Tecnologías Datamart

ESCUELA SUPERIOR POLITÉCNICA DE CHIMBORAZO
SEMESTRE OCTUBRE – FEBRERO 2015
TAREA No. 02
IDENTIFICACIÓN
FACULTAD: Informática y Electrónica
CARRERA: Ingeniería en sistemas
MATERIA: Soluciones Tecnológicas Integrales
SEMESTRE: Décimo
DOCENTE: Ing. Blanca Hidalgo

Maria Fiallos (5345)
Erika Buñay (4919)
INTEGRANTES:
Mayra Peñafiel (5604)
José Ignacio Gunsha (4714)
FECHA: 22 de octubre de 2014
Revisado
Calificación
TEMA: Tecnologías y Metodologías DataMart.
OBJETIVO GENERAL
 Recopilar información sobre las diferentes tecnologías y metodologías encontradas

en la investigación sobre DataMart.
OBJETIVOS ESPECÍFICOS
 Definir el concepto básico de tecnologías DataMart.

 Describir las características de las tecnologías DataMart.
 Describir las diferentes metodologías encontradas sobre DataMart.
 Realizar la investigación alcanzando definiciones en fuentes confiables sobre cada
una de las tecnologías y metodologías DataMart.
MARCO TEÓRICO
TECNOLOGÍAS DATAMARTS
DataMarts ofrece un mayor entendimiento en las operaciones de los negocio de una

empresa, reduciendo el tiempo de estas tareas dando una solución completa de reportes
sobre la empresa.
La solución mencionada reúne datos de múltiples fuentes con el fin de dar una perspectiva
de las operaciones del centro de contacto de la empresa indicando velozmente los procesos
necesarios de cambios.
CARACTERÍSTICAS
 Consolidación y fácil análisis de datos de múltiples sitios, canales y plataformas.

 Perspectiva a nivel empresarial de las operaciones del centro de contacto.
 Informe integral que ayuda a dar un servicio al cliente personalizado.
 Integración de datos desde el almacén de datos corporativo actual para tener un
panorama completo de sus negocios.
 Interfaces customizables para fuentes de datos comunes de centros de contacto.
HERRAMIENTAS FRONT-END
A las herramientas Front-End también se las conoce como herramientas de presentación o

herramientas de acceso a los datos, ya que, es la interfaz con la que interactúan los usuarios.
 Herramientas de consulta: estas herramientas están diseñadas para utilizar

consultas predefinidas para que todos los usuarios puedan acceder a los datos.
 Aplicaciones de usuario: los programas de aplicaciones como Microsoft Excel
proporcionan acceso Front-end a bases de datos para el apoyo a la toma de
decisiones.
 Herramientas de desarrollos de programas: las instalaciones cliente-servidor
trabajan con este tipo de herramientas para obtener datos.
Estas herramientas ayudan a acceder y analizar datos de un DataMart que nos ayuda
a obtener la información más importante para la toma de decisiones en lo referente
al negocio.
Se debe tomar en cuenta que una interfaz de usuario efectiva disminuye las acciones
por parte de los usuarios para obtener los resultados que ellos esperan. Estas
herramientas soportan acceso, análisis, visualización y datamining de los datos.
 Interfaz Front-end: Son aplicaciones con las que los usuarios interactúan con las
funciones del sistema. Entre las funciones principales de las herramientas Front-end
tenemos:
 Diseño de formatos
 Presentación
 Lógica de la aplicación
 Manipulación de datos
 Herramientas de consulta
 Utilerías y menús.
METODOLOGÍAS DATAMART
Las metodologías para la construcción de un DataMart son tomadas de la combinación de

distintas metodologías para el desarrollo de un DataWarehouse.
Para esto se debe tener cuidado en no entrar en la utilización de metodologías que requieran
fases extensas de reunión de requerimientos y análisis, fases de desarrollo monolítico que
conlleve demasiado tiempo y fases de despliegue muy largas.
Ya que lo que se busca, es entregar una primera implementación que satisfaga una parte de
las necesidades, y motive a los usuarios.
METODOLOGÍA HEFESTO
HEFESTO es una metodología propia, cuya propuesta está fundamentada en una muy
amplia investigación, comparación de metodologías existentes, experiencias propias en
procesos de confección de almacenes de datos y evolucionando continuamente.
Con el objetivo de comprender cada paso que se realiza, para no tener que seguir un
método al pie de la letra sin saber que se hace exactamente ni porque.
CARACTERÍSTICAS
 Sus objetivos y resultados se distinguen fácilmente.

 Se basa en requerimientos del usuario.
 Reduce la resistencia al cambio, ya que involucra a los usuarios finales en cada
etapa para que tome decisiones respecto al comportamiento y funciones del
DataWarehouse.
 Utiliza modelos conceptuales y lógicos.
 Es independiente del ciclo de vida que se emplea,
 Es independiente de las herramientas y de las estructuras físicas,
 Se aplica tanto para DataWarehouse como para DataMarts.
PASOS
La metodología Hefesto puede ser resumida en el siguiente gráfico:
1. Iniciando con la recolección de las necesidades de información del usuario

obteniendo preguntas claves. Luego identificar los indicadores resultantes de los
interrogativos y perspectivas de análisis mediante las cuales se construirá el modelo
conceptual de datos del DW.
2. Analizar los OLTP para determinar cómo se construirán los indicadores señalando
las correspondencias con los datos fuentes y para seleccionar los campos de estudio
de cada perspectiva.
3. Construcción del modelo lógico del depósito donde se define cual será el tipo de
esquema que se implementará. A continuación confeccionar las tablas de
dimensiones y las tablas de hechos, para luego efectuar sus respectivas uniones.
4. Utilizar técnicas de limpieza y calidad de datos, procesos ETL, etc. donde se
definirá políticas y estrategias para la Carga Inicial del DW y su respectiva
actualización.
VENTAJAS
 Puede adaptarse correctamente a cualquier ciclo de vida del desarrollo e

implementación en la construcción e implementación de un DW. Con la ventaja de
que algunas fases las acciones que se realizan son diferentes.
 En la primera implementación se busca satisfacer las necesidades con el fin de
demostrar las ventajas del DW y así motivando a los usuarios.
 Puede ser embebida en cualquier ciclo de vida que cumpla con la condición de
satisfacer las necesidades.
 Se puede utilizar para construir un DaraWarehouse o un DataMarts a la vez, es
decir, si se requiere construir por ejemplo dos DataMarts, se deberá aplicar la
metodología dos veces, una por cada DataMarts.
DESVENTAJA
 No utilizar las metodologías cuando se requieran fases extensas de reunión

requerimientos y análisis.
 Fases de desarrollo monolítico que conllevan mucho tiempo y fases de despliegue
demasiadas largas.
METODOLOGÍA THE SAS RAPID DATA WAREHOUSE
Se trata de una metodología ágil con un enfoque disciplinado en la gestión y ejecución de

proyectos de DataWarehouse.
FASES
 Evaluación
 Requisitos
 Implementación
 Capacitación
 Análisis de fases
 FASE DE EVALUACIÓN
En esta fase se determina si existe una necesidad o una oportunidad realista para
desarrollar e implementar un almacén de datos. En esta fase se evalúan varios factores
críticos de éxito como:
❖ Elegir el patrocinador corporativo más alto para el proyecto.

❖ La elección de un equipo interdepartamental de alto nivel de negocio y de TI
para llevar a cabo el proyecto.
❖ Obtener el compromiso de los recursos para el proyecto.
❖ La determinación de los criterios de evaluación para el proyecto.
❖ Garantizar la unidad entre los miembros del equipo.
Los principales miembros del equipo trabajan con las unidades de negocio para
definir el tema del almacén de datos, los criterios de evaluación para el éxito y los
recursos de la unidad de negocio necesarios para el proyecto.
El resultado de esta fase será la determinación de si es necesario o no construir el
DataWarehouse.
 FASE DE REQUISITOS
Una vez que se tomó la decisión de construir el almacén de datos se inicia la fase de
requisitos. En esta fase se identifican las fuentes de datos para las entradas del
almacén de datos, una lógica del almacén de datos diseñado, el proceso de
transformación de datos y la documentación de las necesidades. Además se definen
una estrategia de actualización de datos y el cronograma del proyecto.
El resultado de esta fase es un documento completo que contiene definición de

requisitos, los modelos lógicos y físicos, análisis de las deficiencias, diagrama de la
infraestructura de extracción OLTP mediante el uso de datos del almacén, requisitos
de transformación, la estrategia de actualización del almacén, herramientas de
programación de segunda mano, y una línea de tiempo de construcción del almacén.
 FASE DE IMPLEMENTACIÓN
En esta fase se construye un modelo físico para implementar el modelo lógico

diseñado, esto se lo realiza en tres etapas.
La primera es la de gestión donde se extraen datos de las transacciones y se
transforman en datos que se carguen en el almacén, esos datos pasan por procesos
de validación, depuración e integración.
La segunda es la de organización en donde se cargan los datos efectivamente en el
almacén, las estructuras de datos se indexan y se crean las vistas a los mismos. Los
metadatos son capturados y cargados.
La tercera etapa es la de explotación, en la que se desarrollan las interfaces gráficas
de usuario para los análisis, gráficos, informes, etc. Al final de la fase de
implementación, el almacén y sus mecanismos de acceso están construidos y listos
para entrenar al personal en su uso.
 FASE DE CAPACITACIÓN
Consiste en dos grandes actividades: la primera es la creación de un documento de

entrenamiento de alto nivel que cubra al Data Warehouse y las aplicaciones usadas
para explotarlo.La segunda actividad es proveer entrenamiento a los usuarios del
almacén y al administrador del almacén.
 FASE DE ANÁLISIS DE FASES
Una vez que la fase de entrenamiento está completa y el sistema ha sido entregado a
los usuarios finales para su operación, una evaluación de éxito o fracaso es
necesario para cuantificar su impacto sobre la organización. Estos hallazgos deben
ser documentados para futuras referencias de expansión o construcción de otros
Data Warehouses.
CONCLUSIONES
 Las tecnologías DataMart es una solución completa de reportes para la empresa, las
cuales reducen el tiempo que consumen estas tareas.
 Sus tecnologías son fáciles de entender y de gran utilidad para las empresas ya que
estas permiten interactuar directamente con el usuario.
 Las herramientas Front-end ayudan a que el usuario interactúe de una forma as fácil
con la aplicación.
RECOMENDACIONES
 Conocer las diferentes tecnologías que posee DataMart y la utilidad que se le puede
a cada una de ellas.
 Utilizar las tecnologías ya que nos facilita el análisis de datos, dando un reporte
completo a la empresa y con el menor tiempo posible de respuesta.
 Se recomienda utilizar las herramientas Front-end ya que permite interactuar
fácilmente con el usuario interviniendo mediante una interfaz.
 Se recomienda usar las herramientas de base de datos multidimensional para cuando
necesitemos almacenar datos históricos en la gestión de calidad.
LINKOGRAFÍA
Cruz, R. (2014). santacruzramos. Obtenido de

https://santacruzramos.wikispaces.com/3.3.3+Tecnologías.

https://santacruzramos.wikispaces.com/3.3.3.1+Herramientas+frontend.

https://santacruzramos.wikispaces.com/3.3.3.2+Herramientas+de+bases+de+datos.
gersiton1987. (11 de 09 de 2013). slideshare. Obtenido de

http://es.slideshare.net/gersiton1987/data-ware-house-26105132
Resumen:
TEMA: Tecnologías DataMart grupo #: 3
TECNOLOGÍAS DATAMARTS
DataMart ofrece un mayor entendimiento en las operaciones de los negocio
de una empresa, reduciendo el tiempo de estas tareas dando una solución
completa de reportes sobre la empresa.
Entre sus características tenemos consolidación y fácil análisis de datos de
múltiples sitios, perspectiva a nivel empresarial, informe integral que ayuda
a dar servicio, integración de datos.
HERRAMIENTAS FRONT-END
Herramientas front-end también llamadas de acceso a los datos o de

presentación, debido a que es la interfaz con la que interactúan los usuarios
con las aplicaciones.
Estas herramientas están divididas en herramientas de consulta,
aplicaciones de usuario y herramientas de desarrollos de programas.
La finalidad de estas herramientas es acceder y analizar datos almacenados
en un DataMart que ayuden a obtener información necesaria para la toma
de decisiones en un negocio, se debe saber también que es una interfaz de
usuario efectiva, le reduce tareas a un usuario para obtener los resultados
esperados.
METODOLOGÍAS DATAMART
Las metodologías para construir un DataMart fueron tomadas de otras
metodologías para desarrollo de DataWarehouse. Estas metodologías
buscan satisfacer una parte de las necesidades y motive a los usuarios.
 Metodología HEFESTO es una metodología propia, fundamentada

en una amplia investigación.
Entre sus principales características tenemos que sus objetivos y
resultados se distinguen fácilmente, se basa en requerimientos de
usuario, reduce la resistencia al cambio.
Los pasos a seguir en la metodología Hefesto son los siguientes:

1. Análisis de Requerimietos.
2. Analisis de los OLTP.
3. Modelo Logico del DWH.
4. Integracion de Datos.
 Metodología The Sas Rapid Data Warehouse

Es una metodología ágil enfocada en la gestión y ejecución de proyectos
de DataWarehouse. Sus fases son:
Evaluación, aquí se determina si existe una necesidad o una
oportunidad realista para implementar un almacén de datos, Requisitos
aquí se identifican en las fuentes de datos para las entradas de los
mismos, Implementación en esta fase se construye un modelo físico
para implementar el modelo lógico diseñado, Capacitación consiste en
dos actividades la creación de un documento y provee entrenamiento a
los usuarios del almacén y Análisis de fases hay que evaluar ya sea que
salga éxito o fracaso.

Tecnologías Datamart

Cargado por

Copyright:

Formatos disponibles

Tecnologías Datamart

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tecnologías Datamart

Cargado por

Copyright:

Formatos disponibles

ESCUELA SUPERIOR POLITÉCNICA DE CHIMBORAZO

SEMESTRE OCTUBRE – FEBRERO 2015

FACULTAD: Informática y Electrónica

CARRERA: Ingeniería en sistemas

MATERIA: Soluciones Tecnológicas Integrales

DOCENTE: Ing. Blanca Hidalgo

 Recopilar información sobre las diferentes tecnologías y metodologías encontradas

 Definir el concepto básico de tecnologías DataMart.

DataMarts ofrece un mayor entendimiento en las operaciones de los negocio de una

 Consolidación y fácil análisis de datos de múltiples sitios, canales y plataformas.

A las herramientas Front-End también se las conoce como herramientas de presentación o

 Herramientas de consulta: estas herramientas están diseñadas para utilizar

Las metodologías para la construcción de un DataMart son tomadas de la combinación de

 Sus objetivos y resultados se distinguen fácilmente.

La metodología Hefesto puede ser resumida en el siguiente gráfico:

1. Iniciando con la recolección de las necesidades de información del usuario

 Puede adaptarse correctamente a cualquier ciclo de vida del desarrollo e

 No utilizar las metodologías cuando se requieran fases extensas de reunión

Se trata de una metodología ágil con un enfoque disciplinado en la gestión y ejecución de

❖ Elegir el patrocinador corporativo más alto para el proyecto.

El resultado de esta fase es un documento completo que contiene definición de

En esta fase se construye un modelo físico para implementar el modelo lógico

Consiste en dos grandes actividades: la primera es la creación de un documento de

 FASE DE ANÁLISIS DE FASES

Cruz, R. (2014). santacruzramos. Obtenido de

Cruz, R. (2014). santacruzramos. Obtenido de

Cruz, R. (2014). santacruzramos. Obtenido de

gersiton1987. (11 de 09 de 2013). slideshare. Obtenido de

Herramientas front-end también llamadas de acceso a los datos o de

 Metodología HEFESTO es una metodología propia, fundamentada

Los pasos a seguir en la metodología Hefesto son los siguientes:

 Metodología The Sas Rapid Data Warehouse

También podría gustarte