APLICAÇÃO DA ENGENHARIA DA INFORMAÇÃO NO PROJETO DE DATA WEBHOUSE

Transcrição

1 i UNIVERSIDADE DO ESTADO DE SANTA CATARINA BACHARELADO EM CIÊNCIA DA COMPUTAÇÃO MARCOS BERNARDELLI APLICAÇÃO DA ENGENHARIA DA INFORMAÇÃO NO PROJETO DE DATA WEBHOUSE Trabalho de conclusão de curso submetido à Universidade Estadual de Santa Catarina como parte dos requisitos para a obtenção do grau de Bacharel em Ciência da Computação LEILA LISIANE ROSSI Joinville, Junho 2006

2 ii APLICAÇÃO DA ENGENHARIA DA INFORMAÇÃO NO PROJETO DE DATA WEBHOUSE Marcos Bernardelli Este Trabalho de Conclusão de Curso foi julgado adequado para a obtenção do título de Bacharel em Ciência da Computação Área de Concentração e aprovada em sua forma final pelo Curso de Ciência da Computação do CCT/UDESC. Roberto Silvio Ubertino Rosso Jr. Banca Examinadora Leila Lisiane Rossi Éverlin Fighera Costa Marques Salvador Antonio dos Santos

3 iii SUMÁRIO SUMÁRIO...I LISTA DE FIGURAS... V LISTA DE TABELAS...VI LISTA DE ABREVIATURAS OU SIGLAS... VII 1. INTRODUÇÃO ENGENHARIA DA INFORMAÇÃO A PIRÂMIDE DA ENGENHARIA DA INFORMAÇÃO FASES DA ENGENHARIA DA INFORMAÇÃO PLANEJAMENTO ESTRATÉGICO DE INFORMAÇÕES A visão dos Dados Visão das Atividades A visão da Tecnologia A visão das Pessoas ANÁLISE DAS ÁREAS DE NEGÓCIOS DA EMPRESA A Visão dos Dados Decomposição de Dados em Atributos Eliminação das Redundâncias e Normalização Administração de Dados A Visão das Atividades Análise Estruturada Diagrama de Navegação de Dados Especificação de Processo Protótipo Visão da tecnologia Visão das Pessoas PROJETO Visão dos Dados Projeto Conceitual do Banco de Dados Projeto Estruturado Visão da tecnologia Visão das Pessoas A CONSTRUÇÃO A Visão dos Dados A Codificação Final A Visão da Tecnologia A Visão das Pessoas MANUTENÇÃO DATA WAREHOUSE INTRODUÇÃO A TECNOLOGIA DATA WAREHOUSE Topologias de Data Warehouse Projeto de Data Warehouse EXTRAÇÃO, TRANSFORMAÇÃO E INTEGRAÇÃO DOS DADOS MODELAGEM DE DADOS Modelagem Dimensional Modelagem Multidimensional O ESQUEMA STAR O ESQUEMA SNOWFLAKE COMPONENTES DE UM DATA WAREHOUSE ODS (OPERATION DATA STORE)... 37

4 iv 3.9 FERRAMENTAS DE EXTRAÇÃO OLAP OLTP X OLAP O PROJETO DO DATA WAREHOUSE A EMPRESA PLANEJAMENTO ESTRATÉGICO DA EMPRESA ANÁLISE DAS ÁREAS DE NEGÓCIOS DA EMPRESA O PROJETO CONSTRUÇÃO MANUTENÇÃO DATA WEBHOUSE COLOCANDO O DATA WAREHOUSE NA WEB COLOCANDO A WEB DENTRO DO DATA WAREHOUSE Clickstream Análise de Comportamento Tomada de Decisão Fonte de dados A Modelagem do Data Mart PROJETO DE DATA WEBHOUSE LEVANDO O DATA WAREHOUSE PARA WEB Definindo Tipos de Pesquisa Melhorando desempenho do Data Webhouse TRAZENDO A WEB PARA O DATA WAREHOUSE O protótipo de Webhouse Ferramentas Utilizadas Análise das Necessidades A Base de Dados Interações Cliente/Servidor Identificando a origem de um link Identificando o usuário Profiler Logs de servidor da Web Identificação do Host Cookies...81 CONCLUSÃO REFERÊNCIAS BIBLIOGRAFICAS... 86

5 v LISTA DE FIGURAS Figura 2.1: Fases da Pirâmide da Engenharia da Informação. NETO(1998)...11 Figura 2.2: Especificação Física do Projeto Figura 3.1: Granularidade...28 Figura 3.2: Data Warehouse Centralizado...29 Figura 3.3: Data Marts Dependentes Figura 3.4: Data Marts Independentes...30 Figura 3.5: Data Warehouse Distribuído...30 Figura 3.6: Cubo...33 Figura 3.7: Esquema Estrela...35 Figura 3.8: Esquema SnowFlake...36 Figura 4.1: Áreas de Negócios da F&M...43 Figura 4.2: Principais Funcionalidades da Área de Vendas Figura 4.3: Tabela fato...44 Figura 4.4: Tabela fato com as dimensões Figura 4.5: Tabela fato com dimensões normalizadas Figura 4.6: Tabela Fato Histórico de Vendas...46 Figura 4.8: Tabela Dimensão Produto...47 Figura 4.9: Tabela Dimensão Tempo Figura 4.10: Tabela Dimensão Cliente...47 Figura 4.11: Tabela Dimensão Loja Figura 4.12: Cubo Histórico de Vendas Figura 4.13: Data - Histórico de Vendas Figura 6.1: Commerce Server Figura 6.2: Dimensão Cliente...66 Figura 6.3: Dimensão Tempo Figura 6.4: Dimensão Produto...68 Figura 6.5: Dimensão Loja Figura 6.6: Interface Data Webhouse...69 Figura 6.7: Resultado da Pesquisa Data Webhouse Figura 6.8: Página Inicial do Webhouse...73 Figura 6.9: Modelagem da Base de Dados do Website...74 Figura 6.10: Tabela Dimensão data_calendario Figura 6.11: Tabela Dimensão hora Figura 6.12: Tabela Dimensão cliente...76 Figura 6.13: Tabela Dimensão pagina...76 Figura 6.14: Tabela Dimensão evento...76 Figura: 6.15: Tabela Dimensão sessão Figura 6.16: Tabela Dimensão referencia...77 Figura 6.17: Requisição da página de compras Figura 6.18: Requisições de arquivos e paginas...79 Figura 6.19: Log de uma página da Web Figura 6.20: Cookie do PHPMyAdmin....82

6 vi LISTA DE TABELAS Tabela 3.1: Tabela Relacional Tabela 3.2: Tabela Dimensional...34

7 vii LISTA DE ABREVIATURAS OU SIGLAS Clickstream: Registro da atividade de um usuário na Internet. DFD: Diagrama de Fluxo de Dados. DW: Data Warehouse. Frames: Em português quadro - permitem que diferentes páginas sejam exibidas de forma independente da página principal do site. EI: Engenharia da Informação. ER: Entidade Relacionamento. Log: Um registro de operação de arquivo. Para usos triviais, como armazenamento em discos ou de arquivos em uma sessão on-line. ODS: Operation Data Store. OLAP: On-line Analytical Processing. OLTP: On-line Transaction Processing. Real-Time: Em português Tempo Real - Aplicativo capaz de lidar com novos dados tão rápido que parece que a tarefa foi executada instantaneamente. SGBD: Sistema Gerenciador de Banco de Dados. URL: Uma tentativa de padronizar a localização ou os detalhes de endereçamento dos recursos da Internet. Bastante utilizado para se referir a uma conexão WWW. XML: XML (Extensible Markup Language) é uma recomendação da W3C para gerar linguagens de marcação para necessidades especiais. Winp: Aplicações desenvolvidas em plataformas OS.

8 vi RESUMO Este projeto tem como objetivo a aplicação da Engenharia da Informação para o desenvolvimento de um protótipo de Data Webhouse que facilite a tomada de decisões do usuário, uma vez que o crescimento de informação na web tem aumentado e com isso há a necessidade de armazenar dados de forma mais compacta, segura e de fácil acesso. Na primeira fase, tomando as fases da Engenharia da Informação como guia, o projeto apresenta uma solução simples e de fácil compreensão de um Data Warehouse utilizando a ferramenta SQL Server 2000 da Microsoft. Na segunda fase é apresentada a modelagem das duas formas de Data Webhouse: levando o Warehouse para a Web e trazendo a Web para o Warehouse. Palavras-chave: Engenharia da Informação, Data Warehouse, Data Webhouse.

9 vii ABSTRACT This project has as objective the application of the Engineering of the Information for the development of an archetype of Webhouse Date that facilitates the taking of decisions of the user, a time who the growth of information in web has increased and with this it has the necessity to store given of more compact form, insurance and of easy access. In the first phase, taking the phases of the Engineering of the Information as guide, the project presents a simple solution and of easy understanding of one Warehouse Date using tool SQL Server 2000 of the Microsoft. In the second phase the modeling of the two forms of Webhouse Date is presented: "taking the Warehouse for the Web" and "bringing the Web for the Warehouse". Key-word: Engineering of the Information, Dates Warehouse, Dates Webhouse.

10 8 1. INTRODUÇÃO Nos últimos anos a explosão de informações na Web obrigou a tecnologia da informação a disponibilizar conteúdos de sistemas, informações e transações, numa interface tipo browser, com isso a Web logo se tornou uma tecnologia barata e de fácil comunicação. Devido a esse crescimento e da necessidade de se obter dados mais rápidos e seguros, o uso de técnicas para o desenvolvimento de aplicações que manipulem essas informações é indispensável, como é o caso da Engenharia da Informação, que aborda de forma exata as informações necessárias para o bom funcionamento do empreendimento. MARTIN (1988) Durante todo esse processo, as organizações têm desenvolvido tecnologias para disponibilizar informações a respeito de seus negócios para seus analistas, um exemplo seria o Data Warehouse. NETO (1988) Segundo CAMPOS (2001), um Data Warehouse é um repositório de dados voltado à tomada de decisão, gerenciando imensos conjuntos de dados para se ter uma visão mais ampla das informações relacionadas à organização. A grande procura por sistemas via Web não diminuiu a importância do Data Warehouse e sim aumentou sua expectativa de como a informação pode ser disponibilizada na Web. Do cruzamento entre Data Warehouse e Web surgiu o Data Webhouse. Existem duas técnicas de exportação do Data Warehouse para a internet: na primeira a internet acessa a base de dados do Data Warehouse e na segunda a base de dados é exportada para o servidor Web. Uma das missões do Data Webhouse é armazenar informações para o processo de decisão, armazenando a interação dos clientes com o Website. Uma empresa que melhor conhece seus clientes além de possuir um diferencial a mais obtém com maior facilidade as informações para a tomada de decisões. O intento desse projeto é aplicar as fases da Engenharia da Informação para o desenvolvimento do protótipo de Data Webhouse. Para isso, será modelada um Data Warehouse tendo a base de dados o exemplo disponibilizado junto com o Analysis Services da Microsoft. A base chama-se Foodmart 2000 e contem dados relacionados a uma rede fictícia de supermercados.

11 9 Após a modelagem do Data Warehouse, utilizando as fases da Engenharia da Informação será gerado o projeto do Data Webhouse, parte fundamental para o desenvolvimento do protótipo. O primeiro capitulo abrange os conceitos sobre Engenharia da Informação, em seguido é definido os conceitos de Data Warehouse. No terceiro capitulo é descrito o desenvolvimento do Data Warehouse utilizando a base de dados do SQL Server, por fim é conceituado as técnicas de desenvolvimento de um Data Webhouse. No projeto é apresentado duas soluções para o desenvolvimento de um Data Webhouse, na primeira o Data Warehouse é disponibilizado na Web tornando suas informações acessíveis de qualquer lugar no mundo desvinculando a necessidade do analista ter que estar na empresa para poder analisar informações referente a empresa. E na segunda solução a seqüência de cliques de um Website é armazenada em um warehouse de forma que o analista consiga analisar esses dados e conseguir informações peculiares sobre os usuários que utilizam o Website para realizar comercio.

12 10 2. ENGENHARIA DA INFORMAÇÃO Nos últimos anos a explosão de informações tanto em plataformas Web quanto Wimp obrigou a tecnologia da informação a disponibilizar conteúdos de sistemas, informações e transações de uma forma mais rápida e segura. Devido a esse crescimento, o uso de técnicas para o desenvolvimento de aplicações que manipulem essas informações é indispensável, como é o caso da Engenharia da Informação que aborda de forma exata as informações necessárias para o bom funcionamento do empreendimento. MARTIN (1991) A sociedade orientada ao serviço e a informação, requer que os negócios continuem a usar a Engenharia da Informação para reduzir custos, melhorar a qualidade da tomada de decisão e ganhar ou manter vantagem competitiva. Os negócios aumentarão a utilização das técnicas da Engenharia da Informação nos produtos e serviços aos consumidores. As organizações que esperam continuar competitivas buscarão profissionais que sejam treinados no uso dessas técnicas, e que possam reconhecer aplicações potenciais da engenharia da informação sendo capazes de usar essa metodologia no seu trabalho diário. Isto implica na crença de que uma organização necessita de um plano para funcionar efetivamente e que o sucesso é relacionado com a identificação dos sistemas de informação que irão beneficiar a organização e auxiliá-la a alcançar seus objetivos estratégicos. 2.1 A Pirâmide da Engenharia da Informação Para NETO (1988), Engenharia da Informação é um conjunto de técnicas subdivididas em fases que permite planejar, analisar, projetar, construir e manutenir um sistema de processamento de dados. A Engenharia da Informação, através da utilização de técnicas similares à da Engenharia tradicional, procura tratar as informações necessárias para o bom funcionamento de um empreendimento, de forma exata e com conceitos formais, a fim de desenvolver sistemas de processamento de dados.

13 11 A Engenharia da Informação não deve ser considerada uma metodologia rígida, assim, como a Engenharia de Software, mas uma classe genérica de metodologias. A metodologia tem que ser formal, computadorizada e aceita em todo o segmento da organização que utiliza a engenharia da informação. Para NETO (1988), pode-se representar a Engenharia de Informação como uma pirâmide de quatro faces distintas, sustentadas respectivamente por dados, atividades, tecnologia e pessoas. Cada uma dessas faces, dentro da abordagem top-down, apresenta cinco fases integradas, interagentes, progressivas e seqüentes para o desenvolvimento de sistemas de processamento de dados, abrangendo o planejamento estratégico, a análise das áreas de negócios da empresa, o projeto, a construção e a manutenção do sistema, conforme ilustrado na figura a seguir: PLANEJAMENTO ANÁLISE PROJETO CONSTRUÇÃO MANUTENÇÃO Figura 2.1: Fases da Pirâmide da Engenharia da Informação. NETO(1998) Nota-se que cada face (lado) da pirâmide representa uma visão que é subdividida em 5 fases, que seriam as fazes de desenvolvimento de um projeto utilizando a Engenharia da Informação. Como foi visto a engenharia da Informação pode ser representada por uma pirâmide de quatro faces, sendo elas, dados, atividades, tecnologias e pessoas, cada uma com um ângulo de visão diferente, mas ambas com o mesmo objetivo final. Dados: São à base de sustentação das informações essenciais para a sobrevivência da empresa, para as decisões a serem tomadas a curto e longo prazo e para planejar formas de eliminar concorrências.

14 12 Cada informação dessas, está na forma de um atributo, como em uma base de dados normal, que ao se inter-relacionarem formam uma classe de dados, logo, a interrelação entre essas classes de dados formará uma entidade. Atividades: é a face referente aos aspectos funcionais da empresa, ou seja, sustenta os processos gerenciais e as atividades que devem ser executadas para que a mesma atinja seus objetivos. Essa face apresenta muitas mudanças devido ao avanço tecnológico e com as constantes mudanças da organização para se adaptar ao mercado. Tecnologia: esta face refere-se aos recursos tecnológicos e as ferramentas que a empresa dispõe para tornar permanente a sua existência, para poder sustentar sua base de dados e executar suas atividades. É a face que apresenta maior transformação, e isto se deve ao fato de estar em constante desenvolvimento, principalmente no que diz respeito ao apoio computadorizado no tratamento das informações. Pessoas: esta face esta relacionada com a equipe de desenvolvimento, levando em consideração seus perfis profissionais. 2.2 Fases da Engenharia da Informação Segundo MARTIN (1991), a Engenharia da Informação foi dividida em cinco fases: Planejamento estratégico da informação; Analise das áreas de negócios; Projeto; Construção; Manutenção.

15 Planejamento estratégico de informações Devido aos avanços tecnológicos e competitivos há uma necessidade de elaboração de um planejamento estratégico de informações que apóie o planejamento estratégico empresarial REZENDE (2003). Existem varias formas de planejar as estratégias de uma empresa: Planejamento em nível de área funcional: os trabalhos são limitados a uma área especifica da empresa. Planejamento horizonte temporal: é realizado um planejamento para a organização, visando resultados a curto, médio e longo prazo. Planejamento em nível corporativo: nesse caso é necessário que a empresa tenha alguma filial e ou subsidiária, para que se faça um planejamento em nível corporativo considerando todas as partes do grupo. Planejamento mutuamente exclusivo: é levado em consideração as informações como, a complexibilidade/simplicidade, qualidade/quantidade, estratégico/tático, etc. Planejamento em nível macro: é definida uma seqüência de passos a serem seguidos, ou seja, define-se a missão os objetivos, estratégias, políticas, programas e orçamento. Cada abordagem apresentada acima não deve ser aplicada unicamente para uma empresa. Seria mais inteligente fazer uma fusão entre duas ou mais estratégias, dependendo da necessidade de cada empresa. MARTIN (1991) A visão dos Dados A visão dos dados dentro do planejamento estratégico tem por objetivo gerar todas as informações necessárias da empresa para o andamento do negócio, considerando tanto o ambiente interno, onde as informações são mais estáveis podendo ser facilmente manipuladas e planejadas, quanto o ambiente externo, onde os dados são mais dinâmicos mudam constantemente e são mais difíceis de serem obtidos.

16 14 Para que os dados sejam bem modelados é necessário que o diálogo entre as partes interagentes seja de fácil compreensão. Para isso é necessário representar a modelagem de dados graficamente, com uma sintaxe familiar para os profissionais. BERNARDO (1998) O modelo de dados corporativo visa fixar metas e cumpri-las, ou seja, uma vez que a missão e os objetivos tenham sido definidos, ele faz com que todos os passos sejam realizados de forma que as atividades sejam suportadas pelo modelo, sem faltar nenhum objetivo Visão das Atividades O modelo funcional da empresa é um dos requisitos mais importante na fase de planejamento. Ele é disposto em um diagrama cujos elementos funcionais da empresa estão apresentados hierarquicamente, sendo a raiz a própria empresa. Partindo da raiz que é a empresa, a arvore da decomposição funcional ramifica-se em dois níveis subseqüentes: as áreas funcionais e os processos gerenciais. Para identificar as áreas funcionais é necessário os recursos da empresa que estão relacionados com o seu ciclo de vida. Já os processos gerenciais são identificados a partir do ciclo de vida de cada área funcional. MARTIN (1991) A visão da Tecnologia Na fase de planejamento é de suma importância o conhecimento a respeito das tecnologias internas da empresa, das disponíveis no mercado e as tendências de mercado MARTIN (1991). Um outro fator a ser levado em consideração é o estudo das tecnologias utilizadas pelas concorrências. Nesta fase não se deve esquecer do consumidor, o impacto que as tecnologias/inovações podem causar sobre os mesmos.

17 A visão das Pessoas Segundo BERNARDO (1998) o analista de negócios responsável pela visão das pessoas deve possuir um perfil que englobe técnicas e conhecimentos compatíveis com a fase de planejamento estratégico de informações, pois o mesmo será o indicador de qual o melhor nível para a aplicação, por essa importância ele deve possuir o seguinte perfil profissional: Conhecer todas as atividades da empresa; Conhecer e aplicar as técnicas na engenharia da informação; Conhecer e aplicar as técnicas de modelagem de dados; Conhecer as técnicas de decomposição funcional; Conhecer e aplicar técnicas de entrevista; Não prender-se as implementações físicas dos sistemas. 2.4 Análise das Áreas de Negócios da Empresa Após a conclusão da fase de planejamento estratégico de informações, é feita a análise das áreas de negócios da empresa, que como o próprio nome já diz, visa identificar as áreas mais necessitadas de apoio, de sistemas de processamento de dados A Visão dos Dados A face dos dados está voltada a obtenção do modelo de dados da área priorizada, com a base de entidades bem definida, e a identificação de cada atributo das classes de dados, obtendo um modelo final estável, normalizado e sem redundâncias. NETO (1988) Na fase de planejamento começam ser extraídas as entidades e as classes de dados dos questionários de apoio, com o objetivo de formar o modelo de dados corporativo. Já na fase de análise o modelo vai sendo enriquecido com novos atributos.

18 16 Após a identificação do modelo de dados, começa o trabalho de modelagem de dados, ou seja, eliminação de redundâncias, normalizações, identificação dos relacionamentos e a identificação das cardinalidade. Nota-se que após esse processo o modelo de dados torna-se mais estável. O modelo deve ser capaz de absorver dados instáveis, ou seja, dados como os da política interna da empresa, definições de crédito, preços, salários, e dados oriundos do ambiente externo a empresa como, por exemplo, mudanças na economia, no governo, na moeda. BERNARDO (1998) Decomposição de Dados em Atributos Uma classe de dados nada mais é do que um grupo lógico de atributos. NETO (1988) O primeiro passo para a decomposição é identificar qual usuário tinha tal necessidade de informação, após isso se faz uma entrevista com o mesmo, para que possam ser identificados os relacionamentos dos atributos envolvidos na classe. Com o decorrer desses passos torna-se visível a necessidade de se manter um dicionário de dados para essa nova classe de dados para evitar as redundâncias. A medida que os atributos são identificados devem ser incluídos no dicionário de dados Eliminação das Redundâncias e Normalização Redundância ocorre quando um atributo está em mais de uma entidade distinta, nesse caso é importante fazer uma verificação nas informações, identificando as redundâncias em entidades não relacionadas, eliminando-se as repetições dos dados. A normalização é um processo que examina os atributos de uma entidade, com o objetivo de evitar redundâncias observadas na inclusão, exclusão e extração de tuplas. SOUZA (2002) Neste processo ocorre a simplificação dos atributos, ou seja, eliminam-se os grupos repetidos, dependências parciais, dependências transitivas, dados redundantes e dependências

19 17 multivalentes, com o objetivo de deixar o modelo mais estável reduzindo assim as necessidades de manutenção Administração de Dados A administração de dados tem por objetivo manter um controle sobre os dados da empresa. NETO (1988) Os administradores de dados possuem algumas funções dentre elas destacam-se: determinar as necessidades de informação da empresa, criar e manter os modelos de dados empresariais, obterem concordância entre os usuários, garantir que a equipe de desenvolvimento obedeça aos modelos de dados e resolver os conflitos sobre incompatibilidade e representação de dados. MARTIN (1991) Para que se possa ter uma administração de dados eficaz é necessário que a empresa possua um bom dicionário de dados, permitindo representações de atributos e entidades. Um bom dicionário de dados torna a fase de manutenção muito mais fácil e eficaz A Visão das Atividades O objetivo dessa fase é realizar sucessivas decomposições dos processos gerenciais, ou seja, subdividir um processo complexo em vários processos mais simples. Para que essa subdivisão possa ser realizada é necessário ter definido o contexto e as atividades de cada processo. O contexto seria o processo mais complexo, ou seja, um processo formado por farias atividades. SOUZA (2002) A técnica de decomposição de processos permite efetuar um estudo dos procedimentos de um processo, sem levar em considerações fluxos de dados entre eles. Segundo NETO (1988), essa decomposição deve seguir alguns critérios: Delimitar o contexto para o processo gerencial: O contexto é composto por apenas um processo, ou seja, ele engloba toda uma área da empresa como, por exemplo, a área de recursos humanos que é formada por diversas atividades.

20 18 Subdividir o contexto em atividades: É a subdivisão do processo contexto em suas atividades, ou seja, é a subdivisão das atividades que formam o processo gerencial. Subdividir essas atividades até alcançar o nível mais simples: Após a identificação das principais atividades do contexto faz-se uma subdivisão de cada atividade até chegar a um nível mais simples Análise Estruturada A análise estruturada fornece uma técnica de modelagem da realidade, onde podem ser estabelecidas especificações precisas, baseando-se nos diagramas de fluxo de dados. Umas das vantagens de se utilizar esse modelo é a rápida identificação das falhas, pois a mesma testa e valida o modelo junto com o usuário, NETO (1988) O diagrama de fluxo de dados estuda o problema do nível mais alto de abstração, estendendo-se até o nível mais detalhado. São representados por recursos gráficos, sendo multidimensionais. O DFD, como é chamado, possui quatro símbolos para sua representação: fluxo de dados, processos, agentes externos e armazenamentos, BERNARDO (1998) Diagrama de Navegação de Dados Para que se possa ter um bom diagrama de navegação faz-se necessário que o modelo de dados esteja completo e estável. Para cada procedimento é necessário identificar todos os processos envolvidos. Após isso o projetista deve indicar para cada entidade qual o tipo de operação que será realizada, ou seja, criar, ler, atualizar ou excluir. A próxima etapa é identificar a seqüência de acesso através do submodelo. O objetivo final do diagrama de navegação é construir um diagrama de ação equivalente, ou seja, escreve-se a lógica do procedimento que está envolvendo aquele submodelo de dados, NETO (1988)

21 Especificação de Processo Segundo NETO (1988), as especificações podem ser feitas pelas seguintes ferramentas: Linguagens Estruturadas: As linguagens estruturadas são divididas em: estruturado, compacto e pseudocódigo. Elas podem ser entendidas como a representação de uma linguagem de máquina na linguagem humana. Árvore de Decisão: Essa ferramenta normalmente é utilizada quando temos que representar uma lógica relativamente complexa, de difícil compreensão. Representa as ações em uma arvore, onde os nós podem assumir verdadeiro ou falso. Tabela de decisão: Também é utilizada para representação de lógicas complexas, onde as tabelas são constituídas de uma representação tabular bidimensional, associando as condições às ações Protótipo Segundo SOUZA (2002), protótipo é um primeiro tipo de exemplo de um determinado projeto, que se pretende por em prática. Serve como modelo de avaliação e verificação do seu comportamento quando testado em um ambiente natural. Através da visualização do protótipo, pode-se observar alguns detalhes de funcionalidade e adequação antes de implantar o projeto final. Naturalmente alguns sistemas são mais apropriados para o uso da fase de prototipação que outros. As principais características que definem isso são: O sistema é processado on-line; Sistemas que possuem muitos dados e relacionamentos, porém, sem apresentarem lógicas muito complexas; O sistema pertencer a usuários dispostos e disponíveis para participar dos testes ativamente; Poder usar esse modelo.

22 Visão da tecnologia Nesta fase pode-se notar que há um conhecimento exato dos recursos tecnológicos disponíveis e aqueles que serão utilizados ao longo do tempo. Todas essas informações devem estar evidentes para toda a equipe de desenvolvimento do projeto, levando em conta a capacitação de cada um e distribuindo os mesmos para suas áreas. No decorrer desta mesma fase há a necessidade de acompanhar o avanço das tecnologias e suas tendências e a reação que causa nos usuários, nunca deixando de lado a visão do custo beneficio das mesmas Visão das Pessoas Segundo REZENDE (2003), uma das mais importantes peças na implementação do sistema é o analista de negócios, que nesta fase já está mais interagido com o projeto. Como cada analista de negócio vai trabalhar em uma ou mais áreas funcionais, ele deve preencher alguns requisitos: Ter total domínio da área funcional que vai trabalhar; Conhecer profundamente a metodologia de Engenharia da Informação; Conhecer técnicas de modelagem de dados; Ter conhecimento sobre técnicas de decomposição funcional; Saber se expressar; Conhecer e aplicar técnicas de analise estruturada; Conhecer a técnica de prototipação; Ter total domínio das implementações do sistema físico atual.

23 Projeto Após o término da análise das áreas de negócios da empresa começa a fase de projeto do sistema, que corresponde a terceira etapa da Engenharia da Informação. Esta fase fornecerá as informações necessárias para atingir uma boa implementação Visão dos Dados Nesta fase haverá a migração do modelo de dados para o projeto conceitual do banco de dados, que suportará as informações básicas do sistema, especificando fisicamente seus objetos, a um nível de detalhe compatível com o modelo escolhido e com os hardwares e softwares escolhidos. NETO (1988) Projeto Conceitual do Banco de Dados Primeiramente é necessário escolher um bom SGBD Gerenciador de Banco de Dados, facilitando o controle dos dados, eliminando as redundâncias e possibilitando o desenvolvimento de novas aplicações com os dados já existentes. Um cuidado que se deve tomar é a comunicação entre os bancos de dados, visto que as áreas da empresa são comunicáveis. MELLO (2005) Na fase de projeto conceitual devem-se fazer vários bancos de dados, um para cada área da empresa evitando-se assim transtornos com manutenção, o que provavelmente ocorreria se tivéssemos apenas um banco de dados. Um cuidado que se deve tomar é qual modelo de banco de dados que serão usados. Segundo TAKAI (2005), os principais modelos são: Banco de Dados Relacional: Possui uma representação simples e natural. A estrutura lógica é formada por tabelas denominadas relações, onde cada linha é chamada de tupla. Cada tupla é formada pelos itens de dados, ou seja, uma combinação de valores;