1. DATAWAREHOUSE
Data Warehouse es un conjunto integrado de bases de datos, que están diseñados para el
apoyo a la toma de decisiones, y donde cada unidad de datos es relevante en algún
momento del tiempo, un datawarehouse es algo que provee dos beneficios empresariales
reales: Integración y Acceso de datos.
El datawarehouse elimina una gran cantidad de datos inútiles y no deseados, como
también el procesamiento desde el ambiente operacional clásico.
Los objetivos del datawarehouse son:
 Hacer la información de la organización accesible
 Controlar el acceso efectivo a los datos
 Generar información de manera flexible
 Servir de ayuda a la toma de decisiones
La importancia de usar un datawarehouse es que mejora la entrada de datos y por ende la
entrega de información así como puede ayudar a la toma de decisiones
DATA MART
Un data mart es una versión especial de un datawarehouse, es una parte del DW que
ayuda a una área específica del negocio para que pueda tomar mejores decisiones.
Es un sistema orientado a la consulta, en el que se producen procesos batch de carga de
datos (altas) con una frecuencia baja y conocida. Por otra parte, se conoce como Data
Mining al proceso no trivial de análisis de grandes cantidades de datos con el objetivo de
extraer información útil, por ejemplo para realizar clasificaciones o predicciones.
Data Mart es un modelo multidimensional basado en tecnología OLAP que representa a
un área específica de la empresa, incluyendo las variables claves y los indicadores para el
proceso de toma de decisiones.
Es una base de datos orientada a un tema específico. En otras palabras es un subconjunto
del DataWarehouse Corporativo.

2. Un Datamart es una base de datos departamental, especializada en el almacenamiento de
los datos de un área de negocio específica. Se caracteriza por disponer la estructura
óptima de datos para analizar la información al detalle desde todas las perspectivas que
afecten a los procesos de dicho departamento. Un datamart puede ser alimentado desde
los datos de un DataWareHouse, o integrar por sí mismo un compendio de distintas
fuentes de información.
Componentes del Datamart
1.- Fuentes de Datos
Son las que alimentan de información al DataMart, están diseñadas para registrar grandes
cantidades de transacciones. Entre ella tenemos la base de datos OLTP (Una base de datos
para soportar procesos transaccionales).
Características:
 Son pobladas por usuarios finales.
 Se optimizan en función a procesos transaccionales.
 Se actualizan constantemente.
 Contienen mucha información de detalle.
2.- Procesos de extracción, transformación y carga de datos (ETL)
Los datos se encuentran almacenados en base de datos destinados al registro de
transacciones. Es necesario extraer y transformar los datos antes de cargar los resultados
en el Datamart.
Los mismos elementos de datos, si son usados por aplicaciones diferentes o administrados
por diferentes software DBMS, pueden definirse al usar nombres de elementos

3. inconsistentes, que tienen formatos inconsistentes y/o ser codificados de manera
diferente. Todas estas inconsistencias deben resolverse antes que los elementos de datos
sean almacenados en el Datamart.
Uno de los desafíos de cualquier implementación de DataWarehouse o Datamart, es el
problema de transformar los datos. La transformación se encarga de las inconsistencias en
los formatos de datos y la codificación, que pueden existir dentro de una base de datos
única y que casi siempre existen cuando múltiples bases de datos contribuyen
al Datamart.
Un Datamart almacena la información de un área o departamento específico y un
conjunto de Datamart forman un DataWarehouse
Un Datamart es una solución que, compartiendo tecnología con el DataWarehouse (pero
con contenidos específicos, volumen de datos más limitado y un alcance histórico menor),
permita dar soporte a una empresa pequeña, un departamento o área de negocio de una
empresa grande.
El Datamart cubre de manera óptima las necesidades de informes. No es conveniente
efectuar consultas sobre los sistemas transaccionales, debido a que hay que integrar datos
de diversas OLTP.
Herramientas de Explotación
El Datamart está orientado a la toma de decisiones. Un buen diseño de la base de
datos favorece el análisis y la recuperación de datos para obtener una ventaja estratégica
y para facilitar la toma de decisiones.
El Datamart no está orientado a procesos relacionados con la operatividad del área
determinada. El Datamart está preparado para ser explotado mediante herramientas
específicas que permiten la extracción de información significativa y patrones de
comportamiento que permanecen ocultos en un enorme repositorio de datos.
Veamos las herramientas software que existen:
Herramienta de consulta y reporte
Las herramientas de consulta al igual que la mayoría de herramientas visuales, permiten
apuntar y dar un click a los menús y botones para especificar los elementos de datos,
condiciones, criterios de agrupación y otros atributos de una solicitud de información. La
herramienta de consulta genera entonces un llamado a una base de datos, extrae los
datos pertinentes, efectúa cálculos adicionales, manipula los datos si es necesario y

4. presenta los resultados en un formato claro.
Se puede almacenar las consultas y los pedidos de reporte para trabajos subsiguientes,
como está o con modificaciones.
Herramientas de base de datos multidimensionales / OLAP
Las primeras soluciones OLAP estuvieron basadas en bases de datos multidimensionales
(MDDBS). Un cubo estructural (dos veces un hipercubo o un arreglo multidimensional)
almacenaba los datos para que se puedan manipular intuitivamente y claramente ver las
asociaciones a través de dimensiones múltiples Pero este enfoque tiene varias
limitaciones:
Las nuevas estructuras de almacenamiento de datos requieren bases de datos
propietarias. No hay realmente estándares disponibles para acceder a los datos
multidimensionales.
La segunda limitación de un MDDB concierne al desarrollo de una estructura de datos. Las
compañías generalmente almacenan los datos de la empresa en bases de datos
relacionales, lo que significa que alguien tiene que extraer, transformar y cargar estos
datos en el hipercubo.
Sistemas de información ejecutivos
Las herramientas de sistemas de información ejecutivos proporcionan medios
sumamente fáciles de usar para consulta y análisis de la información confiable.
Generalmente se diseñan para el usuario que necesita conseguir los datos rápidamente,
pero quiere utilizar el menor tiempo posible para comprender el uso de la herramienta. El
precio de esta facilidad de uso es que por lo general existen algunas limitaciones sobre las
capacidades analíticas disponibles con el sistema de información ejecutivo.
Además, muchas de las herramientas de consulta/reporte y OLAP/multidimensional,
pueden usarse para desarrollar sistemas de información ejecutivos. El concepto de
sistema de información ejecutivo es simple: los ejecutivos no tienen mucho tiempo, ni la
habilidad en muchos casos, para efectuar el análisis de grandes volúmenes de datos.
El EIS presenta vistas de los datos simplificados, altamente consolidados y mayormente
estáticas.

5. Herramientas de Data Mining
Data Mining es una categoría de herramientas de análisis open-end. En lugar de hacer
preguntas, se toma estas herramientas y se pregunta algo "interesante", una tendencia o
una agrupación peculiar, por ejemplo. El proceso de Data Mining extrae los conocimientos
guardados o información predictiva desde el Datamart sin requerir pedidos o preguntas
específicas. Las herramientas Mining usan algunas de las técnicas de computación más
avanzadas para generar modelos y asociaciones como redes neuronales, detección de
desviación, modelamiento predictivo y programación genética. Data Mining es un dato-
conducido, no una aplicación-conducida.
CUADRO DE MANDO INTEGRAL
El concepto de Cuadro de Mando Integral es un método para medir las actividades de una
compañía en términos de su visión y estrategia. Proporciona a los gerentes una mirada
global del desempeño del negocio.
Es una herramienta de administración de empresas que muestra continuamente cuándo
una compañía y sus empleados alcanzan los resultados definidos por el plan estratégico.
También es una herramienta que ayuda a la compañía a expresar los objetivos e iniciativas
necesarias para cumplir con la estrategia.
Perspectiva financiera
Los indicadores financieros están basados en la contabilidad de la compañía, y muestran
el pasado de la misma. El motivo se debe a que la contabilidad no es inmediata.
Esta perspectiva abarca el área de las necesidades de los accionistas. Esta parte del BSC se
enfoca a los requerimientos de crear valor para el accionista como: las ganancias,
rendimiento económico, desarrollo de la compañía y rentabilidad de la misma.
Valor Económico Agregado, Retorno sobre Capital Empleado, Margen de Operación,
Ingresos, Rotación de Activos son algunos indicadores de esta perspectiva.
Algunos indicadores frecuentemente utilizados son:
 Índice de liquidez.
 Índice de endeudamiento.
 Metodología DuPont.
 Índice de rendimiento del capital invertido
Perspectiva del cliente
Para lograr el desempeño financiero que una empresa desea, es fundamental que posea
clientes leales y satisfechos, con ese objetivo en esta perspectiva se miden las relaciones

6. con los clientes y las expectativas que los mismos tienen sobre los negocios. Además, en
esta perspectiva se toman en cuenta los principales elementos que generan valor para los
clientes integrándolos en una propuesta de valor, para poder así centrarse en los procesos
que para ellos son más importantes y que más los satisfacen.
La Perspectiva de Clientes, como su nombre lo dice está enfocada a la parte más
importante de una empresa, sus clientes; sin consumidores no existe ningún tipo de
mercado. Por consiguiente, se deberán cubrir las necesidades de los compradores entre
las que se encuentran los precios, la calidad del producto o servicio, tiempo, función,
imagen y relación. Cabe mencionar que todas las perspectivas están unidas entre sí, esto
significa que para cubrir las expectativas de los accionistas también se debe cubrir las de
los consumidores para que compren y se genere una ganancia. Algunos indicadores de
esta perspectiva son: Satisfacción de clientes, desviaciones en acuerdos de servicio,
reclamos resueltos del total de reclamos, incorporación y retención de clientes.
SISTEMA DE INFORMACION EJECUTIVA
Un Sistema de Información Ejecutiva es una herramienta de Inteligencia empresarial
(Business Intelligence, BI), orientada a usuarios de nivel gerencial, que permite monitorear
el estado de las variables de un área o unidad de la empresa a partir de información
interna y externa a la misma.
Se puede considerar que un EIS es un tipo de Sistema de Soporte a la Decisión (DSS) cuya
finalidad principal es que el responsable de un departamento o compañía tenga acceso,
de manera instantánea, al estado de los indicadores de negocio que le afectan, con la
posibilidad de estudiar con detalle aquellos aspectos que no estén cumpliendo con los
objetivos establecidos en su plan estratégico u operativo, y así determinar las medidas de
contingencia más adecuadas. Una de las características más importantes de un EIS es que
permite a usuarios con perfil no técnico construir nuevos informes y navegar por los datos
de la compañía, con el objetivo de descubrir información que les resulte relevante. Esto se
debe, entre otras cosas, a que la interfaz gráfica de estas aplicaciones suele ser muy
atractiva e intuitiva. El EIS suele incluir también alertas de negocio, informes históricos
comparativos y análisis de tendencias. Por otro lado, es común que se puedan realizar
subscripciones a los informes o listados más significativos.
Un EIS suele necesitar de la implantación de un data Warehouse o data mart que actúe
como fuente central de información, unificando, depurando e integrando las distintas
bases de datos operacionales de la compañía. Por otro lado, es posible adaptar la
estructura del EIS a la teoría de Balanced Scorecard o Cuadro de Mando
Integral impulsada por Kaplan y Norton, o bien a cualquier otro modelo de seguimiento de
indicadores que maneje la organización.

7. SISTEMA DE SOPORTE DE DECISIONES
Un sistema de soporte a las decisiones es muy amplio, debido a que hay muchos enfoques
para la toma de decisiones y debido a la extensa gama de ámbitos en los cuales se toman.
Estos sistemas de apoyo son del tipo OLAP o de minería de datos, que proporcionan
información y soporte para tomar una decisión.
Un DSS puede adoptar muchas formas diferentes. En general, podemos decir que un DSS
es un sistema informático utilizado para servir de apoyo, más que automatizar, el proceso
de toma de decisiones. La decisión es una elección entre alternativas basadas en
estimaciones de los valores de esas alternativas. El apoyo a una decisión significa ayudar a
las personas que trabajan solas o en grupo a reunir inteligencia, generar alternativas y
tomar decisiones. Apoyar el proceso de toma de decisión implica el apoyo a la estimación,
la evaluación y/o la comparación de alternativas. En la práctica, las referencias a DSS
suelen ser referencias a aplicaciones informáticas que realizan una función de apoyo.
Un DSS, en términos muy generales, es "un sistema basado en computador que ayuda en
el proceso de toma de decisiones" En términos bastante más específicos, un DSS es "un
sistema de información basado en un computador interactivo, flexible y adaptable,
especialmente desarrollado para apoyar la solución de un problema de gestión no
estructurado para mejorar la toma de decisiones. Utiliza datos, proporciona una interfaz
amigable y permite la toma de decisiones en el propio análisis de la situación" Un DSS es
un "conjunto de procedimientos basados en modelos para procesar datos y juicios para
asistir a un gerente en su toma de decisiones"
Los DSS son herramientas de mucha utilidad en Inteligencia empresarial (Business
Intelligence), permiten realizar el análisis de las diferentes variables de negocio para
apoyar el proceso de toma de decisiones de los directivos:
Permite extraer y manipular información de una manera flexible.
Ayuda en decisiones no estructuradas.
Permite al usuario definir interactivamente qué información necesita y cómo combinarla.
Suele incluir herramientas de simulación, modelización, etc.
Puede combinar información de los sistemas transaccionales internos de la empresa con
los de otra empresa externa.
Su principal característica es la capacidad de análisis multidimensional (OLAP) que permite
profundizar en la información hasta llegar a un alto nivel de detalle, analizar datos desde
diferentes perspectivas, realizar proyecciones de información para pronosticar lo que
puede ocurrir en el futuro, análisis de tendencias, análisis prospectivo, etc.

8. Un DSS da soporte a las personas que tienen que tomar decisiones en cualquier nivel de
gestión, ya sean individuos o grupos, tanto en situaciones semiestructuradas como en no
estructuradas, a través de la combinación del juicio humano e información objetiva:
 Soporta varias decisiones interdependientes o secuenciales.
 Ofrece ayuda en todas las fases del proceso de toma de decisiones -inteligencia,
diseño, selección, e implementación- así como también en una variedad de procesos y
estilos de toma de decisiones.
 Es adaptable por el usuario en el tiempo para lidiar con condiciones cambiantes.
 Genera aprendizaje, dando como resultado nuevas demandas y refinamiento de la
aplicación, que a su vez da como resultado un aprendizaje adicional.
 Generalmente utiliza modelos cuantitativos (estándar o hechos a la medida).
 Los DSS avanzados están equipados con un componente
de administración del conocimiento que permite una solución eficaz y eficiente de
problemas muy complejos.
 Puede ser implantado para su uso en Web, en entornos de escritorio o en dispositivos
móviles (PDA).
 Permite la ejecución fácil de los análisis de sensibilidad.