Un Data Warehouse (DWH) es conocido en castellano como un repositorio de datos o almacén de datos, difícilmente puede ser traducido como repositorio o almacén de información, debido a que desde el DWH provienen los datos que son transformados en información para el apoyo a la toma de decisiones. La información que proviene de los datos es un mensaje que provoca un cambio en el conocimiento del que recibe el mensaje.
La decisión de construir un Data Warehouse (DWH) depende de varios factores. Hay muchas variables anexas a esta decisión como:
Luego de decidir si construir o no un DWH ya sea con enfoque Kimball que recomienda construir data marts para los diferentes procesos de negocio de la organización, sobre una arquitectura tipo bus y dimensiones compartidas, con un modelado altamente dimensional podemos decir que tenemos un DWH en nuestra organización; o con el enfoque de Inmon quien recomienda llevar el modelo de datos de información a tercera forma normal, en un sólo modelo corporativo y desde donde se puedan generar diferentes sub-modelos de datos para satisfacer necesidades específicas a un determinado proceso de negocio de la organización. Resumiendo, Kimbal dice que la suma de los data marts generan el DWH e Inmon dice que el DWH (modelo único de datos en 3NF) genera los diferentes data marts.
Tener un DWH es requisito para construir un sistema de BI? por supuesto que NO. Sin embargo si estás evaluando o has empezado un proyecto de DWH un poco de ayuda y guía es bienvenido. Por eso quería compartir este valioso recurso que en Dataprix ponen a disposición de quienes quieran acceder a él, hace 2 años posteaba sobre HEFESTO Datawarehousing, hoy está disponible la versión 2.0 y además en formato ePub. Felicitaciones por la difusión y la calidad del material. (Fuente: TGX - HEFESTO.)
Suerte con el proyecto de data warehouse que estás emprendiendo, por supuesto las consultas, dudas y comentarios son bienvenidos en AnalisisBI.
Links:
- Formato on-line.
- Formato ePub.
La decisión de construir un Data Warehouse (DWH) depende de varios factores. Hay muchas variables anexas a esta decisión como:
- madurez de la organización en cuanto a sistemas de información,
- cantidad de sistemas de información existentes,
- cantidad de fuentes de información existentes,
- cantidad de usuarios que consumen información a diferentes niveles (recordemos que en todo nivel de una organización se toman decisiones),
- calidad de datos de los sistemas operacionales,
- necesidades de información actuales / futuras,
- planes de crecimiento de la organización,
- desafíos de análisis y entrega de información,
- etc.
Luego de decidir si construir o no un DWH ya sea con enfoque Kimball que recomienda construir data marts para los diferentes procesos de negocio de la organización, sobre una arquitectura tipo bus y dimensiones compartidas, con un modelado altamente dimensional podemos decir que tenemos un DWH en nuestra organización; o con el enfoque de Inmon quien recomienda llevar el modelo de datos de información a tercera forma normal, en un sólo modelo corporativo y desde donde se puedan generar diferentes sub-modelos de datos para satisfacer necesidades específicas a un determinado proceso de negocio de la organización. Resumiendo, Kimbal dice que la suma de los data marts generan el DWH e Inmon dice que el DWH (modelo único de datos en 3NF) genera los diferentes data marts.
Tener un DWH es requisito para construir un sistema de BI? por supuesto que NO. Sin embargo si estás evaluando o has empezado un proyecto de DWH un poco de ayuda y guía es bienvenido. Por eso quería compartir este valioso recurso que en Dataprix ponen a disposición de quienes quieran acceder a él, hace 2 años posteaba sobre HEFESTO Datawarehousing, hoy está disponible la versión 2.0 y además en formato ePub. Felicitaciones por la difusión y la calidad del material. (Fuente: TGX - HEFESTO.)
Suerte con el proyecto de data warehouse que estás emprendiendo, por supuesto las consultas, dudas y comentarios son bienvenidos en AnalisisBI.
Links:
- Formato on-line.
- Formato ePub.
