de rúbrica autoevaluación para ensayoChecklist de rúbrica autoevaluación para ensayo
Checklist de rúbrica autoevaluación para ensayo
 
Caso de estudio.si
Caso de estudio.siCaso de estudio.si
Caso de estudio.si
 
Rrhh
RrhhRrhh
Rrhh
 
Mapa conceptual
Mapa conceptualMapa conceptual
Mapa conceptual
 
La cadena de valor de la administración del conocimiento
La cadena de valor de la administración del conocimientoLa cadena de valor de la administración del conocimiento
La cadena de valor de la administración del conocimiento
 
Laudon
LaudonLaudon
Laudon
 

Semelhante a Exposición data

carlos gallego 230 75 29 Lectura Cap 5
carlos gallego 230 75 29 Lectura Cap 5carlos gallego 230 75 29 Lectura Cap 5
carlos gallego 230 75 29 Lectura Cap 5Carlos Andres
 
Introducciòn Bases de Datos
Introducciòn Bases de DatosIntroducciòn Bases de Datos
Introducciòn Bases de DatosCarlos Julio
 
F:\Universidad\Bases De Datos\Taller1 IntroducciòNbd
F:\Universidad\Bases De Datos\Taller1 IntroducciòNbdF:\Universidad\Bases De Datos\Taller1 IntroducciòNbd
F:\Universidad\Bases De Datos\Taller1 IntroducciòNbdCarlos Julio
 
Bussiness inteligence
Bussiness inteligenceBussiness inteligence
Bussiness inteligenceMaryy Aqua
 
Tabla comparativa sistema de información
Tabla comparativa sistema de información Tabla comparativa sistema de información
Tabla comparativa sistema de información vanebrambila
 
UNIDAD 5 los conceptos de inteligencia de negocios
UNIDAD 5 los conceptos de inteligencia de negociosUNIDAD 5 los conceptos de inteligencia de negocios
UNIDAD 5 los conceptos de inteligencia de negociosISABEL PUENTE
 
Bussiness inteligence
Bussiness inteligenceBussiness inteligence
Bussiness inteligenceIrene Lorza
 
Data-Warehouse-I.pdf
Data-Warehouse-I.pdfData-Warehouse-I.pdf
Data-Warehouse-I.pdfYair Ambrocio
 
Data mart-data-warehouse-data-mining
Data mart-data-warehouse-data-miningData mart-data-warehouse-data-mining
Data mart-data-warehouse-data-miningNintendo
 
Data Warehouse
Data WarehouseData Warehouse
Data WarehousePierinaCP
 
Ensayo Omar Enrique Aguilar Aquino
Ensayo Omar Enrique Aguilar AquinoEnsayo Omar Enrique Aguilar Aquino
Ensayo Omar Enrique Aguilar Aquinocoprse aquino
 

Semelhante a Exposición data (20)

SISTEMAS DE INTELIGENCIA DE NEGOCIOS
SISTEMAS DE INTELIGENCIA DE NEGOCIOSSISTEMAS DE INTELIGENCIA DE NEGOCIOS
SISTEMAS DE INTELIGENCIA DE NEGOCIOS
 
Datewarehouse.ppt
Datewarehouse.pptDatewarehouse.ppt
Datewarehouse.ppt
 
Aguagallo doris rl_1
Aguagallo doris rl_1Aguagallo doris rl_1
Aguagallo doris rl_1
 
carlos gallego 230 75 29 Lectura Cap 5
carlos gallego 230 75 29 Lectura Cap 5carlos gallego 230 75 29 Lectura Cap 5
carlos gallego 230 75 29 Lectura Cap 5
 
business intelligence
business intelligencebusiness intelligence
business intelligence
 
Introducciòn Bases de Datos
Introducciòn Bases de DatosIntroducciòn Bases de Datos
Introducciòn Bases de Datos
 
F:\Universidad\Bases De Datos\Taller1 IntroducciòNbd
F:\Universidad\Bases De Datos\Taller1 IntroducciòNbdF:\Universidad\Bases De Datos\Taller1 IntroducciòNbd
F:\Universidad\Bases De Datos\Taller1 IntroducciòNbd
 
Cuestiones de repaso_cap_31_utpl
Cuestiones de repaso_cap_31_utplCuestiones de repaso_cap_31_utpl
Cuestiones de repaso_cap_31_utpl
 
Data warehouse
Data warehouseData warehouse
Data warehouse
 
Almacenes de datos
Almacenes de datosAlmacenes de datos
Almacenes de datos
 
Curso : Inteligencia de Negocios - Dia1
Curso : Inteligencia de Negocios - Dia1Curso : Inteligencia de Negocios - Dia1
Curso : Inteligencia de Negocios - Dia1
 
Data warehouse
Data warehouseData warehouse
Data warehouse
 
Bussiness inteligence
Bussiness inteligenceBussiness inteligence
Bussiness inteligence
 
Tabla comparativa sistema de información
Tabla comparativa sistema de información Tabla comparativa sistema de información
Tabla comparativa sistema de información
 
UNIDAD 5 los conceptos de inteligencia de negocios
UNIDAD 5 los conceptos de inteligencia de negociosUNIDAD 5 los conceptos de inteligencia de negocios
UNIDAD 5 los conceptos de inteligencia de negocios
 
Bussiness inteligence
Bussiness inteligenceBussiness inteligence
Bussiness inteligence
 
Data-Warehouse-I.pdf
Data-Warehouse-I.pdfData-Warehouse-I.pdf
Data-Warehouse-I.pdf
 
Data mart-data-warehouse-data-mining
Data mart-data-warehouse-data-miningData mart-data-warehouse-data-mining
Data mart-data-warehouse-data-mining
 
Data Warehouse
Data WarehouseData Warehouse
Data Warehouse
 
Ensayo Omar Enrique Aguilar Aquino
Ensayo Omar Enrique Aguilar AquinoEnsayo Omar Enrique Aguilar Aquino
Ensayo Omar Enrique Aguilar Aquino
 

Exposición data

  • 1. UNIVERSIDAD MARIANO GALVEZ DE GUATEMALA FACULTAD DE CIENCIAS DE LA ADMINISTRACIÓN MAESTRIA EN ADMINISTRACIÓN DE RECURSOS HUMANOS SISTEMAS DE INFORMACION GERENCIAL INGA. M.A. CLAUDIA ESMERALDA VILLELA
  • 3. ¿Qué es un Data Warehouse?  Es una colección de datos históricos, alimentado de numerosas fuentes, transformadas en grupos de información sobre temas específicos del negocio, para permitir nuevas consultas, análisis, reportes ejecutivos, y finalmente lo más importante, tomar decisiones.  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.
  • 5. 1.- Hacer que la información de la organización sea accesible. 2.- Hacer que la información de la organización sea consistente. 3.- Que la información sea adaptable y flexible. 4.- Seguridad en el resguardo de la información. 5.- Ser la base principal de la información para la toma de decisiones. 6.- Se expresa en términos puramente de negocios como “mantener la fidelidad de la clientela”. Objetivos
  • 6. 1.- Proporciona una herramienta para la toma de decisiones en cualquier área funcional, basándose en información integrada y global del negocio. 2.- 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. 3.- Proporciona la capacidad de aprender de los datos del pasado y de predecir situaciones futuras en diversos escenarios. 4.- Simplifica dentro de la empresa la implantación de sistemas de gestión integral de la relación con el cliente 5.- Supone una optimización tecnológica y económica en entornos de Centro de información, estadística o de generación de informes con retornos de la inversión espectaculares. BENEFICIOS
  • 8. Diferencia ente Data Warehouse y Base de datos
  • 9. DATOS SUCIOS La limpieza de una data "sucia" es un proceso multifacético y complejo. Los pasos a seguir son los siguientes: • Analizar sus datos corporativos para descubrir inexactitudes, anomalías y otros problemas. • Transformar los datos para asegurar que sean precisos y coherentes. • Asegurar la integridad referencial, que es la capacidad del data warehouse, para identificar correctamente al instante cada objeto del negocio, tales como un producto, un cliente o un empleado. • • Validar los datos que usa la aplicación del data warehouse
  • 10. Usos Los datos operacionales y los datos del data warehouse son accedidos por usuarios que usan los datos de maneras diferentes. Uso de Base de Datos Operacionales Uso de Data Warehouse Muchos usuarios concurrentes Pocos usuarios concurrentes Consultas predefinidas y Actualizables Consultas complejas, frecuentemente no anticipadas. Cantidades pequeñas de datos Detallados Cantidades grandes de datos detallados Requerimientos de respuesta Inmediata Requerimientos de respuesta no críticos
  • 11. 1.- Datos de toda la compañía, organizados para facilitar las consultas más analíticas que transaccionales. 2.- Los procesos de transformación han sido aplicados a los datos para permitir un tiempo de respuesta mínima a las consultas. 3.- Es un modelo de datos multidimensional para hacer más fácil la navegación y explotación de datos. 4.- La administración de la seguridad está centralizada para garantizar la necesidad de información dependiendo del perfil de los usuarios. Ventajas
  • 12. 1.- No es muy útil para la toma de decisiones en tiempo real debido al largo tiempo de procesamiento que puede requerir. 2.- Requiere de continua limpieza, transformación e integración de datos. 3.- En un proceso de implantación pueden encontrarse dificultades ante los diferentes objetivos que pretende una organización. 4.- Una vez implantado, puede ser complicado añadir nuevas fuentes de datos. Desventajas
  • 13. 1) Datos antiguos: La Data antigua es aquella que se almacena sobre alguna forma de almacenamiento masivo. 2) Datos actuales: Refleja las ocurrencias más recientes, las cuáles son de gran interés. 3) Datos ligeramente resumidos: Es aquella que proviene desde un bajo nivel de detalle encontrado al nivel de detalle actual. 4) Datos completamente resumidos: Estos datos son compactos y fácilmente accesibles. Estructura