DATA WAREHOUSE Rafael Ervin Hass Raphael Laércio Zago

Transcrição

1 Unioeste - Universidade Estadual do Oeste do Paraná CENTRO DE CIÊNCIAS EXATAS E TECNOLÓGICAS Colegiado de Informática Curso de Bacharelado em Informática DATA WAREHOUSE Rafael Ervin Hass Raphael Laércio Zago CASCAVEL 2005

2 Rafael Ervin Hass Raphael Laércio Zago DATA WAREHOUSE Monografia apresentada como requisito parcial para aprovação na disciplina de Banco de Dados II do curso de Bacharelado em Informática, do Centro de Ciências Exatas e Tecnológicas da Universidade Estadual do Oeste do Paraná - Campus de Cascavel Professor: Carlos José Maria Olguín CASCAVEL 2005

3 Lista de Figuras 2.1 Arquitetura de data warehouse Modelo de cubo de dados tridimensional Versão com rotação do cubo de dados da figura Esquema estrela com tabelas de fatos e de dimensões Esquema snowflake iii

4 Lista de Abreviaturas e Siglas OLAP DW DWA SQL SGDB On Line Analytical Processing Data Warehouse Data Warehouse Architure Structured Query Language Sistema Gerenciador de Banco de Dados iv

5 Sumário Lista de Figuras Lista de Abreviaturas e Siglas Sumário Resumo iii iv v vi 1 Introdução 1 2 Data Warehouse Uma arquitetura de data warehouse Bancos de Dados Operacionais / Camada de Banco de Dados Externo Camada de Acesso à Informação Camada de Acesso de Dados Diretório de Dados Camada de Gerenciamento de Processos Camada de Mensagens de Aplicação Camada de Data Warehouse Camada de Plataforma de Dados Características de Data Warehouses Desenvolvimento de Data Warehouse Modelagem do Data Warehouse Construção de um Data Warehouse Estudo de Caso 16 5 Conclusão 18 Glossário 19 Referências Bibliográficas 20 v

6 Resumo Será definido o conceito de data warehouse, bem como sua arquitetura e os mecanismos de modelagem e implentação necessários. Discutiremos aplicações do data warehouse e apresentaremos um estudo de caso para demonstrar as vantagens da tecnologia de data warehousing no ambiente de auxílio à tomada de decisões. Palavras-chave: data warehouse, OLAP, sistemas de apoio á decisão vi

7 Capítulo 1 Introdução Podemos encontrar reconhecidamente dois tipos fundamentalmente diferentes de sistemas de informação nas organizações: os sistemas operacionais e os sistemas informacionais. Sistemas operacionais são exatamente o que seu nome implica, isto é, sistemas utilizados na operação diária das organizações. Eles são a espinha dorsal de qualquer organização, e devido à sua importância, foram em geral as primeiras partes a serem informatizadas. Sistemas informacionais lidam com com a análise de dados e a tomada de decisões, frequentemente decisões de alto nível, sobre como a organização vai operar, agora e no futuro. Além disso possuem um foco diferente dos sistemas operacionais, e frequentemente um escopo diferente. Enquanto dados operacionais são geralmente focados em uma única área, dados informacionais podem frequentemente se extender por um número diferente de áreas. O conceito de "data warehousing"data da metade da década de Em essência, ele pretendia prover um modelo arquitetural para o fluxo de dados dos sistemas operacionais para ambientes de suporte à decisão. Ele tentava lidar com os diversos problemas associados com esse fluxo, e com os altos custos associados a ele. Na inexistência de tal arquitetura, existia uma enorme quantidade de redundância na entrega de informações de gerenciamento. Em grandes corporações era comum multiplos sistemas de suporte à decisão operarem independentemente, cada um servindo diferentes usuários porém requerendo muitos dos mesmos dados. O processo de capturar, limpar e integrar dados de várias fontes, não raro sistemas legados, era tipicamente replicado para cada projeto. Além disso, sistemas legados eram frequentemente revisitados à medida que novos requerimentos emergiam, cada vez requerendo visões levemente diferentes dos dados legados. Baseado em analogias com armazéns da vida real (warehouses), data warehouses preten-

8 diam ser áreas de armazenamento em larga escala para dados legados. De onde estes poderiam ser distribuídos para "lojas de varejo"onde eles poderiam ser preparados para acesso dos usuários de suporte à decisão. Enquanto os data warehouses foram designados para gerenciar o suprimento de dados dos fornecedores, e manipular a organização e armazanamento desses dados, as "lojas de varejo"poderiam estar focadas no empacotamento e apresentação de dados selecionados aos usuários finais, comumente para atender necessidades específicas [1]. Atualmente data warehouses são utilizadas nas seguintes áreas: On-Line Analytic Processing (OLAP) para suporte a tomada de decisões; Data mining, que usa o data warehouse como fonte de informações para sistemas de descoberta de dados através de técnicas estatísticas e inteligência artificial para encontrar associações, seqüências, classificações, conjuntos e previsões; Database marketing, que utiliza o data warehouse para prover serviços personalizados para compradores específicos. Data warehouses não são baratos, o custo gira em torno de milhões de dólares, ou seja, poucas organizações tem condições de adquirir um DW. A implementação consome muito tempo e exige requisitos criteriosos da organização. Como é desenvolvido para grandes empresas e A área de data warehouse teve um grande crescimento ao longo da década de DW proveram uma vantagem estratégica para muitas empresas que as adotaram previamente. Na atual situação do mercado os data warehouse se tornaram uma necessidade estratégica para as organizações, pois seus competidores usam essa tecnologia. Os web browsers se tornaram o grande veiculo para o acesso aos dados do warehouse, atualmente também se utilizam tecnologias como Java, CORBA e Active X. 2

9 Capítulo 2 Data Warehouse Uma das razões para que o data warehouse levou tanto tempo para se desenvolver é que ele é atualmente uma tecnologia muito abrangente. De fato, data warehouse pode ser representado como um framework para gerenciamento informacional de dados da organização. De modo à entender como todos os componentes envolvidos em uma estratégia de data warehouse são relacionados, é necessário ter uma arquitetura do mesmo. 2.1 Uma arquitetura de data warehouse Uma arquitetura de data warehouse (data warehouse architeture ou DWA) é um meio de representar a estrutura de geral de dados, comunicação, processamento e apresentação que existe para a computação de usuário final que ocorre na organização. Essa arquitetura é composta de vários componentes interconectados [3]: Bancos de Dados Operacionais / Camada de Banco de Dados Externo Camada de Acesso à Informação Camada de Acesso de Dados Diretório de Dados Camada de Gerenciamento de Processos Camada de Mensagens de Aplicação Camada de Data Warehouse

10 Camada de Plataforma de Dados Figura 2.1: Arquitetura de data warehouse Bancos de Dados Operacionais / Camada de Banco de Dados Externo Sistemas operacionais processam dados para suportar necessidades operacionais críticas. Para isso, estes devem ser criados históricamente para prover uma estrutura de processamento eficiente para um número relativamente pequeno de transações de negócios bem definidas. Entretanto, devido ao foco limitado de sistemas operacionais, o banco de dados é designado para suportar sitemas operacionais que tem dificuldade em acessar dados para outros gerenciamentos ou propósitos informacionais. Essa dificuldade em acessar dados operacionais é amplificada pelo fato de que muitos sistemas operacionais são frequentemente de dez ou quinze anos atrás. A idade de alguns desses sistemas significa que a tecnologia de accesso aos dados disponível para obter dados operacionais é ela mesma antiga. Claramente, a meta do data warehousing é libertar a informação que está travada no banco de dados operacional e misturar ela com a informação de outras fontes de dados, possivelmente externas. Cada vez mais, grandes organizações estão adquirindo dados adicionais de bancos de dados externos. Esses incluem dados demográficos, econométricos, tendências competitivas e 4

11 de compras. A chamada "supervia da informação"está provendo acesso à mais fontes de dados a cada dia Camada de Acesso à Informação A camada de acesso à informação da arquitetura de data warehouse é aquela com a qual o usuário final lida diretamente. Em particular, ela representa as ferramentas que o usuário final normalmente usa no dia a dia. Essa camada também inclui o hardware e software envolvido na visualização e impressão de relatórios, planilhas, grafos e gráficos para análise e apresentação. A camada de acesso à informação se expandiu fortemente, devido especialmente à migração de usurários finais para PCs e PC/LANs. Hoje existem ferramentas cada vez mais sofisticadas em desktops para manipular, analisar e apresentar dados, entretanto, existem problemas relevantes na criação de dados "crus"contidos em sistemas operacionais disponíveis facilmente e perfeitamente para usuários finais. Uma das chaves para isso é encontrar linguagens de dados comuns que podem ser usadas na organização inteira Camada de Acesso de Dados A camada de acesso de dados da arquitetura de data warehouse é envolvida com a permissão da camada de acesso à informação para "conversar"com a camada operacional. Nas redes mundiais de hoje, a linguagem de dados comum que emergiu é o SQL. Originalmente desenvolvida pela IBM como uma linguaguem de consultas, mas acabou se tornando um padrão de fato para o intercâmbio de dados. Uma das descobertas chave dos últimos anos foi o desenvolvimento de uma série de filtros de acesso aos dados, tais como EDA/SQL, que possibilitam ao SQL acessar praticamente qualquer SGDB e sistema de arquivos de dados, seja relacional ou não relacional. Esses filtros tornaram possível para as ferramentas de acesso à informações no estado da arte acessar dados armazenados em sistemas de gerenciamento de banco de dados que datam de muitos anos atrás. A camada de acesso de dados não somente extende diferentes SGDBs e sistemas de arquivos no mesmo hardware, ele exptende fabricantes e protocolos de rede também. Uma das chaves para uma estratégia de data warehouse é prover os usuários finais com "acesso de dados univer- 5

12 sal", isto é, pelo menos teoricamente usuários finais, independentemente de sua localização ou ferramenta de acesso à informação, devem ser capazes de acessar qualquer ou todos os dados na organização que são necessãrios para ele realizar seu trabalho. Essa camada é então responsável pelo interfaceamento entre ferramentas de acesso à informação e bancos de dados operacionais. Em muitos casos, isso é tudo que certos usuários finais necessitam. Entretanto, em gera, organizações estão desenvolvendo esquemas muito mais sofisticados para suportar data warehouse [3] Diretório de Dados De modo a prover acesso a dados universal, é absolutamente necessário manter alguma forma de diretório de dados ou repositório de informações de metadados. Metadados são os dados sobre os dados internos à organização. Para termos um armazém de dados completamente funcional, é necessário ter uma variedade de metadados disponível, dados sobre as visões de dados dos usuário finais e sobre bancos de dados operacionais. Idealmente, usuários finais devem ser capazes de acessar dados do data warehouse, sem ter de conhecer onde os dados residem ou a forma na qual ele é armazenado Camada de Gerenciamento de Processos A camada de gerenciamento de processos é envolvida no escalonamento das várias tarefas que devem ser realizadas para gerar e manter as informações do data warehouse e do diretório de dados. Ela pode ser vista como o controlador de alto nível das tarefas para os muitos processos (procedimentos) que devem ocorrer para manter o data warehouse atualizado Camada de Mensagens de Aplicação A camada de mensagens de aplicação lida com o transporte de informação pela rede de computação organizacional. As mensagens de aplicação são também chamadas de "middleware", mas ele pode envolver mais do que simplesmente protocolos de rede. Elas podem ser usadas, por exemplo, para isolar aplicações, operacionais ou informacionais, do formato exato dos dados no outro lado. Mensagens de aplicação podem também ser usados para coletar transações ou mensagens e entregá-las em um certo local em um certo tempo. 6

13 2.1.7 Camada de Data Warehouse O núcleo do data warehouse é onde os dados são primariamente usados para uso informacional. Em alguns casos, podemos pensar no data warehouse simplesmente como uma visão lógica ou virtual dos dados. Em muitas instâncias, o data warehouse pode atualmente não envolver o armazenamento de dados. No data warehouse físico, cópias de dados operacionais ou externos são armazenados em um formato de fácil acesso e altamente flexível. Cada vez mais os data warehouses são armazenados em plataformas cliente/servidor, mas são frequentemente armazenados em quadros principais também Camada de Plataforma de Dados O componente final da arquitetura de um data warehouse é a plataforma de dados. A plataforma de dados também é chamada de gerenciamento de cópia ou gerenciamento de replicação, mas de fato, ela inclui todos os processos necessários para selecionar, editar, sumarizar, combinar e carregar data warehouses e dados de informações de acesso de bancos de dados operacionais ou externos. A plataforma de dados frequentemente envolve programação complexa, mas ferramentas de data warehouse estão sendo criadas para ajudar nesse processo. Ela também pode envolver programas de análise da qualidade de dados e filtros que identificam padrões e estruturas de dados em dados operacionais existentes. 2.2 Características de Data Warehouses Orientado à Assunto A informação é apresentada de acordo com assuntos específicos ou áreas de interesse, não simplismente como arquivos de computador. Os dados são manipulados para prover informações sobre um assunto em particular. Por exemplo, o SGDB não é simplesmente tornado acessível aos usuários finais, mas são providas estruturas e organizações de acordo com necessidades específicas. 7

14 Integrados Uma fonte única de informações para e sobre a compreensão de múltiplas áreas de interesse. O data warehouse contém informações sobre uma variedade de assuntos. Não-Volátil Informações estáveis que não mudam cada vez que um processo operacional é executado. As informações são consistentes à despeito de quando o data warehouse é acessado. Variável no Tempo Contendo um histórico de um assunto, assim como informações atualizadas. Informação histórica é um importante componente de um data warehouse. Accessivel O principal propósito de um data warehouse é prover informações acessíveis prontamente aos usuários finais. Orientado à Processo É importante visualizar o data warehouse como um processo para a entrega de informações. A manutenção de um data warehouse é contínua e iterativa por natureza [4]. 8

15 Capítulo 3 Desenvolvimento de Data Warehouse O modelo de dados multidimensional se encaixa bem com o OLAP e com as tecnologias de apóio a decisão. Geralmente um data warehouse é um deposito de dados integrados oriundos de fontes múltiplas, processados para armazenamento em um modelo multidimensional. Se comparado com um banco de dados transacionais podemos dizer que um data warehouse é não volátil, ou seja, a informação no DW muda muito menos freqüentemente e pode ser considerada como não sendo de tempo real e com atualização periódica. Os sistemas transacionais, as transações são a unidade e o agente de mudança no banco de dados. Em um data warehouse a granularidade dos dados é muito mais espessa e sua atualização depende de uma política apropriada previamente definida. Em um DW existe um componente responsável pela aquisição e pré-processamento dos dados, e é esse o componente responsável pela atualização. Como abrangem grandes volumes de dados, os data warehouses geralmente são uma ordem de magnitude maior que os banco de dados fontes, o volume absoluto de dados, que gira em torno de terabytes, é uma questão a ser tratada com data warehouses que abrangem toda a organização [2]. 3.1 Modelagem do Data Warehouse Os modelos multidimensionais tiram proveito de relações inerentes aos dados para gerar dados em matrizes multidimensionais chamadas cubos de dados. Também podem ser chamados de hipercubos, se tiverem mais que três dimensões. Para dados que seguem à formatação dimensional, o desempenho de consultas em matrizes multidimensionais pode ser muito melhor do que no modelo de dados relacional. Na figura 3.1 há um cubo de dados tridimensional que

16 Figura 3.1: Modelo de cubo de dados tridimensional organiza os dados de vendas dos produtos por trimestres fiscais e regiões de vendas. Outras dimensões poderiam ser acrescentadas, caracterizando um hipercubo, porém objetos com mais de três dimensões não são facilmente apresentados graficamente. Os dados podem ser consultados diretamente em qualquer combinação das dimensões, o que evita consultas complexas ao bando de dados. A mudança de uma hierarquia, também chamada de orientação dimensional, para outra é facilmente realizada em um cubo de dados por uma técnica chamada pivoteamento, ou rotação. Nessa técnica o cubo de dados pode ser pensado como se tivesse uma rotação para mostrar uma orientação diferente dos eixos. Por exemplo, poderia ser provocada uma rotação no cubo de dados para mostrar as receitas das vendas regionais como linhas, os totais das receitas dos trimestres fiscais como colunas e os produtos da empresa na terceira dimensão, como está representado na figura 3.2. Conseqüentemente, essa técnica é equivalente a ter uma tabela de vendas regionais separadamente para cada produto, em que cada tabela mostra as vendas trimestrais para aquele produto por região. Os modelos multidimensionais podem ser perfeitamente utilizados para visões hierárquicas no que é conhecido como apresentação roll-up e apresentação drill-down. Apresentações roll-up seguem na direção de baixo para cima na hierarquia, agrupando segundo unidades maiores ao longo de uma dimensão. Por exemplo, sumarizando dados semanais por trimestre. A apresentação drill-down proporciona a capacidade oposta, fornecendo uma visão de granularidade mais fina. O modelo de armazenamento multidimensional 10

17 Figura 3.2: Versão com rotação do cubo de dados da figura 3.1 utiliza as tabelas de dimensão e as tabelas de fatos. Uma tabela de dimensão possui atributos de dimensões, enquanto que as tabelas de fatos podem ser imaginadas como possuindo tuplas, uma por fato registrado. Esse fato contém algumas variáveis medidas ou observadas e as identificam com ponteiros para tabelas de dimensão, ou seja, as tabelas de fatos contém os dados, e as dimensões identificam cada tupla naqueles dados. Na figura 3.3 é representada uma tabela de fato que pode ser vista a partir da perspectiva de tabelas de dimensão. Os esquemas multidimensionais mais comuns são o estrela e o snowflake. No esquema estrela uma tabela de fato possui uma única tabela para cada dimensão como podemos ver na figura 3.3. O esquema snowflake é uma variação do esquema estrela, onde as tabelas dimensionais do esquema estrela são organizadas segundo uma hierarquia definida por meio da sua normalização. A figura 3.4 representa um esquema snowflake. Para poder dar suporte ao acesso de alto desempenho o armazenamento em data warehouse utiliza técnicas de indexação. Em um esquema estrela, pode ser utilizada uma indexação de junção para indexar os dados dimensionais as tuplas na tabela de fatos. Os índices de junção são índices tradicionais para a manutenção de relacionamentos entre os valores da chave primária e da chave estrangeira. Eles relacionam os valores de dimensão de um esquema estrela às linhas na tabela de fato. Por exemplo, considere uma tabela de fato de vendas que possua cidade e trimestre fiscal como dimensões. Se existir um índice de junção para cidade, 11

18 Figura 3.3: Esquema estrela com tabelas de fatos e de dimensões Figura 3.4: Esquema snowflake 12

19 para cada cidade o índice de junção manterá os identificadores de tuplas que contenham aquela cidade. Os índices de junção podem envolver dimensões múltiplas. O armazenamento em data warehouses pode facilitar o acesso a dados sumários tirando maior vantagem da persistência dos data warehouses e do grau de previsibilidade das análises que serão executadas utilizando-os. Duas abordagens têm sido usadas. Uma utiliza tabelas menores que contém dados sumários, e a outra utiliza codificação de nível dentro das tabelas existentes. 3.2 Construção de um Data Warehouse Para a construção de um DW, os desenvolvedores devem, antecipadamente, obter uma ampla visão do uso do warehouse. É impossível antecipar todas as possíveis consultas ou análises durante a fase de projeto, por esta razão o projeto deve dar suporte às consultas ad hoc, ou seja, o acesso aos dados em qualquer combinação significativa dos valores para os atributos nas tabelas de dimensão ou de fato. Inicialmente deve ser definido como os dados serão adquiridos. A aquisição de dados para o warehouse envolve alguns passos, sejam eles: Os dados precisam ser extraídos de fontes múltiplas e heterogêneas; Os dados precisam ser formatados visando à consistência dentro do warehouse; Os dados precisam ser limpos para assegurar a validade; Os dados precisam ser carregados no DW. Os banco de dados precisam atingir um equilíbrio entre a eficiência no processamento de transações e o suporte aos requisitos de consultas, porém um data warehouse é tipicamente otimizado para o acesso a partir das necessidades de um tomador de decisão. O armazenamento de dados em um data warehouse reflete essa especialização e envolve os seguintes processos: Armazenamento dos dados de acordo com modelo de dados do warehouse; Criação e manutenção das estruturas de dados necessárias; Criação e manutenção de caminhos de acesso adequados; Fornecimento de dados que variam no tempo conforme novos dados são acrescentados; 13

20 Suporte a atualização dos dados do warehouse; Atualização dos dados; Eliminação dos dados. Pelo volume de dados presente no data warehouse a sua total recarga geralmente se mostra impossível. Por isso é utilizada a atualização seletiva e versões de warehouse separadas do warehouse. Alguns warehouses utilizam um mecanismo incremental de atualização dos dados, onde dados antigos são eliminados periodicamente. O ambiente onde o DW residirá também merece total consideração durante a elaboração do projeto. Segundo [2] as mais importantes são as seguintes: Projeções de uso; O ajuste ao modelo de dados; Características das fontes disponíveis Projeto do componente de metadados; Projeto modular de componente; Projeto da capacidade de gerenciamento e de alterações; Considerações de arquitetura distribuída e paralela. O projeto do DW é inicialmente dirigido pelas projeções de uso, ou seja, baseado nas expectativas de quem usará o warehouse e como o fará. Inicialmente um dos pontos chave é a escolha de um modelo de dados adequado. As características das fontes de dados disponíveis devem ser analisadas, para validar sua usabilidade. O projeto modular permite que o warehouse possa evoluir junto com a organização e seu ambiente de informação. Um data warehouse, para ser considerado bem construído, deve ser projetado para possibilitar a manutenção, durante o pleno funcionamento do warehouse, sem a interrupção ou queda na qualidade, do serviço prestado aos usuários. Um componente-chave de um data warehouse é o repositório de metadados. Esse repositório deve conter o metadado técnico e empresarial. O metadado técnico cobre detalhes 14

21 do processo de aquisição, estruturas de armazenamento, descrições de dados, operações e manutenção do warehouse e funcionalidade de suporte ao acesso. O metadado empresarial possui as regras empresariais e os detalhes organizacionais relevantes que dão suporte ao warehouse. A arquitetura de computação distribuída da organização é um ponto extremamente importante para o projeto do DW. Existem duas arquiteturas distribuídas básicas: o warehouse distribuído e o warehouse federado. Em um data warehouse distribuído, todas as questões de banco de dados distribuídos são relevantes, como, replicação, partição, comunicação e preocupações com a consistência. Contudo as vantagens de um banco de dados distribuídos também são herdadas, como, balanceamento de carga, escalabilidade de desempenho e maior disponibilidade. Na abordagem distribuída existe apenas um repositório de metadados, replicado em cada unidade do sistema distribuído. O warehouse federado utiliza a idéia de banco de dados federado, ou seja, um conjunto descentralizado de data warehouses autônomos, cada um com seu próprio repositório de metadados. Geralmente na abordagem federada os data warehouses que compõe o sistema possuem uma menor escala, como os data marts [2]. 15

22 Capítulo 4 Estudo de Caso A Fingerhut Corp., sediada em Minnetonka, Minn., EUA, é um négocio de US$2 bilhões cuja sobrevivência depende de seu enorme data warehouse. O grupo de pesquisa de mercado conta com duzentos analistas de mercado, trezentos designers e quarenta cientistas estatísticos, que usam o banco de dados para a introspecção que ajuda a organização a se diferenciar dos seus competidores. O departamento de marketing da Fingerhut usa centenas de intrincadas fórmulas matemáticas proprietárias para separar o mercado em nichos e tomar decisões em tudo, desde o preço até descrições de produtos. A maior parte das organizações que se aventuram no database marketing o fazem para vender para uma miríade de consumidores, um por vez. O sucesso da Fingerhut se deve a isso, as vendas cresceram constantemente desde o final da década de 1980, só em 1995 foram 23%. Isso é o resultado do esforço em tornar o departamento de marketing um grupo de usuários com alto grau de especialização tecnológica. É aqui que entra a divisão de TI da Fingerhut, com quinhentos e cinquenta membros, dezesseis deles dedicados ao data warehouse. Ajudando o marketing a evoluir em perfeita sintonia com a tecnologia, a divisão de TI faz uma contribuição direta para a base da organização: Quanto mais rápido os marketeiros puderem identificar novos nichos demográficos significativos e nuances no comportamento, mais rapidamente a Fingerhut poderá alcançar seus consumidores com as ofertas certas no momento certo. Se você comprasse um item ou dois através de catálogos, especialmente itens que a Fingerhut vende, provavelmente a organização entenderia melhor que você seus hábitos de consumo. O objetivo é agrupar todos os seus próprios consumidores e aqueles cujas informações foram compradas de outras organizações, de venda por catálogos, em grupos grandes o sufici-

23 ente para justificar o custo de impressão, produção e envio dos catálogos. Considerando que cada consumidor do grupo interage com o marketing direto da mesma maneira, a Fingerhut pode direcionar seus esforços para incrementar os negócios com esse grupo como um todo. O data mining auxilia a Fingerhut a competir com organizações baseadas em lojas "físicas". Como um exemplo, podemos citar o caso em que o departamento de marketing da Fingerhut descobriu que consumidores que mudam de residência triplicam suas compras nas doze semanas após a mudança, com um pico de compras nas quatro primeiras semanas. Suas escolhas seguem um padrão de compras, seguindo a ordem: ferragens, telecomunicações, equipamentos e decorações. Porém evitam a compra de produtos de joalheria e de eletrodomésticos. Não é uma descoberta revolucionária, mas é uma descoberta chave para a Fingerhut. A organização usou a descoberta para não somente criar um novo catálogo para pessoas que se mudaram, mas também para economizar dinheiro não enviando certos catálogos durante esse períodod de doze semanas. A lição é de que se um subconjunto de consumidores existe, não importa o quão geográficamente dispersos eles estejam, o departamento de marketing precisa descobri-los. Estudo de caso encontrado em [1]. 17

24 Capítulo 5 Conclusão Um data warehouse serve como um foco para a análise e apoio à decisão através de consultas e relatórios. Análise e apois à decisão podem significar sistemas de informação executivos com estruturas de dados altamente sumarizadas; análise gerencial sumarizando departamentos e linhas de produção; análise em estações de trabalho com mais detalhes do que em análise gerencial mas ainda agregado para tendências e outros tipos de análises. Data warehouses são desenvolvidos iterativamente, isto é, cada área de atuação é desenvolvida como um projeto separado. A performance extremamente baixa de planos de projeto que requerem desenvolvimento altamente distribuído de todas as áreas de atuação sugere fortemente que uma abordagem iterativa seja usada. Uma arquitetura de data warehouse irá prover muitos beneficios para as organizações. Vantagens competitivas, conhecimento aprimorado de relacionamentos entre produtos e serviços e suas performances, além de ganhos de análise e apoio à decisão que podem ser alcançados pela integração do data warehouse em um ambiente de informações

25 Glossário Data Mart Data Mining OLAP Um repositório de dados que serve uma comunidade de usuários em particular. A prática de extair dados de um data warehouse com o objetivo de analisar padrões, tendên Análise de dados complexos a partir do data warehouse.

26 Referências Bibliográficas [1] Data warehouse. Darwin Executive Guides, Website: [2] ELMASRI, R.; NAVATHE, S. B. Sistemas de Bancos de Dados. 4. ed. Addison- Wesley, [3] ORR, K. Data warehousing technology. Ken Orr Institute, Website: [4] VASSILIADIS, P. et al. Data warehouse process management. Information Systems, [S.l.], v.26, n.3, p , 2001.