Data Warehouse OLAP
On Line Analytical Processing
Procesamiento Analítico en Línea
¿Qué es OLAP?
La necesidad de tener DW OLAP
Imaginemos el siguiente escenario:
Una cadena de supermercados posee una (o varias)
bases de datos operacional que registra información
sobre:
 Supermercados( y sus descripciones)
 Productos (y sus descripciones)
 Precios de productos y promociones
 Proveedores y partes entregados por ellos
 Inventarios en bodegas y supermercados
 Ordenes de compra a proveedores, transacciones y
facturas
 Transacciones de venta en cada supermercado
 Programa clientes frecuentes, recursos humanos, etc.

Procesamiento Transaccional En
Línea(OLTP).
Esta base de datos está optimizada para
realizar
procesamiento
transaccional
(OLTP).

Complejidad de la base de datos
Debido a que la base de datos está
normalizada, esta puede llegar a tener 500
tablas ( no es extraño encontrar base de
datos con cientos de tablas).
Por ejemplo, solo para describir a los
supermercados podrías tener:
Supermercado:
-Marketing(publicidad, comerciales, vías de nuevos mercados.etc.)
-Ventas(Totales
producto.etc.)
del
periodo,
de
otros
periodos,
de
cada
-Comercialización y atención al cliente(Proveedores-distribuidores)
-Estudios de mercado(Mercado meta, clientes potenciales, etc.)
-Análisis de competencia(Comparaciones de precios, etc.)
-Contabilidad(Ventas, costos, caja, auditoria interna)
-Producción(Proveedores, inventario de mercadería, etc..)
-Almacenaje(Inventarios al comienzo del periodo, inventario actual,
etc.)
Y MUCHOS MAS…….
Complejidad de la Base de Datos
Puede ser difícil visualizar una Base de
Datos de esta naturaleza
Consultas Analíticas (Reportes)



Un analista de la cadena de supermercados
necesita investigar las ventas totales.
Se contacta con el administrador de la base de
datos y le solicita la siguiente información
Ventas totales por semana, supermercado y tipo
de producto
Productos más vendidos en los últimos dos
meses
Etc.
El administrador calcula estos datos vía consultas
SQL de la siguiente forma:
Consultas Analíticas (Reportes)
Proceso Tradicional para calcular
Consultas analíticas
Después de leer el reporte, el analista
observa que las ventas de la semana X del
año 2010 son especialmente altas: necesita
saber por qué.
Solicita al administrador las ventas por día en
la semana X del 2010.
Otra futuras indagaciones generan una serie
de solicitudes/entregas de reportes entre el
analista y el administrador de la base de datos
Data Warehouse OLAP
Idea: construyamos un sistema para el ANALISTA con las
siguientes características:
 Guarde datos sobre un único tema o proceso
 Ejemplo, proceso de venta obtenido de la base de
datos operacional.
 No es necesario que los datos estén totalmente
actualizados.
 Fácil de visualizar, por ejemplo, datos organizados de
acuerdo a conceptos que sean fáciles de entender para
los analistas: Modelo Multidimensional.
 Fácil formulación de consultas, consultas a distintas
granularidades: Operadores.
 Respuestas en el orden de los pocos segundos.
ESTO ES UN DATA WAREHOUSE OLAP
Esto es una Data Warehouse
OLAP
Colaboración BI
Visualización
Análisis
Geoespacial
Análisis
de
datos
Análisis
Ventas y Marketing
Gestión de
Proyectos
Creación de Sitios
B2B y B2C
Business Intelligence


“Conjunto de herramientas y servicios
destinado a la gestión eficiente del
conocimiento y la información en
empresas y organizaciones”
Nos permite:



Convertir los datos en información
Tomar mejores decisiones rápidamente
Utilizar un método razonable para la gestión
empresarial
Arquitectura de un Data Warehouse
OLAP
Tecnologías OLTP vs OLAP

OnLine Transaction Processing



Sistemas transaccionales, enfocados a
gestionar un gran número de transacciones
concurrentes
Permiten insertar, actualizar, borrar y
consultar una pequeña cantidad de registros
OnLine Analytical Processing


Enfocados al análisis de grandes cantidades
de datos
Proporcionan respuestas rápidas
Tecnologías OLTP vs OLAP







OLTP
Orientado a lo operativo
(procesos)
Predomina la
actualización
Se accede a pocos
registros



Datos altamente
normalizados
Estructura relacional

Rápidos tiempos de
respuesta.
Estructura estática



OLAP
Orientado a temas
Predomina la consulta.
Datos históricos
Procesos masivos, se
accede a muchos
registros
Datos Denormalizados
Estructura
multidimensional
Respuesta masiva
Estructura dinámica,
abundantes cambios
Modelo de Datos Multidimensional
El proceso a analizar se representa como:
 Un conjunto de Dimensiones:
 Perspectivas que usamos para visualizar el
proceso.
 Estructuradas como jerarquías
 Generalmente pequeñas.
 Un conjunto de hechos (facts):
 Asignaciones de mediciones a puntos en
espacios formados por dimensiones.
 Agrupados en tablas de hechos
 Esta tabla cambia frecuentemente.
 Grande (GB’s o TB’s)
Cubos

Producto
Tabla de Hechos



Tabla de
Claves externas
Medidas
Dimensiones
Producto1
Producto2
Producto 3
Hechos
Cliente
Id
Id
Nombre
Nombre
Tamaño
Provincia
…
…
Tiempo
Fecha
Año
Mes
Dia
…
Producto1
Producto2
Producto 3
Opciones de almacenamiento

MOLAP



ROLAP



Almacenamiento en estructura
multidimensional de Analysis Services
Mayor rapidez de respuesta
Almacenamiento en base de datos relacional
Para grandes volúmenes de datos
HOLAP


Híbrido
Respuesta rápida y gran cantidad de datos en
origen
Costo del software.
Preguntas y dudas
???
PREGUNTAS

¿Viendo las características de Data
Warehouse OLAP podría optimizar la
atención al cliente ?

¿Teniendo una micro-empresa o
mediana-empresa seria eficiente
implementar el Data Warehouse
OLAP?
Descargar

DTS y Analysis Services