UNIVERSIDADE ANHEMBI MORUMBI LUIS CARLOS PESSOTO FILHO LUIZ FELIPE FERNANDES GENTILE NAILSON COELHO COSTA

Tamanho: px
Começar a partir da página:

Download "UNIVERSIDADE ANHEMBI MORUMBI LUIS CARLOS PESSOTO FILHO LUIZ FELIPE FERNANDES GENTILE NAILSON COELHO COSTA"

Transcrição

1 UNIVERSIDADE ANHEMBI MORUMBI LUIS CARLOS PESSOTO FILHO LUIZ FELIPE FERNANDES GENTILE NAILSON COELHO COSTA SOLUÇÃO DE DATA WAREHOUSE COM ESQUEMAS DINÂMICOS PARA LEVANTAMENTO ESTATÍSTICO DOS DADOS DE OBSERVAÇÃO DO USO DE SERVIÇOS PÚBLICOS São Paulo 2009

2 LUIS CARLOS PESSOTO FILHO LUIZ FELIPE FERNANDES GENTILE NAILSON COELHO COSTA SOLUÇÃO DE DATA WAREHOUSE COM ESQUEMAS DINÂMICOS PARA LEVANTAMENTO ESTATÍSTICO DOS DADOS DE OBSERVAÇÃO DO USO DE SERVIÇOS PÚBLICOS Trabalho de Conclusão de Curso apresentado como exigência parcial para a obtenção de título de Graduação do Curso de Ciência da Computação na Universidade Anhembi Morumbi. Orientadora: Dra. Judith Virginia Pavón Mendonza. São Paulo 2009

3 LUIS CARLOS PESSOTO FILHO LUIZ FELIPE FERNANDES GENTILE NAILSON COELHO COSTA SOLUÇÃO DE DATA WAREHOUSE COM ESQUEMAS DINÂMICOS PARA LEVANTAMENTO ESTATÍSTICO DOS DADOS DE OBSERVAÇÃO DO USO DE SERVIÇOS PÚBLICOS Trabalho de Conclusão de Curso apresentado como exigência parcial para a obtenção de título de Graduação do Curso de Ciência da Computação na Universidade Anhembi Morumbi. Aprovado em Profª. Dra. JUDITH VIRGINIA PAVÓN MENDONZA Universidade Anhembi Morumbi Prof. FABIANO DO PRADO MARQUES Universidade Anhembi Morumbi Profª. REGIANE APARECIDA MARUCCI Universidade Anhembi Morumbi

4 AGRADECIMENTOS Agrademos primeiramente a Deus por nos dar força, sabedoria, paciência, amizade, compreensão para que ao longo desse trabalho pudéssemos conviver com muitas pessoas diferentes em muitos aspectos e conseguir trabalhar com todas em harmonia. Agrademos aos nossos familiares e amigos que por muitas vezes tiveram que nos aguentar em momentos difíceis e de muita pressão e que conseguiram com sua verdadeira amizade e compreensão nos ajudar a superar tais momentos. Agradecemos à Prof. Dra. Judith Pavón por ter no orientado com sua paciência e sabedoria ao longo desse trabalho e por nos ter ajudado a alcançar esse objetivo que foi traçado no inicio do ano e que com muito trabalho e esforço de todos foi atingido. Agradecemos à equipe do e-poupatempo por nos ter ajudado disponibilizando as informações necessárias quando lhes foi solicitado. Agradecemos aos professores que ao longo do curso nos orientaram e nos ensinaram e ao coordenador do curso, o professor Luciano Freire que sempre que foi necessário estava à disposição para nos atender e nos ajudar. E agradecemos a todas as outras pessoas que direta ou indiretamente nos ajudaram em todo esse processo ao longo desse ano.

5 RESUMO Quando se fala em empresas e órgãos governamentais, existe a necessidade de se levar em consideração os avanços tecnológicos, pois, cada vez mais essas instituições estão aproveitando os benefícios dos recursos tecnológicos disponíveis no mercado em suas atividades. Um exemplo disso é o e-poupatempo, uma iniciativa de governo eletrônico (egov) do estado de São Paulo que visa garantir a rapidez e eficiência dos serviços disponibilizados pelo governo, aliando essa iniciativa com a expansão da inclusão digital. Idealizadores do e-poupatempo realizam regularmente pesquisas, chamadas de campanhas, nas suas unidades para ter informações sobre usabilidade, tipos de usuário dos serviços, tempo médio de atendimento e dificuldades que enfrentam estes usuários quando utilizam os serviços disponíveis no e-poupatempo. Estas campanhas geram relatórios, que são utilizados em análises e confecção de laudos, que ajudam nas tomadas de decisões para melhoria dos serviços. O grande problema é que atualmente os gestores do e-poupatempo dependem da equipe de TI para que a geração desses relatórios seja possível. A equipe do e-poupatempo possui um Data Warehouse (DW) baseada em apenas uma campanha e que foi desenvolvido por um grupo de alunos que concluíram o curso de Sistemas de Informação no final do ano de Porém a necessidade atual do e-poupatempo é ter um DW que possa armazenar informações das diversas campanhas que são aplicadas nas salas e com isso gerar os relatórios necessários para auxiliar nas tomadas de decisões e análises dos dados coletados. Neste trabalho será construído um DW, que permitirá aos usuários confeccionar diferentes tipos de relatórios com base nos dados levantados nas diversas campanhas, tendo assim, maior rapidez nas tomadas de decisões. O diferencial desse trabalho consiste no uso de esquemas dinâmicos de Bancos de Dados (BDs), que permite aos gestores ter uma maior flexibilidade no modelo e na escolha de dimensões. Palavras-chave: Data Warehouse, Esquemas Dinâmicos, Banco de Dados, e-poupatempo

6 ABSTRACT When it comes to companies and government agencies, we must take into account technological advances, therefore, this institutions are increasingly taking advantage of technological resources available on the market in its activities. One example is e- Poupatempo an initiative for electronic government (e-gov) from the state of Sao Paulo which aims to ensure speed and efficiency of services provided by government, combining this effort with the expansion of digital inclusion. E-Poupatempo s developers regularly created researches, called Campaigns in their units to have a notion on usability, like types of users of the services, average attendance and difficulties faced by these users when they use the services available on e-poupatempo. These campaigns generate reports, which are used in analysis and production of reports, which helps in decision-making to improve services. The big problem is that currently the managers of e- Poupatempo depend on IT staff to produce them. The team of e-poupatempo has a Data Warehouse (DW) based on a single campaign that was developed by a group of students who completed the course in Information Systems at the end of But the e-poupatempo s actual need is a data warehouse that can store information from the various campaigns that are applied in classrooms and thus generate the necessary reports to assist in decision-making and analysis of data collected. This work will build a data warehouse, which will allow users to build different types of reports based on data collected in different campaigns, and thus greater speed on decision making. The differential of this work is the use of dynamic schemas of Database, which allows managers to have greater flexibility in the model and the choice of dimensions. Key Words: Data Warehouse, Esquemas Dinâmicos, Banco de Dados, e-poupatempo

7 LISTA DE FIGURAS Figura 1 - Portal do e-poupatempo...17 Figura 2 - Cubo...21 Figura 3 Modelo Estrela...25 Figura 4 - Modelo Snowflake...26 Figura 5 - Constelação de Fatos...27 Figura 6 - Planilha de Atendimento Campanha de Fundo...32 Figura 7 - Planilha de Atendimento Campanha Especifica...33 Figura 8 - Informação sobre as Campanhas Especifica...35 Figura 9 - Tabelas...35 Figura 10 - Banco de Dados Relacional...37 Figura 11- Modelagem Data Warehouse...38 Figura 12 Criação do Banco de Dados...40 Figura 13 Criação do DataSource BDEPOUPATEMPO...41 Figura 14 Criação do DataSource View BDEPOUPATEMPO...42 Figura 15 Visualização do DataSource View...42 Figura 16 Selecionando as tabelas Fato...43 Figura 17 Selecionando as dimensões...43 Figura 18 Estrutura do Cubo...44 Figura 19 Editando as medidas...45 Figura 20 Adicionando atributos às dimensões...45 Figura 21 Tratando a dimensão de tempo...46 Figura 22 Processando o Cubo...46 Figura 23 Analisando os resultados...47 Figura 24 Tela inicial do Microsoft Excel...48 Figura 25 Opções do submenu...49 Figura 26 Configuração da Conexão com Analysis Services...49 Figura 27 Tela de seleção do BD e do Cubo...49 Figura 28 Nomeando o Arquivo de Conexão...50 Figura 29 Tipos de conexão...50 Figura 30 - Total de Atendimentos por Local...51 Figura 31 - Total de Atendimentos por Periodo...51 Figura 32 Total de Atendimentos por Órgão...51

8 Figura 33 - Total de Atendimentos por Serviço...52 Figura 34- Campanhas Especificas...52 Figura 35 - Total de Ajuda por Serviço...52 Figura 36 - Tempo Médio por Serviço...53

9 LISTA DE TABELAS Tabela 1 - Nível Operacional x Nível SAD - Fonte: Navarro, Tabela 2 - Tabela Fato, Dimensão e Medidas Fonte: O autor (2009)...39

10 SUMÁRIO 1 INTRODUÇÃO OBJETIVO JUSTIFICATIVA ABRANGÊNCIA ESTRUTURA DO TRABALHO GOVERNO ELETRÔNICO DEFINIÇÃO TRANSAÇÕES PRINCIPAIS FUNÇÕES E-POUPATEMPO Sobre e-poupatempo DATA WAREHOUSE INTRODUÇÃO Características Conceitos Granularidade Fatos Dimensões Medidas DATAMARTS METADADOS ETL (EXTRACT, TRANSFORM AND LOAD) Extração Transformação Carga Ferramentas para ETL MODELOS MULTIDIMENSIONAIS Tipos de Modelos Multidimensionais ESQUEMAS DINÂMICOS TRABALHOS RELACIONADOS APRESENTAÇÃO DO ESTUDO DE CASO CAMPANHAS...31

11 4.1.2 Campanha de Fundo Campanhas Específicas EXEMPLO DE UTILIZAÇÃO DE ESQUEMAS DINÂMICOS LEVANTAMENTO DE REQUISITOS MODELO DE DADOS RELACIONAL MODELAGEM DO DATA WAREHOUSE IMPLEMENTAÇÃO DA SOLUÇÃO ANÁLISE DOS RESULTADOS CONCLUSÕES E TRABALHOS FUTUROS REFERÊNCIAS BIBLIOGRÁFICAS ANEXO I - CARGA DOS DADOS PARA SCHEMA BDEPOUPATEMPO 58

12 12 1 INTRODUÇÃO Para obter um diferencial, empresas procuram novas formas para se destacar no mercado, uma estratégia de sucesso é dispor de informações cruciais para as tomadas de decisão. Isso é possível, se o Gestor ou tomador de decisões consegue acessar as informações relevantes para o negócio a partir de diferentes perspectivas, sem depender dos profissionais da área de TI. Uma dessas formas que possibilita uma análise rápida é o DW, que fornece informações que dão apoio nas tomadas de decisões através de relatórios constantemente atualizados, de acordo com a necessidade do usuário. Além de empresas, órgãos governamentais se utilizam também do DW, não visando à competitividade, mas sim, melhorias para a população em geral e para o estado como um todo. Um exemplo disso é o e-poupatempo, iniciativa do governo do estado de São Paulo, que substitui muitos dos serviços presencias por serviços on-line. Além de disponibilizar esses serviços para que qualquer pessoa que tenha acesso à internet possa acessá-los, o e- Poupatempo dispõe de salas espalhadas pelas unidades do Poupatempo onde o cidadão pode acessar esses serviços e ainda tem a sua disposição monitores que auxiliam na execução dos mesmos. No decorrer do trabalho, será apresentada a implementação e utilização de uma ferramenta de DW na gestão de informações geradas pelas campanhas organizadas pelo e- Poupatempo e aplicadas nas diversas salas espalhadas nos postos do Poupatempo e nos postos móveis. Campanhas são tipos de pesquisas realizadas pelos próprios monitores/atendentes e que será explicado com mais detalhes no capitulo OBJETIVO Atualmente, em todas as salas do e-poupatempo são realizadas pesquisas pelos próprios atendentes com a finalidade de coletar informações sobre o perfil do cidadão e suas dificuldades nas realizações dos serviços públicos eletrônicos, visando à melhoria desses serviços. O objetivo desse trabalho é modelar uma aplicação baseada em um DW para permitir que o próprio Gestor possa criar, sem intervenção da área de TI, diversos tipos de relatórios de acordo as necessidades do negócio, e assim, ajudar na tomada de decisões do e- Poupatempo.

13 JUSTIFICATIVA O e-poupatempo não possui uma ferramenta de auxílio à análise dos dados obtidos através das pesquisas e de visualização desses dados por diferentes critérios e a partir de diferentes perspectivas. Diante desse problema, pretende-se modelar uma solução que atenda essas necessidades, disponibilizando para os gestores do e-poupatempo, relatórios que servirão para auxiliar na análise dos dados coletados e que possa ser utilizada como uma ferramenta de apoio à decisão. Essa ferramenta será capaz de gerar relatórios a partir de campanhas que poderão ser criadas a qualquer momento pela equipe do e-poupatempo denominadas Campanhas Específicas. Esse é o ponto principal desse trabalho, que para poder disponibilizar esses relatórios, se utilizará dos conceitos de esquemas dinâmicos de BDs na criação do DW. Ao longo desse trabalho será explicado o que é uma campanha, o que é um esquema dinâmico e como ele será aplicado. 1.3 ABRANGÊNCIA Esse trabalho pretende realizar o levantamento de requisitos e modelar uma aplicação baseada em um DW que sirva de solução para o problema exposto, que permitirá que os gestores do e-poupatempo analisem os dados obtidos pelas campanhas sob diversas perspectivas, sem que pra isso seja necessária a intervenção da equipe técnica para a criação dos relatórios. Devido à falta de dados, será disponibilizado ao final desse trabalho toda a documentação e uma prévia de como será essa aplicação, pois para que todos os testes sejam realizados com sucesso, existe a necessidade de uma grande massa de dados e a mesma não existe, pois as coletas dos dados tiveram inicio em Outubro de ESTRUTURA DO TRABALHO O trabalho foi estruturado da seguinte forma: No capítulo 2 são abordados os conceitos de Governo Eletrônico, incluindo suas definições, transações e principais funções, inclui também conceitos sobre e-poupatempo. No capítulo 3 são abordados os conceitos de Data Warehouse, incluindo conceitos básicos, importância, características. No capitulo 4 é apresentado o estudo de caso, incluindo os conceitos de campanha, levantamento de requisitos e modelo de dados relacional.

14 14 No capítulo 5 é apresentada a modelagem do Data Warehouse. No capítulo 6 é apresentada a implementação do modelo dividida em Extração dos dados, Transformação dos dados, Construção do Cubo e Processamento do Cubo. No capítulo 7 é apresentada a análise dos resultados obtidos. No capítulo 8 é apresentada a conclusão do grupo sobre o trabalho.

15 15 2 GOVERNO ELETRÔNICO O Governo Eletrônico (e-gov) é uma tendência mundial e tem como objetivo estabelecer uma melhor relação entre o setor público e seu público-alvo, utilizando a tecnologia de informação como elo. 2.1 DEFINIÇÃO Os aparelhos governamentais, no início dessa década, impulsionados pela evolução dos processos tecnológicos e pela necessidade de reestruturação e modernização das ações governamentais, conceberam a idéia de aperfeiçoar, facilitar e disseminar os serviços prestados pelo setor público utilizando a tecnologia de informação e comunicação (TIC) como ferramenta. Essa idéia foi intitulada Governo Eletrônico. (RIBEIRO, 2009) 2.2 TRANSAÇÕES O Governo Eletrônico atua principalmente em três tipos de transações: a) G2G (Government to Government): transações intra ou inter-governos, geralmente feitas em sistemas de gestão interna, criados e mantidos pelo próprio governo para otimizar seus canais de informação. São esses tipos de transações que permitem, por exemplo, que os Cadastros de Pessoa Física (CPF) sejam emitidos em qualquer município do Brasil e mesmo assim, obedeçam a uma numeração única e nacionalmente conhecida. b) G2B (Government to Business): transações entre o Governo e as empresas, é a transação menos comum, mas com grande potencial para crescer. Em alguns países, por exemplo, já é possível cadastrar-se como fornecedor de um produto de interesse do Governo, ou candidatar-se a uma licitação através da Internet. c) G2C (Government to Citizens): transações entre o Governo e os cidadãos, são as transações mais comuns, e são amplamente difundidas nos países com tradição democrática. Um exemplo comum são os sites que o Governo disponibiliza aos cidadãos para execução de serviços que anteriormente só poderiam ser feitos presencialmente, como o Boletim de Ocorrência que hoje pode ser feito pela Internet.

16 PRINCIPAIS FUNÇÕES O Programa de Governo Eletrônico brasileiro se compromete a transformar as relações entre Governo, Cidadãos e Empresas buscando: a) Aprimorar a qualidade dos serviços prestados b) Promover a interação com empresas e indústrias c) Fortalecer a participação cidadã através do acesso à informação d) Tornar a administração governamental mais eficiente A adesão ao Governo Eletrônico traz diversos benefícios, tanto para o próprio governo, que diminui seus gastos na execução dos serviços e garante transparência em suas ações, como para o cidadão, que não precisa mais se deslocar ao posto de serviço, não enfrenta filas, e na grande maioria dos casos acessa os serviços a qualquer hora e de qualquer lugar. 2.4 E-POUPATEMPO Conforme o relatório técnico sobre a ética na pesquisa com cidadão, a monitoração dos usuários durante a utilização dos serviços públicos eletrônicos foi realizada em salas que receberam o nome de e-poupatempo. Neste local, cidadãos podem acessar qualquer site governamental ou público de interesse, sendo auxiliados, quando necessário, por pessoal treinado e especializado tanto na utilização de tais serviços quanto no manuseio dos equipamentos (FILGUEIRAS; FERREIRA, 2006, p. 6). Neste mesmo ambiente foi instalado o Laboratório de Interação Homem-Computador (LabIHC), que tem a responsabilidade de identificar e avaliar barreiras que dificultam ou impedem a utilização dos serviços eletrônicos. O e-poupatempo é uma iniciativa do Governo do Estado de São Paulo, que busca levar o padrão de qualidade do atendimento do Poupatempo para o meio eletrônico. Atualmente o e-poupatempo conta com várias salas de atendimento dentro dos postos do e-poupatempo, e com bases móveis que fazem um revezamento nas cidades onde não existem postos fixos do Poupatempo. Tudo isso serve para aproximar o cidadão dos serviços que ele tem disponível a partir da sua própria casa, bastando ter apenas acesso à internet para realizar os serviços disponíveis no site. Na figura 1 é apresentada a página inicial do e-poupatempo no site do Poupatempo.

17 17 Figura 1 - Portal do e-poupatempo - Fonte: e-poupatempo (2008) Sobre e-poupatempo O projeto e-poupatempo, além de visar à padronização dos serviços de governo eletrônico existentes na esfera estadual, tornando sua utilização mais fácil, rápida, intuitiva e menos burocrática, têm como objetivo também fornecer os meios para que os cidadãos possam conhecer e utilizar esse tipo de serviço. Com esse propósito, foram criadas as salas de atendimento e-poupatempo dentro dos Poupatempos espalhados pelo Estado de São Paulo, essas salas além de fornecer acesso à internet e orientação para utilização dos serviços disponíveis em meio eletrônico, ainda permitem que essa utilização seja monitorada e posteriormente avaliada contribuindo para a análise dos serviços existentes atualmente e garantindo um salto na qualidade e eficiência dos serviços já existentes e uma melhor base para a elaboração dos novos serviços a serem disponibilizados. Alguns exemplos de serviços oferecidos pelo e-poupatempo são: Boletim de Ocorrência, Carteira Nacional de Habilitação, Segunda via de RG, Carteira de Trabalho Profissional, etc.

18 18 3 DATA WAREHOUSE Os DWs são ambientes desenvolvidos para armazenar grandes quantidades de dados que posteriormente serão utilizados para análises e tomadas de decisões. No decorrer desse capítulo, são apresentados os conceitos, características, tipos de modelos e ferramentas para extração dos dados. São abordados também os conceitos de esquemas dinâmicos de banco de dados. 3.1 INTRODUÇÃO Os sistemas e as bases de dados disponíveis hoje dentro das organizações foram concebidos e implantados para atender as necessidades do setor operacional, onde os dados relevantes são, geralmente, os dados do período atual e a fronteira de sua informação está delimitada pela área de atuação do departamento que utiliza aquele sistema. (NAVARRO, 2009). Na tomada de decisões, o nível gerencial e estratégico da organização precisa conhecer a tendência desses dados ao longo do tempo, e precisa cruzar dados advindos de diversos setores da empresa. A tabela 1 mostra a diferença entre os dois níveis: Tabela 1 - Nível Operacional x Nível SAD - Fonte: Navarro, 2009 Tópico ou Função Nível Operacional Nível Suporte à Decisão Conteúdo dos Dados Valores Correntes Dados históricos, consolidados e trabalhados. Organização dos Dados Orientada à Aplicação Orientado à Informação Natureza dos Dados Estrutura e Formato dos Dados Dinâmica, Dados Normalizados. Complexos, desejáveis para computação operacional. Estática, dados desnormalizados. Simples, desejáveis para análise de negócios. Possibilidade de Acesso Alta Moderada a Baixa Atualização Contínua Periódica Aplicação Não-estruturada, Estruturada, processamento processamento analítico. repetitivo. Tempo de Resposta Entre 2 e 30 segundos Segundos a minutos O processo de tomada de decisão deve considerar a empresa como um todo, desde o nível mais operacional até ao mais alto escalão. Nesse cenário um Sistema de Apoio à decisão

19 19 (SAD) mostra sua importância, disponibilizando uma visão mais apurada das informações e garantindo maior segurança no processo decisório. Os DWs são criados pelas organizações justamente para atuar nessa realidade, fornecendo informações precisas e confiáveis aos SAD s e esses fornecendo aos gerentes uma visão global da organização, permitindo uma tomada de decisão mais precisa. (PARIS, 2009). Um DW como a própria tradução do nome diz, é basicamente um Armazém de Dados. Sua principal função é o armazenamento dos dados de uma empresa, de forma a dar suporte à tomada de decisões da organização. A arquitetura DW é amplamente utilizada em SAD s para auxiliar o corpo gerencial e estratégico da empresa na tomada de melhores decisões para o rumo das operações e processos da companhia. (MACHADO, 2004) Características Uma das grandes diferenças de um DW é o seu ciclo de vida. Em um banco de dados operacional, primeiro entende-se a necessidade e somente após esse processo é que se inicia a fase de projeto e desenvolvimento. Em um DW, quase que acontece de maneira inversa, pois uma vez tendo os dados sob controle, é feita a integração, testes para verificar distorções, codificação dos dados, e, somente após todo esse processo é que os resultados obtidos são analisados e finalmente os requisitos do sistema são compreendidos (INMON, 1997). Existem várias características que são pertinentes ao DW, a seguir as quatro principais: a) Orientação por Assunto: As informações armazenadas em um DW são agrupadas por assunto e cada um está relacionado a um processo de interesse da empresa. b) Não Volátil: Os dados são carregados e depois ficam disponíveis para serem acessados. Não existe manipulação dos dados no que diz respeito à alteração, modificação dos mesmos. c) Variação de Tempo: Os dados não podem ser alterados, mas ao longo do tempo, dependendo do momento que o mesmo esteja sendo analisado ele pode variar. Nesse contexto o campo data é o elemento principal para que as análises ou comparações possam ser realizadas. d) Integração: Os dados podem vir de várias fontes e antes de serem carregados, passam por alguns processos que fazem com que sejam filtrados e agregados e isso garante que tudo esteja unificado.

20 Conceitos Abaixo serão apresentados alguns dos principais conceitos básicos de DW, incluindo granularidade, fato, dimensão e medidas Granularidade A granularidade refere-se ao nível de sumarização dos elementos e de detalhes disponíveis nos dados. Quanto maior foi o nível de detalhamento mais baixo será o nível de granularidade e quanto menor for o nível de detalhamento mais alto será o nível de granularidade e esse é o mais importante aspecto de um projeto de DW. Durante o projeto do DW essa é a questão mais crítica a ser tratada, pois, quanto maior for o volume de dados menor será a performance e isso está diretamente relacionado à questão de maior nível de detalhamento, pois isso implica a necessidade de maior espaço para armazenamento dos dados, em contrapartida, quanto menor for o nível de detalhamento menos espaço será necessário para armazenar os dados, mas em uma eventual análise, menos dados serão analisados e isso pode afetar em uma tomada de decisão Fatos Utilizado para analisar o processo que envolve um negócio da empresa, o fato é uma coleção de itens de dados e essa coleção é composta de dados de medidas e de contexto. Cada fato ao longo do tempo representará a evolução da organização dia após dia, em uma modelagem podem existir mais de um fato, depende dos processos da empresa. A principal característica de um fato é que ele é representado por valores numéricos, como por exemplo, quantidade de produtos vendidos, e são implementados em tabelas, por esse motivo as mesmas são denominadas tabelas de fato (INMON, 1997) Dimensões Uma aplicação que se baseia em DW tem por finalidade analisar os dados coletados ao longo de um período e a partir daí, ajudar na análise dos mesmos e emitir relatórios para auxiliar nas tomadas de decisões. Em uma empresa de venda de produtos, por exemplo,

21 21 muitas vezes é necessário avaliar o quando um determinado produto vende por semana, por mês, por ano, e essas visualizações nada mais são que as dimensões, ou seja, representam as possíveis formas de visualização dos dados e conceitualmente são todos os elementos que fazem parte de um fato. Cada dimensão pode ou não conter membros e caso existam, passam a fazer parte de uma hierarquia. Uma hierarquia representa a classificação dos dados dentro de uma dimensão e caso a modelagem não seja bem feita, isso pode inviabilizar uma analise mais global sobre um dado especifico Medidas São consideradas medidas, todos os atributos numéricos que representam um fato e é determinada pela combinação das dimensões que participam do mesmo. Usando como base o exemplo utilizado na explicação de dimensões, a quantidade de um determinado produto que foi vendido em um determinado mês é chamada de medida, esses valores numéricos são conhecidos como variáveis (KIMBALL, 2007). A Figura 2 é uma representação de um cubo onde o fato corresponde à Venda de Produtos, existem três dimensões, Região, Produto e Mês e as medidas surgem a partir do relacionamento entre as dimensões, por exemplo: Quantidade de Suco. Figura 2 - Cubo - Fonte: Nardi (2009)

22 DATAMARTS O termo DataMart designa um subconjunto do DW que contém os dados sobre um setor ou departamento específico da empresa. Geralmente os DWs são constituídos de diversos DataMarts, onde cada DataMart é modelado com foco em um departamento ou setor específico da empresa. Em suma, um DataMart possui as mesmas características de um DW, só que possui menor proporção, e é direcionado para um departamento da empresa ou assunto específico. 3.3 METADADOS A idéia mais comum que se tem sobre Metadados é que eles representam dados sobre dados. De uma forma um pouco mais completa podemos dizer que o metadado é a descrição do dado, do ambiente onde ele reside, como ele é manipulado e para onde é distribuído". Outra forma, mais concisa e direta, é definir metadado como "documentação" (TRONCHIN, 1998). Sem metadados, os dados não têm significado, e ações como a de localizar informações contidas em um DW tornam-se uma tarefa muito difícil, semelhante a procurar o telefone de uma pessoa sem a ajuda de uma lista telefônica. 3.4 ETL (EXTRACT, TRANSFORM AND LOAD) A extração, transformação e carga dos dados devem ser feitas com o intuito de garantir a integridade da informação para que, desta forma, seja construída, uma base de dados confiável e com qualidade, que realmente demonstre a realidade dos negócios da empresa. O ETL é importante, pois constituem tarefas criticas para seu funcionamento efetivo e eficiente. O processo de ETL é um processo que envolve: a) a extração dos dados vinda de diversas fontes externas, podendo ser bancos de dados relacionais ou ate arquivos textos; b) a transformação destes arquivos para atender às necessidades de negócios que são solicitadas, isto é, a informação chega de forma bruta e sai com as devidas formatações requeridas pelo usuário. c) a carga destes dados, já modificados e transformados para a forma que o usuário

23 23 deseja, no DW. Com isso, cada tópico estará explicando de uma forma mais abrangente a definição de cada um dos tópicos de ETL (Extração, Transformação e Carga) Extração Durante a implementação de um DW, a primeira parte do processo é a extração de dados dos sistemas de origem, este podendo ser feito de diversas fontes como bancos de dados relacionais ou arquivos texto, chamados de flat files. Cada sistema pode também utilizar um formato ou organização de dados diferente. Formatos de dados comuns são bases de dados relacionais e flat files ou em português, arquivos planos, mas podem incluir estruturas de bases de dados não relacionais. A extração converte para um determinado formato para a entrada no processamento da transformação, fazendo com que estes cheguem de forma mais limpa e clara. Os tipos de tratamentos mais comuns no processo de extração são: a) Resolução de conflitos de nomes; b) Conversão de dados para um tipo de unidade de medida comum; c) Padronização no formato de datas Transformação A fase de transformação (transform) funciona como um filtro nos dados vindos da extração, aplicando uma série de regras aos dados que serão carregados. Algumas fontes de dados não precisarão de tantas mudanças, pois podem ser que já estejam corretos sendo assim necessitarão de pouca manipulação nos dados. Em caso contrário, pode ser necessário um ou mais de um dos seguintes tipos de transformação: 1 Seleção de apenas determinadas colunas para carregar; 2 Tradução de valores codificados, o que é conhecido como limpeza de dados; 3 Codificação de valores, mapeando, por exemplo, Masculino, "1 e Sr. para M; 4 Derivação de um novo valor calculado; 5 União de dados extraídos de diversas fontes;

24 24 6 Resumo de várias linhas de dados; 7 Geração de valores de chaves substitutas; 8 Transformação de múltiplas colunas em múltiplas linhas ou vice-versa (Rotação); 9 Quebra de uma coluna em diversas colunas Carga A fase de carga, como o próprio nome já diz, faz a carga do DW, isto é, carrega os dados no ambiente. Dependendo do tipo de necessidade da organização, este processo pode variar. Alguns DWs podem substituir as informações existentes semanalmente, com dados atualizados, ao passo que outro, ou até outras partes do mesmo DW, podem acrescentar dados a cada hora. Essa medida de tempo entre as cargas depende do tempo disponível e das necessidades de negócios. Sistemas mais complexos podem manter um histórico de todas as mudanças sofridas pelos dados Ferramentas para ETL Existem no mercado muitas ferramentas para realizar o ETL, cuja função principal é a de extrair os dados de diversas fontes heterogêneas, transformarem esses dados a partir de regras de negócios pré-definidas e a partir daí, realizar a carga em um DW ou Data Mart. A maioria das fontes de onde os dados são extraídos são BDs relacionais, mas existem diversos outros tipos de fontes e as ferramentas de ETL devem ser capazes de ler as informações. As ferramentas mais usadas e mais poderosas existentes no mercado são o PowerCenter da Informática e o DataStage da IBM. Ambas possuem como grande diferencial a questão da portabilidade, não necessitam de um banco de dados especifico para funcionar, pois podem acessar informações de bases heterogêneas. Um diferencial do PowerCenter é que seu processamento pode ser em modo batch ou em tempo real devido sua estrutura. O DataStage tem como principal característica a utilização do processamento em paralelo o que otimiza a extração. 3.5 MODELOS MULTIDIMENSIONAIS São técnicas de modelagem que auxiliam no ganho de performance nas consultas e servem basicamente para consultas analíticas. Essa modelagem é feita a partir do

DATA WAREHOUSE. Introdução

DATA WAREHOUSE. Introdução DATA WAREHOUSE Introdução O grande crescimento do ambiente de negócios, médias e grandes empresas armazenam também um alto volume de informações, onde que juntamente com a tecnologia da informação, a correta

Leia mais

SUMÁRIO 1. INTRODUÇÃO... 2 2. O QUE É DATA WAREHOUSE?... 2 3. O QUE DATA WAREHOUSE NÃO É... 4 4. IMPORTANTE SABER SOBRE DATA WAREHOUSE... 5 4.

SUMÁRIO 1. INTRODUÇÃO... 2 2. O QUE É DATA WAREHOUSE?... 2 3. O QUE DATA WAREHOUSE NÃO É... 4 4. IMPORTANTE SABER SOBRE DATA WAREHOUSE... 5 4. SUMÁRIO 1. INTRODUÇÃO... 2 2. O QUE É DATA WAREHOUSE?... 2 3. O QUE DATA WAREHOUSE NÃO É... 4 4. IMPORTANTE SABER SOBRE DATA WAREHOUSE... 5 4.1 Armazenamento... 5 4.2 Modelagem... 6 4.3 Metadado... 6 4.4

Leia mais

5 Estudo de Caso. 5.1. Material selecionado para o estudo de caso

5 Estudo de Caso. 5.1. Material selecionado para o estudo de caso 5 Estudo de Caso De modo a ilustrar a estruturação e representação de conteúdos educacionais segundo a proposta apresentada nesta tese, neste capítulo apresentamos um estudo de caso que apresenta, para

Leia mais

Data Warehousing Visão Geral do Processo

Data Warehousing Visão Geral do Processo Data Warehousing Visão Geral do Processo Organizações continuamente coletam dados, informações e conhecimento em níveis cada vez maiores,, e os armazenam em sistemas informatizados O número de usuários

Leia mais

Data Warehousing. Leonardo da Silva Leandro. CIn.ufpe.br

Data Warehousing. Leonardo da Silva Leandro. CIn.ufpe.br Data Warehousing Leonardo da Silva Leandro Agenda Conceito Elementos básicos de um DW Arquitetura do DW Top-Down Bottom-Up Distribuído Modelo de Dados Estrela Snowflake Aplicação Conceito Em português:

Leia mais

Data Warehouses. Alunos: Diego Antônio Cotta Silveira Filipe Augusto Rodrigues Nepomuceno Marcos Bastos Silva Roger Rezende Ribeiro Santos

Data Warehouses. Alunos: Diego Antônio Cotta Silveira Filipe Augusto Rodrigues Nepomuceno Marcos Bastos Silva Roger Rezende Ribeiro Santos Data Warehouses Alunos: Diego Antônio Cotta Silveira Filipe Augusto Rodrigues Nepomuceno Marcos Bastos Silva Roger Rezende Ribeiro Santos Conceitos Básicos Data Warehouse(DW) Banco de Dados voltado para

Leia mais

Modelo de dados do Data Warehouse

Modelo de dados do Data Warehouse Modelo de dados do Data Warehouse Ricardo Andreatto O modelo de dados tem um papel fundamental para o desenvolvimento interativo do data warehouse. Quando os esforços de desenvolvimentos são baseados em

Leia mais

Aplicação A. Aplicação B. Aplicação C. Aplicação D. Aplicação E. Aplicação F. Aplicação A REL 1 REL 2. Aplicação B REL 3.

Aplicação A. Aplicação B. Aplicação C. Aplicação D. Aplicação E. Aplicação F. Aplicação A REL 1 REL 2. Aplicação B REL 3. Sumário Data Warehouse Modelagem Multidimensional. Data Mining BI - Business Inteligence. 1 2 Introdução Aplicações do negócio: constituem as aplicações que dão suporte ao dia a dia do negócio da empresa,

Leia mais

Data Warehouse. Debora Marrach Renata Miwa Tsuruda

Data Warehouse. Debora Marrach Renata Miwa Tsuruda Debora Marrach Renata Miwa Tsuruda Agenda Introdução Contexto corporativo Agenda Introdução Contexto corporativo Introdução O conceito de Data Warehouse surgiu da necessidade de integrar dados corporativos

Leia mais

FUNDAMENTOS DE SISTEMAS DE INFORMAÇÃO

FUNDAMENTOS DE SISTEMAS DE INFORMAÇÃO @ribeirord FUNDAMENTOS DE SISTEMAS DE INFORMAÇÃO Rafael D. Ribeiro, M.Sc,PMP. rafaeldiasribeiro@gmail.com http://www.rafaeldiasribeiro.com.br Lembrando... Aula 4 1 Lembrando... Aula 4 Sistemas de apoio

Leia mais

Sistemas de Apoio à Decisão (SAD) - Senado

Sistemas de Apoio à Decisão (SAD) - Senado Sistemas de Apoio à Decisão (SAD) - Senado DW OLAP BI Ilka Kawashita Material preparado :Prof. Marcio Vitorino Sumário OLAP Data Warehouse (DW/ETL) Modelagem Multidimensional Data Mining BI - Business

Leia mais

TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE

TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE Engenharia de Computação Professor: Rosalvo Ferreira de Oliveira Neto OLPT x OLAP Roteiro OLTP Datawarehouse OLAP Operações OLAP Exemplo com Mondrian e Jpivot

Leia mais

Data Warehouses Uma Introdução

Data Warehouses Uma Introdução Data Warehouses Uma Introdução Alex dos Santos Vieira, Renaldy Pereira Sousa, Ronaldo Ribeiro Goldschmidt 1. Motivação e Conceitos Básicos Com o advento da globalização, a competitividade entre as empresas

Leia mais

Planejamento Estratégico de TI. Prof.: Fernando Ascani

Planejamento Estratégico de TI. Prof.: Fernando Ascani Planejamento Estratégico de TI Prof.: Fernando Ascani Data Warehouse - Conceitos Hoje em dia uma organização precisa utilizar toda informação disponível para criar e manter vantagem competitiva. Sai na

Leia mais

Data Warehouse Processos e Arquitetura

Data Warehouse Processos e Arquitetura Data Warehouse - definições: Coleção de dados orientada a assunto, integrada, não volátil e variável em relação ao tempo, que tem por objetivo dar apoio aos processos de tomada de decisão (Inmon, 1997)

Leia mais

Business Intelligence e ferramentas de suporte

Business Intelligence e ferramentas de suporte O modelo apresentado na figura procura enfatizar dois aspectos: o primeiro é sobre os aplicativos que cobrem os sistemas que são executados baseados no conhecimento do negócio; sendo assim, o SCM faz o

Leia mais

DATA WAREHOUSE. Rafael Ervin Hass Raphael Laércio Zago

DATA WAREHOUSE. Rafael Ervin Hass Raphael Laércio Zago DATA WAREHOUSE Rafael Ervin Hass Raphael Laércio Zago Roteiro Introdução Aplicações Arquitetura Características Desenvolvimento Estudo de Caso Conclusão Introdução O conceito de "data warehousing" data

Leia mais

Banco de Dados - Senado

Banco de Dados - Senado Banco de Dados - Senado Exercícios OLAP - CESPE Material preparado: Prof. Marcio Vitorino OLAP Material preparado: Prof. Marcio Vitorino Soluções MOLAP promovem maior independência de fornecedores de SGBDs

Leia mais

UNIVERSIDADE REGIONAL DE BLUMENAU CENTRO DE CIÊNCIAS EXATAS E NATURAIS CURSO DE CIÊNCIAS DA COMPUTAÇÃO (Bacharelado)

UNIVERSIDADE REGIONAL DE BLUMENAU CENTRO DE CIÊNCIAS EXATAS E NATURAIS CURSO DE CIÊNCIAS DA COMPUTAÇÃO (Bacharelado) UNIVERSIDADE REGIONAL DE BLUMENAU CENTRO DE CIÊNCIAS EXATAS E NATURAIS CURSO DE CIÊNCIAS DA COMPUTAÇÃO (Bacharelado) SISTEMA INTERNO INTEGRADO PARA CONTROLE DE TAREFAS INTERNAS DE UMA EMPRESA DE DESENVOLVIMENTO

Leia mais

INDICE 3.APLICAÇÕES QUE PODEM SER DESENVOLVIDAS COM O USO DO SAXES

INDICE 3.APLICAÇÕES QUE PODEM SER DESENVOLVIDAS COM O USO DO SAXES w w w. i d e a l o g i c. c o m. b r INDICE 1.APRESENTAÇÃO 2.ESPECIFICAÇÃO DOS RECURSOS DO SOFTWARE SAXES 2.1. Funcionalidades comuns a outras ferramentas similares 2.2. Funcionalidades próprias do software

Leia mais

Interatividade aliada a Análise de Negócios

Interatividade aliada a Análise de Negócios Interatividade aliada a Análise de Negócios Na era digital, a quase totalidade das organizações necessita da análise de seus negócios de forma ágil e segura - relatórios interativos, análise de gráficos,

Leia mais

DESENVOLVIMENTO DE PLUG-INS KETTLE PARA GERAÇÃO DE MONDRIAN SCHEMA A PARTIR DE BASES RELACIONAIS, UTILIZANDO A METODOLOGIA AGILE ROLAP.

DESENVOLVIMENTO DE PLUG-INS KETTLE PARA GERAÇÃO DE MONDRIAN SCHEMA A PARTIR DE BASES RELACIONAIS, UTILIZANDO A METODOLOGIA AGILE ROLAP. DESENVOLVIMENTO DE PLUG-INS KETTLE PARA GERAÇÃO DE MONDRIAN SCHEMA A PARTIR DE BASES RELACIONAIS, UTILIZANDO A METODOLOGIA AGILE ROLAP. Eduardo Cristovo de Freitas Aguiar (PIBIC/CNPq), André Luís Andrade

Leia mais

CONSIDERAÇÕES SOBRE ATIVIDADES DE IDENTIFICAÇÃO, LOCALIZAÇÃO E TRATAMENTO DE DADOS NA CONSTRUÇÃO DE UM DATA WAREHOUSE

CONSIDERAÇÕES SOBRE ATIVIDADES DE IDENTIFICAÇÃO, LOCALIZAÇÃO E TRATAMENTO DE DADOS NA CONSTRUÇÃO DE UM DATA WAREHOUSE CONSIDERAÇÕES SOBRE ATIVIDADES DE IDENTIFICAÇÃO, LOCALIZAÇÃO E TRATAMENTO DE DADOS NA CONSTRUÇÃO DE UM DATA WAREHOUSE Fabio Favaretto Professor adjunto - Programa de Pós Graduação em Engenharia de Produção

Leia mais

Aplicação de Data Warehousing no Cadastro de Ficha Limpa do TSE

Aplicação de Data Warehousing no Cadastro de Ficha Limpa do TSE Aplicação de Data Warehousing no Cadastro de Ficha Limpa do TSE Mateus Ferreira Silva, Luís Gustavo Corrêa Lira, Marcelo Fernandes Antunes, Tatiana Escovedo, Rubens N. Melo mateusferreiras@gmail.com, gustavolira@ymail.com,

Leia mais

Chapter 3. Análise de Negócios e Visualização de Dados

Chapter 3. Análise de Negócios e Visualização de Dados Chapter 3 Análise de Negócios e Visualização de Dados Objetivos de Aprendizado Descrever a análise de negócios (BA) e sua importância par as organizações Listar e descrever brevemente os principais métodos

Leia mais

DESENVOLVIMENTO DA SOLUÇÃO DE BUSINESS INTELLIGENCE EM UMA UNIVERSIDADE ESTADUAL, UTILIZANDO A FERRAMENTA EXCEL PARA MANIPULAÇÃO DOS DADOS

DESENVOLVIMENTO DA SOLUÇÃO DE BUSINESS INTELLIGENCE EM UMA UNIVERSIDADE ESTADUAL, UTILIZANDO A FERRAMENTA EXCEL PARA MANIPULAÇÃO DOS DADOS DESENVOLVIMENTO DA SOLUÇÃO DE BUSINESS INTELLIGENCE EM UMA UNIVERSIDADE ESTADUAL, UTILIZANDO A FERRAMENTA EXCEL PARA MANIPULAÇÃO DOS DADOS Flávio Augusto Lacerda de Farias Rogério Tronco Vassoler ** Resumo

Leia mais

Módulo 2. Definindo Soluções OLAP

Módulo 2. Definindo Soluções OLAP Módulo 2. Definindo Soluções OLAP Objetivos Ao finalizar este módulo o participante: Recordará os conceitos básicos de um sistema OLTP com seus exemplos. Compreenderá as características de um Data Warehouse

Leia mais

Administração de Sistemas de Informação Gerenciais UNIDADE IV: Fundamentos da Inteligência de Negócios: Gestão da Informação e de Banco de Dados Um banco de dados é um conjunto de arquivos relacionados

Leia mais

Prof. Ronaldo R. Goldschmidt. ronaldo@de9.ime.eb.br rribeiro@univercidade.br geocities.yahoo.com.br/ronaldo_goldschmidt

Prof. Ronaldo R. Goldschmidt. ronaldo@de9.ime.eb.br rribeiro@univercidade.br geocities.yahoo.com.br/ronaldo_goldschmidt Prof. Ronaldo R. Goldschmidt ronaldo@de9.ime.eb.br rribeiro@univercidade.br geocities.yahoo.com.br/ronaldo_goldschmidt Prof. Ronaldo Ribeiro Goldschmidt REVISÃO DE BD RELACIONAIS E SQL! "" #!$ #%! $& #

Leia mais

Sistemas de Informação James A. O Brien Editora Saraiva Capítulo 5

Sistemas de Informação James A. O Brien Editora Saraiva Capítulo 5 Para entender bancos de dados, é útil ter em mente que os elementos de dados que os compõem são divididos em níveis hierárquicos. Esses elementos de dados lógicos constituem os conceitos de dados básicos

Leia mais

BUSINESS INTELLIGENCE -Inteligência nos Negócios-

BUSINESS INTELLIGENCE -Inteligência nos Negócios- UNIVERSIDADE SÃO FRANCISCO CENTRO DE CIÊNCIAS JURÍDICAS, HUMANAS E SOCIAIS BUSINESS INTELLIGENCE -Inteligência nos Negócios- Curso: Administração Hab. Sistemas de Informações Disciplina: Gestão de Tecnologia

Leia mais

ShoeSystem 1.0 Sistema para loja de calçados

ShoeSystem 1.0 Sistema para loja de calçados Artigo apresentado ao UNIS, como parte dos requisitos para obtenção do título de tecnólogo em Análise e Desenvolvimento de Sistemas 1 ShoeSystem 1.0 Sistema para loja de calçados André Luis dos Reis Revair,

Leia mais

Resumo dos principais conceitos. Resumo dos principais conceitos. Business Intelligence. Business Intelligence

Resumo dos principais conceitos. Resumo dos principais conceitos. Business Intelligence. Business Intelligence É um conjunto de conceitos e metodologias que, fazem uso de acontecimentos e sistemas e apoiam a tomada de decisões. Utilização de várias fontes de informação para se definir estratégias de competividade

Leia mais

Conversão de Base de Dados Relacional para Dimensional para Business Intelligence Utilizando Banco de Dados Mysql

Conversão de Base de Dados Relacional para Dimensional para Business Intelligence Utilizando Banco de Dados Mysql Conversão de Base de Dados Relacional para Dimensional para Business Intelligence Utilizando Banco de Dados Mysql Carlos H. Cardoso 1, Roberto D Nebo 1, Luis A. da Silva 1 1 Curso de Tecnologia em Banco

Leia mais

Uma estrutura (framework) para o Business Intelligence (BI)

Uma estrutura (framework) para o Business Intelligence (BI) Uma estrutura conceitural para suporteà decisão que combina arquitetura, bancos de dados (ou data warehouse), ferramentas analíticas e aplicações Principais objetivos: Permitir o acesso interativo aos

Leia mais

Adriano Maranhão BUSINESS INTELLIGENCE (BI),

Adriano Maranhão BUSINESS INTELLIGENCE (BI), Adriano Maranhão BUSINESS INTELLIGENCE (BI), BUSINESS INTELLIGENCE (BI) O termo Business Intelligence (BI), popularizado por Howard Dresner do Gartner Group, é utilizado para definir sistemas orientados

Leia mais

A importância da. nas Organizações de Saúde

A importância da. nas Organizações de Saúde A importância da Gestão por Informações nas Organizações de Saúde Jorge Antônio Pinheiro Machado Filho Consultor de Negócios www.bmpro.com.br jorge@bmpro.com.br 1. Situação nas Empresas 2. A Importância

Leia mais

Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan

Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan Faculdade INED Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan 1 Unidade 4.2 2 1 BI BUSINESS INTELLIGENCE BI CARLOS BARBIERI

Leia mais

Business Intelligence

Business Intelligence 1/ 24 Business Intelligence Felipe Ferreira 1 Nossa empresa Jornal O Globo Jornais Populares Parcerias Grupo Folha Grupo Estado 2 1 Fundada em 1925 3100 funcionários 2 Parques Gráficos e SP Globo: 220

Leia mais

e-business A IBM definiu e-business como: GLOSSÁRIO

e-business A IBM definiu e-business como: GLOSSÁRIO Através do estudo dos sistemas do tipo ERP, foi possível verificar a natureza integradora, abrangente e operacional desta modalidade de sistema. Contudo, faz-se necessário compreender que estas soluções

Leia mais

Thiago Locatelli de OLIVEIRA, Thaynara de Assis Machado de JESUS; Fernando José BRAZ Bolsistas CNPq; Orientador IFC Campus Araquari

Thiago Locatelli de OLIVEIRA, Thaynara de Assis Machado de JESUS; Fernando José BRAZ Bolsistas CNPq; Orientador IFC Campus Araquari DESENVOLVIMENTO DE AMBIENTE PARA A GESTÃO DO CONHECIMENTO RELACIONADO AOS DADOS PRODUZIDOS PELO SISTEMA DE GERENCIAMENTO DE TRANSITO DA CIDADE DE JOINVILLE/SC PARTE I Thiago Locatelli de OLIVEIRA, Thaynara

Leia mais

Business Intelligence Um enfoque gerencial para a Inteligência do Negócio.Efrain Turban e outros.tradução. Bookman, 2009.

Business Intelligence Um enfoque gerencial para a Inteligência do Negócio.Efrain Turban e outros.tradução. Bookman, 2009. REFERÊNCIAS o o Business Intelligence Um enfoque gerencial para a Inteligência do Negócio.Efrain Turban e outros.tradução. Bookman, 2009. Competição Analítica - Vencendo Através da Nova Ciência Davenport,

Leia mais

OTIMIZAÇÃO DA GESTÃO PÚBLICA ATRAVÉS DE TÉCNICAS DE BUSINESS INTELLIGENCE

OTIMIZAÇÃO DA GESTÃO PÚBLICA ATRAVÉS DE TÉCNICAS DE BUSINESS INTELLIGENCE OTIMIZAÇÃO DA GESTÃO PÚBLICA ATRAVÉS DE TÉCNICAS DE BUSINESS INTELLIGENCE Guimarilza Barbosa de Souza João Gabriel Ribeiro Luiz Cláudio de Arruda Isoton II Congresso Consad de Gestão Pública Painel 5:

Leia mais

Implementação de um Data Warehouse para Analise Multidimensional de Informações da Secretária de Trânsito de Guaíba

Implementação de um Data Warehouse para Analise Multidimensional de Informações da Secretária de Trânsito de Guaíba Implementação de um Data Warehouse para Analise Multidimensional de Informações da Secretária de Trânsito de Guaíba Fernando Maganha 1, Daniel Murara Barcia 2 1 Acadêmico do Curso de Sistemas de Informação

Leia mais

Bloco Administrativo

Bloco Administrativo Bloco Administrativo BI Business Intelligence Objetivo O objetivo deste artigo é dar uma visão geral sobre o Módulo Business Intelligence, que se encontra no Bloco Administrativo. Todas informações aqui

Leia mais

Business Intelligence. Business Intelligence. Business Intelligence. Business Intelligence. Business Intelligence

Business Intelligence. Business Intelligence. Business Intelligence. Business Intelligence. Business Intelligence Juntamente com o desenvolvimento desses aplicativos surgiram os problemas: & Data Warehouse July Any Rizzo Oswaldo Filho Década de 70: alguns produtos de BI Intensa e exaustiva programação Informação em

Leia mais

Business Intelligence Conceitos, Metodologia de Desenvolvimento e Exemplos de BI

Business Intelligence Conceitos, Metodologia de Desenvolvimento e Exemplos de BI Matriz: Av. Caçapava, 527 CEP 90.460-130 Tecnopuc: Av. Ipiranga, 6681 Prédio 32 Sala 109 CEP 90.619-900 Porto Alegre - RS, Brasil Contate-nos: +55 (51) 3330.7777 contato@dbccompany.com.br www.dbccompany.com.br

Leia mais

srbo@ufpa.br www.ufpa.br/srbo

srbo@ufpa.br www.ufpa.br/srbo CBSI Curso de Bacharelado em Sistemas de Informação BI Prof. Dr. Sandro Ronaldo Bezerra Oliveira srbo@ufpa.br www.ufpa.br/srbo Tópicos Especiais em Sistemas de Informação Faculdade de Computação Instituto

Leia mais

Arquiteturas de DW e Abordagens de Implementação. Arquiteturas e Abordagens de Implementação

Arquiteturas de DW e Abordagens de Implementação. Arquiteturas e Abordagens de Implementação Curso de Dwing TecBD-DI PUC-Rio Prof. Rubens Melo Arquiteturas de DW e Abordagens de Implementação Arquiteturas e Abordagens de Implementação Arquitetura adequada é fundamental Infra-estrutura disponível

Leia mais

Analysis Services. Manual Básico

Analysis Services. Manual Básico Analysis Services Manual Básico Construindo um Banco de Dados OLAP... 2 Criando a origem de dados... 3 Definindo as dimensões... 5 Níveis de dimensão e membros... 8 Construindo o cubo... 11 Tabela de fatos...12

Leia mais

RESUMO DA SOLUÇÃO CA ERwin Modeling. Como eu posso gerenciar a complexidade dos dados e aumentar a agilidade dos negócios?

RESUMO DA SOLUÇÃO CA ERwin Modeling. Como eu posso gerenciar a complexidade dos dados e aumentar a agilidade dos negócios? RESUMO DA SOLUÇÃO CA ERwin Modeling Como eu posso gerenciar a complexidade dos dados e aumentar a agilidade dos negócios? O CA ERwin Modeling fornece uma visão centralizada das principais definições de

Leia mais

DESMISTIFICANDO O CONCEITO DE ETL

DESMISTIFICANDO O CONCEITO DE ETL DESMISTIFICANDO O CONCEITO DE ETL Fábio Silva Gomes da Gama e Abreu- FSMA Resumo Este artigo aborda os conceitos de ETL (Extract, Transform and Load ou Extração, Transformação e Carga) com o objetivo de

Leia mais

Tópicos Avançados Business Intelligence. Banco de Dados Prof. Otacílio José Pereira. Unidade 10 Tópicos Avançados Business Inteligence.

Tópicos Avançados Business Intelligence. Banco de Dados Prof. Otacílio José Pereira. Unidade 10 Tópicos Avançados Business Inteligence. Tópicos Avançados Business Intelligence Banco de Dados Prof. Otacílio José Pereira Unidade 10 Tópicos Avançados Business Inteligence Roteiro Introdução Níveis organizacionais na empresa Visão Geral das

Leia mais

SISTEMAS DE INFORMAÇÕES GERENCIAIS

SISTEMAS DE INFORMAÇÕES GERENCIAIS 1 SISTEMAS DE INFORMAÇÕES GERENCIAIS John F. Eichstaedt, Toni Édio Degenhardt Professora: Eliana V. Jaeger RESUMO: Este artigo mostra o que é um SIG (Sistema de Informação gerencial) em uma aplicação prática

Leia mais

Bem-vindo à apresentação do SAP Business One.

Bem-vindo à apresentação do SAP Business One. Bem-vindo à apresentação do SAP Business One. Neste tópico, responderemos à pergunta: O que é o Business One? Definiremos o SAP Business One e discutiremos as opções e as plataformas disponíveis para executar

Leia mais

05/06/2012. Banco de Dados. Gerenciamento de Arquivos. Gerenciamento de Arquivos Sistema Gerenciador de Banco de Dados Modelos de Dados

05/06/2012. Banco de Dados. Gerenciamento de Arquivos. Gerenciamento de Arquivos Sistema Gerenciador de Banco de Dados Modelos de Dados Banco de Dados Gerenciamento de Arquivos Sistema Gerenciador de Banco de Dados Modelos de Dados Gerenciamento de Arquivos Gerenciamento de Arquivos 1 Gerenciamento de Arquivos Em uma indústria são executadas

Leia mais

DATA WAREHOUSE. Data Warehouse

DATA WAREHOUSE. Data Warehouse DATA WAREHOUSE Data Warehouse Sumário Conceitos / Autores chave... 3 1. Introdução... 5 2. Características de um Data Warehouse... 6 3. Arquitetura de Data Wirehouse... 8 4. Conclusões... 10 Materiais

Leia mais

Aplicando Técnicas de Business Intelligence sobre dados de desempenho Acadêmico: Um estudo de caso

Aplicando Técnicas de Business Intelligence sobre dados de desempenho Acadêmico: Um estudo de caso Aplicando Técnicas de Business Intelligence sobre dados de desempenho Acadêmico: Um estudo de caso Ana Magela Rodriguez Almeida 1, Sandro da Silva Camargo 1 1 Curso Engenharia de Computação Universidade

Leia mais

IMPLANTAÇÃO DO DW NA ANVISA

IMPLANTAÇÃO DO DW NA ANVISA IMPLANTAÇÃO DO DW NA ANVISA Bruno Nascimento de Ávila 1 Rodrigo Vitorino Moravia 2 Maria Renata Furtado 3 Viviane Rodrigues Silva 4 RESUMO A tecnologia de Business Intelligenge (BI) ou Inteligência de

Leia mais

Programa do Curso de Pós-Graduação Lato Sensu MBA em Business Intelligence (BI)

Programa do Curso de Pós-Graduação Lato Sensu MBA em Business Intelligence (BI) Programa do Curso de Pós-Graduação Lato Sensu MBA em Business Intelligence (BI) Apresentação O programa de Pós-graduação Lato Sensu em Business Intelligence Inteligência Competitiva tem por fornecer conhecimento

Leia mais

Uma Arquitetura de Gestão de Dados em Ambiente Data Warehouse

Uma Arquitetura de Gestão de Dados em Ambiente Data Warehouse Uma Arquitetura de Gestão de Dados em Ambiente Data Warehouse Alcione Benacchio (UFPR) E mail: alcione@inf.ufpr.br Maria Salete Marcon Gomes Vaz (UEPG, UFPR) E mail: salete@uepg.br Resumo: O ambiente de

Leia mais

Curso Data warehouse e Business Intelligence Fundamentos, Metodologia e Arquitetura

Curso Data warehouse e Business Intelligence Fundamentos, Metodologia e Arquitetura Curso Data warehouse e Business Intelligence Fundamentos, Metodologia e Arquitetura Apresentação Os projetos de Data Warehouse e Business Intelligence são dos mais interessantes e complexos de desenvolver

Leia mais

Desenvolvimento da Iluminação Pública no Brasil. Sistemas de gestão da iluminação pública

Desenvolvimento da Iluminação Pública no Brasil. Sistemas de gestão da iluminação pública 14 Capítulo IX Sistemas de gestão da iluminação pública Por Luciano Haas Rosito* Conforme apresentado no capítulo anterior, uma das oportunidades de melhoria na iluminação pública justamente refere-se

Leia mais

Curso Data warehouse e Business Intelligence

Curso Data warehouse e Business Intelligence Curso Data warehouse e Business Intelligence Fundamentos, Metodologia e Arquitetura Apresentação Os projetos de Data Warehouse e Business Intelligence são dos mais interessantes e complexos de desenvolver

Leia mais

Uma aplicação de Data Warehouse para apoiar negócios

Uma aplicação de Data Warehouse para apoiar negócios Uma aplicação de Data Warehouse para apoiar negócios André Vinicius Gouvêa Monteiro Marcos Paulo Oliveira Pinto Rosa Maria E. Moreira da Costa Universidade do Estado do Rio de Janeiro - UERJ IME - Dept

Leia mais

Conceitos. - Sistema de Informação, Estruturas e Classificação. - Dados x Informações. Edson Almeida Junior www.edsonalmeidajunior.com.

Conceitos. - Sistema de Informação, Estruturas e Classificação. - Dados x Informações. Edson Almeida Junior www.edsonalmeidajunior.com. Conceitos - Sistema de Informação, Estruturas e Classificação - Dados x Informações Edson Almeida Junior www.edsonalmeidajunior.com.br Definição de Sistema Uma coleção de objetos unidos por alguma forma

Leia mais

Fundamentos da inteligência de negócios: gestão da informação e de bancos de dados

Fundamentos da inteligência de negócios: gestão da informação e de bancos de dados Fundamentos da inteligência de negócios: gestão da informação e de bancos de dados slide 1 1 Copyright 2011 Pearson Education, Inc. publishing as Prentice Hall Objetivos de estudo Como um banco de dados

Leia mais

Introdução. Formação Informática Para Estatísticos Na DPINE. Formação Informática Para Estatísticos Na DPINE. Usar Tabelas Dinâmicas em EXCEL

Introdução. Formação Informática Para Estatísticos Na DPINE. Formação Informática Para Estatísticos Na DPINE. Usar Tabelas Dinâmicas em EXCEL Usar Tabelas Dinâmicas em EXCEL Introdução Neste Módulo aprendemos o importante recurso de Tabelas Dinâmicas e Gráficos Dinâmicos. Aprendemos a criar tabelas dinâmicas, a aplicar filtros e a fazer análise

Leia mais

Desenvolvimento de um Sistema de Apoio à Decisão. Thiago Rafael Zimmermann. Prof. Dr. Oscar Dalfovo

Desenvolvimento de um Sistema de Apoio à Decisão. Thiago Rafael Zimmermann. Prof. Dr. Oscar Dalfovo Desenvolvimento de um Sistema de Apoio à Decisão Acadêmico Thiago Rafael Zimmermann Orientador Prof. Dr. Oscar Dalfovo Roteiro da apresentação Introdução Objetivos Fundamentação Teórica Informação Sistemas

Leia mais

Unioeste Universidade Estadual do Oeste do Paraná

Unioeste Universidade Estadual do Oeste do Paraná Unioeste Universidade Estadual do Oeste do Paraná CENTRO DE CIÊNCIAS EXATAS E TECNOLÓGICAS Colegiado de Informática Curso de Bacharelado em Informática Especificação de Requisitos e Modelagem Orientada

Leia mais

Uma visão abrangente dos negócios. Solução para superar barreiras e otimizar recursos na sua empresa

Uma visão abrangente dos negócios. Solução para superar barreiras e otimizar recursos na sua empresa Uma visão abrangente dos negócios Solução para superar barreiras e otimizar recursos na sua empresa Negócios sem barreiras O fenômeno da globalização tornou o mercado mais interconectado e rico em oportunidades.

Leia mais

Faculdade Pitágoras Curso Superior de Tecnologia: Banco de Dados

Faculdade Pitágoras Curso Superior de Tecnologia: Banco de Dados Faculdade Pitágoras Curso Superior de Tecnologia: Banco de Dados Disciplina: Ferramentaspara Tomadade Decisão Prof.: Fernando Hadad Zaidan Unidade 1.2 1 Conceitos Iniciais Tomada de Decisão, Modelagem

Leia mais

A evolução da tecnologia da informação nos últimos 45 anos

A evolução da tecnologia da informação nos últimos 45 anos A evolução da tecnologia da informação nos últimos 45 anos Denis Alcides Rezende Do processamento de dados a TI Na década de 1960, o tema tecnológico que rondava as organizações era o processamento de

Leia mais

Semântica para Sharepoint. Busca semântica utilizando ontologias

Semântica para Sharepoint. Busca semântica utilizando ontologias Semântica para Sharepoint Busca semântica utilizando ontologias Índice 1 Introdução... 2 2 Arquitetura... 3 3 Componentes do Produto... 4 3.1 OntoBroker... 4 3.2 OntoStudio... 4 3.3 SemanticCore para SharePoint...

Leia mais

PLANO DE ENSINO DO 2º SEMESTRE LETIVO DE 2012

PLANO DE ENSINO DO 2º SEMESTRE LETIVO DE 2012 PLANO DE ENSINO DO 2º SEMESTRE LETIVO DE 2012 Curso: TECNOLOGIA EM GESTÃO COMERCIAL Habilitação: TECNÓLOGO Disciplina: NEGÓCIOS INTELIGENTES (BUSINESS INTELLIGENCE) Período: M V N 4º semestre do Curso

Leia mais

Uma aplicação de Data Warehouse para análise do processo de coleta de sangue e de medula óssea

Uma aplicação de Data Warehouse para análise do processo de coleta de sangue e de medula óssea Uma aplicação de Data Warehouse para análise do processo de coleta de sangue e de medula óssea Rogério de Torres Pelito, Gleise Celeste Gonzaga Pereira, Diana Maria da Silva de Souza, André Luiz Alves

Leia mais

SAD orientado a DADOS

SAD orientado a DADOS Universidade do Contestado Campus Concórdia Curso de Sistemas de Informação Prof.: Maico Petry SAD orientado a DADOS DISCIPLINA: Sistemas de Apoio a Decisão SAD orientado a dados Utilizam grandes repositórios

Leia mais

Arquitetura física de um Data Warehouse

Arquitetura física de um Data Warehouse É um modo de representar a macroestrutura de, comunicação, processamento e existentes para usuários finais dentro da empresa. Operacionais origem Data / Arquitetura física Serviços Armazenamento de Área

Leia mais

QUAIS INSTRUMENTOS SÃO USADOS NO MONITORAMENTO DE PROGRAMAS SOCIAIS?

QUAIS INSTRUMENTOS SÃO USADOS NO MONITORAMENTO DE PROGRAMAS SOCIAIS? COMO SE FAZ NO BRASIL: PRINCIPAIS INSTRUMENTOS DE MONITORAMENTO DE PROGRAMAS SOCIAIS COMO SE FAZ O MONITORAMENTO? O monitoramento de programas envolve as seguintes etapas:» 1ª etapa: Coleta regular de

Leia mais

Palavras-chave: On-line Analytical Processing, Data Warehouse, Web mining.

Palavras-chave: On-line Analytical Processing, Data Warehouse, Web mining. BUSINESS INTELLIGENCE COM DADOS EXTRAÍDOS DO FACEBOOK UTILIZANDO A SUÍTE PENTAHO Francy H. Silva de Almeida 1 ; Maycon Henrique Trindade 2 ; Everton Castelão Tetila 3 UFGD/FACET Caixa Postal 364, 79.804-970

Leia mais

Etapas da evolução rumo a tomada de decisão: Aplicações Isoladas: dados duplicados, dados inconsistentes, processos duplicados.

Etapas da evolução rumo a tomada de decisão: Aplicações Isoladas: dados duplicados, dados inconsistentes, processos duplicados. Histórico Etapas da evolução rumo a tomada de decisão: Aplicações Isoladas: dados duplicados, dados inconsistentes, processos duplicados. Sistemas Integrados: racionalização de processos, manutenção dos

Leia mais

Modelagem de Sistemas de Informação

Modelagem de Sistemas de Informação Modelagem de Sistemas de Informação Professora conteudista: Gislaine Stachissini Sumário Modelagem de Sistemas de Informação Unidade I 1 SISTEMAS DE INFORMAÇÃO...1 1.1 Conceitos...2 1.2 Objetivo...3 1.3

Leia mais

UNIVERSIDADE CATÓLICA DE GOIÁS DEPARTAMENTO DE ENGENHARIA ENGENHARIA DE PRODUÇÃO MILLENA SILVA PAIVA ESTÁGIO SUPERVISIONADO EM ENGENHARIA DE PRODUÇÃO

UNIVERSIDADE CATÓLICA DE GOIÁS DEPARTAMENTO DE ENGENHARIA ENGENHARIA DE PRODUÇÃO MILLENA SILVA PAIVA ESTÁGIO SUPERVISIONADO EM ENGENHARIA DE PRODUÇÃO UNIVERSIDADE CATÓLICA DE GOIÁS DEPARTAMENTO DE ENGENHARIA ENGENHARIA DE PRODUÇÃO MILLENA SILVA PAIVA ESTÁGIO SUPERVISIONADO EM ENGENHARIA DE PRODUÇÃO GOIÂNIA 2015 2 UNIVERSIDADE CATÓLICA DE GOIÁS DEPARTAMENTO

Leia mais

Data Warehouse. Djenane Cristina Silveira dos Santos¹, Felipe Gomes do Prado¹, José Justino Neto¹, Márcia Taliene Alves de Paiva¹

Data Warehouse. Djenane Cristina Silveira dos Santos¹, Felipe Gomes do Prado¹, José Justino Neto¹, Márcia Taliene Alves de Paiva¹ Data Warehouse. Djenane Cristina Silveira dos Santos¹, Felipe Gomes do Prado¹, José Justino Neto¹, Márcia Taliene Alves de Paiva¹ ¹Ciência da Computação Universidade Federal de Itajubá (UNIFEI) MG Brasil

Leia mais

Uma Ferramenta Web para BI focada no Gestor de Informação

Uma Ferramenta Web para BI focada no Gestor de Informação Uma Ferramenta Web para BI focada no Gestor de Informação Mikael de Souza Fernandes 1, Gustavo Zanini Kantorski 12 mikael@cpd.ufsm.br, gustavoz@cpd.ufsm.br 1 Curso de Sistemas de Informação, Universidade

Leia mais

SISTEMAS DE APOIO À DECISÃO SAD

SISTEMAS DE APOIO À DECISÃO SAD SISTEMAS DE APOIO À DECISÃO SAD Conceitos introdutórios Decisão Escolha feita entre duas ou mais alternativas. Tomada de decisão típica em organizações: Solução de problemas Exploração de oportunidades

Leia mais

Data Warehouse Granularidade. rogerioaraujo.wordpress.com twitter: @rgildoaraujo - rgildoaraujo@gmail.com 1

Data Warehouse Granularidade. rogerioaraujo.wordpress.com twitter: @rgildoaraujo - rgildoaraujo@gmail.com 1 Data Warehouse Granularidade rogerioaraujo.wordpress.com twitter: @rgildoaraujo - rgildoaraujo@gmail.com 1 Granularidade A granularidade de dados refere-se ao nível de sumarização dos elementos e de detalhe

Leia mais

Requisitos de business intelligence para TI: O que todo gerente de TI deve saber sobre as necessidades reais de usuários comerciais para BI

Requisitos de business intelligence para TI: O que todo gerente de TI deve saber sobre as necessidades reais de usuários comerciais para BI Requisitos de business intelligence para TI: O que todo gerente de TI deve saber sobre as necessidades reais de usuários comerciais para BI Janeiro de 2011 p2 Usuários comerciais e organizações precisam

Leia mais

Noções de. Microsoft SQL Server. Microsoft SQL Server

Noções de. Microsoft SQL Server. Microsoft SQL Server Noções de 1 Considerações Iniciais Basicamente existem dois tipos de usuários do SQL Server: Implementadores Administradores 2 1 Implementadores Utilizam o SQL Server para criar e alterar base de dados

Leia mais

Fábio Ávila Thiago Carvalho POWERPIVOT

Fábio Ávila Thiago Carvalho POWERPIVOT Fábio Ávila Thiago Carvalho POWERPIVOT PowerPivot - Introdução Permite a construção de um modelo de dados Como um Data Mart Elemento Central para construção de Self-Service BI Evolução da tabela dinâmica

Leia mais

Complemento I - Noções Introdutórias em Data Warehouses

Complemento I - Noções Introdutórias em Data Warehouses Complemento I - Noções Introdutórias em Data Warehouses Esse documento é parte integrante do material fornecido pela WEB para a 2ª edição do livro Data Mining: Conceitos, técnicas, algoritmos, orientações

Leia mais

Sistemas de Informação Aplicados a AgroIndústria Utilizando DataWarehouse/DataWebhouse

Sistemas de Informação Aplicados a AgroIndústria Utilizando DataWarehouse/DataWebhouse Sistemas de Informação Aplicados a AgroIndústria Utilizando DataWarehouse/DataWebhouse Prof. Dr. Oscar Dalfovo Universidade Regional de Blumenau - FURB, Blumenau, Brasil dalfovo@furb.br Prof. Dr. Juarez

Leia mais

Fases para um Projeto de Data Warehouse. Fases para um Projeto de Data Warehouse. Fases para um Projeto de Data Warehouse

Fases para um Projeto de Data Warehouse. Fases para um Projeto de Data Warehouse. Fases para um Projeto de Data Warehouse Definição escopo do projeto (departamental, empresarial) Grau de redundância dos dados(ods, data staging) Tipo de usuário alvo (executivos, unidades) Definição do ambiente (relatórios e consultas préestruturadas

Leia mais

O Que é Data Warehouse

O Que é Data Warehouse O Que é Data Warehouse Escrito por Carlos Alberto Sowek Buscando dar uma melhor visão sobre uma proposta de arquitetura de um Data Warehouse para a Celepar, bem como para os clientes da Celepar, sentimos

Leia mais

Autor: Júlio Battisti www.juliobattisti.com.br

Autor: Júlio Battisti www.juliobattisti.com.br Autor: Júlio Battisti www.juliobattisti.com.br Livro: Aprenda com Júlio Battisti: Excel 2010 Avançado, Análise de Dados e Cenários, Tabelas e Gráficos Dinâmicos, Macros e Programação VBA - Através de Exemplos

Leia mais

DATA WAREHOUSING. Data Warehousing

DATA WAREHOUSING. Data Warehousing DATA WAREHOUSING Data Warehousing Sumário Conceitos / Autores chave... 3 1. Introdução... 3 2. Modelos de Data Warehouse... 4 3. Processo de Extração, Transformação e Carga de Dados... 6 4. Data Mart versus

Leia mais

MBA EM BUSINESS INTELLIGENCE

MBA EM BUSINESS INTELLIGENCE MBA EM BUSINESS INTELLIGENCE Como a sua empresa estrutura informações estratégicas? Como as decisões são tomadas? São considerados, dados, informações e tendências, de macroambientes? O quanto você conhece

Leia mais

Kimball University: As 10 Regras Essenciais para a Modelagem de Dados Dimensional

Kimball University: As 10 Regras Essenciais para a Modelagem de Dados Dimensional Kimball University: As 10 Regras Essenciais para a Modelagem de Dados Dimensional Margy Ross Presidente Kimball Group Maio de 2009, Intelligent Enterprise.com Tradução livre para a língua portuguesa por

Leia mais

Padrões de Contagem de Pontos de Função

Padrões de Contagem de Pontos de Função Padrões de Contagem de Pontos de Função Contexto Versão: 1.0.0 Objetivo O propósito deste documento é apresentar os padrões estabelecidos para utilização da técnica de Análise de Pontos de Função no ambiente

Leia mais

MSc. Daniele Carvalho Oliveira

MSc. Daniele Carvalho Oliveira MSc. Daniele Carvalho Oliveira AULA 2 Administração de Banco de Dados: MSc. Daniele Oliveira 2 CONCEITOS FUNDAMENTAIS DE BANCO DE DADOS Administração de Banco de Dados: MSc. Daniele Oliveira 3 Conceitos

Leia mais