Qué es un data mart y cuándo usarlo
Un data mart es un repositorio analítico orientado a un área, proceso o dominio, como ventas, finanzas o inventario. Entrega datos preparados para preguntas específicas con un alcance menor que un data warehouse empresarial.
No es simplemente “una base pequeña”. Debe tener definiciones gobernadas, granularidad explícita, responsables y un camino de actualización confiable.
Ejemplo de data mart de ventas
Puede incluir:
- hechos de ventas por línea;
- dimensiones de fecha, cliente, producto y canal;
- objetivos mensuales;
- devoluciones;
- métricas certificadas de ingreso, margen y unidades.
El equipo comercial consulta un modelo diseñado para su trabajo sin navegar tablas operativas. Un esquema estrella facilita filtros consistentes y herramientas de BI.
Tipos de data mart
Dependiente
Se alimenta de un data warehouse central. Reutiliza datos ya integrados y definiciones corporativas. Reduce divergencias, aunque depende del calendario y prioridades de la plataforma central.
Independiente
Ingiere directamente desde sistemas de origen. Puede entregar valor rápido, pero corre el riesgo de crear silos, copias y métricas incompatibles.
Híbrido
Combina datos corporativos con fuentes específicas del área. Requiere controlar claves, frescura y autoridad de cada fuente.
Data mart vs data warehouse
| Aspecto | Data mart | Data warehouse |
|---|---|---|
| Alcance | Dominio o área | Organización |
| Usuarios | Equipo específico | Varios dominios |
| Tiempo inicial | Menor | Mayor |
| Modelo | Orientado a casos concretos | Integración empresarial |
| Riesgo | Silo local | Complejidad central |
No son rivales. Un warehouse puede proveer varios marts; los marts pueden ser productos de datos gobernados sobre una plataforma compartida.
Data mart vs modelo semántico
El data mart almacena o presenta datos analíticos del dominio. Un modelo semántico añade relaciones, medidas, jerarquías y nombres para consumo. En algunas plataformas ambos conceptos se solapan, pero conviene separar almacenamiento de lógica de presentación.
Arquitectura mínima
Fuentes → ingestión → transformación → data mart → modelo BI → informes
Cada flecha necesita:
- propietario;
- frecuencia;
- contrato de esquema;
- pruebas;
- monitorización;
- política de acceso;
- linaje.
El pipeline de datos debe ser idempotente o tener una estrategia clara para reprocesar.
Cómo diseñarlo
- Define decisiones y consumidores.
- Especifica métricas con fórmula, granularidad y exclusiones.
- Identifica fuentes autorizadas.
- Diseña hechos y dimensiones.
- Establece historial y tratamiento de cambios.
- Declara objetivos de frescura.
- Automatiza controles.
- Aplica permisos por rol.
- Publica documentación.
- Mide uso y calidad.
No empieces copiando todas las tablas. Empieza por preguntas y evidencia necesaria.
Granularidad
Una tabla de hechos debe declarar qué representa una fila: una línea de pedido, un pedido, un día por tienda o un saldo mensual. Mezclar granularidades provoca dobles conteos.
Si guardas saldos y movimientos en la misma tabla, sumar todo no tiene sentido. Separa procesos o crea medidas que respeten su naturaleza.
Calidad y reconciliación
Incluye pruebas de:
- claves únicas;
- referencias válidas;
- nulos en campos críticos;
- rangos;
- volumen;
- frescura;
- reconciliación contra fuente;
- variaciones inesperadas.
Una estrategia de calidad debe definir qué bloquea publicación y qué solo genera advertencia.
Seguridad
El alcance reducido no elimina el riesgo. Un mart de RR. HH. o finanzas puede concentrar datos sensibles. Aplica mínimo privilegio, enmascaramiento cuando proceda, registro de acceso, retención y separación entre desarrollo y producción.
Cuándo conviene
- Un dominio tiene preguntas y propietarios claros.
- El warehouse general es demasiado amplio para el consumo.
- Se necesita rendimiento predecible.
- Las definiciones pueden gobernarse.
- El equipo operará el producto a largo plazo.
Cuándo no
- Es una copia personal sin propietario.
- Duplica métricas existentes.
- No existe presupuesto de mantenimiento.
- La fuente cambia sin contrato.
- Se crea para evitar colaborar con gobierno central.
Métricas operativas
Monitoriza latencia de carga, cumplimiento de frescura, fallos, tiempo de consulta, costo, usuarios activos, tablas sin consumo y discrepancias. Un data mart que nadie utiliza debe revisarse o retirarse.
El éxito no es “tener otra base”, sino reducir el tiempo entre una pregunta legítima y una respuesta confiable.
Preguntas frecuentes
¿Qué es un data mart?
Es un repositorio analítico enfocado en un dominio, área o proceso de negocio.
¿Qué diferencia hay con un data warehouse?
El mart tiene alcance específico; el warehouse integra datos para múltiples dominios de la organización.
¿Qué es un data mart dependiente?
Es el que recibe datos desde un warehouse central y reutiliza sus definiciones e integración.
¿Un data mart siempre almacena datos?
Puede materializar tablas o presentarse como una capa lógica según la plataforma y los requisitos de rendimiento.
¿Cómo evito que se vuelva un silo?
Usa fuentes autorizadas, métricas compartidas, linaje, propietarios, contratos y una plataforma gobernada.
¿Qué esquema conviene?
Para BI, un esquema estrella con hechos y dimensiones suele ofrecer claridad, aunque el diseño depende de las preguntas y granularidad.
Deja una respuesta