CasodeEstudio Ventas Al Detal

DatawarehouseDatawarehouse(Almacenes de Datos(Almacenes de Datos))

Caso de Estudio: VentasCaso de Estudio: Ventasalal detaldetal

DatawarehouseDatawarehouse(Almacenes de Datos(Almacenes de Datos))

Caso de Estudio: VentasCaso de Estudio: Ventasalal detaldetal

Prof. Concettina Di Vasta

Contenido

Ejemplo de un Diseño de Almacenes de DatosPasos para el diseño de un DW.

Actividad Práctica

218/12/2013 Almacenes de Datos - UCV

EJEMPLO

Organización: Cadena de supermercados.

Actividad objeto de análisis: ventas de productos.

Información registrada sobre una venta: “delproducto “Tauritón 33cl” se han vendido en elalmacén “Almacén nro.1” el día 17/7/2003, 5unidades por un importe de 103,19 euros.”

Diseño de Almacenes de Datos

EJEMPLO

Organización: Cadena de supermercados.

Actividad objeto de análisis: ventas de productos.

Información registrada sobre una venta: “delproducto “Tauritón 33cl” se han vendido en elalmacén “Almacén nro.1” el día 17/7/2003, 5unidades por un importe de 103,19 euros.”

Para hacer el análisis no interesa la venta individual(ticket) realizada a un cliente sino las ventas diarias deproductos en los distintos almacenes de la cadena.

18/12/20133

Almacenes de Datos - UCV

El desarrollo de la tecnología de almacenes de datos se hacaracterizado por:

- el uso de metodologías de diseño centradasprincipalmente en los niveles lógico e interno. (laatención se ha centrado en mejorar la eficiencia en laejecución de consultas)


Metodología de diseño basada en elmodelo relacional: Modelo

multidimensional de Kimball

18/12/20134


Pasos en el diseño del almacén de datos:

• Paso 1. Elegir un “proceso” de la organización paramodelar.

• Paso 2. Decidir la granularidad (nivel de detalle) derepresentación del proceso.

• Paso 3. Identificar las dimensiones que caracterizan elproceso.

• Paso 4. Decidir la información a almacenar sobre elproceso.


• Paso 1. Elegir un “proceso” de la organización paramodelar.

• Paso 2. Decidir la granularidad (nivel de detalle) derepresentación del proceso.

• Paso 3. Identificar las dimensiones que caracterizan elproceso.

• Paso 4. Decidir la información a almacenar sobre elproceso.

18/12/20135


Paso 1. Elegir un “proceso” de la organizaciónpara modelar.

Proceso: actividad de la organización soportadapor un OLTP del cual se puede extraer informacióncon el propósito de construir el almacén de datos.

Pedidos (de clientes)

Compras (a suministradores)

Facturación

Envíos

Ventas

Inventario

…


Paso 1. Elegir un “proceso” de la organizaciónpara modelar.

Proceso: actividad de la organización soportadapor un OLTP del cual se puede extraer informacióncon el propósito de construir el almacén de datos.

Pedidos (de clientes)

Compras (a suministradores)

Facturación

Envíos

Ventas

Inventario

…

18/12/20136


Ejemplo: Cadena de supermercados.

Cadena de supermercados con 300 almacenes en laque se expenden unos 30.000 productos distintos.

Actividad: Ventas.

La actividad a modelar son las ventas de productosen los almacenes de la cadena.



Cadena de supermercados con 300 almacenes en laque se expenden unos 30.000 productos distintos.

Actividad: Ventas.

La actividad a modelar son las ventas de productosen los almacenes de la cadena.

18/12/20137


Paso 2. Decidir el granularidad (nivel de detalle) derepresentación.

Granularidad: es el nivel de detalle de la información aalmacenar sobre la actividad a modelar.

La granularidad define el nivel atómico de datosen el almacén de datos.

La granularidad determina el significado de lastuplas de la tabla de hechos.

La granularidad determina las dimensiones básicasdel esquema

transacción en el OLTP

información diaria

información semanal

información mensual. ....


Paso 2. Decidir el granularidad (nivel de detalle) derepresentación.

Granularidad: es el nivel de detalle de la información aalmacenar sobre la actividad a modelar.

La granularidad define el nivel atómico de datosen el almacén de datos.

La granularidad determina el significado de lastuplas de la tabla de hechos.

La granularidad determina las dimensiones básicasdel esquema

transacción en el OLTP

información diaria

información semanal

información mensual. ....

18/12/20138



Granularidad: “se desea almacenar información sobrelas ventas diarias de cada producto en cada almacénde la cadena”.

Granularidad:

define el significado de las tuplas de la tabla dehechos.

determina las dimensiones básicas del esquema.



Granularidad: “se desea almacenar información sobrelas ventas diarias de cada producto en cada almacénde la cadena”.

Granularidad:

define el significado de las tuplas de la tabla dehechos.

determina las dimensiones básicas del esquema.

producto

día

almacén

ventas

18/12/20139


producto

día

almacén

ventas


id_producto

id_fecha

id_almacén

.....

.....

......

tabla dehechos la clave primaria está

formada por losidentificadores de lasdimensiones básicas.

datos (medidas) sobre lasventas diarias de unproducto en un almacén.

18/12/201310


Paso 3. Identificar las dimensiones que caracterizan el proceso.

Dimensiones: dimensiones que caracterizan la actividad alnivel de detalle (granularidad) que se ha elegido.

Tiempo (dimensión temporal: ¿cuándo se produce laactividad?)

Producto (dimensión ¿cuál es el objeto de la actividad?)

Almacén (dimensión geográfica: ¿dónde se produce laactividad?)

Cliente (dimensión ¿quién es el destinatario de laactividad?)

De cada dimensión se debe decidir los atributos (propiedades)relevantes para el análisis de la actividad.

Entre los atributos de una dimensión existen jerarquíasnaturales que deben ser identificadas (día-mes-año)


Paso 3. Identificar las dimensiones que caracterizan el proceso.

Dimensiones: dimensiones que caracterizan la actividad alnivel de detalle (granularidad) que se ha elegido.

Tiempo (dimensión temporal: ¿cuándo se produce laactividad?)

Producto (dimensión ¿cuál es el objeto de la actividad?)

Almacén (dimensión geográfica: ¿dónde se produce laactividad?)

Cliente (dimensión ¿quién es el destinatario de laactividad?)

De cada dimensión se debe decidir los atributos (propiedades)relevantes para el análisis de la actividad.

Entre los atributos de una dimensión existen jerarquíasnaturales que deben ser identificadas (día-mes-año)

18/12/201311



definición degranularidad

dimensionesbásicas

tiempo

producto

almacén


almacén

Nota: En las aplicaciones reales el número dedimensiones suele variar entre 3 y 15 dimensiones.

18/12/201312


Dimensión Tiempo:

dimensión presente en todo DW porque el DW contieneinformación histórica sobre la organización.

aunque el lenguaje SQL ofrece funciones de tipo DATE, unadimensión Tiempo permite representar otros atributostemporales no calculables en SQL.

atributos frecuentes:– nro. de día, nro. de semana, nro. de año: valores absolutos delcalendario juliano que permiten hacer ciertos cálculos aritméticos.

– día de la semana (lunes, martes, miércoles,...): permite haceranálisis sobre días de la semana concretos (ej. ventas en sábado,ventas en lunes,..).


dimensión presente en todo DW porque el DW contieneinformación histórica sobre la organización.

aunque el lenguaje SQL ofrece funciones de tipo DATE, unadimensión Tiempo permite representar otros atributostemporales no calculables en SQL.

atributos frecuentes:– nro. de día, nro. de semana, nro. de año: valores absolutos delcalendario juliano que permiten hacer ciertos cálculos aritméticos.

– día de la semana (lunes, martes, miércoles,...): permite haceranálisis sobre días de la semana concretos (ej. ventas en sábado,ventas en lunes,..).

18/12/201313


Dimensión Tiempo:

atributos frecuentes: día del mes (1..31): permite hacer comparaciones sobre el

mismo día en meses distintos (ventas el 1º de mes). marca de fin de mes, marca de fin de semana : permite hacer

comparaciones sobre el último día del mes o días de fin desemana en distintos meses.

trimestre del año (1..4): permite hacer análisis sobre untrimestre concreto en distintos años.

marca de día festivo: permite hacer análisis sobre los díascontiguos a un día festivo.

estación (primavera, verano..) evento especial: permite marcar días de eventos especiales

(final de futbol, elecciones...)

jerarquía natural:día - mes - trimestre -año


atributos frecuentes: día del mes (1..31): permite hacer comparaciones sobre el

mismo día en meses distintos (ventas el 1º de mes). marca de fin de mes, marca de fin de semana : permite hacer

comparaciones sobre el último día del mes o días de fin desemana en distintos meses.

trimestre del año (1..4): permite hacer análisis sobre untrimestre concreto en distintos años.

marca de día festivo: permite hacer análisis sobre los díascontiguos a un día festivo.

estación (primavera, verano..) evento especial: permite marcar días de eventos especiales

(final de futbol, elecciones...)

jerarquía natural:día - mes - trimestre -año

18/12/201314


Dimensión Producto:

la dimensión Producto se define a partir del fichero maestro deproductos del sistema OLTP.

las actualizaciones del fichero maestro de productos debenreflejarse en la dimensión Producto

la dimensión Producto debe contener el mayor número posiblede atributos descriptivos que permitan un análisis flexible. Unnúmero frecuente es de 50 atributos.

atributos frecuentes: identificador (código estándar),descripción, tamaño del envase, marca, categoría,departamento, tipo de envase, producto dietético, peso,unidades de peso, unidades por envase, fórmula, ...

jerarquías: producto-categoría-departamento


la dimensión Producto se define a partir del fichero maestro deproductos del sistema OLTP.

las actualizaciones del fichero maestro de productos debenreflejarse en la dimensión Producto

la dimensión Producto debe contener el mayor número posiblede atributos descriptivos que permitan un análisis flexible. Unnúmero frecuente es de 50 atributos.

atributos frecuentes: identificador (código estándar),descripción, tamaño del envase, marca, categoría,departamento, tipo de envase, producto dietético, peso,unidades de peso, unidades por envase, fórmula, ...

jerarquías: producto-categoría-departamento

18/12/201315


Dimensión Almacén : Representa la información geográfica básica.

Esta dimensión suele ser creada explícitamente recopilandoinformación externa que sólo tiene sentido en el DW y que no latiene en un OLTP (número de habitantes de la ciudad del almacén,caracterización del tipo de población del distrito, ...)

atributos frecuentes: identificador (código interno), nombre,dirección, distrito, región, ciudad, país, director, teléfono, fax, tipo dealmacén, superficie, fecha de apertura, fecha de la últimaremodelación, superficie para congelados, superficie para productosfrescos, datos de la población del distrito, zona de ventas, ...

jerarquías:

– almacén - distrito - ciudad - región - país (jerarquía geográfica)

– almacén - zona_ventas - región_ventas (jerarquía de ventas)


Representa la información geográfica básica.

Esta dimensión suele ser creada explícitamente recopilandoinformación externa que sólo tiene sentido en el DW y que no latiene en un OLTP (número de habitantes de la ciudad del almacén,caracterización del tipo de población del distrito, ...)

atributos frecuentes: identificador (código interno), nombre,dirección, distrito, región, ciudad, país, director, teléfono, fax, tipo dealmacén, superficie, fecha de apertura, fecha de la últimaremodelación, superficie para congelados, superficie para productosfrescos, datos de la población del distrito, zona de ventas, ...

jerarquías:

– almacén - distrito - ciudad - región - país (jerarquía geográfica)

– almacén - zona_ventas - región_ventas (jerarquía de ventas)

18/12/201316


id_almacen

nro_almacen

nombre

dirección

distrito

ciudad

país

tlfno

fax

superficie

tipo_almacén

...

Almacénid_fecha

día

semana

mes

año

día_semana

día_mes

trimestre

festivo

....

Tiempoid_producto

nro_producto

descripción

marca

subcategoría

categoría

departamento

peso

unidades_peso

tipo_envase

dietético

...

Producto


id_almacen

nro_almacen

nombre

dirección

distrito

ciudad

país

tlfno

fax

superficie

tipo_almacén

...

id_fecha

día

semana

mes

año

día_semana

día_mes

trimestre

festivo

....

id_producto

nro_producto

descripción

marca

subcategoría

categoría

departamento

peso

unidades_peso

tipo_envase

dietético

...

18/12/201317


id_almacen

nro_almacen

nombre

dirección

distrito

ciudad

país

tlfno

fax

superficie

tipo_almacén

...

id_producto

nro_producto

descripción

marca

subcategoría

categoría

departamento

peso

unidades_peso

tipo_envase

dietético

...

Producto

id_fecha

día

semana

mes

año

día_semana

día_mes

trimestre

festivo

....

Tiempo Almacén


id_fecha

id_producto

id_almacen

...

...

...

Ventas

id_almacen

nro_almacen

nombre

dirección

distrito

ciudad

país

tlfno

fax

superficie

tipo_almacén

...

id_producto

nro_producto

descripción

marca

subcategoría

categoría

departamento

peso

unidades_peso

tipo_envase

dietético

...

id_fecha

día

semana

mes

año

día_semana

día_mes

trimestre

festivo

....

18/12/201318


Paso 4. Decidir la información a almacenar sobre elproceso.

Hechos: información (sobre la actividad) que sedesea almacenar en cada tupla de la tabla dehechos y que será el objeto del análisis.

Precio

Unidades

Importe

....


Paso 4. Decidir la información a almacenar sobre elproceso.

Hechos: información (sobre la actividad) que sedesea almacenar en cada tupla de la tabla dehechos y que será el objeto del análisis.

Precio

Unidades

Importe

....

18/12/201319



Granularidad: “se desea almacenar información sobre lasventas diarias de cada producto en cada almacén de lacadena”.

– importe total de las ventas del producto en el día

– número total de unidades vendidas del producto en el día

– número total de clientes distintos que han comprado elproducto en el día.


– importe total de las ventas del producto en el día

– número total de unidades vendidas del producto en el día

– número total de clientes distintos que han comprado elproducto en el día.

18/12/201320


id_almacen

nro_almacen

nombre

dirección

distrito

ciudad

país

tlfno

fax

superficie

tipo_almacén

...

id_producto

nro_producto

descripción

marca

subcategoría

categoría

departamento

peso

unidades_peso

tipo_envase

dietético

...

Producto

id_fecha

día

semana

mes

año

día_semana

día_mes

trimestre

festivo

....

Tiempo Almacén


id_fecha

id_producto

id_almacen

importe

unidades

nro_clientes

Ventas

id_almacen

nro_almacen

nombre

dirección

distrito

ciudad

país

tlfno

fax

superficie

tipo_almacén

...

id_producto

nro_producto

descripción

marca

subcategoría

categoría

departamento

peso

unidades_peso

tipo_envase

dietético

...

id_fecha

día

semana

mes

año

día_semana

día_mes

trimestre

festivo

....

18/12/201321


Otras orientaciones de diseño: usar claves sin significado.

evitar normalizar.

incluir la dimensión Tiempo.

dimensiones “que cambian”.

definición de agregados.


Otras orientaciones de diseño: usar claves sin significado.

evitar normalizar.

incluir la dimensión Tiempo.

dimensiones “que cambian”.

definición de agregados.

18/12/201322


Otras orientaciones de diseño:uso de claves sin significado.

– en un almacén de datos debe evitarse el uso de las clavesdel sistema operacional.

– las claves de las dimensiones deben ser generadasartificialmente: claves de tipo entero (4 bytes) sonsuficiente para dimensiones de cualquier tamaño (232

valores distintos).

– la dimensión TIEMPO debe tener también una claveartificial.


– en un almacén de datos debe evitarse el uso de las clavesdel sistema operacional.

– las claves de las dimensiones deben ser generadasartificialmente: claves de tipo entero (4 bytes) sonsuficiente para dimensiones de cualquier tamaño (232

valores distintos).

– la dimensión TIEMPO debe tener también una claveartificial.

18/12/201323


Otras Orientaciones de diseño:evitar normalizar.

Si se define una tabla de dimensión para cada dimensiónidentificada en el análisis, es frecuente que entre elconjunto de atributos de la tabla aparezcan dependenciasfuncionales que hacen que la tabla no esté en 3ª F.N.


Si se define una tabla de dimensión para cada dimensiónidentificada en el análisis, es frecuente que entre elconjunto de atributos de la tabla aparezcan dependenciasfuncionales que hacen que la tabla no esté en 3ª F.N.

Evitar normalizar:

el ahorro de espacio no es significativo

se multiplican los JOIN durante las consultas.

18/12/201324


En un almacén de Datos muchas consultas sonrestringidas y parametrizadas por criteriosrelativos a periodos de tiempo (último mes, esteaño, ...).

Otras Orientaciones de diseño: siempre introducir la dimensión Tiempo.


En un almacén de Datos muchas consultas sonrestringidas y parametrizadas por criteriosrelativos a periodos de tiempo (último mes, esteaño, ...).

18/12/201325


Otras orientaciones de diseño:dimensiones “que cambian”.

Se considera relevante el caso en que, en el mundo real, paraun valor de una dimensión, cambia el valor de un atributo quees significativo para el análisis sin cambiar el valor de su clave.


Ejemplo: En un DW existe la dimensión CLIENTE. En latabla correspondiente un registro representa la informaciónsobre el cliente “María García” cuyo estado civil cambia el15-01-1994 de soltera a casada. El estado civil del clientees utilizado con frecuencia en el análisis de la información.

18/12/201326


Otras orientaciones de diseño:dimensiones “que cambian”.

Existen tres estrategias para el tratamiento de los cambios en lasdimensiones:

Tipo 1: Realizar la modificación (Sobrescribir el Valor)

Tipo 2: Crear un nuevo registro (Agregar una fila a la Dimensión)

Tipo 3: Crear un nuevo atributo (Agregar una columna a la Dimensión)


Existen tres estrategias para el tratamiento de los cambios en lasdimensiones:

Tipo 1: Realizar la modificación (Sobrescribir el Valor)

Tipo 2: Crear un nuevo registro (Agregar una fila a la Dimensión)

Tipo 3: Crear un nuevo atributo (Agregar una columna a la Dimensión)

18/12/201327


Otras orientaciones de diseño:definición de agregados.

¡En un almacén de datos es usualconsultar información agregada!


El almacenamiento de datos agregados por distintoscriterios de agregación en la tabla de hechos mejora laeficiencia del DW.

18/12/201328


Datos Multidimensionales

Análisis de los Datos

No es común : ¿ Cuánto vendí?

Gerente de Ventas: ¿ Cuánto vendí del producto “A” en elperíodo “X” en la región “Y”?

Gerente Financiero: ¿ A cuánto ascendieron las ventas detodos los productos en todas las regiones al cierre del mes“M”?

Gerente Regional: ¿ Cuánto fueron las ventas de todos losproductos en el período J ó K en mi región?

Análisis de los Datos

No es común : ¿ Cuánto vendí?

Gerente de Ventas: ¿ Cuánto vendí del producto “A” en elperíodo “X” en la región “Y”?

Gerente Financiero: ¿ A cuánto ascendieron las ventas detodos los productos en todas las regiones al cierre del mes“M”?

Gerente Regional: ¿ Cuánto fueron las ventas de todos losproductos en el período J ó K en mi región?

18/12/201329


Ejemplos de Aplicaciones de Negocio

Preguntas típicas a ser respondidas son:

¿Qué productos son generalmente comprados juntos?

¿Que otros productos son comprados con las promociones?

¿Cuál es la afinidad entre las distintas forma de pago?

¿Cómo afectó la última campaña la venta de un determinadoproducto?

¿Cuáles fueron los clientes más sensibles a una determinadapublicidad?

¿Cuáles son los clientes con mayor probabilidad de irse a lacompetencia?

Preguntas típicas a ser respondidas son:

¿Qué productos son generalmente comprados juntos?

¿Que otros productos son comprados con las promociones?

¿Cuál es la afinidad entre las distintas forma de pago?

¿Cómo afectó la última campaña la venta de un determinadoproducto?

¿Cuáles fueron los clientes más sensibles a una determinadapublicidad?

¿Cuáles son los clientes con mayor probabilidad de irse a lacompetencia?

18/12/201330


Actividad:

Elaborar el Modelo Dimensional siguiendo los pasos de Kimball

S deben satisfacer los siguientes requerimientos:

1. Cantidad de presupuestos realizados por año,concesionario, marca, segmento.

2. Cantidad de unidades vendidas por provincia, concesionario,marca, modelo.

3. Cantidad de unidades vendidas por provincia, localidad, tipo devehículo.

4. Cantidad de unidades vendidas por año, concesionario y montototal facturado.

18/12/2013 Almacenes de Datos - UCV31

S deben satisfacer los siguientes requerimientos:

1. Cantidad de presupuestos realizados por año,concesionario, marca, segmento.

2. Cantidad de unidades vendidas por provincia, concesionario,marca, modelo.

3. Cantidad de unidades vendidas por provincia, localidad, tipo devehículo.

4. Cantidad de unidades vendidas por año, concesionario y montototal facturado.

Actividad: Elaborar el Modelo Dimensional

32Diagrama de base de datos (OLTP)Diagrama de base de datos (OLTP)

idConcesionario

descConcesionario

Concesionario

18/12/2013 Almacenes de Datos - UCV

DatawarehouseDatawarehouse(Almacenes de Datos)(Almacenes de Datos)

DatawarehouseDatawarehouse(Almacenes de Datos)(Almacenes de Datos)

Prof. Concettina Di Vasta

CasodeEstudio Ventas Al Detal

Documents

Transcript of CasodeEstudio Ventas Al Detal