Data warehouse

¿Qué es?

Un data warehouse (DW), o almacén de datos en español, es una base de datos especializada que centraliza información proveniente de los distintos sistemas operativos de una empresa (ERP, CRM, e-commerce, fuentes externas), la limpia y la organiza para que pueda consultarse de forma rápida y consistente con fines analíticos.

A diferencia de las bases de datos transaccionales (OLTP), optimizadas para inserciones y actualizaciones rápidas, un data warehouse está optimizado para leer y agregar grandes volúmenes (OLAP). Una consulta que en el ERP tardaría minutos —o que directamente colapsaría el sistema— en un DW responde en segundos.

Las cuatro propiedades clásicas (Bill Inmon, 1992)

Orientado al tema: organizado por entidades de negocio (cliente, producto, venta), no por aplicación de origen.
Integrado: los datos llegan de múltiples sistemas pero comparten formato, codificación y unidades.
No volátil: los datos no se actualizan transaccionalmente; se cargan en lotes y se conservan.
Variante en el tiempo: cada registro lleva asociada una dimensión temporal que permite analizar la evolución.

Para qué sirve

Cuadros de mando ejecutivos con KPIs unificados.
Reporting regulatorio: cierres contables, informes a Hacienda, banca.
Análisis 360° del cliente: combinar CRM + e-commerce + soporte.
Forecasting: bases históricas limpias para modelos de demanda.
Alimentación de modelos de IA: features generadas en el DW.

Data warehouse vs data lake vs lakehouse

	DW	Data lake	Lakehouse
Datos	Estructurados	Crudos, cualquier formato	Mixto
Esquema	Al cargar	Al leer	Mixto, gestionado
Coste storage	Alto	Bajo (S3, ADLS)	Bajo
ACID	Sí	No (nativo)	Sí (Delta/Iceberg)
Casos típicos	BI, reporting	Data science	Ambos

Regla práctica: si la pregunta de negocio es “cuántos clientes compraron X este trimestre”, DW. Si es “qué patrones hay en los logs de usuarios”, data lake. El lakehouse cubre ambos sobre la misma capa de almacenamiento.

Productos líderes en 2026

Snowflake — multi-cloud, ecosistema fuerte.
Google BigQuery — serverless, integración GCP.
Amazon Redshift — coste predecible, integración AWS.
Azure Synapse / Microsoft Fabric — stack Microsoft.
Databricks SQL Warehouse — sobre lakehouse Delta.
Oracle Autonomous DW, Teradata Vantage — opciones para empresas con stack consolidado.

Más información

Qué es un data warehouse — Dataprix
Almacenamiento de datos: data lakes, data warehouses y lakehouses — capítulo de la guía práctica de arquitectura de datos de Dataprix.
Top 10 plataformas de datos para empresas

Contenido elaborado con asistencia de inteligencia artificial — Equipo Editorial Dataprix. Verifica la información antes de tomar decisiones.