Todo proyecto de Data Warehouse tiene su particular entidad a la hora de gestionar los datos. Esta cualidad se les reconoce en base a su capacidad para dar respuesta a:
- Las consultas estratégicas de la compañía.
- A las necesidades de información crítica para la toma de decisiones.
- Al potencial integrador que deben presentar, para poder permitir que la visión única sea una realidad, garantizando una única versión de la verdad.
Lograr esta altura en el análisis estratégico organizacional está en dependencia de la gestión de los datos y por ello ha de ser tomado como una prioridad a la hora de definir e implementar un proyecto de Data Warehouse, sea cual sea el sector o la actividad de la empresa que se halla en la antesala de su puesta en marcha.
Las claves para alcanzar el éxito en la gestión de datos en proyectos de DWH se resumen en atender a las buenas prácticas, que deben comenzar a tenerse en cuenta desde etapas de definición, ya que hay que tener presente que un Data Warehouse no es el elemento que facilita solamente el proceso de copiar y pegar datos del sistema origen a otra base de datos, sino que requiere de un criterio, basado en el conocimiento, la tecnología y la experiencia, que dé sus frutos especialmente en las fases de:
- Diseño.
- Modelado.
El objetivo debe ser el ganar alineación con el negocio, persiguiendo sus necesidades y minimizando el riesgo. Las contingencias pueden llegar desde diferentes frentes:
- Errores.
- Discrepancias.
- Duplicidades.
- Datos incompletos.
No pueden existir distintas versiones de la verdad, por eso, si se quiere alcanzar la visión única, que optimice procesos y reduzca costes (de recursos, de mantenimiento, operativos, etc.) el automatismo es la única alternativa y debe ser la manera elegida para abordar la gestión de datos en proyectos de Data Warehouse a través de la elección de la herramienta adecuada.