Almacén de datos: qué es, tipos y características

¿Qué es un almacén de datos?

Un almacén de datos es un sistema en el que se guardan, organizan y tratan datos para un objetivo final.

Estamos ante un espacio físico o virtual en el que se recopila información con múltiples objetivos. Ese espacio permite organizar y consultar los datos en el momento en que el usuario con acceso lo necesite.

Los objetivos varían según la entidad que posea el almacén, ya que las metas finales de una empresa, una institución pública o una organización sin ánimo de lucro son en el fondo distintas.

Un almacén de datos también se conoce como base de datos. Su nombre en inglés, data warehouse, resulta más familiar en ámbitos donde la informática está muy presente.

Almacén de datos: explicación sencilla

Un almacén de datos se diseña, construye y carga con información para un propósito concreto. No basta con reunir datos sueltos: necesita fuentes que lo alimenten de forma continua, porque una simple lista no es lo mismo que una base de datos viva.

Por ejemplo, no es lo mismo hacer un top 10 de futbolistas que más goles marcaron en el año 2020 que un top 10 de los máximos goleadores de toda la historia. Lo primero es una lista cerrada que ya no cambia. Lo segundo exige una base de datos que se actualice constantemente cada vez que un jugador marca un gol.

Para que un almacén de datos funcione de forma satisfactoria necesita un software que lo mantenga activo y actualizado. Estos programas suelen ser sistemas de gestión especializados en bases de datos, conocidos en inglés como database management system (DBMS).

Características de un almacén de datos

Un sistema de gestión especializado en bases de datos permite definir los datos, almacenarlos y, cuando sea necesario, modificarlos.

A partir de ahí se pueden generar análisis, informes y procesos de minería de datos que aporten información relevante. Esto es clave porque muchas veces la información útil no se ve a simple vista, sino que aparece al aplicar ciertas técnicas estadísticas.

Un ejemplo es la correlación entre elementos. Detectar correctamente una correlación puede convertirse en una gran ventaja competitiva para cualquier empresa.

Tipos de almacén de datos

Los almacenes de datos se pueden clasificar de muchas formas, ya que no existe una clasificación formal única. Aun así, la tipología más habitual atiende a estos factores:

• Relacional o no.
• Local o en la nube.
• Dinámico o estático.
• Orientado a objetos o no.

Cuando hablamos de si un almacén es relacional o no, distinguimos entre datos medibles (números o grados de clasificación: 1, 2, alto, medio…) y datos que no lo son, de corte más cualitativo, como el amor por tu país, la familia o la felicidad general.

Un almacén de datos puede tener sus servidores en la propia sede de la empresa o localizados a miles de kilómetros, en la nube.

Si es dinámico, puede incorporar nuevas formas de guardar y clasificar datos con el paso del tiempo. Si es estático, el modelo predefinido no se puede alterar.

Por último, un almacén está orientado a objetos cuando un conjunto de datos define un ente superior que tiene como características los datos asociados a él. Cuando los datos ya poseen utilidad y razón de ser por sí mismos, se dice que no está orientado a objetos.

Ejemplo de almacenes de datos

Un almacén de datos no digital, es decir, en papel, no es eficiente si se compara con sus versiones digitales. Por eso, algunos programas especializados en esta tarea son:

• Oracle.
• Sybase (SAP).
• MySQL.
• MS Access (Microsoft).
• IBM DB2.

Estos programas son los que, en la práctica, almacenan los datos de una empresa o de una institución pública. Es el caso de Inditex, con el big data de sus ventas o el número de visitas a su web, o del Instituto Nacional de Estadística (INE), que guarda datos nacionales y regionales de exportaciones, PIB o renta, entre otros.

La clave de un almacén de datos es tratar la información para un fin específico, que dependerá siempre de la entidad o empresa que lo gestione.