Como se explicó en el articulo “La diferencia entre Transaccional y Analítico”, las empresas almacenan día a día información de todas sus transacciones y de eventos internos o externos a la empresa, como las ventas, los niveles de producción, asistencia de empleados, quejas de clientes, etc. Toda esta información se almacena en sistemas OLTP (On Line Transaction Processing, o Procesamiento Transaccional en Línea), como los ERP, CRM, MRP, etc. Cuya arquitectura está diseñada para permitir una rápida inserción de grandes volúmenes de datos, a un gran nivel de detalle optimizando los espacios de almacenamiento y evitando redundancia de datos.

Es tal el volumen de datos almacenados en los Sistemas Transaccionales que el acceso a los datos se vuelve complicado, y comúnmente hay un alto grado de incertidumbre sobre con qué datos se cuenta y cuál es su utilidad potencial. Es aquí cuando los usuarios de negocio comienzan a requerir analizar la información de una manera que el modulo de reportes del sistema transaccional en cuestión (ERP, CRM, etc.) no lo puede soportar.

Data Warehouse - Inteligencia de Negocio.MX

Data Warehouse - Inteligencia de Negocio.MX

De acuerdo a Ralph Kimball, en su libro “The Data Warehouse Toolkit”, estos son los objetivos de un Data Warehouse:

  • El Data Warehouse debe hacer la información de la organización fácilmente accesible.

El contenido del Data Warehouse debe ser comprensible, intuitivo y obvio para el usuario de negocio. La comprensibilidad implica legibilidad, por lo que el contenido del Data Warehouse necesita ser etiquetado de manera significativa. El usuario de negocio debe estar habilitado para extraer porciones del Data Warehouse y combinar esta información de todas las formas posibles, utilizando herramientas simples y fáciles de usar, con un tiempo de respuesta mínimo.

  • El Data Warehouse debe presentar la información de la organización consistentemente.

La información del Data Warehouse debe ser creíble. Los datos deben ser cuidadosamente reunidos de una variedad de orígenes de toda la organización, deben ser limpiados, con calidad asegurada, y liberados cuando sean aptos para el consumo del usuario. La información de un proceso de negocio debe coincidir con la información de otro proceso. Si dos métricas tienen el mismo nombre, entonces deben significar lo mismo. Y a la inversa, si dos métricas no significan lo mismo, entonces deben ser nombradas de forma distinta. Información consistente significa información de alta calidad. Esto significa que todos los datos se contabilizan y están completos. La consistencia también implica que las definiciones comunes del contenido del Data Warehouse está disponible para todos los usuarios.

  • El Data Warehouse debe ser adaptable y resistente a cambios.

Simplemente no podemos evitar los cambios. Las necesidades de los usuarios, las condiciones del negocio, los datos, y la tecnología, están sujetos a las cambiantes arenas del tiempo. El Data Warehouse debe estar diseñado para manejar estos inevitables cambios. Los cambios en el Data Warehouse no deben invalidar los datos existentes o las aplicaciones. Los datos y las aplicaciones existentes no deben ser alterados o quebrantados cuando la comunidad de usuarios realicen nuevas preguntas o se agreguen nuevos datos al Data Warehouse. Si los datos descriptivos del Data Warehouse son modificados, debemos tener en cuenta esos cambios adecuadamente.

  • El Data Warehouse debe ser un bastión seguro que proteja nuestra información.

Las joyas de la corona de información de la organización están almacenadas en el Data Warehouse. Como mínimo, el Data Warehouse probablemente contiene información sobre qué le vendimos a quién a qué precio – detalles potencialmente peligrosos en las manos de la gente inapropiada. El Data Warehouse debe controlar efectivamente el acceso a la información confidencial de la organización.

  • El Data Warehouse debe servir como base para una toma de decisiones mejorada.

El Data Warehouse debe contener la información correcta para soportar la toma de decisiones. Solo hay una salida real para un Data Warehouse: Las decisiones que son hechas después de que el Data Warehouse ha presentado su evidencia. Estas decisiones entregan al negocio el impacto y valor atribuible al Data Warehouse.

  • La comunidad de negocio debe aceptar al Data Warehouse para que se considera un éxito.

No importa que hayamos construido una elegante solución usando los mejores productos y plataformas de su clase. Si la comunidad de usuarios no adopta el Data Warehouse y continúa usándolo activamente seis meses después de la capacitación, entonces hemos fallado en la prueba de aceptación. A diferencia de las nuevas implantaciones de sistemas operacionales, donde los usuarios no tienen otra opción que usar el nuevo sistema, el uso del Data Warehouse es a veces opcional. La aceptación de los usuarios tiene más que ver con la simplicidad que con cualquier otra cosa.

Como podemos ver, la creación del Data Warehouse no solo tiene una alta demanda de conocimientos técnicos, sino que involucra un dominio de los procesos de negocio, un cambio cultural de la organización, y una visión muy clara, con objetivos bien definidos.

[facebook_ilike]