Processo Decisório, OLAP e Relatórios Corporativos OLAP E RELATÓRIOS CORPORATIVOS

Tamanho: px
Começar a partir da página:

Download "Processo Decisório, OLAP e Relatórios Corporativos OLAP E RELATÓRIOS CORPORATIVOS"

Transcrição

1 Processo Decisório, OLAP e Relatórios Corporativos OLAP E RELATÓRIOS CORPORATIVOS

2 Sumário Conceitos/Autores chave Introdução OLAP Operações em OLAP Arquiteturas em OLAP Consultas e Relatórios Corporativos Conclusões Atividade Materiais complementares Bibliografi a Processo decisório, OLAP e Relatórios corporativos 2

3 Conceitos/Autores-chave Glossário de uma dimensão dependem da granularidade considerada. Dice Cubo É a estrutura que armazena os dados em formato multidimensional. Como já foi dito, pode ter mais de três dimensões. Dimensão Uma dimensão é uma unidade de análise com dados agregados. Por exemplo, a dimensão tempo poderia ter os dados agregados em dias, meses, anos, etc. A dimensão local poderia ter os dados agrupados em bairro, cidade, estado, país, etc. Hierarquia São representadas pela granularidade das dimensões, por exemplo, país, estado, cidade. Existem operações em OLAP para navegar por uma hierarquia. Membro É um subconjunto de uma dimensão. Por exemplo, em uma dimensão de tempo o nível mês poderia ter os membros Janeiro, Fevereiro, Março, etc. Note que os membros Medida É uma dimensão especial para comparações. Pode ser, por exemplo, lucro, custo, etc. Drill-down É uma operação que permite desagregar uma dimensão. Exemplo: estado->cidade. Roll-up É o inverso do Drill-down, agrega uma dimensão. Exemplo: cidade->estado. Drill-through Detalha além do cubo. Vai até o nível de registros. Slice Faz restrição de um valor ao longo de uma dimensão. Faz restrições de valores em várias dimensões. Semelhante ao Slice, só que mais complexo. Processo decisório, OLAP e Relatórios corporativos 3

4 Pontos críticos Diferenças entre OLTP x OLAP O termo OLAP significa On-Line Analytical Processing. Inicialmente será feita uma comparação de OLAP com OLTP (On-Line Transaction Processing), o qual é utilizado no processamento de transações em bancos de dados relacionais. Ao lado há uma tabela comparativa: Operação Típica No modelo OLTP são efetuadas transações, que podem ser, por exemplo, uma atualização de um registro, uma remoção, uma recuperação ou uma criação. Já no modelo OLAP os dados servem para ser analisados, por exemplo, saber qual foi o produto mais vendido há dois meses. Granularidade No modelo OLTP os dados são tratados com o máximo de detalhamento, já no OLAP os dados estão agregados, ou seja, há um resumo dos dados. Esse resumo é o necessário para que sejam feitas análises. Temporalidade Temporalidade dos dados: No OLTP o que importa são os dados atuais, por exemplo, se o preço de um produto passa de x para y então x é apagado e substituído por y. No OLAP o passado importa, pois os dados são utilizados para análise e previsões futuras, ambas as atividades que necessitam de informações sobre o passado. Logo o modelo OLAP considera as informações atuais e também as informações anteriores, as quais no OLTP poderiam não mais existir. Recuperação No modelo OLTP geralmente, poucos registros são recuperados em uma consulta. Por exemplo, o preço de um produto, os dados de um cliente. No OLAP vários registros são recuperados, por exemplo, a quantidade vendida de um dado produto em cada um dos últimos sete meses agrupados por cidade. Usuários No modelo OLTP existem muitos usuários utilizando o sistema ao mesmo tempo, porém com consultas mais simples. No OLAP existem poucos usuários com consultas mais complexas. OLPT Orientação O modelo OLTP é orientado a registros, termo que é muito comum em informática e geralmente significa uma linha em uma tabela de um banco de dados relacional. O modelo OLAP utiliza arrays, os quais são bons para representar dimensões como, por exemplo, a dimensão tempo ou a dimensão lugar. Consulta OLAP Operação Típica Transação Análise Granularidade Atômico Agregado Temporalidade dos dados Presente Histórico, atual e projetado Recuperação Poucos registros Muitos registros Usuários Muitos Poucos Orientação Registros Arrays Consulta Predefinida Ad-hoc No modelo OLTP os tipos de consultas que podem ser realizadas já são predefinidos, por exemplo, consultar o preço de um produto ou consultar o débito de um cliente. No OLAP as consultas são ad-hoc, ou seja, são definidas de acordo com os interesses de quem realiza a consulta, por exemplo, qual o total de vendas de um dado produto em cada um dos últimos três meses por cidade. Processo decisório, OLAP e Relatórios corporativos 4

5 1. Introdução Há alguns anos, o uso da tecnologia de informática vem sofrendo várias mudanças no que tange ao acesso e à análise de dados. Estas transformações estão moldando um novo paradigma baseado no armazenamento, tratamento e análise de imenso volume de dados. Conseqüentemente, as grandes empresas estão começando a explorar as possibilidades oferecidas pelas diversas técnicas e ferramentas atualmente disponíveis para aprimorar o processo de tomada de decisão. As implicações destas mudanças para o mundo dos negócios são enormes. Assim, este novo paradigma envolve o uso de sistemas especificamente projetados para o tratamento dos dados e geração de conhecimento de forma flexível em tempo hábil para análises, pelos gestores das empresas. Com as ferramentas Data Warehouse e OLAP, os relatórios e as consultas passam a ser feitos pelos próprios usuários dos sistemas sem que haja a necessidade de um profundo conhecimento em tecnologias computacionais, sendo sua confecção barata, rápida, confiável e adaptável aos modelos diversos de negócios. Tempo Ao usarem essas ferramentas os gerentes gastam um tempo bem menor manipulando os dados e construindo modelos conforme suas necessidades, usando melhor o tempo para as necessárias análise e soluções de problemas. É bastante comum encontrarmos a aplicação dessas técnicas nas áreas financeiras, vendas e marketing, assim como, em outras áreas de negócio que precisam de análise dos dados. Processo decisório, OLAP e Relatórios corporativos 5

6 2. OLAP O Processamento Analítico on-line (OLAP) é definido como uma categoria da tecnologia de software que permite que analistas, gerentes e executivos obtenham, de maneira rápida, consistente e interativa, acesso a uma variedade de visualizações possíveis de informação que foi transformada de dados puros para refletir a dimensão real do empreendimento do ponto de vista do usuário. Resumidamente, OLAP nada mais é que um conjunto de funcionalidades que facilitam a análise multidimensional (INMON, 2005). As visualizações multidimensionais geradas pelo OLAP são suportadas por bancos de dados multidimensionais e fornecem a base técnica para cálculos e análises requeridas pelas aplicações do Data Warehouse. As ferramentas OLAP são as aplicações que nossos usuários finais têm acesso para extraírem os dados de suas bases com os quais gera relatórios capazes de responder às suas questões gerenciais. Elas surgiram juntamente com os sistemas de apoio á decisão para fazerem a extração e análise dos dados contidos nos Data Warehouses e Data Marts. determina as demandas dos gerentes e analistas por sistemas de informação capazes de fornecer desde respostas rápidas a complexas consultas de negócios. A indústria de sistemas de informação tem respondido a essas demandas com avanços como os bancos de dados analíticos, data marts, data warehouse, técnicas de data mining e estruturas multidimensionais de bancos de dados, e com servidores e produtos de software especializados que apóiam o processo analítico on-line (OLAP). O caráter competitivo e dinâmico do ambiente de negócios globalizado de hoje, Processo decisório, OLAP e Relatórios corporativos 6

7 O termo OLAP foi definido por E.F.Codd (2006), também criador, em 1993, de um conjunto de 12 regras utilizadas para avaliar a ferramenta por desenvolvedores e usuários. São elas: Visão Conceitual Dimensionalidade Relatórios Flexíveis Visão conceitual multidimensional - Onde os usuários manipulem os modelos multidimensionais de dados com facilidade e intuitivamente. Transparência Interação fácil com os frontends habituais dos usuários devendo permitir a inclusão de uma ferramenta analítica onde o usuário desejar, sem que isso, provoque impacto na funcionalidade. Acessibilidade Tratamento dos dados heterogêneos de forma lógica que permita a conversão para apresentação aos usuários de forma única, coerente e consistente. Desempenho Consistente Desempenho consistente de fornecimento de informações - Apesar do tamanho do banco de dados, o usuário não deve observar redução significante no desempenho de fornecimento de informações. Arquitetura cliente/servidor É importante que a ferramenta tenha capacidade de operar num ambiente cliente/ servidor. Dimensionalidade genérica - A dimensão dos dados não deve influenciar a estrutura dos dados e os formatos dos relatórios. Manipulação Manipulação dinâmica da matriz esparsa Com base na densidade dos dados, a ferramenta deve possibilitar o ajuste do esquema físico para o desempenho máximo. Suporte Multiusuário Prover acesso simultâneo sem prejudicar a segurança e a integridade dos dados. Operações Irrestritas Operações irrestritas com dimensões cruzadas - Qualquer conjunto de dados deve poder ser acessado, a qualquer momento, para cálculos. Manipulação Intuitiva Manipulação intuitiva de dados - A realização dos cálculos e a manipulação dos dados devem ocorrer da maneira mais intuitiva possível. Os relatórios devem ter a capacidade de fazer a apresentação dos dados de forma lógica e sintetizada ou, ainda, informações que sejam o resultado de cálculos de um modelo criado, conforme qualquer visão. Dimensões e Níveis Dimensões e níveis de agregação ilimitados - Deve ser possível a acomodação de pelo menos quinze e até vinte dimensões de dados, dentro de um modelo analítico comum e cada dimensão deve possibilitar um número sem limites de níveis de agregação definido pelo usuário. Processo decisório, OLAP e Relatórios corporativos 7

8 3. As Operações em OLAP Quatro tipos de operações são utilizados em OLAP para analisar dados (KIMBALL, 1998) que são: Drill Down/Roll Up Drill Across Drill Throught Slice and Dice Drill Down/Roll Up As operações Drill Down e Roll up são operações para movimentar a visão dos dados dos níveis hierárquicos. Com a capacidade de drill o usuário pode navegar do mais alto nível até o dado detalhado e com a capacidade de roll up o usuário pode navegar do nível de detalhe até o mais alto nível de sumarização de dados. Drill Down O drill down ocorre quando o usuário aumenta o nível de detalhe da informação, diminuindo o nível de granularidade. Drill Down ESTADO Roll Up Drill Up ou Roll Up O drill up ou roll up é o contrário. Ele ocorre quando o usuário aumenta o nível de granularidade, diminuindo o nível de detalhamento da informação. CIDADE CIDADE CIDADE CIDADE CIDADE Exemplo de Operação Drill Down e Roll Up. Processo decisório, OLAP e Relatórios corporativos 8

9 Drill Across As operações Drill Across ocorrem quando o usuário pula um nível intermediário dentro de uma mesma dimensão. Por exemplo: a dimensão tempo é composta por ano, semestre, mês e dia. O usuário executa um drill across quando ele passa de ano direto para semestre ou mês. Drill Throught As operações Drill Throught ocorrem quando passa de uma informação contida em uma dimensão para outra. Por exemplo: a pessoa está na dimensão tempo e no próximo passo começa a analisar a informação por região. Slice and Dice As operações Slice and Dice são operações para realizar navegação por meio dos dados na visualização de um cubo, solicitando diferentes perspectivas. Volume de Vendas Blusas Calças Volume de Vendas Blusas e Calças Cliente Carolina Cliente Fabiana Janeiro Fevereiro Março Cliente Carolina Cliente Fabiana Volume de Vendas Blusas e Calças Volume de Vendas Blusas Calças Jan/2003 Jan/2004 Jan/2003 Jan/2004 Cliente Carolina Cliente Fabiana Exemplo de Operação Drill Across. Janeiro Fevereiro Março Cliente Carolina Cliente Fabiana Exemplo da Operação Slice and Dice. Importante Fatiar ou realizar slice é a operação de visualizarmos somente a produção de um tipo de produto, por exemplo, blusas. Dice é a mudança de perspectiva da visão. É a extração de um subcubo ou a interseção de vários slices. Outras duas operações também utilizadas são pivot e rank. A operação pivot muda o eixo de visualização. Por exemplo, passar a dimensão tempo da horizontal para a vertical. Por outro lado, a operação rank ordena os membros de uma dimensão de acordo com algum critério. Utilizando essas operações, os usuários conseguem ver a informações sobre ângulos que anteriormente inexistiam sem a implementação de um Data Warehouse e a utilização de uma ferramenta OLAP. Processo decisório, OLAP e Relatórios corporativos 9

10 4. Arquiteturas em OLAP Apesar de obedecer a uma estrutura cliente/servidor multiusuário, as ferramentas OLAP podem ser implementadas de diversas formas, classificadas em cinco tipos a seguir (INMON, 2005): 4.1 Arquitetura MOLAP A arquitetura MOLAP (Multidimensional On Line Analytical Processing) processa-se da seguinte forma: Com um servidor multidimensional o acesso aos dados ocorre diretamente no banco, ou seja, o usuário trabalha, monta e manipula os dados do cubo diretamente no servidor. Isso traz grandes benefícios aos usuários no que diz respeito à performance, mas têm-se problemas com estabilidade além de ter um custo alto para aquisição. 4.2 Arquitetura ROLAP As ferramentas ROLAP (Relational On Line Analytical Processing), possuem uma engenharia de acesso aos dados e análise OLAP com uma arquitetura um pouco diferente. Nesse caso a consulta é enviada ao servidor de banco de dados relacional e processada no mesmo, mantendo o cubo no servidor. O que podemos notar nesse caso é que o processamento OLAP se dará somente no servidor. A principal vantagem dessa arquitetura é que ela permite analisar enormes volumes de dados, em contra partida, uma grande quantidade de usuários acessando simultaneamente poderá causar sérios problemas de performance no servidor causando, inclusive, o travamento do mesmo. 4.3 Arquitetura HOLAP Recentemente surgiu a arquitetura denominada HOLAP (Hybrid On Line Analytical Processing), ou simplesmente processamento híbrido. Essa forma de acessar os dados nada mais é do que uma mistura de tecnologias onde há uma combinação entre ROLAP e MOLAP. A vantagem é que com a mistura de tecnologias pode-se extrair o que há de melhor de cada uma, ou seja, a alta performance do MOLAP com a estabilidade do ROLAP. 4.4 Arquitetura DOLAP Uma outra arquitetura é a DOLAP que é uma arquitetura desktop do OLAP, ou seja, é uma ferramenta para usuários que possuam uma cópia da base multidimensional ou de um subconjunto dela ou ainda, que queiram acessar um repositório de dados central, localmente. A vantagem dessa arquitetura é a redução da sobrecarga no servidor de banco de dados uma vez que todo o processamento OLAP acontece na máquina cliente e a desvantagem é o tamanho do microcubo que não pode ser muito grande, caso contrário, a análise pode ser demorada e a máquina do cliente não suportar. 4.5 Arquitetura WOLAP WOLAP (OLAP web) que é a tecnologia OLAP direcionada para a internet. WOLAP é a utilização de uma ferramenta OLAP a partir de um browser. Processo decisório, OLAP e Relatórios corporativos 10

11 5. Exemplos de Consultas e Relatórios Corporativos Existem diversas ferramentas que dão suporte a tecnologia OLAP, e permitem realizar consultas ou elaborar relatórios corporativos. Na Figura abaixo é possível visualizar o resultado de uma operação Roll up realizada sobre uma consulta feita na ferramenta, Analysis Service do Sistema Gerenciador de Banco de Dados SQL Server, onde a idéia é selecionar uma visão macro das vendas realizadas por cada tipo de produto. Suponha que o usuário deseje mais detalhes das vendas, isto é, não somente ter o valor total de vendas por tipo de produto, senão saber exatamente qual departamento e qual categoria de produto teve maior venda, por exemplo. Para solicitar mais detalhes na consulta, é necessário realizar a operação de Drill down, se fizer uma vez, o usuário poderá visualizar os departamentos, e se fizer duas vezes, além dos departamentos poderá ver por categoria de produto, que é justamente o que o usuário está precisando neste exemplo específico. Na figura abaixo se pode visualizar o resultado da aplicação desta operação Drill down. Totais de vendas por tipo de produto, departamento e categoria de produto. Totais de vendas por tipo de produto. Processo decisório, OLAP e Relatórios corporativos 11

12 Existe outra alternativa de ferramenta denominada Business Objects, na qual também é possível gerar relatórios, gráficos e consultas, a partir de várias perspectivas. Na figura abaixo pode-se visualizar o resultado da aplicação desta operação Drill down. Suponha que o usuário queira visualizar a marca quando expandir a categoria do produto, isto é possível com a operação drill-down. A idéia é que o relatório mostre o total do ano para cada categoria de produto, onde cada categoria de produto poderá ser detalhada por marca. A figura abaixo mostra o resultado dessa funcionalidade. Totais de vendas por Semana. Um exemplo de relatório é apresentado na figura abaixo. Veja que todas as informações estão visíveis, tornando o relatório muito grande e pouco prático. Por exemplo, o relatório está detalhado por ano e trimestre, não permitindo visualizar as informações, a fim de consultar o total de vendas no ano. Relatório com as funcionalidades de drill-down e drill-up. Outro recurso bastante utilizado em relatórios é o uso de parâmetros, que dão ao usuário a possibilidade de selecionar itens em uma lista, a fim de filtrar os dados retornados no relatório. Voltando ao nosso exemplo, podemos permitir que o usuário selecione o mês do relatório ou determinado trimestre ou ano, fazendo com que o relatório reflita os parâmetros de filtro na consulta. Esse recurso está disponível no Analysis Services 2005 e é suportado pelo Reporting Services Resultado da execução do relatório. Processo decisório, OLAP e Relatórios corporativos 12

13 6. Conclusões Neste módulo foi abordado o uso de ferramentas OLAP para o processo de tomada de decisão. A tecnologia OLAP permite que o usuário trabalhe com cálculos complexos, através de consultas com maior flexibilidade e funcionalidade. Seu uso proporciona um bom andamento e o excelente gerenciamento de uma empresa. Importante A essência das ferramentas OLAP é a rapidez, a sumarização e a análise flexível dos dados. As aplicações bem sucedidas de OLAP tendem a aumentar a produtividade de gerentes, desenvolvedores e até da organização como um todo. As ferramentas OLAP aliadas à filosofia de Data Warehouse revolucionaram o modo de se fazer negócios, garantindo agilidade e flexibilidade nas investigações e análise de dados para os usuários finais, isto é, aqueles que realmente fazem parte do processo de tomada de decisões. 7. Atividade Introdução Uma organização freqüentemente se encontra diante de problemas sérios de decisão. Uma pessoa física poderia analisar o problema e escolher a melhor alternativa de decisão de modo informal. Em uma organização, os problemas são muito mais amplos e complexos, envolvendo riscos e incertezas. Necessitam da opinião e participação de muitas pessoas, em diversos níveis funcionais. O processo de uma empresa ou organização deve ser estruturado e resolvido de modo formal, detalhado, consistente e transparente. Neste módulo, foram estudadas as fases de um processo decisório, conceitos relacionados, assim como o auxílio da tecnologia neste processo (OLAP e relatórios). Nas atividades a seguir serão aplicados esses conceitos. Processo (Atividade Individual) Depois de ler e estudar o módulo de Processo de Inteligência Empresarial, realizar as seguintes atividades: Exemplifique um caso prático dentro da sua área de atuação profissional, onde precise aplicar todas as fases do processo decisório. Detalhe as atividades realizadas em cada fase de acordo com o contexto apresentado no caso prático. Comente sua opinião sobre a utilidade de aplicar as fases do processo decisório. Cite as vantagens e as desvantagens de utilizar essas fases ao pé da letra. Explique como OLAP pode contribuir em um processo de tomada de decisões da sua área de atuação. Processo decisório, OLAP e Relatórios corporativos 13

14 Materiais complementares CAVALCANTI, M. C.; OLIVEIRA, P. C. S.; MONTEIRO, R. R.; SOARES, V. J. Análise Comparativa de Ferramentas OLAP. UFRJ, CARVALHO, B.F. Arquiteturas de Ferramentas OLAP. SQL Magazine, Rio de Janeiro, ano 1, ed. 9, p.12-16, MACHADO, F.N.R. Projeto de Data Warehouse: Uma Visão Multidimensional, São Paulo: Érica, OLIVEIRA, W, J. Data Warehouse. 2ª ed. Florianópolis: Visual Books, Bibliografi a CODD, E. F.; CODD, S. B.; SALLEY, C.T. Providing OLAP (on-line Analytical Processing) to users-analysts: An IT mandate. Disponível em: analysts.pdf Acesso em: junho de INMON, W.H., Building the Data Warehouse, Four Edition, Indianapolis, Wiley Publishing, Inc, KIMBALL, R., REEVES, L., ROSS, M. and THORNTHWAITE, W., The data Warehouse Lifecycle Toolkit: Expert Methods for Designing, Developing and Deploying Data Warehouse. John Wiley & Sons, New York, KIMBALL, Ralph; ROSS, Margy. The Data Warehouse Toolkit - Guia Completo para Modelagem Dimensional. Tradução da 2ª ed. Rio de Janeiro: Campus, Processo decisório, OLAP e Relatórios corporativos 14

OLAP: Características, Arquitetura e Ferramentas

OLAP: Características, Arquitetura e Ferramentas INSTITUTO VIANNA JÚNIOR FACULDADES INTEGRADAS VIANNA JÚNIOR OLAP: Características, Arquitetura e Ferramentas Erika Maria Teixeira Araújo 1 Mônica de Lourdes Souza Batista 2 Teresinha Moreira de Magalhães

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

BANCO DE DADOS DISTRIBUÍDOS e DATAWAREHOUSING

BANCO DE DADOS DISTRIBUÍDOS e DATAWAREHOUSING BANCO DE DADOS DISTRIBUÍDOS e DATAWAREHOUSING http://www.uniriotec.br/~tanaka/tin0036 tanaka@uniriotec.br Introdução a Data Warehousing e OLAP Introdução a Data Warehouse e Modelagem Dimensional Visão

Leia mais

Módulo 5. Implementando Cubos OLAP

Módulo 5. Implementando Cubos OLAP Módulo 5. Implementando Cubos OLAP Objetivos Compreender a importância da manipulação correta da segurança nos dados. Conhecer as operações que podem ser realizadas na consulta de um cubo. Entender o uso

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

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

Uma Ferramenta WEB para apoio à Decisão em Ambiente Hospitalar

Uma Ferramenta WEB para apoio à Decisão em Ambiente Hospitalar Uma Ferramenta WEB para apoio à Decisão em Ambiente Hospitalar 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

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

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

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

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

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

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

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

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

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

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

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

Prova INSS RJ - 2007 cargo: Fiscal de Rendas

Prova INSS RJ - 2007 cargo: Fiscal de Rendas Prova INSS RJ - 2007 cargo: Fiscal de Rendas Material de Apoio de Informática - Prof(a) Ana Lucia 53. Uma rede de microcomputadores acessa os recursos da Internet e utiliza o endereço IP 138.159.0.0/16,

Leia mais

Módulo 4. Construindo uma solução OLAP

Módulo 4. Construindo uma solução OLAP Módulo 4. Construindo uma solução OLAP Objetivos Diferenciar as diversas formas de armazenamento Compreender o que é e como definir a porcentagem de agregação Conhecer a possibilidade da utilização de

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

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

BUSINESS INTELLIGENCE BI Aplicado à Gestão das Águas Subterrâneas. Frederico Cláudio Peixinho Flávio Luis de Mello 23 a 26 de Outubro de 2012

BUSINESS INTELLIGENCE BI Aplicado à Gestão das Águas Subterrâneas. Frederico Cláudio Peixinho Flávio Luis de Mello 23 a 26 de Outubro de 2012 XVII Congresso Brasileiro de Águas Subterrâneas Bonito - MT Serviço Geológico do Brasil CPRM BUSINESS INTELLIGENCE BI Aplicado à Gestão das Águas Subterrâneas Frederico Cláudio Peixinho Flávio Luis de

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

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

ACOMPANHAMENTO TESTE 6. Fonte: Carlos Barbieri. Fonte: Carlos Barbieri

ACOMPANHAMENTO TESTE 6. Fonte: Carlos Barbieri. Fonte: Carlos Barbieri PÓS-GRADUAÇÃO LATO SENSU Curso: Banco de Dados Disciplina: Data Warehouse e Business Intelligence Professor: Fernando Zaidan Unidade 2.1 - Cubos 2012 ACOMPANHAMENTO IMPLEMENTAÇÃO 8 7 9 TESTE 6 CONSTRUÇÃO

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

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

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

Fundamentos da Análise Multidimensional

Fundamentos da Análise Multidimensional Universidade Técnica de Lisboa INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO Informática e Sistemas de Informação Aplicados em Economia Fundamentos da Análise Multidimensional Fundamentos da Análise Multidimensional

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

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

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

Data Warehouse. Diogo Matos da Silva 1. Universidade Federal de Ouro Preto, Ouro Preto, MG, Brasil. Banco de Dados II

Data Warehouse. Diogo Matos da Silva 1. Universidade Federal de Ouro Preto, Ouro Preto, MG, Brasil. Banco de Dados II Data Warehouse Diogo Matos da Silva 1 1 Departamento de Computação Universidade Federal de Ouro Preto, Ouro Preto, MG, Brasil Banco de Dados II Diogo Matos (DECOM - UFOP) Banco de Dados II Jun 2013 1 /

Leia mais

PLANO DE ENSINO PRÉ-REQUISITOS: ENS

PLANO DE ENSINO PRÉ-REQUISITOS: ENS UNIVERSIDADE DO ESTADO DE SANTA CATARINA UDESC CENTRO DE EDUCAÇÃO SUPERIOR DO ALTO VALE DO ITAJAÍ CEAVI PLANO DE ENSINO DEPARTAMENTO: DSI Departamento de Sistema de Informação DISCIPLINA: Data Warehouse

Leia mais

Uma análise multidimensional dos dados estratégicos da empresa usando o recurso OLAP do Microsoft Excel

Uma análise multidimensional dos dados estratégicos da empresa usando o recurso OLAP do Microsoft Excel Uma análise multidimensional dos dados estratégicos da empresa usando o recurso OLAP do Microsoft Excel Carlos Alberto Ferreira Bispo (AFA) cafbispo@siteplanet.com.br Daniela Gibertoni (FATECTQ) daniela@fatectq.com.br

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

OLAP. Rodrigo Leite Durães.

OLAP. Rodrigo Leite Durães. OLAP Rodrigo Leite Durães. rodrigo_l_d@yahoo.com.br OLAP Definição OLAP (Online analytical processing) é uma categoria de tecnologia de software que possibilita a visualização dos dados armazenados, segundo

Leia mais

MODELAGEM DIMENSIONAL

MODELAGEM DIMENSIONAL CENTRO UNIVERSITÁRIO DO TRIÂNGULO INSTITUTO DE CIÊNCIAS EXATAS E TECNOLÓGICAS CURSO DE CIÊNCIA DA COMPUTAÇÃO MODELAGEM DIMENSIONAL HELOISA MENDES LOPES Uberlândia, dezembro de 2000 CENTRO UNIVERSITÁRIO

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

Globalização => as empresas se concentraram mais nos seus modelos de negócio e deixaram um pouco de

Globalização => as empresas se concentraram mais nos seus modelos de negócio e deixaram um pouco de FERRAMENTAS OLAP HISTÓRICO Desenvolvimento da linguagem APL pela IBM final da década de 60. Surgimento de uma nova classe de ferramentas, que foi chamada de OLAP. Final de década de 90. Atualmente algumas

Leia mais

Curso de Engenharia de Sistemas e Informática - 5º Ano. Ficha T. Prática n.º 1

Curso de Engenharia de Sistemas e Informática - 5º Ano. Ficha T. Prática n.º 1 Análise Inteligente de Dados Objectivo: Curso de Engenharia de Sistemas e Informática - 5º Ano Ficha T. Prática n.º 1 Estudo do paradigma multidimensional com introdução de uma extensão ao diagrama E/R

Leia mais

A NOVA GERAÇÃO DE SISTEMAS DE APOIO À DECISÃO

A NOVA GERAÇÃO DE SISTEMAS DE APOIO À DECISÃO A NOVA GERAÇÃO DE SISTEMAS DE APOIO À DECISÃO Carlos Alberto Ferreira Bispo Professor da Academia da Força Aérea Estrada de Aguaí S/N - Pirassununga - SP Caixa Postal 1062 - CEP 13630-000 - cafbispo@sc.usp.br

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

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

Integração Access-Excel para produzir um sistema de apoio a decisão que simula um Data Warehouse e OLAP

Integração Access-Excel para produzir um sistema de apoio a decisão que simula um Data Warehouse e OLAP Integração Access-Excel para produzir um sistema de apoio a decisão que simula um Data Warehouse e OLAP Wílson Luiz Vinci (Faculdades IPEP) wilson@cnptia.embrapa.br Marcelo Gonçalves Narciso (Embrapa Informática

Leia mais

OLAP em âmbito hospitalar: Transformação de dados de enfermagem para análise multidimensional

OLAP em âmbito hospitalar: Transformação de dados de enfermagem para análise multidimensional OLAP em âmbito hospitalar: Transformação de dados de enfermagem para análise multidimensional João Silva and José Saias m5672@alunos.uevora.pt, jsaias@di.uevora.pt Mestrado em Engenharia Informática, Universidade

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

MANUAL BI- Business Intelligence

MANUAL BI- Business Intelligence 1. VISÃO GERAL 1.1 SISTEMA BI Business Intelligence: Segundo Gartner Group, a maior ameaça das empresas da atualidade é o desconhecimento... O Business Intelligence se empenha em eliminar as dúvidas e

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

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

ESTUDO ANALÍTICO DE FERRAMENTAS OPEN SOURCE

ESTUDO ANALÍTICO DE FERRAMENTAS OPEN SOURCE UNIVERSIDADE DO EXTREMO SUL CATARINENSE - UNESC CURSO DE PÓS-GRADUAÇÃO ESPECIALIZAÇÃO EM MBA GERENCIAMENTO DE BANCO DE DADOS RENATO CRAMER ESTUDO ANALÍTICO DE FERRAMENTAS OPEN SOURCE PARA AMBIENTES OLAP

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

APLICAÇÃO DA FERRAMENTA OLAP EM DIFERENTES MÓDULOS DE UM SISTEMA ERP MELHORANDO A TOMADA DE DECISÃO. Henrique César Gouveia 1 gouveia.henriq@gmail.

APLICAÇÃO DA FERRAMENTA OLAP EM DIFERENTES MÓDULOS DE UM SISTEMA ERP MELHORANDO A TOMADA DE DECISÃO. Henrique César Gouveia 1 gouveia.henriq@gmail. APLICAÇÃO DA FERRAMENTA OLAP EM DIFERENTES MÓDULOS DE UM SISTEMA ERP MELHORANDO A TOMADA DE DECISÃO Henrique César Gouveia 1 gouveia.henriq@gmail.com Muller Marciel Melo 2 muller_melo@hotmail.com Pedro

Leia mais

Faculdade Pitágoras PROJETO DE DW FASES FCS-EM PROJETOS DE DW 08/02/2012. Unidade 2.1. Curso Superior de Tecnologia: Banco de Dados

Faculdade Pitágoras PROJETO DE DW FASES FCS-EM PROJETOS DE DW 08/02/2012. Unidade 2.1. Curso Superior de Tecnologia: Banco de Dados Faculdade Pitágoras Curso Superior de Tecnologia: Banco de Dados Disciplina: Ferramentaspara Tomada de Decisão 2 DataWarehouse Unidade 2.1 2.1 Conceitos fundamentais e Cubos Prof.: Fernando Hadad Zaidan

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

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

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

Business Intelligence: um sistema de apoio a decisões gerenciais

Business Intelligence: um sistema de apoio a decisões gerenciais Business Intelligence: um sistema de apoio a decisões gerenciais André Amaral Muszinski, Silvia de Castro Bertagnolli Faculdade de Informática Curso de Bacharelado em Sistemas de Informação Centro Universitário

Leia mais

Administração estratégica da Informação: definição, controle estratégias de mercado Prof. MSc Hugo Vieira L. Souza

Administração estratégica da Informação: definição, controle estratégias de mercado Prof. MSc Hugo Vieira L. Souza Administração estratégica da Informação: definição, controle estratégias de mercado Prof. MSc Hugo Vieira L. Souza Este documento está sujeito a copyright. Todos os direitos estão reservados para o todo

Leia mais

Aline França a de Abreu, Ph.D

Aline França a de Abreu, Ph.D Aline França a de Abreu, Ph.D igti.eps.ufsc.br 07 / 10/ 04 Núcleo de estudos Criado em 1997 - UFSC/EPS Equipe multidisciplinar, com aproximadamente 20 integrantes OBJETIVO Gerar uma competência e uma base

Leia mais

Estudo Comparativo de Ferramentas de. Business Intelligence. Jander Rodrigues de Queiroz. Uberlândia, Dezembro/2002.

Estudo Comparativo de Ferramentas de. Business Intelligence. Jander Rodrigues de Queiroz. Uberlândia, Dezembro/2002. Estudo Comparativo de Ferramentas de Business Intelligence Jander Rodrigues de Queiroz Uberlândia, Dezembro/2002. Estudo Comparativo de Ferramentas de Business Intelligence Jander Rodrigues de Queiroz

Leia mais

KDD E MINERAÇÃO DE DADOS:

KDD E MINERAÇÃO DE DADOS: KDD E MINERAÇÃO DE DADOS: Revisão em Data Warehouses Prof. Ronaldo R. Goldschmidt ronaldo@de9.ime.eb.br rribeiro@univercidade.br geocities.yahoo.com.br/ronaldo_goldschmidt 1 DATA WAREHOUSES UMA VISÃO GERAL

Leia mais

Prof. Ronaldo R. Goldschmidt. ronaldo.rgold@gmail.com

Prof. Ronaldo R. Goldschmidt. ronaldo.rgold@gmail.com DATA WAREHOUSES UMA INTRODUÇÃO Prof. Ronaldo R. Goldschmidt ronaldo.rgold@gmail.com 1 DATA WAREHOUSES UMA INTRODUÇÃO Considerações Iniciais Conceitos Básicos Modelagem Multidimensional Projeto de Data

Leia mais

OS SISTEMAS DE APOIO À DECISÃO A SERVIÇO DO PROCESSO DE AVALIAÇÃO INSTITUCIONAL Estudo de Caso da Universidade do Vale do Itajaí

OS SISTEMAS DE APOIO À DECISÃO A SERVIÇO DO PROCESSO DE AVALIAÇÃO INSTITUCIONAL Estudo de Caso da Universidade do Vale do Itajaí OS SISTEMAS DE APOIO À DECISÃO A SERVIÇO DO PROCESSO DE AVALIAÇÃO INSTITUCIONAL Estudo de Caso da Universidade do Vale do Itajaí José Leomar Todesco, Dr Universidade do Vale Itajaí UNIVALI Rua Uruguai,

Leia mais

UM ESTUDO SOBRE SISTEMAS DE APOIO À DECISÃO E SUAS PRINCIPAIS FERRAMENTAS

UM ESTUDO SOBRE SISTEMAS DE APOIO À DECISÃO E SUAS PRINCIPAIS FERRAMENTAS UM ESTUDO SOBRE SISTEMAS DE APOIO À DECISÃO E SUAS PRINCIPAIS FERRAMENTAS Juliana Baptista 1 Instituto Federal de Mato Grosso do Sul (IFMS), Campus Nova Andradina ju.baptista@hotmail.com Claudio Zarate

Leia mais

Adoção de Ferramenta Gerencial On-Line Analytical Processing para Auxiliar na Gestão de Negócios

Adoção de Ferramenta Gerencial On-Line Analytical Processing para Auxiliar na Gestão de Negócios Adoção de Ferramenta Gerencial On-Line Analytical Processing para Auxiliar na Gestão de Negócios Tool Adoption Management Online Analytical Processing to Assist in Business Management La Adopcion de Herramientas

Leia mais

Decisão Suporte: Warehousing, OLAP e Data Mining

Decisão Suporte: Warehousing, OLAP e Data Mining Decisão Suporte: Warehousing, OLAP e Data Mining 7-1 Introdução Cada vez mais, organizações estão analizando dados correntes e históricos para identificar padrões úteis e suporte a estratégias de negócios.

Leia mais

Decisão Suporte: Warehousing, OLAP e Data Mining

Decisão Suporte: Warehousing, OLAP e Data Mining Decisão Suporte: Warehousing, OLAP e Data Mining 7-1 Introdução Cada vez mais, organizações estão analizando dados correntes e históricos para identificar padrões úteis e suporte a estratégias de negócios.

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

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

Projeto de Data Warehousing sobre Informações em Saúde para dar Suporte a Análise de Faturamento Hospitalar

Projeto de Data Warehousing sobre Informações em Saúde para dar Suporte a Análise de Faturamento Hospitalar Projeto de Data Warehousing sobre Informações em Saúde para dar Suporte a Análise de Faturamento Hospitalar Newton Shydeo Brandão Miyoshi Joaquim Cezar Felipe Grupo de Informática Biomédica Departamento

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

Business Intelligence. BI CEOsoftware Partner YellowFin

Business Intelligence. BI CEOsoftware Partner YellowFin Business Intelligence BI CEOsoftware Partner YellowFin O que é Business Intelligence Business Intelligence (BI) é a utilização de uma série de ferramentas para coletar, analisar e extrair informações,

Leia mais

ESCOLA SUPERIOR ABERTA DO BRASIL ESAB CURSO DE ENGENHARIA DE SISTEMAS RACHEL TEREZA MENEGAZZO

ESCOLA SUPERIOR ABERTA DO BRASIL ESAB CURSO DE ENGENHARIA DE SISTEMAS RACHEL TEREZA MENEGAZZO ESCOLA SUPERIOR ABERTA DO BRASIL ESAB CURSO DE ENGENHARIA DE SISTEMAS RACHEL TEREZA MENEGAZZO IMPLEMENTANDO UMA SOLUÇÃO OLAP UTILIZANDO SOFTWARE LIVRE CURITIBA PR 2009 RACHEL TEREZA MENEGAZZO IMPLEMENANDO

Leia mais

SISTEMAS DE APOIO À INTELIGÊNCIA DE NEGÓCIOS

SISTEMAS DE APOIO À INTELIGÊNCIA DE NEGÓCIOS SISTEMAS DE APOIO À INTELIGÊNCIA DE NEGÓCIOS http://www.uniriotec.br/~tanaka/sain tanaka@uniriotec.br OLAP e Modelagem Dimensional Conceitos Básicos Material baseado em originais de Maria Luiza Campos

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

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

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

Capítulo 1 - A revolução dos dados, da informação e do conhecimento 1 B12 4

Capítulo 1 - A revolução dos dados, da informação e do conhecimento 1 B12 4 Sumário Capítulo 1 - A revolução dos dados, da informação e do conhecimento 1 B12 4 Capítulo 2 - Reputação corporativa e uma nova ordem empresarial 7 Inovação e virtualidade 9 Coopetição 10 Modelos plurais

Leia mais

Módulo 1. Introdução ao Business Intelligence

Módulo 1. Introdução ao Business Intelligence Módulo 1. Introdução ao Business Intelligence Objetivos Fornecer uma visão sobre a finalidade de um sistema de suporte para tomada de decisões: Conhecer quais sistemas informatizados atuam em cada componente

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

Plataforma de Business Intelligence

Plataforma de Business Intelligence Plataforma de Business Intelligence ASTEN TECNOLOGIA DA INFORMAÇÃO A Asten é uma empresa do ramo da tecnologia da informação (TI) que tem seu foco na busca por soluções inovadoras. Nosso slogan criando

Leia mais

Business Intelligence

Business Intelligence Business Intelligence Entendendo a Inteligência de Negócios Ms. Fernando Prass Rua Tuiuti 2130, sala 302 Centro - Santa Maria RS (55) 3026-8469 w w w. f p 2. c o m. b r Agenda Apresentação Business Intelligence

Leia mais

GUIA DE FUNCIONAMENTO DA UNIDADE CURRICULAR

GUIA DE FUNCIONAMENTO DA UNIDADE CURRICULAR Curso Engenharia Informática Ano letivo 2012/13 Unidade Curricular Bases de Dados II ECTS 6 Regime Obrigatório Ano 2º Semestre 1º sem Horas de trabalho globais Docente (s) José Carlos Fonseca Total 168

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

Modelagem Relacional e Multidimensional: uma análise envolvendo Sistemas de Apoio a decisão

Modelagem Relacional e Multidimensional: uma análise envolvendo Sistemas de Apoio a decisão Modelagem Relacional e Multidimensional: uma análise envolvendo Sistemas de Apoio a decisão Rita Cristina Galarraga Berardi, Flávia Braga de Azambuja, Ana Marilza Pernas, Rodrigo Coelho Barros Departamento

Leia mais

Sobre o que falaremos nesta aula?

Sobre o que falaremos nesta aula? Business Intelligence - BI Inteligência de Negócios Prof. Ricardo José Pfitscher Elaborado com base no material de: José Luiz Mendes Gerson Volney Lagmman Introdução Sobre o que falaremos nesta aula? Ferramentas

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

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

Business Intelligence para Computação TítuloForense. Tiago Schettini Batista

Business Intelligence para Computação TítuloForense. Tiago Schettini Batista Business Intelligence para Computação TítuloForense Tiago Schettini Batista Agenda Empresa; Crescimento de Dados; Business Intelligence; Exemplos (CGU, B2T) A empresa Empresa fundada em 2003 especializada

Leia mais

Aprendizagem Simbólica MIACC 02

Aprendizagem Simbólica MIACC 02 Aprendizagem bólica MIACC 02 João Gama LIACC, FEP jgama@liacc.up.pt Introdução O que é Extracção de Conhecimento? Exploração e análise, por meios automáticos ou semi-automáticos, de grandes quantidades

Leia mais

É uma parte fundamental de um software; É a parte do sistema visível para o usuário, através da qual, ele se comunica para realizar suas tarefas;

É uma parte fundamental de um software; É a parte do sistema visível para o usuário, através da qual, ele se comunica para realizar suas tarefas; Revisão 2 É uma parte fundamental de um software; É a parte do sistema visível para o usuário, através da qual, ele se comunica para realizar suas tarefas; Texto, Imagens, Sons, Cores são utilizados para

Leia mais

Professor: Disciplina:

Professor: Disciplina: Professor: Curso: Esp. Marcos Morais de Sousa marcosmoraisdesousa@gmail.com Sistemas de informação Disciplina: Introdução a SI Noções de sistemas de informação Turma: 01º semestre Prof. Esp. Marcos Morais

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 4.3 2 1 BI BUSINESS INTELLIGENCE BI CARLOS BARBIERI

Leia mais

AGILE ROLAP - UMA METODOLOGIA ÁGIL PARA IMPLEMENTAÇÃO DE AMBIENTES DE NEGÓCIOS BASEADO EM SERVIDORES OLAP.

AGILE ROLAP - UMA METODOLOGIA ÁGIL PARA IMPLEMENTAÇÃO DE AMBIENTES DE NEGÓCIOS BASEADO EM SERVIDORES OLAP. AGILE ROLAP - UMA METODOLOGIA ÁGIL PARA IMPLEMENTAÇÃO DE AMBIENTES DE NEGÓCIOS BASEADO EM SERVIDORES OLAP. Luan de Souza Melo (Fundação Araucária), André Luís Andrade Menolli (Orientador), Ricardo G. Coelho

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

Identificar as mudanças que acontecem na forma e no uso de apoio à decisão em empreendimentos de e-business. Identificar o papel e alternativas de

Identificar as mudanças que acontecem na forma e no uso de apoio à decisão em empreendimentos de e-business. Identificar o papel e alternativas de 1 Identificar as mudanças que acontecem na forma e no uso de apoio à decisão em empreendimentos de e-business. Identificar o papel e alternativas de relatórios dos sistemas de informação gerencial. Descrever

Leia mais

ATIVIDADES PRÁTICAS SUPERVISIONADAS

ATIVIDADES PRÁTICAS SUPERVISIONADAS ATIVIDADES PRÁTICAS SUPERVISIONADAS Tecnologia em Gestão da Tecnologia da Informação 4ª. Série Administração de Banco de Dados A atividade prática supervisionada (ATPS) é um método de ensinoaprendizagem

Leia mais