verificación de la base de datos

8/16/2019 verificación de la base de datos

1/13

Inteligencia de Negocios - BI

Vínculos de la base de datos

Michaela Pacheco ValdezIng. de Sistemas

[email protected]

Semana 07


2/13

Objetivos

Jerarquías.

elaci!n.

"ranularidad.

Inteligencia de #egocios


3/13

¿Qué criterios uso para agrupar la

información? Concepto de Dimensión?


$s una entidad de negocios respecto de la cual se de%e calcular las m&tric

$'emplos( clientes) productos) tiempo) *endedor) tienda) u%igeo) etc.

$s la parte atri%ui%le de una soluci!n de +usiness Intelligence) es la partecualitati*a ,características- de los reportes.

"eneralmente pro*ienen de las ta%las maestras de los sistemas

transaccionales. as dimensiones est/n compuestas de dos partes( tri%utos 1 Jerarquías) 1

cantidad de registros son las ta%las m/s peque2as.

as preguntas que nos permiten identi3icarlas son( 45ui&n6) 45u&6) 4u/ndo48!nde6 4 qui&n6


4/13

Atributos


Son las características del negocio. 9n grupo de atri%u

crea una 8imensi!n.

jemplo(

8imensi!n( :iempo

tri%utos( 2o) Semestre) :rimestre) Mes.


5/13

!erar"uías


$s la distri%uci!n de los atri%utos en ni*eles.

jemplo#

Jerarquía 9%icaci!n(8epartamento

Pro*incia

8istrito

Jerarquía alendario(

2o:rimestre

8istrito


6/13

!erar"uías


9na 'erarquía representa una relaci!n l!gica entre dos o m/s pertenecientes a un cu%o multidimensional< siempre 1 cuandocorrespondiente relaci!n =padre>h?o.

as 'erarquías poseen las siguientes características(

Pueden existir *arias en un mismo cu%o.

$st/n compuestas por dos o m/s ni*eles.

Se tiene una relaci!n =A>n o =padre>h?o entre atri%utos conseun ni*el superior 1 uno in3erior.

Por lo general) las 'erarquías pueden identi3icarse 3/cilmente) dexisten relaciones =A>n o =padre>h?o entre los propios atri%utcu%o.

http://www.dataprix.com/datawarehouse-manager#x1-470003.4.4.4http://www.dataprix.com/datawarehouse-manager#x1-470003.4.4.4


7/13

!erar"uías


a principal *enta'a de mane'ar 'erarquías) reside en poder anadatos desde su ni*el m/s general al m/s detallado 1 *ice*ersa) adesplazarse por los di3erentes ni*eles.

a siguiente 3igura muestra un peque2o e'emplo de lo reci&n ex

Jerarquía Fechas


8/13

!erar"uías


quí) se puede apreciar claramente como se constru1e una 'erarquía(

Se crearon dos atri%utos) B$C > 2o 1 B$C > Mes) los cuales est/n consla siguiente manera(

B$C > 2o D B$C.2o

B$C > Mes D B$C.Mes

la izquierda de la igualdad se encuentra el nom%re del atri%uto< a la derechadel campo de la ta%la de dimensi!n =B$C.

Se cre! la 'erarquía llamada Jerarquía Bechas) en la cual se coloc! el atri%utgeneral en la ca%ecera 1 se comenz! a disgregar los ni*eles hacia a%a'o. $n est3igura se explica como sigue(

9n mes del a2o pertenece solo a un a2o. 9n a2o puede poseer uno o m/s mJerarquía Fechas


9/13


$elación

9na relaci!n representa la 3orma en que dos atri%utos interactEdentro de una 'erarquía. $xisten %/sicamente dos tipos de relacion

$xplícitas( son las m/s comunes 1 se pueden modelar a partir atri%utos directos 1 est/n en línea continua de una 'erarquía) pe'emplo) un país posee una o m/s pro*incias 1 una pro*inpertenece solo a un país.Implícitas( son las que ocurren en la *ida real) pero su relaci!n node *ista directa) por e'emplo) una pro*incia tiene uno o m/s rí

pero un río pertenece a una o m/s pro*incias. omo se pueo%ser*ar) este caso se trata de una relaci!n muchos a muchos.

http://www.dataprix.com/es/otras-consideraciones-tener-cuenta#x1-1240006.12http://www.dataprix.com/es/otras-consideraciones-tener-cuenta#x1-1240006.12http://www.dataprix.com/es/otras-consideraciones-tener-cuenta#x1-1240006.12http://www.dataprix.com/es/otras-consideraciones-tener-cuenta#x1-1240006.12


10/13


%ranularidada granularidad representa el ni*el de detalle al que se desalmacenar la in3ormaci!n so%re el negocio que se est& analizand

Por e'emplo) los datos re3erentes a *entas o compras realizadas puna empresa) pueden registrarse día a día) en cam%io) los dapertinentes a pagos de sueldos o cuotas de socios) podalmacenarse a ni*el de mes.

ada dimensi!n puede re3erirse a conceptos como FtiempoF) FproductosF) FclientesF) Fzona geogr/3ica%ien) cada dimensi!n puede estar medida de di3erentes maneras segEn la granularidad deseada) ppara la dimensi!n G&ona geogr'ficaG podríamos considerar FlocalidadesF) Fpro*inciasF) Fregiones

FcontinentesF. "ranularidad de la dimensi!n (ona geogr'fica) con una 'erarquía de cinco ni*eles.

https://es.wikipedia.org/wiki/Granularidadhttps://es.wikipedia.org/wiki/Granularidad


11/13


%ranularidadMientras ma1or sea el ni*el de detalle de los datos) se tendma1ores posi%ilidades analíticas) 1a que los mismos podr/n

resumidos o sumarizados. $s decir) los datos que posean granularid3ina ,ni*el de detalle- podr/n ser resumidos hasta o%tener ugranularidad media o gruesa.#o sucede lo mismo en sentido contrario) 1a que por e'emplo) datos almacenados con granularidad media podr/n resumirse) perotendr/n la 3acultad de ser analizados a ni*el de detalle. H sea) si

granularidad con que se guardan los registros es a ni*el de día) esdatos podr/n sumarizarse por semana) mes) semestre 1 a2o) cam%io) si estos registros se almacenan a ni*el de mes) podsumarizarse por semestre 1 a2o) pero no lo podr/n hacer por dísemana.


12/13


%ranularidad• Indica el grado de detalle asociado a un hecho particular.• $l primer gran 3actor decisi*o de la granularidad es el tiempo)

que mientras menor sea el inter*alo de tiempo) ma1or ser/grado de detalle o%tenido.• a granularidad depende directamente del nEmero de dimensio

que se asocian a la ta%la de hechos.• Se de%en considerar otros 3actores como la carga del procesad

espacio de almacenamiento 1 satis3acer a ca%alidad

requerimientos del cliente.


13/13

%racias por su atención

verificación de la base de datos

Documents