98

¿Qué es un Data Warehouse?

2255Puntos

hace un año

Curso de Bases de Datos en AWS
Curso de Bases de Datos en AWS

Curso de Bases de Datos en AWS

Aprovecha todos los recursos que ofrece Amazon Web Services, la plataforma de computación en la nube más utilizada en el mundo. Domina los servicios de bases de datos RDS y DynamoDB en AWS y empieza a desplegar tus proyectos en la nube.

Un Data Warehouse es esencial para realizar procesos de analítica y toma de decisiones, en especial para los proyectos de Bussines Intelligence (BI) de cualquier empresa.

Data Warehouse vs. Bases de Datos convencionales

El Data Warehouse concentra y almacena de forma estructurada toda la información obtenida a partir de las múltiples fuentes de datos en nuestra organización, permitiendo así una rápida integración con herramientas de minería de datos, análisis y reportes (dashboards).

Funciona un poco diferente a las bases de datos convencionales (OLTP - OnLine Transactional Processing). Como su nombre lo indica, manejan los datos transaccionales y los datos de cara a los procesos principales de la organización. Al ser transaccionales comúnmente manejan segundo a segundo operaciones de consulta, inserción, borrado y actualización de datos según los requerimientos del usuario (por ejemplo, una reserva de cine).

Los Data Warehouse usan OLAP (OnLine Analytical Processing). Son datos que, aunque no están disponibles en tiempo real, pueden ser analizados de forma rápida y masiva sin interrumpir los procesos del usuario. Esto le otorga a los científicos de datos una perspectiva más amplia para tomar decisiones (por ejemplo, total de ventas a través del tiempo). Como el Data Warehouse está diseñado con una finalidad analítica, este proceso puede llegar a ser hasta 1000 veces más rápido que una base de datos convencional.
Qué es Data Warehouse

Fuente: Expertos en Data Warehouse - Mistral Business Solutions.

¿Cuál es el origen de los datos?

El origen de los datos puede ser tan variado como tu organización lo sea. Puedes encontrar fuentes de datos de CRMs (Customer Relationship Management), ERPs (Enterprise Resource Planning), archivos en formato CSV, Bases de Datos OLTP, datos provenientes de la web (Web Scrapping), entre muchos otros.

Así como existen múltiples fuentes de información, encontramos múltiples tipos de formatos de datos. Los cuales, mediante un proceso de ETL, podemos llevarlos a una estructura óptima para su posterior análisis.

¿Qué es un ETL? El proceso de Extracción, Tranformación y Carga de Datos

¿Cómo es la estructura de un Data Warehouse?

La estructura más simple qué encuentras en un Data Warehouse es aquella cuyos datos mantienen su formato bruto (RAW) junto con sus metadatos (datos que describen otros datos). En conjunto están listos para ser explorados y analizados con técnicas de Data Mining.

Una segunda estructura son los datos procesados. Previamente se les han aplicado técnicas de limpieza y están diseñados para diferentes grupos de tu organización, como el área de inteligencia de negocios, donde las estructuras de datos tienen una relación de dimensiones y tablas de hechos. Una dimensión representa una característica de tu negocio y los hechos son métricas de interés que quieres desglosar mediante las dimensiones antes mencionadas.

¿Intuición o datos? La respuesta es Business Intelligence
Una estructura más compleja son los Data Marts, subconjuntos orientados a un caso en particular (como el Data Mart de contabilidad o ventas). Por lo general podemos tener múltiples Data Marts dependiendo del número de departamentos o proyectos en la empresa.

¿Cuáles son los Data Warehouse más populares?

¿Vale la pena aprender?

¡Sin duda! La demanda actual de datos es gigantesca. Los datos se definen como el petróleo de la economía actual y cualquier empresa u organización de la era actual necesitará una gran estructura de datos para la toma de decisiones.

Te recomiendo seguir los siguientes cursos para iniciar tu camino en convertirte en una gran Data Scientist:

¡Te espero en la nueva Escuela de Data Science de Platzi!

#NuncaParesDeAprender

Curso de Bases de Datos en AWS
Curso de Bases de Datos en AWS

Curso de Bases de Datos en AWS

Aprovecha todos los recursos que ofrece Amazon Web Services, la plataforma de computación en la nube más utilizada en el mundo. Domina los servicios de bases de datos RDS y DynamoDB en AWS y empieza a desplegar tus proyectos en la nube.
David
David
davinci137

2255Puntos

hace un año

Todas sus entradas
Escribe tu comentario
+ 2
Ordenar por:
7
10279Puntos

Genial, y que tan usados son los Data LakeHouse?

2
22446Puntos
un año

También me gustaría aprender más de Data LakeHouses

4
6718Puntos

Justo estamos usando un dataWarehouse en donde trabajo, pero no utilizamos ninguno de esos, la empresa decidió utilizar SnowFlake. Si alguno tiene alguna duda más a fondo con gusto le contesto

3
5386Puntos

Excelente post! Trabajé durante un año haciendo este tipo de cosas en BI. Sobretodo, estaba encargada de los procesos etl y en armar la arquitectura del Data warehouse. Usé SQL server, analysis services e integration services. Además usábamos Power bi para presentar la reporteria y R.

3
1763Puntos

Muy interesante esto sobre Data Warehouse… estuve investigando un poco más y me encontré con esta imagen.
Esto es fantástico ! no puedo imaginarme los grandes volúmenes de datos…

3
4162Puntos

Cuál es la diferencia entre Data Lake y Data Warehouse?

2
4043Puntos
8 meses

El Data Lake lo entemos como una base de datos que de momento no vamos a usar pero la guardamos para más adelante, ya vez que “uno nunca sabe”

3
264Puntos

Es realmente interesante como la tecnología a través de los años ha ido cambiando. Y hoy por hoy una herramienta como lo es data warehouse es de mucha ayuda para tener un conjunto de datos de diferentes fuentes. De esa manera obtener información para tomar decisiones.

1
3470Puntos
4 meses

Totalmente de acuerdo!..todo ha cambiado significativamente y es bueno aprender y aprovechar! 😃

3
7262Puntos

Muy interesante, estar a la vanguardia con estos temas 😃

2

Hola David, estoy tomando tu curso de manipulación de datos en google colabs. He guardado un archivo csv en mi drive pero cuando quiero leerlo me aparece desordenado. Estoy siguiendo las instrucciones exactamente como dices en el curso, incluso he revidsado el codigo que publicas en la seccion de comentarios. Por que podria estar pasando.?
read_csv.png
Disculpa por la molestia es que nadie ha podido ayudarme con esto

1
un mes

Hola. Espero ya pudieras resolver el problema. De lo contrario, intenta con esto:

  • Despues de lalectura del csv

df_lmerged[0]

Intenta, talvez sea porque es un arreglo dentro de otro.

2
10527Puntos

Excelente post, pienso que hay muchas organizaciones que, a pesar de tener un DWH aun no aprovechan su potencial, les caería bastante bien el curso de Ciencia de Datos

2
36371Puntos

Me ha gustado mucho utilizar BigQuery 😃

1
10556Puntos

Muy buen Post!, aunque no que queda muy claro lo del Data Mart, este se lo crea a partir del Data WareHouse?, o es un almacenamiento por decirlo asì paralelo al DW?

1
3725Puntos

Interesante información

1
9157Puntos

Para esos cursos que compartes es imperativo ya saber programar de antemano?

2
6718Puntos
un año

Sí señor

1
9157Puntos
un año

Ok. Gracias.

1
6434Puntos

Excelente articulo, muy claro los conceptos.

1

Wuao estoy impresionado al ver el mundo tan gigante que abarca en los data cience

1
263Puntos

Bastante interesante …!!!

1
409Puntos

Me ha quedo muy claro. Con deseos de aprender mas!

1
3470Puntos

“Los datos se definen como el petróleo de la economía actual y cualquier empresa u organización de la era actual necesitará una gran estructura de datos para la toma de decisiones.” Me encanto el articulo y aprendi!! gracias!! 😃

1

Creo que a grandes rasgos está bien, si veo importante mencionar algunos puntos:

  • Cuando mencionas los Data Warehouse más populares, creo que es importante mencionar que son las herramientas de DW más importantes, la importancia es cómo están estructuradas las tablas en estas. El hecho de trabajar con alguna de esas herramientas no convierte necesariamente lo que se construya en un Data Warehouse (sin estructuras, son simplemente repositorios de tablas).

  • El enfoque comentado acá es más el de Kimball, que la solución (Datawarehouse) se ve como un modelo dimensional, adicional a la visión de Kimball está el de Inmon que propone un DataWarehouse como una BD relacional, que contiene una normalización de los datos y a partir de este se propone desarrollas las BD dimensionales (Datamarts).
    Acá un link de esto:
    https://www.astera.com/es/type/blog/data-warehouse-concepts/

0
8463Puntos

Gracias por la explicación, me sirvió mucho.

0
823Puntos

Excelente post, estoy iniciando en la Escuela de Data Science y este post me ha dado mucho contexto!

0
9680Puntos

Muchas gracias, explicado de manera simple el tema y es mu digerible y fácil de entender.

0

gracias por este articulo, veo que puedo enfocar la curiosidad a cualquier lugar donde tenga datos y quiera obtener respuesta de algo o encontrar soluciones, por patrones de comportamiento

0
3862Puntos

Muy buena explicación, aunque tengo una duda: En la escuela de Data Science no debería estar incluido el Curso Profesional de Ciencia de Datos?

0
709Puntos

Interesante y muy claro.