HELENA CAROLINA COSTA E LIMA UTILIZAÇÃO DE DATA WAREHOUSE E DATA MINING NO ACOMPANHAMENTO DAS ATIVIDADES DE PESQUISA DO CEULP/ULBRA
|
|
- Aparecida Cordeiro Bonilha
- 8 Há anos
- Visualizações:
Transcrição
1 HELENA CAROLINA COSTA E LIMA UTILIZAÇÃO DE DATA WAREHOUSE E DATA MINING NO ACOMPANHAMENTO DAS ATIVIDADES DE PESQUISA DO CEULP/ULBRA Palmas - TO 2006
2 HELENA CAROLINA COSTA E LIMA UTILIZAÇÃO DE DATA WAREHOUSE E DATA MINING NO ACOMPANHAMENTO DAS ATIVIDADES DE PESQUISA DO CEULP/ULBRA Relatório apresentado como requisito parcial das disciplinas de Trabalho de Conclusão de Curso em Sistemas de Informação I (TCC I) e Trabalho de Conclusão de Curso em Sistemas de Informação II (TCC II) do curso de Sistemas de Informação, orientado pelo Profº. MSc. Fabiano Fagundes. Palmas - TO 2006 /1
3 HELENA CAROLINA COSTA E LIMA UTILIZAÇÃO DE DATA WAREHOUSE E DATA MINING NO ACOMPANHAMENTO DAS ATIVIDADES DE PESQUISA DO CEULP/ULBRA Relatório apresentado como requisito parcial das disciplinas de Trabalho de Conclusão de Curso em Sistemas de Informação I (TCC I) e Trabalho de Conclusão de Curso em Sistemas de Informação II (TCC II) do curso de Sistemas de Informação, orientado pelo Profº. MSc. Fabiano Fagundes. BANCA EXAMINADORA Prof. M.Sc. Fabiano Fagundes Centro Universitário Luterano de Palmas Prof. M.Sc. Fernando Luiz de Oliveira Centro Universitário Luterano de Palmas Prof. M.Sc. Parcilene Fernandes Brito Centro Universitário Luterano de Palmas Palmas - TO Julho 2006 III
4 SUMÁRIO 1 INTRODUÇÃO REVISÃO DE LITERATURA Data Warehouse Banco de Dados Operacionais X Data Warehouse OLAP (On-Line Analytical Processing) Características de um DW Componentes de um Data Warehouse Modelagem Dimensional Esquema Estrela Tabela de Fatos Tabela de Dimensão Metadados Data Marts Extração de Conhecimento em Bases de Dados - KDD Data Mining Técnicas de Data Mining Ferramentas de Data Mining Funções do Data Mining MATERIAIS E MÉTODOS Metodologia Materiais Local e Período Resultados e Discussões Atividades de Pesquisa do Proict Processo de Descoberta de Conhecimento Conhecimento do Domínio Pré Processamento Modelagem Dimensional Extração de Padrões Pós-Processamento IV
5 Primeira Questão Segunda Questão Terceira Questão Quarta Questão Quinta Questão Sexta Questão Utilização do Conhecimento CONSIDERAÇÕES FINAIS REFÊRENCIAS BIBLIOGRÁFICAS V
6 LISTA DE FIGURAS Figura 1 - Elementos básicos do Data Warehouse [KIMBALL, 2002] Figura 2 - Exemplo de um modelo dimensional utilizando o Esquema Estrela [TISSOT, 2004] Figura 3 - Data Marts Departamentais Figura 4 - Processos do KDD [FIGUEIRA, 1998] Figura 5 - Etapas do processo de um KDD [REZENDE et. al., 2003] Figura 6 Árvore de Decisão Figura 7 - Modelo Dimensional Figura 8 - Carga da Tabela F_Prod_Proict Figura 9 - Carga da Tabela F_Evento Figura 10 - Apresentação da Ferramenta de Data Mining Figura 11 Relação dos Projetos desenvolvidos por Curso Figura 12 Quantidade de Professores por curso Figura 13 Relação de Publicações Jornada e Publicações Externas Figura 14 Projetos Desenvolvidos Figura 15 - Porcentagem das Áreas de Conhecimento Figura 16 Porcentagem dos Projetos Aprovados nas Jornadas Científicas.. 64 Figura 17 Relação entre Quantidade de Artigos e Professores Figura 18 Relação de Carga Horária com Trabalhos Desenvolvidos Figura 19 Média dos Alunos do Proict VI
7 LISTA DE TABELAS Tabela 1 Resumo das diferenças entra BDs Operacionais e DWs Tabela 2 Diferenças entra OLTP e OLAP [VAISMAN, 1998] Tabela 3 Dados dos Alunos Bolsistas de Tabela 4 Representação dos Atributos da tabela F_Prod_Proict Tabela 5 Representação dos Atributos da tabela D_Professores Tabela 6 Representação dos Atributos da tabela D_Aluno Tabela 7 Representação dos Atributos da tabela D_Data Tabela 8 Representação dos Atributos da D_Projeto Tabela 9 Representação dos Atributos da tabela F_Eventos Tabela 10 Representação dos Atributos da D_Evento Tabela 11 Representação dos Atributos da F_Jornada Tabela 12 Representação dos Atributos da D_Artigos Tabela 13 Quantidade de Projetos desenvolvidos Tabela 14 - Relação de Carga Horária com Trabalhos Desenvolvidos VII
8 LISTA DE ABREVIATURAS DW (Data Warehouse) Proict (Projetos de Iniciação Científica) COPPEX (Coordenação de Pesquisa, Pós Graduação e Extensão) CEULP/ULBRA (Centro Universitário Luterano de Palmas) KDD (Knowledge Discovery in Databases) OLTP (On-line Transaction Processing) OLAP (On-line Analytical Processing) DM (Data Mart) VIII
9 RESUMO Tradicionalmente, uma das dificuldades existentes na extração de informações dos dados de um departamento de uma instituição deve-se a falta de integração dos dados relacionados. O mesmo dá-se com os dados pertinentes aos Projetos de Iniciação Científica (Proict), oriundos da COPPEX Coordenação de Pesquisa, Pós Graduação e Extensão do CEULP/ULBRA, Estes documentos encontram-se armazenados em diversos formatos, tais como: tabelas em Word, planilhas eletrônicas, formulários, entre outros. Dessa forma, a realização de uma análise completa desses dados torna-se uma tarefa complexa. A partir do problema apresentado, este trabalho propõe a estruturação de um modelo de Data Warehouse com o objetivo de organizar e integrar as informações dos documentos que compõem o Proict, e utilizar as técnicas de Data Mining para extrair informações que serão úteis para a COPPEX. Palavras-chave: Data Warehouse, Data Mining, Extração de Conhecimento IX
10 1 INTRODUÇÃO Devido ao crescimento das organizações e empresas, a quantidade de informação armazenada em bases de dados, formulários, documentos, tem aumentado consideravelmente, sendo que, a maioria das empresas muitas vezes não possui controle de todas as informações que estão disponíveis, uma vez que estas encontram-se espalhadas em diversos ambientes. Com isso, fazem-se necessários e têm-se buscado meios para organizar estas informações propiciando a geração de conhecimento, de tal forma que os dados que anteriormente eram desconsiderados tornem-se fontes de conhecimento. Estas buscas por conhecimento motivam o desenvolvimento de um ambiente específico, com ferramentas e técnicas de análise de dados que têm por objetivo auxiliar a extração de conhecimento a partir de dados e auxiliar a tomada de decisão [GARCIA et al., 2001]. Para a organização destes dados e interação dos mesmos para extração de conhecimento pode-se utilizar o Data Warehouse (DW) que é um dos processos que realiza a preparação dos dados de um sistema, que dará suporte à tomada de decisão, onde os dados passam por uma série de transformações, entre elas, a limpeza e a verificação de consistência desejada na análise [KIMBALL, 1998]. Estes dados são organizados e armazenados em repositórios para que seja realizada uma análise destes dados com o objetivo de buscar informações úteis para o ambiente que o DW foi aplicado. Anteriormente muitos dados eram inutilizados devido à falta de organização dos mesmos por estarem dispersos em bases relacionais, ou espalhados em relatórios distintos, com isso deixando de ser fonte de informação. Com a estruturação de um projeto de DW, o resultado é um conjunto de informações úteis, que irá servir de auxílio, segurança e irá
11 possibilitar uma visão abrangente para análise de negócios [MACHADO, 2000]. A quantidade de aplicações das tecnologias de DW tem crescido nos últimos anos, e as alterações constantes nessa arquitetura têm permitido o rápido aumento do volume de dados acessados [INMON et al., 1999]. A partir dos dados armazenados em um DW é possível utilizar ferramentas que irão realizar a análise e interpretação dos dados. Um dos meios utilizados é o Data Mining, ferramenta que busca automatizar o processo de extração de conhecimento, auxiliar a descoberta de relacionamento entre os dados tendo como objetivo encontrar padrões válidos e úteis aos mesmos [FAYYAD et al., 1996]. O processo de Data Mining utiliza métodos matemáticos, algoritmos entre outros, para efetuar as análises dos dados, sendo que algumas técnicas que auxiliam a mineração de dados são árvores de decisão, indução de regras, redes neurais, entre outros. O objetivo de se desenvolver um DW e um Data Mining é possibilitar a extração de conhecimento a partir de uma base de dados dimensional, aplicando técnicas que irão auxiliar os administradores e gestores de negócios a analisarem as informações encontradas. Este trabalho visa organizar e implantar um DW juntamente com a utilização de uma ferramenta de Data Mining para os dados de Produção Científica do CEULP/ULBRA, uma vez que estes encontram-se dispersos através de documentos como: relatórios, base de dados e tabelas. O objetivo do trabalho é encontrar informações úteis a serem utilizadas e aplicadas no acompanhamento das Atividades de Pesquisa do CEULP/ULBRA. Para tanto, serão apresentados os passos e etapas necessárias para estruturação do DW, juntamente com os resultados encontrados através da utilização de ferramentas de Data Mining sobre o estudo de caso realizado sobre os dados de Produção Científica do CEULP/ULBRA. XI 11
12 2 REVISÃO DE LITERATURA Para este trabalho, foram desenvolvidos estudos e pesquisas sobre Data Mining e DW, apresentando os fundamentos práticos e teóricos necessários para atingir o objetivo do trabalho proposto. Para isso, serão apresentadas as etapas e os processos que compõem um Data Mining e um DW. 2.1 Data Warehouse Data Warehousing corresponde ao processo de preparar os dados de uma base operacional de forma que esta se torne uma fonte de informações para realizar suporte à tomada de decisões. Nesse processo, os dados sofrem uma série de transformações, entre elas, a limpeza, a verificação de consistência e a totalização em níveis hierárquicos desejados na análise [KIMBALL, 1998]. A construção de um Data Warehouse exige um alto nível de complexidade sendo necessária a utilização de uma metodologia consistente com um trabalho desenvolvido por pessoas capacitadas e ainda um grande investimento em ferramentas para auxiliar a implantação do ambiente [TISSOT, 2004]. O conceito de Data Warehouse pode ser apresentado como: Um conjunto de dados orientado por assuntos, não volátil, variável com o tempo e integrado, criados para dar suporte à decisão [INMON,1997]. É um processo que aglutina dados de fontes heterogêneas, incluindo dados históricos e dados externos a empresa, usados para atender à necessidade de consultas estruturadas e ad-hoc, relatórios analíticos e de suporte à decisão [HARJINDER,1996].
13 É uma coleção de técnicas e tecnologias que juntas disponibilizam um enfoque pragmático e sistemático para tratar com o problema do usuário final que precisa acessar informações que estão distribuídas em vários sistemas da organização [BARQUINI, 1996]. Como resultado de desenvolvimento de um DW, obtém-se um conjunto de subsídios, que irão auxiliar o processo de tomada de decisão, permitindo maior abrangência na visão da empresa para análise de negócios e mais segurança nas decisões a serem tomadas [MACHADO, 2000]. A estrutura de um Data Warehouse compreende a utilização de diversas ferramentas que extraem dados de sistemas operacionais da empresa, um banco de dados que o mantém e sistemas que disponibilizam estes dados aos usuários. Algumas vantagens do DW são: a redução do tempo para a aquisição de informações úteis a tomada de decisão, cancelamento de tarefas operacionais, tais como, identificação e pesquisa de dados, confiabilidade das informações e igualdade de informações sobre o desempenho dos negócios [KIMBALL, 1998]. Assim, a partir de experiências de grandes quantidades de dados inutilizados e falta de conhecimento do que são realmente importantes vividas dentro de empresas, [Kimball, 2002], define alguns objetivos importantes para a utilização de um DW: Fazer com que informações de uma empresa possam ser facilmente acessadas: Permitir fácil acesso aos dados, tanto o conteúdo quanto as ferramentas que serão usadas no DW devem ser de fácil acesso aos usuários, devem retornar os resultados das consultas com menor tempo de espera possível, e os dados devem ser compreensíveis, intuitivos e óbvios. Apresentar informações de modo confiável e consistente: Os dados que irão compor o DW devem ser confiáveis. Mesmo sendo obtidos de várias fontes diferentes, precisam ser filtrados, submetidos a um teste de qualidade e ser liberados somente quando estiverem aptos a serem utilizados. Ser adaptável e flexível a mudanças: as mudanças ocorrem a todo instante, não podendo ser evitadas. Por isso o DW deve ser projetado para acompanhar estas mudanças. 13
14 Segurança das informações: as informações importantes estão armazenadas no DW, por isso deve-se ter o controle ao acesso às informações confidenciais da empresa. Funcionar como a base para tomada de decisões: as informações que pertencem ao DW devem ser apropriadas para auxiliar a tomada de decisões, uma vez que serão apresentadas às evidências a partir dos resultados obtidos. Com a implantação de um DW, é possível estruturar um repositório de dados que será uma fonte de informações que irá auxiliar a tomada de decisão, fazendo com que diversos dados isolados sejam transformados em informações úteis ao ambiente que está sendo trabalhado Banco de Dados Operacionais X Data Warehouse Os dados armazenados em banco de dados tradicionais que utilizam o modelo de Entidade Relacionamento são empregados em diferentes sistemas de aplicação, como exemplo, portais, empresas que possuem um sistema de gerenciamento, entre outros. Estas bases são denominadas operacionais. Já um DW possui um conjunto de dados derivados dos dados operacionais que oferecem suporte à tomada de decisão. Estes dados são referidos como dados "gerenciais", "informacionais" ou "analíticos" [INMON,1996]. Os bancos de dados operacionais são utilizados para armazenar informações de operações obtidas no dia-a-dia, os funcionários registram e executam operações pré-definidas e suas informações podem mudar de acordo com a necessidade da empresa. À medida que vão sofrendo alterações os dados vão sendo excluídos, pois a estrutura não exige grande capacidade de armazenamento. O DW armazena dados tanto detalhados como resumidos, e são voltados às necessidades da gerência no processo de tomada de decisões, possui um armazenamento de informações históricas de anos e através disso possui uma grande capacidade de processamento e armazenamento. A tabela 1 apresenta algumas diferenças definidas por [INMON, 1997] e [KIMBALL, 1998] existentes entre Bancos de Dados Operacionais e um Data Warehouse: 14
15 Tabela 1 Resumo das diferenças entra BDs Operacionais e DWs. Característica Banco de Dados Operacionais Data Warehouses Objetivo Operacional Informativo Tipo de Processamento OLTP (On-line Transaction Processing) OLAP (On-line Analytical Processing) Tipo de Operação Inclusão, Alteração, Exclusão Carga e Consulta Número de Usuários Milhares Centenas Tipo de Usuários Operadores Tomadores de Decisão Interação do Usuário Somente pré-definida Pré-definida e ad-hoc Condições dos Dados Dados Operacionais Dados Analíticos Volume Megabytes Gigabytes Gigabytes Terabytes Histórico 60 a 90 dias 5 a 10 anos Granularidade Detalhados Detalhados e Resumidos Estrutura Estática Variável Acesso a registros Dezenas Milhares Atualização Continua (em tempo real) Periódica (em batch) Integridade Transação A cada Atualização Número de Índices Poucos/Simples Muitos/Complexos Intenção dos Índices Localizar um registro Aperfeiçoar Consultas Para auxiliar os usuários nas funções diárias em BD é utilizado o sistema OLTP (On-Line Transaction Processing). Seu objetivo principal é efetuar o máximo de transações possíveis no menor tempo de processamento. Normalmente estes sistemas são pouco flexíveis ao se tratar de quantidade de relatórios e consultas, pois possui limitações impostas por seu modelo de dados. Nos DWs, que possuem uma quantidade de dados maior e suas consultas são de grande complexidade e os requisitos são difíceis de definir, é necessária a utilização de ferramentas que sejam flexíveis, ou seja, auxiliam na organização e extração de dados de um DW. Para a realização desta análise são utilizados os sistemas OLAP (On-Line Analytical Processing), que permitem aos usuários capacitados, que tenham conhecimento sobre as 15
16 ferramentas, acessarem os dados com maior facilidade, obtendo-se uma visão dimensional dos Dados. As principais diferenças existentes entre os sistemas OLTP e OLAP estão apresentadas na Tabela 2. Tabela 2 Diferenças entra OLTP e OLAP [VAISMAN, 1998] Características Transacional OLTP Analítico OLAP Usuários típicos Usuário em Geral Gerentes, analistas de negócio Aplicação do Sistema Operações do dia-a-dia Análises do negócio Interação do usuário Pré-determinado Ad-hoc Características do trabalho Leitura/gravação Leitura Unidade de Trabalho Transação Consulta Processamento Orientado a processos Orientado a assuntos Atualização Um registro por vez Vários registros por vez A seguir será apresentado o conceito sobre as ferramentas OLAP e suas características e métodos de aplicação OLAP (On-Line Analytical Processing) As ferramentas OLAP são aplicadas na fase final de um DW, sendo utilizadas pelos usuários finais que irão através desta ferramenta acessar e extrair dados em uma base dimensional. Assim, auxiliam o processo tomada de decisão ao realizarem a análise dos dados que compõem os DWs e Data Marts. Segundo [INMON et al., 1999], as ferramentas OLAP são definidas como: uma tecnologia de software que permite aos analistas, gerentes e executivos a obterem os dados de uma forma rápida, consistente e com acesso interativo para uma grande variedade de possíveis visões da informação na empresa. Mais sucintamente, OLAP é um conjunto de funcionalidades que tem, como principal objetivo, facilitar a análise multidimensional [INMON et al., 1999]. As ferramentas OLAP disponibilizam algumas operações para os usuários acessarem os dados. Segundo [KIMBALL, 2002], as principais são: 16
17 Drill Down Esta operação é utilizada para obter resultados mais detalhados, onde os atributos das dimensões atuam como principal ator sobre esta operação. Sendo utilizada para agrupar todos os resultados de uma consulta. Esta operação pode ocorrer de forma automática, onde os atributos são prédefinidos, ou de forma configurável, onde o usuário escolhe qual atributo deseja adicionar a consulta a fim de obter um resultado mais detalhado. Drill Up Uma operação Drill Down acrescenta atributos das dimensões para obter detalhamento nos resultados; Já operação Drill Up exclui do resultado as colunas de agrupamento, sendo que estas não necessitam ser retiradas na mesma seqüência em que estas foram adicionadas, criando um menor nível de detalhamento nas sumarizações. Drill Across A operação Drill Across realiza uma alteração na tabela de fatos que será analisada, conservando o mesmo nível de granularidade e detalhamento da consulta. Várias tabelas de fato, que estão relacionadas em uma ordem de processos interligados, possuem a capacidade de compartilhar das mesmas dimensões, sendo assim possível a execução da operação Drill Across entre elas Características de um DW As características de um DW, segundo [INMON, 1997], são definidas como: orientado por temas ou assuntos, integração dos dados, variáveis no tempo, não-volátil e granularidade dos dados. Estas características serão descritas nos subitem a seguir: 17
18 Orientado por temas As informações que serão armazenadas em um DW são organizadas por temas ou assuntos de acordo com a necessidade da empresa. Os temas que serão armazenados em um ambiente de DW possuem um conjunto de tabelas que estão relacionadas e que possuem informações necessárias para auxiliar a tomada de decisão. Integração dos Dados A integração dos dados é uma outra característica do ambiente de DW. Os dados que estão sendo implantados das bases operacionais são consolidados de maneira que se obtenha um significado uniforme. Um exemplo clássico é do atributo sexo, que pode ser tratado como: m/f, ou 1/0, masculino/feminino, ao serem transportados para o DW, estes dados são convertidos para uma única forma. Variante no Tempo A estrutura dos dados em um DW sempre possui um atributo de tempo, assim, a cada alteração sofrida por um dado, uma nova entrada de dados é gerada, sem que os dados anteriores sejam sobrepostos. Assim, em um DW a data é um componente indispensável sendo considerado como componente chave, pois sua estrutura é projetada através de dimensões de tempo. Ao contrário dos sistemas operacionais, que possuem apenas um sistema de atualização, à medida que novos dados vão sendo inseridos no banco, os antigos são perdidos. Uma das grandes dificuldades encontradas em um ambiente de DW se deve ao fato de que este pode ter dados que não são apenas anuais ou mensais, pois podem existir dados que são diários ou semanais. Os dados devem seguir esta variação de tempo, pois, um dado hoje pode não ter uma informação significativa, porém, no futuro, juntamente com os demais dados que serão inseridos no decorrer do tempo, estes dados podem resultar em informações úteis a serem utilizadas no ambiente em que pertence. 18
19 Não-Volátil Uma vez que os dados armazenados em um DW não sofrem atualizações, estes são carregados apenas uma vez podendo a partir disto serem consultados. Já nos sistemas operacionais existem inúmeras transações de atualizações sendo realizadas a todo o momento, com isso é necessário possuir um grande controle para que não haja nenhuma contradição caso uma transação seja interrompida indevidamente. Em um DW não é necessário este controle, uma vez que os dados estão carregados no DW, estes são disponíveis para serem acessados pelos usuários. Mesmo que os dados sejam armazenados diversas vezes ao longo do tempo, o DW, por possuir o atributo do tempo, permite que estes dados sejam inseridos e consultados n-vezes sem que nenhuma informação se perca. Granularidade A granularidade em um DW refere-se ao nível de detalhes existentes. Em uma consulta, quanto maior o nível de detalhamento dos dados, menor será a granularidade, ou o inverso, quanto menos detalhe na consulta maior será a granularidade. Para [Inmon, 1997], a granularidade é a questão mais importante em um projeto devido ao fato de que ela afeta intensamente o volume de dados existentes no DW, e ainda as consultas que serão realizadas. O balanceamento dos volumes de dados do DW é realizado de acordo com a granularidade de uma consulta. Os dados podem ser divididos em particionamentos que são unidades físicas menores, que têm como objetivo facilitar o trabalho, permitindo flexibilidade no gerenciamento dos dados. Existem diversas formas de divisão dos dados, por exemplo: data, área de pesquisa, área geográfica entre outros. 19
20 2.1.4 Componentes de um Data Warehouse Segundo [KIMBALL, 2002], os componentes que formam um DW completo são: Sistemas Operacionais de Origem Data Staging Area Área de Apresentação de Dados Ferramenta de Acesso a Dados A figura 1 apresenta a forma como estes componentes se relacionam. Sistemas Operacionais de Data Staging Área Área de Apresentação de dados Ferramentas de acesso a dados Origem Extrair Serviços: Filtrar, combinar, e padronizar dimensões de conformidade Carregar NENHUM SERVIÇO DE CONSULTA AO USUÁRIO. Data mart n 1: Dados DIMENSIONAIS e atômicos e de resumo baseado em um único processo de negócio Acessar Ferramentas de consulta especificas. Criadores de relatórios. Extrair Armazenamento de dados: tabelas relacionais e arquivos simples. Barramento do DW: fatos e decisões em conformidade Aplicações de análise. Modelagem: Processamento: previsão, Extrair Classificação e processamento seqüencial. Carregar Data mart n 2... (projetado da mesma forma) Acessar pontuação e exploração de dados. Figura 1 - Elementos básicos do Data Warehouse [KIMBALL, 2002] A figura 1 apresenta os elementos que compõem um DW, estes elementos serão apresentados nos tópicos a seguir: 20
21 Sistemas Operacionais de Origem Sistemas Operacionais de Origem são os sistemas que buscam as transações de dados. As consultas são limitadas sendo realizadas em somente um registro por vez. Os Sistemas Operacionais de Origem são partes externas ao DW, pois não possuem nenhum ou pouco controle sobre o formato e conteúdo dos dados e possuem um pequeno volume de dados históricos. Data Staging Área A Data Staging Area (Área de Preparo de Dados) é uma área de armazenamento, atua de forma abrangente, desde o acesso a base dos sistemas operacionais de origem até área de apresentação dos dados. Um dos requisitos de preparo dos dados é que estes não estejam disponíveis para uso aos usuários, sem permitir consultas e serviços de apresentação de dados, pois os dados devem ser primeiramente transformados e organizados pelos profissionais responsáveis e somente após esta preparo os dados serão disponibilizados para os usuários finais. Esta área de preparo é formada por dados oriundos das fontes externas ao DW, juntamente com um conjunto de técnicas denominadas por ETL (extract + transformation + load), ou seja, extração, transformação e carga. No processo de extração é realizada a leitura dos dados brutos encontrados nas bases de dados de origem. Estes dados são interpretados das fontes externas e compreendidos, com isto, os dados que serão carregados no DW, são reproduzidos para a área de preparo onde futuramente serão utilizados. Após o processo de extração, inicia-se o processo de transformação onde são executadas algumas operações, como filtragem dos dados, limpeza, conflitos de domínio, tratamento de elementos ausentes, padronização dos dados, correção de escrita. O processo de carga utiliza uma estrutura onde os dados são apresentados através de tabelas dimensionais. Após os dados serem indexados, carregados, agregados apropriadamente e feito à verificação da qualidade, os usuários serão avisados que os novos dados estão publicados. 21
22 Área de Apresentação dos Dados A Área de Apresentação de Dados é o ambiente em que os dados são organizados, gravados e disponibilizados aos usuários para realizarem consultas, gerar relatórios e para as demais aplicações de analise. Através das ferramentas de acesso aos dados, estes se tornam acessíveis e visíveis aos usuários. Ferramentas de Acesso a Dados O último componente de um Data Warehouse são as ferramentas de acesso a dados, que serão utilizadas para consultar os dados na área de apresentação. Uma ferramenta pode ser bem simples para a realização de consultas especificas ou mais sofisticada como uma aplicação de modelagem ou mineração de dados, como por exemplo, a ferramenta Crystal Reports que gera relatórios a partir de um DW ou ainda uma ferramenta de mineração de dados que utiliza algoritmos para realizar as consultas desejadas Modelagem Dimensional A maioria dos sistemas de informação que são usados no dia-a-dia de um ambiente é modelada com métodos que retornam respostas rápidas as consultas quando são utilizadas pequenas quantidade de dados. Assim, os sistemas guardam os dados normalizados, sendo o modelo composto basicamente por tabelas e relacionamentos entre si. Em caso de grande volume de dados a serem sumarizados, o modelo relacional normalizado não é totalmente apropriado, neste caso é necessário que os dados sejam transformados para que os dados que se encontram armazenados nestas bases sejam organizados e utilizados de forma útil ao ambiente, isso é possível através do modelo dimensional. A modelagem dimensional é definida por [KIMBALL, 2002], como um processo estruturado desenvolvido para se obter um modelo de dados dimensional. É composto por uma entidade central ou fato, que apresenta a 22
23 melhora dos negócios do cotidiano de uma organização, e um conjunto de entidades menores ou dimensões, que estão localizadas ao redor da entidade central Esquema Estrela O Esquema Estrela é formado por um modelo simples, composto por poucas tabelas e relacionamentos bem estruturados [POE, et al., 1998]. Com isso, facilita a compreensão e leitura dos dados, não apenas para os analistas, mas também para os usuários finais que não estão familiarizados com banco de dados. Possibilita o desenvolvimento de um banco de dados que realiza com facilidade consultas complexas, podendo ser feitas de forma eficiente e de modo direto pelo usuário. A figura 2 apresenta um modelo dimensional utilizando o Esquema Estrela. Figura 2 - Exemplo de um modelo dimensional utilizando o Esquema Estrela [TISSOT, 2004] O Esquema Estrela possui esta nomenclatura devido à disposição das tabelas no modelo, que é formado por uma tabela central, denominada a tabela de fatos, e esta está relacionada com várias outras tabelas, chamadas de tabelas de dimensão (os conceitos de tabelas de fatos e tabelas de dimensão são apresentados nas seções seguintes). 23
24 Tabela de Fatos A tabela de Fatos é a principal tabela que compõe um modelo dimensional, armazenam medições (linha em uma tabela de fatos) numéricas ou métricas de desempenho que está relacionada a um assunto ou processo de negócio. Todo registro de uma tabela de fato está ligado a um conjunto de dimensões que indicam a granularidade dos fatos que estão armazenados e definem qual o alvo destas medidas. Quanto menor a granularidade de um fato, maior será o nível de detalhe armazenado [KIMBALL, 2002] Tabela de Dimensão As tabelas de dimensão sempre acompanham uma tabela de fatos, ela possui os descritores textuais de um processo, as tabelas de dimensão são formadas diversos atributos, que servem de base para definir regras de agrupamento e filtros para consultas em uma tabela de fato. Os atributos nas tabelas de dimensão possuem um papel essencial do DW, por serem a origem de todas as restrições e rótulos de relatórios, os atributos são fundamentais para que o DW seja utilizado e compreendido [KIMBALL, 2002]. Os dados que estão armazenados nas dimensões foram carregados do banco de dados de origem e são utilizados para realização de consultas e abastecimento do DW Metadados Os metadados são definidos normalmente como dados sobre dados, isto é, a abstração dos dados ou mesmo, dados de nível superior que descrevem dados de um nível inferior. Sem a criação de metadados, os dados não possuem significado. Em um DW os metadados apresentam uma importância muito maior que a atribuída no ambiente operativo, é responsável pela integração das bases de dados que constituem o DW [INMON,1997]. Os metadados 24
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 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 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. 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 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 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 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 maisFUNDAMENTOS 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 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 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 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 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 maisPROCESSO DE DESENVOLVIMENTO DE SOFTWARE. Modelos de Processo de Desenvolvimento de Software
PROCESSO DE DESENVOLVIMENTO DE SOFTWARE Introdução Modelos de Processo de Desenvolvimento de Software Os modelos de processos de desenvolvimento de software surgiram pela necessidade de dar resposta às
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 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 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 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 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 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 mais05/06/2012. Banco de Dados. Gerenciamento de Arquivos. Gerenciamento de Arquivos Sistema Gerenciador de Banco de Dados Modelos de Dados
Banco de Dados Gerenciamento de Arquivos Sistema Gerenciador de Banco de Dados Modelos de Dados Gerenciamento de Arquivos Gerenciamento de Arquivos 1 Gerenciamento de Arquivos Em uma indústria são executadas
Leia maisSistemas de Informação I
+ Sistemas de Informação I Dimensões de análise dos SI Ricardo de Sousa Britto rbritto@ufpi.edu.br + Introdução n Os sistemas de informação são combinações das formas de trabalho, informações, pessoas
Leia maisXIII Encontro de Iniciação Científica IX Mostra de Pós-graduação 06 a 11 de outubro de 2008 BIODIVERSIDADE TECNOLOGIA DESENVOLVIMENTO
XIII Encontro de Iniciação Científica IX Mostra de Pós-graduação 06 a 11 de outubro de 2008 BIODIVERSIDADE TECNOLOGIA DESENVOLVIMENTO EPE0147 UTILIZAÇÃO DA MINERAÇÃO DE DADOS EM UMA AVALIAÇÃO INSTITUCIONAL
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 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 maisSAD orientado a DADOS
Universidade do Contestado Campus Concórdia Curso de Sistemas de Informação Prof.: Maico Petry SAD orientado a DADOS DISCIPLINA: Sistemas de Apoio a Decisão SAD orientado a dados Utilizam grandes repositórios
Leia 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 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 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 maisAdministração de dados - Conceitos, técnicas, ferramentas e aplicações de Data Mining para gerar conhecimento a partir de bases de dados
Universidade Federal de Pernambuco Graduação em Ciência da Computação Centro de Informática 2006.2 Administração de dados - Conceitos, técnicas, ferramentas e aplicações de Data Mining para gerar conhecimento
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 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 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 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 maisNa medida em que se cria um produto, o sistema de software, que será usado e mantido, nos aproximamos da engenharia.
1 Introdução aos Sistemas de Informação 2002 Aula 4 - Desenvolvimento de software e seus paradigmas Paradigmas de Desenvolvimento de Software Pode-se considerar 3 tipos de paradigmas que norteiam a atividade
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 maisSUMÁRIO 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 maisO Que é Data Warehouse
O Que é Data Warehouse Escrito por Carlos Alberto Sowek Buscando dar uma melhor visão sobre uma proposta de arquitetura de um Data Warehouse para a Celepar, bem como para os clientes da Celepar, sentimos
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 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 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 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 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 maisCONSIDERAÇÕES SOBRE ATIVIDADES DE IDENTIFICAÇÃO, LOCALIZAÇÃO E TRATAMENTO DE DADOS NA CONSTRUÇÃO DE UM DATA WAREHOUSE
CONSIDERAÇÕES SOBRE ATIVIDADES DE IDENTIFICAÇÃO, LOCALIZAÇÃO E TRATAMENTO DE DADOS NA CONSTRUÇÃO DE UM DATA WAREHOUSE Fabio Favaretto Professor adjunto - Programa de Pós Graduação em Engenharia de Produção
Leia maisADM041 / EPR806 Sistemas de Informação
ADM041 / EPR806 Sistemas de Informação UNIFEI Universidade Federal de Itajubá Prof. Dr. Alexandre Ferreira de Pinho 1 Sistemas de Apoio à Decisão (SAD) Tipos de SAD Orientados por modelos: Criação de diferentes
Leia maisINSTRUÇÃO DE TRABALHO PARA INFORMAÇÕES GERENCIAIS
INSTRUÇÃO DE TRABALHO PARA INFORMAÇÕES GERENCIAIS Asia Shipping Transportes Internacionais Ltda. como cópia não controlada P á g i n a 1 7 ÍNDICE NR TÓPICO PÁG. 1 Introdução & Política 2 Objetivo 3 Responsabilidade
Leia maisSistemas 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 maisALESSANDRO RODRIGO FRANCO FERNANDO MARTINS RAFAEL ALMEIDA DE OLIVEIRA
ALESSANDRO RODRIGO FRANCO FERNANDO MARTINS RAFAEL ALMEIDA DE OLIVEIRA INTRODUÇÃO O projeto de um banco de dados é realizado sob um processo sistemático denominado metodologia de projeto. O processo do
Leia maisDIMENSIONANDO PROJETOS DE WEB-ENABLING. Uma aplicação da Análise de Pontos de Função. Dimensionando projetos de Web- Enabling
DIMENSIONANDO PROJETOS DE WEB-ENABLING Uma aplicação da Análise de Pontos de Função Dimensionando projetos de Web- Enabling Índice INTRODUÇÃO...3 FRONTEIRA DA APLICAÇÃO E TIPO DE CONTAGEM...3 ESCOPO DA
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 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 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 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 maisGerenciamento de Dados e Gestão do Conhecimento
ELC1075 Introdução a Sistemas de Informação Gerenciamento de Dados e Gestão do Conhecimento Raul Ceretta Nunes CSI/UFSM Introdução Gerenciando dados A abordagem de banco de dados Sistemas de gerenciamento
Leia maisAs principais características da abordagem de um banco de dados versus a abordagem de processamento de arquivos são as seguintes:
SGBD Características do Emprego de Bancos de Dados As principais características da abordagem de um banco de dados versus a abordagem de processamento de arquivos são as seguintes: Natureza autodescritiva
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 maisComo melhorar a tomada de decisão. slide 1
Como melhorar a tomada de decisão slide 1 P&G vai do papel ao pixel em busca da gestão do conhecimento Problema: grande volume de documentos em papel atrasavam a pesquisa e o desenvolvimento. Solução:
Leia maisOficina de Gestão de Portifólio
Oficina de Gestão de Portifólio Alinhando ESTRATÉGIAS com PROJETOS através da GESTÃO DE PORTFÓLIO Gestão de portfólio de projetos pode ser definida como a arte e a ciência de aplicar um conjunto de conhecimentos,
Leia maisLaudon & Laudon Essentials of MIS, 5th Edition. Pg. 1.1
Laudon & Laudon Essentials of MIS, 5th Edition. Pg. 1.1 SISTEMA DE APOIO À DECISÃO Grupo: Denilson Neves Diego Antônio Nelson Santiago Sabrina Dantas CONCEITO É UM SISTEMA QUE AUXILIA O PROCESSO DE DECISÃO
Leia 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 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 maisUNIDADE 4. Introdução à Metodologia de Desenvolvimento de Sistemas
UNIDADE 4. Introdução à Metodologia de Desenvolvimento de Sistemas 4.1 Motivação Sistemas de Informação são usados em diversos níveis dentro de uma organização, apoiando a tomada de decisão; Precisam estar
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 maisArquitetura física de um Data Warehouse
É um modo de representar a macroestrutura de, comunicação, processamento e existentes para usuários finais dentro da empresa. Operacionais origem Data / Arquitetura física Serviços Armazenamento de Área
Leia maisISO/IEC 12207: Gerência de Configuração
ISO/IEC 12207: Gerência de Configuração Durante o processo de desenvolvimento de um software, é produzida uma grande quantidade de itens de informação que podem ser alterados durante o processo Para que
Leia maisChecklist de Projeto de Data Warehouse
Checklist de Projeto de Data Warehouse Prof. Dr. Jorge Rady de Almeida Jr. Escola Politécnica da USP F/1 Revisão de Projeto Design Review Após uma área de interesse tenha sido projetada e posta em operação
Leia maisPLANOS DE CONTINGÊNCIAS
PLANOS DE CONTINGÊNCIAS ARAÚJO GOMES Capitão SC PMSC ARAÚJO GOMES defesacivilgomes@yahoo.com.br PLANO DE CONTINGÊNCIA O planejamento para emergências é complexo por suas características intrínsecas. Como
Leia maisGerenciamento de projetos. cynaracarvalho@yahoo.com.br
Gerenciamento de projetos cynaracarvalho@yahoo.com.br Projeto 3URMHWR é um empreendimento não repetitivo, caracterizado por uma seqüência clara e lógica de eventos, com início, meio e fim, que se destina
Leia maisGerenciamento de Projetos Modulo II Ciclo de Vida e Organização do Projeto
Gerenciamento de Projetos Modulo II Ciclo de Vida e Organização do Projeto Prof. Walter Cunha falecomigo@waltercunha.com http://waltercunha.com PMBoK Organização do Projeto Os projetos e o gerenciamento
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 maisERP Enterprise Resource Planning
ERP Enterprise Resource Planning Sistemas Integrados de Gestão Evolução dos SI s CRM OPERACIONAL TÁTICO OPERACIONAL ESTRATÉGICO TÁTICO ESTRATÉGICO OPERACIONAL TÁTICO ESTRATÉGICO SIT SIG SAE SAD ES EIS
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 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 maisTRABALHO DE DIPLOMAÇÃO Regime Modular ORIENTAÇÕES SOBRE O ROTEIRO DO PROJETO FINAL DE SISTEMAS DE INFORMAÇÕES
TRABALHO DE DIPLOMAÇÃO Regime Modular ORIENTAÇÕES SOBRE O ROTEIRO DO PROJETO FINAL DE SISTEMAS DE INFORMAÇÕES [Observação: O template a seguir é utilizado como roteiro para projeto de sistemas orientado
Leia maisATIVIDADES PRÁTICAS SUPERVISIONADAS
ATIVIDADES PRÁTICAS SUPERVISIONADAS Tecnologia em Gestão da Tecnologia da Informação 4ª. Série Administração de Banco de Dados A atividade prática supervisionada (ATPS) é um método de ensinoaprendizagem
Leia mais1 http://www.google.com
1 Introdução A computação em grade se caracteriza pelo uso de recursos computacionais distribuídos em várias redes. Os diversos nós contribuem com capacidade de processamento, armazenamento de dados ou
Leia maisUma 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 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 maisMódulo 15 Resumo. Módulo I Cultura da Informação
Módulo 15 Resumo Neste módulo vamos dar uma explanação geral sobre os pontos que foram trabalhados ao longo desta disciplina. Os pontos abordados nesta disciplina foram: Fundamentos teóricos de sistemas
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 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 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 maisSistemas de Banco de Dados Aspectos Gerais de Banco de Dados
Sistemas de Banco de Dados Aspectos Gerais de Banco de Dados 1. Conceitos Básicos No contexto de sistemas de banco de dados as palavras dado e informação possuem o mesmo significado, representando uma
Leia mais- A crescente necessidade de sistemas inteligentes e de aquisição de conhecimento levaram à necessidade de implementação de Data Warehouses.
- A crescente necessidade de sistemas inteligentes e de aquisição de conhecimento levaram à necessidade de implementação de. - O que é uma Data Warehouse? - Colecção de bases de dados orientadas por assunto
Leia maisTecnologia Aplicada à Gestão
Tecnologia Aplicada à Gestão Parte 4 Aula 11 Fundamentos de SI Prof. Walteno Martins Parreira Jr www.waltenomartins.com.br Introdução O que são e para que servem os Sistemas de Suporte Gerencial? Como
Leia maisDefinition of a Measurement Guide for Data Warehouse Projects
Definition of a Measurement Guide for Data Warehouse Projects Claudia Hazan Serviço Federal de Processamento de Dados (SERPRO) SGAN Quadra 601 Modulo V Brasilia, DF, CEP: 70836-900 BRAZIL 1 Agenda Cenário:
Leia maisUniversidade Federal de Goiás UFG Campus Catalão CAC Departamento de Engenharia de Produção. Sistemas ERP. PCP 3 - Professor Muris Lage Junior
Sistemas ERP Introdução Sucesso para algumas empresas: acessar informações de forma rápida e confiável responder eficientemente ao mercado consumidor Conseguir não é tarefa simples Isso se deve ao fato
Leia maisARCO - Associação Recreativa dos Correios. Sistema para Gerenciamento de Associações Recreativas Plano de Desenvolvimento de Software Versão <1.
ARCO - Associação Recreativa dos Correios Sistema para Gerenciamento de Associações Recreativas Versão Histórico da Revisão Data Versão Descrição Autor Página
Leia maisDocumento de Arquitetura
Documento de Arquitetura A2MEPonto - SISTEMA DE PONTO ELETRÔNICO A2MEPonto - SISTEMA DE PONTO ELETRÔNICO #1 Pág. 1 de 11 HISTÓRICO DE REVISÕES Data Versão Descrição Autor 28/10/2010 1 Elaboração do documento
Leia maisBancos de dados distribuídos Prof. Tiago Eugenio de Melo tiagodemelo@gmail.com. http://www.tiagodemelo.info
Bancos de dados distribuídos Prof. Tiago Eugenio de Melo tiagodemelo@gmail.com Última atualização: 20.03.2013 Conceitos Banco de dados distribuídos pode ser entendido como uma coleção de múltiplos bds
Leia maisData 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 mais5 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 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 maisMetodologias de Desenvolvimento de Sistemas. Analise de Sistemas I UNIPAC Rodrigo Videschi
Metodologias de Desenvolvimento de Sistemas Analise de Sistemas I UNIPAC Rodrigo Videschi Histórico Uso de Metodologias Histórico Uso de Metodologias Era da Pré-Metodologia 1960-1970 Era da Metodologia
Leia maisGlossário Apresenta a definição dos termos, siglas e abreviações utilizadas no contexto do projeto Citsmart.
Apresenta a definição dos termos, siglas e abreviações utilizadas no contexto do projeto Citsmart. Versão 1.6 15/08/2013 Visão Resumida Data Criação 15/08/2013 Versão Documento 1.6 Projeto Responsáveis
Leia maisMedição de tamanho para Sistemas de Data Mart
1 Universidade Católica de Brasília Programa de Pós-Graduação em Gestão do Conhecimento e Tecnologia da Informação Medição de tamanho para Sistemas de Data Mart Angélica Toffano Seidel Calazans Orientadores:
Leia maisGuia de Especificação de Caso de Uso Metodologia CELEPAR
Guia de Especificação de Caso de Uso Metodologia CELEPAR Agosto 2009 Sumário de Informações do Documento Documento: guiaespecificacaocasouso.odt Número de páginas: 10 Versão Data Mudanças Autor 1.0 09/10/2007
Leia maisAnálise e Projeto de Sistemas. Engenharia de Software. Análise e Projeto de Sistemas. Contextualização. Perspectiva Histórica. A Evolução do Software
Análise e Projeto de Sistemas Análise e Projeto de Sistemas Contextualização ENGENHARIA DE SOFTWARE ANÁLISE E PROJETO DE SISTEMAS ENGENHARIA DA INFORMAÇÃO Perspectiva Histórica Engenharia de Software 1940:
Leia maisBusiness 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