Proposal of Methodology for a Data WareHousing Process Use Case: Generation of Indicators of Academic Productivity of a University

Abstract

El artículo describe la metodología elaborada para un proceso data warehousing, desarrollado en una Universidad Chilena. El propósito del proceso es generar indicadores de productividad académica. Para esto, se elabora una metodología, que integra diversos enfoques, técnicas y metodologías, tales como: especificación de requisitos de información, modelamiento relacional, modelo de desarrollo combinado de las propuestas por Kimball y Hefesto, proceso de extracción-transformación-carga (ETL; Extraction, Transformation and Loading) aumentado con una fase de validación de indicadores, y visualizaciones integradas e interactivas, para el análisis multidimensional de los indicadores con el uso de cuadros de mandos (dashboard). Se destacan en este proceso, tres elementos incorporados que, a juicio del equipo de desarrollo, favorecieron el éxito y efectividad del desarrollo de la solución. En primer lugar, la forma de especificar detalladamente los indicadores claves de rendimiento (KPI; Key Performance Indicator), a través de la elaboración de una plantilla, basada en las que se utilizan para la especificación de requisitos de información en un proceso software. En segundo lugar, explicitar la incorporación de una fase de validación de los KPI obtenidos en el proceso ETL, en base a consultas SQL (Structured Query Language), y la comparación con los datos de los sistemas operacionales. También, en este proceso ETL se establece como necesario y suficiente, el uso de un repositorio temporal como área para la integración de datos, a través de un base de datos relacional. En tercer lugar, visualizaciones integradas configuradas con una herramienta de procesamiento analítico en línea (OLAP; On-Line Analytical Processing), que presentan de manera interactiva los indicadores relacionados para una misma actividad objeto de análisis. Como resultado de este proceso data warehousing, se obtiene una plataforma de inteligencia de negocios cuya base la compone un modelo DataMart con dos esquemas, uno estrella y otro copo de nieve. El primero contiene los indicadores de productividad docente, y el segundo los de productividad científica, los cuales satisfacen las especificaciones de los KPI, y definidas en concordancia con los usuarios finales.

The article describes the methodology developed for a data warehousing process, developed in a Chilean University. The purpose of the process is to generate indicators of academic productivity. For this, a methodology is elaborated, integrating diverse approaches, techniques and methodologies, such as: specification of information requirements, relational modeling, combined development model of Kimball and Hefesto proposals, process of extraction-transformation-load (ETL) with a validation phase of indicators, and integrated and interactive visualizations, for the multidimensional analysis of the indicators with the use of dashboards. In this process, three elements incorporated that, in the opinion of the development team, favored the success and effectiveness of the development of the solution. Firstly, how to specify key performance indicators (KPI) in detail, through the development of a template based on those used to specify information requirements in a software process. Second, to explain the incorporation of a validation phase of the KPI obtained in the ETL process, based on SQL (Structured Query Language), and the comparison with the data of the operational systems. Also, in this ETL process is established as necessary and sufficient, the use of a temporary repository as an area for data integration, through a relational database. Thirdly, integrated visualizations configured with an On-Line Analytical Processing (OLAP) tool, which interactively display the related indicators for the same activity under analysis. Because of this data warehousing process, you get a business intelligence platform based on a DataMart model with two schemes, one star and another snowflake. The first contains the indicators of teacher productivity, and the second, those of scientific productivity, which satisfy the specifications of the KPI, and defined in agreement with the end users