El modo en que los datos se almacenan es importante en términos de analítica avanzada. Almacenar y acceder a los datos relevantes es imprescindible para informar resultados de la empresa y la planificación para el crecimiento y el desarrollo en el futuro. Para escoger la opción que más conviene al negocio es preciso conocer en las diferencias entre los cubos OLAP y los Data Warehouse.
Créditos fotográficos: istock Enrique Ramos López
Cubos OLAP ¿la mejor opción?
No son las únicas pero sí las dos opciones más comunes: Data Warehouse y cubos OLAP. Profundizar en cada una de estas alternativas es elprimer paso para entender sus diferencias y estar en disposición de evaluar la idoneidad de cada opción para el negocio.
- Data Warehouse: se trata de una base de datos que contiene la información para apoyar la toma de decisiones. Normalmente se encuentra gestionado por separado de la base de datos operativa de una empresa. Suele ser compatible con el procesamiento de información de la organización, ofreciendo una plataforma estable de datos organizados transaccionales y consolidadas.
- Cubos OLAP: son espacios de ensayo para el análisis de la información. Su funcionamiento se ocupa del procesamiento analítico en línea para un conjunto multidimensional de datos, que permite resolver consultas en estructuras tridimensionales.
Además de las diferencias evidentes en cuanto a su configuración, ambas alternativas implican niveles diferentes de requerimiento en cuanto a TI. En concreto:
- Los almacenes de datos hoy día se ofrecen como un producto totalmente integrado, fácilmente configurable y capaz de albergar múltiples tipos de datos. Su ventaja es que, por lo general, su interfaz está habilitada para poder ser operada directamente por el usuario de negocio. Su inconveniente tiene que ver con la agilidad, ya que no es habitual que se utilicen para el análisis directo (ya que los datos deben ser replicados desde otros sistemas, como el ERP o el CRM).
- Los cubos OLAP no son simples almacenes de datos, por lo que requieren de personal con habilidades técnicas OLAP y experiencia para administrar el servidor, lo que implica un coste. En realidad se trata de un método para analizar los datos, un conjunto de operaciones que se pueden aplicar a los datos sobe los que se quiere averiguar algo.
Determinar si los cubos OLAP son, por tanto, la mejor opción para big data analytics o no, depende. Se puede disponer de un puede tener un almacén de datos y no utilizar OLAP en absoluto. Y también se pueden llevar a cabo operaciones con cubos OLAP en otras ubicaciones, distintas al almacén de datos, como un archivo plano. Al fin y al cabo, ambas opciones se complementan entre sí, ya que un almacén de datos hace que los datos sean más fáciles de analizar utilizando cubos OLAP; y los cubos OLAP consiguen multiplicar la utilidad de los datos recogidos en el data warehouse.
Lo que hay que tener en cuenta es que un almacén de datos está destinado a almacenar grandes volúmenes de datos y, por lo tanto, se necesitará tiempo para llevar a cabo las consultas. La agilidad se ve comprometida aunque el rendimiento global puede mejorarse mediante el uso de índices, el almacenamiento en caché y mediante la pre-agregación de algunos datos.
Post relacionados:
- Data mining: objetivo lealtad del cliente
- Cómo diseñar una propuesta de valor realmente efectiva
- Cómo usar hoy el modelo relacional
