¿Por qué es necesario un procedimiento de transformación?
Para comprender la necesidad de un procedimiento de transformación, debemos prestar atención que en un procedimiento ETL se manejan diversas fuentes, algunas de ellas ajenas a la propia organización: información bursátil de una página web ajena a la compañía, cualquier tipo de descarga desde Internet, un paquete de Office, etc. Esta variedad de bases de datos, a veces de varios países, con diferentes idiomas y diferentes unidades de medidaLa "medida" es un concepto fundamental en diversas disciplinas, que se refiere al proceso de cuantificar características o magnitudes de objetos, fenómenos o situaciones. En matemáticas, se utiliza para determinar longitudes, áreas y volúmenes, mientras que en ciencias sociales puede referirse a la evaluación de variables cualitativas y cuantitativas. La precisión en la medición es crucial para obtener resultados confiables y válidos en cualquier investigación o aplicación práctica...., hace imposible o difícil realizar comparaciones si no se realizan conversiones y formateados de antemano. De ahí la necesidad de procesos de transformación.
Acciones de transformación
Las acciones o procesos más habituales son:
- Reformateo de datos.
- Conversión de unidades. A modo de ejemplo, convertir millas a kilómetros por hora o viceversa. Algo muy frecuente cuando se extraen datos de países con distintas unidades métricas. Otro caso sería la conversión de distintas monedas (libras, euros …) en un único valor estándar.
- Selección de columnas para posterior carga. A modo de ejemplo, haga que las columnas con valores nulos no se carguen.
- Agregación de columnas. Agregar una columna con el origen de ciertos autos sería un ejemplo.
- Divida una columna en varias. Esta acción es muy útil para, a modo de ejemplo, separar en tres columnas, una para el nombre y dos para el apellido, la identificación de una persona que previamente estaba en un solo campo.
- Traducir códigos. A modo de ejemplo, si la fuente de origen almacena una “H” para hombres y una “M” para mujeres, dé las instrucciones indispensables para que el destino almacene un “1” para hombres y un “2” para mujeres.
- Obtenga nuevos valores calculados.
- Unir datos de múltiples fuentes.
- Búsquedas. Es cuando se toman datos y se comparan con otro tipo de datos, cruzando información. A modo de ejemplo, capturar un código de cliente de una base de datosUna base de datos es un conjunto organizado de información que permite almacenar, gestionar y recuperar datos de manera eficiente. Utilizadas en diversas aplicaciones, desde sistemas empresariales hasta plataformas en línea, las bases de datos pueden ser relacionales o no relacionales. Su diseño adecuado es fundamental para optimizar el rendimiento y garantizar la integridad de la información, facilitando así la toma de decisiones informadas en diferentes contextos.... y cruzarlo con otra base de préstamos concedidos para saber si dicho cliente disfruta o no de ese préstamo.
- Pivotando. Procedimiento semejante a las búsquedas pero con un mayor grado de complejidad, puesto que se cruzan datos de diferentes fuentes.
¿Quién se encarga de llevar adelante estas transformaciones?
Este rol corresponde al desarrollador o analista del procedimiento ETL en cuestión. La definición de las transformaciones a realizar se realiza en base a un análisis previo y la etapa de limpieza que, como ya hemos señalado y profundizaremos más adelante, es un procedimiento separado pero muy ligado al de transformación.
Transformación: un procedimiento vital para análisis y comparaciones posteriores
La transformación de los datos, tras la extracción de los mismos y como paso previo a su carga, no puede considerarse una etapa secundaria o prescindible. Sin un buen trabajo de transformación de datos no sería factible realizar comparaciones y análisis. Dicho de otra forma, se perdería uno de los grandes beneficios para las instituciones de poner en práctica un procedimiento ETL.
