Nota:
El acceso a esta página requiere autorización. Puede intentar iniciar sesión o cambiar directorios.
El acceso a esta página requiere autorización. Puede intentar cambiar los directorios.
Este tutorial se basa en Adventure Works Cycles, una empresa ficticia. Adventure Works Cycles es una gran empresa multinacional de fabricación que produce y distribuye bicicletas metálicas y compuestas a mercados comerciales en Norteamérica, Europa y Asia. La sede de Adventure Works Cycles es Bothell, Washington, donde la empresa emplea a 500 trabajadores. Además, Adventure Works Cycles emplea varios equipos de ventas regionales a lo largo de su base de mercado.
En los últimos años, Adventure Works Cycles compró una pequeña planta de fabricación, Importadores Neptuno, que se encuentra en México. Importadores Neptuno fabrica varios subcomponentes críticos para la línea de productos Adventure Works Cycles. Estos subcomponentes se envían a la ubicación bothell para el ensamblado final del producto. En 2005, Importadores Neptuno se convirtió en el único fabricante y distribuidor del grupo de productos de bicicletas de gira.
Después de un año fiscal exitoso, Adventure Works Cycles ahora quiere ampliar su cuota de mercado al dirigir la publicidad a sus mejores clientes, ampliar la disponibilidad del producto a través de un sitio web externo y reducir el costo de las ventas al reducir los costos de producción.
Entorno de análisis actual
Para apoyar las necesidades de análisis de datos de los equipos de ventas y marketing y de la alta dirección, la empresa actualmente toma datos transaccionales de la base de datos AdventureWorks2012, e información no transaccional, como cuotas de ventas de hojas de cálculo, y consolida esta información en el almacenamiento de datos relacional AdventureWorksDW2012. Sin embargo, el almacenamiento de datos relacional presenta los siguientes desafíos:
Los informes son estáticos. Los usuarios no tienen ninguna manera de explorar interactivamente los datos de los informes para obtener información más detallada, como podría hacer con una tabla dinámica de Microsoft Office Excel. Aunque el conjunto existente de informes predefinidos es suficiente para muchos usuarios, los usuarios más avanzados necesitan acceso directo a la consulta a la base de datos para consultas interactivas e informes especializados. Sin embargo, debido a la complejidad de la base de datos AdventureWorksDW2012 , se necesita demasiado tiempo para que estos usuarios aprendan a crear consultas eficaces.
El rendimiento de las consultas es ampliamente variable. Por ejemplo, algunas consultas devuelven resultados muy rápidamente, en solo unos segundos, mientras que otras consultas tardan varios minutos en devolverse.
Las tablas agregadas son difíciles de administrar. En un intento de mejorar los tiempos de respuesta de las consultas, el equipo de almacenamiento de datos de Adventure Works creó varias tablas agregadas en la base de datos AdventureWorksDW2012 . Por ejemplo, crearon una tabla que resume las ventas por mes. Sin embargo, aunque estas tablas agregadas mejoran considerablemente el rendimiento de las consultas, la infraestructura que creó para mantener las tablas a lo largo del tiempo es frágil y propensa a errores.
La lógica de cálculo compleja se encuentra en las definiciones de informe y es difícil compartirla entre los informes. Dado que esta lógica de negocios se genera por separado para cada informe, la información de resumen a veces es diferente entre los informes. Por lo tanto, la administración tiene una confianza limitada en los informes de almacenamiento de datos.
Los usuarios de diferentes unidades de negocio están interesados en diferentes vistas de los datos. Cada grupo está distraído y confundido por los elementos de datos que son irrelevantes para ellos.
La lógica de cálculo es especialmente difícil para los usuarios que necesitan informes especializados. Dado que estos usuarios deben definir la lógica de cálculo por separado para cada informe, no hay ningún control centralizado sobre cómo se define la lógica de cálculo. Por ejemplo, algunos usuarios saben que deben usar técnicas estadísticas básicas, como medias móviles, pero no saben cómo construir estos cálculos, por lo que no usan estas técnicas.
Es difícil combinar conjuntos de información relacionados. Las consultas especializadas que combinan dos conjuntos de información relacionada, como las ventas y las cuotas de ventas, son difíciles de construir para los usuarios empresariales. Estas consultas sobrecargaron la base de datos, por lo que la empresa requiere que los usuarios soliciten conjuntos de datos de áreas temáticas cruzadas al equipo del almacén de datos. Como resultado, solo se han definido algunos informes predefinidos que combinan datos de varias áreas de asunto. Además, los usuarios son reticentes a intentar modificar estos informes debido a su complejidad.
Los informes se centran principalmente en la información empresarial en Los Estados Unidos. Usuarios en las subsidiarias fuera de EE. UU. están muy insatisfechos con este enfoque y quieren poder ver informes en distintas monedas y lenguajes.
La información es difícil de auditar. Actualmente, el departamento financiero usa la base de datos AdventureWorksDW2012 solo como origen de datos para realizar consultas masivas. A continuación, descargan los datos en hojas de cálculo individuales y pasan mucho tiempo preparando los datos y manipulando las hojas de cálculo. Por lo tanto, los informes financieros corporativos son difíciles de preparar, auditar y administrar en toda la empresa.
La solución
El equipo de almacenamiento de datos ha realizado recientemente una revisión de diseño del sistema de análisis actual. La revisión incluía un análisis de brechas de las cuestiones actuales y las demandas futuras. El equipo de almacenamiento de datos determinó que la base de datos AdventureWorksDW2012 es una base de datos dimensional bien diseñada con dimensiones conformes y claves suplentes. Las dimensiones conformes permiten usar una dimensión en varios data marts, como una dimensión de tiempo o una dimensión de producto. Las claves suplentes son claves artificiales que vinculan las tablas de dimensiones y hechos y que se usan para garantizar la unicidad y mejorar el rendimiento. Además, el equipo de almacenamiento de datos determinó que actualmente no hay problemas significativos con la carga y administración de las tablas base en la base de datos AdventureWorksDW2012 . Por lo tanto, el equipo ha decidido usar Microsoft Analysis Services para lograr lo siguiente:
Proporcione acceso unificado a los datos a través de una capa de metadatos común para el análisis analítico y los informes.
Simplifique la vista de los datos de los usuarios, lo que acelera el desarrollo de consultas interactivas y predefinidas e informes predefinidos.
Construya correctamente consultas que combinen datos de varias áreas de asunto.
Administrar agregados.
Almacenar y reutilizar cálculos complejos.
Presentar una experiencia localizada a los usuarios empresariales fuera de Estados Unidos.
Las lecciones del tutorial de Analysis Services proporcionan instrucciones para crear una base de datos de cubo que cumpla todos estos objetivos. Para empezar, continúe con la primera lección: Lección 1: Crear un nuevo proyecto de modelo tabular.