<aside> 🛠

Material de Estudio


</aside>

modelos_bi.jpg


Evitar la estructuración intuitiva de los datos

¿Sería posible responder de manera inmediata y fundamentada si se le solicitara definir qué tipo de arquitectura de datos resulta más adecuada para un determinado escenario?

Este interrogante surge con frecuencia en ámbitos técnicos y profesionales vinculados a la gestión de la información. Sin embargo, es habitual observar que muchos interlocutores manifiestan dificultades para formular una respuesta precisa o, ante la incertidumbre, se limitan a mencionar tecnologías específicas —por ejemplo, “SQL”— sin un análisis conceptual previo.

Cabe señalar que la capacidad de redactar consultas no equivale a comprender adecuadamente cómo deben organizarse y almacenarse los datos. La elección de un sistema gestor de bases de datos, como PostgreSQL o MySQL, constituye solo una parte del problema. Resulta imprescindible, además, definir un modelo de datos que permita estructurar la información de manera coherente con los objetivos analíticos, garantizando eficiencia, escalabilidad y claridad en las consultas.

En este contexto, se presentan a continuación algunos de los modelos de datos más representativos utilizados en entornos de análisis y gestión de información.


Modelo Estrella

El modelo estrella se caracteriza por una estructura centralizada en una tabla principal, denominada tabla de hechos, rodeada por múltiples tablas de dimensiones, adoptando una disposición similar a una estrella.

Este modelo prioriza la simplicidad estructural y la rapidez en la ejecución de consultas, por lo que es ampliamente utilizado en sistemas de inteligencia de negocios, paneles de control, reportes ejecutivos y entornos de análisis OLAP.


Modelo Snowflake

El modelo snowflake constituye una extensión del modelo estrella, en el cual las tablas de dimensiones se normalizan y se dividen en subdimensiones.