Anda di halaman 1dari 7

TALLER: GRANDES VOLUMENES DE INFORMACION

1. Establezca el siguiente cuadro con respecto al Data Warehouse, Data Mart y Data Mining. Nombre DATA WAREHOUSE Definicin
Un Data Warehouse es una copia de los datos de la transaccin estructurados especficamente para preguntar y divulgar. Un Data Warehouse se puede normalizar o desnormalizar. Puede ser una base de datos relacional, base de datos multidimensional, fichero "plano", base de datos jerrquica, base de datos por objetos, etc.

Ventajas Desventajas Facilitan el acceso a Implementar un 1. Native data los datos Data warehouse warehouse implica un alto appliance Facilitan el costo y no suele 2. Software data funcionamiento de las ser esttico warehouse aplicaciones de los necesita appliance sistemas de apoyo a la mantenimiento 3. Packaged data decisin tales que su costo es warehouse como informes de elevado. appliance tendencia. 4. Data Incluso pueden management Los almacenes de quedar obsoletos appliance cualquier datos pueden trabajar en momento. en conjunto y, por lo tanto, aumentar el valor operacional de Se confunde con las aplicaciones sistemas empresariales, en operacionales por especial la gestin de que cumplen con relaciones con algunas clientes. funciones parecidas al data warehouse pero puede resultar peor por algunas funciones son muy caras o que

Tipos

Aplicaciones
EIS (Executive Information System):Herramientas para proveer de informacin estratgica a los ejecutivos, mediante informes, comparativas y cuadros de mandos multidimensionales.

DSS (Decission Suport System): Herramientas de ayuda a la toma de decisiones. Incorpora reglas de decisin y anlisis de datos no predefinidos en las posibilidades de un EISDatawarehouse13

DATA MART

Un Datamart es una base de datos departamental, especializada en el almacenamiento de los datos de un rea de negocio especfica. Se caracteriza por disponer la estructura ptima de datos para analizar la informacin al detalle desde todas las perspectivas que afecten a los procesos de dicho departamento.

Datamart OLAP Se basan en los populares cubos OLAP, que se construyen agregando, segn los requisitos de cada rea o departamento, las dimensiones y los indicadores necesarios de cada cubo relacional. El modo de creacin, explotacin y mantenimiento de los cubos OLAP es muy heterogneo, en funcin de la herramienta final que se utilice. Datamart OLTP Pueden basarse en un simple extracto del datawarehouse, no obstante, lo comn es introducir mejoras en su rendimiento (las

no se usen muy repetidamente. Se El caracteriza tiempo por disponer que se la estructura emplea ptima de es su datos para desarrol analizar la llo es informacin largo. Al crecer al detalle el Data desde todas Mart, el las rendimien perspectivas to de las consultas que afecten decae y a los deja de procesos de ser dicho optimo. departament o. Un datamart puede ser alimentado desde los datos de un

agregaciones y los filtrados suelen ser las operaciones ms usuales) aprovechando las caractersticas particulares de cada rea de la empresa. Las estructuras ms comunes en este sentido son las tablas report, que vienen a ser fact-tables reducidas (que agregan las dimensiones oportunas), y las vistas materializadas, que se construyen con la misma estructura que las anteriores, pero con el objetivo de explotar la reescritura de queries (aunque slo es posibles en algunos SGBD avanzados, como Oracle).

datawarehou se o integrar por si mismo un compendio de distintas fuentes de informacin. Puede estar montada sobre una base de datos OLTP, como el propio datawarehou se, o sobre una base de datos OLAP. Poco volumen de datos, mayor rapidez de consulta. Facilidad para la

historizacin de los datos. Validacin directa de la informacin. Son simples de implementar. Conllevan poco tiempo de construccin y puesta en marcha. Permiten manejar informacin confidencial. Reflejan rpidamente sus beneficios y cualidades. Reducen la demanda del

depsito de datos. DATA MINING


La minera de datos (DM por su nombre en ingls: Data Mining) es un rea de estudio que surge de la convergencia de otra disciplinas: Ciencias de la Computacin, Estadstica, Aprendizaje Maquinal, Inteligencia Artificial, Tecnologa de Bases de Datos y Reconocimiento de Patrones, entre otras. Comprende el anlisis de grandes conjuntos de datos y la bsqueda de relaciones entre variables, a travs de mtodos computacionalmente intensivos. Muchas veces se encuentran relaciones o coincidencia no esperadas y, por lo general, los mtodos involucran el anlisis de enormes cantidades de datos multidimensionales.-

Si los datos son descriptivos, se aplica un modelo descriptivo. - Si los datos son de transaccin, se utiliza un modelo descriptivo o de transaccin. Tener presente que los tipos de resultados obtenidos dependen del tipo de modelo elegido

Enormes bases de datos pueden ser analizadas. El Data Mining descubre informacin que no se esperaba obtener.Los Modelos Son ConfiablesLos modelos se construyen de manera rpida.

Dificultad de recopilacin de los datos El preprocesamiento de datos puede llevar demasiado tiempo No est asegurada la obtencin de un modelo vlido

Una de las aplicaciones ms prometedoras de Data Mining es el anlisis de datos ssmicos para poder predecir la ocurrencia de terremotos. Los sismgrafos recogen informacin sobre la actividad ssmica de cada regin a lo largo del tiempo, dando lugar a series temporales. El anlisis de dichas series con tcnicas de Data Mining puede ayudar a prever la aparicin de un sesmo, de la actividad previa a un sesmo o de las rplicas de ste.

2. Cmo construir y gestionar un Data Mart para dar respuesta a las necesidades de los distintos departamentos de la compaa? 3. En qu reas funcionales de la empresa se puede aplicar y con qu fines? 4. Cmo adaptar el Data Mart a las necesidades del usuario final (necesidades del rea usuaria)? 5. Cules son las herramientas necesarias para construir un Data Mart y Cmo integrar todas esas herramientas? 6. Cmo implantar el Data Mart desde el punto de vista organizativo? 7. Cules son los errores ms comunes en el desarrollo de un Data Mart, Data Mining y Data Warehouse, y cmo corregirlos?

LINKGRAFIAS: Data Warehouse http://todobi.blogspot.com/2005/05/una-definicin-de-data-warehousing.html http://todobi.blogspot.com/2007/10/tipos-de-data-warehouse-appliances.html http://grojasportafoliodatawarehouse.blogspot.com/2012/03/ventajas-y-desventajas.html http://www.slideshare.net/roseneri182/datawarehouse-8349853 DATA MARD http://sinnexus.es/business_intelligence/datamart.aspx http://segunda-wiki.wikispaces.com/ventajas+y+desventajas DATA MINING http://www.frro.utn.edu.ar/repositorio/catedras/quimica/5_anio/orientadora1/monograias/pighindatamining.pdf http://bamma.wikispaces.com/Ventajas+y+desventajas http://www.informaticaudima.com/?p=204