Alguna vez recibo correos de amables lectores que me preguntan sobre la mejor manera de introducirse en el mundo del Business Intelligence.

Mi respuesta siempre es la misma, lo mejor es participar en proyectos de Business Intelligence, cuantos más, mejor. Asistiendo a cursos, leyendo libros, manuales o blogs, podrás aprender la teoría. Y “Business Intelligence fácil” es un buen lugar para ello jeje. Sin embargo, para aprender de verdad, y conocer los problemas que habitualmente se encuentran los profesionales del BI, se deben implantar proyectos..

Hace más de un año anunciábamos que la integración de DATAllegro con SQL Server estaba cercana, y hace 6 meses decíamos que este lanzamiento del “Parallel Datawarehouse” se retrasaba, y no concretaban una fecha para su lanzamiento.

Pues bien, Microsoft ya ha anunciado la disponibilidad de este interesante producto. Forma parte de la familia de productos de SQL Server y, formalmente, se llama “Microsoft SQL Server 2008 R2 Parallel Data Warehouse” (y lo abrevian como PDW).

Se trata de una “Appliance”, es decir, se distribuye junto con un Hardware específico previamente configurado, y ofrece una alta escalabilidad (hasta cientos de Terabytes) para las necesidades de Business Intelligence y datawarehousing de gama alta.

Sabíamos que Chuck Norris no duerme, espera. Sabíamos que los dinosaurios le miraron mal una vez; ¡Una vez!. Y que Chuck Norris es la razón por la que Wally se esconde. Él conoce el último dígito del número Pi, y ha sido capaz de contar hasta el infinito... dos veces. Pero, ¿Qué plataforma de Business Intelligence utiliza Chuck Norris?...

En la anterior entrada de esta serie sobre cómo construir un datawarehouse se describía la importancia de unificar los hechos. Ahora hablaremos de unificar las dimensiones. No es más importante una cosa que la otra. Las dos son imprescindibles.
Sabemos que es normal que dentro de una compañía convivan muchas aplicaciones informáticas, cada una de ellas con sus propios maestros. Una función importante del DWH es la unificación de estas aplicaciones en unos maestros únicos...
 
 

En la definición de datawarehouse de Bill Inmon (y en todas las definiciones posteriores de cualquier menda aficionado al BI, como el autor de este blog de Business Intelligence en español) se señala que un DWH es un repositorio donde la información corporativa se encuentra "integrada".
A warehouse is a subject-oriented, integrated, time-variant and non-volatile collection of data in support of managements decision making process (Bill Inmon, 1990)...
 

En primer lugar, reconozcamos que tenemos un problema de rendimiento. Todos los datawarehouse tienen un problema de rendimiento. Ninguno va excesivamente rápido. Siempre se puede mejorar. Es más, la falta de problemas de rendimiento suele esconder un problema mucho mayor y de más difícil solución… la falta de uso del sistema.
Si has llegado hasta esta página intentando resolver los problemas de rendimiento de tu sistema Business Intelligence, lamento decirte que no encontrarás la respuesta en este post. La respuesta está en todos los demás: Modeliza correctamente, y el sistema funcionará como debe...

Aunque existen varias opiniones al respecto, yo soy de los que cree firmemente que en el DWH debe estar disponible el máximo nivel de detalle de la información. Se debe guardar cada ticket, cada venta, cada transacción.
Si se dispone la información detallada, cualquier consulta posterior podrá resolverse en cualquier de las agrupaciones disponibles. Tal vez, de entrada, puede parecer suficiente ver las ventas diarias de cada familia, sí, ¿Pero y si luego quiero verlo por grupo social? ¿O por hora de venta? ¿O si lo quiero segmentar por precio de venta? ¿O por tipo de subfamilia? Sólo si inicialmente se diseñó y cargó el datawarehouse con la información detallada podrán contestarse estas preguntas...

Otra de las características importantes que debe tener un DWH es estar "organizado por temas" (subject-oriented). Bill Inmon es considerado uno de los padres del concepto DWH, y fue el quien introdujo esta característica en su definición:
"A warehouse is a subject-oriented, integrated, time-variant and non-volatile collection of data in support of managements decision making process" (Bill Inmon, 1990)...

El datawarehouse tiene, y debe tener, todo el detalle de información en su nivel atómico. Así, las ventas estarán detalladas por fecha, cliente, producto y punto de venta. Rápidamente nos daremos cuenta que estaremos trabajando con un volumen muy importante de información. Por poner algún ejemplo, en los sectores de distribución retail, telecomunicaciones o banca es habitual encontrarse con datawarehouses con miles de millones de registros...

Denominamos “hechos” a los indicadores de negocio. Por ejemplo, son “hechos” las ventas, los pedidos, los envíos, las reclamaciones, las compras, etc. Es decir, son todas aquellas medidas numéricas que incluiremos en nuestro sistema Business Intelligence.
Técnicamente, una tabla de hecho es la tabla central de un modelo en estrella. En el siguiente diagrama, la tabla de ventas es la tabla de hechos...