Qué son data warehouse, data mart y dimensiones

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

Tomar examen

Cursos Empresas Blog Live Conf Eventos Precios

0:002:42

Qué son data warehouse, data mart y dimensiones

Curso de Data Warehousing y Modelado OLAP

Clase 3 de 26

Clase 3 / 26

Recursos

Si quieres entender cómo funciona realmente la inteligencia de negocios, necesitas dominar cuatro conceptos que sostienen toda la arquitectura: data warehouse, data mart, dimensiones y métricas. Aquí los conectamos para que veas cómo trabajan juntos al momento de transformar datos en decisiones.

¿Qué es un data warehouse y por qué se considera la fuente única de la verdad?

En cualquier empresa, los datos viven dispersos. Tienes archivos en CSV, hojas de Excel, bases de datos operativas y, en muchos casos, información alojada en servidores ubicados en distintos puntos geográficos. Ese desorden complica responder preguntas simples del negocio.

El data warehouse resuelve ese problema porque actúa como un repositorio central que reúne toda esa información en un solo lugar. Al consolidarla, se convierte en la fuente única de la verdad, y desde ahí construyes reportes confiables para tomar decisiones.

¿Qué es un data warehouse? Es un repositorio centralizado que integra datos provenientes de múltiples fuentes (CSV, Excel, bases de datos) en un único lugar para análisis y reportería.

¿En qué se diferencia un data mart de un data warehouse?

Mientras el data warehouse contiene la información completa del negocio, el data mart es una sección más acotada, pensada para un área específica. Puedes tener un data mart de ventas, otro de finanzas y otro de auditoría, cada uno con los datos relevantes para esa función.

La diferencia clave está en el alcance:

El data warehouse cubre toda la organización.
El data mart se enfoca en un área de negocio particular.
El data mart suele construirse como una base de datos aparte derivada del warehouse.

Esto permite que cada equipo trabaje con la porción de datos que realmente necesita, sin perderse en el universo completo.

¿Cómo se relacionan las dimensiones y las métricas para responder preguntas de negocio?

Una dimensión es la perspectiva desde la que analizas la información. Te ayuda a contestar preguntas como: ¿cuál es el producto más vendido?, ¿quién lo compró?, ¿qué método de pago usó? Cada una de esas preguntas representa un ángulo distinto sobre los mismos datos.

Una métrica, en cambio, es el indicador que quieres medir. Las ventas son un ejemplo claro de métrica, y cobra sentido cuando la cruzas con dimensiones como producto, cliente, subcategoría, línea, talla o color.

¿Cuál es la diferencia entre dimensión y métrica? La métrica es el valor que mides (por ejemplo, ventas). La dimensión es el atributo desde el cual analizas esa métrica (producto, cliente, color, fecha).

Ejemplo práctico aplicado a ventas

Imagina que tu métrica es el total de ventas. Con las dimensiones puedes descomponerla así:

Ventas por producto.
Ventas por cliente.
Ventas por subcategoría o línea.
Ventas por talla y color.

Cada combinación te da una respuesta distinta sobre el comportamiento del negocio, y ahí está el verdadero valor de estructurar bien tu modelo de datos.

¿Para qué sirven las dimensiones en BI? Permiten analizar una misma métrica desde múltiples perspectivas, facilitando responder preguntas específicas del negocio sin duplicar datos.

¿Qué sigue después de entender estos conceptos de inteligencia de negocios?

Con estas bases ya puedes leer cualquier arquitectura de BI sin perderte. El siguiente paso es entender por qué conviene mover los datos desde los sistemas operativos hacia un repositorio analítico, y ahí entran dos siglas que escucharás mucho: OLTP y OLAP.

¿Qué dimensiones usarías tú para analizar las ventas de tu negocio? Cuéntalo en los comentarios.

Mario Alexander Vargas Celis

Hace 2 años

Conceptos Claves de BI

1. Data Warehouse

Definición: Es una base de datos centralizada diseñada para analizar y reportar datos. Almacena grandes volúmenes de información estructurada, consolidada desde múltiples fuentes (ERP, CRM, hojas de cálculo, etc.).
Propósito: Proporcionar una visión única, histórica y confiable de los datos para la toma de decisiones.
Características:
- Integración de datos de diversas fuentes.
- Diseñado para consultas y análisis, no para transacciones.
- Organizado en esquemas multidimensionales (estrella o copo de nieve).
Ejemplo: Un almacén de datos que consolida información de ventas, inventarios y clientes para generar informes de rendimiento mensual.

2. Data Mart

Definición: Es una versión más pequeña y específica de un Data Warehouse, centrada en un departamento o área de negocio particular (ventas, finanzas, marketing, etc.).
Propósito: Proveer información relevante y optimizada para usuarios específicos dentro de una organización.
Características:
- Más simple y rápido de implementar que un Data Warehouse completo.
- Puede construirse como parte del Data Warehouse (dependiente) o de manera independiente.
Ejemplo: Un Data Mart que contiene datos de ventas específicos para el equipo comercial.

3. Dimensiones

Definición: Representan los atributos o categorías por las cuales se pueden analizar los datos. Son "el contexto" en el que se miden los hechos.
Propósito: Proveer descripciones detalladas de los datos, permitiendo el desglose y análisis de los hechos.
Ejemplo:
- Dimensión "Tiempo": Día, Mes, Año.
- Dimensión "Producto": Nombre, Categoría, Marca.
- Dimensión "Región": País, Ciudad, Zona.
Relación con hechos: Las dimensiones son utilizadas para describir y categorizar los hechos.

4. Hechos

Definición: Representan los datos numéricos, medibles y cuantificables en un proceso de negocio. Los hechos son los valores clave que se analizan.
Propósito: Proporcionar las métricas centrales que se desean analizar.
Ejemplo:
- Ventas: Cantidad vendida, Precio total, Costos.
- Inventarios: Cantidad disponible, Valor del inventario.
Tipos de hechos:
- Aditivos: Se pueden sumar en todas las dimensiones (ej. ingresos).
- Semi-aditivos: Se pueden sumar en algunas dimensiones (ej. inventarios).
- No aditivos: No se pueden sumar directamente (ej. porcentajes).

Relación entre Data Warehouse, Data Mart, Dimensiones y Hechos

Un Data Warehouse organiza los datos en esquemas que combinan dimensiones y hechos.
Los Data Marts extraen subconjuntos de datos del Data Warehouse para servir necesidades específicas.
Dimensiones proporcionan el contexto para analizar los hechos en un entorno multidimensional.

Esta estructura permite realizar análisis rápidos, como:

¿Cuánto vendimos (hecho) en un país específico (dimensión) durante el último trimestre (dimensión tiempo)?

Platzi

Hace 2 años

El Data Warehouse es un repositorio central donde se llevan todos los datos de una compañía para convertirse en la fuente única de la verdad. El Data Mart es una sección o base menor del Data Warehouse enfocada en un área específica. Las dimensiones ayudan a analizar la información desde diferentes perspectivas.

Introducción a BI y Data Warehouse

Qué es Business Intelligence y Data Warehousing

Niveles de analítica y jerarquía de datos

Qué son data warehouse, data mart y dimensiones

OLTP vs OLAP: diferencias clave

Inmon, Kimball y Hefesto en BI

Modelos dimensionales

Data Warehouse, Data Lake y Lakehouse

Modelo estrella vs copo de nieve en datos

Tipos de dimensiones lentamente cambiantes

Dimensión tipo 1: sobrescribir sin guardar historia

Dimensión tipo 2

Dimensión tipo 3: historia en columnas

Tabla de hechos (fact)

Configuración de herramientas para Data Warehouse y ETL

Cómo extraer dimensiones de preguntas de negocio

Diseño de tablas en un modelo dimensional

ETL para inserción en Data Warehouse

Documento de mapeo en ETL para data warehouse

Creando tablas dimensionales en Redshift

Extracción: querys en SQL

Cruce de fuentes en Pentaho con Stream Lookup

Transformación ETL con Pentaho paso a paso

Carga de datos transformados a Redshift con Pentaho

Cómo cargar la tabla de hechos con Pentaho

Cómo calcular MaxID y MaxDate en Pentaho

Orquestar ETL en Pentaho: job

Solución ETL con dimensiones en paralelo en Redshift

Cierre

De datos crudos a modelo dimensional listo

Qué son data warehouse, data mart y dimensiones

Progreso del curso

Introducción a BI y Data Warehouse

Modelos dimensionales

ETL para inserción en Data Warehouse

Cierre

Recursos

Recursos