Un Data Warehouse es un almacén de datos diseñado para analizar grandes volúmenes de información histórica, mientras que el Business Intelligence (BI) es el conjunto de herramientas y procesos que convierten esos datos en informes y paneles útiles para tomar decisiones. En el TAI, lo que suele preguntarse es la diferencia entre un Data Warehouse y una base de datos transaccional normal, y qué papel juega el proceso ETL para llevar los datos de un sitio a otro. Si no tienes claro por qué una administración necesita un almacén de datos distinto de sus bases de datos operativas, este es el tema que te lo aclara.
En este artículo
- Qué es un Data Warehouse
- En qué se diferencia de una base de datos transaccional
- Qué es el proceso ETL
- Qué es el Business Intelligence
- Por qué importa esto en la Administración Pública
- Preguntas frecuentes
¿Qué es un Data Warehouse?
Un Data Warehouse (almacén de datos) es un repositorio centralizado que reúne datos procedentes de distintos sistemas de una organización, ya depurados y organizados, con el único propósito de analizarlos. A diferencia de una base de datos operativa, que gestiona las transacciones del día a día (altas, bajas, modificaciones), un Data Warehouse guarda datos históricos y está optimizado para consultas analíticas complejas, no para operaciones rápidas y puntuales.
El concepto lo popularizó Bill Inmon, que lo definió como un conjunto de datos integrado, orientado a temas, no volátil y variable en el tiempo. Esa definición resume bien sus cuatro rasgos esenciales:
- Integrado: combina datos de fuentes distintas en un formato común.
- Orientado a temas: se organiza por áreas de interés (ventas, personal, expedientes), no por aplicación de origen.
- No volátil: una vez cargado el dato, no se modifica ni se borra, solo se añade nueva información.
- Variable en el tiempo: conserva el histórico, permitiendo comparar periodos distintos.
¿En qué se diferencia de una base de datos transaccional?
Las bases de datos operativas del día a día se conocen como sistemas OLTP (Online Transaction Processing): gestionan muchas operaciones simples y rápidas, como registrar una solicitud o actualizar un expediente. Un Data Warehouse, en cambio, es un sistema OLAP (Online Analytical Processing), pensado para pocas consultas pero muy complejas, que cruzan grandes cantidades de datos históricos.
| Aspecto | Sistema OLTP | Data Warehouse (OLAP) |
|---|---|---|
| Finalidad | Operaciones del día a día | Análisis histórico y toma de decisiones |
| Tipo de consulta | Muchas, simples y rápidas | Pocas, complejas y de mayor duración |
| Datos | Actuales, se modifican constantemente | Históricos, no se modifican una vez cargados |
| Diseño | Normalizado, para evitar redundancia | Desnormalizado, en modelos como estrella o copo de nieve |
¿Qué es el proceso ETL?
ETL son las siglas de Extract, Transform, Load (extraer, transformar y cargar), y es el proceso que lleva los datos desde los sistemas operativos de origen hasta el Data Warehouse:
- Extracción: se obtienen los datos de las distintas fuentes (bases de datos, hojas de cálculo, aplicaciones).
- Transformación: se limpian, se homogeneizan formatos y se corrigen errores o duplicados.
- Carga: los datos ya depurados se cargan en el Data Warehouse, listos para analizarse.
Sin un buen proceso ETL, el Data Warehouse acabaría teniendo los mismos problemas de calidad de datos que los sistemas de origen, así que es una pieza clave del conjunto.
¿Qué es el Business Intelligence?
El Business Intelligence (inteligencia de negocio) es la capa que se construye encima del Data Warehouse: herramientas de consulta, cuadros de mando e informes visuales que permiten a una organización entender sus propios datos sin necesidad de escribir consultas complejas. En el sector público, el BI se usa por ejemplo para analizar el gasto de un organismo, el tiempo medio de tramitación de expedientes o la evolución de solicitudes ciudadanas a lo largo de los años.
Un concepto relacionado que conviene conocer es el de "cubo OLAP": una estructura de datos multidimensional que permite analizar la información desde distintos ángulos a la vez (por ejemplo, gasto por departamento, por año y por tipo de partida, todo combinado).
¿Por qué importa esto en la Administración Pública?
Las administraciones públicas generan un volumen enorme de datos: expedientes, solicitudes, pagos, estadísticas de uso de servicios electrónicos. Tener esos datos repartidos en decenas de aplicaciones distintas dificulta cualquier análisis conjunto. Un Data Warehouse bien diseñado permite, por ejemplo, cruzar datos de varios organismos para generar estadísticas oficiales, detectar cuellos de botella en la tramitación o justificar decisiones presupuestarias con datos reales en lugar de estimaciones.
Este tema enlaza bien con lo que ya explicamos sobre bases de datos y el modelo relacional y con la comparativa entre SQL y NoSQL, dos piezas que conviene tener bien asentadas antes de entrar en Data Warehouse y BI.
Bases de datos, ciclo de vida del software y conceptos de desarrollo explicados sin paja, para probar el temario antes de comprometerte con una academia.
Preguntas frecuentes
¿Un Data Warehouse sustituye a las bases de datos operativas?
No, las complementa. Las bases de datos operativas siguen gestionando el día a día, y el Data Warehouse se alimenta de ellas para permitir análisis que esas bases de datos no están diseñadas para hacer bien.
¿Qué es un modelo en estrella?
Es una forma habitual de organizar un Data Warehouse, con una tabla central de hechos (por ejemplo, pagos realizados) rodeada de tablas de dimensiones (tiempo, organismo, tipo de gasto) que dan contexto a esos hechos.
¿El Business Intelligence necesita siempre un Data Warehouse?
No siempre, pero es lo habitual en organizaciones grandes. Hay herramientas de BI que pueden conectarse directamente a otras fuentes, aunque el rendimiento y la calidad del análisis suelen ser mejores cuando hay un Data Warehouse detrás.
¿Qué significa OLAP frente a OLTP?
OLTP (Online Transaction Processing) son los sistemas de operaciones del día a día. OLAP (Online Analytical Processing) son los sistemas pensados para el análisis, como el Data Warehouse. Es una distinción que suele aparecer directamente en el examen.
¿Cae mucho este tema en el TAI?
No es de los temas con más peso histórico, pero los conceptos básicos (Data Warehouse, ETL, OLAP frente a OLTP) aparecen con cierta frecuencia como preguntas sueltas dentro del Bloque III, así que conviene no dejarlo a medias.