Y este es el del año pasado
Evolucion ?
Mostrando entradas con la etiqueta BI. Mostrar todas las entradas
Mostrando entradas con la etiqueta BI. Mostrar todas las entradas
viernes, 20 de febrero de 2009
El Cuadrante BI de Gartner del 2009
Este es el cuadrante BI de Gartner publicado hace unos dias.
Y este es el del año pasado
Evolucion ?
Y este es el del año pasadoEvolucion ?
martes, 13 de enero de 2009
Reporting Empresarial
El fundamento de la buena toma de decisiones.
Cada día millones de personas de todos los niveles en las empresas, desde la dirección, a los ejecutivos y trabajadores de las áreas de marketing, comercial, finanzas o recursos humanos, toman decisiones que afectan de forma positiva o negativa a las organizaciones para las que trabajan. La capacidad de tomar buenas decisiones es vital para el éxito de cualquier empresa hoy en día e igualmente importante es la rapidez con la que se toman.
Es indudable que en la actual economía global, de rápida progresión, las organizaciones y sus empleados deben tomar buenas decisiones de forma rápida para tener éxito. Del mismo modo,
nadie cuestiona el hecho de que la falta de información dificulta e incluso impide la toma de decisiones. Si los empleados tienen problemas debido a la calidad, el acceso y el uso de la
información, entonces la organización no rinde como debería hacerlo.
Un estudio que hemos llevado a cabo recientemente revela el alto coste que supone la falta de sistemas de toma de decisiones en las organizaciones europeas, hablamos de millones de euros al año en pérdidas de productividad y competitividad. De hecho, según datos de esta investigación,
el empleado europeo medio pierde una media de 67 minutos diariamente buscando información de la compañía, lo que equivale a un 15,9% de su jornada laboral. Para una organización
de 1.000 empleados que gane unos 50.000 euros al día esto equivale a 7,95 millones de euros al
año de salario perdido, todo ello por la búsqueda de información para tomar una decisión.
La toma de decisiones actual
Los empleados, sea cual sea el nivel que ocupan dentro de la organización,están cada vez más expuestos a todo tipo de datos, que abarcan desde listas simples con información detallada
sobre su actividad laboral, hasta avanzados motores de búsqueda que les ayudan a encontrar la mejor oferta de compra de un vehículo nuevo. La exposición a volúmenes de información cada vez mayores es un hecho.
Tomemos como muestra el dato que aporta IDC en este sentido: la cantidad de información creada y copiada se multiplicará por más de seis en 2010, hasta llegar a los 988 exabytes,
un índice de crecimiento compuesto del 57%. La cifra pone de manifiesto la dependencia de disponer de información precisa para llevar a cabo una toma de decisiones adecuada.
Sin embargo, proporcionar demasiados datos a una persona no significa que cuente con información apropiada, el contexto es vital para dar sentido a dicha información. Esto hace la
situación si cabe más compleja. Las circunstancias que rodean a una persona y las decisiones que ésta pueda tomar determinan el tipo de información y su conveniencia. Dado que este proceso
puede ser desestructurado, resulta difícil presentar los datos de un modo que tenga sentido para los usuarios.
Las organizaciones han adoptado distintos enfoques a la hora de proporcionar información a sus empleados, desarrollando sistemas ERP, CRM y SCM para finanzas, ventas, marketing y logística respectivamente. Sin bien muchos de estos sistemas proporcionan información relevante a las personas pertinentes, los altos ejecutivos y estrategas solían precisar una visión más holística y esto fue lo que originó la demanda inicial del software de Business Intelligence y las tecnologías
de análisis y reporting empresarial.
Sin embargo, con el aumento de la complejidad y dinamismo de las empresas, cada vez más empleados precisan una perspectiva más amplia de la empresa y la capacidad de acceder a varias fuentes de datos para poder tomar decisiones. Esto ha impulsado una segunda oleada: el business
Intelligence Operacional, por medio del cual las organizaciones están extendiendo las soluciones de reporting y análisis a todo el organigrama de la empresa, para permitir a cualquier empleado, así como a socios externos y proveedores, tomar decisiones mejores, más rápidas y fundadas,
basadas en los datos disponibles.
El reto del Business Intelligence Para llegar a este nuevo horizonte del Business Intelligence Operacional donde todos los empleados, socios y proveedores de la compañía puedan acceder a los datos e implicarse en la toma de decisiones de la empresa es necesario proporcionar un entorno de reporting empresarial que resulte sencillo de utilizar, que facilite el acceso a la información y que tenga la capacidad para presentar dicha información a través de herramientas familiares y bien arraigadas en la empresa.
Durante décadas, el Business Intelligence ha proporcionado una manera rápida y efectiva de recopilar, abstraer, presentar, formatear y distribuir la información de sus fuentes de datos corporativos, permitiendo a los profesionales de la empresa, tanto dentro como fuera de la organización, visualizar y analizar datos precisos sobre las actividades fundamentales del negocio y utilizarlos para mejorar la toma de decisiones y la planificación estratégica.
Sin embargo, la complejidad de las herramientas tradicionales suponía una carga de trabajo enorme para los departamentos de Tecnologías de la Información (TI) de las empresas. Los
desarrolladores normalmente construían los informes usando complejos lenguajes de programación o más recientemente con herramientas de diseño WYSIWYG. Los informes resultantes eran puestos a disposición de los usuarios finales a través del correo electrónico, navegadores Web o mediante copias impresas.
Los constantes cambios en las necesidades del negocio, típicos del entorno económico actual, han derivado en nuevos requerimientos en cuanto a la generación de informes por parte de los usuarios finales. Esta situación hace que los desarrolladores tengan que sacar adelante un volumen importante de proyectos relacionados con el reporting, desviando su atención
de otras iniciativas tecnológicas más cruciales para la empresa.
Con el paso de los años, las soluciones de BI han evolucionado para proporcionar herramientas más intuitivas y fáciles de usar. Las herramientas desktop de reporting ponían a disposición del
usuario final los datos corporativos al poder generar desde sus ordenadores de sobremesa los informes, pero éstos únicamente proporcionaban información estática y superficial con poco valor
estratégico. Otro tipo de herramientas surgidas, como las OLAP ofrecían el nivel de detalle analítico requerido, pero su instalación no se llevaba a cabo en toda la organización debido al tiempo y coste asociados a su despliegue, mantenimiento, soporte y formación de los usuarios.
Esto dejaba a los usuarios sin perfil técnico en la misma situación con la necesidad de acceder e interactuar con la información de misión crítica, pero sin el tiempo o el conocimiento necesario para generar sus propios informes.
Esta problemática ha hecho que muchas organizaciones no aprovechen todo el potencial que brinda el Business Intelligence dentro de la empresa, ya que utilizan una fracción de sus datos, en concreto menos del veinte por ciento. Y, según GIGA Group las compañías complican aún más el problema poniendo los datos a disposición de tan sólo el cinco por ciento de los usuarios.
El mal aprovechamiento del activo más vital de la empresa "la información" redunda en una menor productividad y pone en peligro la capacidad de la compañía para optimizar verdaderamente su rendimiento.
Para invertir esta tendencia y proporcionar información significativa a un gran número de usuarios de cualquier nivel minimizando a su vez la dependencia del personal del departamento
de TI y sin necesidad de forzar al usuario a aprender a utilizar complejas herramientas de Business Intelligence es necesario crear entornos de reporting intuitivos y que no resulten
costosos ni difíciles de instalar.
El poder del reporting en manos de los usuarios
Como hemos mencionado anteriormente, el reto para las organizaciones de hoy en día es encontrar la manera más rentable y segura de instalar aplicaciones de Business Intelligence que,
a su vez, ofrezcan a los usuarios un método rápido y sencillo para acceder a la información que necesitan para realizar una toma de decisiones inteligente.
Una solución sería la instalación de herramientas de reporting ad hoc. Esto resulta sencillo para usuarios avezados que sepan manejarse entre la complejidad de los datos, sin embargo exponer
de este modo la información corporativa a cualquier tipo de usuario puede que no sea la manera más segura o el mecanismo más eficiente; sin mencionar los significativos costes de formación que conlleva cualquier herramienta ad hoc. Por ello es recomendable una aproximación tipo Guided Ad Hoc, que consiste en combinar la sencillez y simplicidad que aportan las plantillas de informes con la disponibilidad y accesibilidad de Internet, para poner fácilmente a disposición de
los usuarios finales informes interactivos.
El resultado es que el usuario es capaz de generar sus propios informes en un entorno cómodo y familiar, tan rápida y fácilmente como si estuviera realizando una compra online.
Con este modelo se acelera el proceso de toma de decisiones y se reduce, en último lugar el tiempo dedicado a la búsqueda de información. Este método resulta tan eficiente y efectivo
que los expertos coinciden en que los usuarios finales lo utilizarán mucho más frecuentemente para resolver sus necesidades de información crítica. De hecho, se ha comprobado que las
empresas que están haciendo uso de este tipo de tecnologías han sobrepasado el nivel de utilización de sus soluciones de Business Intelligence, del cinco por ciento al cuarenta por ciento entre todo tipo de usuarios. Son estas empresas las que están haciendo realidad el Business Intelligence Operacional, aprovechando todo el potencial que brindan este tipo de sistemas, que se perfilan como herramientas clave para optimizar el rendimiento de los procesos clave de negocio.
Fuente: Articulo escrito por Paloma Zumel en la revista "Gestion del Rendimiento"
Cada día millones de personas de todos los niveles en las empresas, desde la dirección, a los ejecutivos y trabajadores de las áreas de marketing, comercial, finanzas o recursos humanos, toman decisiones que afectan de forma positiva o negativa a las organizaciones para las que trabajan. La capacidad de tomar buenas decisiones es vital para el éxito de cualquier empresa hoy en día e igualmente importante es la rapidez con la que se toman.
Es indudable que en la actual economía global, de rápida progresión, las organizaciones y sus empleados deben tomar buenas decisiones de forma rápida para tener éxito. Del mismo modo,
nadie cuestiona el hecho de que la falta de información dificulta e incluso impide la toma de decisiones. Si los empleados tienen problemas debido a la calidad, el acceso y el uso de la
información, entonces la organización no rinde como debería hacerlo.
Un estudio que hemos llevado a cabo recientemente revela el alto coste que supone la falta de sistemas de toma de decisiones en las organizaciones europeas, hablamos de millones de euros al año en pérdidas de productividad y competitividad. De hecho, según datos de esta investigación,
el empleado europeo medio pierde una media de 67 minutos diariamente buscando información de la compañía, lo que equivale a un 15,9% de su jornada laboral. Para una organización
de 1.000 empleados que gane unos 50.000 euros al día esto equivale a 7,95 millones de euros al
año de salario perdido, todo ello por la búsqueda de información para tomar una decisión.
La toma de decisiones actual
Los empleados, sea cual sea el nivel que ocupan dentro de la organización,están cada vez más expuestos a todo tipo de datos, que abarcan desde listas simples con información detallada
sobre su actividad laboral, hasta avanzados motores de búsqueda que les ayudan a encontrar la mejor oferta de compra de un vehículo nuevo. La exposición a volúmenes de información cada vez mayores es un hecho.
Tomemos como muestra el dato que aporta IDC en este sentido: la cantidad de información creada y copiada se multiplicará por más de seis en 2010, hasta llegar a los 988 exabytes,
un índice de crecimiento compuesto del 57%. La cifra pone de manifiesto la dependencia de disponer de información precisa para llevar a cabo una toma de decisiones adecuada.
Sin embargo, proporcionar demasiados datos a una persona no significa que cuente con información apropiada, el contexto es vital para dar sentido a dicha información. Esto hace la
situación si cabe más compleja. Las circunstancias que rodean a una persona y las decisiones que ésta pueda tomar determinan el tipo de información y su conveniencia. Dado que este proceso
puede ser desestructurado, resulta difícil presentar los datos de un modo que tenga sentido para los usuarios.
Las organizaciones han adoptado distintos enfoques a la hora de proporcionar información a sus empleados, desarrollando sistemas ERP, CRM y SCM para finanzas, ventas, marketing y logística respectivamente. Sin bien muchos de estos sistemas proporcionan información relevante a las personas pertinentes, los altos ejecutivos y estrategas solían precisar una visión más holística y esto fue lo que originó la demanda inicial del software de Business Intelligence y las tecnologías
de análisis y reporting empresarial.
Sin embargo, con el aumento de la complejidad y dinamismo de las empresas, cada vez más empleados precisan una perspectiva más amplia de la empresa y la capacidad de acceder a varias fuentes de datos para poder tomar decisiones. Esto ha impulsado una segunda oleada: el business
Intelligence Operacional, por medio del cual las organizaciones están extendiendo las soluciones de reporting y análisis a todo el organigrama de la empresa, para permitir a cualquier empleado, así como a socios externos y proveedores, tomar decisiones mejores, más rápidas y fundadas,
basadas en los datos disponibles.
El reto del Business Intelligence Para llegar a este nuevo horizonte del Business Intelligence Operacional donde todos los empleados, socios y proveedores de la compañía puedan acceder a los datos e implicarse en la toma de decisiones de la empresa es necesario proporcionar un entorno de reporting empresarial que resulte sencillo de utilizar, que facilite el acceso a la información y que tenga la capacidad para presentar dicha información a través de herramientas familiares y bien arraigadas en la empresa.
Durante décadas, el Business Intelligence ha proporcionado una manera rápida y efectiva de recopilar, abstraer, presentar, formatear y distribuir la información de sus fuentes de datos corporativos, permitiendo a los profesionales de la empresa, tanto dentro como fuera de la organización, visualizar y analizar datos precisos sobre las actividades fundamentales del negocio y utilizarlos para mejorar la toma de decisiones y la planificación estratégica.
Sin embargo, la complejidad de las herramientas tradicionales suponía una carga de trabajo enorme para los departamentos de Tecnologías de la Información (TI) de las empresas. Los
desarrolladores normalmente construían los informes usando complejos lenguajes de programación o más recientemente con herramientas de diseño WYSIWYG. Los informes resultantes eran puestos a disposición de los usuarios finales a través del correo electrónico, navegadores Web o mediante copias impresas.
Los constantes cambios en las necesidades del negocio, típicos del entorno económico actual, han derivado en nuevos requerimientos en cuanto a la generación de informes por parte de los usuarios finales. Esta situación hace que los desarrolladores tengan que sacar adelante un volumen importante de proyectos relacionados con el reporting, desviando su atención
de otras iniciativas tecnológicas más cruciales para la empresa.
Con el paso de los años, las soluciones de BI han evolucionado para proporcionar herramientas más intuitivas y fáciles de usar. Las herramientas desktop de reporting ponían a disposición del
usuario final los datos corporativos al poder generar desde sus ordenadores de sobremesa los informes, pero éstos únicamente proporcionaban información estática y superficial con poco valor
estratégico. Otro tipo de herramientas surgidas, como las OLAP ofrecían el nivel de detalle analítico requerido, pero su instalación no se llevaba a cabo en toda la organización debido al tiempo y coste asociados a su despliegue, mantenimiento, soporte y formación de los usuarios.
Esto dejaba a los usuarios sin perfil técnico en la misma situación con la necesidad de acceder e interactuar con la información de misión crítica, pero sin el tiempo o el conocimiento necesario para generar sus propios informes.
Esta problemática ha hecho que muchas organizaciones no aprovechen todo el potencial que brinda el Business Intelligence dentro de la empresa, ya que utilizan una fracción de sus datos, en concreto menos del veinte por ciento. Y, según GIGA Group las compañías complican aún más el problema poniendo los datos a disposición de tan sólo el cinco por ciento de los usuarios.
El mal aprovechamiento del activo más vital de la empresa "la información" redunda en una menor productividad y pone en peligro la capacidad de la compañía para optimizar verdaderamente su rendimiento.
Para invertir esta tendencia y proporcionar información significativa a un gran número de usuarios de cualquier nivel minimizando a su vez la dependencia del personal del departamento
de TI y sin necesidad de forzar al usuario a aprender a utilizar complejas herramientas de Business Intelligence es necesario crear entornos de reporting intuitivos y que no resulten
costosos ni difíciles de instalar.
El poder del reporting en manos de los usuarios
Como hemos mencionado anteriormente, el reto para las organizaciones de hoy en día es encontrar la manera más rentable y segura de instalar aplicaciones de Business Intelligence que,
a su vez, ofrezcan a los usuarios un método rápido y sencillo para acceder a la información que necesitan para realizar una toma de decisiones inteligente.
Una solución sería la instalación de herramientas de reporting ad hoc. Esto resulta sencillo para usuarios avezados que sepan manejarse entre la complejidad de los datos, sin embargo exponer
de este modo la información corporativa a cualquier tipo de usuario puede que no sea la manera más segura o el mecanismo más eficiente; sin mencionar los significativos costes de formación que conlleva cualquier herramienta ad hoc. Por ello es recomendable una aproximación tipo Guided Ad Hoc, que consiste en combinar la sencillez y simplicidad que aportan las plantillas de informes con la disponibilidad y accesibilidad de Internet, para poner fácilmente a disposición de
los usuarios finales informes interactivos.
El resultado es que el usuario es capaz de generar sus propios informes en un entorno cómodo y familiar, tan rápida y fácilmente como si estuviera realizando una compra online.
Con este modelo se acelera el proceso de toma de decisiones y se reduce, en último lugar el tiempo dedicado a la búsqueda de información. Este método resulta tan eficiente y efectivo
que los expertos coinciden en que los usuarios finales lo utilizarán mucho más frecuentemente para resolver sus necesidades de información crítica. De hecho, se ha comprobado que las
empresas que están haciendo uso de este tipo de tecnologías han sobrepasado el nivel de utilización de sus soluciones de Business Intelligence, del cinco por ciento al cuarenta por ciento entre todo tipo de usuarios. Son estas empresas las que están haciendo realidad el Business Intelligence Operacional, aprovechando todo el potencial que brindan este tipo de sistemas, que se perfilan como herramientas clave para optimizar el rendimiento de los procesos clave de negocio.
Fuente: Articulo escrito por Paloma Zumel en la revista "Gestion del Rendimiento"
lunes, 12 de enero de 2009
CIF vs MD : Dos enfoques clásicos en el diseño de la arquitectura de un Data Warehouse
Bill Inmon y Ralph Kimball son dos de las personalidades referentes y más influyentes en el área de data warehousing, y responsables de los dos enfoques a los que hacemos referencia.
Bill Inmon es el creador del término Data Warehouse así como del CIF, conjuntamente con Claudia Imhoff. Es considerado por todos el padre de la disciplina. Por su parte, Ralph Kimball es un gurú del diseño de data warehouse y creador del enfoque MD.
En múltiples disciplinas existen diferentes enfoques para abordar un mismo concepto o problema. La existencia de dichos enfoques enriquece sobremanera la propia disciplina. Siendo más generalista, eso mismo sucede entre diferentes áreas del conocimiento y produce que el avance de la ciencia no se enquiste.
A modo de ejemplo, pensemos en el papel que juega la geometría diferencial no euclidiana1 (un enfoque completamente abstracto) en el modelo de partículas elementales de la física (un enfoque
que tiene el objetivo de describir la realidad a nivel subatómico).
El diseño de un Data Warehouse, como disciplina que ha alcanzado ya un grado de madurez considerable a lo largo de estos años, también presenta diferentes enfoques. En el presente
artículo hablaremos sobre dos de ellos y sus ventajas e inconvenientes.
Introducimos a continuación MD (Multidimensional Architecture) y CIF (Corporate Information Factory). Dos enfoques clásicos que conviene revisar antes de considerar enfoques mucho más modernos o concretos.
MD
La arquitectura MD fue desarrollada por el Dr. Ralph Kimball; está basada en la premisa que todos los análisis Business Intelligence tiene su origen en una estructura multidimensional. Quizá
sea conveniente referirnos a la definición que tiene Kimball de un data warehouse: una copia de las transacciones de datos específicamente estructurada para la consulta y el análisis.
Vayamos un poco más allá. Partamos del hecho que Kimball acuñó la siguiente frase: “El Data Warehouse es la unión de todos los Data Marts de una entidad”.
Podemos, entonces, entender de forma natural que la presente metodología:
CIF, enfoque creado por Bill Inmon, es una metodología descendente (topdown).
Se basa en la creación de un repositorio de datos corporativo como fuente de información consolidada, persistente, histórica y de calidad. Consiste como el anterior enfoque en dos
fases:
CIF vs MD
Al final, necesitamos categorizar los conceptos para poder contextualizarlos.
La breve comparativa permite lo anterior.
Queda fuera del alcance de esta breve introducción, cómo se abordan en cada uno de los enfoques estos puntos: mantenimiento, volatilidad, costes de implementación, funcionalidad,
flexibilidad o complejidad.
Conclusiones
Existen situaciones en las que una delas arquitecturas clásicas proporciona ventajas competitivas sobre la otra.
Hecho que hará escoger dicha arquitectura.
Normalmente la realidad es que ambas arquitecturas se combinan para proporcionar la mejor respuesta a las necesidades del cliente o incluso es factible encontrarse otros enfoques más o menos afortunados. Lo importante, en definitiva, es conocer todos los enfoques posibles para no tener de reinventarse la rueda en el momento de hacer un diseño de un Data Warehouse.
Es decir, sólo a partir del conocimiento profundo podemos ir más allá de las propias fronteras.
Fuente: Articulo escrito por Josep Curto en la revista "Gestion del Rendimiento"
Bill Inmon es el creador del término Data Warehouse así como del CIF, conjuntamente con Claudia Imhoff. Es considerado por todos el padre de la disciplina. Por su parte, Ralph Kimball es un gurú del diseño de data warehouse y creador del enfoque MD.
En múltiples disciplinas existen diferentes enfoques para abordar un mismo concepto o problema. La existencia de dichos enfoques enriquece sobremanera la propia disciplina. Siendo más generalista, eso mismo sucede entre diferentes áreas del conocimiento y produce que el avance de la ciencia no se enquiste.
A modo de ejemplo, pensemos en el papel que juega la geometría diferencial no euclidiana1 (un enfoque completamente abstracto) en el modelo de partículas elementales de la física (un enfoque
que tiene el objetivo de describir la realidad a nivel subatómico).
El diseño de un Data Warehouse, como disciplina que ha alcanzado ya un grado de madurez considerable a lo largo de estos años, también presenta diferentes enfoques. En el presente
artículo hablaremos sobre dos de ellos y sus ventajas e inconvenientes.
Introducimos a continuación MD (Multidimensional Architecture) y CIF (Corporate Information Factory). Dos enfoques clásicos que conviene revisar antes de considerar enfoques mucho más modernos o concretos.
MD
La arquitectura MD fue desarrollada por el Dr. Ralph Kimball; está basada en la premisa que todos los análisis Business Intelligence tiene su origen en una estructura multidimensional. Quizá
sea conveniente referirnos a la definición que tiene Kimball de un data warehouse: una copia de las transacciones de datos específicamente estructurada para la consulta y el análisis.
Vayamos un poco más allá. Partamos del hecho que Kimball acuñó la siguiente frase: “El Data Warehouse es la unión de todos los Data Marts de una entidad”.
Podemos, entonces, entender de forma natural que la presente metodología:
- Es ascendente (bottom-up).
- Está basado principalmente en uso de Data Marts independientes.
- Back Room: a groso modo la cocina de nuestro sistema. Se realizan todos los procesos ETL para conseguir los datos de las fuentes de origen (involucrando procesos de data quality, data staging u otros), pero además también se consideran aquellos procesos ETL que alimenta cada uno de los data marts independientes existentes en la organización. Kimball distingue además dos tipos de data marts:
- Atomic Data Marts: contienen la información al nivel de detalle máximo.
- Aggregated Data Marts: contienen la información departamento, por áreas o funcional que puede estar alimentado por los anteriores o directamente de la Staging Area.
- Front Room: consistente por las herramientas de análisis que usan la información consolidada en los data martsde la back room. Es por lo tanto claro, que para cada unidad de negocio se creará un data mart (o varios) sin tener en cuenta las necesidades de otra unidad. No prima la visión única del dato.
CIF, enfoque creado por Bill Inmon, es una metodología descendente (topdown).
Se basa en la creación de un repositorio de datos corporativo como fuente de información consolidada, persistente, histórica y de calidad. Consiste como el anterior enfoque en dos
fases:
- Getting Data In: incluye los procesos ETL de las fuentes de origen (que incluyen Data Quality, Data Staging u otros procesos), creación del Data Warehouse Corporativo y, en caso de ser necesario, ODS y Staging Area.
- Getting Information Out: procesos ETL que distribuyen la información a los diferentes data marts que responden necesidades diferentes (lo que llamamos Data Delivery). Las herramientas de explotación de datos atacan los Data Marts y en casos excepcionales al mismo Data Warehouse Corporativo.
CIF vs MD
Al final, necesitamos categorizar los conceptos para poder contextualizarlos.
La breve comparativa permite lo anterior.
Queda fuera del alcance de esta breve introducción, cómo se abordan en cada uno de los enfoques estos puntos: mantenimiento, volatilidad, costes de implementación, funcionalidad,
flexibilidad o complejidad.
Conclusiones
Existen situaciones en las que una delas arquitecturas clásicas proporciona ventajas competitivas sobre la otra.
Hecho que hará escoger dicha arquitectura.
Normalmente la realidad es que ambas arquitecturas se combinan para proporcionar la mejor respuesta a las necesidades del cliente o incluso es factible encontrarse otros enfoques más o menos afortunados. Lo importante, en definitiva, es conocer todos los enfoques posibles para no tener de reinventarse la rueda en el momento de hacer un diseño de un Data Warehouse.
Es decir, sólo a partir del conocimiento profundo podemos ir más allá de las propias fronteras.
Fuente: Articulo escrito por Josep Curto en la revista "Gestion del Rendimiento"
Suscribirse a:
Entradas (Atom)
