¿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 medida, 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. As an example, 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. As an example, 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.
- Divide a column into several. Esta acción es muy útil para, as an example, 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.
- Translate codes. As an example, 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.
- Get new calculated values.
- Unir datos de múltiples fuentes.
- Búsquedas. Es cuando se toman datos y se comparan con otro tipo de datos, cruzando información. As an example, capturar un código de cliente de una base de datos 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.
Transformation: 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. In other words, se perdería uno de los grandes beneficios para las instituciones de poner en práctica un procedimiento ETL.
