Diseño de Data Warehouse

Cada día se hacen más necesarias herramientas para la toma de decisiones corporativas como los Datawarehouse que son la base para el uso de los Modelos analíticos y el Data Mining. Modelar un Datawarehouse implica incorporar nuevos paradigmas y romper con los paradigmas relacionales y transaccionales. Este curso trata de aportar los conocimientos necesarios para trabajar con un modelo multidimensional para la mejor toma de desiciones.

El participante conocerá las características de un Data Warehouse. Además, sabrá cómo implantarlo y descubrirá algunas herramientas para su diseño, establecimiento y explotación, a fin de que su organización tenga los elementos suficientes para tomar mejores decisiones.

Este curso está dirigido a las personas interesadas en la generación de modelos de datos eficientes, basados en el concepto Data Warehouse, para la obtención de información estratégica de apoyo a la toma de decisiones en su organización. Se requiere la acreditación o la demostración de conocimientos equivalentes al curso Introducción al diseño de bases de datos relacionales y alguno sobre un sistema manejador de bases de datos relacional.

1.	INTRODUCCIÓN 1.1. Cronología de los sistemas de información 1.2. Información para la toma de decisiones 1.3. Evolución de las bases de datos
2.	INTELIGENCIA DE NEGOCIOS 2.1. Conocimiento del negocio 2.2. Estrategias para la definición de indicadores de desempeño 2.2.1. Top-Down 2.2.2. Button-Up
3.	DATA WAREHOUSING 3.1. Características 3.2. Estructura de datos y flujo de datos 3.2.1. Dos enfoques: Inmon y Kimball 3.2.2. Conocimiento del negocio 3.3. Arquitecturas de sistemas 3.3.1. OLAP 3.3.1.1. MOLAP 3.3.1.2. ROLAP 3.3.1.3. HOLAP 3.3.2. OLTP vs OLAP 3.3.3. Datos operacionales y datos informativos 3.3.4. Drill Down y Roll Up 3.3.5. Slice y Dice 3.4. Procesos 3.4.1. ETL 3.4.2. ETT 3.5. Calidad del dato 3.5.1. Data Cleaner 3.6. Modelo Data Warehouse 3.6.1. Esquema estrella 3.6.2. Granularidad 3.6.3. Dimensiones 3.6.4. Tabla de hechos 3.7. Cubos de Datos 3.7.1. Diseño de Cubos 3.7.2. Implementación Física de Cubos
4.	ESTRUCTURAS DE DATOS PARA EL ANÁLISIS DE NEGOCIO 4.1. Non-architected 4.2. Data marts dependientes 4.3. Bus
5.	FACTORES DE ÉXITO 5.1. Selección de un DBMS 5.2. Selección de hardware 5.3. Seguridad 5.4. Aplicaciones 5.5. Bases de datos para Data Warehousing

30 hrs.