Modelado dimensional

¿Qué es?

El modelado dimensional es una técnica de diseño de bases de datos analíticas que organiza la información en dos tipos de tabla: hechos (lo que se mide) y dimensiones (el contexto que describe esas medidas). Su objetivo no es evitar la redundancia, como en el modelado relacional clásico, sino que las consultas de análisis sean rápidas de ejecutar y fáciles de entender por quien no es técnico.

Es el modelo que sostiene la mayoría de data warehouses y data marts orientados a reporting.

Hechos y dimensiones

• Tabla de hechos: guarda los eventos medibles del negocio, normalmente numéricos y aditivos —importe de venta, unidades, duración—. Cada fila es un suceso: una línea de pedido, una llamada, una transacción. Suele ser la tabla más voluminosa.
• Tablas de dimensión: describen el “quién, qué, cuándo y dónde” de esos hechos —cliente, producto, tiempo, tienda—. Son mucho más pequeñas y contienen los atributos por los que se filtra y se agrupa.

La tabla de hechos se relaciona con cada dimensión mediante una clave. Esa disposición, con los hechos en el centro y las dimensiones alrededor, es lo que dibuja un esquema en estrella.

Cómo se diseña

El diseño dimensional sigue un orden bastante estable:

1. Elegir el proceso de negocio que se quiere analizar: ventas, devoluciones, incidencias.
2. Definir el grano: qué representa exactamente una fila de la tabla de hechos. Es la decisión más importante; un grano ambiguo arrastra errores a todo lo demás.
3. Identificar las dimensiones aplicables a ese grano.
4. Identificar las métricas que se van a medir.

Fijar el grano antes que nada evita el error más común: mezclar en una misma tabla hechos de distinto nivel de detalle y obtener sumas infladas.

Para qué sirve

• Consultas analíticas eficientes: agregar millones de filas filtrando por unas pocas dimensiones es una operación barata en este modelo.
• Lenguaje común con el negocio: “ventas por producto y mes” se traduce casi literalmente al modelo, sin necesidad de interpretar decenas de tablas normalizadas.
• Base estable para el BI: los cuadros de mando y las herramientas de análisis se construyen sobre estas estructuras sin lógica intermedia complicada.

Estrella y copo de nieve

Según cómo se traten las dimensiones, el modelo toma una forma u otra: desnormalizadas dan un esquema en estrella; normalizadas en tablas jerárquicas, un esquema en copo de nieve.

Un asunto aparte es qué hacer cuando un atributo de dimensión cambia con el tiempo —un cliente que se muda, un producto que cambia de categoría—. Ese problema tiene su propio tratamiento: las dimensiones lentamente cambiantes.

Más información

• Esquema en estrella — la disposición más habitual del modelo dimensional
• Esquema en copo de nieve — la variante con dimensiones normalizadas
• Data warehouse — el almacén donde vive este modelo
• Data mart — el subconjunto departamental construido con esta técnica
• Slowly Changing Dimension — cómo tratar los cambios en las dimensiones
• OLAP — el tipo de procesamiento que este modelo optimiza

Para comparar las plataformas sobre las que se implementan estos modelos, el directorio de Business Intelligence de Dataprix reúne fichas y análisis editorial de las principales herramientas.