Contexto para un proyecto de data warehouse

Empezamos a hablar ayer (nunca mejor dicho), sobre un tema sumamente interesante: data warehouse. Lo que por esto lares se conoce más comunmente como almacen de datos. Vamos a continuar considerando el momento de abordar la construcción del sistema de Data Warehouse.

Debemos tener presente que, a parte del propio proceso, debe existir un contexto adecuado en el que:

1. La alta dirección apoya el proyecto.
2. Los usuarios apoyan el proyecto.
3. Los usuarios accederán a un amplio espectro de datos.
4. Los usuarios necesitan herramientas restrictivas.
5. Los usuarios entienden la relación entre la información del Data Warehouse y la ejecución de sus tareas de negocio.
6. Los usuarios entienden que el departamento de IT les da soporte para resolver sus dudas.
7. Tienen que existir uno o varios usuarios finales expertos: Power users.
8. Y por otra parte, de la constitución de un equipo adecuado para la realización del proyecto (formado por expertos de diversas áreas).

Cabe decir que no se tiene un enfoque único para construir un Data Warehouse que se adapte a las necesidades de una organización, dado que las necesidades de cada una de ellas son diferentes, al igual que su contexto. Que nadie os engañe, no existen fórmulas mágicas. Sólo best practices.

Centrándonos ya en el proceso en si (pero aún desde un punto de vista genérico), se deberían establecer fases:

1. Definir el mejor diseño para el modelo de datos. El diseño físico debe estar orientado a generar buen rendimiento en el procesamiento de consultas.
2. Definir los procesos de extracción, filtrado, transformación y carga de datos que se deben implementar para poblar ese modelo de datos.
3. Definir los procesos de administración de la información que permanece en el Data Warehouse.
4. Definir las formas de consultas a la información del Data Warehouse que se le proporcionará al usuario. Para esto, debe considerarse la necesidad de resolver un problema y la potencia de consulta.
5. Completar el modelo de consulta base, relativo a las áreas seleccionadas.
6. Implementar los procesos estratégicos de las áreas de trabajo, es decir, implementar herramientas especializadas de Scoring, herramientas especializadas de Data Mining,…

Y uno se puede preguntar entonces, cuál podría ser una estrategia óptima:

• Seleccionar un número de usuarios basados en el valor de la empresa y hacer un análisis de sus puntos, preguntas y necesidades de acceso de datos.
• Posteriormente se analizan las diversas fuentes de datos para conocer los datos de origen y sus interrelaciones, determinar los temas principales de la organización, establecer metadatos y determinar la integridad de datos.
• De acuerdo a esas necesidades y al análisis, se constituyen prototipos Data Warehousing y se prueban para que los usuarios finales puedan experimentar y modificar sus requerimientos.
• Una vez se tenga un consenso general sobre las necesidades, entonces se consiguen los datos provenientes de los sistemas operacionales existentes a través de la empresa y/o desde fuentes externas de datos y se cargan al Data Warehouse.
• Creación de Datamarts dependientes del Data Warehouse para los departamentos que así lo requieran por sus necesidades informacionales.
• Establecer períodos de análisis de futuras necesidades de la organización para la futura implementación.

Y de nuevo, me pregunto ¿qué más añadirías a estas listas? ¿Qué factores deberían tenerse también en cuenta?