Unknown macro: {scrollbar}

Los datamarts que contienen la información a ser analizada están basados en el modelo de datos multidimensional. La principal característica de este modelo es su habilidad para representar la información de manera muy cercana a cómo la misma se presenta en la realidad.

Para ilustrar los elementos que forman parte del modelo multidimensional, presentamos un caso de análisis del área de ventas de una empresa.

En el modelo multidimensional se debe considerar todos los elementos que hacen posible el análisis deseado. Por ejemplo, para realizar en el análisis de las ventas debemos organizar los datos de forma tal que podamos consultar los datos según:

Fechas
Clientes
Productos
Áreas geográficas
Vendedores
Esta clasificación se traduce en las dimensiones del modelo.

Combinando elementos de las distintas dimensiones, O3 Browser permite satisfacer las necesidades de análisis, respondiendo por ejemplo a consultas según distintas combinaciones de las dimensiones:

Fecha y cliente
Producto y cliente
Producto, vendedor y área geográfica
Fecha y área geográfica

Además de la clasificación de los datos, es esencial definir aquellos que nos interesa cuantificar. Para el ejemplo considerado, podemos pensar en:

Unidades vendidas
Monto ventas
Costos
Margen bruto de ganancia

Los elementos cuantificados del modelo son llamados medidas. Las medidas son los valores para analizar, clasificados desde las diferentes perspectivas que ofrecen las dimensiones. Representan indicadores del negocio, permitiendo al usuario medir y determinar tendencias del mismo.

La definición del modelo incluye la posibilidad de estructurar jerárquicamente los elementos de cada dimensión. Esto permite analizar la información en distintos niveles de detalle. Por ejemplo: la dimensión fecha puede incluir años, trimestres, meses y días; la dimensión áreas geográficas puede incluir países, estados y ciudades, etc.

En resumen, la potencialidad de análisis se basa en la definición del modelo (la especificación de los datos y estructuración de los mismos), y la posibilidad de realizar consultas combinando las distintas dimensiones y medidas, y seleccionando diferentes niveles de detalle para las dimensiones.

Siguiendo el ejemplo del análisis de ventas, el usuario puede verificar la evolución de los márgenes de venta a lo largo de los tres últimos meses. Si encuentra que un mes determinado presenta un margen de ganancia muy bajo, puede analizar las unidades vendidas, las ventas y el costo en busca de la causa de dicho comportamiento. Si por ejemplo, es consecuencia de que se vendieron menos unidades, el usuario puede analizar si es atribuible a diferentes productos o la tendencia depende de la región de venta o incluso de algún vendedor en particular.

Unknown macro: {scrollbar}

Browser not supported