metodologia

Estrategia de Implementación y Administración Inteligente de DataWarehouse

5
Comparto con ustedes una estrategia que he venido desarrollado desde hace varios años, orientada a minimizar las tareas de administración de los datawarehouse empresariales en entornos de alta complejidad.
 
A diferencia de otras metodologías que están centradas en las fases de los proyectos, esta estrategia se enfoca en resolver temas de lógica de negocio, forma de organizar las distintas tareas de ETL o ELT, como resolver conflictos de información, optimización de los tiempos de respuesta de los procesos y sus componentes, etc.
 
En resumen, describe una estrategia genérica, aplicable a cualquier plataforma para la implementación y administración de DataWarehouse, cuyo principal objetivo es lograr el éxito, sustentabilidad y adaptabilidad del proyecto tanto a corto como largo plazo.
 
El documento puede ser descargado en este mismo blog, a través del link: http://www.easybi.cl/joomla16/index.php/metodologias-y-estrategias/10-cat-metodologias-y-estrategias/2-eiad-10
 
 

Qué metodología te parece más adecuada para un proyecto de Business Intelligence?

Qué metodología de BI utilizas?

En el artículo de Factores Críticos de un proyecto de BI se mencionan los principales enfoques metodológicos para proyectos de BI, y hay unos cuantos. 

Para ser sincero, en ninguno de los proyectos en los que he participado se ha mencionado demasiado el término metodología de BI, como mucho se ha hablado de diseño, y de filosofía Kimball o Inmon.

Obviamente mi visión está limitada a mi experiencia, pero mi impresión es que en Business Intelligence se improvisa mucho, y las implantaciones se basan más en best practices que en metodologías completas, de ahí la importancia de los Factores Críticos de éxito que también se recopilan en el mismo artículo, y que podremos tratar en otro debate.

De todas maneras, echando la vista atrás, si tengo que poner nombre a la aproximación utilizada en los proyectos de BI en los que he participado, sin duda las que mejor encajan son las metodologías Demand-Driven, User-Driven y Prototype-Driven Approach.

Introducción

Hoy en día, estamos en el auge del movimiento de la llamada inteligencia de negocio o Business Intelligence (BI). Casi todas las organizaciones se esfuerzan por crear y mejorar sus procesos y sistemas de toma de decisión. Una gran cantidad de nuevos proyectos de BI aparecen constantemente, pero la experiencia global en los últimos años no es tan buena. Algo por lo general va mal en la ejecución de proyectos de BI, ya que la mayoría de proyectos de BI (85%) no pudo lograr sus objetivos [1].

La disciplina de Business Intelligence es todavía un área muy joven [2]. Hemos encontrado trece enfoques metodológicos diferentes para administrar un proyecto de BI, y la mayoría de ellos se han definido en los últimos 10 años. Pero, ¿cuáles son las razones de esta tasa tan alta de fracasos frente a la gran cantidad de alternativas metodológicas? 

Completo mapa 'interactivo' de introducción a la Minería de Datos

9

Mapa Interactivo de proceso de Minería de DatosEn la web de Universidad de Toronto se puede encontrar este práctico Mapa de Introducción al Data Mining, en el se muestran organizadas las diferentes fases habituales de un proceso de Minería de Datos, y las técnicas o algoritmos que se pueden utilizar en cada fase.

Cada fase, agrupación o algoritmo está representado en un botón en el que se puede hacer click y llegar a una página de detalle del mismo...

HEFESTO v2.0: On Line & ePub

7

Buenas.
Después de varias horas de dedicación he terminado de actualizar en su totalidad la versión On Line de HEFESTO que se encuentra en Dataprix: ver hefesto online...
Por otra parte, Nicolas Gutierrez, se ha tomado la molestia de convertir HEFESTO en formato ePub (formato estándar para archivos e-book): descargar hefesto.epub...

 

HEFESTO v2.0

10

HEFESTO v2.0Buenas, me complace mucho anunciarles que ya está listo HEFESTO versión 2.0: "DATA WAREHOUSING: Investigación y Sistematización de Conceptos - HEFESTO: Metodología para la construcción de un Data Warehouse".

Se han hecho muchas actualizaciones tanto en la parte teórica, como en la metodológica.
A continuación un pequeño listado de las secciones nuevas que se han incluido...

 

Forum de Business Intelligence 2010

8.5

Logotipo del 10º Forum de Business Intellligence 2.0El miércoles 12 de mayo se celebró el 10º Forum de Business Intelligence, del que Dataprix ha sido Media Partner y al que tuve ocasión de asistir.

El evento me brindó una oportunidad para conocer de primera mano la opinión e impresiones de responsables de implantaciones de proyectos de Business Intelligence.

Encuentro muy acertado que la mayor parte de las intervenciones fueran por parte de Responsables del área de TI o de Data Warehouse de las empresas...

5.5.5 Paso 4) Integración de Datos

 5.5.4 PASO 4) INTEGRACIÓN DE DATOS
   5.5.4.1 a) Carga Inicial
   5.5.4.2 b) Actualización

 

5.5.4. PASO 4) INTEGRACIÓN DE DATOS

Una vez construido el modelo lógico, se deberá proceder a poblarlo con datos, utilizando técnicas de limpieza y calidad de datos, procesos ETL, etc.; luego se definirán las reglas y políticas para su respectiva actualización, así como también los procesos que la llevarán a cabo.

 

5.5.4.1 a) Carga Inicial

Debemos en este paso realizar la Carga Inicial al DW, poblando el modelo de datos que hemos construido anteriormente. Para lo cual debemos llevar adelante una serie de tareas básicas, tales como limpieza de datos, calidad de datos, procesos ETL, etc.

La realización de estas tareas pueden contener una lógica realmente compleja en algunos casos. Afortunadamente, en la actualidad existen muchos softwares que se pueden emplear a tal fin, y que nos facilitarán el trabajo.

5.5.3 Paso 3) Modelo lógico del DW

  5.5.3 PASO 3) MODELO LÓGICO DEL DW
   5.5.3.1 a) Tipo de Modelo Lógico del DW
   5.5.3.2 b) Tablas de dimensiones
   5.5.3.3 c) Tablas de hechos
   5.5.3.4 d) Uniones

5.5.3. PASO 3) MODELO LÓGICO DEL DW

A continuación, se confeccionará el modelo lógico de la estructura del DW, teniendo como base el modelo conceptual que ya ha sido creado. Para ello, primero se definirá el tipo de modelo que se utilizará y luego se llevarán a cabo las acciones propias al caso, para diseñar las tablas de dimensiones y de hechos. Finalmente, se realizarán las uniones pertinentes entre estas tablas. Modelo Lógico: representación de una estructura de datos, que puede procesarse y almacenarse en algún SGBD.

Distribuir contenido

 

 

 

Gestion del Conocimiento    |    Business Intelligence y Analítica    |     Bases de Datos    |      ERP     |      CRM      |     Tendencias tecnológicas