introducciÓn - dspace.ucacue.edu.ecdspace.ucacue.edu.ec/bitstream/reducacue/4000/4/marco...

Diseño de un prototipo de un Data WebHouse

1

INTRODUCCIÓN

Desde un inicio, las bases de datos se convirtieron en una herramienta fundamental de

control y manejo de las operaciones comerciales. Fue así como en unos pocos años

en grandes empresas y negocios existía un considerable número de información

almacenada en diferentes fuentes de datos y estas ya habían alcanzado un tamaño

considerablemente grande.

Con esta gran acumulación de información, los directivos de tales empresas y

negocios se dieron cuenta que esta podría tener un fin útil, al estar reflejada la mayoría

de sus operaciones comerciales durante los llamados ciclos de negocios propios del

mercado.

A su vez, los mercados empresariales han experimentado una transformación radical.

Las empresas demandan mayor rapidez y eficiencia en la entrega de productos, y

mejora en todos los servicios existentes, por lo que se hace imprescindible encontrar

formas más eficaces de distribuir los productos, más facilidades para hacer estudios

de mercado basados en la información de las operaciones comerciales de las

empresas y de sus clientes y, en definitiva, mayor rapidez a la hora de tomar

decisiones.

Por tanto, pensaron en lo ideal que sería unificar las diferentes fuentes de información

de las cuales disponían, en un único lugar, al que sólo se le incorporaría información

relevante, sobre la base de una estructura organizada, integrada, lógica, dinámica y de

fácil explotación. La respuesta a esto fueron los Almacenes de Datos o Data

WareHouse (DW).

Sin embargo, para hacer un uso eficiente de la información histórica almacenada en

un DW para la ayuda a la toma de decisiones, era vital garantizar que estos datos

fueran fáciles de obtener, estandarizados y confiables se resumen en la facilidad de

poder tomar decisiones vía Web y para esto se implementa Data WebHouse.


2

Así y todo, el problema de la limpieza de datos es poco tratado o evitado por muchas

empresas, al no considerar adecuadamente el impacto para el negocio de tener

almacenada información deficiente.


3

CAPÍTULO I

1. DATA WAREHOUSE

1.1 CONCEPTO DE DATA WAREHOUSE

El Data Warehouse es una tecnología para el manejo de la información construido

sobre la base de optimizar el uso y análisis de la misma utilizado por las

organizaciones para adaptarse a los vertiginosos cambios en los mercados.

Su función esencial es ser la base de un sistema de información gerencial, es decir,

debe cumplir el rol de integrador de información proveniente de fuentes

funcionalmente distintas (Bases Corporativas, Bases propias, de Sistemas Externos,

etc.) y brindar una visión integrada de dicha información, especialmente enfocada

hacia la toma de decisiones por parte del personal jerárquico de la organización.

Es un sitio donde se almacena de manera integrada toda la información resultante de

la operatoria diaria de la organización. Además, se almacenan datos estratégicos y

tácticos con el objetivo de obtener información estratégica y táctica que pueden ser de

gran ayuda para aplicar sobre las mismas técnicas de análisis de datos encaminadas

a obtener información oculta (Data Mining).

Esta información incluye movimientos que modifican el estado del negocio, cualquier

interacción que se tenga con los clientes y proveedores, y cualquier dato adicional que

ayude a comprender la evolución del negocio.

Esta tecnología ayuda a la organización a responder preguntas esenciales para la

toma de decisiones que le permitan obtener ventajas competitivas y mejorar su

posición en el mercado en el que operan. Algunas de las preguntas podrían ser:

¿Cuál es el perfil de mis clientes?

¿Cómo es su comportamiento?

¿Cuál es la rentabilidad que me deja?

¿Cuál es el riesgo que corro con él?


4

¿Qué servicios y productos utiliza y cómo puedo incrementarlos?

Además, se aplican técnicas de limpieza e integración de datos, esto asegura la

existencia de estructuras homogéneas persistentes en el tiempo.

Para comprender mejor el funcionamiento de ésta tecnología explicaremos su

arquitectura y los sistemas OLTP y OLAP.

1.2 ARQUITECTURA DEL DATA WAREHOUSE

La arquitectura de esta tecnología está integrada por los siguientes componentes:

1.2.1 OLTP (On-Line Transaction Processing)

Son aplicaciones que definen el comportamiento habitual de un entorno operacional de

gestión y ejecutan las operaciones del día a día. Algunas de las características más

comunes de este tipo de transacciones podrían ser:

Altas/Bajas/Modificaciones

Consultas rápidas, escuetas y predecibles

Gráfico Nº 1. Arquitectura de Data WareHouse


5

Poco volumen de información e información disgregada

Transacciones rápidas

Gran nivel de concurrencia

Modo de actualización on-line

Baja redundancia de datos

Algunos ejemplos de este tipo de aplicaciones son:

Compras

Ventas

Inventario

Sueldos

1.2.2 CONSOLIDACIÓN

Es la parte del proceso de Data Warehouse que se encarga de producir el cambio de

los sistemas OLTP a las Bases de Datos OLAP. Consolidan datos de aplicaciones no

integradas, datos disgregados y los transforman. Este proceso está compuesto por

tres pasos:

Validación de Consistencia de los datos

- Comprueba la validez de los datos en el entorno operacional

- Inconsistencia entre distintas aplicaciones dentro del sistema

Mecanismos de Consolidación

- Refresco de datos: Volcado completo de los datos procedentes del

sistema operacional.

Factores técnicos

- Mecanismo de transporte

- Tiempos de carga

- Reformateo de datos

1.2.3 MIDDLEWARE


6

Es un software que reside físicamente en un Cliente y en un Servidor de

Comunicaciones, localizado entre el Cliente y el Servidor. Actúa como traductor entre

distintas tecnologías. Permite que dos o más sistemas trabajen juntos aunque no

estén preparados para ello.

Algunas de sus características más relevantes son:

Un mismo middleware puede poseer más de una máquina virtual para soportar

diferentes entornos de desarrollo

Gestiona las comunicaciones con el Data Warehouse

Controla la concurrencia y controla los procesos Batch.

Posee diversos controladores de Bases de Datos para acceder a las distintas

fuentes, por ejemplo, Oracle, Sybase, AS400, etc.

1.2.4 OLAP (On-Line Analytical Process)

Son aplicaciones que se encargan de analizar datos del negocio para generar

información táctica y estratégica que sirve de soporte para la toma de decisiones.

Mientras que las transacciones OLTP utilizan Bases de Datos Relacionales u otro tipo

de archivos, OLAP logra su máxima eficiencia y flexibilidad operando sobre Bases de

datos Multidimensionales.

Podemos nombrar las siguientes características como las más sobresalientes de estas

aplicaciones:

Estructura de datos transparente al usuario

Solo Consulta, trabajan sobre la información operacional generada por los

sistemas OLTP

Consultas sobre grandes volúmenes de datos no predecibles

Información histórica

Modo de actualización Batch

Alta redundancia de datos para facilitar la generación de consultas y obtener

buenos tiempos de respuesta


7

Poderoso Back-end analítico para múltiples aplicaciones de usuarios

Trabaja con resúmenes de miles de registros condensados en una sola

respuesta.

1.3 DATA MARTS

1.3.1 DEFINICIÓN DE DATA MARTS

Un Data Mart es una versión especial de almacén de datos (Data Warehouse). Son

subconjuntos de datos con el propósito de ayudar a que un área específica dentro del

negocio pueda tomar mejores decisiones. Los datos existentes en este contexto

pueden ser agrupados, explorados y propagados de múltiples formas para que

diversos grupos de usuarios realicen la explotación de los mismos de la forma más

conveniente según sus necesidades.

El Data Mart es un sistema orientado a la consulta, en el que se producen procesos

Batch de carga de datos (altas) con una frecuencia baja y conocida. Es consultado

mediante herramientas OLAP que ofrecen una visión multidimensional de la

información. Sobre estas bases de datos se pueden construir EIS (Executive

Information Systems, Sistemas de Información para Directivos) y DSS (Decision

Support Systems, Sistemas de Ayuda a la toma de Decisiones). Por otra parte, se

conoce como Data Mining al proceso no trivial de análisis de grandes cantidades de

datos con el objetivo de extraer información útil, por ejemplo para realizar

clasificaciones o predicciones.

VENTAJAS

Son más simples de implementar que un Data Warehouse

Pequeños conjuntos de datos y, en consecuencia, menor necesidad de

recursos.

Se encuentran más rápidamente las necesidades de las Unidades de Negocio


8

DESVENTAJA

Añaden tiempo al proceso de actualización.

En síntesis, son pequeños Data Warehouse centrados en un tema o un área de

negocio específico. En muchos casos, los Data Warehouse comienzan siendo Data

Marts con el objetivo de minimizar los riesgos para luego ir ampliando su espectro

gradualmente según las necesidades de la empresa, para que las mismas sean

satisfactorias para el bienestar de la institución y reconocimiento de la persona que

empleará y tomará las decisiones.

1.4 DATA MART OLAP

Se basan en los populares cubos OLAP, que se construyen agregando, según los

requisitos de cada área o departamento, las dimensiones y los indicadores necesarios

de cada cubo relacional. El modo de creación, explotación y mantenimiento de los

cubos OLAP es muy heterogéneo, en función de la herramienta final que se utilice.

1.5 DATA MART OLTP

Se basa en un simple extracto del Data Warehouse, no obstante, lo común es

introducir mejoras en su rendimiento (las agregaciones y los filtrados suelen ser las

operaciones más usuales) aprovechando las características particulares de cada área

de la empresa. Las estructuras más comunes en este sentido son las tablas reporte,

que vienen a ser factibles reducidas y las vistas materializadas, que se construyen con

la misma estructura que las anteriores, pero con el objetivo de explotar la reescritura

de query (aunque sólo es posibles en algunos SGBD avanzados, como Oracle).

Los Data Marts que están dotados con estas estructuras óptimas de análisis presentan

las siguientes ventajas:


9

Poco volumen de datos

Mayor rapidez de consulta

Consultas SQL y/o MDX sencillas

Validación directa de la información

Facilidad para la historización de los datos.

1.6 ELEMENTOS QUE INTEGRAN UN ALMACÉN DE DATOS

1.6.1 METADATOS

Uno de los componentes más importantes de la arquitectura de un almacén de datos

son los metadatos. Se define comúnmente como "datos acerca de los datos", en el

sentido de que se trata de datos que describen cuál es la estructura de los datos que

se van a almacenar y cómo se relacionan.

El metadato documenta, entre otras cosas, qué tablas existen en una base de datos,

qué columnas posee cada una de las tablas y qué tipo de datos se pueden almacenar.

Los datos son de interés para el usuario final, el metadato es de interés para los

programas que tienen que manejar estos datos. Sin embargo, el rol que cumple el

metadato en un entorno de almacén de datos es muy diferente al rol que cumple en

los ambientes operacionales. En el ámbito de los Data Warehouse el metadato juega

un papel fundamental, su función consiste en recoger todas las definiciones de la

organización y el concepto de los datos en el almacén de datos, debe contener toda la

información concerniente a:

Tablas

Columnas de tablas

Relaciones entre tablas

Jerarquías y Dimensiones de datos


10

Entidades y Relaciones

1.7 DIFERENCIAS ENTRE OLTP Y OLAP

Mientras que las aplicaciones OLTP se caracterizan por estar actualizadas

constantemente por varios usuarios a través de transacciones operacionales sobre

datos individuales, las aplicaciones OLAP son utilizadas por personal de niveles

ejecutivos que requieren datos con alto grado de agregación y desde distintas

perspectivas (dimensiones), como ser:

Totales de venta:

Por región,

Por producto,

Por período de tiempo, etc.

1.7.1 DATOS MULTIDIMENSIONALES

Tabla Nº 1. Diferencias entre OLTP y OLAP


11

En el análisis multidimensional, los datos se representan mediante dimensiones como

producto, territorio y cliente. En general, las dimensiones se relacionan en jerarquías,

por ejemplo, ciudad, estado, región, país y continente. El tiempo es también una

dimensión estándar con sus propias jerarquías tales como: día, semana, mes,

trimestre y año.

1.8 IMPLEMENTACIÓN DE UN DATA WAREHOUSE

La estructura adoptada para el almacén de datos se debe realizar de tal modo que

satisfaga las necesidades de la empresa, dicha elección es clave en la efectividad del

Data Warehouse. Existen tres formas básicas de estructura del almacén:

Data Warehouse central.- La implementación consta de un solo nivel con un

solo almacén que soporta los requerimientos de información de toda la

empresa.

Data Warehouse distribuido.- Es una estructura de un solo nivel que se

particiona para distribuirlo a nivel departamental.

Data Warehouse de dos niveles.- Es una combinación de los anteriores que

soporta requerimientos de información tanto a nivel empresarial como

departamental.

1.9 COSTOS DEL DATA WAREHOUSE

Gráfico Nº 2. Datos Multidimensionales


12

Uno de los puntos más importantes a tener en cuenta en el momento de decidir

implementar un Data Warehouse es el costo que trae aparejado. A grandes rasgos los

costos asociados a un proyecto Data Warehouse son el Costo de Construcción y el

costo de Mantenimiento y Operación una vez construido.

1.9.1 COSTO DE CONSTRUCCIÓN

Es similar a al Costo de Construcción de cualquier sistema de Tecnología. Se pueden

clasificar en tres tipos:

RECURSOS HUMANOS: Es necesario contar con conocimiento sobre el perfil

y cualidades del personal ya que el desarrollo de esta tecnología requiere de la

participación tanto del personal técnico como de los especialistas de negocios,

estos dos grupos trabajarán juntos durante todo el desarrollo del Data

Warehouse.

TIEMPO: Además de los tiempos de construcción y entrega del Data

Warehouse, se debe tener en cuenta los tiempos de planificación del proyecto

y de definición de la Arquitectura.

TECNOLOGÍA: El costo de la nueva tecnología introducida por el Data

Warehouse se debe considerar solo como el costo inicial de la implementación.

1.9.2 COSTO DE OPERACIÓN Y MANTENIMIENTO

Es necesario, una vez que se ha finalizado la construcción y se ha entregado el

producto se debe dar soporte que es una fuente continua de costos.

Los costos de operación se dividen en:

Costo de Evolución

Costo de Crecimiento

Costo producido por cambios

1.10 IMPACTOS DE IMPLEMENTACIÓN DEL DATA WAREHOUSE


13

El éxito del Data Warehouse no está en la construcción sino en utilizarlo para mejorar

los procesos empresariales, operacionales y de toma de decisiones, para que esto

suceda se deben tener en cuenta los impactos producidos en los siguientes ámbitos:

1.10.1 IMPACTO EN LA GENTE

La construcción requiere de la participación activa de quienes utilizarán el Data

Warehouse, depende tanto de la realidad de la empresa como de las condiciones que

existan en ese momento, las cuales determinarán cual será su contenido.

El Data Warehouse provee los datos que posibilitará a los usuarios a acceder a su

propia información en el momento que la necesitan. Esta posibilidad para entregar

información presenta varias implicancias:

Los usuarios deberán adquirir nuevas destrezas.

Se eliminará los largos tiempos de análisis y programación para obtener

información. Como la información estará lista para ser utilizada,

probablemente, aumenten las expectativas. Pueden existir nuevas

oportunidades en la comunidad empresarial para los especialistas de

información.

Se reducirá hasta casi eliminarse la gran cantidad de reportes en papel.

La madurez del Data Warehouse dependerá del uso activo y retroalimentación

de sus usuarios.

1.10.2 IMPACTOS EN LOS PROCESOS EMPRESARIALES Y DE TOMA DE

DECISIONES

Mejora del proceso de toma de decisiones por medio de la disponibilidad de la

información. Las decisiones se toman más rápidamente por gente más informada.

Los procesos empresariales pueden ser optimizados, se elimina el tiempo de espera

de información que, generalmente, es incorrecta o no se encuentra.

Se reducen los costos de los procesos y muchas veces se aclaran sus conexiones y

dependencias, aumentando así la eficiencia en dichos procesos.


14

El Data Warehouse permite que los datos de los sistemas operaciones sean utilizados

y examinados, cuando estos datos se organizan para tener significado para la

empresa la gente comienza a aprender de los sistemas y pueden quedar expuestos

posibles defectos de las aplicaciones actuales.

Aumenta la confianza de las decisiones tomadas en base a la información del Data

Warehouse, debido a que tanto los responsables de la toma de decisiones como los

afectados conocen que están basadas en información de buena calidad.

La información compartida conduce a un lenguaje común, conocimiento común y

mejora de la comunicación en la empresa.

Teniendo en cuenta las etapas de construcción, soporte del Data Warehouse y soporte

de los sistemas operacionales, algunos de los impactos técnicos son los siguientes:

En el momento de construcción de un Data Warehouse el impacto más grande

sobre la gente técnica está dado por la curva de aprendizaje, algunas de las

nuevas destrezas a adquirir son:

o Conceptos y estructura del Data Warehouse.

o Nuevas de demandas de soporte técnico debido a la utilización de

nuevas tecnologías, nuevas demandas de recursos.

o Es necesario adquirir destrezas de desarrollo incremental evolutivo.

o Trabajo en equipo con gente del área de negocios como participantes

activos del desarrollo del proyecto.

1.11 EL DATA MINING Y SU RELACIÓN CON EL DATA WAREHOUSE

Las técnicas de Data Mining son el resultado de un largo proceso de investigación y

desarrollo de productos orientados al almacenamiento, extracción y análisis de datos.

Esta evolución comenzó cuando los datos de negocios fueron almacenados por

primera vez en computadoras, y continuó con mejoras en el acceso a los datos, y más

recientemente con tecnologías generadas para permitir a los usuarios navegar a

través de los datos en tiempo real.


15

Data Mining está soportada por las siguientes tecnologías:

Soportes de almacenamiento masivo de datos

Potentes computadoras con multiprocesadores

Data Warehouse.

Algoritmos de Data Mining.

Data Mining es la extracción de información oculta y predecible de grandes bases de

datos.

Un sistema Data Mining es una tecnología de soporte para usuario final cuyo objetivo

es extraer conocimiento útil y utilizable a partir de la información contenida en las

bases de datos de las empresas.

Las herramientas de Data Mining sirven para predecir tendencias y comportamientos,

de esta manera permiten a las organizaciones tomar decisiones proactivas para

adaptarse rápidamente a los cambios del mercado obteniendo así ventajas

competitivas.

Las herramientas de Data Mining pueden responder a preguntas de negocios que

tradicionalmente consumen demasiado tiempo para poder ser resueltas por consultas

en un sistema tradicional de soporte operacional. La potencialidad de estas

herramientas reside en la capacidad de explorar las bases de datos en busca de

patrones ocultos, encontrando información predecible que para un experto sería casi

imposible debido al gran volumen de información.

Una vez que las herramientas de Data Mining fueron implementadas en computadoras

cliente servidor de alto performance o de procesamiento paralelo, pueden analizar

bases de datos masivas para brindar respuesta a preguntas tales como, "¿Cuáles

clientes tienen más probabilidad de responder al próximo mailing promocional, y por

qué? y presentar los resultados en formas de tablas, con gráficos, reportes, texto,

hipertexto, etc.

El origen de la información que utilizan los algoritmos de Data Mining, por lo general,

son datos históricos que se encuentran almacenados en un Data Warehouse. El partir


16

de un Data Warehouse simplifica la etapa previa a la etapa de preparación de los

datos ya que se construye en base a la integración de fuentes de datos múltiples y

heterogéneas Bases de Datos relacionales, ficheros planos y registros de

transacciones en línea.

El Data Warehouse dota a las organizaciones de memoria, y el Data Mining de

inteligencia.

La mejor forma de aplicar las técnicas de Data Mining es que éstas se encuentren

totalmente integradas con el Data Warehouse así como también con herramientas

flexibles e interactivas para el análisis de negocios. Varias herramientas de Data

Mining actualmente operan fuera del Data Warehouse, requiriendo pasos extra para

extraer, importar y analizar los datos. Además la integración con el Data Warehouse

permite que ni bien los cambios originados en las bases de datos operacionales son

replicados al Data Warehouse pueden ser analizados directamente y monitoreados

mediante las técnicas de Data Mining. El Server de Data Mining debe estar integrado

con el Data Warehouse y el Server OLAP para insertar el análisis de negocios

directamente en esta infraestructura. Un avanzado metadato centrado en procesos

Gráfico Nº 3. Escala de un Data WareHouse en base de Bases relacionales


17

define los objetivos del Data Mining para resultados específicos tales como manejos

de campañas promociónales, optimización de promociones, etc.

A medida que el Data Warehouse crece con nuevas decisiones y resultados, la

organización puede aplicar Data Mining para obtener las mejores prácticas y aplicarlas

en futuras decisiones.

Este diseño representa una transferencia fundamental desde los sistemas de soporte

de decisión convencionales. Más que simplemente proveer datos a los usuarios finales

a través de software de consultas y reportes, el Server de Data Mining aplica los

modelos de negocios del usuario directamente al Data Warehouse y devuelve un

análisis proactivo de la información más relevante.

Estos resultados mejoran los metadatos

en el Server OLAP proveyendo un

estrato de metadatos que representa

una vista fraccionada de los datos.

Generadores de reportes,

visualizadores y otras herramientas de

análisis pueden ser aplicadas para

planificar futuras acciones y confirmar el

impacto de esos planes.

Gráfico Nº 4.Pirámide Evolutiva de la Toma de decisiones


18

CAPÍTULO II

2. DATA WEBHOUSE

2.1 CONCEPTO DE DATA WEBHOUSE

Un Data WebHouse realiza las mismas funciones que un Data Warehouse con la

diferencia en que la fuente de datos para un sistema de Soporte a la decisión proviene

del canal Web.

Permite obtener una visión única y global de los visitantes y/o clientes, que integran

varias fuentes de datos efectuando Clickstream Analysis sobre datos acumulados.

Realiza elaboración de análisis multidimensionales teniendo conocimiento de lo que

pasa en la página Web.

Su enriquecimiento de los perfiles de visitantes y/o clientes es factible con

informaciones sobre preferencias e indicadores de comportamientos de clientes que

se encuentran en línea.

2.2 IMPACTO EN LA WEB CON EL ALMACÉN DE DATOS

Con el surgimiento de la Web, una parte significativa del mundo ha visto alterado el

modo de comunicarse, la forma en que se dirigen y gestionan los negocios y las

diferentes ramas de la economía, los servicios, la ciencia y el desarrollo tecnológico.

La Web se ha convertido en mucho más que una tecnología para conectar dispositivos

de procesamiento distribuido pasando a representar una infraestructura para el

desarrollo y la gestión de productos y/o servicios de cualquier persona o entidad en

cualquier lugar del planeta.

La interacción de los usuarios con los diferentes sitios que se encuentran en la Web a

través de la selección de los mismos constituye una inmensa fuente de datos sobre el

comportamiento de los clientes. Estos datos llamados Clickstream o que bien

pudiésemos denominar secuencia de selecciones en español (esto proviene de la

acción del usuario de seleccionar a través del clic de los botones del ratón o Mouse)


19

en la mayoría de los casos se encuentran en un estado bruto y no tendrán tal vez una

apariencia adecuada pero los mismos tienen un potencial de detalles nunca

imaginables sobre cada proceso de interacción del ser humano con la Web.

La secuencia de selecciones conforma una serie cronológica de acciones casi

microscópicas que pueden ser agrupadas en sesiones representándose de este modo

una trayectoria de acciones que pudiesen haber conducido al hombre que interactúa

con la Web a una compra, una descarga de productos y/o servicios u otro

comportamiento en que estemos interesados para analizar y/o comprender.

Infelizmente muchas organizaciones no han conseguido aprovechar con eficacia esta

ventaja que brinda una cantidad invalorable de información simplemente porque no

poseen los recursos necesarios para aprovechar esto eficazmente. La actual evolución

de las Nuevas Tecnologías de la Información (NTIC) está haciendo posible que se

puedan generar recursos que atiendan las necesidades de estas organizaciones.

Entender la secuencia de los clicks a los que hacíamos referencia con anterioridad y

almacenarlos en bases de datos para que le sean realizados análisis efectivos

proporcionará un ambiente eficaz para la manipulación de este tipo de información en

un Data WebHouse o Almacén de Datos por medio de Web que es la forma en que se

denomina el término en idioma español.

Mediante el uso de distintos recursos de extracción y manipulación de los datos, la

tecnología de Data WebHouse permite que una gran cantidad de usuarios pueda

realizar inferencias en uno o más bancos de datos modelados de forma especial. Esto

agiliza el acceso a las informaciones y también permite la formulación de consultas

definidas en cualquier momento, con un simple movimiento de arrastrar y soltar

objetos en interfaces gráficas. Entiéndase el uso específicamente de las más

populares actualmente de las interfaces, la interfaz Web.

Existe un consenso, casi unánime en la actualidad en afirmar que Internet ya es el

acontecimiento más revolucionario del mundo de la informática y se vaticina que los

cambios más significativos en el ámbito de los sistemas de información corporativos


20

vendrán con la aplicación de la tecnología Internet, concretamente el desarrollo de

redes privadas vía Internet.

El almacén de datos se está convirtiendo en la infraestructura que apoya gestión de

relaciones con clientes (CRM), implementando en el almacén de datos la realización

para que el cliente posea pulsaciones disponibles para el análisis. Estas fuerzas están

cambiando nuestra forma de diseñar e implementar el almacén de datos. Como una

señal de estos cambios en la Web se ha pasado a denominar a la toma de decisiones

en Web con “Data WebHouse”.

El Data WebHouse no tiene centro, porque es inevitablemente distribuida. Los datos

WebHouse no sólo son distribuidos en cada una de las organizaciones, sino que

también se distribuye entre múltiples organizaciones.

En la Web se encuentran socios de negocios organizadas en cadenas de suministro

para el intercambio de información.

2.3 ARQUITECTURA BÁSICA

Un Data WebHouse abarcan múltiples organizaciones y las empresas tiene que tener

algún tipo de uniformidad previsible habiendo un conjunto de normas que permiten a

las diferentes partes de los Data WebHouse reconocerse y comunicarse mutuamente.

Su principal característica es el modelado dimensional, las mismas que están

conformadas con lo que se llama “almacén de datos con arquitectura de bus”.

El almacén de datos con arquitectura de bus es la base de un reparto íntegro de

almacén de datos del sistema, tales como la Data WebHouse.

2.4 COMPONENTES CENTRALIZADOS DEL DATA WEBHOUSE

El componente centralizado de los Data WebHouse se basa en las definiciones de las

dimensiones y la conformación de los hechos. Estas definiciones son lógicas, no

físicas. En la mayoría de los Data WebHouse, son conformados por las dimensiones,

como calendario (la dimensión temporal) cliente y producto.


21

Por lo tanto, la responsabilidad de cada una de las dimensiones conformado debe

confiarse a un grupo de “dimensión autoridad”, que define, mantiene y publica una

dimensión particular de todos los Data Marts clientes que se conectan con la

utilización de los datos WebHouse.

2.5 CUBOS DE INFORMACIÓN Y DIMENSIONES

CUBOS.- Los cubos de información o cubos OLAP funcionan como los cubos de

rompecabezas en los juegos, en el juego se trata de armar los colores y en el data

Warehouse se trata de organizar los datos por tablas o relaciones; los primeros (el

juego) tienen 3 dimensiones, los cubos OLAP tienen un número indefinido de

dimensiones, razón por la cual también reciben el nombre de hipercubos. Un cubo

OLAP contendrá datos de una determinada variable que se desea analizar,

proporcionando una vista lógica de los datos provistos por el sistema de información

hacia el data Warehouse, esta vista estará dispuesta según unas dimensiones y podrá

contener información calculada. El análisis de los datos está basado en las

dimensiones del hipercubo, por lo tanto, se trata de un análisis multidimensional.

A la información de un cubo puede acceder el ejecutivo mediante "tablas dinámicas"

en una hoja de cálculo o a través de programas personalizados. Las tablas dinámicas

le permiten manipular las vistas (cruces, filtrados, organización, totales) de la

información con mucha facilidad. Las diferentes operaciones que se pueden realizar

con cubos de información se producen con mucha rapidez. Llevando estos conceptos

Gráfico Nº 5. Centralización de Data WebHouse


22

a un data Warehouse, éste es una colección de datos que está formada por

«dimensiones» y «variables», entendiendo como dimensiones a aquellos elementos

que participan en el análisis y variables a los valores que se desean analizar.

DIMENSIONES.- Las dimensiones de un cubo son atributos relativos a las variables,

son las perspectivas de análisis de las variables (forman parte de la tabla de

dimensiones). Son catálogos de información complementaria necesaria para la

presentación de los datos a los usuarios, como por ejemplo: descripciones, nombres,

zonas, rangos de tiempo, etc. Es decir, la información general complementaria a cada

uno de los registros de la tabla de hechos.

2.6 DATA WEBHOUSING

2.6.1 CONCEPTO DE DATA WEBHOUSING

Data WebHousing es el centro de la arquitectura para los sistemas de información,

soporta el procesamiento informático al proveer una plataforma sólida, a partir de los

datos históricos para hacer el análisis. Facilita la integración de sistemas de aplicación

no integrados. Organiza y almacena los datos que se necesitan para el procesamiento

analítico, informático sobre una amplia perspectiva en tiempo real.

Se puede caracterizar un Data WebHouse haciendo un contraste de cómo los datos

de un negocio almacenados en un Data WebHouse, difieren de los datos

operacionales usados por las aplicaciones de producción.


23

2.6.2 TIPOS DE SISTEMAS DE INFORMACIÓN

El ingreso de datos en el Data WebHouse viene desde el ambiente operacional en casi

todos los casos. El Data WebHouse es siempre un almacén de datos transformados y

separados físicamente de la aplicación donde se encontraron los datos en el ambiente

operacional.

Los sistemas de información se han dividido de acuerdo al siguiente esquema:

Sistemas Estratégicos.- Orientados a soportar la toma de decisiones, facilitan la

labor de la dirección, proporcionándole un soporte básico, en forma de mejor

información, para la toma de decisiones. Se caracterizan porque son sistemas sin

Base de Datos Operacional Data WebHouse

Datos Operacionales Datos del negocio para Información

Orientado a la aplicación Orientado al sujeto

Actual Actual + histórico

Detallada Detallada + más resumida

Cambia continuamente Estable

Tabla Nº 2. Comparación en Base de Datos operacionales y Data WebHouse

Gráfico Nº 6. Sistemas de información


24

carga periódica de trabajo, es decir, su utilización no es predecible, al contrario de los

casos anteriores, cuya utilización es periódica.

Destacan entre estos sistemas: los Sistemas de Información Gerencial (MIS),

Sistemas de Información Ejecutivos (EIS), Sistemas de Información Georeferencial

(GIS), Sistemas de Simulación de Negocios (BIS y que en la práctica son sistemas

expertos o de Inteligencia Artificial-AI).

Sistemas Tácticos.- Diseñados para soportar las actividades de coordinación de

actividades y manejo de documentación, definidos para facilitar consultas sobre

información almacenada en el sistema, proporcionar informes y, en resumen, facilitar

la gestión independiente de la información por parte de los niveles intermedios de la

organización.

Destacan entre ellos: los Sistemas Ofimáticos (OA), Sistemas de Transmisión de

Mensajería (E-mail y Fax Server), coordinación y control de tareas (Work Flow) y

tratamiento de documentos (Imagen, Trámite y Bases de Datos Documentarios).

Sistemas Técnico - Operativos.- Que cubren el núcleo de operaciones tradicionales

de captura masiva de datos (Data Entry) y servicios básicos de tratamiento de datos,

con tareas predefinidas (contabilidad, facturación, almacén, presupuesto, personal y

otros sistemas administrativos). Estos sistemas están evolucionando con la irrupción

de sensores, autómatas, sistemas multimedia, bases de datos relacionales más

avanzadas y Data WebHousing.

Sistemas Interinstitucionales.- Este último nivel de sistemas de información recién

está surgiendo, es consecuencia del desarrollo organizacional orientado a un mercado

de carácter global, el cual obliga a pensar e implementar estructuras de comunicación

más estrechas entre la organización y el mercado (Empresa Extendida, Organización

Inteligente e Integración Organizacional), todo esto a partir de la generalización de las

redes informáticas de alcance nacional y global (INTERNET), que se convierten en

vehículo de comunicación entre la organización y el mercado, no importa dónde esté la


25

organización (INTRANET), el mercado de la institución (EXTRANET) y el mercado

(Red Global).

Sin embargo, la tecnología Data WareHousing basa sus conceptos y diferencias entre

dos tipos fundamentales de sistemas de información en todas las organizaciones: los

sistemas técnico-operacionales y los sistemas de soporte de decisiones. Este último

es la base de un Data WebHouse.

2.6.3 SISTEMAS TÉCNICO-OPERACIONALES

Como indica su nombre, son los sistemas que ayudan a manejar la empresa con sus

operaciones cotidianas. Estos son los sistemas que operan sobre el "backbone"

(columna vertebral) de cualquier empresa o institución, entre las que se tiene sistemas

de ingreso de órdenes, inventario, fabricación, planilla y contabilidad, entre otros.

Debido a su volumen e importancia en la organización, los sistemas operacionales

siempre han sido las primeras partes de la empresa a ser computarizados. A través de

los años, estos sistemas operacionales se han extendido, revisados, mejorados y

mantenidos al punto que hoy, ellos son completamente integrados en la organización.

Desde luego, la mayoría de las organizaciones grandes de todo el mundo,

actualmente no podrían operar sin sus sistemas operacionales y los datos que estos

sistemas mantienen.

2.6.4 SISTEMAS DE SOPORTE DE DECISIONES

Por otra parte, hay otras funciones dentro de la empresa que tienen que ver con el

planeamiento, previsión y administración de la organización. Estas funciones son

también críticas para la supervivencia de la organización, especialmente en nuestro

mundo de rápidos cambios.

Las funciones como "planificación de marketing", "planeamiento de ingeniería" y

"análisis financiero", requieren, además, de sistemas de información que los soporte.

Pero estas funciones son diferentes de las operacionales y los tipos de sistemas y la

información requerida son también diferentes. Las funciones basadas en el

conocimiento son los sistemas de soporte de decisiones.


26

Estos sistemas están relacionados con el análisis de los datos y la toma de decisiones,

frecuentemente, decisiones importantes sobre cómo operará la empresa, ahora y en el

futuro. Estos sistemas no sólo tienen un enfoque diferente al de los operacionales,

sino que, por lo general, tienen un alcance diferente.

Mientras las necesidades de los datos operacionales se enfocan normalmente hacia

una sola área, los datos para el soporte de decisiones, con frecuencia, toma un

número de áreas diferentes y necesita cantidades grandes de datos operacionales

relacionadas, son estos sistemas sobre los se basa la tecnología Data WebHouse.

2.6.5 CARACTERÍSTICAS DE UN DATA WEBHOUSE

Entre las principales se tiene:

Orientado a Temas.- Una primera característica del Data WebHouse es que la

información se clasifica en base a los aspectos que son de interés para la

empresa. Siendo así, los datos tomados están en contraste con los clásicos

procesos orientados a las aplicaciones.

El ambiente operacional se diseña alrededor de las aplicaciones y funciones

tales como préstamos, ahorros, tarjeta bancaria y depósitos para una

institución financiera. Por ejemplo, una aplicación de ingreso de órdenes puede

acceder a los datos sobre clientes, productos y cuentas. La base de datos

combina estos elementos en una estructura que acomoda las necesidades de

la aplicación.


27

En el ambiente Data WebHouse se organiza alrededor de sujetos tales como

cliente, vendedor, producto y actividad. Por ejemplo, para un fabricante, éstos

pueden ser clientes, productos, proveedores y vendedores. Para una

universidad pueden ser estudiantes, clases y profesores. Para un hospital

pueden ser pacientes, personal médico, medicamentos, etc.

Las

aplicaciones están relacionadas con el diseño de la base de datos y del

proceso. En Data WebHousing se enfoca el modelamiento de datos y el diseño

de la base de datos con fuente en la Web.

Gráfico Nº 7. Data Warehouse y Data WebHouse tiene orientación directa al tema.


28

Las diferencias entre la orientación de procesos y funciones de las aplicaciones

y la orientación a temas, radican en el contenido de la data a nivel detallado. En

el Data WebHousing se excluye la información que no será usada por el

proceso de sistemas de soporte de decisiones, mientras que la información de

las orientadas a las aplicaciones, contiene datos para satisfacer de inmediato

los requerimientos funcionales y de proceso, que pueden ser usados o no por

el analista de soporte de decisiones.

Integración.- El aspecto más importante del ambiente Data WebHousing es

que la información encontrada al interior está siempre integrada.

La integración de datos se muestra de muchas maneras: en convenciones de

nombres consistentes, en la medida uniforme de variables, en la codificación

de estructuras consistentes, en atributos físicos de los datos consistentes,

fuentes múltiples y otros.

De Tiempo Real.- Toda la información del Data WebHouse es requerida en

algún momento. Esta característica básica de los datos en un depósito, es muy

diferente de la información encontrada en el ambiente operacional. En éstos, la

información se requiere al momento de acceder. En otras palabras, en el

ambiente operacional, cuando usted acceda a una unidad de información,

usted espera que los valores requeridos se obtengan a partir del momento de

acceso.

Volátil.- Los datos operacionales cambian sobre una base momento a

momento. La perspectiva más grande, esencial para el análisis y la toma de

decisiones, requiere un browser para dicho propósito.

Hay algunas consecuencias muy importantes de esta diferencia básica, entre el

procesamiento operacional y del Data WebHouse. En el nivel de diseño, la

necesidad de ser precavido para actualizar las anomalías no es un factor en el

Data WebHouse, ya que se trabaja en tiempo real. Esto significa que en el nivel


29

físico de diseño, se pueden tomar libertades para optimizar el acceso a los

datos, particularmente al usar la normalización y de normalización física.

La fuente de casi toda la información del Data WebHouse es el ambiente Data

Warehouse a simple vista, se puede pensar que hay redundancia masiva de

datos entre los dos ambientes. Desde luego, la primera impresión de muchas

personas se centra en la gran redundancia de datos, entre el ambiente

Warehouse y el ambiente de WebHouse, para entender esto se debe

considerar lo siguiente:

o Los datos se filtran cuando pasan desde el ambiente operacional al de

depósito. Existe mucha data que nunca sale del ambiente operacional.

Sólo los datos que realmente se necesitan ingresarán al ambiente de

Data WebHouse.

o El horizonte de tiempo de los datos es muy diferente de un ambiente al

otro. La información en el ambiente operacional es más reciente con

respecto a la del Data WebHouse.

o Desde la perspectiva de los horizontes de tiempo únicos, hay poca

superposición entre los ambientes Data Warehouse y Data WebHouse.

Los datos experimentan una transformación no tan fundamental cuando pasa al

Data WebHouse. La menor parte de los datos se alteran significativamente al

ser seleccionados y movidos Data WebHouse.


30

CAPÍTULO III

3. ANÁLISIS DE UN PROTOTIPO DE UN DATA WEBHOUSE

3.1 ESTUDIO DEL SISTEMA ACTUAL

Un Data WebHouse debe ser diseñado desde el principio como un sistema totalmente

distribuido, con muchos nodos desarrollado de manera independiente que contribuye a

la general de su conjunto. En otras palabras, no existe un centro de Data WebHouse.

No tiene que ser un sistema cliente / servidor, sino uno preparado para la Web. Es

decir, rediseñado con posibilidad de sistema de entrega de sus resultados y

exponiendo sus interfaces remotas a través de navegadores de la Web.

Deberá poseer un trato textual, numérica, gráfica, fotografía, audio, vídeo y flujos de

datos porque la Web ya apoya esta combinación de medios de comunicación, apoyo a

nivel atómico comportamiento datos, al menos, el nivel terabyte de datos en muchos

Marts, especialmente los que contengan datos de pulsaciones. Muchos análisis de

comportamiento deben, por definición, a través de rastrear el nivel más bajo de los

datos debido a que el análisis se oponen a resumir las limitaciones de antelación.

Permitir responder a un usuario final en un tiempo aproximado de 10 segundos,

independientemente de la complejidad de la solicitud.

Además incluye la interfaz de usuario de la eficacia como criterio principal de diseño.

La única cosa que importa en los datos WebHouse es la publicación de información en

la Web.

Con este almacén de datos en evolución, conseguiremos hacer tres grandes factores

de diseño técnico más difícil.

3.2 RECOLECCIÓN DE DATOS

Para conseguir los resultados de la búsqueda de información perseguidos es

imprescindible contar con un buen proyecto, que capte los intereses y las inquietudes

del Cliente y las transforme, de forma ordenada, en la imagen gráfica que la empresa


31

quiere ofrecer en Internet, respetando la funcionalidad exigida y garantizando los

tiempos de ejecución y el control del presupuesto.

3.3 ESTRUCTURA DE CONTENIDOS

En este nivel estudiaremos elementos como:

Imagen gráfica

Diagramas de navegación

Facilidad de aprendizaje y uso

Itinerarios con sus objetivos de comunicación

Ergonomía de pantallas de los aplicativos, etc.

En base al plan establecido en este apartado, el Cliente tendrá una idea clara de la

totalidad de las aportaciones que deberá realizar en paralelo con nuestro trabajo:

fotografías, textos, organigramas, etc.

3.4 DETERMINACIÓN DE OBJETIVOS

Para plantearnos los objetivos que con lleven al fin del proyecto tenemos que tener en

cuenta la necesidad del cliente o empresa, teniendo en cuenta principalmente el

problema por el cual necesita ayuda para la toma de decisiones en diferentes áreas de

la empresa. Además sería conveniente intercambiar opiniones sobre la realización de

cubos y dimensiones que se necesitaran para la realización del proyecto en Data

WebHouse.

3.5 ANÁLISIS DEL PROBLEMA PARA LA TOMA DE DECISIONES

La complejidad en el desarrollo se ha presentado como la principal desventaja de un

DW. Esto se debe a que la realidad para cada negocio es distinta, y un DW debe

responder a las características particulares que presenta cada uno de ellos, tanto de

configuración como del conjunto de requisitos a satisfacer; por lo cual no es fácil

estandarizar la forma de desarrollar este tipo de proyectos.


32

El empleo de una forma de trabajo ordenada es un factor de importancia en el

desarrollo e implantación de proyectos de Data WebHousing, y la tendencia en general

busca lograr a través del uso de una metodología, recortar los tiempos de desarrollo y

programar la inversión de recursos de manera eficiente; además proporciona un

lenguaje común logrando que exista comunicación, permitiendo la incorporación de

nuevos miembros al equipo de trabajo siendo productivos inmediatamente.

En la actualidad no podemos asegurar cuál estrategia de implementación es mejor o

peor, sin embargo al analizar las tendencias generales del mercado se encuentra que

la estrategia de desarrollo de Data Marts está siendo adoptada con mayor frecuencia

en los últimos tiempos. A esta tendencia general se le ha identificado como la

aproximación que garantiza la probabilidad de éxito más grande en la implantación de

Data WebHousing, tanto por la rapidez en la obtención de resultados en períodos

cortos con inversiones moderadas como por la modularidad posible de alcanzar con

este enfoque considerando cada Data Marts como un incremento del sistema final

(Data WebHouse).

CAPÍTULO IV

4. DISEÑO DE UN PROTOTIPO DE UN DATA WEBHOUSE

4.1 VISIÓN GENERAL DEL PROYECTO DEL DISEÑO DE DATA

WEBHOUSE

Es fundamental disponer del diseño más avanzado desarrollado por experto

profesionales que nos garanticen la óptima comunicación de nuestros objetivos a

través de la Web.


33

4.2 COMPONENTES DEL DISEÑO

4.2.1 Tabla de hecho.- Es la representación en el Data Warehouse de

los procesos de negocio de la organización. Por ejemplo, una

venta puede identificarse como un proceso de negocio de

manera que es factible, si corresponde en nuestra organización,

considerar la tabla de hecho ventas.

4.2.2 Dimensión: Es la representación en el Data Warehouse de una

vista para un cierto proceso de negocio. Si regresamos al

ejemplo de una venta, para la misma tenemos el cliente que ha

comprado, la fecha en la que se ha realizad. Estos conceptos

pueden ser considerados como vistas para este proceso de

negocio. Puede ser interesante recuperar todas las compras

realizadas por un cliente. Ello nos hace entender por qué la

identificamos como una dimensión.

4.2.3 Métrica: son los indicadores de negocio de un proceso de

negocio. Aquellos conceptos cuantificables que permiten medir

nuestro proceso de negocio. Por ejemplo, en una venta tenemos

el importe de la misma.

4.3 APLICACIONES DE DATA WEBHOUSE

Para poder aplicar a un proyecto Data WebHouse se necesita tener claro las

aplicaciones con las que se trabajara.

Puntualidad.- Los resultados deben estar disponibles en tiempo real. "A

partir del día anterior" se debe analizar la presentación de informes. Tener

en un tiempo justo los inventarios, junto con la personalización en masa,

nos obligan a comprender y responder a la demanda.


34

Los volúmenes de datos.- El gran paso a la personalización en masa

significa que ahora se debe capturar, analizar y responder a todas las

transacciones en el negocio incluyendo cada gesto hace un cliente, tanto

antes como después del operativo o transacciones de venta y no parece

haber limite del volumen. Por ejemplo, la combinación de Microsoft

relacionados con sitios Web, analizados diario como una sola entidad, en

algunos días de gran influencia han capturado más de mil millones de

eventos de la página.

Los tiempos de respuesta. La Web hace que rápidamente los tiempos de

respuesta críticos. Si algo útil no ocurre dentro de los 10 segundos el

usuario puede navegar a otra página. Aquellos de nosotros que corren

grandes almacenes de datos saber que muchas preguntas tendrá más de

10 segundos.

4.4 ARQUITECTURA

Como estos factores de diseño se han convertido en más difícil, nos encontramos un

mayor apoyo continuo de los usuarios y las solicitudes. Para abordar estos problemas,

tenemos que ajustar nuestra arquitectura de almacenamiento de datos. No podemos

hacer que nuestro único servidor de base de datos cada vez más poderosos. No

podemos hacer que entregar todos estos objetos complicado y espero estar a la altura

de la escalada de estos requisitos.

4.5 IMAGEN CORPORATIVA

La imagen es mucho más que el aspecto, es un conjunto de características que hacen

que su empresa comunique eficazmente las ideas que desea expresar a sus clientes:

modernidad, excelencia, seguridad, liderazgo, confianza... En todo tipo de relación con

el cliente, nada importa más que la primera impresión.


35

4.6 INTERACCIÓN DEL USUARIO

El nuevo medio que es Internet permite no sólo expresar ideas a los usuarios, sino

provocar sus reacciones, conocer sus intereses y conseguir que su relación sea activa.

Cultivar esto fortalece la fidelización con la marca o empresa y a su vez permite que la

relación usuario – servidor sea más definida.

4.7 USABILIDAD Y NAVEGABILIDAD

Aunque una Web sea muy atractiva, se deberá utilizar las tecnologías más modernas

que ofrezca los contenidos de mayor calidad, si no se tiene en cuenta cómo y quién la

usará?, todo esfuerzo será una pérdida de tiempo y dinero.

4.8 PLANIFICACIÓN Y MÉTODO

Es importantísimo contar con suficiente información por parte del cliente antes de

comenzar un proyecto. Hay que conocer objetivos, estrategias, perfiles de usuarios,

calendarios, etc. Nuestro método reduce los costos del proyecto a través de una

planificación estricta y etapas de desarrollo claras.


36

CAPITULO V

5. TECNOLOGÍA Y FASES DE EJECUCIÓN

5.1 TECNOLOGÍA

5.1.1 CREATIVIDAD Y DISEÑO

Para el diseño se debe tener en cuenta las actuales tendencias de diseño en la red y

la consecución de los objetivos de comunicación que se pretenden, dando forma a una

serie de Plantillas de Diseño que conformarán la nueva imagen de su empresa en todo

el mundo.

5.1.2 TRATAMIENTO DE IMÁGENES

Es fundamental focalizar la atención de los usuarios en los objetivos propuestos

mediante el primer impacto visual, por eso realizamos un tratamiento de imágenes

depurado que no sólo persigue una óptima calidad gráfica, sino su máxima ligereza,

evitando retardos innecesarios en la carga de las páginas y agilizando así la

navegación de los usuarios.

5.1.3 ANIMACIONES GRÁFICAS

Las últimas tendencias en la red y la mejora en las comunicaciones con la aparición de

la banda ancha han hecho habitual el uso de animaciones gráficas en la Web, pero

como en el cine o la televisión, estamos ante un nuevo lenguaje de comunicación, que

requiere tanto del empleo de las últimas tecnologías, como de los mejores

profesionales.


37

5.1.4 AUDIO Y VÍDEO STREAMING

Gracias a las nuevas tecnologías de Streaming y a la banda ancha es posible la

emisión de Audio y Vídeo con garantías de calidad y economía, que ponen al alcance

de muchas empresas nuevas posibilidades en el campo de la formación y el

entretenimiento.

5.1.5 PROGRAMACIÓN DE SCRIPTS

Para convertir la Web en una herramienta de comunicación total para su empresa, se

necesita del desarrollo de pequeños programas que sean capaces de interactuar

contra sus bases de datos de gestión interna, ofreciendo así ilimitados servicios a sus

usuarios, mejorando los procesos de Atención al Cliente, Contratación a Distancia,

Gestión Remota, el Tele-trabajo o el acceso a la Información “Online”.

5.2 FASES DE EJECUCIÓN

Trabajar en equipo con el Cliente y coordinar las diferentes fases de desarrollo del

proyecto son aspectos fundamentales para garantizar el éxito del mismo. Por eso

contamos con un equipo multidisciplinar capaz de llevar a la práctica los proyectos

aprobados por nuestros clientes, ajustándose a los requerimientos exigidos,

respetando el presupuesto y los tiempos de ejecución, y realizando un exhaustivo

control de calidad a satisfacción del Cliente.

5.2.1 DEFINICIÓN DEL PROYECTO

En la etapa de Proyecto, trabajando de un modo interactivo e iterativo con el Cliente,

en un tiempo razonablemente breve podremos intercambiar la necesaria información y

madurar la misma lo suficiente, como para que las definiciones a las que lleguemos,

supongan la más adecuada síntesis entre su conocimiento en el área de negocio


38

propuesta y nuestro conocimiento del Medio (Internet) y de las aplicaciones de negocio

en el mismo.

5.2.2 PROPUESTA Y ANÁLISIS

Analizar las distintas alternativas a nivel preliminar en sus tres dimensiones (alcance,

costo y plazo) es el mejor modo para lograr adecuar las expectativas del Proyecto con

los resultados finales. El hecho de adelantar la tarea de realizar definiciones (que

debería hacerse de cualquier modo), nos permite a todos una mayor visión de

conjunto de trabajo a realizar y al Cliente en particular una forma fiable y temprana de

conocer los costos y los plazos del proyecto, elementos necesarios para la toma de

decisiones.

5.2.3 DISEÑO Y CREATIVIDAD

Para el diseño se debe realizar realizará un estudio exhaustivo de los objetivos de la

empresa sobre la cual se va a implementar el proyecto, teniendo en cuenta las

necesidades expresadas por el Cliente con el objetivo de optimizarlo al máximo e

imprimir dinamismo respetando un entorno de navegación fácil. En este sentido,

introduciendo elementos dinámicos, trabajando las imágenes y adaptándolas al

entorno Web conseguiremos una más fácil y rápida navegación.

5.2.4 PRODUCCIÓN DE CONTENIDOS

Por la experiencia que hemos acumulado en el terreno de la creación de contenidos

para Portales corporativos, consideramos que es fundamental que el usuario

identifique claramente la información relativa a la empresa y la información relativa a

los productos y servicios. En este sentido, nos parece oportuno proponer una

estructuración de contenidos dinámica y acorde con la consecución de los objetivos

propuestos.


39

5.2.5 CONTROL DE CALIDAD

Conjuntamente con el Cliente revisaremos todo el trabajo realizado, procediendo a la

corrección de los errores detectados y al ajuste de los últimos detalles previos a la

puesta en producción, realizando el test de prueba en el departamento de desarrollo

de producto.


40

CAPITULO VI

6. EJEMPLIFICACIÓN DE UN POSIBLE PROTOTIPO DE UN DATA

WEBHOUSE

6.1 DISEÑO PARA EL SISTEMA DE GESTIÓN DE INFORMACIÓN

HOSPITALARIA GALÁN DEL HOSPITAL UNIVERSITARIO.

INTRODUCCIÓN

El presente trabajo teórico de un prototipo de data WebHouse para un sistema de

gestión de información hospitalaria. El mismo constituye un estudio de aproximación

teórica pues constituye un tema novedoso en nuestro país. A partir de una propuesta

metodológica existente se realiza un ajuste de la misma a las condiciones y recursos

disponibles a escala local con vistas a realizar un diseño teórico del Data WebHouse

en cuestión. Se utilizan métodos como el teórico y se emplean procedimientos como la

revisión bibliográfica. De igual modo se utiliza lenguaje de modelado como UML para

el diseño teórico del prototipo. Finalmente el resultado del estudio será el diseño

teórico del prototipo para el caso de estudio. Es necesario señalar que este estudio

todavía está en etapa de ejecución, no está totalmente culminado y el mismo

constituye la investigación a desarrollar para optar por la categoría científica.

APLICACIONES QUE SE USARÁ DURANTE EL ESTUDIO

WebHouse,

Interfaz Web,

Clickstream,

Secuencia de selecciones,

Data Warehouse,

Diseño de sistemas


41

DESARROLLO

Todas estas ventajas que se producen al integrar el DW y la tecnología Internet han

propiciado que esta integración sea una realidad cada vez más palpable en el mundo.

El advenimiento de una nueva forma de interactuar con los almacenes de datos ha

traído como consecuencia la aparición de un nuevo término; el Data WebHouse esto o

lo que es igual, el casamiento del DW con la Web. Esto se basa en el

aprovechamiento de cada una de las acciones que realizan los usuarios sobre los

sitios Web que conforman la Internet.

Esto puede ser un elemento central, cohesivo a aprovechar por los sistemas

organizacionales de hoy en día a cualquier nivel. Una óptica de enfoque en el cliente /

usuario a través de una visión de competitividad desde el punto de información como

recurso para la toma estratégica de decisiones deberá ser vital y decisivo a la vez.

El Data WebHouse es aún un concepto nuevo que todavía esta transitando por una

fase de maduración y que necesita más tiempo para el logro de un mayor desarrollo y

calidad. Dentro del contexto de la tecnología de la información se presenta como una

solución que deberá ser imprescindible en su adopción por la cantidad de ventajas que

ofrece.

En el contexto mundial actual uno de los ámbitos de trabajos que más datos acumula

es el sector de la salud. Es innegable la existencia de infinidad de programas para el

manejo de los registros médicos que actualmente se utilizan en este ámbito. Ello

implica no solo el manejo de las estadísticas que permiten la gestión hospitalaria sino

también la acumulación de datos como fuente de investigación biomédica.

Los hospitales son lugares de trabajo muy complejo. A los efectos de su dirección y

administración, la mezcla de funciones asistenciales, docentes, investigativas y

administrativas como centros importantes de servicios de salud con otras que

podemos denominar de infraestructura, de ingeniería o de hotelería explican la

afirmación precedente, máxime cuando se pretenden optimizar todos los procesos que


42

a diario se suceden en una institución que no "descansa" por prestar servicios

continuados las 24 horas del día y los 365 días del año.

Por otra parte, es considerable el volumen de datos que se generan y se requieren

para la gestión hospitalaria. Es por ello que para lograr calidad en la dirección y la

administración de estas instituciones en los tiempos actuales, se necesita, cada vez

más e inexorablemente de su informatización.

En el caso especifico de Cuba, a pesar de existir un Sistema Nacional de Estadísticas

de Salud vamos a encontrar un grupo de soluciones de gestión de la información de

carácter local que se han estado desarrollando en dependencia del potencial científico

y tecnológico con que cuenta cada institución del sistema de salud cubano. Un

ejemplo representativo de esto es el caso del Sistema de Gestión de Información

Hospitalaria (SGIH) GALÁN del Hospital Universitario Lima. En este centro se inició de

manera incipiente el trabajo de informatización en 1986, proceso que se ha acelerado

durante la última década, pues no fue sino hasta finales del año 1997 en que se

comenzó la elaboración de un proyecto mucho más integral que ha abarcado de

manera paulatina prácticamente a todas las esferas y servicios para dar respuesta a

las necesidades crecientes de optimizar la gestión informática del centro.

En un comienzo se fueron identificando las prioridades en los departamentos que

contaban con la mayor parte de la información. Por ello el Departamento de Registros

Médicos fue el que más impulso recibió en los inicios. Se crearon módulos con

recursos y personal propios de la institución, se capacitó al personal, se elaboró un

Proyecto de Informatización General de los Servicios y se constituyó el actual Centro

de Gestión Informática (CGI). Se crearon las bases de datos centralizadas para dar

respuesta a los diferentes tipos de usuarios.

Fue necesario la creación de la red interna del centro que actualmente cuenta con

aproximadamente 148 computadoras, ubicadas estratégicamente en los lugares de

mayor demanda de información y procesamiento y se elaboraron los primeros módulos


43

informatizados. Surge así un SGIH denominado GALÁN que cuenta con 38 módulos

de informatización

Si bien este sistema presenta inobjetablemente un grupo de potencialidades que lo

hacen atractivo para su uso el mismo presenta un insuficiente aprovechamiento de las

potencialidades de la red interna del centro para la interacción de los usuarios con las

bases de datos de la misma a través de interfaces Web o lo que es igual necesita de

un diseño efectivo de Data WebHouse que proporcione acceso vía interfaz Web a los

datos de modo tal que contribuya de forma efectivo a la toma estratégica de

decisiones en el centro.

ANÁLISIS DEL PROBLEMA

En base a lo hablado anteriormente se toma en cuenta lo siguiente:

PROBLEMA CIENTÍFICO: El insuficiente aprovechamiento de las potencialidades de

las interfaces Web para la gestión de la información en el Sistema de Gestión de

Información Hospitalaria GALÁN del Hospital Universitario en Lima.

OBJETO DE INVESTIGACIÓN: El acceso vía interfaz Web a las bases de datos que

integran el Sistema de Gestión de Información Hospitalaria GALÁN del Hospital

Universitario.

CAMPO DE ACCIÓN: Implementación de un diseño de un prototipo de Data

WebHouse para el Sistema de Gestión de Información Hospitalaria GALÁN del

Hospital Universitario en Lima.

HIPÓTESIS


44

Si se hace un diseño teórico de un prototipo de Data WebHouse para el Sistema de

Gestión de Información Hospitalaria GALÁN del Hospital Universitario en Lima se

logrará una propuesta metodológica que de elaborarse e implementarse logrará un

mayor nivel de aprovechamiento de los datos para la toma de decisiones y que esto

contribuya a que esta sea una institución por la excelencia de los servicios.

OBJETIVOS Y SOLUCIONES

OBJETIVO GENERAL: Diseñar teóricamente un prototipo de Data WebHouse para el

Sistema de Gestión de Información Hospitalaria GALÁN del Hospital Universitario en

Lima.

Para lograr el objetivo de nuestra investigación pretendemos cumplir las siguientes

tareas de investigación:

Análisis teórico del estado en que se encuentra la problemática planteada en la

bibliografía contemporánea.

Estudio de la experiencia acumulada en el desarrollo, aplicación y validación de

sistemas informáticos.

Estudio de la experiencia acumulada en el desarrollo, aplicación y validación de

metodologías para el diseño de interfaces de usuario tipo Web.

Estudio de las diferentes plataformas para la implementación de sitios Web

interactivos: Plataformas Cliente - Servidor, Active Server Pages (ASP),

Common Gateway Interface (CGI), etc.

Estudio de los diferentes Sistemas de Gestión de Bases de Datos (SGBD)

Relacionales – SQL Server, Oracle, etc. –

Diseño de un prototipo teórico de Data WebHouse que permita la integración y

almacenamiento de toda la información generada por el sistema GALÁN del

Hospital Universitario.


45

DISEÑO DEL PROTOTIPO

Este diseño deberá cumplir metodológicamente con el desarrollo de los siguientes

elementos componentes:

Visión General del proyecto de diseño de Data WebHouse

Data Warehouse para Análisis del Secuencia de Selecciones

Aplicaciones de Data WebHouse

Usuarios del Data WebHouse

Arquitectura

Definición del origen de los datos a medir

Definición de las Dimensiones

Modelación resultante de la unión de las tablas de datos y las dimensiones

definidas.

Implementación del proceso de captura

Fuente de Datos

Granularidad de la Secuencia de Selecciones

Impacto de la implementación del Data WebHouse en el sitio existente

Características del sitio que influenciara en el proceso de captura

Identificación de usuarios

Asociación de usuarios con una identificación permanente

Control de sesiones de usuario

Aspectos de seguridad y privacidad

Compilación de la información del usuario

Definición de los datos a colectar

Compilación de datos

Desempeño de la solución

Consideraciones sobre el proceso de Implementación del Data WebHouse

diseñado


46

Consideraciones sobre el proceso Implementación del proceso de extracción y

transformación.

Arquitectura postproceso

Implementación del proceso de carga

Análisis de la Información


47

CAPÍTULO VII

7. CONCLUSIONES Y RECOMENDACIONES

7.1 CONCLUSIONES

El diseño teórico de un prototipo de Data WebHouse proporciona una propuesta

metodológica que de elaborarse e implementarse conllevará al logro de un mayor nivel

de aprovechamiento de los datos para la toma de decisiones.

Esta demanda es casi en su totalidad una gran noticia para nosotros Data WareHouse

y Data WebHouse, ya los dos trabajan como dos potentes imanes.

El Data WebHouse desempeñará un papel importante en aquellos que realicen una

función de cooperación con el mundo en un futuro muy próximo, ya que son el centro

de atención de las grandes empresas actuales, porque son una colección de datos

donde se encuentra integrada la información de estas, proporcionando una

herramienta para que puedan hacer un mejor uso de la información y para el soporte

al proceso de toma de decisiones gerenciales.

Existen numerosas causas que provocan suciedad en los registros de los sistemas

operacionales, lo que trae como consecuencia que haya gran cantidad de datos

almacenados en las empresas que carece de la calidad adecuada para ser utilizada de

forma confiable.

Para las organizaciones actuales, la estandarización de las direcciones de sus listas

de clientes es un punto fundamental que toman muy en cuenta, ya que direcciones de

empresas que no tengan esta característica de Data WebHouse provocaría pérdida de

credibilidad.


48

7.2 RECOMENDACIONES

Una vez culminado el trabajo de investigación se considera muy recomendable el

estudio e implementación de un Data WebHouse en empresas que generan y

recopilan grandes cantidades de información, teniendo en cuenta el valor de dicha

información y usando los patrones y las tendencias en su uso, para obtener nuevos

conocimientos.

Sería beneficioso para las empresas decidirse por la implementación de un Data

WebHouse porque obtendrían un cambio realmente fructífero en el momento de tomar

decisiones, debido a que el acceso a las bases de datos es vía Web, teniendo como

ventaja además la formación de líderes empresariales en el área BI (Business

Intelligence).

Tomando en cuenta las necesidades de tomar decisiones estratégicas por parte de la

persona encargada de la misma, se le recomienda el uso de dimensiones, tablas de

hecho y métrica que posee el Data WebHouse obteniendo así bases de datos

centralizadas que serán gradualmente una mejora en la organización.


49

GLOSARIO

ASP.- (Active Server Pages). Es una tecnología de Microsoft para páginas Web

generadas dinámicamente, que ha sido comercializada como un anexo a

Internet Information Services (IIS).

BACK-END.- Es un tipo de abstracción que ayuda a mantener las diferentes

partes del sistema separadas.

BACKBONE.- Se refiere a las principales conexiones troncales de Internet.

Está compuesta de un gran número de routers comerciales, gubernamentales,

etc.

CGI.- (Common Gateway Interface). Pequeños programas situados en un

servidor Web, para poder ser utilizados desde las páginas Web que se

hospeden en dicho servidor.

CLICKSTREAM ANALYSIS.- Rastro que un usuario va dejando de su paso por

las distintas páginas Web que visita.

CRM.- ((Customer Relationship Management). Son las soluciones tecnológicas

para conseguir desarrollar la "teoría" del marketing relacional.

DATA ENTRY.- Es el proceso de ingresar datos a una computadora para que

estos sean procesados.

DW.- Data WareHouse.

DATA MINING. - (Mina de datos). Es una actividad de extracción cuyo objetivo

es el de descubrir hechos y contenidos en las bases de datos.

Es considerado también como una detección de modelos de comportamiento

de usuarios al navegar por Internet que realizan de forma oculta muchas

empresas informáticas para predecir necesidades de los clientes que luego

utilizarán para ofrecerle servicios, programas, etc.

DSS.- (Sistemas de Soporte a las Decisiones): Son sistemas que ayudan a los

funcionarios y ejecutivos de las organizaciones a tomar decisiones inteligentes


50

y documentadas acerca de los diversos aspectos críticos de gran impacto

sobre los objetivos de la organización.

EIS.- (Sistemas de Información para Ejecutivos): Son aplicaciones

computacionales creadas para satisfacer las necesidades de información

actualizada de los ejecutivos de las empresas en forma rápida y fácil de

entender.

(GIS).- (Geographical Information System). Sistema de Información

Geográfica.- Es una metodología para adquirir, almacenar, gestionar, editar y

mostrar datos relacionados con mapas y planos geográficos

HIPERCUBOS.- es la extrapolación de un cubo (objeto tridimensional) a un

espacio de cuatro dimensiones.

MDX.- Son Expresiones multidimensionales, para consultar datos

multidimensionales en un cubo.

NTIC.- Son un conjunto de procesos y productos que son el resultado del

empleo de nuevas herramientas surgidas del campo de la informática, soportes

de la información y canales de comunicación, relacionados con el

almacenamiento, procesamiento y transmisión digital de la información.

PROCESOS BATCH.- Es una técnica mediante la cual, un número de tareas

se agrupan y se procesan en un orden determinado.

QUERY.- Un query es una herramienta del sistema que nos permite la

posibilidad de extraer o consultar datos de una base de datos.

STREAMING.- es un término que se refiere a ver u oír un archivo directamente

en una página Web sin necesidad de descargarlo antes al ordenador.

SGBD.- (Sistema de gestión de base de datos): Es una agrupación de

programas que sirven para definir, construir y manipular una base de datos.

WAREHOUSING.- Es el centro de la arquitectura para los sistemas de

información. Soporta el procesamiento informático al proveer una plataforma

sólida, a partir de los datos históricos para hacer el análisis. Facilita la


51

integración de sistemas de aplicación no integrados. Organiza y almacena los

datos que se necesitan para el procesamiento analítico, informático sobre una

amplia perspectiva de tiempo.

WORKFLOW.- Se refiere al flujo de trabajo a seguir para la consecución de

una tarea o trabajo predeterminado. El workflow general de una empresa

presenta las actividades a realizarse así como los tiempos y organización de

las mismas.


52

BIBLIOGRAFÍA

Direcciones Web

www.administracion.econo.unlp.edu.ar/655/paginas_web/06_materiales/Proyec

to_Datawarehouse.pdf

http://es.wikipedia.org/wiki/Almac%C3%A9n_de_datos

http://www.sqlmax.com/dataw1.asp

www.inf.udec.cl/~revista/ediciones/edicion5/datawh.PDF

http://www.monografias.com/trabajos40/prototipo-data-webhouse/prototipo-

data-webhouse.shtml

www.intelligententerprise.com/db_area/archives/1999/992112/webhouse.jhtml

www.chrispeiris.com/articles/data_WebHousing.html

www.webhouse.es

www.exa.unicen.edu.ar/cursosg/docs/2008/DataWarehouse.pdf

es.wikipedia.org/wiki/

http://www.novabase.es/showCategory.asp?idCat=BusinessIntelligence

introducciÓn - dspace.ucacue.edu.ecdspace.ucacue.edu.ec/bitstream/reducacue/4000/4/marco...

Documents