FACULDADE DE BALSAS CURSO DE SISTEMAS DE INFORMAÇÃO

Tamanho: px
Começar a partir da página:

Download "FACULDADE DE BALSAS CURSO DE SISTEMAS DE INFORMAÇÃO"

Transcrição

1 FACULDADE DE BALSAS CURSO DE SISTEMAS DE INFORMAÇÃO CRIAÇÃO DE UM AMBIENTE DE EXPLORAÇÃO OLAP PARA ANALISAR DADOS DAS VENDAS DO GRUPO DE POSTOS DE COMBUSTÍVEIS PIONEIRO CAIRO DA SILVA BORGES BALSAS (MA) 2010

2 FACULDADE DE BALSAS CURSO DE SISTEMAS DE INFORMAÇÃO CRIAÇÃO DE UM AMBIENTE DE EXPLORAÇÃO OLAP PARA ANALISAR DADOS DAS VENDAS DO GRUPO DE POSTOS DE COMBUSTÍVEIS PIONEIRO POR: CAIRO DA SILVA BORGES Trabalho de Conclusão de Curso apresentado como exigência parcial para obtenção do título de Bacharel em Sistemas de Informação à Faculdade de Balsas, sob a orientação do Professor Junior Bandeira. BALSAS (MA) 2010

3 FACULDADE DE BALSAS CURSO DE SISTEMAS DE INFORMAÇÃO A Comissão Examinadora, abaixo assinada, aprova o Trabalho de Conclusão de Curso (TCC). CRIAÇÃO DE UM AMBIENTE DE EXPLORAÇÃO OLAP PARA ANALISAR DADOS DAS VENDAS DO GRUPO DE POSTOS DE COMBUSTÍVEIS PIONEIRO Elaborada por CAIRO DA SILVA BORGES como requisito parcial para obtenção de Bacharel em Sistemas de Informação BANCA EXAMINADORA Prof (a). Junior Bandeira Prof. Orientador Prof (a). José Sinotti Membro da Banca Examinadora Prof (a). Cassiana Fagundes Membro da Banca Examinadora

4 DEDICATÓRIO Dedico este trabalho de conclusão de curso a Deus por me ter oferecido a oportunidade de viver, evoluir a cada dia, a todos os meus familiares que me ajudaram a alcançar mais um objetivo na minha vida, aos meus pais em especial pelo apoio e carinho recebido durante esta etapa, a minha namorada que não mediu esforços para me ajudar a continuar nesta trajetória.

5 AGRADECIMENTOS Ao Profº. Junior Bandeira, meu orientador, pelo apoio, paciência, credibilidade e compreensão que me proporcionou. Ao Profº Gustavo Borges, meu co-orientador, pela ajuda prestada e atenção dedicada a este trabalho. Ao Coordenador do curso de Sistemas de Informação, Profº Marlon Possani, pela amizade e apoio dedicado durante todo o período acadêmico. Aos meus companheiros de curso. A todos que contribuíram direta e indiretamente na realização deste trabalho.

6 RESUMO Na busca de um diferencial competitivo as empresas atuam dinamicamente. Nesta busca, uma das técnicas é transformar dados armazenados com o tempo em informações que auxiliem a tomada de decisão com o objetivo de descobrir fatos e atuar com ações. Este tipo de solução é a Business Intelligence (BI), que utiliza ferramentas que possibilitam a exploração dos dados, transformando em informações visuais e de fácil entendimento para os gestores. No mercado existem inúmeras ferramentas de BI, o presente trabalho utilizou o software livre, PENTAHO na versão 3.5. Aplicou-se a solução de BI ao Grupo de Postos de Combustíveis Pioneiro na qual se constitui por empresas localizadas nas cidades de Balsas e Açailândia no Maranhão. A solução resume-se na construção de um cubo OLAP, onde o mesmo explora uma grande massa de dados precisos e rápidos, referente às vendas ocorridas entre os períodos de 2009 e Construiu-se ainda um Data Mart de vendas para armazenar e centralizar os dados históricos, além de um framework em linguagem de programação PHP que realizou a importação dos dados dos Data Warehouses para o Data Mart central. Dessa forma a solução proveu uma comparação dos dados explorados com os feriados e fatores socioeconômicos de cada uma das cidades utilizando a técnica de estatística Anova, com objetivo de agregar conhecimento para analisar fatos ocorridos nos períodos, ou ainda, usando a solução como vantagem competitiva. Palavras - chaves: Business Intelligence (BI). Postos Pioneiro. OLAP. Banco de Dados.

7 SUMÁRIO 1. INTRODUÇÃO Delimitação do tema Problemática Objetivos Geral Específico Justificativa Metodologia REFERENCIAL TEÓRICO Armazenamento de Banco de Dados Business Intelligence Fontes de dados ETL (Extraction, Transformation and Loading) Modelagens Data Warehouse e Data Marts Exploração dos dados Cubos de dados OLAP Linguagens Ferramentas OLAP PENTAHO uma ferramenta Open Source de BI A Plataforma Características Ferramentas SPSS (Statistical Package for the Social Sciences) Análise de variância (Anova)... 35

8 3. ESTUDO DE CASO A Empresa As vendas A solução Relações entre vendas com feriados e fatores socioeconômicos CONCLUSÃO REFERÊNCIAS BIBLIOGRÁFICAS... 58

9 9 1. INTRODUÇÃO Neste capítulo serão apresentados os objetivos definidos no trabalho, justificativas e metodologias utilizadas assim como a delimitação do tema proposto. 1.1 Delimitação do tema O trabalho busca apresentar a criação de um ambiente de exploração dos dados através da técnica OLAP com a montagem de um cubo para analisar os dados das vendas nos períodos de 2009 e 2010 do Grupo de Postos de Combustíveis Pioneiro, fazendo uma comparação entre os feriados e fatores socioeconômicos com as vendas neste período e exemplificando como eles podem ser utilizados na tomada de decisões. 1.2 Problemática A problemática do sistema atual está em não proporcionar ao gestor uma visão completa do andamento das vendas, podendo analisar os dados em apenas duas dimensões (tempo e vendas), o que dificulta uma tomada de decisões mais rápida e precisa, além da demora no processamento dos dados pré-existentes. 1.3 Objetivos Geral Tornar a gestão do Grupo de Postos de Combustíveis Pioneiro mais dinâmica, com base na análise de relatórios multidimensionais oriundos do Cubo OLAP Específico Fazer comparativo de vendas e lucratividade entre períodos semelhantes; Analisar se existem relações entre os feriados e fatores socioeconômicos com as vendas nos períodos de 2009 e 2010; Criar um Data Mart central para importação dos dados das vendas; Definir a estrutura do Cubo; Estudar e implementar a ferramenta PENTAHO; Proporcionar uma visão completa do andamento das vendas de todos os produtos;

10 10 Tornar a tomada de decisões mais precisa, tendo como referencial os dados extraídos do Cubo OLAP; 1.4 Justificativa Através de relatos informais fornecidos pelo gestor do Grupo de Postos de Combustíveis Pioneiro, pode-se analisar a dificuldade em realizar comparativos de vendas com a ferramenta de gestão atual, de acordo com a problemática supracitada. O sistema atual possibilita também a realização de comparações entre períodos, porém não oferece o dinamismo que o Cubo OLAP proporciona. A ferramenta proposta gera relatórios interligados enquanto que o sistema atual gera relatórios em separado, o que dificulta a visualização do conjunto de dados. Com a criação do ambiente de exploração OLAP através da montagem do Cubo, cada face pode ser analisada para posterior agrupamento dos dados das outras faces. A implantação do Cubo OLAP traz consigo a possibilidade de uma gestão facilitada, ampliando as potencialidades do empreendimento com os benefícios agregados pelo mesmo. 1.5 Metodologia O levantamento dos dados foi realizado através das informações reais de vendas, repassadas pelo gestor do Grupo de Postos de Combustíveis Pioneiro, como também pelos relatos informais do mesmo. A metodologia utilizada para o desenvolvimento deste trabalho é constituída por quatro fases: Primeira: análise quantitativa (juntamente com o gestor da empresa) para extração de informações pertinentes às vendas do grupo; Segunda: realização de estudo sobre a técnica OLAP; Terceira: Implementação da técnica do Cubo OLAP com referência aos dados extraídos na primeira fase, analisando-se especificamente os resultados obtidos com a ação.

11 11 Quarta: Utilização da técnica de Anova (análise de variância) para realizar uma comparação entre os feriados e fatores socioeconômicos com as vendas nos períodos de 2009 e O trabalho que segue, está dividido da seguinte forma: capítulo 2; todo o referencial teórico com as definições das técnicas utilizadas; no capítulo 3 o estudo de caso, com a definição da necessidade do gestor do Grupo de Postos de Combustíveis Pioneiro além da contextualização do ambiente explorado, a definição do modelo e ferramentas utilizadas bem como os resultados obtidos, finalizando com a análise entre as vendas e os feriados e fatores socioeconômicos. Por fim, no capítulo 4 as considerações finais do trabalho desenvolvido.

12 12 2. REFERENCIAL TEÓRICO Neste tópico será abordado todo o referencial teórico utilizado no trabalho, bem como as definições das técnicas e ferramentas que foram utilizadas. 2.1 Armazenamento de Banco de Dados De acordo com o livro escrito por Ferrari (2007) banco de dados pode ser definido como um local no qual é possível armazenar informações, para consultas ou utilização quando necessário. Já Ramakrishnan (2008) define Sistemas Gerenciadores de Banco de Dados (SGBD) um software projetado para auxiliar a manutenção e utilização de vastos conjuntos de dados. Com o passar do tempo os dados armazenados se tornaram grandes e volumosos sendo capaz de gerar uma lentidão em consultas e processamento, para solucionar este problema surgiu então os Sistemas de Banco de Dados Relacionais (SGBDR), cuja principal característica é gerenciar seus dados usando apenas as capacidades relacionais. Segundo Rosa (2004) hoje o grande problema dos SGBDs, tornou-se a manipulação das informações, nunca se precisou extrair informações inteligentes como agora, o principal motivo disso está em que as empresas crescem constantemente com dados e informações. 2.2 Business Intelligence Nos últimos tempos, os sistemas empresariais avançaram consideravelmente, por conseguinte, os dados também evoluíram, em função desse crescimento, a utilização do processo de Inteligência de Negócios (BI) em uma organização cresceu fortalecendo a obtenção de informações gerenciais de maneira rápida e flexível de tal forma que os gestores da empresa possam tomar decisões gerenciais. A implantação do BI em uma empresa deve-se relacionar diretamente com o gestor da empresa, definindo o objetivo geral, através de entrevistas, estabelecer os objetivos específicos em base com os dados analisados. A partir das informações coletadas, pode-se realizar uma análise das ferramentas necessárias. Para Felber (2005) BI é a utilização de uma série de ferramentas para coletar, analisar e extrair informações, que serão utilizadas no auxílio ao processo de tomada de decisões.

13 13 A figura 1 exibe todo o framework de implantação de BI em uma empresa, dando-se inicio a extração, carregamento e transformação dos dados contidos no Data Warehouse que por sua vez pode ser organizado por Data Marts. O Data Warehouse como o Data Mart serve de fonte de dados para exploração OLAP e Data Mining, com resultado final exibido em interface intuitiva os dados explorados. Figura 1: Processo de BI (Business Intelligence) Fonte: Miranda (2010) Um dos principais problemas encontrados durante o processo de extração dos dados de outras fontes é a forma de que estes dados estão modelados, dificultando todo o processo de BI, para isto o processo de Extraction, Transformation and Loading (ETL) cuida do tratamento Fontes de dados As fontes de dados são necessariamente os softwares instalados na empresa, por exemplo: (aplicativos comerciais, sistema de estoque, base de dados, etc.), dados externos (internet, documentações), planilhas eletrônicas. Toda a fonte de dados possui seu repositório de dados independente com o objetivo de realizar as atividades e armazenar seus dados.

14 ETL (Extraction, Transformation and Loading) ETL basicamente, esse processo indica que as informações devem ser extraídas das bases transacionais, transformadas para se adequar ao modelo multidimensional definido, e carregadas no Data Warehouse. Existem diversas ferramentas que visam apoiar a execução desse processo. Durante o processo a parte mais difícil se encontra na transformação, pois, indica as regras que devem ser aplicadas sobre os dados para evitar redundâncias e inconsistências garantindo uma visão única e integrada dos dados. O processo de ETL possibilita extrair os dados de diversas fontes criando uma visão única e consistente dos dados, a seguir a figura 2, ilustra o processo de ETL. Figura 2: Processo de ETL Fonte: Withee (2010, Pag. 78) O processo de ETL deve ser realizado de forma dinâmica sem deixar de lado a regra de negócio que a empresa definir, deixando os dados de todo o processo de forma simples para compreensão Modelagens O SGBD possibilita que os usuários definam os dados que serão armazenados em forma de modelo de dados, as modelagens podem ser definidas como: Modelagem Relacional: A modelagem relacional foi criada para facilitar os acessos aos dados possibilitando que os usuários utilizassem uma grande variedade de abordagens no tratamento das informações, conforme Rodriguez (2000) este modelo está baseado

15 15 no modelo matemático de relacionamento de conjuntos, a estrutura de dados é flexível tornando a visão dos dados simplificada. Seu principal conceito é a Entidade Relacionamento (ER), que descreve todo sistema e o relacionamento entre os dados em um modelo gráfico. A modelagem relacional é a mais utilizada para modelagem de dados, pela sua forma estruturada de relacionar os dados. Modelagem Orientada a Objetos: Os conceitos de orientação a objetos também pode ser representada em banco de dados assim como na programação, Rodriguez (2000) representa uma estrutura, onde os dados são tratados como objeto e através disso é possível relacionar com atributos. De acordo com Figueiredo e Soares (2005) em seu artigo define a comparação entre modelagem relacional e modelagem orientada a objetos, enquanto a modelagem estruturada relacional baseia-se em conceitos de entidades e atributos, tais como relacionamentos, normalização, chaves para evitar a redundância e inconsistência à modelagem orientada a objetos se define basicamente em conceitos, estruturas e modelos baseados no mundo real. Modelagem Multidimensional: Apresenta características de utilizar uma estrutura de dados em dimensões, através de uma tabela centralizadora (tabela fato), e de tabelas que se relacionam com a mesma, chamada de tabela dimensões, enquanto a tabela fato armazena as medidas e variáveis, as tabelas dimensões caracterizam por apresentar visões sobre as medições e formas de visualizar os dados. Através de uma estrutura multidimensional se torna mais fácil a análise dos dados de forma detalhada sendo mais efetiva para o ambiente empresarial. A implementação se torna mais complexa necessitando de uma linguagem para o modelo, como a MDX, sendo muito parecida com o SQL, porém suporta realizar consultas de n dimensões, enquanto o SQL suporta apenas duas dimensões, das vendas por tempo como mostra a figura 3.

16 16 Figura 3: Visão SQL e Multidimensional Fonte: Autor Próprio (2010) Surgiu então o conceito de cubo, pois o mesmo apresenta uma melhor visão dos dados explorados, a figura 4 mostra um modelo de cubo, o assunto será mais detalhado no item Segundo Maganha (2006), a modelagem multidimensional permite que o usuário final observe seu banco de dados em formato de cubo com n dimensões, o número de dimensões é definido pelo projetista baseado em aspectos comuns de negócio da empresa. Figura 4: Cubo de dados sob visão Multidimensional Fonte: Oracle (2010) A modelagem multidimensional é a forma mais indicada para realizar a visualização de dados estruturados em várias dimensões realizando uma exploração mais efetiva dos dados.

17 Data Warehouse e Data Marts Segundo Ramakrishnan (2008) o Data Warehouse contém dados de diferentes fontes de dados, cobrindo um longo período de tempo. Data Warehouse quer dizer (armazém de dados), os dados deste ambiente são utilizados de forma analítica para o processo de tomada de decisão dos negócios. Para visualizar e realizar as análises sobre os dados armazenados no Data Warehouse podem ser utilizadas, basicamente, duas abordagens: ferramentas OLAP e mineração de dados. Conforme Araújo (2007) a tecnologia OLAP possibilita às organizações um método de acesso, visualização, e análise de dados corporativos com alta flexibilidade e desempenho, por meio de relatórios e análises a cubos de dados. De acordo com Alves (2009) Data Mart são na verdade um subconjunto de informações existentes no Data Warehouse, cujo desenho é elaborado de tal forma a atender a um segmento ou unidade de uma organização. Como mostra na figura 5, a melhor estrutura de uma Data Warehouse é quando ele é composto por Data Marts, se não houver esta organização a complexidade de exploração e organizações dos dados serão imensas, além de gerar uma manutenção mais árdua e complexa. Data Mart é um subconjunto de uma Data Warehouse, cujo objetivo é facilitar a exploração de dados por áreas. Figura 5: Visão Data Warehouse e Data Marts Fonte: Autor Próprio (2010)

18 18 Conforme Barbieri (2001) o Data Warehouse é um banco de dados orientado por assunto, não volátil, integrado e variante ao tempo. O alto nível de complexidade para o desenvolvimento de certos Data Warehouse, faz com que seja necessário iniciar o desenvolvimento através de Data Marts departamentais, que ao final, serão integrados ao Data Warehouse Exploração dos dados A exploração de dados é a área que se dedica a busca do conhecimento através de grande quantidade de dados históricos. É notório que toda empresa necessita de conhecimento, porém é assegurado que existem passos anteriores como a obtenção de dados e consolidação destes em informação. Segundo Bispo (1998) as decisões são tomadas baseando-se em comparações e em tendências; é necessário realizar-se análises em diversas perspectivas (dimensões) do negócio com o passar do tempo. O Data Warehouse é a fonte para a exploração dos dados, Data Mining e OLAP são as técnicas mais utilizadas. Enquanto as técnicas de OLAP objetivam trabalhar os dados existentes, buscando consolidações em vários níveis, trabalhando fatos em dimensões variadas, a técnica de Data Mining busca algo mais que a interpretação de dados existentes. Visa fundamentalmente realizar inferências, tentando como que adivinhar possíveis fatos e correlações não explicitadas nas montanhas de dados de uma Data Warehouse / Data Marts (BARBIERI, Pag. 424). Com a exploração dos dados pode-se utilizar as técnicas de Data Mining e OLAP, a fim de proporcionar uma melhor análise dos dados Data Mining (Mineração de dados) Segundo Bispo (1998), Mineração de dados (Data Mining) faz uso de técnicas de inteligência artificial, lógica fuzzy, redes neurais e outras, que buscam nos históricos, de uma empresa, padrões e tendências nos dados. Com o uso de ferramentas de mineração é possível efetuar analises em grandes massas de dados e como resultado descobrir relacionamentos, padrões nas vendas gerando condições para a empresa realizar uma boa tomada de decisão.

19 19 A tecnologia utilizada no Data Mining procura em grandes quantidades de dados armazenados extrair padrões e relacionamentos que podem ser fundamentais para os negócios da empresa. Para exemplificar, pode-se descobrir que clientes estão comprando determinado produto, porque está comprando, a faixa etária dos clientes, qual horário que mais vende o local de venda de determinado produto, entre outros, enfim, dados que antes eram obscuros aos olhos de um analista, com o Data Mining são visíveis OLAP (Online Analytical Processing) OLAP é uma ferramenta de Business Intelligence utilizada para apoiar as empresas na análise de suas informações, visando obter novos conhecimentos que são empregados na tomada de decisão. Segundo Fonseca (2007) OLAP é parte da tecnologia de Data Warehouse que habilita usuários a explorar interativamente. Bispo (1998) caracteriza a visão multidimensional dos dados é um conceito que pode parecer algo completamente abstrato; porém, é mais natural, mais fácil e intuitiva, permitindo a visão dos negócios da empresa em diferentes perspectivas e, assim, transformando os usuários em exploradores de informações. O termo OLAP refere-se com objetivo final de transformar dados em informações capazes de suportar as decisões gerenciais de forma amigável e flexível ao usuário e em tempo hábil. OLAP trouxe uma grande capacidade de efetuar cálculos complexos como previsões, percentuais de crescimento e médias diversas considerando-se a variável tempo. A tecnologia OLAP possibilita às organizações um método de acesso, visualização, e análise de dados corporativos com alta flexibilidade e desempenho Araújo (2007), por meio de relatórios e análises a cubos de dados. Um cubo de dados é uma representação intuitiva do fato a ser analisado. Partindo dos primórdios da informática, quando um sistema que gerava relatórios era a principal fonte de dados residentes na empresa, toda vez que uma análise necessitasse ser feita, eram produzidos novos relatórios. Estes relatórios

20 20 eram produzidos pela área de informática, precisavam de muito tempo para ficar prontos e também, apresentavam os seguintes problemas: estáticos e com acúmulo de diferentes tipos de relatórios num sistema gerava um problema de manutenção. Os sistemas OLAP possibilitam efetuar diferentes tipos de consultas, eles efetuam a exploração dos dados no Data Warehouse. Neste tipo de análise denominada multidimensional os dados são representados como dimensões em vez de tabelas. O OLAP é uma solução de ambiente, integração e modelagem de dados. A maioria dos dados de uma aplicação OLAP, é originária de outros sistemas e fontes de dados. Para formular a topologia e o projeto de uma solução OLAP multidimensional as seguintes perguntas devem ser feitas: Quando?, O quê?, Onde? e Quem?. Essas perguntas formam a base de todos os campos multidimensionais. A obtenção dos dados originários das respostas são destinados ao Data Warehouse e, possivelmente para um ou vários Data Marts. As ferramentas OLAP são conhecidas pela sua flexibilidade, tem como principal características a visão multidimensional dos dados, sendo capaz de mostrar os dados de uma empresa através de várias perspectivas, ou seja, onde antes havia uma consulta simples em uma tabela relacional, agora se pode ter em mãos uma consulta onde várias tabelas relacionadas ou não podem ser vistas, manipuladas, comparadas e exploradas, a fim de identificar tendências e conduzir os negócios com precisão milimétrica nas decisões. Outra característica do OLAP, que o diferencia da mineração, é o fato de que a relação entre os dados não é apresentada diretamente, mas sim fornecendo uma interface intuitiva para consultas do usuário, onde o mesmo interage com as dimensões, faz consultas, verifica informações em profundidade e compara as informações Cubos de dados OLAP O conceito de cubo foi associado devido à semelhança entre as técnicas de modelagem e a apresentação visual de um cubo. A diferença entre o cubo de 6 lados para o cubo OLAP, é que o segundo não apresenta limite de dimensões

21 21 (lados) e medidas (tabela fato), sendo assim o primeiro serve apenas para conceito de multidimensão. O cubo possui dimensões e medidas associadas, e os dados são armazenados na forma de células. Um cubo de dados é um tipo de matriz multidimensional que permite que os usuários explorem a analisem uma coleção de dados de muitas perspectivas diferentes, geralmente considerando três fatores (dimensões) de cada vez (KAY, 2010). A Figura 6 apresenta os dados em forma de cubo de 6 lados, com três dimensões produto, local e tempo, ou seja, a quantidade vendida, pode ser visualizada quanto pela data, como por produto vendido e local de venda, neste caso podemos realizar consultas com n dimensões, usando a linguagem MDX, que será discutida nos próximos tópicos, e não se limitando a consultas simples como no uso da linguagem SQL. Figura 6: Cubo de dados Disponível in: Oracle (2010). Quanto à forma de visualização dos dados no cubo, tem que ser explorado para que todos os lados sejam visíveis, visualizando assim as vendas de forma dinâmica e intuitiva, a figura 7 exibe a explosão do cubo de dados já a figura 8 mostra a sua forma de organização.

22 22 Figura 7: Explosão do Cubo Fonte: Autor próprio (2010) Figura 8: Organização da medida e dimensões. Fonte: Autor próprio (2010) O Data Warehouse irá servir como base para construção dos cubos multidimensionais. As consultas OLAP são consultas de agregação. Os analistas querem respostas rápidas para estas consultas sobre conjunto de dados muito grande é natural considerar a computação prévia de visões (RAMAKRISHNAN, Pag. 706). Um cubo de dados é constituído por tabelas fatos e dimensões. As tabelas de fatos representam o tema central do cubo e contêm atributos que são medidas numéricas, pelas quais se quer analisar as relações existentes entre as dimensões Tabela fato No modelo multidimensional um fato é representado por uma tabela fato. Uma tabela fato é constituída de valores quantitativos e numéricos que representam um assunto especifico no Data Warehouse.

23 23 Um conceito de tabela fato é citado conforme Imhoff e Geiger (2003) uma tabela fato é a tabela dentro de um modelo dimensional que contém as medidas e métricas de interesse. Segundo Inmon (1997) a tabela fato é altamente indexada, ou seja, possui muitos índices. Em alguns casos todas as colunas da tabela fato são indexadas. O resultado que se obtém indexando todos os dados é uma tabela fato muito acessível. Como regra, a tabela fato não é atualizada. Cada dado carregado é armazenado em um novo registro. fato. Conforme mostra a figura 9 a tabela vendas é caracterizada como a tabela Figura 9: Tabelas dimensões e Tabela fato Fonte: Devmedia (2010) Tabela dimensão Uma dimensão se constitui de elementos que permitem caracterizar um determinado fato, a figura 10 representa as dimensões mês, cliente, produto e região. Assim formando as dimensões da tabela fato vendas. Figura 10: Tabela Dimensões Fonte: Devmedia (2010)

24 24 Conforme Martins (2007), as informações são do tipo, tempo, geografia, produto, cliente entre outros. Sendo assim compostas por atributos e uma única chave primária, que interliga a tabela dimensão com a tabela fatos. Uma tabela dimensão é um conjunto de tabelas de referências que provêem a base para restringir a agrupar consultas para informação em uma tabela fato dentro de um modelo dimensional. A chave da tabela dimensão tipicamente é uma parte da chave concatenada da tabela fato, e tabela dimensão contém informação descritiva e hierárquica (IMHOFF, GALEMMO E GEIGER, 2003, p.400). Um modelo dimensional deve responder a algumas perguntas sobre o fato, onde aconteceu, quando aconteceu, o que aconteceu, e com quem aconteceu, a Figura 11 ilustra este modelo. Figura 11: Representando as dimensões do fato. Fonte: Machado (2004, pág. 115). Na visão de usuário, a tabela dimensão pode ser descrita como uma visão ou perspectiva do modelo analisado, pode-se dizer então que seria a pergunta de um determinado modelo de negócio, onde a resposta seria apresentada na tabela fato Técnicas de Modelagem Segundo Felber (2005), existem várias técnicas de modelagem multidimensional e relacional, dentre elas, as mais utilizadas são: Star Schema (esquema estrela) e Snowflake (esquema flocos de neve).

25 25 Star Schema (esquema estrela) A tabela de fatos conecta-se as demais por múltiplas junções, e as tabelas de dimensões se conectam com a tabela de fatos com apenas uma junção, como mostra a Figura 12. Figura 12: Representa a disposição das dimensões no modelo estrela Fonte: Machado (2004, pág. 93) De acordo com Colaço (2004) como o próprio nome já diz, ele tem semelhança com uma estrela, sendo que é composta por uma grande entidade, ou melhor, uma tabela central dominante, chamada de tabela fato. No conjunto de entidades, ou tabelas menores, que são arranjadas ao redor da tabela de fato, são denominadas tabelas de dimensão. Snowflake (esquema de floco de neve) O modelo Floco reduz o espaço de armazenamento dos dados dimensionais, mas acrescenta várias tabelas ao modelo, conforme mostra a figura 13. O modelo floco de neve é o resultado da decomposição de uma ou mais dimensões, que possui hierarquia entre seus membros, pode se definir relacionamentos muitos para um entre os membros de uma dimensão, formando, por meio desses relacionamentos entre entidades de dimensão, uma hierarquia é o resultado da aplicação da terceira forma normal sobre as entidades de dimensão (MACHADO, 2000, p. 74).

26 26 Figura 13: Representa a disposição no modelo Flocos de Neve Fonte: Machado (2004, pág. 94) O Modelo deixa mais complexa a exploração dos dados, tornando mais difícil a navegação pelos softwares que utilizarão o banco de dados Operações em cubo OLAP As características presentes nas ferramentas OLAP é a forma de operar os dados, como por exemplo, as operações de tipo, segundo Araújo (2007): Slice and Dice É uma das principais características de uma ferramenta OLAP. Modifica a posição de uma informação dentro do cubo através da troca de linhas e colunas. Drill Down Aumenta o nível de detalhe da informação consultada. Drill Up Diminui o nível de detalhe da informação. Drill Across Passa de um nível para outro na dimensão pulando algum nível intermediário.

27 27 Drill Through Passa de uma informação contida numa dimensão para outra. Outras operações que podem ser encontradas no OLAP, mas com objetivos mais específicos são Drill Out, Drill Within, Sort, Ranking, Pivoting, Paging, Filtering, Tiling, Alerts, Break Linguagens Nos cubos OLAP, destaca-se as linguagens, MDX Para realizar consultas multidimensionais, e para padronização dos códigos de busca o XML XML (Extensible Markup Language) O Extensible Markup Language (XML) surgiu com o principal intuito de padronização do código e segundo Benedito (2010), suas principais características são buscas mais eficientes, desenvolvimento de aplicações flexíveis para web, integração de dados de fontes diferentes, computação e manipulações locais, múltiplas formas de visualizar os dados, atualização granulares dos documentos, fácil distribuição da WEB, escalabilidade e flexibilidade, separação do conteúdo da formatação, possibilidade de criação de tags sem limitação, interligação de banco de dados distintos, legibilidade do código MDX Extensible Markup Language (XML) é linguagem de marcação de dados (meta-markup language) que provê um formato para descrever dados estruturados. Isso facilita declarações mais precisas do conteúdo e resultados mais significativos de busca através de múltiplas plataformas. O XML também vai permitir o surgimento de uma nova geração de aplicações de manipulação e visualização de dados via internet (BENEDITO, 2010). A Linguagem MDX é semelhante à linguagem SQL, porém possibilita consultas multidimensionais, diferente da SQL onde é possível efetuar consultas com no máximo duas dimensões. Linguagem de consulta à base de dados multidimensionais criada pela Microsoft em 1998, semelhante à linguagem SQL, parte de um padrão industrial, o OLE DB for OLAP. Permite a especificação de até 128 eixos de consultas, sendo, porém incomum a utilização de mais de 3 eixos (TENORIO, 2010). A linguagem MDX se torna uma fundamental característica das consultas em cubos OLAP, pela sua dinâmica multidimensional.

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

PENTAHO. História e Apresentação

PENTAHO. História e Apresentação PÓS-GRADUAÇÃO LATO SENSU Curso: Banco de Dados Disciplina: Laboratório de Data Warehouse e Business Intelligence Professor: Fernando Zaidan Unidade 2 2012 Crédito dos Slides: Clever Junior 2 PENTAHO História

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

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 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 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

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

DATA WAREHOUSE. Introdução

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

Leia mais

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

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

Leia mais

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

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

Leia mais

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

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

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

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

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

Uma Introdução ao Pentaho Business Intelligence e Business Analytics Open Source. Marcio Junior Vieira marcio @ ambientelivre.com.

Uma Introdução ao Pentaho Business Intelligence e Business Analytics Open Source. Marcio Junior Vieira marcio @ ambientelivre.com. Uma Introdução ao Pentaho Business Intelligence e Business Analytics Open Source Marcio Junior Vieira marcio @ ambientelivre.com.br Palestrante CEO da Ambiente Livre Tecnologia. Desenvolvedor de Software,Trabalha

Leia mais

Pentaho: Inteligência de Negócios utilizando Software Livre

Pentaho: Inteligência de Negócios utilizando Software Livre Pentaho: Inteligência de Negócios utilizando Software Livre CONSEGI 2010 BRASÍLIA-DF 20 DE AGOSTO DE 2010 Por que Pentaho? Funciona; Tecnologia Java; Código Aberto; Robusto; Confiável; Gratuito; Apoio

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

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

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

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

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

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

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

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

Leia mais

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

BUSINESS INTELLIGENCE Prof. Fabio Purcino

BUSINESS INTELLIGENCE Prof. Fabio Purcino Aula Teste BUSINESS INTELLIGENCE Prof. Fabio Purcino Faça o download desta aula Use um leitor de QR Code Definição Business Intelligence é um conjunto de conceitos e técnicas que buscam extrair conhecimento

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

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 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

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

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

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

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

Plataforma Pentaho. Fagner Fernandes

Plataforma Pentaho. Fagner Fernandes Plataforma Pentaho Fagner Fernandes Sobre a Pentaho Fundada em 2004 por 5 fundadores Foco em Integração de Dados e Análise de Negócio Diferentes versões de sua Suite: Pentaho Enterprise Edition Pentaho

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 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

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

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

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

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

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

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

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

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

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

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

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

INTEGRE Diversas fontes de informações em uma interface intuitiva que exibe exatamente o que você precisa

INTEGRE Diversas fontes de informações em uma interface intuitiva que exibe exatamente o que você precisa INTEGRE Diversas fontes de informações em uma interface intuitiva que exibe exatamente o que você precisa ACESSE Informações corporativas a partir de qualquer ponto de Internet baseado na configuração

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

SISTEMAS DE APOIO À DECISÃO SAD

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

Leia mais

TECNOLOGIA DA INFORMAÇÃO - TI Elaborado e adaptado por: Prof.Mestra Rosimeire Ayres

TECNOLOGIA DA INFORMAÇÃO - TI Elaborado e adaptado por: Prof.Mestra Rosimeire Ayres TECNOLOGIA DA INFORMAÇÃO - TI Elaborado e adaptado por: Prof.Mestra Rosimeire Ayres Aula 6 Fazendo BI NO EXCEL USANDO TABELA DINÂMICA EXCEL PARA TOMADA DE DECISÕES A ferramenta é nada, o talento é tudo.

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

Dado: Fatos conhecidos que podem ser registrados e têm um significado implícito. Banco de Dados:

Dado: Fatos conhecidos que podem ser registrados e têm um significado implícito. Banco de Dados: MC536 Introdução Sumário Conceitos preliminares Funcionalidades Características principais Usuários Vantagens do uso de BDs Tendências mais recentes em SGBDs Algumas desvantagens Modelos de dados Classificação

Leia mais

A importância da. nas Organizações de Saúde

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

Leia mais

4 Aplicação da Sistemática

4 Aplicação da Sistemática 4 Aplicação da Sistemática Este capítulo descreve a aplicação da sistemática definida no Capítulo 3 utilizando dados reais de uma estatística pública e aplicando tecnologias avançadas fazendo o uso de

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

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

Padrões de Contagem de Pontos de Função

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

Leia mais

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

Apresentação do Portfólio da ITWV Soluções Inteligentes em Tecnologia

Apresentação do Portfólio da ITWV Soluções Inteligentes em Tecnologia P ORTFÓ FÓLIO Apresentação do Portfólio da ITWV Soluções Inteligentes em Tecnologia versão 1.1 ÍNDICE 1. A EMPRESA... 3 2. BI (BUSINESS INTELLIGENCE)... 5 3. DESENVOLVIMENTO DE SISTEMAS... 6 3.1. PRODUTOS

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

Thalita Moraes PPGI Novembro 2007

Thalita Moraes PPGI Novembro 2007 Thalita Moraes PPGI Novembro 2007 A capacidade dos portais corporativos em capturar, organizar e compartilhar informação e conhecimento explícito é interessante especialmente para empresas intensivas

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

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

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

Leia mais

BUSINESS INTELLIGENCE, O ELEMENTO CHAVE PARA O SUCESSO DAS ORGANIZAÇÕES.

BUSINESS INTELLIGENCE, O ELEMENTO CHAVE PARA O SUCESSO DAS ORGANIZAÇÕES. Encontro de Ensino, Pesquisa e Extensão, Presidente Prudente, 22 a 25 de outubro, 2012 88 BUSINESS INTELLIGENCE, O ELEMENTO CHAVE PARA O SUCESSO DAS ORGANIZAÇÕES. Andrios Robert Silva Pereira, Renato Zanutto

Leia mais

UNIVERSIDADE DO SUL DE SANTA CATARINA MICHEL ANGELO DA SILVA DARABAS

UNIVERSIDADE DO SUL DE SANTA CATARINA MICHEL ANGELO DA SILVA DARABAS UNIVERSIDADE DO SUL DE SANTA CATARINA MICHEL ANGELO DA SILVA DARABAS CONSTRUINDO SOLUÇÕES DE BUSINESS INTELLIGENCE COM PENTAHO BI SUITE COMMUNITY EDITION (CE) Palhoça 2012 MICHEL ANGELO DA SILVA DARABAS

Leia mais

CAPÍTULO 7. SISTEMAS DE APOIO À DECISÃO (SAD) SISTEMAS DE SUPORTE À DECISÃO (SSD)

CAPÍTULO 7. SISTEMAS DE APOIO À DECISÃO (SAD) SISTEMAS DE SUPORTE À DECISÃO (SSD) 1 CAPÍTULO 7. SISTEMAS DE APOIO À DECISÃO (SAD) SISTEMAS DE SUPORTE À DECISÃO (SSD) A necessidade dos SAD surgiu em decorrência de diversos fatores, como, por exemplo: Competição cada vez maior entre as

Leia mais

GLOBAL SCIENCE AND TECHNOLOGY (ISSN 1984 3801)

GLOBAL SCIENCE AND TECHNOLOGY (ISSN 1984 3801) GLOBAL SCIENCE AND TECHNOLOGY (ISSN 1984 3801) UTILIZAÇÃO DE APLICATIVOS BASE E CALC DO PACOTE BROFFICE.ORG PARA CRIAÇÃO DE SISTEMA DE INFORMAÇÃO DE PEQUENO PORTE Wílson Luiz Vinci 1 Marcelo Gonçalves

Leia mais

Autor: Júlio Battisti www.juliobattisti.com.br

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

Leia mais

PROJETO DE REDES www.projetoderedes.com.br

PROJETO DE REDES www.projetoderedes.com.br PROJETO DE REDES www.projetoderedes.com.br Centro Universitário de Volta Redonda - UniFOA Curso Tecnológico de Redes de Computadores 5º período Disciplina: Tecnologia WEB Professor: José Maurício S. Pinheiro

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

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

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

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

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

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

Uma análise de ferramentas de modelagem e gerência de metadados aplicadas ao projeto de BI/DW-UFBA

Uma análise de ferramentas de modelagem e gerência de metadados aplicadas ao projeto de BI/DW-UFBA Universidade Federal da Bahia Instituto de Matemática Departamento de Ciência da Computação MATA67 Projeto Final II Uma análise de ferramentas de modelagem e gerência de metadados aplicadas ao projeto

Leia mais

Manual Business Intelligence - BI

Manual Business Intelligence - BI Manual Business Intelligence - DESENVOLVENDO SOLUÇÕES Autora: Laila Maria Doc. Vrs. 03 Revisão: LM - 10/06/15 Aprovado em: Abril de 2013. Nota de copyright Copyright 2015 Teorema Informática, Guarapuava.

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

Plataformas de BI Qual é a mais adequada para o meu negócio?

Plataformas de BI Qual é a mais adequada para o meu negócio? Plataformas de BI Qual é a mais adequada para o meu negócio? Comparativo prático para escolher a ferramenta perfeita para a sua empresa Faça nosso Quiz e veja as opções que combinam com o seu perfil ÍNDICE

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

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

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

Leia mais

Técnicas de Business Intelligence na Análise de Dados de Produção. Rafael Deitos

Técnicas de Business Intelligence na Análise de Dados de Produção. Rafael Deitos Copyright 2014-15 OSIsoft, LLC. 1 Técnicas de Business Intelligence na Análise de Dados de Produção Presented by Felipe Trevisan Rafael Deitos Copyright 2014-15 OSIsoft, LLC. Sumário Contextualização Itaipu

Leia mais

CAPÍTULO 5. Introdução ao Gerenciamento de Bancos de Dados.

CAPÍTULO 5. Introdução ao Gerenciamento de Bancos de Dados. CAPÍTULO 5. Introdução ao Gerenciamento de Bancos de Dados. VISÃO GERAL DO CAPÍTULO O objetivo do capítulo é enfatizar o gerenciamento dos recursos de dados de organizações que utilizam computadores. O

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

M a n u a l d o R e c u r s o Q m o n i t o r

M a n u a l d o R e c u r s o Q m o n i t o r M a n u a l d o R e c u r s o Q m o n i t o r i t i l advanced Todos os direitos reservados à Constat. Uso autorizado mediante licenciamento Qualitor Porto Alegre RS Av. Ceará, 1652 São João 90240-512

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

Analysis Services. Manual Básico

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

Leia mais

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

TÉCNICAS DE INFORMÁTICA WILLIAN FERREIRA DOS SANTOS

TÉCNICAS DE INFORMÁTICA WILLIAN FERREIRA DOS SANTOS TÉCNICAS DE INFORMÁTICA WILLIAN FERREIRA DOS SANTOS Vimos em nossas aulas anteriores: COMPUTADOR Tipos de computadores Hardware Hardware Processadores (CPU) Memória e armazenamento Dispositivos de E/S

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

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

Oracle Hyperion Essbase

Oracle Hyperion Essbase Oracle Hyperion Essbase Guia Claudio Bonel Oracle Hyperion Essbase Guia Dedicatória Este Livro é dedicado a minha família. 2 Guia Oracle Hyperion Essbase Sumário Agradecimentos Introdução Capítulo 1: OLAP

Leia mais

Administração de Banco de Dados

Administração de Banco de Dados Administração de Banco de Dados Professora conteudista: Cida Atum Sumário Administração de Banco de Dados Unidade I 1 INTRODUÇÃO A BANCO DE DADOS...1 1.1 Histórico...1 1.2 Definições...2 1.3 Importância

Leia mais

Centro de Computação - Unicamp Gerência de Atendimento ao Cliente (e-mail:apoio@turing.unicamp.br) Sumário

Centro de Computação - Unicamp Gerência de Atendimento ao Cliente (e-mail:apoio@turing.unicamp.br) Sumário Sumário Conceitos Microsoft Access 97... 01 Inicialização do Access... 02 Convertendo um Banco de Dados... 03 Criando uma Tabela... 06 Estrutura da Tabela... 07 Propriedades do Campo... 08 Chave Primária...

Leia mais

versa A solução definitiva para o mercado livreiro. Aumente a eficiência de seu negócio Tenha uma solução adequada para cada segmento

versa A solução definitiva para o mercado livreiro. Aumente a eficiência de seu negócio Tenha uma solução adequada para cada segmento Aumente a eficiência de seu negócio O Versa é um poderoso software de gestão de negócios para editoras, distribuidoras e livrarias. Acessível e amigável, o sistema foi desenvolvido especificamente para

Leia mais