DATA MART – DATA

WAREHOUSE
Logro de la sesión

Al finalizar la sesión el estudiante comprende y reconoce que es un data mart y un

data warehouse.
Qué es un Data Mart
Un Datamart es una base de datos
departamental, especializada en el
almacenamiento de los datos de un área de
negocio específica. Se caracteriza por disponer
la estructura óptima de datos para analizar la
información al detalle desde todas las
perspectivas que afecten a los procesos de
dicho departamento. Un datamart puede ser
alimentado desde los datos de un
datawarehouse, o integrar por si mismo un
compendio de distintas fuentes de
información.
Por tanto, para crear el datamart de un área funcional de la
empresa es preciso encontrar la estructura óptima para el
análisis de su información, estructura que puede estar
montada sobre una base de datos OLTP, como el propio
datawarehouse, o sobre una base de datos OLAP. La
designación de una u otra dependerá de los datos, los
requisitos y las características específicas de cada
departamento
Tipos de Data mart
❑ Datamart OLAP
Los sistemas On-Line Analytical Processing (OLAP) son bases
de datos orientadas al procesamiento analítico. Este análisis
suele implicar, generalmente, la lectura de grandes
cantidades de datos para llegar a extraer algún tipo de
información útil: tendencias de ventas, patrones de
comportamiento de los consumidores, elaboración de
informes complejos… etc. Este sistema es típico de los
datamarts.
• El acceso a los datos suele ser de sólo lectura. La acción más común es la
consulta, con muy pocas inserciones, actualizaciones o eliminaciones.
• Los datos se estructuran según las áreas de negocio, y los formatos de los
datos están integrados de manera uniforme en toda la organización.
• El historial de datos es a largo plazo, normalmente de dos a cinco años.
• Las bases de datos OLAP se suelen alimentar de información procedente de
los sistemas operacionales existentes, mediante un proceso de extracción,
transformación y carga (ETL).
❑ Datamart OLTP
Los sistemas On-Line Transactional Processing (OLTP) son
bases de datos orientadas al procesamiento de
transacciones. Una transacción genera un proceso atómico
(que debe ser validado con un commit, o invalidado con un
rollback), y que puede involucrar operaciones de inserción,
modificación y borrado de datos. El proceso transaccional es
típico de las bases de datos operacionales.
• El acceso a los datos está optimizado para tareas frecuentes de lectura y
escritura. (Por ejemplo, la enorme cantidad de transacciones que tienen que
soportar las BD de bancos o hipermercados diariamente).
• Los datos se estructuran según el nivel aplicación (programa de gestión a
medida, ERP o CRM implantado, sistema de información departamental...).
• Los formatos de los datos no son necesariamente uniformes en los diferentes
departamentos (es común la falta de compatibilidad y la existencia de islas
de datos).
• El historial de datos suele limitarse a los datos actuales o recientes.
Qué es un Data warehouse
Un data warehouse es un repositorio unificado para
todos los datos que recogen los diversos sistemas de una
empresa. El repositorio puede ser físico o lógico y hace
hincapié en la captura de datos de diversas fuentes sobre
todo para fines analíticos y de acceso.
Normalmente, un data warehouse se aloja en un servidor
corporativo o cada vez más, en la nube. Los datos de
diferentes aplicaciones de procesamiento de
transacciones Online (OLTP) y otras fuentes se extraen
selectivamente para su uso por aplicaciones analíticas y
de consultas por usuarios.
Data Warehouse es una arquitectura de almacenamiento
de datos que permite a los ejecutivos de negocios
organizar, comprender y utilizar sus datos para tomar
decisiones estratégicas. Un data warehouse es una
arquitectura conocida ya en muchas empresas modernas.
Estructura de un data warehouse
La arquitectura de un data warehouse puede ser dividida
en tres estructuras simplificadas: básica, básica con un
área de ensayo y básica con área de ensayo y data marts.
➢ Con una estructura básica, sistemas operativos y archivos planos
proporcionan datos en bruto que se almacenan junto con metadatos.
Los usuarios finales pueden acceder a ellos para su análisis, generación
de informes y minería.
➢ Al añadir un área de ensayo que se puede colocar entre las fuentes de
datos y el almacén, ésta proporciona un lugar donde los datos se
pueden limpiar antes de entrar en el almacén. Es posible personalizar la
arquitectura del almacén para diferentes grupos dentro de la
organización.
➢ Se puede hacer agregando data marts, que son sistemas diseñados para
una línea de negocio en particular. Se pueden tener data marts
separados para ventas, inventario y compras, por ejemplo, y los usuarios
finales pueden acceder a datos de uno o de todos los data marts del
departamento.
Diferencia entre Data Mart y Data warehouse
Como hemos visto, son términos bastante similiares, pero la principal diferencia entre
Data Mart y Data Warehouse reside en el alcance.
• Un Data Warehouse es un almacén de datos es un gran depósito de datos
recopilados de diferentes organizaciones o departamentos dentro de una
corporación.
• Un Data Mart, en cambio, es un subconjunto único de un Data Warehouse. Está
diseñado para satisfacer las necesidades de un determinado grupo de usuarios.
• Un Data mart se centra en un solo tema, mientras que los datos de un Data
Warehouse comprende datos de todos los departamentos de la organización donde
se actualiza continuamente para eliminar datos redundantes
• El proceso de implementación un Data Warehouse puede extenderse muchos meses
e incluso años. El proceso de implementación de Data Mart está restringido a unos
pocos meses.
• Los datos almacenados en un Data Warehouse siempre ofrecen más detalle en
comparación con los de un Data Mart.
Comparativa entre Data Warehouse y Data Mart
Criterio Data Warehouse Data Mart
Uso Ayuda a tomar una decisión estratégica. Ayuda a tomar decisiones tácticas para el negocio.
El objetivo principal de Data Warehouse es proporcionar un
Utilizado principalmente en una división de negocios a nivel de
Objetivo entorno integrado y una imagen coherente de la empresa en
departamento.
un momento determinado.
Diseño Complejo Sencillo
Puede o no puede usarse en un modelo dimensional. Sin Se construye enfocado en un modelo dimensional usando un esquema de
Modelo dimensional
embargo, puede alimentar modelos dimensionales. inicio.

Incluye una gran área de la corporación, por lo que se tarda Son fáciles de usar, diseñar e implementar, ya que solo puede manejar
Gestión de datos
mucho tiempo en procesarla. pequeñas cantidades de datos.
El Data Warehouse se enfoca ampliamente en todos los
Data Mart está orientado a un área de negocio y se utiliza a nivel de
Foco departamentos. Es posible que incluso pueda representar a
departamento.
toda la empresa.

Los datos almacenados en Data Warehouse siempre ofrecen Los Data Marts están construidos para grupos de usuarios particulares. Por
Tipo de datos
más detalle en comparación con data mart. lo tanto, los datos son cortos y limitados.

Los almacenes modernos están en su mayoría

Normalización desnormalizados para proporcionar consultas de datos más No hay preferencia entre una estructura normalizada o desnormalizada.
rápidas y un buen rendimiento de lectura
El objetivo principal de Data Warehouse es proporcionar un
Área temática entorno integrado y una imagen coherente de la empresa en En su mayoría tienen solo un área temática, por ejemplo, cifra de ventas.
un momento determinado.

Diseñado para almacenar datos de decisiones de toda la Modelado dimensional y diseño de esquema en estrella empleado para
Almacenamiento de datos
empresa, no solo datos de marketing. optimizar el rendimiento de la capa de acceso.

La variación en el tiempo y el diseño no volátil se aplican Principalmente incluye estructuras de datos de consolidación para satisfacer
Tipo de datos
estrictamente. las necesidades de informes y consultas del área temática.
Datos transaccionales agrupados alimentados directamente desde el Data
Valor de los datos Solo lectura desde el punto de vista de los usuarios finales.
Warehouse.
Data Mart contiene datos, de un departamento específico de una
Es más útil ya que puede traer información de cualquier
Alcance empresa. Puede que haya Data Marts separados para ventas, finanzas,
departamento.
marketing, etc. Tiene un uso limitado
Fuente Los datos provienen de muchas fuentes. Los datos provienen de muy pocas fuentes.
El tamaño del Data Warehouse puede variar de 100 GB a más
tamaño El tamaño de Data Mart es inferior a 100 GB.
de un TB.
El proceso de implementación de Data Warehouse puede El proceso de implementación de Data Mart está restringido a unos pocos
Tiempo de implementación
extenderse de meses a años. meses.
Conclusiones
En esta sesión hemos aprendido los siguientes conceptos en la Inteligencia de
Negocios:
•Qué es un Data Mart
•Datamart OLAP
•Datamart OLTP
•Estructura de un data warehouse
•Diferencia entre Data Mart y Data warehouse
•Comparativa entre Data Warehouse y Data Mart

Fuente: Internet