SlideShare uma empresa Scribd logo
1 de 16
Christian Rosado
Introducción
• Un Data Mart es una versión especial almacén de datos
  (data warehouse).
• La diferencia principal es que la creación de un data mart es
  especifica para una necesidad de datos seleccionados,
  enfatizando el fácil acceso a una información relevante.
• Los productos Data Warehouse han nacido para resolver
  problemas de análisis de grandes masas de información.
• simplifica el desarrollo de todo el mecanismo de su base de
  datos y con ello baja substancialmente todo el coste del
  proyecto, así como su duración. Normalmente, Data Mart
  resuelve aplicaciones a nivel departamental.
Definiciones de Data Mart

•   Un Datamart es una base de datos departamental, especializada en el
    almacenamiento de los datos de un área de negocio específica.
•    Se caracteriza por disponer la estructura óptima de datos para
    analizar la información al detalle desde todas las perspectivas que
    afecten a los procesos de dicho departamento.
• Datamart es un almacén de datos históricos relativos a un
  departamento de una organización, así que puede ser simplemente
  una copia de parte de un Data Warehouse? para uso departamental


Por lo tanto para crear el datamart de un área funcional de la empresa es
   preciso encontrar la estructura óptima para el análisis de su
   información
Razones para crear un Data Mart
•Dar a los usuarios acceso a los datos que ellos necesitan
para analizarlos mas a menudo
Beneficios de un Data Mart
•pueden fácilmente extenderse a la toma de decisiones
estratégicas, que pueden brindar beneficios grandes y
tangibles
•Permite entender y administrar simultáneamente macro y
micro perspectivas del área de comercio exterior, lo que
puede ahorrar incontables horas de trabajo y ayudar a evitar
errores que pueden ser el resultado de suposiciones que se
hicieron con base en datos incompletos o incorrectos.
Fases Construcción Mercados Datos

  •   1.- Construcción del Data mart:
  •   2.- Construcción de los Procesos de Cargas
  •   3.- Construcción de los reportes analíticos
  •   4.- Construcción de los procesos de prueba:
• El modelo Top Down está basado en la
  estructura de la Data warehouse, la cual se
  construye a partir de los datos que se puedan
  obtener de los diferentes sistemas operacionales
  o externos (datos aislados) a través de un
  proceso de extracción, transformación y
  transportación (ETT)
• Top Down: tiene como base un sistema de
  Data warehouse para toda la empresa y a partir
  de este se desarrollan los Data marts para las
  divisiones o departamentos.
Modelo
•   Modelo Bottom up
•   El Modelo Paralelo
•   Modelo Top down con Retroalimentación.
•   Modelo Bottom up con Retroalimentación
•   Modelo Paralelo con Retroalimentación
Mercados De Datos Data Mart

• Data mart es especifica para una necesidad de
  datos seleccionados, enfatizando el fácil acceso a
  una información relevante.
• Data Mart se destaca por una definición de
  requerimientos más fácil y rápida. También se
  simplifica el desarrollo de todo el mecanismo de
  su base de datos y con ello baja substancialmente
  todo el coste del proyecto, así como su duración.
TECNOLOGIAS

⇒ Herramientas Front-end
⇒ Herramientas de BD
HERRAMIENTAS FRONT-END
También conocidas como herramientas de acceso a los
   datos o herramientas de presentación.
El front-end es la parte del software que interactúa con el o
   los usuarios
Herramientas “front-end”
• Herramientas de consulta: usan consultas predefinidas y
   las capacidades de información incorporadas para que los
   usuarios tenga accesos a los datos.
• Aplicaciones de usuarios: Muchos programas de
   aplicación comunes como Microsoft Excel pueden
   proporcionar acceso “front-end” a bases de datos de
   apoyo.
• Herramientas de desarrollos de programas: Muchas
   instalaciones cliente-servidor necesitan aplicaciones
   “front-end” especiales personalizados para sus tareas de
   obtención de datos.
• Son esenciales para acceder y analizar los datos en el
  datamart.
• El valor de un datamart es difícil de determinar por la
  habilidad del usuario para extraer la información más
  significativa sobre la cual se toman las decisiones del negocio.
• Un interfaz de usuario efectivo minimiza el número de
  acciones de usuario requeridas para obtener el resultado
  deseado por lo que deberá estar navegando intuitivamente a no
  ser que el usuario memorice los comandos.
• Las herramientas de acceso a la información pueden soportar
  acceso, análisis, visualización y data mining de los datos de
  una forma predefinida
• Interfaz Front-End. Es una aplicación donde los usuarios
  interactúan directamente con las funciones del sistema, cubre
  todas las interfaces con las cuales un usuario interactúa con los
  sistemas, ya sean locales o remotos, sus funciones principales
  son:
•   Diseño de formatos.
•   Presentación.
•   Lógica de la aplicación.
•   Manipulación de datos.
•   Herramientas de consulta.
•   Utilerías/menús
HERRAMIENTAS DE BASE DE DATOS


 • Base de Datos Multidimensional: Llamada DATAMART en la cual
   se guardan los datos históricos correspondientes a los indicadores de
   gestión de calidad de DB Access. Todas las bases de dato se
   construyeron con SQL Server 2000.
 • Modelo Estrella de la Base de Datos Multidimensional
 • En la fase de análisis y diseño se realizaron los modelos estrellas,
   constituidos por las tablas de hecho y tablas de dimensiones para los
   indicadores de gestión de calidad de DB Access: Satisfacción del
   Cliente y Porcentaje de Utilización de Planta.
 HERRAMIENTAS DE BD
 • Queries Básicas y Reporting: En este tipo de herramientas el usuario
   accede directamente a la estructura de las bases de datos relacionales
   para construir consultas e informes, vía SQL (estándar para el acceso
   a las bases de datos relacionales).
•    El SQL es un lenguaje muy extendido entre los programadores, pero
    no tanto entre los usuarios finales. Aunque estas herramientas
    escondan en cierta forma los comandos del SQL, sigue siendo
    necesario tener claro el modelo relacional en cuanto se quiere hacer
    algún informe complejo, por lo que su utilización directa no está
    recomendada a usuarios finales.
•   Queries y Reporting Avanzado:
•   Estas herramientas aportan una visión temática de las bases de datos
    relacionales (visión de negocio), mediante la cual el usuario final
    tiene una visión menos “técnica” del datamart.
∀   ν Este tipo de herramientas pone una capa de términos que le son
    más familiares a los usuarios finales y establece, las interrelaciones
    de las tablas del datamart, de forma que sea más sencillo. Aún así,
    sigue siendo la estructura relacional básica la que subyace en estas
    herramientas.
•   Cognos:
∀   νA través de su interfaz simple al estilo de asistente, Cognos integra
    bases de datos y aplicaciones de Lotus Notes, el único producto de
    inteligencia de negocios que ofrece toda la gama de capacidades de
    inteligencia de negocios en una arquitectura única y probada.
Proceso de Consultas de Diseño de Mercado
                de datos

    • El diseño de bases de datos es el proceso por el
      que se determina la organización de una base de
      datos, incluidos su estructura, contenido y las
      aplicaciones que se han de desarrollar

    PALO
    Es un motor orientado a celdas, multidimensional,
      que está específicamente diseñado para mostrar
      información desde excel, para todo tipo de
      análisis

Mais conteúdo relacionado

Mais procurados

Mais procurados (20)

Big data presentación
Big data presentaciónBig data presentación
Big data presentación
 
Mineria de Datos
Mineria de DatosMineria de Datos
Mineria de Datos
 
MongoDB Avanzado
MongoDB AvanzadoMongoDB Avanzado
MongoDB Avanzado
 
Ventajas y desventajas de los sistemas rolap y molap
Ventajas y desventajas de los sistemas rolap y molapVentajas y desventajas de los sistemas rolap y molap
Ventajas y desventajas de los sistemas rolap y molap
 
Introduccion datawarehouse
Introduccion datawarehouseIntroduccion datawarehouse
Introduccion datawarehouse
 
Data warehouse
Data warehouseData warehouse
Data warehouse
 
Aplicaciones prácticas de las arquitecturas orientadas al servicio
Aplicaciones prácticas de las arquitecturas orientadas al servicioAplicaciones prácticas de las arquitecturas orientadas al servicio
Aplicaciones prácticas de las arquitecturas orientadas al servicio
 
Big data presentacion diapositiva
Big data presentacion diapositivaBig data presentacion diapositiva
Big data presentacion diapositiva
 
Análisis de Datos con MongoDB
Análisis de Datos con MongoDBAnálisis de Datos con MongoDB
Análisis de Datos con MongoDB
 
Data mart
Data martData mart
Data mart
 
Big data diapositivas
Big data diapositivasBig data diapositivas
Big data diapositivas
 
24373266
2437326624373266
24373266
 
IN Unidad 1: Introducción a la inteligencia de negocios
IN Unidad 1: Introducción a la inteligencia de negociosIN Unidad 1: Introducción a la inteligencia de negocios
IN Unidad 1: Introducción a la inteligencia de negocios
 
Inteligencia de negocios - Business Intelligence
Inteligencia de negocios - Business IntelligenceInteligencia de negocios - Business Intelligence
Inteligencia de negocios - Business Intelligence
 
Gestores de base de datos
Gestores de base de datosGestores de base de datos
Gestores de base de datos
 
Arquitectura Multinivel
Arquitectura MultinivelArquitectura Multinivel
Arquitectura Multinivel
 
Componentes de un SGBD
Componentes de un SGBDComponentes de un SGBD
Componentes de un SGBD
 
Diseño Dimensional
Diseño DimensionalDiseño Dimensional
Diseño Dimensional
 
Mineria de datos
Mineria de datosMineria de datos
Mineria de datos
 
Centro comercial electrónico
Centro comercial electrónicoCentro comercial electrónico
Centro comercial electrónico
 

Destaque

data warehouse , data mart, etl
data warehouse , data mart, etldata warehouse , data mart, etl
data warehouse , data mart, etlAashish Rathod
 
Using the right data model in a data mart
Using the right data model in a data martUsing the right data model in a data mart
Using the right data model in a data martDavid Walker
 
DATA MART APPROCHES TO ARCHITECTURE
DATA MART APPROCHES TO ARCHITECTUREDATA MART APPROCHES TO ARCHITECTURE
DATA MART APPROCHES TO ARCHITECTURESachin Batham
 
Data Mart de una área de compras
Data Mart de una área de comprasData Mart de una área de compras
Data Mart de una área de comprasroy_vs
 
DATA WAREHOUSING
DATA WAREHOUSINGDATA WAREHOUSING
DATA WAREHOUSINGKing Julian
 
Microsoft Data Warehouse Business Intelligence Lifecycle - The Kimball Approach
Microsoft Data Warehouse Business Intelligence Lifecycle - The Kimball ApproachMicrosoft Data Warehouse Business Intelligence Lifecycle - The Kimball Approach
Microsoft Data Warehouse Business Intelligence Lifecycle - The Kimball ApproachMark Ginnebaugh
 
Metadata an overview
Metadata an overviewMetadata an overview
Metadata an overviewrobin fay
 
Gathering And Documenting Your Bi Business Requirements
Gathering And Documenting Your Bi Business RequirementsGathering And Documenting Your Bi Business Requirements
Gathering And Documenting Your Bi Business RequirementsWynyard Group
 
Data mining slides
Data mining slidesData mining slides
Data mining slidessmj
 
Data Warehousing and Data Mining
Data Warehousing and Data MiningData Warehousing and Data Mining
Data Warehousing and Data Miningidnats
 
Datamart,victor mamani catachura,boreasH,Topicos
Datamart,victor mamani catachura,boreasH,TopicosDatamart,victor mamani catachura,boreasH,Topicos
Datamart,victor mamani catachura,boreasH,Topicosvictor mamani
 
A Common Database Approach for OLTP and OLAP Using an In-Memory Column Database
A Common Database Approach for OLTP and OLAP Using an In-Memory Column DatabaseA Common Database Approach for OLTP and OLAP Using an In-Memory Column Database
A Common Database Approach for OLTP and OLAP Using an In-Memory Column DatabaseIshara Amarasekera
 
Data mart-data-warehouse-data-mining
Data mart-data-warehouse-data-miningData mart-data-warehouse-data-mining
Data mart-data-warehouse-data-miningNintendo
 
Almacen de datos
Almacen de datosAlmacen de datos
Almacen de datosen mi casa
 
Fundamentos de DataWareHouse - FISI - UNMSM - DataWareHouse
Fundamentos de DataWareHouse - FISI - UNMSM - DataWareHouseFundamentos de DataWareHouse - FISI - UNMSM - DataWareHouse
Fundamentos de DataWareHouse - FISI - UNMSM - DataWareHouseJulio Pari
 

Destaque (20)

Data mart
Data martData mart
Data mart
 
data warehouse , data mart, etl
data warehouse , data mart, etldata warehouse , data mart, etl
data warehouse , data mart, etl
 
Using the right data model in a data mart
Using the right data model in a data martUsing the right data model in a data mart
Using the right data model in a data mart
 
DATA MART APPROCHES TO ARCHITECTURE
DATA MART APPROCHES TO ARCHITECTUREDATA MART APPROCHES TO ARCHITECTURE
DATA MART APPROCHES TO ARCHITECTURE
 
Data Mart de una área de compras
Data Mart de una área de comprasData Mart de una área de compras
Data Mart de una área de compras
 
DATA WAREHOUSING
DATA WAREHOUSINGDATA WAREHOUSING
DATA WAREHOUSING
 
Diseño de un Datamart
Diseño de un DatamartDiseño de un Datamart
Diseño de un Datamart
 
Oltp vs olap
Oltp vs olapOltp vs olap
Oltp vs olap
 
Microsoft Data Warehouse Business Intelligence Lifecycle - The Kimball Approach
Microsoft Data Warehouse Business Intelligence Lifecycle - The Kimball ApproachMicrosoft Data Warehouse Business Intelligence Lifecycle - The Kimball Approach
Microsoft Data Warehouse Business Intelligence Lifecycle - The Kimball Approach
 
Metadata an overview
Metadata an overviewMetadata an overview
Metadata an overview
 
Gathering And Documenting Your Bi Business Requirements
Gathering And Documenting Your Bi Business RequirementsGathering And Documenting Your Bi Business Requirements
Gathering And Documenting Your Bi Business Requirements
 
Data mining slides
Data mining slidesData mining slides
Data mining slides
 
Data mining
Data miningData mining
Data mining
 
Data Warehousing and Data Mining
Data Warehousing and Data MiningData Warehousing and Data Mining
Data Warehousing and Data Mining
 
Datamart,victor mamani catachura,boreasH,Topicos
Datamart,victor mamani catachura,boreasH,TopicosDatamart,victor mamani catachura,boreasH,Topicos
Datamart,victor mamani catachura,boreasH,Topicos
 
A Common Database Approach for OLTP and OLAP Using an In-Memory Column Database
A Common Database Approach for OLTP and OLAP Using an In-Memory Column DatabaseA Common Database Approach for OLTP and OLAP Using an In-Memory Column Database
A Common Database Approach for OLTP and OLAP Using an In-Memory Column Database
 
Data mart-data-warehouse-data-mining
Data mart-data-warehouse-data-miningData mart-data-warehouse-data-mining
Data mart-data-warehouse-data-mining
 
Creacion de data mart
Creacion de data martCreacion de data mart
Creacion de data mart
 
Almacen de datos
Almacen de datosAlmacen de datos
Almacen de datos
 
Fundamentos de DataWareHouse - FISI - UNMSM - DataWareHouse
Fundamentos de DataWareHouse - FISI - UNMSM - DataWareHouseFundamentos de DataWareHouse - FISI - UNMSM - DataWareHouse
Fundamentos de DataWareHouse - FISI - UNMSM - DataWareHouse
 

Semelhante a Data mart

Datawarehouse
DatawarehouseDatawarehouse
Datawarehousedagmalu
 
Análisis y diseño de sistemas sesion 13 - diagrama de componentes y despliegue
Análisis y diseño de sistemas   sesion 13 - diagrama de componentes y despliegueAnálisis y diseño de sistemas   sesion 13 - diagrama de componentes y despliegue
Análisis y diseño de sistemas sesion 13 - diagrama de componentes y despliegueGianfrancoEduardoBra
 
T5bissnsintyucjoseluisyaguiarchris
T5bissnsintyucjoseluisyaguiarchrisT5bissnsintyucjoseluisyaguiarchris
T5bissnsintyucjoseluisyaguiarchrisVanessaMasabanda
 
Herramientas CASE
Herramientas CASEHerramientas CASE
Herramientas CASEI R
 
Mejorar la toma de decisiones y reducir costes con el Logical Data Warehouse ...
Mejorar la toma de decisiones y reducir costes con el Logical Data Warehouse ...Mejorar la toma de decisiones y reducir costes con el Logical Data Warehouse ...
Mejorar la toma de decisiones y reducir costes con el Logical Data Warehouse ...Denodo
 
sistema de información gerencial
sistema de información gerencial sistema de información gerencial
sistema de información gerencial LOSSITEMATICOS
 
TENDENCIAS EN BASE DE DATOS II.pptx
TENDENCIAS EN BASE DE DATOS II.pptxTENDENCIAS EN BASE DE DATOS II.pptx
TENDENCIAS EN BASE DE DATOS II.pptxJpabloRodriguez1
 
Presentación Vmining
Presentación VminingPresentación Vmining
Presentación Vminingkamirik
 
ADM BD UNIDAD 1 CLASE 1 y 2.pptx
ADM BD UNIDAD 1 CLASE 1 y 2.pptxADM BD UNIDAD 1 CLASE 1 y 2.pptx
ADM BD UNIDAD 1 CLASE 1 y 2.pptxKarina88635
 
Topicos de ingeneria_de_sistema_sii_calzada1
Topicos de ingeneria_de_sistema_sii_calzada1Topicos de ingeneria_de_sistema_sii_calzada1
Topicos de ingeneria_de_sistema_sii_calzada1Calzada Meza
 
Sistemas gestores de base de datos y sql server 2008
Sistemas gestores de base de datos y sql server 2008Sistemas gestores de base de datos y sql server 2008
Sistemas gestores de base de datos y sql server 2008nadialsprom12
 
T4 herramientas(bi) mariaalejandra ocampo.
T4 herramientas(bi) mariaalejandra ocampo.T4 herramientas(bi) mariaalejandra ocampo.
T4 herramientas(bi) mariaalejandra ocampo.mary77ale952
 
rueda-tecnologica-datamart
rueda-tecnologica-datamartrueda-tecnologica-datamart
rueda-tecnologica-datamartFelix Luque
 

Semelhante a Data mart (20)

Datawarehouse
DatawarehouseDatawarehouse
Datawarehouse
 
Análisis y diseño de sistemas sesion 13 - diagrama de componentes y despliegue
Análisis y diseño de sistemas   sesion 13 - diagrama de componentes y despliegueAnálisis y diseño de sistemas   sesion 13 - diagrama de componentes y despliegue
Análisis y diseño de sistemas sesion 13 - diagrama de componentes y despliegue
 
Grupo eGlu Bi
Grupo eGlu BiGrupo eGlu Bi
Grupo eGlu Bi
 
T5bissnsintyucjoseluisyaguiarchris
T5bissnsintyucjoseluisyaguiarchrisT5bissnsintyucjoseluisyaguiarchris
T5bissnsintyucjoseluisyaguiarchris
 
Herramientas CASE
Herramientas CASEHerramientas CASE
Herramientas CASE
 
Datawarehouse
DatawarehouseDatawarehouse
Datawarehouse
 
Data werehouse
Data werehouseData werehouse
Data werehouse
 
Fases para la creación de una base de datos
Fases para la creación de una base de datosFases para la creación de una base de datos
Fases para la creación de una base de datos
 
Mejorar la toma de decisiones y reducir costes con el Logical Data Warehouse ...
Mejorar la toma de decisiones y reducir costes con el Logical Data Warehouse ...Mejorar la toma de decisiones y reducir costes con el Logical Data Warehouse ...
Mejorar la toma de decisiones y reducir costes con el Logical Data Warehouse ...
 
sistema de información gerencial
sistema de información gerencial sistema de información gerencial
sistema de información gerencial
 
TENDENCIAS EN BASE DE DATOS II.pptx
TENDENCIAS EN BASE DE DATOS II.pptxTENDENCIAS EN BASE DE DATOS II.pptx
TENDENCIAS EN BASE DE DATOS II.pptx
 
Presentación Vmining
Presentación VminingPresentación Vmining
Presentación Vmining
 
ADM BD UNIDAD 1 CLASE 1 y 2.pptx
ADM BD UNIDAD 1 CLASE 1 y 2.pptxADM BD UNIDAD 1 CLASE 1 y 2.pptx
ADM BD UNIDAD 1 CLASE 1 y 2.pptx
 
Topicos de ingeneria_de_sistema_sii_calzada1
Topicos de ingeneria_de_sistema_sii_calzada1Topicos de ingeneria_de_sistema_sii_calzada1
Topicos de ingeneria_de_sistema_sii_calzada1
 
Data mart
Data martData mart
Data mart
 
Sistemas gestores de base de datos y sql server 2008
Sistemas gestores de base de datos y sql server 2008Sistemas gestores de base de datos y sql server 2008
Sistemas gestores de base de datos y sql server 2008
 
Trabajocobd (1)
Trabajocobd (1)Trabajocobd (1)
Trabajocobd (1)
 
T4 herramientas(bi) mariaalejandra ocampo.
T4 herramientas(bi) mariaalejandra ocampo.T4 herramientas(bi) mariaalejandra ocampo.
T4 herramientas(bi) mariaalejandra ocampo.
 
Software para base de datos
Software para base de datosSoftware para base de datos
Software para base de datos
 
rueda-tecnologica-datamart
rueda-tecnologica-datamartrueda-tecnologica-datamart
rueda-tecnologica-datamart
 

Último

Ejercicio 1 periodo 2 de Tecnología 2024
Ejercicio 1 periodo 2 de Tecnología 2024Ejercicio 1 periodo 2 de Tecnología 2024
Ejercicio 1 periodo 2 de Tecnología 2024NicolleAndrade7
 
Tarea_sesion_15_Reportes Maestro - Detalle con el uso de AJAX.pptx
Tarea_sesion_15_Reportes Maestro - Detalle con el uso de AJAX.pptxTarea_sesion_15_Reportes Maestro - Detalle con el uso de AJAX.pptx
Tarea_sesion_15_Reportes Maestro - Detalle con el uso de AJAX.pptxVICTORMANUELBEASAGUI
 
Tipos de Datos de Microsoft Access-JOEL GARCIA.pptx
Tipos de Datos de Microsoft Access-JOEL GARCIA.pptxTipos de Datos de Microsoft Access-JOEL GARCIA.pptx
Tipos de Datos de Microsoft Access-JOEL GARCIA.pptxJOELGARCIA849853
 
Chat GPT para la educación Latinoamerica
Chat GPT para la educación LatinoamericaChat GPT para la educación Latinoamerica
Chat GPT para la educación LatinoamericaEdwinGarca59
 
Introduccion-a-la-electronica-industrial.pptx
Introduccion-a-la-electronica-industrial.pptxIntroduccion-a-la-electronica-industrial.pptx
Introduccion-a-la-electronica-industrial.pptxcj12paz
 
AVANCES TECNOLOGICOS DEL SIGLO XXI. 10-08..pptx
AVANCES TECNOLOGICOS  DEL SIGLO XXI. 10-08..pptxAVANCES TECNOLOGICOS  DEL SIGLO XXI. 10-08..pptx
AVANCES TECNOLOGICOS DEL SIGLO XXI. 10-08..pptxdulcemonterroza
 
NIA_300_PLANEACION_DE_UNA_AUDITORIA_DE_E.pptx
NIA_300_PLANEACION_DE_UNA_AUDITORIA_DE_E.pptxNIA_300_PLANEACION_DE_UNA_AUDITORIA_DE_E.pptx
NIA_300_PLANEACION_DE_UNA_AUDITORIA_DE_E.pptxDaniloDaz4
 
Editorial. Grupo de 12B. La Salle Margarita.pdf
Editorial. Grupo de 12B. La Salle Margarita.pdfEditorial. Grupo de 12B. La Salle Margarita.pdf
Editorial. Grupo de 12B. La Salle Margarita.pdfYanitza28
 
infor expo AVANCES TECNOLOGICOS DEL SIGLO 21.pptx
infor expo AVANCES TECNOLOGICOS DEL SIGLO 21.pptxinfor expo AVANCES TECNOLOGICOS DEL SIGLO 21.pptx
infor expo AVANCES TECNOLOGICOS DEL SIGLO 21.pptxgustavovasquezv56
 
el uso de las TIC en la vida cotidiana.pptx
el uso de las TIC en la vida cotidiana.pptxel uso de las TIC en la vida cotidiana.pptx
el uso de las TIC en la vida cotidiana.pptx221112876
 
Función del analizador léxico.pdf presentacion
Función del analizador léxico.pdf presentacionFunción del analizador léxico.pdf presentacion
Función del analizador léxico.pdf presentacionEmanuelMuoz11
 
microsoft word manuales para todos tipos de estudiamte
microsoft word manuales para todos tipos de estudiamtemicrosoft word manuales para todos tipos de estudiamte
microsoft word manuales para todos tipos de estudiamte2024020140
 
¡Ya basta! Sanidad Interior - Angela Kellenberger.pdf
¡Ya basta! Sanidad Interior - Angela Kellenberger.pdf¡Ya basta! Sanidad Interior - Angela Kellenberger.pdf
¡Ya basta! Sanidad Interior - Angela Kellenberger.pdfjuan23xpx
 
Desarrollo del Dominio del Internet - Estrada
Desarrollo del Dominio del Internet - EstradaDesarrollo del Dominio del Internet - Estrada
Desarrollo del Dominio del Internet - EstradaRicardoEstrada90
 
presentacion_desamblado_de_una_computadora_base_a_las_normas_de_seguridad.pdf
presentacion_desamblado_de_una_computadora_base_a_las_normas_de_seguridad.pdfpresentacion_desamblado_de_una_computadora_base_a_las_normas_de_seguridad.pdf
presentacion_desamblado_de_una_computadora_base_a_las_normas_de_seguridad.pdfaxelv9257
 
presentación del desensamble y ensamble del equipo de computo en base a las n...
presentación del desensamble y ensamble del equipo de computo en base a las n...presentación del desensamble y ensamble del equipo de computo en base a las n...
presentación del desensamble y ensamble del equipo de computo en base a las n...axelv9257
 
herramientas web para estudiantes interesados en el tema
herramientas web para estudiantes interesados en el temaherramientas web para estudiantes interesados en el tema
herramientas web para estudiantes interesados en el temaJadeVilcscordova
 
10°8 - Avances tecnologicos del siglo XXI 10-8
10°8 - Avances tecnologicos del siglo XXI 10-810°8 - Avances tecnologicos del siglo XXI 10-8
10°8 - Avances tecnologicos del siglo XXI 10-8antoniopalmieriluna
 
Tipos de datos en Microsoft Access de Base de Datos
Tipos de datos en Microsoft Access de Base de DatosTipos de datos en Microsoft Access de Base de Datos
Tipos de datos en Microsoft Access de Base de DatosYOMIRAVILLARREAL1
 
Editorial. Grupo de 12B de La Salle Margarita.pdf
Editorial. Grupo de 12B de La Salle Margarita.pdfEditorial. Grupo de 12B de La Salle Margarita.pdf
Editorial. Grupo de 12B de La Salle Margarita.pdfYanitza28
 

Último (20)

Ejercicio 1 periodo 2 de Tecnología 2024
Ejercicio 1 periodo 2 de Tecnología 2024Ejercicio 1 periodo 2 de Tecnología 2024
Ejercicio 1 periodo 2 de Tecnología 2024
 
Tarea_sesion_15_Reportes Maestro - Detalle con el uso de AJAX.pptx
Tarea_sesion_15_Reportes Maestro - Detalle con el uso de AJAX.pptxTarea_sesion_15_Reportes Maestro - Detalle con el uso de AJAX.pptx
Tarea_sesion_15_Reportes Maestro - Detalle con el uso de AJAX.pptx
 
Tipos de Datos de Microsoft Access-JOEL GARCIA.pptx
Tipos de Datos de Microsoft Access-JOEL GARCIA.pptxTipos de Datos de Microsoft Access-JOEL GARCIA.pptx
Tipos de Datos de Microsoft Access-JOEL GARCIA.pptx
 
Chat GPT para la educación Latinoamerica
Chat GPT para la educación LatinoamericaChat GPT para la educación Latinoamerica
Chat GPT para la educación Latinoamerica
 
Introduccion-a-la-electronica-industrial.pptx
Introduccion-a-la-electronica-industrial.pptxIntroduccion-a-la-electronica-industrial.pptx
Introduccion-a-la-electronica-industrial.pptx
 
AVANCES TECNOLOGICOS DEL SIGLO XXI. 10-08..pptx
AVANCES TECNOLOGICOS  DEL SIGLO XXI. 10-08..pptxAVANCES TECNOLOGICOS  DEL SIGLO XXI. 10-08..pptx
AVANCES TECNOLOGICOS DEL SIGLO XXI. 10-08..pptx
 
NIA_300_PLANEACION_DE_UNA_AUDITORIA_DE_E.pptx
NIA_300_PLANEACION_DE_UNA_AUDITORIA_DE_E.pptxNIA_300_PLANEACION_DE_UNA_AUDITORIA_DE_E.pptx
NIA_300_PLANEACION_DE_UNA_AUDITORIA_DE_E.pptx
 
Editorial. Grupo de 12B. La Salle Margarita.pdf
Editorial. Grupo de 12B. La Salle Margarita.pdfEditorial. Grupo de 12B. La Salle Margarita.pdf
Editorial. Grupo de 12B. La Salle Margarita.pdf
 
infor expo AVANCES TECNOLOGICOS DEL SIGLO 21.pptx
infor expo AVANCES TECNOLOGICOS DEL SIGLO 21.pptxinfor expo AVANCES TECNOLOGICOS DEL SIGLO 21.pptx
infor expo AVANCES TECNOLOGICOS DEL SIGLO 21.pptx
 
el uso de las TIC en la vida cotidiana.pptx
el uso de las TIC en la vida cotidiana.pptxel uso de las TIC en la vida cotidiana.pptx
el uso de las TIC en la vida cotidiana.pptx
 
Función del analizador léxico.pdf presentacion
Función del analizador léxico.pdf presentacionFunción del analizador léxico.pdf presentacion
Función del analizador léxico.pdf presentacion
 
microsoft word manuales para todos tipos de estudiamte
microsoft word manuales para todos tipos de estudiamtemicrosoft word manuales para todos tipos de estudiamte
microsoft word manuales para todos tipos de estudiamte
 
¡Ya basta! Sanidad Interior - Angela Kellenberger.pdf
¡Ya basta! Sanidad Interior - Angela Kellenberger.pdf¡Ya basta! Sanidad Interior - Angela Kellenberger.pdf
¡Ya basta! Sanidad Interior - Angela Kellenberger.pdf
 
Desarrollo del Dominio del Internet - Estrada
Desarrollo del Dominio del Internet - EstradaDesarrollo del Dominio del Internet - Estrada
Desarrollo del Dominio del Internet - Estrada
 
presentacion_desamblado_de_una_computadora_base_a_las_normas_de_seguridad.pdf
presentacion_desamblado_de_una_computadora_base_a_las_normas_de_seguridad.pdfpresentacion_desamblado_de_una_computadora_base_a_las_normas_de_seguridad.pdf
presentacion_desamblado_de_una_computadora_base_a_las_normas_de_seguridad.pdf
 
presentación del desensamble y ensamble del equipo de computo en base a las n...
presentación del desensamble y ensamble del equipo de computo en base a las n...presentación del desensamble y ensamble del equipo de computo en base a las n...
presentación del desensamble y ensamble del equipo de computo en base a las n...
 
herramientas web para estudiantes interesados en el tema
herramientas web para estudiantes interesados en el temaherramientas web para estudiantes interesados en el tema
herramientas web para estudiantes interesados en el tema
 
10°8 - Avances tecnologicos del siglo XXI 10-8
10°8 - Avances tecnologicos del siglo XXI 10-810°8 - Avances tecnologicos del siglo XXI 10-8
10°8 - Avances tecnologicos del siglo XXI 10-8
 
Tipos de datos en Microsoft Access de Base de Datos
Tipos de datos en Microsoft Access de Base de DatosTipos de datos en Microsoft Access de Base de Datos
Tipos de datos en Microsoft Access de Base de Datos
 
Editorial. Grupo de 12B de La Salle Margarita.pdf
Editorial. Grupo de 12B de La Salle Margarita.pdfEditorial. Grupo de 12B de La Salle Margarita.pdf
Editorial. Grupo de 12B de La Salle Margarita.pdf
 

Data mart

  • 2. Introducción • Un Data Mart es una versión especial almacén de datos (data warehouse). • La diferencia principal es que la creación de un data mart es especifica para una necesidad de datos seleccionados, enfatizando el fácil acceso a una información relevante. • Los productos Data Warehouse han nacido para resolver problemas de análisis de grandes masas de información. • simplifica el desarrollo de todo el mecanismo de su base de datos y con ello baja substancialmente todo el coste del proyecto, así como su duración. Normalmente, Data Mart resuelve aplicaciones a nivel departamental.
  • 3. Definiciones de Data Mart • Un Datamart es una base de datos departamental, especializada en el almacenamiento de los datos de un área de negocio específica. • Se caracteriza por disponer la estructura óptima de datos para analizar la información al detalle desde todas las perspectivas que afecten a los procesos de dicho departamento. • Datamart es un almacén de datos históricos relativos a un departamento de una organización, así que puede ser simplemente una copia de parte de un Data Warehouse? para uso departamental Por lo tanto para crear el datamart de un área funcional de la empresa es preciso encontrar la estructura óptima para el análisis de su información
  • 4. Razones para crear un Data Mart •Dar a los usuarios acceso a los datos que ellos necesitan para analizarlos mas a menudo Beneficios de un Data Mart •pueden fácilmente extenderse a la toma de decisiones estratégicas, que pueden brindar beneficios grandes y tangibles •Permite entender y administrar simultáneamente macro y micro perspectivas del área de comercio exterior, lo que puede ahorrar incontables horas de trabajo y ayudar a evitar errores que pueden ser el resultado de suposiciones que se hicieron con base en datos incompletos o incorrectos.
  • 5. Fases Construcción Mercados Datos • 1.- Construcción del Data mart: • 2.- Construcción de los Procesos de Cargas • 3.- Construcción de los reportes analíticos • 4.- Construcción de los procesos de prueba:
  • 6. • El modelo Top Down está basado en la estructura de la Data warehouse, la cual se construye a partir de los datos que se puedan obtener de los diferentes sistemas operacionales o externos (datos aislados) a través de un proceso de extracción, transformación y transportación (ETT) • Top Down: tiene como base un sistema de Data warehouse para toda la empresa y a partir de este se desarrollan los Data marts para las divisiones o departamentos.
  • 7. Modelo • Modelo Bottom up • El Modelo Paralelo • Modelo Top down con Retroalimentación. • Modelo Bottom up con Retroalimentación • Modelo Paralelo con Retroalimentación
  • 8.
  • 9. Mercados De Datos Data Mart • Data mart es especifica para una necesidad de datos seleccionados, enfatizando el fácil acceso a una información relevante. • Data Mart se destaca por una definición de requerimientos más fácil y rápida. También se simplifica el desarrollo de todo el mecanismo de su base de datos y con ello baja substancialmente todo el coste del proyecto, así como su duración.
  • 11. HERRAMIENTAS FRONT-END También conocidas como herramientas de acceso a los datos o herramientas de presentación. El front-end es la parte del software que interactúa con el o los usuarios Herramientas “front-end” • Herramientas de consulta: usan consultas predefinidas y las capacidades de información incorporadas para que los usuarios tenga accesos a los datos. • Aplicaciones de usuarios: Muchos programas de aplicación comunes como Microsoft Excel pueden proporcionar acceso “front-end” a bases de datos de apoyo. • Herramientas de desarrollos de programas: Muchas instalaciones cliente-servidor necesitan aplicaciones “front-end” especiales personalizados para sus tareas de obtención de datos.
  • 12. • Son esenciales para acceder y analizar los datos en el datamart. • El valor de un datamart es difícil de determinar por la habilidad del usuario para extraer la información más significativa sobre la cual se toman las decisiones del negocio. • Un interfaz de usuario efectivo minimiza el número de acciones de usuario requeridas para obtener el resultado deseado por lo que deberá estar navegando intuitivamente a no ser que el usuario memorice los comandos. • Las herramientas de acceso a la información pueden soportar acceso, análisis, visualización y data mining de los datos de una forma predefinida • Interfaz Front-End. Es una aplicación donde los usuarios interactúan directamente con las funciones del sistema, cubre todas las interfaces con las cuales un usuario interactúa con los sistemas, ya sean locales o remotos, sus funciones principales son:
  • 13. Diseño de formatos. • Presentación. • Lógica de la aplicación. • Manipulación de datos. • Herramientas de consulta. • Utilerías/menús
  • 14. HERRAMIENTAS DE BASE DE DATOS • Base de Datos Multidimensional: Llamada DATAMART en la cual se guardan los datos históricos correspondientes a los indicadores de gestión de calidad de DB Access. Todas las bases de dato se construyeron con SQL Server 2000. • Modelo Estrella de la Base de Datos Multidimensional • En la fase de análisis y diseño se realizaron los modelos estrellas, constituidos por las tablas de hecho y tablas de dimensiones para los indicadores de gestión de calidad de DB Access: Satisfacción del Cliente y Porcentaje de Utilización de Planta. HERRAMIENTAS DE BD • Queries Básicas y Reporting: En este tipo de herramientas el usuario accede directamente a la estructura de las bases de datos relacionales para construir consultas e informes, vía SQL (estándar para el acceso a las bases de datos relacionales).
  • 15. El SQL es un lenguaje muy extendido entre los programadores, pero no tanto entre los usuarios finales. Aunque estas herramientas escondan en cierta forma los comandos del SQL, sigue siendo necesario tener claro el modelo relacional en cuanto se quiere hacer algún informe complejo, por lo que su utilización directa no está recomendada a usuarios finales. • Queries y Reporting Avanzado: • Estas herramientas aportan una visión temática de las bases de datos relacionales (visión de negocio), mediante la cual el usuario final tiene una visión menos “técnica” del datamart. ∀ ν Este tipo de herramientas pone una capa de términos que le son más familiares a los usuarios finales y establece, las interrelaciones de las tablas del datamart, de forma que sea más sencillo. Aún así, sigue siendo la estructura relacional básica la que subyace en estas herramientas. • Cognos: ∀ νA través de su interfaz simple al estilo de asistente, Cognos integra bases de datos y aplicaciones de Lotus Notes, el único producto de inteligencia de negocios que ofrece toda la gama de capacidades de inteligencia de negocios en una arquitectura única y probada.
  • 16. Proceso de Consultas de Diseño de Mercado de datos • El diseño de bases de datos es el proceso por el que se determina la organización de una base de datos, incluidos su estructura, contenido y las aplicaciones que se han de desarrollar PALO Es un motor orientado a celdas, multidimensional, que está específicamente diseñado para mostrar información desde excel, para todo tipo de análisis