Integrantes

INTEGRANTES:

LEIDYS JIMENEZ DE LA ROSA
DEISY CATAÑO ALBARRACIN
CLAUDIA VILORIA JULIO

ESPECIALIZACIÓN EN GESTIÓN Y SEGURIDAD EN BASES DE DATOS

ACTIVIDAD - EV6

DOCENTE: Ing. RICARDO CANTILLO CARRILLO

FASES PARA EL DISEÑO E IMPLEMENTACIÓN DE CUBOS DE DATOS

FASE DE COMPRENSIÓN DEL MODELO DE NEGOCIO

En esta fase se recolecta la información corporativa e institucional que permita comprender el modelo de negocios e identificar los objetivos estratégicos de la organización. Se consultan fuentes como el organigrama empresarial, el diagrama de procesos, el manual de procedimientos, el portafolio de servicios y todas aquellas que suministren información que permita comprender la estructura y el funcionamiento de los procesos que tiene la organización. El conocimiento que se adquiere del funcionamiento de la organización debe permitir identificar claramente los objetivos estratégicos del negocio, para que el diseño del cubo de datos se oriente hacia el alcance de estos. El análisis obtenido en esta fase se consolida en un documento llamado “Dominio del negocio de la organización” donde se realiza la descripción del modelo de negocio, se establecen los objetivos estratégicos de la organización y se explica la estructura de la organización.

FASE DE LEVANTAMIENTO DE REQUERIMIENTOS 

En esta fase se recolectan datos y se someten a análisis con el fin de transformarlos en información que permita identificar las necesidades del modelo de negocio de la organización, esto implica estudiar las interacciones que se dan entre los datos y los procesos que se llevan a cabo en cada una de las áreas de la organización. Para el levantamiento de la información se pueden aplicar algunas de las siguientes técnicas: 

• Introspección u observación directa. 

• Entrevistas y cuestionarios. 

• Lluvia o tormenta de ideas. 

• Storyboards. 

• Etnografía o análisis organizacional. 

La información obtenida durante el levantamiento de requerimientos debe permitir identificar los interrogantes que el cubo de datos debe solucionar para cada área de negocio que desea utilizarlo, esto permitirá recolectar los datos correctos e interpretar adecuadamente los resultados. El análisis obtenido en esta fase se consolida en un documento llamado “Requerimientos del cubo de datos” en donde se consignan las preguntas que responderá el cubo de datos junto con los aspectos positivos y negativos que este tendrá en cada área de negocio.  

FASE DE RECOLECCIÓN DE LOS DATOS

En esta fase se recolectan los datos desde los sistemas fuentes para realizar sobre ellos una descripción cualitativa y cuantitativa, posteriormente se procede a determinar sus propiedades y verificar la calidad de los mismos. Esta fase consta de las siguientes etapas: 

1. Identificación de las fuentes de los datos: se identifican los sistemas fuentes que contienen los datos y se extraen para posteriormente adecuarlos, es importante tener en cuenta que los datos pueden residir en diversos tipos de sistemas, a continuación mencionamos algunos de los más típicos dentro de las organizaciones: 

• Hojas de cálculo 

• Bases de datos 

• Archivos estadísticos 

• Sistemas de información empresarial (ERP, ERP, FRM, HRM, MRP, SCM) 

• Archivos documentales físicos y digitales.

Luego de extraer los datos se elabora un informe que se denomina “reporte de recolección de datos” el cual contiene la lista de los datos extraídos, su localización, las técnicas utilizadas para su recolección y los problemas que se presentaron durante este proceso, así como la forma en que fueron resueltos. 

2. Descripción de los datos: se realiza la descripción de los datos extraídos desde los sistemas fuentes con el fin de establecer sus características y métricas de la siguiente forma: 

• Descripción cualitativa: se refiere a las cualidades relevantes de los datos que pueden ser descritas utilizando: Significado de la tabla que contiene los datos, descripción de la campo que contiene el dato y descripción del tipo de campo. 

• Descripción cuantitativa: se refiere a las métricas que pueden ser calculadas u obtenidas del volumen de datos, como: Número de campos por tabla, número de registros por tabla y número de relaciones. 

• La información recolectada de los datos se consigna en un informe denominado “reporte de la descripción de datos” 

3. Exploración de los datos: Se procede a explorar los datos que han sido extraídos desde los sistemas fuentes, con el fin de encontrar una estructura general para los datos “homogeneidad” y de identificar problemas “datos paralizantes” que puedan ocurrir durante las fases siguientes. Las novedades encontradas en esta fase se registran en un documento denominado “Reporte de exploración de datos”. 

4. Verificación de la calidad y consistencia de los datos: Se efectúan verificaciones sobre los datos, que permitan asegurar la consistencia de los valores individuales de los campos, la cantidad y distribución de los valores nulos y la corrección de valores fuera de rango que puedan constituirse en elementos que alteren el resultado del proceso. Los resultados de esta fase se consignan en un documento que lleva por nombre “Reporte de calidad de datos”

  

FASE DE PREPARACIÓN DE DATOS

Finalizada la fase de recolección de los datos, se procede al alistamiento de los datos para la posterior construcción del cubo de datos. La fase de preparación de datos consta de las siguientes etapas: 

1. Selección de datos: se seleccionan los datos de la fase anterior, utilizando como criterio de selección la calidad de los datos en cuanto a completitud y consistencia. 

2. Limpieza de los datos: se optimiza la calidad de los datos mediante la aplicación de técnicas que eliminen datos paralizantes, valores fuera de rango y caracteres extraños; algunas de estas técnicas son: normalización de datos, discretización de campos numéricos y tratamiento de valores ausentes. 

3. Estructuración de los datos: se realizan operaciones de alistamiento sobre los datos, las cuales generan nuevos atributos a partir de los ya existentes y transforman los valores de los ya existentes. 

4. Integración de los datos: se crean nuevas estructuras que unifican los datos, para esto se fusionan tablas que contengan atributos diferentes de un mismo objeto y se generan nuevos campos y registros que resuman los actuales. 

5. Formateo de los datos: se realizan transformaciones sintácticas de los datos sin modificar su significado, esto se consigue mediante la reordenación o ajuste de los campos y registros de las tablas; también se eliminan comas, tabuladores, caracteres especiales, máximos y mínimos para las cadenas de caracteres.

FASE DE MODELADO DEL CUBO DE DATOS

En esta fase se identifican las dimensiones, métricas y tablas de hecho que constituirán el cubo de datos. Algunos de los aspectos para identificar los atributos de estos elementos son: 

• Atributos de métrica: son aquellos atributos que permiten establecer un valor cuantitativo sobre los datos. 

• Atributos de dimensión: son todos los atributos que aportan cualidades a los datos. 

• Datos multidimencionales: son los datos que no pueden modelarse como atributos de dimensión o de medida. 

• Atributos de la(s) tabla(s) de Hecho(s): Para identificar estos atributos hay que prestar especial atención a las tabulaciones cruzadas puesto que estas son sumatorias que no están guardas directamente en las tablas del modelo relacional, si no que son el resultado de operaciones aritméticas que se obtienen de disponer de distintas formas los atributos de métrica y de dimensión. 

Se debe construir el cubo de datos, teniendo en cuenta el número de dimensiones y de tablas de hecho que se hayan identificado. Para esto hay que seleccionar entre los siguientes modelos de datos el más adecuado para construir el cubo: 

Modelo estrella 

Modelo copo de nieve  

Modelo constelación. 

La estructura dimensional propuesta para el cubo de datos debe resolver las preguntas que se han planteado en el documento de requerimientos. No hay un modelo mejor que otro, cada uno responde a un análisis particular del cual depende su precisión y validez. 

 FASE DE IMPLEMENTACIÓN DEL CUBO DE DATOS

En esta la fase se construye el modelo físico del cubo de datos el cual se realiza de la siguiente forma: 

1. Crear las tablas de cada una de las dimensiones del cubo con sus respectivos atributos y llaves primarias. 

2. Después se construye(n) la(s) tabla(s) de hecho(s) con sus campos, llaves primarias y relaciones que se han identificado en el modelo seleccionado.

FASE DE CONSTRUCCIÓN DEL VISUALIZADOR DEL CUBO DE DATOS

La fase de construcción del visualizador del cubo de datos puede ser abordada de las siguientes formas: 

• Construcción una vista en la base de datos 

• Desarrollo de una aplicación en un lenguaje de programación específico 

• Utilización de una herramienta de uso específico existente 

• Creación del visualizador en una herramienta de uso general como una hoja de cálculo 

En esta fase se busca que el usuario obtenga una interpretación más intuitiva y rápida de la información que le puede suministrar el cubo de datos. La forma en que se aborde la construcción del visualizador del cubo de datos depende del tamaño del cubo, el tiempo y los recursos disponibles para ello. 

Integrantes:

Leidys Jiménez

Claudía Viloria

Deisy Cataño

METODOLOGÍAS PARA MINERÍA DE DATOS

Las metodologías para realizar minería de datos abarcan los modelos de construcción de una Bodega de Datos como un ítem dentro del proceso de extracción de conocimiento de los datos, por esta razón a continuación mencionamos algunas de las más relevantes:

• Metodología CRIPS – DM (Cross Industry Standard Process for Data Mining)

• Metodología SEMMA (Sample, Explore, Modify, Model, Assess)

• Metodología DMAMC (Definir, Medir, Analizar, Mejorar, Controlar)

• KDD process - (Knowledge Discovery in Databases)

Integrantes:

Leidys Jiménez

Claudía Viloria

Deisy Cataño

MODELOS Y METODOLOGÍAS PARA EL DISEÑO Y CONSTRUCCIÓN DE BODEGAS DE DATOS (DATA WAREHOUSES)

Algunos de los modelos y metodologías más usadas para el diseño y construcción de Bodegas de datos son:

• Modelo de Barry Devlin y Paul Morphy: En este modelo se inicia analizando racionalmente el modelo de negocio con el fin de definir la arquitectura técnica que se requiere para realizar la implementación de la Bodega de Datos; posteriormente se identifican las fuentes de almacenamiento que contienen los datos, con las que se define un simple, completo y consistente sistema de almacenamiento, en el que los datos se agrupan para que los usuarios finales puedan entender y manipular el contexto del negocio.

• Modelo de Ralph Kimball: Es un esquema centrado en la identificación de procesos de la empresa, desde el que se extraen los elementos claves para la definición de la estructura de variables y dimensiones de las que constan los cubos de datos, que al agruparlos componen la Bodega de Datos de la empresa.

• Modelo de William Bill Inmon: Se fundamenta en la elaboración del modelo de datos corporativo desde un nivel de abstracción muy gerencial, para que con base en esté se derive la estructura del modelo de datos de la Bodega de Datos.

• Modelo de Golfarelli Matteo, Maio Dario y Rizzi Stefano: Es un esquema que parte de los modelos entidad relación (MER) de los sistemas transaccionales de la organización, para luego derivar el MER de la estructura para el diseño de la Bodega de Datos.

• Metodología HEFESTO: Aborda el proceso de construcción de la Bodega de Datos desde el enfoque de la Inteligencia de Negocios (Business Intelligence - BI), en el cual se identifican los aspectos más relevantes y significativos del modelo del negocio con el objetivo de precisar y detallar los componentes que deben intervenir en la arquitectura de la Bodega.

Integrantes:

Leidys Jiménez

Claudía Viloria

Deisy Cataño

ENFOQUES PARA LA CONSTRUCCIÓN DE CUBOS DE DATOS

El diseño y construcción de Bodegas de Datos puede ser abordado desde diferentes enfoques. Una alternativa es construir la Bodega de Datos a partir de la agrupación de los cubos de datos que se generan por cada dependencia de la empresa y utilizar algún modelo o metodología para estructurarlos de manera ordenada. Un segundo enfoque es utilizar una metodología para realizar Minería de Datos y contemplar la construcción de la Bodega de Datos como un proceso que permite la extracción de conocimiento de los datos.

Integrantes:

Leidys Jiménez

Claudía Viloria

Deisy Cataño

JUSTIFICACIÓN PARA LA REALIZACIÓN DE CUBOS DE DATOS EN LAS COMPAÑIAS

El diseño y construcción de cubos de datos permite a las organizaciones escalar progresivamente hacia una arquitectura de almacenamiento con Bodegas de Datos (Data Warehouse), sobre los que se puede aplicar técnicas de minería de datos con el fin de extraer conocimiento que permita satisfacer las expectativas de los clientes y alcanzar los objetivos estratégicos de la organización. La aplicación de técnicas de minería de datos para identificar y extraer conocimiento de las bases de datos, permite mejorar la estrategia de negocio mediante el diseño de tácticas que generen ventajas competitivas en el mercado.

http://es.slideshare.net/perezpardojc/data-warehouse-6652414

Integrantes:

Leidys Jiménez

Claudía Viloria

Deisy Cataño

DEFINICIÓN DE CUBOS DE DATOS

Un cubo representa un subconjunto de datos de la bodega, almacenado en una estructura multidimensional. Para proceder a la implementación de los cubos es necesario determinar el tipo de cubo y la herramienta que se utilizara para ello.

La construcción Fisica de las tablas de dimensiones y las tablas de hechos se realizan de acuerdo con el modelo dimensional definido y la herramienta a utilizar, se ejecutan los procesos ETL para probar las tablas y se genera el cubo para obtener las respuestas a los requerimientos definidos.Posteriormente se procede a a visualizar la información del cubo.

Para definir el tipo de cubo a construir es necesario tener en cuenta las opciones de almacenamiento que se tienen así:

• Rendimiento: En este caso debe ser de tipo MOLAP (Multidimensional on-line Analytical Processing) almacenado en una base de datos multidimensional tanto los datos como las agregaciones.
• Capacidad: 
• 

Integrantes:

Leidys Jiménez

Claudía Viloria

Deisy Cataño