¿Cuánto sabes sobre Data Warehouses?

Oposiciones TIC Sistemas de inteligencia Datawarehouse de negocio (business intelligence)

1. Business Intelligence (BI) convierte datos en información para enriquecer la toma de decisiones.

2. BI no solo es para grandes empresas, sino para cualquier entidad que desee tomar decisiones basadas en el análisis de datos.

3. Ejemplos de aplicación de BI incluyen la gestión de ventas y la mejora de bibliotecas.

4. BI integra almacenamiento y procesamiento de datos para transformarlos en conocimiento y decisiones en tiempo real.

5. El proceso de BI consta de cinco fases: dirigir y planear, recolección de información, procesamiento de datos, análisis y producción, y difusión.

6. Los beneficios de BI incluyen la reducción del tiempo para recolectar información, la automatización del proceso y el acceso a indicadores de éxito.

7. Data Warehousing (DW) es el proceso de extracción, transformación, consolidación, integración y almacenamiento de datos para su posterior análisis y exploración.

8. DW extrae datos de sistemas operacionales y fuentes externas para centralizar y homogeneizar la información de la empresa.

9. DW convierte datos operacionales en una herramienta competitiva al proveer información pertinente y correcta en el momento necesario.

10. La información almacenada en DW se estructura de manera multidimensional para su fácil acceso y análisis.

11. DW permite el análisis multivariable de datos para dar soporte al proceso de toma de decisiones estratégico y táctico.

12. La implementación de BI y DW puede ayudar a las organizaciones a mejorar su eficiencia y competitividad en el mercado.Características de un Data Warehouse según William Harvey Inmon

13. Un Data Warehouse (DW) está orientado al negocio y clasifica la información en base a los aspectos que son de interés para la organización.

14. Los datos en un DW excluyen la información que no será utilizada exclusivamente en el proceso de toma de decisiones.

15. Las relaciones encontradas en los datos residentes del DW son muchas, ya que cada tabla del mismo estará conformada por la integración de varias tablas u otras fuentes del ambiente operacional.

16. La integración implica que todos los datos de diversas fuentes que son producidos por distintos departamentos, secciones y aplicaciones, tanto internos como externos, deben ser consolidados en una instancia antes de ser agregados al DW.

17. La integración de datos resuelve diferentes tipos de problemas relacionados con las convenciones de nombres, unidades de medidas, codificaciones, fuentes múltiples, etc.

18. El DW es variante en el tiempo y la información que se encuentra dentro del depósito de datos se denomina de tiempo variable.

19. Los datos en el DW poseen su propio sello de tiempo, lo que contribuye a una de las principales ventajas del almacén de datos: los datos son almacenados junto a sus respectivos históricos.

20. Es importante tener en cuenta la granularidad de los datos, así como también la intensidad de cambio natural del comportamiento de los fenómenos de la actividad que se desarrolle, para evitar crecimientos incontrolables y desbordamientos de la base de datos.

21. La información en el DW no cambia y solo existen dos tipos de operaciones: la carga de datos y el acceso a los mismos.

22. En el DW no se requieren mecanismos de control de concurrencia y recuperación.

23. Un DW maneja un gran volumen de datos, debido a que consolida en su estructura la información recolectada durante años, proveniente de diversas fuentes y áreas, en un solo lugar centralizado.

24. El DW es una herramienta importante para el proceso de toma de decisiones de la gerencia.Data Warehouse: definición, ventajas, desventajas, estructura y flujo de datos

25. Un Data Warehouse (DW) es un depósito de datos que almacena información sumariada y agregada desde múltiples fuentes y maneja información histórica.

26. El DW organiza y almacena los datos para realizar consultas y procesos analíticos y brindar a los usuarios finales la posibilidad de tomar decisiones sobre los datos sin tener que poseer demasiados conocimientos informáticos.

27. El DW permite un acceso más directo y cómodo a la información para explorar los datos y encontrar relaciones complejas entre los mismos.

28. El DW no se compone solo de datos, sino que es un conjunto de herramientas para consultar, analizar y presentar información.

29. Las tecnologías empleadas en un DW incluyen arquitectura cliente/servidor, técnicas avanzadas para replicar, actualizar y refrescar datos, software front-end para acceso y análisis de datos, herramientas para extraer, transformar y cargar datos en el depósito desde múltiples fuentes y sistema de gestión de bases de datos.

30. Las ventajas de implementar un DW incluyen: transformación de datos orientados a aplicaciones en información orientada a la toma de decisiones, integración y consolidación de diferentes fuentes de datos y departamentos empresariales en una única plataforma centralizada, capacidad de analizar y explotar diferentes áreas de trabajo y reaccionar rápidamente a los cambios del mercado, aumento de la competitividad en el mercado, eliminación de la producción y procesamiento de datos no utilizados, mejora de la entrega de información, impacto positivo sobre los procesos de toma de decisiones, aumento de la eficiencia de los encargados de tomar decisiones y toma de decisiones estratégicas y tácticas.

31. Las desventajas de implementar un DW incluyen: gran inversión en su construcción y capacitación de usuarios, resistencia al cambio por parte de los usuarios, beneficios apreciados en el mediano y largo plazo, atentado contra la privacidad de datos confidenciales, infravaloración de recursos y esfuerzos necesarios, incremento continuo de requerimientos de usuarios y subestimación de capacidades de DW y herramientas de BI en general.

32. A pesar de recibir información histórica de diferentes fuentes, la redundancia de datos entre el ambiente DW y operacional es mínima debido a la filtración de datos, selección y consolidación de información y horizonte de tiempo diferente.

33. Los DW estructuran los datos de manera particular y existen diferentes niveles de esquematización y detalle que los delimitanArquitectura de un Data Warehouse

34. Un Data Warehouse (DW) es un sistema de gestión de datos diseñado para el análisis de información empresarial.

35. Los datos del DW pueden ser borrados, resumidos o archivados en el depósito de datos.

36. Los Sistemas de Gestión de Base de Datos (SGBD) son software que sirven de interfaz entre la base de datos y los usuarios.

37. Los SGBD tienen como objetivo manejar un conjunto de datos de manera clara, sencilla y ordenada.

38. Los SGBD permiten cambios en la estructura de la base de datos sin tener que modificar la aplicación que la emplea.

39. El particionamiento se utiliza para dividir una tabla de hechos en varias tablas más pequeñas.

40. El particionamiento mejora el rendimiento de las consultas y reduce el número de registros que deben leerse.

41. El Business Model es una representación de los datos desde una perspectiva empresarial.

42. El Business Model permite definir el comportamiento de cada miembro y las áreas temáticas de interés en la empresa.

43. Las áreas de datos en el diseño de la arquitectura de un DW incluyen la Staging Area, el Operational Data Store y el Almacén de Datos Corporativo.

44. La Staging Area es un área temporal donde se recogen los datos necesarios para las cargas y se minimiza la afectación a los sistemas origen.

45. El Almacén de Datos Corporativo contiene datos históricos y está orientado a la explotación analítica de la información que recoge.