SlideShare uma empresa Scribd logo
1 de 11
¿Cómo sé que logré realizar lo que quería?
Por que lo que he realizado es calificado por mi conciencia y por aquellas personas que están a
mi alrededor.Se que logre lo que quería porque veo los resultados de mi esfuerzo, mitrabajo y
mi desempeño en un trabajo ya sea para mi bien o para el delos demás.
MIPROGRAMADE VIDAEl propósito de mi vida. Es...
Tener un proyecto de vida para mis próximos dos años para así saber cuales van hacer mis
logros propuestos y mis metas.Para analizar mi vida mas profundamente para tener un futuro
mejor,con claridad hacia mis metas.Para saber paso a paso mis logros, mis propósitos, y mis
dificultadespara desarrollar mi proyecto de vida, pero con esfuerzo se que lo voya cumplir con
mis sueños y proyecto.
Analizo mi realidad para realizar el plan de acción:¿Cuál es mi realidad?
Mi realidad es que me estoy preparando para ser una gran profesionaly para ser una gran
persona.Mi realidad es todo lo que tengo ahora, como tengo mi familia que
meesta apoyando, con el estudio con todo lo nuevo que estoyaprendiendo.
¿Qué tengo?
Tengo ganas de aprender conocimientos nuevos para aplicarlosdurante el resto de mi vida, y
sobre todo tengo a mi familia que meapoya en todas las decisiones que quiero tomar, las
personas que me
rodean y las cuales me brindan sus consejos para que sea cada
díamejor.Tengo buenos sentimientos, tengo conocimientos, tengo ganas deaprender cosas
nuevas, de salir adelante, tengo una familia que estapendiente de mí.
¿Qué necesito?
Necesito la fortaleza, una buena disposición física, mental,psicológicamente y necesito mi fami
lia que me este apoyando,también necesito un conocimiento para ser una gran profesional,nec
esito sobre todo de mi misma para ser fuerte y para poder cumplir mis metas.
¿Qué puedo hacer?
Puedo hacer todo aquello que proponga y que tenga la seguridad deque pueda
aprender.También puedo cumplir con proyecto de vida, para desarrollarmecomo persona
con sentimientos y conocimientos nuevos cada día.
¿Qué voy a hacer?
Voy a cumplir todas mis metas propuestas, voy a seguir apostándole ala vida en conocimientos
nuevos que pueda ir adquiriendo cada díamas, voy hacer lo que siempre he querido poder
ser una granprofesional para demostrar mis conocimientos, hacer de mis sueños ymis metas
una gran realidad.
MIS METAS A SEGUIR EN MI PROYECTO DE VIDA
ÁREASMETAS A 6 MESESMETAS A 1 AÑOMETAS A 2 AÑOSSALUD:
Física y mental
.
Físico: Tener buenashábitos alimenticios ydeportivos.Mental: Contar
connuevosconocimientos.Físico: practicar eldeporte por gusto y nopor deber.Mental:
tener una buenadisposición para lolaboral.Físico: tener una buenacalidad de vida.Mental:
tener losconocimientosnecesarios de laadministracióndocumental para dar unbuen
rendimiento en lolaboral
SOCIO
AFECTIVAS:
Relaciones de pareja,con amigos, vecinos,Grupos.
Relacionarme mejor con mis compañeros ycon los profesores decurso.Tener mas amigosTener
una mejor relacióncon mis vecinosTener una mejor relación con aquellaspersonas con
lascuales no me herelaciono bien.
FAMILIARES:
Integración, apoyo,Respeto, confianza,Comunicación,Independencia
Poder ayudar a mifamilia, tener unamejor integración,seguir con la buenacomunicación.Tener
una mejor integración con mifamiliaPoder apoyar a laspersonas de mi
familiapara así compensar todo lo que han hechopor mí.
Data warehousePresentation Transcript
 1. DATA WAREHOUSE Presentador Por: Andrés
Fabián Cortes Solano
 2. TEMARIO 1. ¿Qué es Data Warehouse? 2.
Conceptos básicos: Características Aplicaciones
Alternativas de Diseño Herramientas Utilizadas
Datamining Base de Datos Multidimensional
Metadatos Procesos de Construcción Técnicas
Explotación
 3. Data Warehouse Es un repositorio estructurado, a
nivel Empresa, de datos orientados hacia áreas de
negocio, que contiene datos históricos y que está
preparado para facilitar la toma de decisiones.
 4. Diferencias Base de Datos Operacional Data
Warehouse Datos Operacionales Datos del negocio
para Información Orientado a la aplicación Orientado
al sujeto Actual Actual + histórico Detallada Detallada
+ más resumida Cambia continuamente Estable
 5. Entre las principales se tiene: · Orientado al
tema · Integrado · Variante en el Tiempo
· No volátil Características
 6. Orientado al Tema Una primera característica del
data warehouse es que la información se clasifica en
base a los aspectos que son de interés para la
empresa. Ejemplo: Para un fabricante pueden ser
cliente, vendedor y producto.
 7. Integrado La base de datos contiene los datos de
todos los sistemas operacionales de la organización, y
dichos datos deben ser consistentes.
 8. Variante en el Tiempo Como la información en el
data warehouse es solicitada en cualquier momento
(es decir, no "ahora mismo"), los datos
encontrados en el depósito se llaman “variante en el
tiempo".
 9. No volátil La información no se modifica ni se
elimina, una vez almacenado un dato, éste se
convierte en información de sólo lectura , y se
mantiene para futuras consultas.
 10. Aplicaciones Sistemas de Marketing Análisis de
Riesgo Financiero Análisis de Riesgo de Crédito
Control de Gestión Logística Recursos Humanos
 11. Alternativas de Diseño 1. Creación de varios
Datamarts independientes, uno por cada dominio o
fuente de información, y definición de una Capa
Usuario por cada uno de estos Datamarts. 2. Creación
de un único Datawarehouse que englobe todos los
datos, del que se extraigan diferentes Datamarts, uno
por cada dominio o fuente de información y definición
de una Capa Usuario por cada Datamart. 3. Creación
de un único Datawarehouse con definición de una
única Capa Usuario . 4. Creación de un único
Datawarehouse con definición de varias Capas
Usuario.
 12. Herramientas Utilizadas Herramientas para
la inteligencia empresarial. Herramientas para extraer,
transformar y cargar datos en el almacén de datos.
Herramientas para gestionar y recuperar
los metadatos.
 13. Datamining (Minería de Datos) Es el conjunto de
técnicas y tecnologías que permiten explorar grandes
bases de datos, de manera automática o
semiautomática, con el objetivo de encontrar patrones
repetitivos, tendencias o reglas que expliquen el
comportamiento de los datos en un determinado
contexto. Hace uso de prácticas estadísticas y, en
algunos casos, de algoritmos de búsqueda próximos a
la Inteligencia Artificial y a las redes neuronales.
 14. Base de Datos Multidimensionales Se utilizan
principalmente para crear aplicaciones OLAP y
pueden verse como bases de datos de una sola tabla,
su peculiaridad es que por cada dimensión tienen
un campo (o columna), y otro campo por
cada métrica o hecho, es decir estas tablas
almacenan registros cuyos campos son de la forma: (
d 1 , d 2 , d 3 ,..., f 1 , f 2 , f 3 ,...) Donde los campos '
d i ' hacen referencia a las dimensiones de la tabla, y
los campos ' f i ' a las métricas o hechos que se
quiere almacenar, estudiar o analizar.
 15. Metadatos Uno de los componentes más
importantes de la arquitectura de un almacén de datos
son los metadatos. Se define comúnmente como
" datos acerca de los datos ", en el sentido
de que se trata de datos que describen cuál es la
estructura de los datos que se van a almacenar y
cómo se relacionan. El Metadato documenta, entre
otras cosas, qué tablas existen en una base de datos,
qué columnas posee cada una de las tablas y qué tipo
de datos se pueden almacenar.
 16. Procesos de Construcción ETL (Extracción,
Transformación y Carga). 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.
 17. Técnicas de Explotación La explotación del Data
Warehouse mediante información de gestión, se
fundamenta básicamente en los niveles agrupados o
calculados de información.
 18. Glosario • D ata Warehouse: Es un repositorio
estructurado, a nivel Empresa, de datos orientados
hacia áreas de negocio, que contiene datos históricos
y que está preparado para facilitar la toma de
decisiones. • Datamart: Es una base de datos
orientada a un tema específico. En otras palabras es
un subconjunto del Data Warehouse Corporativo. •
Capa Usuario: Es una vista usuario de la base de
datos que permite su aislamiento respecto de la
complejidad física de la misma. No incluye ningún
dato físico. Es una agrupación lógica de los datos
adaptada a los conocimientos y filosofía del Usuario •
OLAP : Tecnología que permite la explotación de
datos en diferentes niveles organizacionales y
periodos de tiempo.
 19. GRACIAS POR SU ATENCION
Intro

Mais conteúdo relacionado

Destaque

Aspectos fundamentales del monte dobra
Aspectos fundamentales del monte dobraAspectos fundamentales del monte dobra
Aspectos fundamentales del monte dobraCarlos Ruisánchez
 
Guia de Postura na Web - Grupo Mill
Guia de Postura na Web - Grupo MillGuia de Postura na Web - Grupo Mill
Guia de Postura na Web - Grupo MillFun Digital
 
Guía turística
Guía turísticaGuía turística
Guía turísticashio-chan
 
Claridad Al Tema 21 Megaobras SeñOr Alcalde
Claridad Al Tema 21 Megaobras SeñOr AlcaldeClaridad Al Tema 21 Megaobras SeñOr Alcalde
Claridad Al Tema 21 Megaobras SeñOr AlcaldeLily Vallejo
 
Conceptos de iluminacion de ambientes
Conceptos de iluminacion de ambientes Conceptos de iluminacion de ambientes
Conceptos de iluminacion de ambientes lachegon
 
Ooi12 parte i
Ooi12 parte iOoi12 parte i
Ooi12 parte icomiteiv
 
Centro Amanecer Iglesia de La Asunción
Centro Amanecer   Iglesia de La AsunciónCentro Amanecer   Iglesia de La Asunción
Centro Amanecer Iglesia de La AsunciónMaría Díaz
 
PowerPoint, soy dietista.
PowerPoint, soy dietista.PowerPoint, soy dietista.
PowerPoint, soy dietista.Gala Hidalgo
 
L o s s e r e s v i v o s
L o s   s e r e s  v i v o sL o s   s e r e s  v i v o s
L o s s e r e s v i v o smhatilde
 
PRESENTACIÓN FOTOGRAFÍA
PRESENTACIÓN FOTOGRAFÍAPRESENTACIÓN FOTOGRAFÍA
PRESENTACIÓN FOTOGRAFÍATONINOT17
 
Tema 2 la europa feudal
Tema 2   la europa feudalTema 2   la europa feudal
Tema 2 la europa feudaljuanjoJS
 
Bicentena
BicentenaBicentena
BicentenaETB
 
Arte gotico
Arte goticoArte gotico
Arte goticoz3000
 
ALDE ZAHARREKO GIDA TURISTIKOA (emparantza nagusiak)
ALDE ZAHARREKO GIDA TURISTIKOA (emparantza nagusiak)ALDE ZAHARREKO GIDA TURISTIKOA (emparantza nagusiak)
ALDE ZAHARREKO GIDA TURISTIKOA (emparantza nagusiak)orixe4maila
 

Destaque (20)

Aspectos fundamentales del monte dobra
Aspectos fundamentales del monte dobraAspectos fundamentales del monte dobra
Aspectos fundamentales del monte dobra
 
La noche en la ciudad
La noche en la ciudadLa noche en la ciudad
La noche en la ciudad
 
Guía Informativa 4a Carrera Atlética
Guía Informativa 4a Carrera AtléticaGuía Informativa 4a Carrera Atlética
Guía Informativa 4a Carrera Atlética
 
Guia de Postura na Web - Grupo Mill
Guia de Postura na Web - Grupo MillGuia de Postura na Web - Grupo Mill
Guia de Postura na Web - Grupo Mill
 
Ejercicio11a
Ejercicio11aEjercicio11a
Ejercicio11a
 
Guía turística
Guía turísticaGuía turística
Guía turística
 
Claridad Al Tema 21 Megaobras SeñOr Alcalde
Claridad Al Tema 21 Megaobras SeñOr AlcaldeClaridad Al Tema 21 Megaobras SeñOr Alcalde
Claridad Al Tema 21 Megaobras SeñOr Alcalde
 
Conceptos de iluminacion de ambientes
Conceptos de iluminacion de ambientes Conceptos de iluminacion de ambientes
Conceptos de iluminacion de ambientes
 
Ooi12 parte i
Ooi12 parte iOoi12 parte i
Ooi12 parte i
 
Centro Amanecer Iglesia de La Asunción
Centro Amanecer   Iglesia de La AsunciónCentro Amanecer   Iglesia de La Asunción
Centro Amanecer Iglesia de La Asunción
 
Politica
PoliticaPolitica
Politica
 
PowerPoint, soy dietista.
PowerPoint, soy dietista.PowerPoint, soy dietista.
PowerPoint, soy dietista.
 
L o s s e r e s v i v o s
L o s   s e r e s  v i v o sL o s   s e r e s  v i v o s
L o s s e r e s v i v o s
 
Mates
MatesMates
Mates
 
Pintura
PinturaPintura
Pintura
 
PRESENTACIÓN FOTOGRAFÍA
PRESENTACIÓN FOTOGRAFÍAPRESENTACIÓN FOTOGRAFÍA
PRESENTACIÓN FOTOGRAFÍA
 
Tema 2 la europa feudal
Tema 2   la europa feudalTema 2   la europa feudal
Tema 2 la europa feudal
 
Bicentena
BicentenaBicentena
Bicentena
 
Arte gotico
Arte goticoArte gotico
Arte gotico
 
ALDE ZAHARREKO GIDA TURISTIKOA (emparantza nagusiak)
ALDE ZAHARREKO GIDA TURISTIKOA (emparantza nagusiak)ALDE ZAHARREKO GIDA TURISTIKOA (emparantza nagusiak)
ALDE ZAHARREKO GIDA TURISTIKOA (emparantza nagusiak)
 

Semelhante a Intro

Saula ana rl_1
Saula ana rl_1Saula ana rl_1
Saula ana rl_1Any Saula
 
introducción a sql.pptx
introducción a sql.pptxintroducción a sql.pptx
introducción a sql.pptxGonzaloSnchez53
 
Reporte de lectura
Reporte de lecturaReporte de lectura
Reporte de lecturaChars Orden
 
Data warehouse
Data warehouseData warehouse
Data warehousemalupahu
 
314312029 monografia-inteligencia-de-negocios
314312029 monografia-inteligencia-de-negocios314312029 monografia-inteligencia-de-negocios
314312029 monografia-inteligencia-de-negociosLuis Mateo
 
Clase 02 - Base de Datos Estratégica [Inteligencia de Negocios en las Organiz...
Clase 02 - Base de Datos Estratégica [Inteligencia de Negocios en las Organiz...Clase 02 - Base de Datos Estratégica [Inteligencia de Negocios en las Organiz...
Clase 02 - Base de Datos Estratégica [Inteligencia de Negocios en las Organiz...Julio Antonio Huaman Chuque
 
Ensayo Omar Enrique Aguilar Aquino
Ensayo Omar Enrique Aguilar AquinoEnsayo Omar Enrique Aguilar Aquino
Ensayo Omar Enrique Aguilar Aquinocoprse aquino
 
ANALÍTICA DE DATOS EN INSTITUCIONES EDUCATIVAS 1
ANALÍTICA DE DATOS EN INSTITUCIONES EDUCATIVAS 1ANALÍTICA DE DATOS EN INSTITUCIONES EDUCATIVAS 1
ANALÍTICA DE DATOS EN INSTITUCIONES EDUCATIVAS 1CARLOS MASSUH
 
toma de decisiomes
toma de decisiomestoma de decisiomes
toma de decisiomesanyi oviedo
 
Expo de toma de decisiomes
Expo de toma de decisiomesExpo de toma de decisiomes
Expo de toma de decisiomesanyi oviedo
 
2.1 business intelligence
2.1 business intelligence2.1 business intelligence
2.1 business intelligencefannyquin
 
Arquitectura de datos empresariales actividad 2
Arquitectura de datos empresariales   actividad 2Arquitectura de datos empresariales   actividad 2
Arquitectura de datos empresariales actividad 2CarlosTenelema1
 

Semelhante a Intro (20)

Bases de conocimiento vs bases de datos
Bases de conocimiento vs bases de datosBases de conocimiento vs bases de datos
Bases de conocimiento vs bases de datos
 
Saula ana rl_1
Saula ana rl_1Saula ana rl_1
Saula ana rl_1
 
introducción a sql.pptx
introducción a sql.pptxintroducción a sql.pptx
introducción a sql.pptx
 
Actividad 1
Actividad 1Actividad 1
Actividad 1
 
1DATA WAREHOUSE.ppt
1DATA WAREHOUSE.ppt1DATA WAREHOUSE.ppt
1DATA WAREHOUSE.ppt
 
Bases de datos y sistemas de informacion
Bases de datos y sistemas de informacionBases de datos y sistemas de informacion
Bases de datos y sistemas de informacion
 
Reporte de lectura
Reporte de lecturaReporte de lectura
Reporte de lectura
 
Data warehouse
Data warehouseData warehouse
Data warehouse
 
314312029 monografia-inteligencia-de-negocios
314312029 monografia-inteligencia-de-negocios314312029 monografia-inteligencia-de-negocios
314312029 monografia-inteligencia-de-negocios
 
Clase 02 - Base de Datos Estratégica [Inteligencia de Negocios en las Organiz...
Clase 02 - Base de Datos Estratégica [Inteligencia de Negocios en las Organiz...Clase 02 - Base de Datos Estratégica [Inteligencia de Negocios en las Organiz...
Clase 02 - Base de Datos Estratégica [Inteligencia de Negocios en las Organiz...
 
Unidad 1 universidad de pamplona
Unidad 1 universidad de pamplonaUnidad 1 universidad de pamplona
Unidad 1 universidad de pamplona
 
Ensayo Omar Enrique Aguilar Aquino
Ensayo Omar Enrique Aguilar AquinoEnsayo Omar Enrique Aguilar Aquino
Ensayo Omar Enrique Aguilar Aquino
 
ANALÍTICA DE DATOS EN INSTITUCIONES EDUCATIVAS 1
ANALÍTICA DE DATOS EN INSTITUCIONES EDUCATIVAS 1ANALÍTICA DE DATOS EN INSTITUCIONES EDUCATIVAS 1
ANALÍTICA DE DATOS EN INSTITUCIONES EDUCATIVAS 1
 
Funcion de un dba
Funcion de un dbaFuncion de un dba
Funcion de un dba
 
toma de decisiomes
toma de decisiomestoma de decisiomes
toma de decisiomes
 
Expo de toma de decisiomes
Expo de toma de decisiomesExpo de toma de decisiomes
Expo de toma de decisiomes
 
Base de Datos
Base de DatosBase de Datos
Base de Datos
 
2.1 business intelligence
2.1 business intelligence2.1 business intelligence
2.1 business intelligence
 
Arquitectura de datos empresariales actividad 2
Arquitectura de datos empresariales   actividad 2Arquitectura de datos empresariales   actividad 2
Arquitectura de datos empresariales actividad 2
 
S15 bi v1-1
S15 bi v1-1S15 bi v1-1
S15 bi v1-1
 

Intro

  • 1. ¿Cómo sé que logré realizar lo que quería? Por que lo que he realizado es calificado por mi conciencia y por aquellas personas que están a mi alrededor.Se que logre lo que quería porque veo los resultados de mi esfuerzo, mitrabajo y mi desempeño en un trabajo ya sea para mi bien o para el delos demás. MIPROGRAMADE VIDAEl propósito de mi vida. Es... Tener un proyecto de vida para mis próximos dos años para así saber cuales van hacer mis logros propuestos y mis metas.Para analizar mi vida mas profundamente para tener un futuro mejor,con claridad hacia mis metas.Para saber paso a paso mis logros, mis propósitos, y mis dificultadespara desarrollar mi proyecto de vida, pero con esfuerzo se que lo voya cumplir con mis sueños y proyecto. Analizo mi realidad para realizar el plan de acción:¿Cuál es mi realidad? Mi realidad es que me estoy preparando para ser una gran profesionaly para ser una gran persona.Mi realidad es todo lo que tengo ahora, como tengo mi familia que meesta apoyando, con el estudio con todo lo nuevo que estoyaprendiendo. ¿Qué tengo? Tengo ganas de aprender conocimientos nuevos para aplicarlosdurante el resto de mi vida, y sobre todo tengo a mi familia que meapoya en todas las decisiones que quiero tomar, las personas que me
  • 2.
  • 3. rodean y las cuales me brindan sus consejos para que sea cada díamejor.Tengo buenos sentimientos, tengo conocimientos, tengo ganas deaprender cosas nuevas, de salir adelante, tengo una familia que estapendiente de mí. ¿Qué necesito? Necesito la fortaleza, una buena disposición física, mental,psicológicamente y necesito mi fami lia que me este apoyando,también necesito un conocimiento para ser una gran profesional,nec esito sobre todo de mi misma para ser fuerte y para poder cumplir mis metas. ¿Qué puedo hacer? Puedo hacer todo aquello que proponga y que tenga la seguridad deque pueda aprender.También puedo cumplir con proyecto de vida, para desarrollarmecomo persona con sentimientos y conocimientos nuevos cada día. ¿Qué voy a hacer? Voy a cumplir todas mis metas propuestas, voy a seguir apostándole ala vida en conocimientos nuevos que pueda ir adquiriendo cada díamas, voy hacer lo que siempre he querido poder ser una granprofesional para demostrar mis conocimientos, hacer de mis sueños ymis metas una gran realidad.
  • 4.
  • 5. MIS METAS A SEGUIR EN MI PROYECTO DE VIDA ÁREASMETAS A 6 MESESMETAS A 1 AÑOMETAS A 2 AÑOSSALUD: Física y mental . Físico: Tener buenashábitos alimenticios ydeportivos.Mental: Contar connuevosconocimientos.Físico: practicar eldeporte por gusto y nopor deber.Mental: tener una buenadisposición para lolaboral.Físico: tener una buenacalidad de vida.Mental: tener losconocimientosnecesarios de laadministracióndocumental para dar unbuen rendimiento en lolaboral SOCIO AFECTIVAS: Relaciones de pareja,con amigos, vecinos,Grupos. Relacionarme mejor con mis compañeros ycon los profesores decurso.Tener mas amigosTener una mejor relacióncon mis vecinosTener una mejor relación con aquellaspersonas con lascuales no me herelaciono bien. FAMILIARES: Integración, apoyo,Respeto, confianza,Comunicación,Independencia Poder ayudar a mifamilia, tener unamejor integración,seguir con la buenacomunicación.Tener una mejor integración con mifamiliaPoder apoyar a laspersonas de mi familiapara así compensar todo lo que han hechopor mí.
  • 6.
  • 7. Data warehousePresentation Transcript  1. DATA WAREHOUSE Presentador Por: Andrés Fabián Cortes Solano  2. TEMARIO 1. ¿Qué es Data Warehouse? 2. Conceptos básicos: Características Aplicaciones Alternativas de Diseño Herramientas Utilizadas Datamining Base de Datos Multidimensional Metadatos Procesos de Construcción Técnicas Explotación  3. Data Warehouse Es un repositorio estructurado, a nivel Empresa, de datos orientados hacia áreas de negocio, que contiene datos históricos y que está preparado para facilitar la toma de decisiones.  4. Diferencias Base de Datos Operacional Data Warehouse Datos Operacionales Datos del negocio para Información Orientado a la aplicación Orientado al sujeto Actual Actual + histórico Detallada Detallada + más resumida Cambia continuamente Estable  5. Entre las principales se tiene: · Orientado al tema · Integrado · Variante en el Tiempo · No volátil Características  6. Orientado al Tema Una primera característica del data warehouse es que la información se clasifica en
  • 8. base a los aspectos que son de interés para la empresa. Ejemplo: Para un fabricante pueden ser cliente, vendedor y producto.  7. Integrado La base de datos contiene los datos de todos los sistemas operacionales de la organización, y dichos datos deben ser consistentes.  8. Variante en el Tiempo Como la información en el data warehouse es solicitada en cualquier momento (es decir, no "ahora mismo"), los datos encontrados en el depósito se llaman “variante en el tiempo".  9. No volátil La información no se modifica ni se elimina, una vez almacenado un dato, éste se convierte en información de sólo lectura , y se mantiene para futuras consultas.  10. Aplicaciones Sistemas de Marketing Análisis de Riesgo Financiero Análisis de Riesgo de Crédito Control de Gestión Logística Recursos Humanos  11. Alternativas de Diseño 1. Creación de varios Datamarts independientes, uno por cada dominio o fuente de información, y definición de una Capa Usuario por cada uno de estos Datamarts. 2. Creación de un único Datawarehouse que englobe todos los datos, del que se extraigan diferentes Datamarts, uno por cada dominio o fuente de información y definición de una Capa Usuario por cada Datamart. 3. Creación de un único Datawarehouse con definición de una única Capa Usuario . 4. Creación de un único Datawarehouse con definición de varias Capas Usuario.
  • 9.  12. Herramientas Utilizadas Herramientas para la inteligencia empresarial. Herramientas para extraer, transformar y cargar datos en el almacén de datos. Herramientas para gestionar y recuperar los metadatos.  13. Datamining (Minería de Datos) Es el conjunto de técnicas y tecnologías que permiten explorar grandes bases de datos, de manera automática o semiautomática, con el objetivo de encontrar patrones repetitivos, tendencias o reglas que expliquen el comportamiento de los datos en un determinado contexto. Hace uso de prácticas estadísticas y, en algunos casos, de algoritmos de búsqueda próximos a la Inteligencia Artificial y a las redes neuronales.  14. Base de Datos Multidimensionales Se utilizan principalmente para crear aplicaciones OLAP y pueden verse como bases de datos de una sola tabla, su peculiaridad es que por cada dimensión tienen un campo (o columna), y otro campo por cada métrica o hecho, es decir estas tablas almacenan registros cuyos campos son de la forma: ( d 1 , d 2 , d 3 ,..., f 1 , f 2 , f 3 ,...) Donde los campos ' d i ' hacen referencia a las dimensiones de la tabla, y los campos ' f i ' a las métricas o hechos que se quiere almacenar, estudiar o analizar.  15. Metadatos Uno de los componentes más importantes de la arquitectura de un almacén de datos son los metadatos. Se define comúnmente como " datos acerca de los datos ", en el sentido de que se trata de datos que describen cuál es la estructura de los datos que se van a almacenar y cómo se relacionan. El Metadato documenta, entre
  • 10. otras cosas, qué tablas existen en una base de datos, qué columnas posee cada una de las tablas y qué tipo de datos se pueden almacenar.  16. Procesos de Construcción ETL (Extracción, Transformación y Carga). 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.  17. Técnicas de Explotación La explotación del Data Warehouse mediante información de gestión, se fundamenta básicamente en los niveles agrupados o calculados de información.  18. Glosario • D ata Warehouse: Es un repositorio estructurado, a nivel Empresa, de datos orientados hacia áreas de negocio, que contiene datos históricos y que está preparado para facilitar la toma de decisiones. • Datamart: Es una base de datos orientada a un tema específico. En otras palabras es un subconjunto del Data Warehouse Corporativo. • Capa Usuario: Es una vista usuario de la base de datos que permite su aislamiento respecto de la complejidad física de la misma. No incluye ningún dato físico. Es una agrupación lógica de los datos adaptada a los conocimientos y filosofía del Usuario • OLAP : Tecnología que permite la explotación de datos en diferentes niveles organizacionales y periodos de tiempo.  19. GRACIAS POR SU ATENCION