Dimensión lentamente cambiante (SCD)
Una dimensión lentamente cambiante (SCD) es una dimensión de un almacén de datos cuyos atributos, como el domicilio de un cliente o su tramo de ingresos, cambian con el tiempo. Los tipos de SCD definen cómo se registran esos cambios en el almacén.
Ejemplo
Suponga que, al aprobar un préstamo, se registra que los ingresos de un cliente están entre $40,000 y $59,999, y que después pasan a estar entre $60,000 y $79,999. Si Type 1 sobrescribe el tramo anterior, un informe de las aprobaciones del año pasado muestra el tramo actual, no el que se usó para tomar la decisión.
Cómo se aplican los tipos de SCD más comunes a los datos de préstamos
Una entidad prestamista corrige el domicilio postal de un cliente. Type 1 sustituye el domicilio guardado, por lo que se pierde el anterior.
Si un cliente se muda, Type 2 agrega una fila con el nuevo domicilio y las fechas de inicio y fin de vigencia. La fila anterior se conserva para representar el período previo.
Una entidad prestamista puede guardar la preferencia de contacto anterior de un cliente en una columna separada, junto a la actual. Ese es el tipo Type 3, que conserva un valor anterior.
Por qué importa el historial Type 2 en el análisis de crédito
Suponga, a modo de ejemplo, que una decisión de préstamo tiene fecha del 15 de marzo y que el tramo de ingresos del cliente cambia el 1 de junio. Una unión con Type 2 puede seleccionar la fila cuyas fechas de vigencia incluyen el 15 de marzo, de modo que el análisis usa el tramo registrado para esa fecha de decisión.
En un análisis de fin de mes, la fecha puede vincularse con la fila vigente en ese momento. Así, la comparación usa los atributos que correspondían a ese período, en lugar de aplicar los actuales a períodos anteriores.
Preguntas frecuentes
¿Una SCD Type 2 necesita una marca para la fila actual?
No necesariamente. Type 2 usa fechas de inicio y fin de vigencia, y a menudo incluye una marca para identificar la fila actual.
¿Qué ocurre si un valor Type 2 vuelve a ser uno anterior?
Type 2 agrega una fila nueva con cada cambio, por lo que el regreso a un valor anterior queda registrado en otra fila con sus fechas. La fila anterior se conserva para el período que representaba originalmente.
¿Qué indica la fecha de fin de vigencia en una fila Type 2?
Indica el final del período que representa esa fila. Consúltela junto con la fecha de inicio de vigencia para identificar qué versión corresponde a la fecha analizada.
Type 1 sobrescribe el valor anterior y, por tanto, se pierde el historial. El artículo sobre arquitectura de almacenes de datos para préstamos explica cómo las capas del almacén conservan el historial de datos y los registros de decisiones.