Un Data Warehouse es un conjunto de datos orientados al sujeto, integrados, variantes en el tiempo, no volátiles, construidos para apoyar los procesos decisionales empresariales (W.H. Inmon, 1993).
Para descargar el texto completo y obtener más información, haz clic AQUÍ
Esta última definición es la más difundida y reconocida, ya que desplaza la atención hacia una serie de aspectos peculiares del DWH: 1. orientado al objeto de estudio (el cliente, las ventas,…) en el sentido de que incluye todos los datos que se utilizarán en el proceso de control y de decisión, agrupándolos por áreas o temas de interés (Datamart) y finalizándolos para quien los utiliza y no para quien los genera; en otros términos, mientras los sistemas informativos tradicionales soportan funciones o actividades operativas específicas (inventario, facturación, gestión de pedidos, etc.), en el DW los datos están organizados por objetos de análisis considerados relevantes: productos, clientes, agentes, puntos de venta, y así sucesivamente, con el fin de ofrecer toda la información relacionada con un fenómeno o hecho relevante de marketing; 2. integrado, es decir, consistente respecto a un esquema conceptual global de datos, al glosario empresarial y respecto a las unidades de medida y a las estructuras de decodificación compartidas a nivel empresarial; en otros términos, mientras los datos almacenados en los sistemas operativos informativos son a menudo heterogéneos en términos de codificación y formato, en un DW los datos son homogéneos y consistentes; 3. variante en el tiempo, es decir, los datos en el DW tienen un horizonte temporal histórico de 3 o 5 años, incluyen los datos actuales y a menudo los datos previsionales referidos al futuro inmediato; no volátil, en el sentido de que el dato se carga periódicamente fuera de línea, es decir, una vez almacenado correctamente puede ser accedido, pero no modificado, por el usuario; en otros términos, los datos operativos de los sistemas transaccionales se actualizan de manera continua y son válidos solo en el momento en que se extraen (es decir, por ejemplo, un dato de facturación extraído una hora antes o una hora después puede ser muy diferente); en el DW los datos relativos a cada objeto o fenómeno a analizar suelen referirse a un período temporal preciso, se cargan periódicamente en masa y posteriormente se analizan: los datos originales cargados nunca se modifican y mantienen su integridad en el tiempo, porque se refieren a hechos ocurridos (por ejemplo, lo vendido en la semana, el número de tickets en el mes, etc.) que por lo tanto no deben sufrir ningún tipo de modificación, para conservarse de forma precisa y ser reutilizables en momentos diferentes.Metodología El ciclo de vida de un sistema de DW y de Mktg Intelligence se divide, como todos los sistemas informativos, en tres macro-fases de diseño, realización y gestión: en este contexto nos detendremos solo en la fase del diseño que tiene un enfoque más gerencial y menos técnico en comparación con las otras. La primera fase crítica de diseño de un DW es identificar los Requisitos de Negocio o el Modelo de Negocio del sistema de inteligencia de marketing, definiendo el conjunto de información, indicadores, medidas cuantitativas y dimensiones de análisis más relevantes y significativas para el conjunto de destinatarios usuarios identificado. Siguiendo la típica lógica del diseño «top-down», el punto de partida debe ser necesariamente la definición de las necesidades informativas y funcionales de marketing, para luego buscar los datos elementales de entrada necesarios para satisfacerlas, aunque esta actividad de recopilación de necesidades sea estructuralmente ardua e incierta: existen al respecto técnicas específicas (encuestas guiadas o libres, lluvia de ideas, análisis del sistema de información del usuario, prototipado, etc.) que ayudan a conducir el proceso, pero que no resuelven de manera definitiva el problema de la definición de las necesidades informativas de marketing que de todos modos evolucionan, se manifiestan gradualmente pasando a niveles sucesivos de análisis, de comprensión de los fenómenos de marketing y, por lo tanto, de experiencia, también en el uso de estos sistemas de inteligencia de marketing más avanzados. Las dos fases siguientes, la modelización de los datos y la identificación de todas las fuentes de datos necesarias para producir la información y los indicadores definidos, presentan otro conjunto de críticas que se refieren principalmente al diseño de la arquitectura de la base de datos del DW, fundada en los conceptos de «amplitud» y «profundidad» de los datos. La amplitud está definida por el número de fenómenos, información, indicadores y medidas que el sistema debe poder producir; la profundidad depende del nivel de detalle de los datos deseado (en jerga, la granularidad máxima), por ejemplo el día o la hora en la dimensión temporal, el cliente individual, el ítem individual de producto, la zona territorial mínima (municipio o zonas de censo), etc. Una vez diseñada la arquitectura del sistema de DW y de inteligencia de marketing, es necesario concentrarse en las fases y procesos principales de la macro fase de realización:El proceso de carga o de llenado del DW El objetivo de un DW es reunir los datos provenientes de los sistemas operativos con los de bases de datos externas y hacerlos confluir en el ambiente directivo para hacer la información disponible a través de sistemas de inteligencia de negocio. La adquisición de datos para el DW se ejecuta mediante complejas operaciones de captura de datos de los sistemas fuente, su limpieza y posterior transformación sobre la base de reglas de negocio definidas en las fases de desarrollo del proyecto (por ejemplo, uniformidad de las unidades de medida). Una vez transformados, los datos son mapeados y transportados a los diversos DM o al DW.El proceso de búsqueda y producción de la información de marketing Constituye una fase crucial adicional en el proceso de construcción de un sistema de DW y de inteligencia de marketing. Los relevantes esfuerzos requeridos y dedicados a la realización del DW frecuentemente desvían la atención de las herramientas end-user y de las aplicaciones front-end necesarias para la búsqueda y el uso de la información en esas mismas bases de datos, con la consecuencia de dejar a los end-user en manos de sus herramientas tradicionales ya en uso, tales como hojas de cálculo, aplicaciones personalizadas muy rígidas, interfaces poco amigables. La flexibilidad y la facilidad de producción de la información, así como el acceso a los datos, son las claves del éxito del proceso decisional y, por ende, del DW. Áreas de Aplicación Las principales áreas de aplicación de los sistemas de Business Intelligence & Decision son: • Marketing & Sales Analysis • Customer & Marketing Database • Budgeting (ciclo, formulación, etc.) • Financial Reporting • Financial Consolidation • Management Reporting (reportes directivos) • Cuadros de mando directivos, Tableau de Bord (EIS), Balanced Scorecard • Análisis de rentabilidad; Análisis de calidad y satisfacción • Clickstream Analysis • Geomarketing REPRODUCCIÓN RESERVADA
Pubblicato in Negocios
Sé el primero en comentar