Arquitectura Business Intelligence / Data Warehouse

Definición de Business Intelligence

Resumen de la sección: En esta sección, se discute la definición de Business Intelligence y cómo cada proveedor o consultoría tiene su propia versión. Se presentan tres definiciones importantes a nivel mundial.

Definiciones de Business Intelligence

• No existe una definición completamente aceptada o unificada de lo que es el Business Intelligence debido a que cada proveedor o consultoría tiene sus propias versiones.

• El Data Warehouse Institute define la inteligencia negocios como el conjunto de procesos tecnologías y herramientas que nos ayudan a convertir datos en información, información en conocimiento y conocimiento en ayuda a la toma de decisiones.

• Gartner define Business Intelligence como un término que incluye todas las aplicaciones infraestructuras y herramientas y las mejores prácticas para el acceso a la información al final de cuentas igual para optimizar la toma de decisiones.

Fundamentos orientados a objetivos

• Los proyectos deben estar guiados sobre áreas u objetivos del negocio.

• Los proyectos deben ser integrados, es decir, enfocados sobre áreas o áreas del negocio.

• Los proyectos no deberían hacer cambios ni verificaciones constantes sino ser no volátiles.

• Los proyectos son variables en el tiempo.

Implementación del proyecto

• Es importante implementar los fundamentos orientados a objetivos e integración para poder iniciar un proyecto inteligencia negocios.

• Aunque estos fundamentos pueden ser difíciles de lograr en la práctica, es importante tratarlos con respeto.

• Los proyectos de inteligencia negocios deben ser implementados enfocados en áreas u objetivos del negocio.

Fundamentos de Business Intelligence

Resumen de la sección: En esta sección, el presentador habla sobre los fundamentos del Business Intelligence y cómo es importante enfocarse en el negocio al implementar proyectos de BI. También menciona que la implementación de un Data Warehouse es una parte importante del proceso.

Enfoque en el negocio

• El enfoque principal debe ser en el negocio.

• Es importante asegurarse de que el patrocinador del proyecto sea alguien del negocio y no solo del departamento de informática.

• Los entregables deben estar respaldados por el negocio para agregar valor a los datos existentes.

Razones para implementar Business Intelligence

• Acceso difícil a la información debido a múltiples sistemas y reportes inconsistentes.

• Toma de decisiones basada en datos falsos o inexactos.

• La implementación exitosa puede agregar valor a los datos existentes.

Diferencia entre Business Intelligence y Data Warehousing

• Business Intelligence se enfoca más en la visualización y exploración de datos, mientras que Data Warehousing se enfoca más en la transformación y almacenamiento físico de los datos.

• Ambas son importantes para una implementación exitosa de BI.

Arquitectura del Data Warehouse

• El Data Warehouse es una capa adicional que se agrega al mundo transaccional regular.

• Se enfoca en crear estructuras físicas normalizadas para almacenar y transformar los datos.

Diseño de sistemas transaccionales y data warehousing

Resumen de la sección: En esta sección, se discute el diseño de sistemas transaccionales y data warehousing. Se explica cómo estas dos capas deben estar separadas y no afectarse mutuamente. También se presenta la base de datos "stage" que es una copia o reflejo de lo que encontramos en los diferentes sistemas transaccionales.

Capas separadas

• Los sistemas transaccionales no deberían verse afectados a nivel de diseño por ninguna herramienta de data warehousing.

• Las dos capas (transaccional y data warehousing) están relacionadas pero no deberían afectarse mutuamente.

• La base de datos "stage" es una copia o reflejo de lo que encontramos en los diferentes sistemas transaccionales.

Extracción, transformación y carga (ETL)

• El proceso ETL (Extracción, Transformación y Carga) es utilizado para integrar diferentes sistemas y plataformas.

• El stage no debe tener mayores cambios en estructura ya que su función principal es recibir los datos extraídos sin transformarlos.

• Se recomienda dejar las copias planas en el stage para evitar complicaciones al hacer cargas incrementales.

Data Warehousing

• La base de datos "data warehouse" está enfocada en el negocio, normalizada y estandarizada.

• En este punto intermedio entre el stage y el data warehouse es donde se aplican las reglas del negocio como unificación y cálculos.

• El data warehouse es la versión final y correcta de la información.

Cubos OLAP

• La creación de cubos OLAP debe ser cuidadosamente planificada para asegurar el éxito del proyecto de inteligencia de negocios.

• El éxito del proyecto no está en crear análisis y servicios exitosamente, sino en crear data warehousing exitosamente.

Reporting Services

• La área de reportería incluye herramientas como Reporting Services, Power BI, QlikView, entre otras.

Interna de Haití detrás del cubo

Resumen de la sección: En esta sección, el hablante explica que detrás del cubo hay una interna en Haití. El usuario final no ve nada detrás del cubo y simplemente utiliza la información unificada de diferentes fuentes heterogéneas.

Detalles clave

• La interna de Haití existe detrás del cubo.

• El usuario final no ve nada detrás del cubo.

• El cubo unifica información de diferentes fuentes heterogéneas.

Visualización y reportería

Resumen de la sección: En esta sección, el hablante explica que la última parte del proceso es la visualización o reportería. Como usuario final, no le interesa lo que hay detrás del cubo. Se conecta al cubo y los datos ya están calculados y estandarizados. La parte de visualización es responsabilidad del usuario.

Detalles clave

• La visualización o reportería es la última parte del proceso.

• Al usuario final no le interesa lo que hay detrás del cubo.

• Los datos ya están calculados y estandarizados cuando el usuario se conecta al cubo.

• La parte de visualización es responsabilidad del usuario.