Enfoque tradicional de procesamiento de datos

Enviado por Programa Chuletas y clasificado en Informática y Telecomunicaciones

Escrito el en español con un tamaño de 6,72 KB

 

Zona de las fuentes de datos

Zona de data Warehouse

  1. Procesos de extracción transformación y carga

En esta etapa se crean los archivos a partir de los datos almacenados en diversas bases de datos, y se guardan en el servidor que contendrá el almacén de datos. Luego se realiza la transformación limpiando los datos y modificándolos para poder insertarlos en el almacén. Finalmente se procede a la carga de los archivos transformados a almacén de datos.

Principales procesos:

  • Análisis de consistencia de codificación y medida de los atributos.
  • Detección y correcciones de errores: elimina valores sin sentido y elimina duplicados.
  • Restructuración y agregado de campos: los datos se organizan agregando mas detalle sobre las entidades de objeto de análisis.
  • Cálculo de campos y eliminación de los no significativos.

Data Warehouse:


Almacén de datos: es una base de datos que almacena información estandarizada y consolidada, proveniente de los sistemas operativos de transacciones y de fuentes externas.

Un data Warehouse tiene como propósito darle organización a la cantidad de datos.

Según el creador data Warehouse: es una colección de datos orientados por temas, integrados, variantes en el tiempo y no volátiles, organizados para dar soporte a las necesidades empresariales en sus procesos de tomas de decisiones.

Meta data: es un componente que cuando se desarrolla una base de datos nueva, debe realizar un esquema estructura de la base de datos.

Metadata contiene:

  • Estructura de los datos.
  • El origen de los datos y la estructura de datos de la fuente de datos.
  • Las tablas relacionadas con los datos.
  • Los programas y procesos que completan los datos.
  • Las reglas del proceso para transformar los datos originales.
  • La programación temporal de la ejecución de los procesos.
  • Las reglas de carga.
  1. Data mart

Un mercado de datos Data
Mart es un data Warehouse especializado y orientado a un solo tema. En un data mart los datos están enfocados a un proceso de negocio y están dirigidos a una población especifica de usuarios que busca datos detallados y especializados de un tema.

Zona de herramientas de BI:


Las herramientas son:


  • Reportes:


Los que pueden personalizarse para cada usuario en particular y ser entregados en forma oportuna. Hay dos tipos: 1) Los reportes periódicos programados brindan información de manera regular (diaria, semanal) y 2) los reportes a pedido se desarrollan para brindar una determinada información solicitada.

Los reportes de excepciones se producen automáticamente cuando una situación previamente definida es inusual o requiere de una inmediata intervención.

  • Procesamientos analíticos en línea OLAP y análisis multidimensional


Acá se puede procesar grandes porciones de la base de datos mostrando datos consolidados y datos agregados. OLAP produce una actualización periódica de la base de datos tiene un enfoque directamente relacionado con el análisis de la información. OLAP es fundamental para los procesos de toma de decisiones de los niveles táctico y estratégico.

Las bases de datos multidimensionales son una variación del modelo relacional, utilizan estructuras multidimensionales para organizar los datos y mostrar las relaciones entre ellas.

Se denomina análisis multidimensional al basado en la división de un conjunto de datos en cierto numero de partes y en el examen de ellos desde varios puntos de vista o dimensiones.

La aplicación OLAP permite que los usuarios vean los mismos datos, pero de diferentes formas por medio de la utilización de diversas dimensiones, pueden ser productos, tiempo, cliente. OLAP permite modelar la problemática de un negocio para luego poder ser estudiada a partir de hechos y dimensiones de análisis.

  • Minería de datos


Es un conjunto de herramientas técnicas para el análisis de información histórica de los almacenes de datos.

Técnicas que usa data miniing son:


  • Análisis de asociación: descubre conexiones entre variables evaluando su correlación.
  • Descubrimiento de patrones secuenciales: es una variación de técnica que permite descubrir relaciones de secuencia temporal entre eventos.
  • Análisis de regresión:
  • Arboles de decisión: mediante un diagrama se refleja una sucesión encadenada de condiciones y acciones alternativas antes de tomar decisiones.
  • Análisis de conglomerados
  • Redes neuronales: posee gran cantidad de nodos sensores y procesadores interconectados que operan de manera paralela entre si e interactúan directamente.
  • Lógica difusa: representan una aplicación que maneja conceptos relativos.
  • Algoritmos genéticos: busca la solución óptica a un problema específico a través del análisis de gran cantidad de soluciones posibles.
  • Tableros de comando y cuadro de mando integral


Tablero de comando: es un elemento que presenta un conjunto de indicadores cuyo seguimiento periódico permite contar mayor conocimiento de la situación de la empresa.

Tiene como objetivo diagnosticar una situación y efectuar el control dinámico a través de una interfaz visual.

Cuatro diferentes tipos de tableros:

  • Tableros de comandos operativos:

agrupan indicadores operativos clave de diferentes sectores que deben monitorearse.

  • Tableros de comando directivos:

son los tableros que abarcan toda la organización en su conjunto desagregándola por áreas claves.

  • Tableros de comando estratégicos:

presentan información tanto interna como externa. La interna contiene los indicadores más relevantes de la tabla comando directivo y la externa incorpora información seleccionada del entorno y del sector industrial en el que actúa la empresa.

  • Tableros de comando integral: expresan la marcha de la empresa a través de indicadores que complementan a los financieros, buscando reducir el peligro de un enfoque a corto plazo sobre los resultados obtenidos.

Distribución de alertas:


  • Presupuestación y análisis predictivo:


La elaboración de presupuesto partiendo de un data Warehouse, Permite trabajar con innumerables posibilidades de modificaciones de escenarios. El análisis predicitivo habilita a trabajar sobre suposiciones de condiciones futuras para predecir resultados.

Entradas relacionadas: