Un Data Warehouse, o almacén de datos, es un repositorio que reúne información procedente de distintos sistemas, ya depurada y organizada específicamente para el análisis.
En qué se diferencia de una base de datos operativa
La base de datos de un ERP está optimizada para registrar operaciones con rapidez. Un almacén de datos está optimizado para lo contrario: responder preguntas que cruzan años, áreas y sistemas.
- Base operativa: muchas escrituras pequeñas, estructura orientada a la transacción.
- Data Warehouse: lecturas complejas, estructura orientada al análisis, histórico consolidado.
Por qué se construye
Porque consultar directamente los sistemas de origen tiene dos problemas: penaliza su rendimiento y obliga a repetir en cada informe la lógica de limpieza y unificación. El almacén resuelve ambos: los datos llegan ya conciliados mediante procesos de ETL y con los indicadores calculados una sola vez.
Es la pieza que hace que dos áreas dejen de obtener cifras distintas para el mismo dato.
¿En qué se diferencia de un Data Lake?
Un Data Lake almacena los datos en bruto y aplica la estructura al consultarlos. El almacén los estructura antes de guardarlos.
¿Toda empresa necesita uno?
No. Con pocos orígenes y volúmenes moderados puede bastar una capa de transformación bien hecha.
