Un data warehouse (DWH) es un sistema de almacenamiento centralizado e integrado de datos, organizado para análisis y consultas de negocio. A diferencia de un sistema transaccional, que almacena datos operacionales, el data warehouse está optimizado para lectura, agregación y consultas complejas.

Cómo funciona

Los datos provienen de varias fuentes (sistemas transaccionales, APIs, hojas de cálculo) y se extraen, transforman y cargan (ETL) en el data warehouse. El DWH almacena los datos en tablas dimensionalizadas, optimizadas para agregación, consulta analítica e informes. Los datos están normalizados y forman parte de la arquitectura de datos, que organiza la información por dominios.

Ejemplo práctico

Una tienda virtual tiene: sistemas de pedidos, pagos, catálogo de productos, tráfico del sitio y datos de atención. El data warehouse consolida estos datos en una visión unificada, permitiendo analizar: ventas por producto, por época, por canal, flete, devoluciones, satisfacción del cliente, todo con la misma base.

Para qué sirve

El data warehouse es esencial para: informes de negocio, análisis de datos, pronóstico de ventas, inteligencia de mercado, optimización de campañas, atención y modelado predictivo. Permite que distintos departamentos consulten los mismos datos confiables.

Términos relacionados

  • data-lake: repositorio de datos brutos
  • ETL: extraer, transformar, cargar
  • BI: business intelligence, proceso de análisis

Cómo probar hoy

Haz una consulta de selección en un data warehouse público, como el BigQuery de ejemplo, o usa Google Analytics para exportar datos vía API. Observa cómo una consulta simple logra una visión agregada de datos.

Preguntas frecuentes

  • ¿Qué es un data warehouse? Es un sistema de almacenamiento e integración de datos optimizado para análisis y consultas de negocio.
  • Diferencia entre data lake y data warehouse? Un data lake almacena datos brutos en formatos variados; un data warehouse contiene datos estructurados y normalizados para consulta.
  • ¿Cómo elegir un data warehouse? Considera volumen de datos, variedad, velocidad de consulta, presupuesto, equipo de mantenimiento e integración con otras herramientas.