Utilidad del Data mart y el data warehouse

Data Warehouse y Data Mart se usan como un repositorio de datos y sirven para el mismo propósito ¿Cuál es la herramienta más útil para las empresas? La respuesta a esta pregunta tal vez la tenga el 53 % de compañías que ya implementan una herramienta para el análisis de data desde el 2017. Entre estos dos términos hay que tener un especial cuidado, porque a veces se usan incorrectamente como sinónimos.

¿Qué es Data Mart?

Un Data Mart es un índice y un ejercicio de extracción de datos para su posterior análisis. Debido a que le considera un subconjunto de un Data Warehouse, y es orientado a una línea comercial específica.

Cuáles son sus principales ventajas

En primer lugar, el costo de implementar Data Mart es ciertamente menor. En comparación con la implementación de un almacén de datos completo o Data Warehouse es más económico.

Es una solución que ahorra tiempo para acceder a un conjunto específico de datos para la inteligencia empresarial.

En consecuencia, se puede implementar en tiempo récord. Un Data Mart puede estar en funcionamiento de forma independiente en una semana o menos.

¿Qué es Data Warehouse?

Funciona como un sistema centralizado que es repositorio a múltiples fuentes de alimentación de datos. Por lo general, tiene una larga vida útil y permite el acceso a información histórica.

Cuáles son sus principales ventajas

En el Data Warehouse se almacenan los datos de forma amplia y detallada. Al contrario del Data Mart, que almacena datos de forma resumida y seleccionada.

Es útil, sin duda, para el almacenamiento de análisis y consultas históricas. Y definitivamente permite mayor flexibilidad y rapidez en el acceso a la información.

Qué usos prácticos tiene el data mart y data warehouse para las empresas

El Caso Iberia

Alcanzando una cifra cercana a los 17 millones de pasajeros, La aerolínea Iberia tiene mucho de qué protegerse, en especial sus sistemas de Información. En la actualidad implementan un sistema reactivo que permite prever los ataques a sus bases de datos en lugar de reaccionar. Para ello los investigadores realizan pruebas en máquinas virtuales que responden inmediatamente después de que el ataque se ha producido. De esta manera redujeron a minutos, los 205 días en promedio que tarda una compañía en responder a un ataque.

El Danske Bank de Dinamarca

Este banco recibía cerca de 1.200 falsos positivos por día en su monitoreo de transacciones. Gracias a su sistema de detección resolvían algunos casos en minutos, pero con tanta cantidad el desperdicio de tiempo era gigantesco.

Con la implementación de un sistema de aprendizaje automático en sus bases de datos, pudieron reducir los falsos positivos en un 35 %. Eventualmente duplicaron esta cifra al 60 % implantando un sistema de aprendizaje profundo.

Generar datos relevantes para la inteligencia de mercados requiere de un gran esfuerzo e inversión. Más allá de elegir entre dos sistemas, es importante protegerlo para blindar los intereses de una empresa.

Artículos Relacionados

Déjanos un comentario

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

SUSCRÍBASE A NUESTRO NEWSLETTER