FACULDADE DE BALSAS CURSO DE SISTEMAS DE INFORMAÇÃO
|
|
- Ruth Isabella Diegues Aquino
- 8 Há anos
- Visualizações:
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.
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 maisTÓPICOS 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 maisInteratividade 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 maisPENTAHO. 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 maisAGILE 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 maisADMINISTRAÇÃO 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 maisData 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 maisData 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 maisAdriano 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 maisBanco 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 maisDATA 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 maisPalavras-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 maisThalita 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 maisResumo 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 maisTópicos 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 maisA Grande Importância da Mineração de Dados nas Organizações
A Grande Importância da Mineração de Dados nas Organizações Amarildo Aparecido Ferreira Junior¹, Késsia Rita da Costa Marchi¹, Jaime Willian Dias¹ ¹Universidade Paranaense (Unipar) Paranavaí PR Brasil
Leia maisChapter 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 maisData 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 maisSemântica para Sharepoint. Busca semântica utilizando ontologias
Semântica para Sharepoint Busca semântica utilizando ontologias Índice 1 Introdução... 2 2 Arquitetura... 3 3 Componentes do Produto... 4 3.1 OntoBroker... 4 3.2 OntoStudio... 4 3.3 SemanticCore para SharePoint...
Leia maisMódulo 4. Construindo uma solução OLAP
Módulo 4. Construindo uma solução OLAP Objetivos Diferenciar as diversas formas de armazenamento Compreender o que é e como definir a porcentagem de agregação Conhecer a possibilidade da utilização de
Leia maisNoções de. Microsoft SQL Server. Microsoft SQL Server
Noções de 1 Considerações Iniciais Basicamente existem dois tipos de usuários do SQL Server: Implementadores Administradores 2 1 Implementadores Utilizam o SQL Server para criar e alterar base de dados
Leia maisDESENVOLVENDO APLICAÇÃO UTILIZANDO JAVA SERVER FACES
DESENVOLVENDO APLICAÇÃO UTILIZANDO JAVA SERVER FACES Alexandre Egleilton Araújo, Jaime Willian Dias Universidade Paranaense (Unipar) Paranavaí PR Brasil araujo.ale01@gmail.com, jaime@unipar.br Resumo.
Leia maisINTEGRE 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 maisOracle 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 maisProf. 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 maisRequisitos 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 maisperspectivas e abordagens típicas de campos de investigação (Senra & Camargo, 2010).
1 Introdução Os avanços na tecnologia da informação, bem como o crescimento da sociedade da informação através do uso da Internet, obrigaram os governos de inúmeros países, em seus mais variados níveis,
Leia maisBUSINESS 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 mais04/08/2012 MODELAGEM DE DADOS. PROF. RAFAEL DIAS RIBEIRO, M.Sc. @ribeirord MODELAGEM DE DADOS. Aula 1. Prof. Rafael Dias Ribeiro. M.Sc.
MODELAGEM DE DADOS PROF. RAFAEL DIAS RIBEIRO, M.Sc. @ribeirord MODELAGEM DE DADOS Aula 1 Prof. Rafael Dias Ribeiro. M.Sc. @ribeirord 1 Objetivos: Apresenta a diferença entre dado e informação e a importância
Leia maisProgramação com acesso a BD. Prof.: Clayton Maciel Costa clayton.maciel@ifrn.edu.br
Programação com acesso a BD Prof.: Clayton Maciel Costa clayton.maciel@ifrn.edu.br 1 Introdução BD desempenha papel crítico em todas as áreas em que computadores são utilizados: Banco: Depositar ou retirar
Leia maisDATA WAREHOUSE NO APOIO À TOMADA DE DECISÕES
DATA WAREHOUSE NO APOIO À TOMADA DE DECISÕES Janaína Schwarzrock jana_100ideia@hotmail.com Prof. Leonardo W. Sommariva RESUMO: Este artigo trata da importância da informação na hora da tomada de decisão,
Leia maisA 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 maisIntrodução a listas - Windows SharePoint Services - Microsoft Office Online
Page 1 of 5 Windows SharePoint Services Introdução a listas Ocultar tudo Uma lista é um conjunto de informações que você compartilha com membros da equipe. Por exemplo, você pode criar uma folha de inscrição
Leia maisMódulo 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 maisADMINISTRAÇÃO 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 maisTECNOLOGIA 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 maisUma 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 maisCurso 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 maisPlanejamento Estratégico de TI. Prof.: Fernando Ascani
Planejamento Estratégico de TI Prof.: Fernando Ascani BI Business Intelligence A inteligência Empresarial, ou Business Intelligence, é um termo do Gartner Group. O conceito surgiu na década de 80 e descreve
Leia maisSISTEMAS DE GESTÃO São Paulo, Janeiro de 2005
SISTEMAS DE GESTÃO São Paulo, Janeiro de 2005 ÍNDICE Introdução...3 A Necessidade do Gerenciamento e Controle das Informações...3 Benefícios de um Sistema de Gestão da Albi Informática...4 A Ferramenta...5
Leia maisNo mundo atual, globalizado e competitivo, as organizações têm buscado cada vez mais, meios de se destacar no mercado. Uma estratégia para o
DATABASE MARKETING No mundo atual, globalizado e competitivo, as organizações têm buscado cada vez mais, meios de se destacar no mercado. Uma estratégia para o empresário obter sucesso em seu negócio é
Leia maisPlataformas 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 maisDado: 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 maisConceitos de Banco de Dados
Conceitos de Banco de Dados Autor: Luiz Antonio Junior 1 INTRODUÇÃO Objetivos Introduzir conceitos básicos de Modelo de dados Introduzir conceitos básicos de Banco de dados Capacitar o aluno a construir
Leia maisManual SAGe Versão 1.2 (a partir da versão 12.08.01)
Manual SAGe Versão 1.2 (a partir da versão 12.08.01) Submissão de Relatórios Científicos Sumário Introdução... 2 Elaboração do Relatório Científico... 3 Submissão do Relatório Científico... 14 Operação
Leia maisModelo 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 maisCurva ABC. Tecinco Informática Ltda. Av. Brasil, 5256 3º Andar Centro Cascavel PR www.tecinco.com.br
Curva ABC Tecinco Informática Ltda. Av. Brasil, 5256 3º Andar Centro Cascavel PR www.tecinco.com.br Sumário Introdução... 3 Utilização no sistema TCar-Win... 3 Configuração da curva ABC... 4 Configuração
Leia maisComplemento I - Noções Introdutórias em Data Warehouses
Complemento I - Noções Introdutórias em Data Warehouses Esse documento é parte integrante do material fornecido pela WEB para a 2ª edição do livro Data Mining: Conceitos, técnicas, algoritmos, orientações
Leia mais04/08/2012 MODELAGEM DE DADOS. PROF. RAFAEL DIAS RIBEIRO, M.Sc. @ribeirord MODELAGEM DE DADOS. Aula 2. Prof. Rafael Dias Ribeiro. M.Sc.
MODELAGEM DE DADOS PROF. RAFAEL DIAS RIBEIRO, M.Sc. @ribeirord MODELAGEM DE DADOS Aula 2 Prof. Rafael Dias Ribeiro. M.Sc. @ribeirord 1 Objetivos: Revisão sobre Banco de Dados e SGBDs Aprender as principais
Leia mais)HUUDPHQWDV &RPSXWDFLRQDLV SDUD 6LPXODomR
6LPXODomR GH6LVWHPDV )HUUDPHQWDV &RPSXWDFLRQDLV SDUD 6LPXODomR #5,6. Simulador voltado para análise de risco financeiro 3RQWRV IRUWHV Fácil de usar. Funciona integrado a ferramentas já bastante conhecidas,
Leia maisForneça a próxima onda de inovações empresariais com o Open Network Environment
Visão geral da solução Forneça a próxima onda de inovações empresariais com o Open Network Environment Visão geral À medida que tecnologias como nuvem, mobilidade, mídias sociais e vídeo assumem papéis
Leia maisUNIVERSIDADE 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 maisIdentificar 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 maisFases 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 maissrbo@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 maisUma 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 maisgerenciamento de portais e websites corporativos interface simples e amigável, ágil e funcional não dependendo mais de um profissional especializado
O NetPublisher é um sistema de gerenciamento de portais e websites corporativos (intranets ou extranets), apropriado para pequenas, médias e grandes empresas. O conteúdo do website pode ser atualizado
Leia maisHoje é inegável que a sobrevivência das organizações depende de dados precisos e atualizados.
BANCO DE DADOS Universidade do Estado de Santa Catarina Centro de Ciências Tecnológicas Departamento de Ciência da Computação Prof. Alexandre Veloso de Matos alexandre.matos@udesc.br INTRODUÇÃO Hoje é
Leia maisFigura 1 - Arquitetura multi-camadas do SIE
Um estudo sobre os aspectos de desenvolvimento e distribuição do SIE Fernando Pires Barbosa¹, Equipe Técnica do SIE¹ ¹Centro de Processamento de Dados, Universidade Federal de Santa Maria fernando.barbosa@cpd.ufsm.br
Leia maisSERVIÇO DE ANÁLISE DE REDES DE TELECOMUNICAÇÕES APLICABILIDADE PARA CALL-CENTERS VISÃO DA EMPRESA
SERVIÇO DE ANÁLISE DE REDES DE TELECOMUNICAÇÕES APLICABILIDADE PARA CALL-CENTERS VISÃO DA EMPRESA Muitas organizações terceirizam o transporte das chamadas em seus call-centers, dependendo inteiramente
Leia maisAnálise de Dados do Financeiro
Análise de Dados do Financeiro Introdução Para reunir em um só local as informações de contas a pagar e receber cadastradas e/ou geradas no sistema TTransp existe a interface de análise de dados do financeiro.
Leia maisMATERIAL DIDÁTICO: APLICAÇÕES EMPRESARIAIS SISTEMA DE APOIO À DECISÃO (SAD)
AULA 07 MATERIAL DIDÁTICO: APLICAÇÕES EMPRESARIAIS SISTEMA DE APOIO À DECISÃO (SAD) JAMES A. O BRIEN MÓDULO 01 Páginas 286 à 294 1 AULA 07 SISTEMAS DE APOIO ÀS DECISÕES 2 Sistemas de Apoio à Decisão (SAD)
Leia maisPlanejamento e Orçamento
Planejamento e Orçamento O SIPLAG Sistema Integrado de Planejamento, Orçamento e Gestão, é um sistema voltado à gestão governamental, permitindo a elaboração do Plano Plurianual, da Lei Orçamentária Anual,
Leia maisMBA Inteligência Competitiva Com ênfase em BI/CPM. Metadados
MBA Inteligência Competitiva BI/CPM 1 Data Warehousing PÓS-GRADUAÇÃO MBA Inteligência Competitiva Com ênfase em BI/CPM Metadados Andréa Cristina Montefusco (36927) Hermes Abreu Mattos (36768) Robson Pereira
Leia maisSistemas 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 maisBRAlarmExpert. Software para Gerenciamento de Alarmes. BENEFÍCIOS obtidos com a utilização do BRAlarmExpert:
BRAlarmExpert Software para Gerenciamento de Alarmes A TriSolutions conta com um produto diferenciado para gerenciamento de alarmes que é totalmente flexível e amigável. O software BRAlarmExpert é uma
Leia maisCOMUNICAÇÃO DE PORTIFÓLIO UTILIZANDO DASHBOARDS EXTRAIDOS DO MICROSOFT PROJECT SERVER
COMUNICAÇÃO DE PORTIFÓLIO UTILIZANDO DASHBOARDS EXTRAIDOS DO MICROSOFT PROJECT SERVER Autor: RANGEL TORREZAN RESUMO 1. Gestão de Portfolio e suas vantagens. A gestão de portfólio de projetos estabelece
Leia maisInteligência Empresarial. BI Business Intelligence. Business Intelligence 22/2/2011. Prof. Luiz A. Nascimento
Inteligência Empresarial Prof. Luiz A. Nascimento BI Pode-se traduzir informalmente Business Intelligence como o uso de sistemas inteligentes em negócios. É uma forma de agregar a inteligência humana à
Leia maisData Warehouse. Diogo Matos da Silva 1. Universidade Federal de Ouro Preto, Ouro Preto, MG, Brasil. Banco de Dados II
Data Warehouse Diogo Matos da Silva 1 1 Departamento de Computação Universidade Federal de Ouro Preto, Ouro Preto, MG, Brasil Banco de Dados II Diogo Matos (DECOM - UFOP) Banco de Dados II Jun 2013 1 /
Leia maisPersistência e Banco de Dados em Jogos Digitais
Persistência e Banco de Dados em Jogos Digitais Prof. Marcos Francisco Pereira da Silva Especialista em Engenharia de Software Jogos Digitais - Computação Gráfica 1 Agenda Vantagens de usar a abordagem
Leia maisIntrodução a Computação
Introdução a Computação Aula 03 Profissões de TI Prof. MSc. Edilberto Silva edilms@yahoo.com http:// Papéis... Um papel é uma definição abstrata de um conjunto de atividades executadas e dos respectivos
Leia maisFornecendo Inteligência, para todo o mundo, a mais de 20 anos.
Fornecendo Inteligência, para todo o mundo, a mais de 20 anos. Fundada em 1989, a MicroStrategy é fornecedora líder Mundial de plataformas de software empresarial. A missão é fornecer as plataformas mais
Leia maisDesenvolvendo uma Arquitetura de Componentes Orientada a Serviço SCA
Desenvolvendo uma Arquitetura de Componentes Orientada a Serviço SCA RESUMO Ricardo Della Libera Marzochi A introdução ao Service Component Architecture (SCA) diz respeito ao estudo dos principais fundamentos
Leia maisFACULDADE DE ENGENHARIA DE COMPUTAÇÃO. PROJETO FINAL I e II PLANO DE TRABALHO <NOME DO TRABALHO> <Nome do Aluno> <Nome do Orientador>
FACULDADE DE ENGENHARIA DE COMPUTAÇÃO PROJETO FINAL I e II PLANO DE TRABALHO O Trabalho de Conclusão de Curso (TCC) a ser desenvolvido
Leia maisBanco de Dados Aula 1 Introdução a Banco de Dados Introdução Sistema Gerenciador de Banco de Dados
Banco de Dados Aula 1 Introdução a Banco de Dados Introdução Um Sistema Gerenciador de Banco de Dados (SGBD) é constituído por um conjunto de dados associados a um conjunto de programas para acesso a esses
Leia maisNome: Login: CA: Cidade: UF CARTÃO RESPOSTA QUESTÃO RESPOSTA QUESTÃO RESPOSTA
ANÁLISE E DESENVOLVIMENTO DE SISTEMAS TURMA 2008 3º PERÍODO - 6º MÓDULO AVALIAÇÃO A1 DATA 28/05/2009 SISTEMAS EMPRESARIAIS Dados de identificação do Acadêmico: Nome: Login: CA: Cidade: UF CARTÃO RESPOSTA
Leia maisSQL APOSTILA INTRODUÇÃO A LINGUAGEM SQL
SQL APOSTILA INTRODUÇÃO Uma linguagem de consulta é a linguagem por meio da qual os usuários obtêm informações do banco de dados. Essas linguagens são, tipicamente, de nível mais alto que as linguagens
Leia maisPLANO 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 maisCONTRA CONTROLE DE ACESSOS E MODULARIZADOR DE SISTEMAS
MINISTÉRIO DO DESENVOLVIMENTO AGRÁRIO SUBSECRETARIA DE PLANEJAMENTO, ORÇAMENTO E ADMINISTRAÇÃO COORDENAÇÃO-GERAL DE MODERNIZAÇÃO E INFORMÁTICA CONTRA CONTROLE DE ACESSOS E MODULARIZADOR DE SISTEMAS MANUAL
Leia maisPlanejamento Estratégico de TI. Prof.: Fernando Ascani
Planejamento Estratégico de TI Prof.: Fernando Ascani Data Mining Os métodos tradicionais de Data Mining são: Classificação Associa ou classifica um item a uma ou várias classes categóricas pré-definidas.
Leia maisProjeto 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 maisProgramação Orientada a Objetos com PHP & MySQL Sistema Gerenciador de Banco de Dados: Introdução e configuração de bases de dados com Postgre e MySQL
Programação Orientada a Objetos com PHP & MySQL Sistema Gerenciador de Banco de Dados: Introdução e configuração de bases de dados com Postgre e MySQL Prof. MSc. Hugo Souza Iniciando nossas aulas sobre
Leia maisü Curso - Bacharelado em Sistemas de Informação
Curso - Bacharelado em Sistemas de Informação Nome e titulação do Coordenador: Coordenador: Prof. Wender A. Silva - Mestrado em Engenharia Elétrica (Ênfase em Processamento da Informação). Universidade
Leia maisAplicação 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 maisPara construção dos modelos físicos, será estudado o modelo Relacional como originalmente proposto por Codd.
Apresentação Este curso tem como objetivo, oferecer uma noção geral sobre a construção de sistemas de banco de dados. Para isto, é necessário estudar modelos para a construção de projetos lógicos de bancos
Leia maisROTEIRO PARA ELABORAÇÃO DE PROJETOS
APRESENTAÇÃO ROTEIRO PARA ELABORAÇÃO DE PROJETOS Breve histórico da instituição seguido de diagnóstico e indicadores sobre a temática abrangida pelo projeto, especialmente dados que permitam análise da
Leia mais5 A Usabilidade das Estatísticas Públicas
5 A Usabilidade das Estatísticas Públicas O capitulo anterior descreveu as facilidades de acesso às informações estatíticas e este capítulo descreve, exemplifica e mostra a usabilidade destas informações
Leia maisSUMÁRIO. Cursos STE SUMÁRIO... 1
SUMÁRIO SUMÁRIO... 1 STEGEM - INTERFACE... 2 1 Introdução... 2 2 A interface... 2 2.1 Painel de Navegação... 3 2.2 Barra de Menus em forma de Ribbon... 4 2.3 Painel de Trabalho... 5 2.4 Barra de Status...
Leia maisDESENVOLVIMENTO DE SOFTWARE DE VOTAÇÃO WEB UTILIZANDO TECNOLOGIA TOUCHSCREEN
DESENVOLVIMENTO DE SOFTWARE DE VOTAÇÃO WEB UTILIZANDO TECNOLOGIA TOUCHSCREEN José Agostinho Petry Filho 1 ; Rodrigo de Moraes 2 ; Silvio Regis da Silva Junior 3 ; Yuri Jean Fabris 4 ; Fernando Augusto
Leia maisAdministração de CPD Chief Information Office
Administração de CPD Chief Information Office Cássio D. B. Pinheiro pinheiro.cassio@ig.com.br cassio.orgfree.com Objetivos Apresentar os principais conceitos e elementos relacionados ao profissional de
Leia maisSistemas ERP. Profa. Reane Franco Goulart
Sistemas ERP Profa. Reane Franco Goulart Tópicos O que é um Sistema ERP? Como um sistema ERP pode ajudar nos meus negócios? Os benefícios de um Sistema ERP. Vantagens e desvantagens O que é um ERP? ERP
Leia maisAGENDA. O Portal Corporativo. Arquitetura da Informação. Metodologia de Levantamento. Instrumentos Utilizados. Ferramentas
AGENDA O Portal Corporativo Arquitetura da Informação Metodologia de Levantamento Instrumentos Utilizados Ferramentas PORTAL CORPORATIVO Na sociedade da informação é cada vez mais presente a necessidade
Leia maisRoteiro 2 Conceitos Gerais
Roteiro 2 Conceitos Gerais Objetivos: UC Projeto de Banco de Dados Explorar conceitos gerais de bancos de dados; o Arquitetura de bancos de dados: esquemas, categorias de modelos de dados, linguagens e
Leia maisINTRODUÇÃO A PORTAIS CORPORATIVOS
INTRODUÇÃO A PORTAIS CORPORATIVOS Conectt i3 Portais Corporativos Há cinco anos, as empresas vêm apostando em Intranet. Hoje estão na terceira geração, a mais interativa de todas. Souvenir Zalla Revista
Leia maisO que é o Virto ERP? Onde sua empresa quer chegar? Apresentação. Modelo de funcionamento
HOME O QUE É TOUR MÓDULOS POR QUE SOMOS DIFERENTES METODOLOGIA CLIENTES DÚVIDAS PREÇOS FALE CONOSCO Suporte Sou Cliente Onde sua empresa quer chegar? Sistemas de gestão precisam ajudar sua empresa a atingir
Leia maisAula 01 - Formatações prontas e condicionais. Aula 01 - Formatações prontas e condicionais. Sumário. Formatar como Tabela
Aula 01 - Formatações prontas e Sumário Formatar como Tabela Formatar como Tabela (cont.) Alterando as formatações aplicadas e adicionando novos itens Removendo a formatação de tabela aplicada Formatação
Leia maisSISTEMA GERENCIADOR DE BANCO DE DADOS
BANCO DE DADOS Universidade do Estado de Santa Catarina Centro de Ciências Tecnológicas Departamento de Ciência da Computação Prof. Alexandre Veloso de Matos alexandre.matos@udesc.br SISTEMA GERENCIADOR
Leia maisPlanejamento 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 maisProfessor: 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 maisSão mais de 20 anos no mercado
São mais de 20 anos no mercado No mercado há mais de 20 anos, o CEM é um software de cálculo de esquadrias equipado com recursos de alta tecnologia que otimiza processos e alcança os melhores resultados.
Leia mais