Modelos semánticos en productos de datos

Última actualización: 2026-11-03

Un modelo semántico es un modelo dentro de un producto de datos que define cómo se estructuran y entienden los datos. Los modelos semánticos ayudan a describir el contexto empresarial de sus datos: le permiten agregar relaciones, medidas y dimensiones a las tablas del producto de datos.

Los modelos semánticos le permiten crear estructuras de datos reutilizables que los desarrolladores de analítica pueden consumir en aplicaciones analíticas. Al definir relaciones, medidas y dimensiones una sola vez en un producto de datos, garantiza métricas empresariales y modelos de datos coherentes en toda su organización.

¿Qué es un modelo semántico?

Un modelo semántico es una representación estructurada de datos que incluye:

• Tablas: las tablas de datos en el producto de datos.
• Relaciones: conexiones definidas entre tablas basadas en campos coincidentes, lo que permite el análisis asociativo.
• Dimensiones: campos utilizados para agrupar y casificar datos, tales como el nombre del cliente o la categoría de producto.
• Medidas: métricas calculadas mediante expresiones, tales como la suma de ventas o el valor medio del pedido.

Los modelos semánticos se crean dentro de los productos de datos, a los que se puede acceder tanto desde Analítica como desde Integración de datos. Los modelos semánticos se consumen en aplicaciones de analítica.

¿Por qué utilizar modelos semánticos?

Los modelos semánticos aportan diversas ventajas para la gobernanza de datos y los casos de uso de analítica:

• Reutilización: defina estructuras de datos, relaciones y métricas de negocio una sola vez y reutilícelas en múltiples aplicaciones.
• Coherencia: asegúrese de que todas las aplicaciones utilicen los mismos cálculos y definiciones para las métricas de negocio clave.
• Desarrollo acelerado: los desarrolladores de análisis pueden crear aplicaciones más rápidamente al heredar modelos de datos predefinidos en lugar de crearlos desde cero.
• Gobernanza: centralice el control de la lógica de negocio y las estructuras de datos en productos de datos gobernados.
• Reducción de errores: minimice el riesgo de errores de cálculo mediante el uso de expresiones validadas del modelo semántico.
• Actualizaciones controladas: cuando cambia el modelo semántico, los cambios se reflejan al recargar la aplicación consumidora. Puede elegir si la aplicación hereda o no automáticamente nuevos datos y elementos maestros.

• Contexto para AI: las medidas y dimensiones se transfieren como elementos maestros con enlaces a los correspondientes términos del glosario empresarial, conservando sus descripciones y expresiones que alimentan la comprensión semántica para Qlik Answers.

Componentes de un modelo semántico

Tablas

Las tablas contienen los datos sin procesar que describe el modelo semántico. Cada tabla representa una colección de datos relacionados, como transacciones de ventas o registros de clientes. Puede incluir varias tablas de diferentes conjuntos de datos para crear un modelo de datos completo.

Relaciones

Las relaciones conectan tablas según campos coincidentes, como al vincular una tabla de ventas a una tabla de clientes mediante un campo de ID de cliente. Las relaciones permiten realizar consultas asociativas entre tablas y garantizan que los datos estén debidamente conectados entre sí en las aplicaciones de analítica.

Dimensiones

Las dimensiones son campos que se utilizan para clasificar y agrupar datos, como el nombre del cliente, la categoría del producto o la región. Al igual que las medidas, las dimensiones aparecen como elementos maestros en las aplicaciones que las consumen.

Las dimensiones también se pueden vincular a términos del glosario empresarial, lo que permite comprender fácilmente los conceptos y las definiciones relacionados con el caso de uso empresarial.

Medidas

Las medidas son métricas calculadas que se definen mediante expresiones, como Sum(Amount) o Avg(Value). Las medidas aparecen como elementos maestros en las aplicaciones que consumen el modelo semántico, lo que permite a los desarrolladores utilizarlas directamente en las visualizaciones.

Las medidas también se pueden vincular a términos del glosario empresarial, lo que permite comprender fácilmente los conceptos y las definiciones relacionados con el caso de uso empresarial.

Vista general del flujo de trabajo

El flujo de trabajo del modelo semántico consta de las siguientes fases:

1. Definir: en Integración de datos o Analítica, cree un producto de datos con conjuntos de datos y, a continuación, defina un modelo semántico definiendo relaciones, medidas y dimensiones.
2. Activar: active el producto de datos para que esté disponible en el Mercado de datos para los desarrolladores de analítica. Tenga en cuenta que el producto de datos no necesita estar activado para poder consumirse—sin embargo, la activación ayuda a indicar que está listo para casos de uso de producción.
3. Consumir: en Analítica, utilice el catálogo de datos para examinar modelos semánticos, seleccione las tablas y los elementos que necesite e inserte el script generado en su aplicación. Tras la recarga, las medidas y dimensiones del modelo semántico aparecen automáticamente como elementos maestros.

Requisitos previos

Para trabajar con modelos semánticos, necesita los siguientes requisitos previos.

Suscripción

Su suscripción debe permitir el acceso a los productos de datos. Para ver una lista de suscripciones compatibles, consulte Trabajar con productos de datos.

Permisos

Para trabajar con modelos semánticos, necesita permisos para crear y administrar productos de datos. Para ver los detalles completos, consulte Roles y permisos en los productos de datos.

Para consumir modelos semánticos, los permisos necesarios son los siguientes:

• Permisos asignados por el administrador: necesita que un administrador le asigne permisos específicos para poder crear y administrar productos de datos. Vea Permisos predeterminados y roles personalizados.
• Permisos de espacio: para consumir el modelo semántico de los productos de datos en espacios compartidos, administrados y de datos, necesita tener el permiso Puede consumir datos o Puede ver en el espacio que contiene el producto de datos.

Control de acceso

El control de acceso de los datos almacenados dentro del modelo semántico se rige por las reglas de control de acceso del producto de datos. Esto incluye referencias a metadatos y datos de otros recursos. Por ejemplo, el contenido de las expresiones en el modelo semántico está bajo el control de acceso del producto de datos, no del conjunto de datos donde residen esos recursos.

Siguientes pasos

Para empezar con los modelos semánticos:

• Administradores de productos de datos: consulte Gestión de modelos semánticos en productos de datos para aprender a crear y configurar modelos semánticos.
• Desarrolladores de analítica: consulte Consumir productos de datos en aplicaciones para aprender a utilizar modelos semánticos en sus aplicaciones.