Diseño de data warehouse en la dirección de cobertura de la Secretaria de Educación Distrital de Bogotá (SED)

Abstract

La secretaria desde hace ya varios años ha venido presentando inconvenientes con la cantidad de requerimientos recibidos con respecto a las variables de su actividad, el principal inconveniente es no contar con un repositorio centralizado de la información y esto causa que en cada requerimiento se repita una y otra vez los procesos de limpiezas y preparación de la data para dichos requerimientos, el siguiente proyecto tiene como fin la propuesta de un modelo de limpieza de la información y la propuesta del desarrollo de un data warehouse en la dirección de cobertura en la secretaria de educación distrital de Bogotá que permita darle solución a la problemática. La propuesta da su inicio con la recepción de la data que recibe la secretaria y que llegaría a un archivo compartido que posteriormente será leído por un código en R y pasado por un proceso de limpieza hasta dejar la data disponible para el proceso de almacenamiento. Los principales resultados del anterior proyecto se dan en la reducción de tiempos de respuesta a cada uno de los requerimiento, esto porque la data siempre estaría consolidada, limpia, preparada y disponible para cualquier requerimiento.

The secretary for several years now has been presenting a number of inconveniences with the requirements received with respect to the variables of its activity, the main drawback is not having a centralized repository of information and this causes a repetition of a once again the processes of cleaning and preparing the data for those requirements, the following project has as objective the proposal of an information cleaning model and the proposal of the development of a data warehouse in the direction of coverage in the secretary of Bogotá district education that allows solving the problem. The proposal begins with the reception of the data received by the secretary and that would reach a shared file that will later be read by a code in R and passed through a cleaning process until the data is available for the storage process. The main results of the previous project are given in the reduction of response times to each of the requirements, this because the data would always be consolidated, clean, prepared and available for any requirement.