1.2.2+Modelos+conceptuales+multidimensionales.


 * El modelo multidimensional**

Los datos en un DW se modelan en data cubes (“cubos de datos” sería su traducción literal), estructuras multidimensionales (hipercubos, en concreto) cuyas operaciones más comunes son:


 *  Roll up (incremento en el nivel de agregación de los datos).
 *  Drill down (incremento en el nivel de detalle, opuesto a roll up).
 *  Slice (reducción de la dimensionalidad de los datos mediante selección).
 *  Dice (reducción de la dimensionalidad de los datos mediante proyeccción).
 *  Pivotaje o rotación (reorientación de la visión multidimensional de los datos).

// __**Modelos de datos como conjuntos de medidas descritas por dimensiones.**__ //

• Adecuado para resumir y organizar datos (p.ej. hojas de cálculo). • Enfocado para trabajar sobre datos de tipo numérico. • Más simple: Más fácil de visualizar y entender que el modelado E/R

__ Dimensiones __ Perspectivas o entidades respecto a las cuales una organización quiere mantener sus datos organizados (p.ej. tiempo, localización, clientes, proveedores…)

__ Miembros __ Nombres o identificadores que marcan una posición dentro de la dimensión. Ejemplos: Meses, trimestres y años son miembros de la dimensión tiempo. Ciudades, regiones y países son miembros de la dimensión localización.

__ Jerarquías __ Los miembros de las dimensiones se suelen organizar en forma de jerarquías. Organización jerárquica de las dimensiones

__ Hechos __ Colecciones de datos relacionados compuestas por medidas y un contexto.

• Las dimensiones determinan el contexto de los hechos. • Cada hecho particular está asociado a un miembro de cada dimensión.

__ Medidas __ Atributos numéricos asociados a los hechos (lo que realmente se mide). Ejemplos: Volumen de las ventas, coste asociado a un producto, número de transacciones efectuadas, porcentaje de beneficios…