Data Warehouse para a Saúde Pública: Estudo de Caso SES-SP

Tamanho: px
Começar a partir da página:

Download "Data Warehouse para a Saúde Pública: Estudo de Caso SES-SP"

Transcrição

1 Data Warehouse para a Saúde Pública: Estudo de Caso SES-SP Ricardo S. Santos 1,4, André Luiz de Almeida 2, Umberto Tachinardi 2, Marco Antônio Gutierrez 3 1 Departamento de Informática em Saúde (DIS) Universidade Federal de São Paulo (UNIFESP), Brasil 2 Secretaria de Estado da Saúde de São Paulo 3 Serviço de Informática, Instituto do Coração (INCOR) Universidade de São Paulo (USP), Brasil 4 Compumédica Informática Ltda. Resumo Projetos de Data Warehouses, destinados à produção de informações gerenciais e estratégicas, vêm crescendo desde os anos 90. Muitos segmentos organizacionais, tais como o da saúde, começam a adotar esta tecnologia visando obter maior eficiência no planejamento e no gerenciamento de suas atividades. O objetivo deste trabalho é mostrar a experiência obtida num projeto de Data Warehouse, desenvolvido na Secretaria de Estado de Saúde de São Paulo, com o intuito de disponibilizar informação gerencial obtida através da integração de dados provenientes de diversos sistemas de informação da saúde pública. O artigo apresenta estratégias, métodos, técnicas, ferramentas utilizadas, os principais desafios e dificuldades encontrados no projeto, e conclui mostrando os resultados obtidos até o estágio atual e os desafios futuros. O trabalho contribui evidenciando alguns problemas que podem ser evitados em projetos similares. Palavras-chave: Data Warehouse, Gestão da Saúde, Saúde Publica, OLAP, Banco de Dados, Informática Médica. Abstract The Data Warehouse projects for powered strategic decision-making information are increasing since the 90s. Many companies, including the public healthcare organizations, are adopting this technology to achieve greatly efficiency in the planning and management. This work show the experience obtained in a Data Warehouse project which was developed at Health Department in São Paulo (Brazil) to deploy strategic information through the integration of data proceeding from several isolated information health systems. The article presents strategies, methods, techniques, tools, main challenges and difficulties found in the project. Furthermore it ends up showing results gained up-to-date and future challenges. The paper contributes by evidencing some problems that can be avoided in similar projects. Key-words: Data Warehouse, Health Management, Public Health, OLAP, Databases, Medical Informatics. 1. Introdução As organizações gestoras da saúde pública buscam, freqüentemente, aumentar a eficiência na administração de seus programas de gerenciamento da saúde. Muitas iniciativas de sucesso, como as apresentadas em [2], [3] e [4], que foram obtidas através de soluções de Data Warehouse incentivam a adoção desta tecnologia como um agente facilitador no aumento de qualidade na gestão da saúde pública. No contexto brasileiro, as secretarias de saúde, estaduais e municipais, gerenciam um vasto e complexo número de unidades de atendimento, de profissionais e de programas de saúde. Consequentemente, para controlarem suas atividades, interagem com diversos sistemas de informações que produzem uma quantidade volumosa de dados. Como o conjunto total dos dados existentes nas secretarias são produzidos por sistemas diferentes, a tarefa de integração destes dados para produzir uma informação gerencial é extremamente árdua. Nestas instituições gestoras da saúde pública implantar um Data Warehouse, que tem como propósito a integração de dados heterogêneos para a produção de informação gerencial, significa um passo decisivo para aumentar a eficiência em suas gestões. Existem vários artigos que apresentam casos de implantação de Data Warehouse em instituições de saúde internacionais, porém, há uma carência deste tipo de trabalho no cenário nacional. Por essa razão, este artigo pretende mostrar a experiência obtida num projeto de Data Warehouse desenvolvido na 1

2 Secretaria de Estado de Saúde de São Paulo, visando disponibilizar informação gerencial obtida através da integração de dados provenientes de diferentes sistemas de informação da saúde pública. O artigo apresenta estratégias, métodos, técnicas, ferramentas utilizadas, os principais desafios e dificuldades encontrados no projeto, e conclui mostrando os resultados obtidos até o estágio atual e os futuros desafios a serem enfrentados. 2. Definições Para melhor compreensão do estudo de caso apresentado neste trabalho, é necessário conhecer o conceito, a arquitetura e as principais etapas para implementação de uma solução Data Warehouse. Shams [1] define Data Warehouse como uma plataforma que contém todos os dados da organização, centralizados e organizados, de forma que os usuários possam extrair relatórios analíticos complexos, contendo informações gerenciais para apoio à decisão. Pela definição, Data Warehouse corresponde apenas ao repositório que contém dados integrados, entretanto, os projetos de implementação desta solução, geralmente, compreendem uma estrutura mínima, apresentada na figura 1. Nesta estrutura, o primeiro componente é o conjunto de dados originais provenientes de diversas fontes, que é a matéria prima para o Data Warehose. Na figura está representado como Dados Operacionais. Estes dados precisam ser extraídos de suas fontes originais e submetidos a procedimentos de limpeza, integração e transformação antes de serem incluídos no Data Warehouse. O conjunto destes procedimentos é denominado processo de carga e, invariavelmente, corresponde à etapa de maior esforço do projeto. Existem diversas ferramentas disponíveis no mercado para auxiliar este processo. Elas são denominadas Ferramentas ETL (Extracting, Transforming and Loading). Após o processo de carga, os dados são inseridos no Data Warehouse organizados num modelo apropriado para produção de informação gerencial. Este modelo é denominado Modelo Dimensional [6]. Finalmente, com os dados adequadamente acomodados no Data Warehouse, os usuários necessitam de uma ferramenta capaz de produzir e apresentar, em formato adequado, a informação gerencial. As ferramentas que cumprem este papel são denominadas OLAP (On Line Analytical Processing) [5] e contém um conjunto de características, entre elas drill-down, slice-dice, gráficos e resumos, que permitem uma análise detalhada da informação. O último componente da arquitetura, denominado Metadados, corresponde a um amplo dicionário de dados para auxiliar e documentar o processo de carga e a ferramenta OLAP. Dados Operacionais BD1 BD2 BD3 Processo de Carga (Ferramentas ETL) DW Acesso aos Dados (Ferramentas OLAP) Consultas/Relatórios Gerenciais Metadados Figura 1 Arquitetura de uma solução DW. Um projeto de Data Warehouse compreende um conjunto de tarefas destinadas à implementação de cada componente descrito na figura 1. Existem diversas abordagens metodológicas que definem uma seqüência de passos essenciais para a realização destas tarefas. Uma metodologia muito utilizada é a definida por Inmon [7], que está representada sucintamente na tabela 1. Etapa Descrição 1- Análise de Dados Elaborar o modelo de dados para o DW. 2- Dimensionamento Estimar o volume de dados do DW. 3- Avaliação Técnica Definição das configurações técnicas 4- Preparação do Ambiente Técnico Identificar, tecnicamente, como a configuração definida será acomodada. 5- Análise das áreas de Interesse Seleção da área de negócio para ser povoada. 6- Projeto do DW Projeto físico do banco de dados. 7- Análise do Sistema Fonte Identificar, nos sistemas existentes, a fonte de dados para o DW, e efetuar um mapeamento entre eles. 8- Especificações Definir, em especificações de programas, as rotinas para carga dos dados. 9- Programação Codificação das especificações para as rotinas de carga 10-Povoamento Execução das rotinas de carga do DW Tabela 1. Metodologia Desenvolvimento(Inmon). 2

3 3. O projeto As próximas seções do artigo detalham os principais aspectos do projeto A estrutura Organizacional A primeira decisão para um projeto desta natureza é a definição de uma estrutura organizacional capaz de coordenar e executar tarefas necessárias para implementação da solução. A estrutura definida para o projeto está representada pela figura 2. No topo da hierarquia está o Comitê Executivo, que corresponde ao corpo decisório do projeto e tem como responsabilidade a avaliação e aprovação dos produtos gerados. Subordinado ao Comitê Executivo está a Gerência do Projeto, que é a responsável pelo controle geral do projeto. Na execução direta das atividades estão as equipes de TI (Tecnologia da Informação), formada por consultores técnicos especialistas nos processos e ferramentas, e a equipe de negócios, formada por especialistas da SES-SP, cuja responsabilidade principal é fornecer os requisitos e detalhes funcionais do negócio. Equipe Negócio (SES) Comitê Executivo Gerência Projeto Equipe TI Figura 2 Estrutura Organizacional do projeto O escopo do projeto O escopo do projeto foi delimitado, basicamente, pelos sistemas de informação provedores de dados da saúde pública. Devido ao grande número destes sistemas, foi decidido pelo comitê executivo, dividir o projeto em duas fases, sendo a primeira, com duração de, aproximadamente, seis meses, destinada à implementação de três sistemas: SIA (Sistema de Informação Ambulatoriais), SIH (Sistema de Informações Hospitalares) e CNES (Cadastro Nacional de Estabelecimentos de Saúde). A segunda fase ficou destinada à implantação dos demais sistemas, dentre eles, os sistemas de informação sobre natalidade, mortalidade e sistemas de informação epidemiológica Metodologia de Desenvolvimento Devido à singularidade do complexo sistema de saúde pública e dos seus sistemas de informação, foi necessário definir uma abordagem metodológica, que embora baseada nas tradicionais, possuísse características próprias para se adequar neste contexto. A estrutura básica desta metodologia corresponde ao fluxo de atividades representado pela figura 3. Algumas particularidades desta metodologia merecem comentários; dentre elas, a técnica para análise de requisitos, a elaboração do modelo relacional, a implantação incremental e o fluxo de desenvolvimento dos relatórios gerenciais. A técnica adotada para a levantamento e análise de requisitos foi a Source-Driven [11], onde os requisitos são identificados, basicamente, pelos sistemas provedores dos dados que serão integrados e inseridos no Data Warehouse. Alguns aspectos justificam a escolha desta técnica, dentre eles, o escopo abrangente do projeto, a estratégia incremental de implementação e a restrição dos dados de origem, que são produzidos e gerenciados por outra instituição (o DATASUS). Outro ponto incluído na metodologia que, geralmente, não está presente em projetos desta natureza, é o desenvolvimento de um modelo relacional. O intuito é facilitar o processo de carga e, sobretudo, criar uma base de dados relacional que permita a realização de consultas operacionais, já que os dados originais não estão no modelo relacional. A implantação incremental foi adotada devido a algumas causas, dentre elas, as liberações de subprodutos num curto espaço de tempo visando satisfazer um pouco da expectativa dos usuários e a apresentação gradual da nova tecnologia. Conforme apresentado na figura 3, há um ciclo diferenciado para o desenvolvimento dos relatórios gerenciais com o objetivo de garantir a qualidade da informação produzida. Inicialmente, a equipe de negócio desenvolverá alguns modelos de relatórios importantes. Os modelos são encaminhados para a equipe de TI para sua implementação. Os relatórios implementados retornam para aprovação pela equipe da negócios. Aprovados, eles são publicados para o usuário final. O metadados (dicionário de dados) da ferramenta OLAP é ajustado, conforme os relatórios já desenvolvidos, e disponibilizado para o usuário, permitindo que ele desenvolva seus próprios relatórios. Embora não demonstrada no fluxo de trabalho, uma etapa presente em qualquer projeto é 3

4 a definição das ferramentas para o desenvolvimento. O processo de escolha abrange vários aspectos, dentre eles, robustez para suportar o volume de dados, existência de casos de sucesso implementados na ferramenta e um custo acessível. Considerando estes aspectos, foi adotado um conjunto de ferramentas Oracle (Oracle 10g, Oracle IAS, OWB). No processo de carga, além do OWB (Oracle Warehouse Builder) da Oracle, foi utilizada a ferramenta Compucarga, que possui algumas funcionalidades que atendem características específicas do projeto, tais como, análise de versionamento de dimensões [10], downloads de arquivos e manutenção de tabelas pelo usuário A modelagem dos Dados Dentre as duas principais técnicas para a modelagem dimensional, Star-Schem e Snow- Flake, foi adotada no projeto a Star-Schem, que permite uma maneira mais simples de armazenar o histórico das alterações ocorridas nas dimensões e proporciona melhor desempenho nas consultas e relatórios [12]. Para cada um dos sistemas contemplados na primeira fase (CNES,SIA,SIH) foram definidos os fatos principais e para cada fato foi construído um cubo OLAP. No SIA, os principais fatos são Produção Ambulatorial e Produção de Alta Complexidade. No SIH, os fatos são Produção Hospitalar, Procedimentos Especiais e Atos Profissionais. A definição dos fatos no CNES, que possuem apenas dados cadastrais, foi mais difícil. Os fatos foram derivados dos principais cadastros, para os quais foi aplicada uma visão histórica. Os principais fatos produzidos são Leitos, Equipamentos, Estabelecimentos, Leitos ; etc 3.5. O processo de carga dos dados Figura 3 Fluxo de Trabalho. Devido à estratégia adotada, que define a criação de duas bases - uma relacional e outra dimensional - o processo de carga compreende duas fases. Na primeira fase, os dados dos sistemas fonte (DATASUS) são carregados em um banco relacional ou em um espaço de armazenamento denominado STAGE, e posteriormente carregados para o banco dimensional. Na primeira etapa, visando facilitar a carga para a base relacional, é utilizada a ferramenta Compucarga, que possui funções para automatização do processo de download, descompactação e análise de versionamento. A ferramenta também efetua a validação do conteúdo e da estrutura do arquivo para garantir a integridade dos dados. Todo o processo de carga é armazenado em um arquivo log, permitindo auditorias ou eventual repetição da carga. A segunda etapa da carga é implementada por scripts derivados dos mapeamentos do Oracle Warehouse Builder. As rotinas implementadas no OWB não apresentam grande complexidade, pois as tarefas de limpeza, padronização e consistência dos dados são efetuadas na primeira etapa. Um dos grandes desafios do projeto foi encontrar uma alternativa eficiente para tratar as constantes alterações que ocorrem nas tabelas auxiliares, permitindo aos relatórios combinarem conteúdos antigos e novos da tabela de forma 4

5 transparente ao usuário. Esta solução foi implementada através de uma técnica de versionamento temporal das dimensões, realizada no processo de carga. Outra particularidade do projeto é a inexistência de arquivos de dados para alimentação de algumas dimensões do Data Warehouse. Isto ocorre para as dimensões cujos valores são publicados em documentos oficiais impressos. A alimentação destas dimensões não são efetuadas no processo de carga, mas através da ferramenta Compucarga que possui uma tela específica para para esta finalidade A exibição dos dados p/ o usuário Os usuários acessam o Data Warehouse através de um portal web onde os relatórios produzidos são publicados. A figura 4 mostra a tela inicial do portal. Figura 4 Portal Tela Inicial. 4. Resultados e Discussão A primeira fase do projeto permitiu a identificação de muitos desafios e dificuldades. Algumas dificuldades encontradas confirmam os desafios de um projeto de DW para a área da saúde citados por autores como Berndt et al.[2], DeJesus [8], Isken et al. [9]. Outras dificuldades foram inerentes ao nosso contexto. As principais dificuldades encontradas no projeto são: - Salto tecnológico muito alto; - Qualidade dos dados; - Dificuldade no fluxo dos dados originais; - Altíssimo grau de expectativa do usuário final; - Falta de uma perfeita compreensão sobre o processo Data Warehousing; - Falhas de comunicação e integração entre as equipes de tecnologia e de negócios; Discorrendo um pouco sobre cada dificuldade apresentada, a explanação começa pelo Salto Tecnológico. Considerando que a principal fonte de informação, antes do projeto, era proveniente de dados disponibilizados em arquivos DBF e manipulados pelo MS-Excel ou pelo TABWIN (aplicativo do DATASUS), os conceitos de banco de dados relacional, SQL ou SGBD ainda não estavam difundidos entre os usuários. Nesse contexto, foram introduzidos, em curto espaço de tempo, conceitos e ferramentas avançados, tais como, modelo multidimensional, ferramenta OLAP, etc. Seria desejável um processo mais lento e gradativo para inclusão da nova tecnologia. A qualidade dos dados de origem foi outro grande desafio enfrentado. Como a maioria destes dados não derivam de SGBD s relacionais, eles apresentam, com freqüência, problemas de consistência e integridade referencial, os quais são tratados no processo de carga. Outro problema de qualidade, porém, muito mais difícil de solucionar é o conteúdo dos dados, cuja solução depende da análise de um especialista. Em bases como o CNES, cuja alimentação é efetuada por um elemento independente - o estabelecimento de saúde - é muito difícil ter um controle sobre a qualidade do conteúdo dos dados. Aliada ao problema da qualidade dos dados, uma outra grande dificuldade é a demora na obtenção dos dados de origem. De acordo com o fluxo dos dados, eles nascem nos estabelecimentos de saúde, são consolidados no DATASUS e posteriormente devolvidos à SES. Em alguns casos, como o CNES, o atraso supera um mês. Esta situação obriga o usuário que deseja informação referente ao mês atual, a fazer consultas em outras fontes. Uma importante recomendação para projetos de TI, feita por diversos autores, é reduzir a expectativa do usuário final. É importante deixá-los com a exata noção do que será obtido com a nova tecnologia. No projeto, esta situação foi agravada porque, devido a carência de ferramentas para produção de informação, os usuários operacionais também esperavam atender plenamente suas necessidades a partir do Data Warehouse, cujo modelo é apropriado para usuários gerenciais. A falta de uma perfeita compreensão sobre o processo e as falhas de comunicação entre as equipes de Negócios e de TI, foram as maiores dificuldades do projeto. Esta dificuldade seria minimizada se os envolvidos no projeto, sobretudo os da área de negócios, compreendessem com muita precisão, o fluxo geral do processo apresentado na figura 3 e as funções e responsabilidades de cada nível da estrutura organizacional representada na figura 2. 5

6 Apesar das dificuldades enfrentadas, o saldo final foi positivo. Toda a infra-estrutura foi configurada e instalada, os sistemas CNES, SIA e SIH foram modelados e carregados (a partir de 2005) e o portal, contendo alguns relatórios e ferramentas para consultas AD-HOC, foi implementado. As tabelas 2 e 3 apresentam alguns dados quantitativos que permitem avaliar a dimensão desta primeira fase do projeto. Tabela 2 Dados quantitativos - Modelagem Tabela 3 Dados quantitativos Carga Banco 5. Conclusões O artigo mostra a experiência obtida num projeto de Data Warehouse, desenvolvido na Secretaria de Estado de Saúde de São Paulo, com o intuito de disponibilizar informação gerencial obtida pela integração de dados provenientes dos diversos sistemas de informação da saúde. O trabalho detalha uma abordagem metodológica, um fluxo de atividades, uma estrutura organizacional e um conjunto de ferramentas que, podem ser utilizados eficientemente em projetos de Data Warehouse para a Saúde Pública. Os fatores mensuráveis apresentam números positivos, mas a proposta é suavizar a implantação dos demais módulos, próxima fase do projeto, uma vez que já foram identificados os principais problemas de percurso, razão pela qual poderão ser evitados e ou minimizados. A principal contribuição deste artigo é evidenciar alguns problemas que podem ser evitados em projetos similares. 6. Referências [1] Shams K., Farishta M. (2001), Data Warehousing: Toward knowledge Management, Topics in Health Information Management, v. 21, n. 3, p [2] Berndt D.J., Hevner A.R., Studnicki J. (2003) The Catch Data Warehouse: Support for Community Health Care Decision-Making, Decision Support Systems, v.35 n.3, p [3] Ramick D.C. (2001), Data Warehousing in Disease Management Programs, Journal of Healthcare Information Management, v. 15, n. 2, p [4] Watsona H. J., Fullerb C., Ariyachandra T. (2004), Data warehouse governance: best practices at Blue Cross and Blue Shield of North Carolina, Decision Support Systems 38 (2004) [5] Berson A., Smith S. J. (1997), Data Warehousing, Data Mining, & OLAP, New York: McGraw-Hill. [6] Kimball R. (1997), A Dimensional Modeling Manifesto, DBMS Online, (http:/www.dbmsmag.com/9708d15.html). [7] Inmon, W. H. (1997), Como Construir o Data Warehouse, Rio de Janeiro: Campus. [8] DeJesus E.X. (1999), Disease Management in a Warehouse: Data Warehouse Technology Makes a Good Fit for Disease Management programs., Healthcare Informatics, v.16, n. 9, p , [9] Isken M.W., Littig S.J., West M. (2001), A data Mart for Operations Analysis, Journal of Healthcare Information Management, v. 15, n. 2, p [10] Golfarelli M., Lechtenborger J., Rizzi S., Vossen G. (2005), Schema Versioning in Data Warehouses: Enabling Cross-Version Querying via Schema Augmentation, Preprint submitted to Elsevier Science 7 September 2005 [11] Ballard C., Herreman D., Schau D., Bell R., Kim E., Valencic A, Data Modeling Techniques for Data Warehousing, IBM RedBooks, IBM Corporation [12] Powell, Gavin T., Oracle Data Warehousing Tuning for 10g, Digital Press, Contato 6

Projeto de um Data Warehouse para a Saúde Pública

Projeto de um Data Warehouse para a Saúde Pública Projeto de um Data Warehouse para a Saúde Pública Ricardo S Santos 1, Marco Antônio Gutierrez 2, Sergio Furuie 2, Umberto Tachinardi 3 1 Departamento de Informática em Saúde (DIS) Universidade Federal

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Implementações de Data Warehouse na Área da Saúde

Implementações de Data Warehouse na Área da Saúde Implementações de Data Warehouse na Área da Saúde Ricardo S. Santos 1, Marco Antônio Gutierrez 2 1 Departamento de Informática em Saúde (DIS), Universidade Federal de São Paulo (UNIFESP), Brasil 2 Serviço

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

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

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

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

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

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

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

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 Mining: Conceitos e Técnicas

Data Mining: Conceitos e Técnicas Data Mining: Conceitos e Técnicas DM, DW e OLAP Data Warehousing e OLAP para Data Mining O que é data warehouse? De data warehousing para data mining Data Warehousing e OLAP para Data Mining Data Warehouse:

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

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

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

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

Business Intelligence aplicado a área da saúde: potencializando a tomada de decisão

Business Intelligence aplicado a área da saúde: potencializando a tomada de decisão Business Intelligence aplicado a área da saúde: potencializando a tomada de decisão Daiane Kelly de Oliveira 1, Dorirley Rodrigo Alves 1 1 Instituto de Ciências Exatas e Informática PUC Minas Campus Guanhães

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

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

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

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

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

ADMINISTRAÇÃO DOS RECURSOS DE DADOS

ADMINISTRAÇÃO DOS RECURSOS DE DADOS Capítulo 7 ADMINISTRAÇÃO DOS RECURSOS DE DADOS 7.1 2003 by Prentice Hall OBJETIVOS Por que as empresas sentem dificuldades para descobrir que tipo de informação precisam ter em seus sistemas de informação?

Leia mais

Construção de Data Warehouse para a base de AIH do SUS

Construção de Data Warehouse para a base de AIH do SUS Construção de Data Warehouse para a base de AIH do SUS Atilla de Mattos Duarte 1, Marco Antélio Neves da Silva 1, Marcus Vinicius Oliveira Santos 1, José Avelino Placca 1 1 Curso de Sistemas de Informação

Leia mais

Resultados alcançados com a Ferramenta Channel em implementação de sucesso da Gerência de Projetos no nível G de maturidade do MR-MPS

Resultados alcançados com a Ferramenta Channel em implementação de sucesso da Gerência de Projetos no nível G de maturidade do MR-MPS Resultados alcançados com a Ferramenta Channel em implementação de sucesso da Gerência de Projetos no nível G de maturidade do MR-MPS Mauricio Fiorese 1, Alessandra Zoucas 2 e Marcello Thiry 2 1 JExperts

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

Laudon & Laudon Essentials of MIS, 5th Edition. Pg. 1.1

Laudon & Laudon Essentials of MIS, 5th Edition. Pg. 1.1 Laudon & Laudon Essentials of MIS, 5th Edition. Pg. 1.1 SISTEMA DE APOIO À DECISÃO Grupo: Denilson Neves Diego Antônio Nelson Santiago Sabrina Dantas CONCEITO É UM SISTEMA QUE AUXILIA O PROCESSO DE DECISÃO

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

Sistema de Informação Gerencial baseado em Data Warehouse aplicado a uma software house

Sistema de Informação Gerencial baseado em Data Warehouse aplicado a uma software house Universidade Regional de Blumenau Centro de Ciências Exatas e Naturais Curso de Sistemas de Informação (Bacharelado) Sistema de Informação Gerencial baseado em Data Warehouse aplicado a uma software house

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. 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

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

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

APLICATIVOS CORPORATIVOS

APLICATIVOS CORPORATIVOS Sistema de Informação e Tecnologia FEQ 0411 Prof Luciel Henrique de Oliveira luciel@uol.com.br Capítulo 3 APLICATIVOS CORPORATIVOS PRADO, Edmir P.V.; SOUZA, Cesar A. de. (org). Fundamentos de Sistemas

Leia mais

Uma abordagem utilizando Business Intelligence para apoiar o processo de tomada de decisão na gestão da evolução de serviços web 1

Uma abordagem utilizando Business Intelligence para apoiar o processo de tomada de decisão na gestão da evolução de serviços web 1 Uma abordagem utilizando Business Intelligence para apoiar o processo de tomada de decisão na gestão da evolução de serviços web 1 Ernando Silva 1, Renata Galante (Orientadora) 1, Karin Becker (Coorientadora)

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

Capítulo 5. 5.1 Laudon, Cap. 5

Capítulo 5. 5.1 Laudon, Cap. 5 Capítulo 5 Fundamentos da Inteligência de Negócios: Gerenciamento da Informação e de Bancos de Dados 5.1 Laudon, Cap. 5 OBJETIVOS DE ESTUDO Descrever como um banco de dados relacional organiza os dados

Leia mais

Contrata Consultor na modalidade Produto

Contrata Consultor na modalidade Produto Contrata Consultor na modalidade Produto PROJETO 914BRA/1123 FNDE -EDITAL Nº 01/2009 1. Perfil: Consultor ESPECIALISTA EM PLANO DE METAS ANALISTA PROGRAMADOR DELPHI - Código 1 - CGETI. 2. Nº de vagas:

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 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

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

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

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

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

Sistemas de Informação I

Sistemas de Informação I + Sistemas de Informação I Tipos de SI Ricardo de Sousa Britto rbritto@ufpi.edu.br + Introdução 2 n As organizações modernas competem entre si para satisfazer as necessidades dos seus clientes de um modo

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

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

Data Warehouse a experiência da ANVISA

Data Warehouse a experiência da ANVISA Data Warehouse a experiência da ANVISA Camilo Mussi, Denis Murahovschi, Giliana Bettni, Luiz Gustavo Kratz Assessoria da Presidência, Agência Nacional de Vigilância Sanitária (ANVISA), Brasil Resumo -

Leia mais

Padronização de Processos: BI e KDD

Padronização de Processos: BI e KDD 47 Padronização de Processos: BI e KDD Nara Martini Bigolin Departamento da Tecnologia da Informação -Universidade Federal de Santa Maria 98400-000 Frederico Westphalen RS Brazil nara.bigolin@ufsm.br Abstract:

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

Módulo 4. Visão geral dos controles do COBIT aplicáveis para implantação da Sarbanes, o papel de TI, a importância dos softwares e exercícios

Módulo 4. Visão geral dos controles do COBIT aplicáveis para implantação da Sarbanes, o papel de TI, a importância dos softwares e exercícios Módulo 4 Visão geral dos controles do COBIT aplicáveis para implantação da Sarbanes, o papel de TI, a importância dos softwares e exercícios Estruturas e Metodologias de controle adotadas na Sarbanes COBIT

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 4.1 2 1 Material usado na montagem dos Slides BARBIERI,

Leia mais

EXPERIÊNCIA DE USO DE ARQUITETURA CORPORATIVA NO PROJETO DE RES

EXPERIÊNCIA DE USO DE ARQUITETURA CORPORATIVA NO PROJETO DE RES EXPERIÊNCIA DE USO DE ARQUITETURA CORPORATIVA NO PROJETO DE RES Rigoleta Dutra Mediano Dias 1, Lívia Aparecida de Oliveira Souza 2 1, 2 CASNAV, MARINHA DO BRASIL, MINISTÉRIO DA DEFESA, BRASIL Resumo: Este

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 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

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

Módulo 4: Gerenciamento de Dados

Módulo 4: Gerenciamento de Dados Módulo 4: Gerenciamento de Dados 1 1. CONCEITOS Os dados são um recurso organizacional decisivo que precisa ser administrado como outros importantes ativos das empresas. A maioria das organizações não

Leia mais

Percio Alexandre de Oliveira Prof. Maurício Capobianco Lopes - Orientador

Percio Alexandre de Oliveira Prof. Maurício Capobianco Lopes - Orientador Percio Alexandre de Oliveira Prof. Maurício Capobianco Lopes - Orientador Índice Introdução Objetivos Data Warehouse Estrutura Interna Características Principais elementos: ETC, Metadados e Modelagem Dimensional

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

Documento de Visão do Projeto

Documento de Visão do Projeto Documento de Visão do Projeto 1. Objetivo O propósito deste documento é coletar, analisar e definir as necessidades de alto-nível e características do projeto de software do Módulo Editor de Estruturas

Leia mais

CEP 97420-000 São Vicente do Sul RS Brasil. filipe-kulinski@hotmail.com, {maicon.amarante, eliana.zen} @iffarroupilha.edu.br

CEP 97420-000 São Vicente do Sul RS Brasil. filipe-kulinski@hotmail.com, {maicon.amarante, eliana.zen} @iffarroupilha.edu.br 109 Utilização de Businnes Intelligence para análise de evasão escolar nos diferentes níveis de ensino do Instituto Federal Farroupilha Campus São Vicente do Sul Filipe Kulinski Mello 1, Eliana Zen 1,

Leia mais

Aula 02: Conceitos Fundamentais

Aula 02: Conceitos Fundamentais Aula 02: Conceitos Fundamentais Profa. Ms. Rosângela da Silva Nunes 1 de 26 Roteiro 1. Por que mineração de dados 2. O que é Mineração de dados 3. Processo 4. Que tipo de dados podem ser minerados 5. Que

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

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

Administração de Sistemas de Informação I

Administração de Sistemas de Informação I Administração de Sistemas de Informação I Prof. Farinha Aula 04 Conceito Sistema de Informação é uma série de elementos ou componentes inter-relacionados que coletam (entrada), manipulam e armazenam (processo),

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

Experiência em Processo de Teste Iterativo e Automatizado para Data Warehouse

Experiência em Processo de Teste Iterativo e Automatizado para Data Warehouse Experiência em Processo de Teste Iterativo e Automatizado para Data Warehouse Luana M. de A. Lobão 1, Eliane F. Collins 1,2,, Ronaldo N. Martins 1, Leandro A. O. Leão 1, Vicente Ferreira de Lucena Jr.

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

COMO IMPLEMENTAR UM SISTEMA DE BI

COMO IMPLEMENTAR UM SISTEMA DE BI Data Science FEUP 19 maio 2014 COMO IMPLEMENTAR UM SISTEMA DE BI Rui Afeiteira Gestor de projeto, BI4ALL Rui Afeiteira Gestor de projeto Business Intelligence Experiência Relevante Bacardi - Reengenharia

Leia mais

ARMAZÉM DE DADOS SOBRE A ASSISTÊNCIA ONCOLÓGIA AMBULATORIAL DO SISTEMA ÚNICO DE SAÚDE

ARMAZÉM DE DADOS SOBRE A ASSISTÊNCIA ONCOLÓGIA AMBULATORIAL DO SISTEMA ÚNICO DE SAÚDE ARMAZÉM DE DADOS SOBRE A ASSISTÊNCIA ONCOLÓGIA AMBULATORIAL DO SISTEMA ÚNICO DE SAÚDE Rômulo Cristovão de Souza 1, Sergio Miranda Freire 1, Rosimary Terezinha de Almeida 2 1 Departamento de Tecnologia

Leia mais

Governança de TI. Por que a Governança de TI é vista como fator chave para criação de valor para o Negócio? Conhecimento em Tecnologia da Informação

Governança de TI. Por que a Governança de TI é vista como fator chave para criação de valor para o Negócio? Conhecimento em Tecnologia da Informação Conhecimento em Tecnologia da Informação Governança de TI Por que a Governança de TI é vista como fator chave para criação de valor para o Negócio? 2010 Bridge Consulting Apresentação A Governança de Tecnologia

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

Novas Tecnologias para Construção do Prontuário Eletrônico do Paciente

Novas Tecnologias para Construção do Prontuário Eletrônico do Paciente Novas Tecnologias para Construção do Prontuário Eletrônico do Paciente Fabiane Bizinella Nardon 1, Sérgio Furuie 2, Umberto Tachinardi 3 Instituto do Coração do Hospital das Clínicas da Faculdade de Medicina

Leia mais

Processo Decisório, OLAP e Relatórios Corporativos OLAP E RELATÓRIOS CORPORATIVOS

Processo Decisório, OLAP e Relatórios Corporativos OLAP E RELATÓRIOS CORPORATIVOS Processo Decisório, OLAP e Relatórios Corporativos OLAP E RELATÓRIOS CORPORATIVOS Sumário Conceitos/Autores chave... 3 1. Introdução... 5 2. OLAP... 6 3. Operações em OLAP... 8 4. Arquiteturas em OLAP...

Leia mais

Uma Plataforma de Gestão para Redes de Distribuição de Baixa Tensão

Uma Plataforma de Gestão para Redes de Distribuição de Baixa Tensão Uma Plataforma de Gestão para Redes de Distribuição de Baixa Tensão José Leomar Todesco (Stela, INE UFSC) tite@stela.ufsc.br Denilson Sell (Stela UFSC) sell@stela.ufsc.br Isabela Anciutti (Stela, INE UFSC)

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

ADMINISTRAÇÃO DOS RECURSOS DE DADOS

ADMINISTRAÇÃO DOS RECURSOS DE DADOS 7 ADMINISTRAÇÃO DOS RECURSOS DE DADOS OBJETIVOS Por que as empresas sentem dificuldades para descobrir que tipo de informação precisam ter em seus sistemas de informação ão? Como um sistema de gerenciamento

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

COMO OBTER VANTAGEM COMPETITIVA UTILIZANDO BUSINESS INTELLIGENCE?

COMO OBTER VANTAGEM COMPETITIVA UTILIZANDO BUSINESS INTELLIGENCE? Universidade Federal de Santa Catarina www.producaoonline.inf.br ISSN 1676-1901 / Vol. 3/ Num. 2/ Junho de 2003 COMO OBTER VANTAGEM COMPETITIVA UTILIZANDO BUSINESS INTELLIGENCE? Avanilde Kemczinski Doutoranda

Leia mais

BUSINESS INTELLIGENCE OPERACIONALIZANDO O PROGRAMA DE ANTICOAGULAÇÃO DO HU

BUSINESS INTELLIGENCE OPERACIONALIZANDO O PROGRAMA DE ANTICOAGULAÇÃO DO HU BUSINESS INTELLIGENCE OPERACIONALIZANDO O PROGRAMA DE ANTICOAGULAÇÃO DO HU Stanley Galvão 1, Cláudia Miranda 2, Cristiano Souza 3 e Liz Yoshihara 4 1 Departamento de Informática do HU, São Paulo, Brasil

Leia mais

Prof. Marcelo Machado Cunha www.marcelomachado.com mcelobr@yahoo.com.br

Prof. Marcelo Machado Cunha www.marcelomachado.com mcelobr@yahoo.com.br Prof. Marcelo Machado Cunha www.marcelomachado.com mcelobr@yahoo.com.br Ementa Introdução a Banco de Dados (Conceito, propriedades), Arquivos de dados x Bancos de dados, Profissionais de Banco de dados,

Leia mais