Análisis de situación de la Gestión de Datos del Organismo y propuesta inicial.
El Organismo utiliza orígenes de datos
tanto propios como ajenos estos distintos orígenes de datos se traducen en
archivos words, excel , web services, Bases de datos (Mysql /Oracle /SQL
/postgresql), etc , los cuales son utilizados para la gestión particular de cada
una de las áreas del MTR a través de diversas aplicaciones (Ms excel / Apps /
Web a medida / Terceros / etc.).
En la actualidad las bases de datos se manejan
de forma aislada y la creación de una nueva base no contempla entre otras cosas
:
- La
necesidad de información pendiente por otros orígenes de datos .
- La
existencia de datos cargados en otras bases que se pueden reutilizar.
- La
mínima calidad que debe requerirse de los datos de la nueva base.
- etc.
Necesidad de Datos
para el Organismo
El proyecto es integral y requiere la presentación
de información referida a las distintas áreas del Organismo distribuidas entre sus distintas Direcciones Generales.
La información requerida por el organismo se utilizara para la toma de decisión con la mayor celeridad que pueda proveer
la organización a la fecha.
Esta información muchas veces requerirá el
cruzamiento y procesamiento de datos de distintos orígenes de datos así como la
obtención de metadatos como : totales, promedios ,varianzas, máximos , mínimos,
cuadros comparativos, etc.
Para cumplir su propósito la gestión de datos
debe asegurar pautas de calidad como : consistencia, puntualidad , fiabilidad ,
precisión , confiabilidad y disponibilidad.
La única manera de asegurar las pautas de calidad
para la información provista es tener un manejo centralizado de los distintos orígenes
de datos de manera de desacoplar los datos de las aplicaciones.
A continuación se evalúan dos escenarios
posibles de solución para el problema de Gestión de datos del Organismo.
Escenario 1
(Gestión de Datos acoplada a las aplicaciones)
Esquema de Bases de Datos Transaccionales con
uso de API para Gestión de Datos del MTR
Escenario 2
(Gestión de datos independiente de sus aplicaciones transaccionales)
Esquema Datawarehouse
Conclusión : El escenario 1 no es un buena practica para actualización masiva de datos no transaccionales que quieren ser utilizados por herramientas de inteligencia de negocios.
Ing David Arriola
Ing David Arriola
