DATA WAREHOUSE

Data = Datos y WareHouse = almacén Es un almacén de datos

Diseñado para permitir las actividades de inteligencia de un negocio.

Ayudá analizar los datos recopilados por la empresa con el fin de mejorar su rendimiento.

Para tener un mayor conocimiento del negocio.

Para tomar mejores decisiones y en un tiempo menor.

Para mejorar y ser más efectivos.

Para no perder distancia con la competencia.

Subtopic

Integrado

Los datos se organizan por temas para facilitar su acceso y entendimiento por parte de los usuarios finales.

No volátil

Los datos no van a cambiar con el tiempo una vez que se encuentran en el almacén.

Variables con el Tiempo

Los datos a lo largo del tiempo quedan registrados para que los informes que se puedan generar reflejen esas variaciones.

Orientado a sujetos

Puede facilitar el entendimiento y acceso para los usuarios finales.

Información

Es la conversión de los datos almacenados en información fácil y transparente para

Acceso a los datos:

Comunica el nivel de acceso a la información con el nivel operacional de forma universal.

Directorio de datos:

Proporcionan información sobre el origen y sobre la transformación de los mismos en el proceso.

Gestión de procesos

Planificación de las tareas y procesos para la construcción y mantenimiento actualizado

Mensaje de la aplicación

Transporta de información a lo largo del entorno de computación de la organización.

Físico

Es el repositorio central altamente flexible de información donde residen copias de los datos

OLAP

Es el método más utilizado para analizar y evaluar los datos de la data warehouse en línea.

MOLAP

Utiliza una arquitectura de dos niveles: la bases de datos multidimensionales y el motor analítico. Encargada del manejo, acceso y obtención del dato.

ROLAP

El nivel de base de datos usa bases de datos relacionales para el manejo, acceso y obtención del dato. El nivel de aplicación es el motor que ejecuta las consultas multidimensionales de los usuarios.

HOLAP

(Hybrid Online Analytical Process, procesamiento analítico en línea híbrido). Es una combinación de ROLAP y MOLAP

Para los bancos, puede ayudar en la detección de fraude de tarjetas de crédito, ayudar a identificar a los clientes más rentables, y poner de relieve los clientes más fieles.

Las empresas de telecomunicaciones la utilizan para predecir qué clientes tienen más probabilidades de cambiar de compañía y luego aplicarles incentivos especiales para quedarse.

Las compañías de seguros la utilizan para el análisis de las reclamaciones para ver qué procedimientos se reivindican y para identificar patrones de los clientes de riesgo.

Los fabricantes pueden utilizarla para comparar los costos de cada una de sus líneas de productos en los últimos años, a determinar qué factores producen incrementos y ver qué efecto tuvieron estos aumentos en los márgenes globales.