Metodologia de KIMBALL

Rivadera: La Metodología de Kimball para el Diseño de almacenes…

La metodología de Kimball para el diseño de almacenes de warehouses ) datos (Data (Data warehouses) Gustavo R. Rivadera1 [email protected] Resumen Los almacenes de datos (data warehouses en inglés) toman cada día día mayor mayor impor importa tanc ncia, ia, a medi medida da que que las organ organiz izac acio iones nes pasa pasan n de esquemas de sólo recolección de datos a esquemas de análisis de los mismos. Sin emargo a pesar de la gran di!usión de los conceptos rela relaci cion onad ados os con con los los alma almace cene nes s de dato datos, s, no e"is e"iste te dema demasi siad ada a in!ormación in!ormación disponile disponile en castellano en cuanto a las metodologías metodologías para impl implem emen enta tarl rlos os.. #n este este re$ re$e e artí artícu culo lo inte intent ntar arem emos os rin rinda darr una una e"pl e"plic icac ació ión n gene genera rall de una una de las las meto metodo dolo logí gías as más más usad usadas as,, la metodología de %imall. Palabr Palabras as Claves: Claves: &etodologías de implementación de almacenes de datos' lmacenes de datos ' &etodología de %imall

1. ntroducci!n n almacén de datos (data warehouse, *+) segn -nmon (-nmon /, -mho!! 0 1alemmo 2), es una colección de datos orientada a un determinado ámito (empresa, organización, etc.), integrado, no $olátil y $ariale en el tiempo, que ayuda a la toma de decisiones en la entidad en la que se utiliza. Se trata, sore todo, de un historial completo de la organización, más allá de la in!ormación transaccional y operacional, 3 -nge -ngeni niero ero en 4omp 4omput utac ación ión,, desarr desarrol olla lador dor inde indepen pendi dient ente e de so!t so!twa ware, re, anal analis ista ta del &ini &inist steri erio o 5l 5lic ico o de la 5ro$ 5ro$in inci cia a de Salt Salta, a, docente de las 4átedras de &odelos y Simulación, nálisis #stratégico de *atos y 6ases de *atos ---, en la 7acultad de -ngeni eniería ría e -n!ormática, 4SL. ctualmente cursa la &aestría en -ngeniería del So!tware en el -nstituto 8ecnológico 8ecnológico de 6uenos ires (-86). 56


almacenado en una ase de datos dise9ada para !a$orecer el análisis y la di$ulgación e!iciente de datos (especialmente con herramientas :L5, de procesamiento analítico en línea). 5or otra parte %imall (%imall ;<) la de!ine como =una copia de los datos transaccionales estructurados especí!icamente para consultas y análisis>. ctualmente uno de los mayores impedimentos para construir este tipo de almacenes de datos es la !alta de conocimiento de metodologías adecuadas para su implementación, y la disciplina para cumplirlas. #n este re$e artículo descriiremos la metodología más utilizada actualmente? la metodología de %imall/. ". #etodologías actuales #"isten muchas metodologías de dise9o y construcción de *+. 4ada !aricante de so!tware de inteligencia de negocios usca imponer una metodología con sus productos. Sin emargo, se imponen entre la mayoría dos metodologías, la de %imall y la de -nmon. 5ara comprender la mayor di!erencia entre estas dos metodologías, deemos e"plicar además de la noción de *+ mencionando en la introducción, la idea de *ata mart. n *ata mart (%imall et al ;<) es un repositorio de in!ormación, similar a un *+, pero orientado a un área o departamento especí!ico de la organización (por e@emplo 4ompras, Aentas, BBCC, etc.), a di!erencia del *+ que cure toda la organización, es decir la di!erencia !undamental es su alcance. *esde el punto de $ista arquitectónico, la mayor di!erencia entre los dos autores es el sentido de la construcción del *+, esto es comenzando por los *ata marts o ascendente (6ottom'up, %imall) o comenzando con todo el *+ desde el principio, o descendente (8op*own, -nmon). 5or otra parte, la metodología de -nmon se asa en conceptos ien conocidos del dise9o de ases de datos relacionales (-nmon /, -mho!! 0 1alemmo 2)D la metodología para la construcción de un sistema de este tipo es la haitual para construir un sistema de in!ormación, utilizando las herramientas haituales, al contrario de la de %imall, que / #n este artículo se han consultado las siguientes re!erencias técnicas para la metodología de %imall? &undy 0 8hornthwaite /E, %imall et al 3;;<, %imall 0 4aserta /F, %imall 0 Boss //, %imall 0 &erz /, %imall 0 Boss /3. 57

Cuadernos de la Facultad n. ! "#$#

se asa en un modelado dimensional (no normalizado) (%imall et al ;<, <). $. %Cu&l metodología adoptar' 5ensamos que la metodología más acorde a los negocios de nuestra región es la de %imall, por cuanto proporciona un en!oque de menor a mayor, muy $ersátil, y una serie de herramientas prácticas que ayudan a la implementación de un *+. #s acorde a nuestras empresas porque se pueden implementar peque9os datamarts en áreas especi!icas de las mismas (compras, $entas, etc.), con pocos recursos y de poco irlos integrándolos en un gran almacén de datos. 5or tanto, detallaremos esta metodología en lo que resta de este artículo. . La metodología de Kimball en detalle La metodología se asa en lo que %imall denomina 4iclo de Aida *imensional del Gegocio (6usiness *imensional Li!ecycle) (%imall et al ;<, <, &undy 0 8hornthwaite E) . #ste ciclo de $ida del proyecto de *+, está asado en cuatro principios ásicos? H

4entrarse en el negocio? Cay que concentrarse en la identi!icación de los requerimientos del negocio y su $alor asociado, y usar estos es!uerzos para desarrollar relaciones sólidas con el negocio, agudizando el análisis del mismo y la competencia consulti$a de los implementadores.

H

4onstruir una in!raestructura de in!ormación adecuada? *ise9ar una ase de in!ormación nica, integrada, !ácil de usar, de alto rendimiento donde se re!le@ará la amplia gama de requerimientos de negocio identi!icados en la empresa.

H

Bealizar entregas en incrementos signi!icati$os? crear el almacén de datos (*+) en incrementos entregales en plazos de E a 3/ meses. Cay que usa el $alor de negocio de cada elemento identi!icado para determinar el orden de aplicación de los

I<


incrementos. #n esto la metodología se parece a las metodologías ágiles de construcción de so!tware. H

:!recer la solución completa? proporcionar todos los elementos necesarios para entregar $alor a los usuarios de negocios. 5ara comenzar, esto signi!ica tener un almacén de datos sólido, ien dise9ado, con calidad proada, y accesile. 8amién se deerá entregar herramientas de consulta ad hoc, aplicaciones para in!ormes y análisis a$anzado, capacitación, soporte, sitio we y documentación.

La construcción de una solución de *+J6(*atawarehouseJ6usiness -ntelligence) es sumamente comple@a, y %imall nos propone una metodología que nos ayuda a simpli!icar esa comple@idad. Las tareas de esta metodología (ciclo de $ida) se muestran en la !igura 3.

Diseño De La arquitectura técnica

Planifcación del Proyecto

Defnición de Requerimientos del Negocio

Modelado Dimensional

Selección de Productos e Implementación

Diseño !"sico

Especifcación de aplicaciones de I

%recimiento

Diseño e Implementación del Su#sistema de E$L

Desarrollo de aplicaciones de I

Implementación

Mantenimiento

&dministración del Proyecto de D'(I

7ig. 3? 8areas de la metodología de %imall, denominada %usiness Dimensional Li&ec'cle (%imall et al ;<, <, &undy 0 8hornthwaite E) *e la !igura 3, podemos oser$ar dos cuestiones. 5rimero, hay que resaltar el rol central de la tarea de de!inición de requerimientos. Los requerimientos del negocio son el soporte inicial de las tareas susiguientes. 8amién tiene in!luencia en el plan de proyecto (nótese la dole !echa entre la ca@a de de!inición de requerimientos y la de plani!icación). #n segundo lugar podemos $er tres rutas o caminos que se en!ocan en tres di!erentes áreas?

59


(ecnología )Camino *uperior+. -mplica tareas relacionadas con so!tware especí!ico, por e@emplo, &icroso!t SKL nalysis Ser$ices. H Datos )Camino del medio+. #n la misma dise9aremos e implementaremos el modelo dimensional, y desarrollaremos el susistema de #"tracción, 8rans!ormación y 4arga (,-tract! (rans&ormation! and Load  ,(L) para cargar el *+. H /plicaciones de 0nteligencia de 1egocios )Camino 0n&erior+. #n esta ruta se encuentran tareas en las que dise9amos y desarrollamos las aplicaciones de negocios para los usuarios !inales. #stas rutas se cominan cuando se instala !inalmente el sistema. #n la parte de dea@o de la !igura se muestra la acti$idad general de administración del proyecto.  continuación descriiremos cada una de las tareas. H

4.1. Planificación #n este proceso se determina el propósito del proyecto de *+J6-, sus o@eti$os especí!icos y el alcance del mismo, los principales riesgos y una apro"imación inicial a las necesidades de in!ormación. #n la $isión de programas y proyectos de %imall, 5royecto, se re!iere a una iteración simple del %L4 (%imall Li!e 4ycle), desde el lanzamiento hasta el despliegue. #sta tarea incluye las siguientes acciones típicas de un plan de proyecto? H *e!inir el alcance (entender los requerimientos del negocio). H -denti!icar las tareas H 5rogramar las tareas H 5lani!icar el uso de los recursos. H signar la carga de traa@o a los recursos H #laoración de un documento !inal que representa un plan del proyecto. demás en esta parte de!inimos cómo realizar la administración o gestión de esta su!ase que es todo un proyecto en si mismo, con las siguientes acti$idades? E


H H H

&onitoreo del estado de los procesos y acti$idades. Bastreo de prolemas *esarrollo de un plan de comunicación comprensi$a direccione la empresa y las áreas de 8-

que

4.2. Análisis de requerimientos: La de!inición de los requerimientos es en gran medida un proceso de entre$istar al personal de negocio y técnico, pero siempre con$iene tener un poco de preparación pre$ia. Se dee aprender tanto como se pueda sore el negocio, los competidores, la industria y los clientes del mismo. Cay que leer todos los in!ormes posiles de la organizaciónD rastrear los documentos de estrategia internaD entre$istar a los empleados, analizar lo que se dice en la prensa acerca de la organización, la competencia y la industria. Se deen conocer los términos y la terminología del negocio. 5arte del proceso de preparación es a$eriguar a quién se dee realmente entre$istar. #sto normalmente implica e"aminar cuidadosamente el organigrama de la organización. Cay ásicamente cuatro grupos de personas con las que halar desde el principio? el directi$o responsale de tomar las decisiones estratégicasD los administradores intermedios y de negocio responsales de e"plorar alternati$as estratégicas y aplicar decisionesD personal de sistemas, si e"isten, la gente que realmente sae qué tipos de prolemas in!ormáticos y de datos e"istenD y por ltimo, la gente que se necesita entre$istar por razones políticas.  partir de las entre$istas, podemos identi!icar temas analíticos y procesos de negocio. Los temas analíticos agrupan requerimientos comunes en un tema comn ($er tala 3). 8ema nalítico

61

nálisis o requerimiento in!erido o pedido

5roceso de negocio de soporte

4omentarios


5lani!icación de $entas

nálisis histórico de ordenes de re$endedores 5royección de $entas

:rdenes de compras

:rdenes de compras

5or cliente, por país, por región de $entas La proyección es un proceso de negocio que usa las órdenes como entradas

8ala 3? 8emas analíticos 5or otra parte, a partir del análisis se puede construir una herramienta de la metodología denominada matriz de procesosJdimensiones (6us &atri" en inglés). na dimensión es una !orma o $ista o criterio por medio de cual se pueden sumariar, cruzar o cortar datos numéricos a analizar, datos que se denominan medidas (measures en inglés). #sta matriz tiene en sus !ilas los procesos de negocio identi!icados, y en las columnas, las dimensiones identi!icadas. n e@emplo de esta matriz se puede oser$ar en la tala /. 4ada  en la intersección de las !ilas y columnas signi!ica que en el proceso de negocio de la !ila seleccionada se identi!ican las dimensiones propuestas. *imensiones 5roceso 8iempo de Gegocio 5royecci  ón de $entas 4ompras 

5rod ucto

#mplead os 

4lientes (Be$endedor es) 

1eogra! -mport ía de es $entas  













E/


4ontrol de llamadas M











8ala /? &atriz de procesosJdimensiones (%us Matri- ). 7inalmente se usca priorizar los requerimientos o procesos de negocios más críticos.

4.3. Modelado Dimensional La creación de un modelo dimensional es un proceso dinámico y altamente iterati$o. n esquema general se puede $er en la !igura /.

63


8hornthwaite E) #l proceso de dise9o comienza con un modelo dimensional de alto ni$el otenido a partir de los procesos priorizados de la matriz descrita en el punto anterior. #l proceso iterati$o consiste en cuatro pasos? 3. /. 2. F.

#legir el proceso de negocio. #stalecer el ni$el de granularidad. #legir las dimensiones. -denti!icar medidas y las talas de hechos. EF


4.3.1 Eleir el !roceso de neocio #l primer paso es elegir el área a modelizar. #sta es una decisión de la dirección, y depende !undamentalmente del análisis de requerimientos y de los temas analíticos anotados en la etapa anterior.

4.3.2. Esta"lecer el ni#el de ranularidad La granularidad signi!ica especi!icar el ni$el de detalle. La elección de la granularidad depende de los requerimientos del negocio y lo que es posile a partir de los datos actuales. La sugerencia general es comenzar a dise9ar el *+ al mayor ni$el de detalle posile, ya que se podría luego realizar agrupamientos al ni$el deseado. #n caso contrario no sería posile arir (drill'down) las sumarizaciones en caso de que el ni$el de detalle no lo permita.

4.3.3. Eleir las dimensiones Las dimensiones surgen naturalmente de las discusiones del equipo, y !acilitadas por la elección del ni$el de granularidad y de la matriz de procesosJdimensiones. Las talas de dimensiones tienen un con@unto de atriutos (generalmente te"tuales) que rindan una perspecti$a o !orma de análisis sore una medida en una tala hechos. na !orma de identi!icar las talas de dimensiones es que sus atriutos son posiles candidatos para ser encaezado en los in!ormes, talas pi$ot, cuos, o cualquier !orma de $isualización, unidimensional o multidimensional.

4.3.4. $dentificar las ta"las de hechos % medidas #l ltimo paso consiste en identi!icar las medidas que surgen de los procesos de negocios. na medida es un atriuto (campo) de una tala que se desea analizar, sumarizando o agrupando sus datos, usando los criterios de corte conocidos como dimensiones. Las medidas haitualmente se $inculan con el ni$el de granularidad del punto F.2./., y se encuentran en talas que denominamos talas de hechos (!act en inglés). 4ada tala de hechos tiene como atriutos una o más medidas 65

Cuadernos de la Facultad n.  ! "#$#

de un proceso organizacional, de acuerdo a los requerimientos. n registro contiene una medida e"presada en nmeros, como ser cantidad, tiempo, dinero, etc., sore la cual se desea realizar una operación de agregación (promedio, conteo, suma, etc.) en !unción de una o más dimensiones. La granularidad es el ni$el de detalle que posee cada registro de una tala de hechos. .3.&. Modelo ráfico de alto ni#el 5ara concluir con el proceso dimensional inicial se realiza un grá!ico denominado modelo dimensional de alto ni$el (o grá!ico de uru@as, %ubble c2art , en el lé"ico de %imall), como ilustra la !igura 2.

$iempo Moneda

Promociones

Producto

)rdenes

Re*endedore s

Pro*incias

Empleados %lientes

7ig. 2? #@emplo de &odelo !inal de alto ni$el de la sesión inicial de dise9o (&undy 0 8hornthwaite E)

4.3.'. $dentificación de atri"utos de dimensiones % ta"las de hechos

EE


La segunda parte de la sesión inicial de dise9o consiste en completar cada tala con una lista de atriutos ien !ormada. na lista de este tipo se muestra en la !igura F. #sta lista o grilla se !orma colocando en las !ilas los atriutos de la tala, y en las columnas la siguiente in!ormación? H 4aracterísticas relacionadas con la !utura tala dimensional del almacén de datos (target ), por e@emplo tipo de datos, si es cla$e primaria, $alores de e@emplo, etc. 5or razones de espacio no descriiremos todas las columnas, para mayor in!ormación puede consultarse la re!erencia (&undy 0 8hornthwaite E). H #l origen de los datos (source, por lo general atriutos de las talas transaccionales). H Beglas de con$ersión, trans!ormación y carga (,(L rules), que nos dicen como trans!ormar los datos de las talas de origen a las del almacén de datos.

7ig. F? Lista de atriutos (&undy 0 8hornthwaite E)

67


4.3.(. $m!lementar el modelo dimensional detallado #ste proceso consiste simplemente en completar la in!ormación incompleta de los pasos anteriores. #l o@eti$o en general es identi!icar todos los atriutos tiles y sus uicaciones, de!iniciones y reglas de negocios asociadas que especi!ican cómo se cargan estos datos. 5ara este cometido se usa la misma planilla del punto anterior.

4.3.). Prue"a del modelo Si el modelo ya esta estale, lo que se hace haitualmente es proarlo contra los requerimientos del negocio. Caciendo la pregunta práctica de N4ómo podemos otener esta in!ormación en particular del modeloO 5ara las prueas podemos usar dise9os de reportes estructurados, de usuarios actuales, dise9os de cuos prospecti$os, etc.

4.3.*. +e#isión % #alidación del modelo n $ez que tenemos con!ianza plena en el modelo, ingresamos en esta etapa !inal ($er !igura /), lo cual implica re$isar el modelo con di!erentes audiencias, cada una con di!erentes conocimientos técnicos y del negocio. #n el área de sistemas deerían re$isarlo los programadores y analistas de los sistemas, y el *6 si e"iste. 8amién deería re$isarse con usuarios y personas del negocio que tengan mucho conocimiento de los procesos y que quizás no hayan participado del dise9o del modelo. 7inalmente podemos hacer un documento que enuncie una serie de preguntas del negocio (tomadas a partir de los requerimientos), y las conteste por medio del modelo.

4.3.1, Documentos finales #l producto !inal, como se puede $er en la 7igura /, son una serie de documentos (solo mencionamos los más importantes), a saer? H H H H

&odelo de datos inicial de alto ni$el Lista de atriutos *iagrama de talas de hechos *e!inición de campos de medida E<


H H H

*iagrama de talas de dimensiones *escripción de los atriutos de las dimensiones &atriz *+ (o *+ 6us &atri") completa

4.4. Dise-o /sico H H H H H H H H H

#n esta parte, intentamos contestar las siguientes preguntas? N4ómo puede determinar cuán grande será el sistema de *+J6-O N4uáles son los !actores de uso que lle$arán a una con!iguración más grande y más comple@aO N4ómo se dee con!igurar el sistemaO N4uánta memoria y ser$idores se necesitanO NKué tipo de almacenamiento y procesadoresO N4ómo instalar el so!tware en los ser$idores de desarrollo, pruea y producciónO NKué necesitan instalar los di!erentes miemros del equipo de *+J6- en sus estaciones de traa@oO N4ómo con$ertir el modelo de datos lógico en un modelo de datos !ísicos en la ase de datos relacionalO N4ómo conseguir un plan de inde"ación inicialO N*ee usarse la partición en las talas relacionalesO

4.&. Dise-o del sistema de E0tracción ransformación % ara E56. #l sistema de #"tracción, 8rans!ormación y 4arga (#8L) es la ase sore la cual se alimenta el *atawarehouse. Si el sistema #8L se dise9a adecuadamente, puede e"traer los datos de los sistemas de origen de datos, aplicar di!erentes reglas para aumentar la calidad y consistencia de los mismos, consolidar la in!ormación pro$eniente de distintos sistemas, y !inalmente cargar (graar) la in!ormación en el *+ en un !ormato acorde para la utilización por parte de las herramientas de análisis.

4.' Es!ecificación % desarrollo de a!licaciones de 7$ na parte !undamental de todo proyecto de *+J6- está en proporcionarles a una gran comunidad de usuarios una !orma más estructurada y por lo tanto, más !ácil, de acceder al almacén de datos.

69


5roporcionamos este acceso estructurado a tra$és de lo que llamamos aplicaciones de inteligencia de negocios (6usiness -ntelligence plications). Las aplicaciones de 6- son la cara $isile de la inteligencia de negocios? los in!ormes y aplicaciones de análisis proporcionan in!ormación til a los usuarios. Las aplicaciones de 6- incluyen un amplio espectro de tipos de in!ormes y herramientas de análisis, que $an desde in!ormes simples de !ormato !i@o a so!isticadas aplicaciones analíticas que usan comple@os algoritmos e in!ormación del dominio. %imall di$ide a estas aplicaciones en dos categorías asadas en el ni$el de so!isticación, y les llama in!ormes estándar y aplicaciones analíticas. 4.'.1. $nformes estándar Los in!ormes estándar son la ase del espectro de aplicaciones de 6-. 5or lo general son in!ormes relati$amente simples, de !ormato prede!inido, y parámetros de consulta !i@os. #n el caso más simple, son in!ormes estáticos prealmacenados. Los in!ormes estándar proporcionan a los usuarios un con@unto ásico de in!ormación acerca de lo que está sucediendo en un área determinada de la empresa. #ste tipo de aplicaciones son el caallo de atalla de la 6- de la empresa. Son in!ormes que los usuarios usan día a día. La mayor parte de lo que piden las personas durante el proceso de de!inición de requisitos se clasi!icaría como in!ormes estándar. 5or eso es con$eniente desarrollar un con@unto de in!ormes estándar en el ciclo de $ida del proyecto. lgunos in!ormes estándares típicos podrían ser? H

Aentas del a9o actual !rente a pre$isión de $entas por $endedor

H

8asa de reno$ación mensual por plan de ser$icio

H

8asa quinquenal de deserción por unidad académica

H

8asas de respuestas de correo electrónico por promoción por producto (marPeting)

H

Becuento de audiencia y porcenta@e de la audiencia total por la red de tele$isión por día de la semana y hora del día (Sistema de marPeting tele$isi$o) Q


H

Beclamos del a9o actual hasta la !echa !rente a pre$isión, por tipo de $ehículo

H

Aolumen de llamadas por producto como un porcenta@e del total de $entas

4.'.2. A!licaciones anal/ticas Las aplicaciones analíticas son más comple@as que los in!ormes estándar. Gormalmente se centran en un proceso de negocio especí!ico y resumen cierta e"periencia acerca de cómo analizar e interpretar ese proceso de negocio. #stas aplicaciones pueden ser muy a$anzadas e incluir algoritmos y modelos de minería de datos, que ayudan a identi!icar oportunidades o cuestiones suyacentes en los datos. :tra característica a$anzada en algunas aplicaciones analíticas es que el usuario puede pedir camios en los sistemas transaccionales asándose en los conocimientos otenidos del uso de la aplicación de 6-. #n el otro e"tremo del espectro, algunas aplicaciones analíticas se $enden como soluciones cerradas o enlatados, y son independientes de las aplicaciones particulares de la empresa. lgunas aplicaciones analíticas comunes incluyen? H

nálisis de la e!icacia de la promociones

H

nálisis de rutas de acceso en un sitio +e

H

nálisis de a!inidad de programas

H

5lani!icación del espacio en espacios comerciales

H

*etección de !raudes

H

dministración y mane@o de categorías de productos . Conclusiones

La metodología de %imall proporciona una ase empírica y metodológica adecuada para las implementaciones de almacenes de

71


datos peque9os y medianos, dada su gran $ersatilidad y su en!oque ascendente, que permite construir los almacenes en !orma escalonada. demás presenta una serie de herramientas, tales como planillas, grá!icos y documentos, que proporcionan una gran ayuda para iniciarse en el ámito de la construcción de un *atawarehouse. Re*ere ncias -mho!! 0 1alemmo, Mastering Data 3are2ouse Design: Relational and Dimensional (ec2ni4ues, +iley 5ulishing, /2 -nmon, %uilding t2e Data 3are2ouse, (8hird #dition). Rohn +iley 0 Sons, // %imall 0 4aserta, (2e Data 3are2ouse ,(L (ool5it , -ndianapolis, +iley, /F. %imall 0 &erz, (2e Data 3eb2ouse (ool5it: %uilding t2e 3eb,nabled Data 3are2ouse, +iley, /. %imall 0 Boss, (2e Data 3are2ouse (ool5it: (2e Complete 6uide to Dimensional Modeling (Second #dition), Gew orP, +iley, //. %imall 0 Boss, (2e Kimball 6roup Reader7 Relentlessl' 8ractical (ools &or Data 3are2ousing and %usiness 0ntelligence, -ndianapolis, +iley, /3. %imall et al., (2e Data 3are2ouse Li&ec'cle (ool5it . /nd #dition. Gew orP, +iley, /< %imall et al., (2e Data 3are2ouse Li&ec'cle (ool5it . Gew orP, +iley, 3;;<. &undy 0 8hornthwaite, (2e Microso&t Data 3are2ouse (ool5it9 3it2 *L *erver "## and t2e Microso&t %usiness 0ntelligence (oolset! 0ndianapolis, +iley, /E. 5áginas we tiles http?JJwww.Pimallgroup.com ? #ste sitio contiene mucha in!ormación y artículos sore la metodología, y además una serie de planillas de #"cel usadas en cada paso de la metodología. http?JJwww.i' Q/


estpractices.comJ$iew'articlesJFQE< http?JJchurriwi!i.wordpress.comJ/3JFJ3;J3I'/'ampliacion' conceptosdel'modelado'dimensionalJ http?JJPle.sisorg.com.m"JarticuloF.html

73

Metodologia de KIMBALL

Recommend Documents