Qué es Business Intelligence y Data Warehousing

Curso de Data Warehousing y Modelado OLAP

Contenido del curso

No sé dónde empezar

Introducción a BI y Data Warehouse

Modelos dimensionales

ETL para inserción en Data Warehouse

Cierre

26
De datos crudos a modelo dimensional listo
01:18 min

Cursos Empresas Blog Live Conf Eventos Precios

0:006:08

Qué es Business Intelligence y Data Warehousing

Curso de Data Warehousing y Modelado OLAP

Clase 1 de 26

Clase 1 / 26

Obtén respuestas inmediatas¿Dudas?Profundiza lo que acabas de ver

Recursos

El Business Intelligence (BI) convierte datos dispersos de ayer y hoy en información útil para tomar decisiones conscientes mañana. Si trabajas con datos en una empresa que genera información en múltiples fuentes, entender BI y data warehousing te permite centralizar, transformar y analizar esa información para guiar al negocio.

¿Por qué importa el Business Intelligence en las empresas?

Cada minuto se generan millones de datos en redes sociales, bases internas y sistemas externos. Cruzar esa información no es trivial.

El reto aparece porque los datos viven en lugares distintos y en formatos variados. Eso hace que la operación sea costosa y lenta cuando alguien necesita responder una pregunta de negocio rápida.

Fuentes de datos descentralizadas alrededor del mundo.
Formatos diversos como CSV, JSON, archivos planos y bases transaccionales.
Información dispersa que dificulta cruzarla y validarla.

Ahí entra BI: capturar toda esa información, llevarla a un solo lugar y aplicar reglas de negocio para tomar decisiones [1:05].

¿Qué es Business Intelligence en palabras simples?

Más que memorizar definiciones, conviene interiorizar la idea con las palabras clave que se repiten en los expertos: datos, información, conocimiento y decisiones.

Una lectura útil dice que BI usa datos de ayer y hoy para tomar las mejores decisiones acerca del mañana. Otra lo describe como la habilidad de transformar datos en información, y la información en conocimiento, para optimizar la toma de decisiones [2:30].

¿Qué es Business Intelligence? Es el proceso de tomar datos de ayer y hoy, transformarlos en información, analizarla para generar conocimiento y usar ese conocimiento para tomar decisiones informadas basadas en datos.

No se trata de garantizar las mejores decisiones, sino decisiones conscientes, sustentadas en evidencia y no en intuición.

¿Cómo construir tu propia definición de BI?

Fíjate en las palabras que se repiten: datos, información, conocimiento, decisiones, estrategias, herramientas, análisis. Con ellas puedes armar una definición propia que tenga sentido para tu contexto.

Una versión práctica sería: BI es el conjunto de estrategias y herramientas que permite analizar datos existentes en una organización para crear conocimiento accionable.

¿Qué es data warehousing y para qué sirve?

El data warehousing consiste en tomar la información que vive descentralizada y llevarla a una bodega única, que se convierte en la única fuente de la verdad [3:55].

En ese traslado se aplican técnicas de extracción, transformación y carga, conocidas como ETL, para garantizar la calidad del dato. Sin esa capa, cualquier reporte termina contradiciéndose con otro.

¿Qué es un data warehouse? Es una bodega de datos centralizada donde se consolida información de múltiples fuentes después de aplicar procesos de extracción, transformación y carga, para servir como única fuente de verdad del negocio.

¿Qué vas a construir en este curso de BI?

El objetivo es partir de las preguntas y necesidades del negocio, identificar las métricas a medir y los niveles de granularidad, y traducir todo eso a un modelo de datos analítico.

El flujo de trabajo va así:

Levantar requerimientos y métricas con el negocio.
Tomar los datos desde una base PostgreSQL con varios esquemas y tablas.
Aplicar técnicas de ETL y transformación.
Cargar la información en una base con modelo dimensional.

Pasarás de una base transaccional con modelo relacional a un modelo dimensional, entendiendo qué es una dimensión, qué es un hecho y por qué importa esa diferencia para la analítica.

¿Qué papel juega Pentaho en el proceso?

Todo el flujo lo vas a orquestar en Pentaho, una herramienta donde construirás la extracción, transformación y carga hacia el modelo dimensional [5:40].

Entre las prácticas que vas a aplicar:

Iniciar procesos y generar variables para pasar como parámetros entre pasos.
Cargar dimensiones de negocio.
Crear una dimensión de tiempo cuando no exista en la fuente.
Cargar la tabla fact con los indicadores del negocio.

Con ese modelo armado, puedes conectar un visualizador de datos y mostrar métricas y dimensiones de forma clara para quien toma decisiones.

¿Qué sigue después de entender BI y data warehousing?

En la siguiente clase entran los niveles de analítica y la jerarquía de los datos. Esa pieza te ayuda a ubicar dónde encaja BI y qué tipo de analítica aplicar según el objetivo, porque analizar el pasado no es lo mismo que proyectar el futuro.

Cuéntame en los comentarios cuál es tu propia definición de Business Intelligence con las palabras clave que viste aquí.

Business Intelligence (BI):

El Business Intelligence (BI) se refiere a un conjunto de tecnologías, herramientas, aplicaciones y prácticas que permiten recolectar, integrar, analizar y presentar datos empresariales para apoyar la toma de decisiones informadas en una organización. El objetivo principal de BI es transformar datos sin procesar en información valiosa, que pueda ser utilizada para mejorar el rendimiento, la eficiencia y la toma de decisiones en la empresa.

Elementos clave de BI:

Recolección de datos: Obtener datos desde diversas fuentes, tanto internas como externas.
Análisis de datos: Realizar análisis y generar informes sobre los datos para descubrir patrones, tendencias y relaciones.
Visualización: Presentar los resultados de los análisis de forma visual (tablas, gráficos, dashboards) para facilitar la comprensión.
Toma de decisiones: Usar los datos analizados para tomar decisiones estratégicas y operativas dentro de la organización.

Herramientas populares de BI:

Tableau
Power BI
QlikView
Google Data Studio

Data Warehousing (Almacenamiento de Datos):

El Data Warehousing es un proceso y tecnología que involucra la creación de un almacén de datos centralizado, donde se integran, almacenan y gestionan grandes volúmenes de datos provenientes de diversas fuentes. El objetivo de un data warehouse (DW) es permitir que los datos sean accesibles y útiles para análisis de largo plazo, generando un repositorio único y estructurado de datos.

Un Data Warehouse es una base de datos diseñada específicamente para la consulta y el análisis de datos históricos y no para operaciones transaccionales diarias. Los datos en un DW suelen estar organizados de manera que faciliten el análisis de grandes volúmenes de información y generen informes detallados.

Características clave del Data Warehousing:

Integración de datos: Los datos se extraen de diversas fuentes (bases de datos operacionales, archivos, APIs, etc.) y se integran en un solo sistema.
Almacenamiento histórico: Se guarda una copia histórica de los datos para realizar análisis de tendencias y patrones a lo largo del tiempo.
Optimización para consultas: El Data Warehouse está optimizado para la lectura y análisis de datos, no para las operaciones transaccionales cotidianas.

Componentes de un Data Warehouse:

Extracción, Transformación y Carga (ETL): El proceso mediante el cual se extraen los datos de las fuentes, se transforman en un formato adecuado y se cargan en el almacén de datos.
Base de Datos Relacional: Almacena los datos procesados en estructuras adecuadas para consultas rápidas y eficientes.
Cubo de datos: Estructuras multidimensionales que permiten realizar análisis complejos y consultas rápidas.
Herramientas de BI y análisis: Se conectan al data warehouse para realizar consultas y generar informes visuales.

Beneficios de Data Warehousing:

Consistencia de los datos: Los datos provenientes de diferentes fuentes se integran en un solo lugar, asegurando que los informes y análisis sean consistentes.
Rendimiento en consultas: Se optimiza la consulta de grandes volúmenes de datos históricos sin afectar el rendimiento de los sistemas operacionales.
Apoyo a la toma de decisiones: Facilita el análisis profundo de datos históricos y actuales para tomar decisiones más informadas y estratégicas.

Ejemplo de herramientas de Data Warehousing:

Amazon Redshift
Google BigQuery
Snowflake
Teradata

Relación entre BI y Data Warehousing:

Data Warehousing se centra en la gestión, integración y almacenamiento de grandes volúmenes de datos. Es la infraestructura sobre la cual los procesos de BI operan.
Business Intelligence utiliza los datos almacenados en un Data Warehouse para realizar análisis, generar informes y dashboards, lo que ayuda a las organizaciones a tomar decisiones basadas en datos.

En resumen, el Data Warehousing es la base sobre la cual se construye el proceso de Business Intelligence. Sin un adecuado almacenamiento y organización de datos, no sería posible realizar análisis efectivos y generar información útil para la toma de decisiones.