• Modelar multidimensionalmente la base datos (BD) utilizada para los análisis sugeridos.
• Transformar fuentes de datos de acuerdo con unas reglas del negocio y las necesidades de analítica.
• Desarrollar la carga de datos al modelo multidimensional propuesto.
• Adaptar el análisis basado en tableros de control realizado previamente para conectarlo a la BD cargada.

En esta fase del proyecto, a partir de análisis requeridos, de fuentes de datos proporcionadas, del modelo multidimensional propuesto inicialmente, Infraestructura Visible le solicita realizar el proceso ETL que permite cargar las fuentes de datos que ellos proveen, a la base de datos construida con el modelo multidimensional que usted propone. El detalle de los productos esperados está detallado en la sección entregables.

A continuación, se presentan los análisis propuestos por ellos y los datos requeridos para que usted seleccione los que requiera y logre los objetivos de esta tarea.

Con estos análisis ellos quieren respuestas para:

1. El número de pasajeros transportados en un rango de fechas de aeropuertos Internacionales a Colombia.

2. La carga transportada en un rango de fechas de aeropuertos Internacionales a Colombia.

3. La carga desaprovechada en un rango de fechas de aeropuertos Internacionales a Colombia.

4. El número de puestos desaprovechados en un rango de fechas de aeropuertos Internacionales a Colombia.

5. El número de pasajeros transportados en un rango de fechas de aeropuertos Nacionales de Colombia.

6. La carga transportada en un rango de fechas de aeropuertos Nacionales de Colombia.

7. La cantidad de pasajeros salientes y entrantes a través del tiempo por departamentos de Colombia.

8. La cantidad de carga aérea saliente y entrante a través del tiempo por departamentos de Colombia.

En el siguiente repositorio puede encontrar los archivos de datos requeridos para el desarrollo de esta tarea, los datos de vuelos comprenden los periodos de tiempo entre 2010 y 2013 y la información de aeropuertos es de todos aquellos construidos antes de 2013

https://github.com/MIAD-Modelo-Datos/Recursos/tree/main/Infraestructura%20visible/Etapa%201

Datos suministrados

• aeropuertos.csv
• vuelos.csv
• Revise y utilice los archivos que considere necesarios diferentes a los anteriores

Tecnología

Recuerde que está el tutorial de "Construcción de ETL sin historia", que será de utilidad para el desarrollo de esta tarea. Este tutorial utiliza la tecnología Pyspark.

Adicionalmente, se le sugiere utilizar una herramienta como GenMyModel para dibujar el modelo y generar las sentencias de creación de la base de datos. Este tipo de herramientas facilita el mantenimiento de los modelos de datos.

Usted debe crear una sección en su wiki, en la cual incluya:

1. Entregable1. El modelo multidimensional que permite realizar los análisis propuestos y justificar sus decisiones. Suponga como procesos: RegistroDeVuelos.

1. Parte1. Diagrama del modelo multidimensional
2. Parte2. Descripción del modelo multidimensional
3. Parte3. Los scripts de creación de las tablas

2. Entregable2. Proceso ETL

1. Parte1. Definir, desarrollar y justificar un proceso de ETL para cargar la información al modelo propuesto.
2. Parte2. Mostrar el estado final de la base de datos, con estadísticas sobre filas y columnas de las dimensiones y tablas de hecho y, con ejemplos de los registros insertados en cada una de ellas.
3. Parte3. Código asociado al proceso ETL

3. Entregable3. Generar y mostrar la nueva versión del tablero de control, que toma los datos de la base de datos creada con su modelo multidimensional.

1. Parte1. Incluir imágenes del tablero de control adaptado, indicando los cambios realizados.
2. Parte2. Publicar el tablero (si puede hacerlo desde Power BI e indicar la Url donde se pueda consultar). En caso contrario exportar el tablero construido y los datos finales utilizados para el tablero. Estos datos pueden estar en un csv o como un backup de la base de datos cargada.

Criterios de evaluación

• Entregable1. Con respecto al modelo multidimensional, se revisará que:
• Los elementos claves del enunciado y las fuentes de datos hayan sido identificados en las dimensiones, tablas de hecho, atributos de dimensiones, dimensiones asociadas a las tablas de hecho y medidas.
• Las dimensiones sean dimensiones y las tablas de hecho sean tablas de hecho.
• Los atributos de la dimensión sean atributos de la dimensión y no medidas de una tabla de hechos.
• Las medidas sean consistentes con el nivel de granularidad de la tabla de hechos y sean medidas.
• Los scripts estén completos, sean correctos y coherentes con el modelo propuesto
• Entregable2. A nivel del proceso ETL se revisará:
• Parte1. La completitud, correctitud y coherencia con el modelo multidimensional propuesto.
• Parte2. El resultado de la ejecución del proceso ETL que incluye las estadísticas de las tablas y ejemplos de las filas insertadas, será revisado en términos de la completitud y coherencia con el modelo propuesto.
• Entregable3. En el tablero de control, se revisará la correctitud al actualizar la fuente de datos para que sea la base de datos creada y el funcionamiento correcto después del ajuste.

• Las preguntas que surjan en el desarrollo de esta tarea pueden registrarlas en el slack del curso
• Recuerde que tiene a su disposición el tutorial de Creación y manejo de la Wiki aquí: https://misovirtual.virtual.uniandes.edu.co/codelabs/wiki-github/index.html?index=..%2F..ETL#0