INSTITUTO TECNOLOGICO DE CIUDAD ALTAMIRANO MATERIA: Topicos avanzados de B. D.

1. INSTITUTO TECNOLOGICO DE CIUDAD ALTAMIRANO MATERIA: Topicos avanzados de B. D. INTEGRANTES DEL EQUIPO: NoheliaGuzman Manuel Laura CelenePerezMatias ElderGarciaGalan Alejandro Luna Chavelas NOMBRE DEL PROFESOR: Eucebio Molina Castañeda Lic. En Informatica Grupo: “B” Semestre: IV Cd. Altamirano, gro. A 9 de diciembre del 2011

2. INTRODUCCION DE DATA MART Los productos Data Warehouse han nacido para resolver problemas de análisis de grandes masas de información, en empresas donde una pequeña diferencia en el valor de una variable, puede afectar la cuenta de resultado con unas diferencias de millones de dólares. Data Mart se destaca por una definición de requerimientos más fácil y rápida. También se simplifica el desarrollo de todo el mecanismo de su base de datos y con ello baja substancialmente todo el coste del proyecto, así como su duración. Normalmente, Data Mart resuelve aplicaciones a nivel departamental, aunque en ocasiones se desarrolla una aplicación que integre todas ellas y proporciona las funciones de un EIS (ExecutiveInformationSystem)

3. MERCADOS DE DATOS (DATA MART) DATA MART Un Data Mart es una version especial almacén de datos (data warehouse). Como los almacenes de datos, los data marts contienen una visión de datos operacionales que ayudan a decidir sobre estrategias de negocio basadas en el análisis de tendencias y experiencias pasadas. La diferencia principal es que la creación de un data mart es especifica para una necesidad de datos seleccionados, enfatizando el fácil acceso a una información relevante.

4. DEFINICION Y CONCEPTOS DE MERCADO DE DATOS Un Datamart es una base de datos departamental, especializada en el almacenamiento de los datos de un área de negocio específica. Se caracteriza por disponer la estructura óptima de datos para analizar la información al detalle desde todas las perspectivas que afecten a los procesos de dicho departamento. Datamart es un almacén de datos históricos relativos a un departamento de una organización, así que puede ser simplemente una copia de parte de un Data Warehouse para uso departamental.

5. DIFERENCIAS ENTRE DATA MART Y DATA WAREHOUSE El Data Mart se centra solamente en los requerimientos de usuarios asociados con un departamento o función de negocio. Los Data Marts normalmente no contienen datos operacionales detallados a diferencia de datawarehouse. Debido a que los data marts contienen menos información comparados con los datawarehouse, los data marts son más fácilmente entendibles y navegables.

6. RAZONES PARA CREAR UN DATA MART •  Dar a los usuarios acceso a los datos que ellos necesitan para analizarlos mas a menudo. •  Proveer los datos en una forma que concuerda la vista colectiva de los datos por un grupo de usuarios en un departamento o función de negocio. •  Mejorar el tiempo de respuesta al usuario final debido a la reducción en el volumen de información a ser accedido. • Proveer datos apropiadamente estructurados para satisfacer los requerimientos de las herramientas de acceso de usuario final.

7. FASES DE CONSTRUCCION DE MERCADOS DE DATOS 1.- Construcción del Data mart: Esta actividad tiene el objetivo de construir el modelo de datos, la metadata de la herramienta de Explotación y La Arquitectura del Modelo Multidimensional en la herramienta de explotación. 2.- Construcción de los Procesos de Cargas: En ésta actividad es cuando se debe desarrollar los procesos de carga de datos, las rutinas de limpieza, los flujos de cargas de datos, las interfaz de acceso, los importadores e integradores de datos, los programas de entrada de datos, etc.

8. 3.- Construcción de los reportes analíticos: Consiste en construir los reportes, tableros de control, dashboard, scorecard, etc . 4.- Construcción de los procesos de prueba: Se debe construir los programas, reportes, informes que permita probar los procesos de cargas y los reportes entregados.

9. ANALISIS DE DATOS El último paso de una investigación de mercado es el proceso y análisis de los datos. Todos los resultados se tabulan obteniendo una matriz de datos que cruza preguntas (variables) con personas entrevistadas (casos) operativizando la información para poder ser procesada estadísticamente y obtener resultados de porcentajes de población por respuesta. En Microresearch presentamos todos los resultados del estudio de mercado en un informe final donde se contrastan los resultados del estudio de mercado, en este informe aparecen los resultados generales del estudio, los resultados desglosados por variables de control y el cruce de las variables más determinantes para esclarecimiento de los problemas que se plantean en el estudio de mercado.

10. El problema de los datos secundarios es que al no ser exclusivos los resultados no son lo precisos que podríamos esperar, podemos trabajar con resultados generales de consumo o con datos de crecimiento en un determinado sector, pero siempre algo generalista y poco concreto. El análisis de datos nos permite acceder a la información de una forma ordenada y estructurada, descubriéndonos las claves de los diferentes mercados donde estamos trabajando.   

11. CONSTRUCCION DE MERCADO DE DATOS Para construir un Data Warehouse se necesitan herramientas para ayudar a la migración y a la transformación de los datos hacia el almacén. Una vez construido, se requieren medios para manejar grandes volúmenes de información. Se diseña su arquitectura dependiendo de la estructura interna de los datos del almacén y especialmente del tipo de consultas a realizar. Con este criterio los datos deben ser repartidos entre numerosos data marts. Para abordar un proyecto de data warehouse es necesario hacer un estudio de algunos temas generales de la organización o empresa, los cuales se describen a continuación:

12. Situación actual de partida.- Cualquier solución propuesta de data warehouse debe estar muy orientada por las necesidades del negocio y debe ser compatible con la arquitectura técnica existente y planeada de la compañía. • Tipo y características del negocio.- Es indispensable tener el conocimiento exacto sobre el tipo de negocios de la organización y el soporte que representa la información dentro de todo su proceso de toma de decisiones. • Entorno técnico.- Se debe incluir tanto el aspecto del hardware (mainframes, servidores, redes,...) así como aplicaciones y herramientas. Se dará énfasis a los Sistemas de soporte a decisiones (DSS), si existen en la actualidad, cómo operan, etc.

13. Expectativas de los usuarios.- Un proyecto de data warehouse no es únicamente un proyecto tecnológico, es una forma de vida de las organizaciones y como tal, tiene que contar con el apoyo de todos los usuarios y su convencimiento sobre su bondad. • Etapas de desarrollo.- Con el conocimiento previo, ya se entra en el desarrollo de un modelo conceptual para la construcción del data warehouse. • Prototipo.- Un prototipo es un esfuerzo designado a simular tanto como sea posible el producto final que será entregado a los usuarios.

14. Piloto.- El piloto de un data warehouse es el primero, o cada uno de los primeros resultados generados de forma iterativa que se harán para llegar a la construcción del producto final deseado. • Prueba del concepto tecnológico.- Es un paso opcional que se puede necesitar para determinar si la arquitectura especificada del data warehouse funcionará finalmente como se espera.

15. . FIN GRACIAS POR SU ATENCION