Construção de Data Warehouse para a base de AIH do SUS

Tamanho: px
Começar a partir da página:

Download "Construção de Data Warehouse para a base de AIH do SUS"

Transcrição

1 Construção de Data Warehouse para a base de AIH do SUS Atilla de Mattos Duarte 1, Marco Antélio Neves da Silva 1, Marcus Vinicius Oliveira Santos 1, José Avelino Placca 1 1 Curso de Sistemas de Informação Universidade Estácio de Sá (UNESA), Brasil Resumo - Este trabalho tem por objetivo descrever a concepção, modelagem e implementação de um Data Warehouse (DW) com informações do Sistema Único de Saúde (SUS), utilizando informações do Sistema de Autorização de Internação Hospitalar (AIH), e buscando retratar o quadro de internação pública na Região Sudeste dos anos 2001 a A criação do DW seguiu as etapas do Processo de KDD: seleção dos dados; pré-processamento; transformação; data mining; interpretação e análise. Palavras-chave: Data Warehouse, KDD Process Abstract - This work show the construction of a Data Warehouse (DW) with information from the Unified Health System (SUS), using information from the system Inpatient Hospital Authorization (AIH), seeking to portray the situation of public hospital inpatients of the Southeast region of Brazil between 2001 and The DW construction followed the steps of KDD process: Data Selection; Pre-Processing, Processing, Data Mining, Interpretation and Analysis. Key-words: Medical Informatics, Conference, Rules (at least three words, not exceeding one line). 1. Introdução As corporações têm sido forçadas a tomarem decisões cada vez mais rápidas e precisas. Apesar disso, os sistemas utilizados em suas operações comuns não são voltados para auxiliar no processo de decisão. O DW surgiu tendo este objetivo [01], [02], [04],[03], [05]. Corporações de todas as áreas sabem bem da importância de suas decisões estratégicas. Com o nível de concorrência atual, empresas dos mais variados tipos têm sentido uma necessidade cada vez maior de reunir informações confiáveis sobre suas operações e sobre o mercado a fim de tomar ações cada vez mais acertadas de negócios, possibilitando um aumento de lucratividade e de competitividade. Com o nível atual de automatização, imensas quantidades de dados sobre as operações diárias das empresas passam por sistemas computacionais [01], [02], [03]. Esses sistemas são amplamente utilizados por várias áreas da empresa, cada qual com um ou mais sistemas específicos para atender a suas necessidades. Apesar dessa imensa quantidade de dados, os sistemas utilizados no dia-a-dia das empresas não são projetados para permitir a análise desses dados por estrategistas e tomadores de decisão. Muitas vezes, é impossível realizar qualquer análise sobre esses dados sem ter de parar a produção ou diminuí-la significativamente [01], [02]. Além disso, para que se faça uma análise mais qualificada da informação, é necessário cruzar dados de diferentes sistemas [02], [03]. Dentre as dificuldades já citadas, existe o problema da consistência dos dados entre os diferentes sistemas: como está representada cada uma das filiais nos diferentes sistemas? O ambiente operacional é voltado para a produção diária, o que também dificulta a tarefa dos tomadores de decisão. As tarefas do dia-a-dia da empresa são facilitadas neste ambiente, que foi projetado para tal, mas consultas mais complexas demandam uma quantidade de tempo e recursos que inviabilizam sua aplicação [01],[02],[04],[05]. Surge, assim, a necessidade de um ambiente voltado para os tomadores de decisão, que permita que estes analisem dados confiáveis de forma eficiente e eficaz, aumentando a competitividade e a lucratividade de suas corporações [02], [04], [05] O objetivo deste trabalho é apresentar um projeto de Data Warehouse destinado à gestão de saúde publica. O Data Warehouse pretende suprir o Sistema Único de Saúde com informações gerenciais obtida através da integração de dados provenientes do sistema transacional de Autorização de Internação Hospitalar (AIH) [06], [07]. O projeto é apresentado detalhadamente, mostrando o contexto e o escopo, a metodologia e a estratégia adotada, as ferramentas utilizadas, e as soluções adotadas para os principais desafios.

2 2. Metodologia O DATASUS é o órgão responsável por coletar, processar e disseminar informações sobre saúde e possui vários sistemas que servem como base para o Sistema Nacional de Informações em Saúde [07]. Atualmente, o Ministério da Saúde utiliza o Sistema de Informações Hospitalares do Sistema Único de Saúde, também conhecido como AIH, para gerir as informações sobre internações de todos os municípios do Brasil, em todos os níveis de gestão do SUS [06]. São usuários do Sistema, as Secretarias de Saúde dos Estados e Municípios, a rede hospitalar do SUS, as instituições de pesquisa, os órgãos de controle dos três níveis de governo e os demais setores da Sociedade que tenham interesse no uso dos mesmos [06]. O AIH é um sistema transacional, orientado a processos de negócios, com entrada e saída de dados, voláteis. As informações são tratadas num alto nível de detalhe. O usuário aguarda um longo período para obter as informações. Os usuários que não acessam os servidores de forma on-line buscam as informações em arquivos disponibilizados na internet ou em CDs distribuídos pelo SUS. O fato das informações serem altamente detalhadas faz com que o próprio usuário tenha que procurar todas as informações de que precisa nos arquivos. Pela sua natureza transacional, os dados são mostrados de maneira estática [06],[07]. Limpeza e Seleção dos Dados Os dados originais do DATASUS foram disponibilizados através de mídias (CDs), onde o conteúdo de cada uma delas eram as movimentações da AIH e o seu ano correspondente. Desta forma, foram utilizados para carga os anos: 2001, 2002, 2003, 2004, 2005 e 2006 [06]. Os arquivos estão organizados nos CDs por estado e por mês, e estão no formato DBF, característico do SGBD dbase. A etapa de limpeza dos dados consistiu na conversão dos arquivos no formato DBF para o formato CSV, onde foram eliminadas as colunas desnecessárias e feito o carregamento no Oracle. A conversão dos arquivos de dados DBF para o formato CSV foi realizada manualmente com o aplicativo CBDF - DBF Viewer e Editor. Com os arquivos CSV concluídos, foi realizada a carga dos mesmos para o SGBD Oracle. de concordarmos que seria interessante disponibilizar todas as informações no DW, chegamos à conclusão que reduzindo o número de estados, adequaríamos o tamanho do projeto ao tempo disponível para realizá-lo, portanto, dentro do semestre letivo. Ressaltamos que enfrentamos muita burocracia para receber os dados, e isto afetou em muito o nosso tempo disponível para conclusão do projeto. Desta forma, optamos por realizar a carga somente dos dados referentes aos estados da região Sudeste, isto é, Espírito Santo, Minas Gerais, Rio de Janeiro e São Paulo. É importante ressaltar que todos os processos de carga estão prontos para realizar uma carga completa dos dados. Os dados reduzidos foram então carregados para o modelo transacional no schema AIH, já com as chaves primárias e restrições de integridade implementadas e dados inconsistentes eliminados. A carga dos dados para esse modelo foi realizada através de procedures PL/SQL. Os registros que apresentaram erros de inserção foram gravados também em tabelas exclusivas para erros, onde também foi registrada a causa do erro para posterior análise. Foram carregados dados relativos a estabelecimentos, procedimentos médicos e ambulatórias, caráter internação, contraceptivo, especialidades, estados federativos, localização AIH, idade, cobrança, natureza, gestão. Um esquema geral do processo de carga pode ser visto na Figura 1. Transformação A etapa de transformação consiste na carga do modelo dimensional, tendo como origem os dados já tratados nas duas etapas anteriores. Os processos de carga da dimensão de tempo foram desenvolvidos manualmente em PL/SQL. A carga das dimensões restantes e do fato do DW foi realizada através da ferramenta Oracle Warehouse Builder, onde a programação é realizada de forma gráfica, através da elaboração de um mapeamento e a própria ferramenta gera o código dentro do SGBD Oracle. Redução e Pré-Processamento Como foi dito anteriormente, as mídias disponibilizadas pelo DATASUS contêm dados referentes a todos os estados da União. Apesar

3 Calculam-se as métricas definidas no DW. Esse cálculo é realizado por procedimentos externos ao mapa, programadas manualmente em PL/SQL. Os procedimentos recebem como entrada as chaves das dimensões correspondentes àquele registro e efetuam os cálculos necessários e os retornam em parâmetros de saída. Os registros com suas métricas calculadas são inseridos na tabela Fato. Um exemplo de processamento é o cálculo do ano,trimestre, mês e semestre a partir da data de internação. D_DIAGNOSTICO Figura 1: Exemplo de carga na tabela dimensional Diagnóstico do Projeto Dimensões utilizadas no Modelo Multidimensional (Figura 2): a) DIMENSÃO DE TEMPO A dimensão de tempo tem como menor grão a unidade mês, o que permite as operações das visões do cubo (ex: drill down) nos dados do DW até esse nível. b) DIMENSÃO DE DIAGNÓSTICOS O processo responsável por popular a Dimensão de Diagnósticos é o mapeamento MAP_D_DIAGNOSTICO, encapsulado no pacote de mesmo nome dentro do schema DWAIH no banco de dados. c) DIMENSÃO DE ESTABELECIMENTOS DE SAÚDE Armazena informações sobre os estabelecimentos. d) DIMENSÃO DE ESTADOS A Dimensão de Estados armazenará a lista dos estados da União, o código do estado no sistema transacional e a chave correspondente no DW. e) DIMENSÃO MOTIVO DE COBRANÇA Esta dimensão apresenta os dados correspondentes aos motivos de cobrança do SUS. f) DIMENSÃO MUNICÍPIO Os dados sobre os municípios da Região Sudeste. g) DIMENSÃO PROCEDIMENTO A dimensão Procedimento contempla os procedimentos hospitalares oferecidos pelo SUS. h) FATO AUTORIZACAO INTERNACAO A carga do fato é o processo mais complexo do projeto de um DW. Os dados são filtrados, transformados, calculados e tratados antes de serem efetivamente carregados. Faz-se um lookup baseado na chave de cada dimensão para que o registro seja categorizado e inserido na tabela Fato. Registros redundantes são eliminados da tabela origem. D_TEMPO CHV_TEMPO ANO TRIMESTRE MES SEMESTRE DSC_SEMESTRE DSC_TRIMESTRE DSC_MES D_ESTADO CHV_ESTADO COD_UF DSC_SIGLA DSC_NOME CHV_DIAGNOSTICO COD_CID10 DSC_DIAGNOSTICO D_MOTIVO_COBRANCA CHV_MOTIVO_COBRANCA COD_MOTIVO_COBRANCA MOTIVO_COBRANCA CATEGORIA F_AUTORIZACAO_INTERNACAO CHV_AUTORIZACAO_INTERNACAO CHV_ESTABELECIMENTO (FK) CHV_ESTADO (FK) CHV_DIAGNOSTICO (FK) CHV_MUNICIPIO (FK) CHV_PROCEDIMENTO (FK) CHV_MOTIVO_COBRANCA (FK) CHV_TEMPO (FK) TOTAL_INTERNACOES TOTAL_ALTAS TOTAL_OBITOS VL_TOTAL_AIH DIAS_INTERNACAO DIAS_UTI D_ESTABELECIMENTO CHV_ESTABELECIMENTO DSC_CNPJ DSC_RAZAO_SOCIAL Figura 2: Modelo Multidimensional 3. Resultados Mineração de Dados A etapa de Data Mining, embora não sendo o foco principal do projeto foi realizada com o uso da ferramenta Oracle Discoverer, para demonstrar o tipo de informação que pode ser extraída do DW. A seguir estão alguns exemplos de relatórios que podem ser extraídos a partir do DW: RELATÓRIO SOBRE DENGUE Relatório sobre total de internações por Dengue entre 2001 e 2006 com informações do AIH. Utiliza as dimensões Estado e Ano para mostrar as totalidades (Figura 3). D_PROCEDIMENTO CHV_PROCEDIMENTO COD_PROCEDIMENTO DSC_PROCEDIMENTO ID_SEXO VL_SERV_HOSP VL_SERV_PROF VL_SERV_AUX IDADE_MIN IDADE_MAX D_MUNICIPIO CHV_MUNICIPIO COD_MUNICIPIO DSC_SITUACAO DSC_MUNICIPIO ID_FRONTEIRA ID_CONESUL ID_CAPITAL VL_ALTITUDE

4 Total Internações Diagnóstico Dengue Dengue Hemorrágica Ano Estado ESPIRITO SANTO MINAS GERAIS RIO DE JANEIRO SAO PAULO Figura 3: Relatório sobre dengue com informações extraídas do AIH. a) RELATÓRIO SOBRE PNEUMONIA Relatório sobre total de dias de internação por pneumonia nas capitais, com as dimensões: Mês, Município. Dados extraídos do AIH (conforme Figura 4). Total de Dias de Internação Municipio BELO HORIZONTE RIO DE JANEIRO SAO PAULO VITORIA Altitude (m) Mes JANEIRO MARÇO FEVEREIRO MAIO JUNHO JULHO ABRIL NOVEMBRO SETEMBRO OUTUBRO AGOSTO DEZEMBRO Figura 4: Relatório sobre pneumonia com informações extraídas da base de dados do AIH. Interpretação e Análise Esta fase é a seqüência natural da fase de Data Mining, onde os dados extraídos do DW são interpretados e conhecimento é adquirido. A interpretação dos dados anteriores confirma conhecimento previamente conhecido e revela alguns dados novos interessantes. Internações por Dengue entre 2001 e 2006 Dimensões: Estado, Ano. Este relatório confirma que o maior número de casos de Dengue ocorre no Rio de Janeiro e a maior epidemia da doença, não considerando o ano de 2008, cujos dados ainda não estão disponíveis, ocorreu no ano de Existe uma teoria entre a sociedade médica de que a Dengue apresenta epidemias mais sérias em períodos cíclicos, isto é, em intervalos de tempo regulares. Estamos observando uma grande epidemia no ano de 2008 e a última observada em O acesso aos dados do SUS mais antigos e dados de anos posteriores poderia confirmar ou não esta teoria. Total de Dias de Internação por Pneumonia nas Capitais Este relatório revela um dado interessante. A cidade com maior número de casos de pneumonia é o Rio de Janeiro e não cidades com maiores índices de poluição do ar como São Paulo e Belo Horizonte. Além disso, pode-se observar que o mês de Janeiro é o que apresenta o maior número de ocorrências, e não os meses de inverno como poderia se supuser. Total de Dias de Internação por Asma nas Capitais Este relatório mostra que a cidade de São Paulo apresenta o maior número de ocorrências, decorrente dos altos índices de poluição do ar. O mês de Março apresenta o maior número de casos, devido à alta temperatura e ao ar mais seco, o que provoca um aumento de partículas em suspensão no ar. Ferramentas Utilizadas A plataforma Oracle foi a escolhida devido a sua robustez. Utilizou-se, o Oracle 10g Enterprise Edition, como Sistema Gerenciador de Banco de Dados, o Oracle Warehouse Builder para o desenvolvimento de processos ETL e o Oracle Discoverer para gerar os Relatórios. E foram também utilizadas algumas ferramentas de apoio e modelagem necessárias para documentar e acompanhar cada fase do projeto: Allfusion Erwin Data Modler, ferramenta case, Microsoft Project para gestão de projetos e o Microsoft Visio, na ilustração de programas e banco de dados. Testes Para cada ETL foi realizada uma pequena massa de dados. Os dados gravados no DW foram comparados com os dados das tabelas origens para que as informações estivessem fidedignas. Após cada mapa validado a carga final foi realizada. O tempo para o processo de carga foram os previstos. Os ambientes de testes e produção

5 foram os mesmos. Os testes foram realizados em um notebook HP, AMD Turion 64,2 GB de RAM. A primeira fase da carga, que inclui as rotinas de limpeza e consistência demorou aproximadamente sete dias. A segunda fase demorou duas horas. A carga no DW levou aproximadamente 6 horas. É importante ressaltar que durante a carga final, o notebook ficou funcionando sem interrupções. 4. Discussão e Conclusões O projeto do DW na área da saúde apresentou, como em todos os projetos de Data Warehouse, uma grande dificuldade no tratamento e reunião dos dados de origem. As dificuldades se iniciaram no acesso ao pessoal interno do DATASUS, necessário para conseguirmos autorização para acessos aos dados do sistema AIH. O plano inicial era conseguirmos acesso direto à base relacional Oracle do AIH, dessa forma os dados já estariam normalizados e com integridade referencial para uso. Entretanto, para isso precisaríamos de autorização de funcionários de diversos setores do DATASUS, inclusive funcionários de Brasília. Aguardarmos por quase dois meses a liberação desse acesso e decidimos por abortar a idéia, pois não havia garantias de que iríamos conseguir o acesso à base e, mesmo em caso positivo, não haveria tempo hábil para o desenvolvimento. Os funcionários do DATASUS disponibilizaram então CDs contendo as informações de internações do AIH entre 2001 e 2006 em formato reduzido. E essa foi nossa fonte de dados para desenvolvimento do Data Warehouse. Os dados nos CDs, entretanto estavam em um formato muito bruto, sem relacionamento entre as tabelas e com informações incompletas. Isso ocasionou um grande trabalho de limpeza desses dados para que fosse possível a carga em nossa base relacional Oracle. De certa forma, tivemos que refazer a base relacional original do AIH a partir dos dados dos CDs. Esse trabalho levou cerca de um mês para ser concluído. O desenvolvimento dos processos ETL para carga do Data Warehouse no Oracle Warehouse Builder foi realizado sem maiores problemas e concluído em 2 semanas. O problema nessa etapa do projeto foi o tempo necessário para efetuar a carga dos dados no modelo dimensional, pois nosso prazo diminuiu muito com a burocracia do governo. A carga completa levou por volta de uma semana e meia. O Data Warehouse, depois de carregado, apresentou ótimo desempenho nas consultas mesmo estando hospedado em um notebook e mostrou capacidade em realizar consultas que hoje, o DATASUS não tem a capacidade de realizar. Não há relatórios abrangendo todas as dimensões e o nível de detalhes que conseguimos atingir com o Data Warehouse. Além disso, essa base de dados, hospedada em um servidor de grande capacidade poderá armazenar dados unificados de todo o país e responder a consultas com um mínimo de espera. O Oracle Discoverer junto com o Oracle Application Server torna possível a publicação de relatórios na Web, inclusive possibilitando que os usuários do DATASUS realizem e montem consultas ad hoc utilizando as tabelas às quais eles possuírem acesso. O objetivo deste projeto foi demonstrar as técnicas de construção e geração de um repositório de dados de saúde para que futuros trabalhos de Data Mining em seus dados, conforme foi demonstrado neste projeto em alguns relatórios possa gerar conhecimento que sirva para melhorar do atendimento hospitalar no Brasil e uma melhor comunicação e disseminação de informação entre os profissionais do SUS. 5. Agradecimentos À equipe de Sistemas Hospitalares do DATASUS pelo apoio, presteza e orientações que muito contribuíram para o sucesso do presente projeto. Referências [01] Machado, Felipe Nery R. (2007), Tecnologia e Projeto de DW, São Paulo: Ed. Érica. [02] Rubens N. Melo, 2008, PUC RJ, Apostila Curso: Data Warehousing. [03] Fernando Hideo Fukuda, Tese de Mestrado, Sistemas Inteligentes para Textos da Web, PUC-RJ, (1999). [04] Inmon, W. H. (1997), Como Construir o DW, Rio de Janeiro: Ed. Campus. [05] Kimball R. (1997), A Dimensional Modeling Manifesto, Online, (http://www.dbmsmag.com/9708d15.html). [06] Departamento de Informática do SUS (DATASUS). Disponível em: <http://www.datasus.gov.br> Acesso em : 01 maio 2008, 10:00. [07] Ministério da Saúde, Departamento de Informática do SUS (DATASUS), Online, (http://www.datasus.gov.br) Contato José Avelino Placca, Universidade Estácio de Sá, tel ,

DESENVOLVIMENTO DE PLUG-INS KETTLE PARA GERAÇÃO DE MONDRIAN SCHEMA A PARTIR DE BASES RELACIONAIS, UTILIZANDO A METODOLOGIA AGILE ROLAP.

DESENVOLVIMENTO DE PLUG-INS KETTLE PARA GERAÇÃO DE MONDRIAN SCHEMA A PARTIR DE BASES RELACIONAIS, UTILIZANDO A METODOLOGIA AGILE ROLAP. DESENVOLVIMENTO DE PLUG-INS KETTLE PARA GERAÇÃO DE MONDRIAN SCHEMA A PARTIR DE BASES RELACIONAIS, UTILIZANDO A METODOLOGIA AGILE ROLAP. Eduardo Cristovo de Freitas Aguiar (PIBIC/CNPq), André Luís Andrade

Leia mais

IMPLANTAÇÃO DO DW NA ANVISA

IMPLANTAÇÃO DO DW NA ANVISA IMPLANTAÇÃO DO DW NA ANVISA Bruno Nascimento de Ávila 1 Rodrigo Vitorino Moravia 2 Maria Renata Furtado 3 Viviane Rodrigues Silva 4 RESUMO A tecnologia de Business Intelligenge (BI) ou Inteligência de

Leia mais

CONSIDERAÇÕES SOBRE ATIVIDADES DE IDENTIFICAÇÃO, LOCALIZAÇÃO E TRATAMENTO DE DADOS NA CONSTRUÇÃO DE UM DATA WAREHOUSE

CONSIDERAÇÕES SOBRE ATIVIDADES DE IDENTIFICAÇÃO, LOCALIZAÇÃO E TRATAMENTO DE DADOS NA CONSTRUÇÃO DE UM DATA WAREHOUSE CONSIDERAÇÕES SOBRE ATIVIDADES DE IDENTIFICAÇÃO, LOCALIZAÇÃO E TRATAMENTO DE DADOS NA CONSTRUÇÃO DE UM DATA WAREHOUSE Fabio Favaretto Professor adjunto - Programa de Pós Graduação em Engenharia de Produção

Leia mais

Data Warehouses. Alunos: Diego Antônio Cotta Silveira Filipe Augusto Rodrigues Nepomuceno Marcos Bastos Silva Roger Rezende Ribeiro Santos

Data Warehouses. Alunos: Diego Antônio Cotta Silveira Filipe Augusto Rodrigues Nepomuceno Marcos Bastos Silva Roger Rezende Ribeiro Santos Data Warehouses Alunos: Diego Antônio Cotta Silveira Filipe Augusto Rodrigues Nepomuceno Marcos Bastos Silva Roger Rezende Ribeiro Santos Conceitos Básicos Data Warehouse(DW) Banco de Dados voltado para

Leia mais

Data Warehousing Visão Geral do Processo

Data Warehousing Visão Geral do Processo Data Warehousing Visão Geral do Processo Organizações continuamente coletam dados, informações e conhecimento em níveis cada vez maiores,, e os armazenam em sistemas informatizados O número de usuários

Leia mais

Sistemas de Informação Aplicados a AgroIndústria Utilizando DataWarehouse/DataWebhouse

Sistemas de Informação Aplicados a AgroIndústria Utilizando DataWarehouse/DataWebhouse Sistemas de Informação Aplicados a AgroIndústria Utilizando DataWarehouse/DataWebhouse Prof. Dr. Oscar Dalfovo Universidade Regional de Blumenau - FURB, Blumenau, Brasil dalfovo@furb.br Prof. Dr. Juarez

Leia mais

TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE

TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE Engenharia de Computação Professor: Rosalvo Ferreira de Oliveira Neto OLPT x OLAP Roteiro OLTP Datawarehouse OLAP Operações OLAP Exemplo com Mondrian e Jpivot

Leia mais

FUNDAMENTOS DE SISTEMAS DE INFORMAÇÃO

FUNDAMENTOS DE SISTEMAS DE INFORMAÇÃO @ribeirord FUNDAMENTOS DE SISTEMAS DE INFORMAÇÃO Rafael D. Ribeiro, M.Sc,PMP. rafaeldiasribeiro@gmail.com http://www.rafaeldiasribeiro.com.br Lembrando... Aula 4 1 Lembrando... Aula 4 Sistemas de apoio

Leia mais

Fundamentos da inteligência de negócios: gestão da informação e de bancos de dados

Fundamentos da inteligência de negócios: gestão da informação e de bancos de dados Fundamentos da inteligência de negócios: gestão da informação e de bancos de dados slide 1 1 Copyright 2011 Pearson Education, Inc. publishing as Prentice Hall Objetivos de estudo Como um banco de dados

Leia mais

Data Warehouses Uma Introdução

Data Warehouses Uma Introdução Data Warehouses Uma Introdução Alex dos Santos Vieira, Renaldy Pereira Sousa, Ronaldo Ribeiro Goldschmidt 1. Motivação e Conceitos Básicos Com o advento da globalização, a competitividade entre as empresas

Leia mais

Thiago Locatelli de OLIVEIRA, Thaynara de Assis Machado de JESUS; Fernando José BRAZ Bolsistas CNPq; Orientador IFC Campus Araquari

Thiago Locatelli de OLIVEIRA, Thaynara de Assis Machado de JESUS; Fernando José BRAZ Bolsistas CNPq; Orientador IFC Campus Araquari DESENVOLVIMENTO DE AMBIENTE PARA A GESTÃO DO CONHECIMENTO RELACIONADO AOS DADOS PRODUZIDOS PELO SISTEMA DE GERENCIAMENTO DE TRANSITO DA CIDADE DE JOINVILLE/SC PARTE I Thiago Locatelli de OLIVEIRA, Thaynara

Leia mais

5 Estudo de Caso. 5.1. Material selecionado para o estudo de caso

5 Estudo de Caso. 5.1. Material selecionado para o estudo de caso 5 Estudo de Caso De modo a ilustrar a estruturação e representação de conteúdos educacionais segundo a proposta apresentada nesta tese, neste capítulo apresentamos um estudo de caso que apresenta, para

Leia mais

Projeto de Data Warehousing sobre Informações em Saúde para dar Suporte a Análise de Faturamento Hospitalar

Projeto de Data Warehousing sobre Informações em Saúde para dar Suporte a Análise de Faturamento Hospitalar Projeto de Data Warehousing sobre Informações em Saúde para dar Suporte a Análise de Faturamento Hospitalar Newton Shydeo Brandão Miyoshi Joaquim Cezar Felipe Grupo de Informática Biomédica Departamento

Leia mais

DATA WAREHOUSE. Rafael Ervin Hass Raphael Laércio Zago

DATA WAREHOUSE. Rafael Ervin Hass Raphael Laércio Zago DATA WAREHOUSE Rafael Ervin Hass Raphael Laércio Zago Roteiro Introdução Aplicações Arquitetura Características Desenvolvimento Estudo de Caso Conclusão Introdução O conceito de "data warehousing" data

Leia mais

Aplicação de Data Warehousing no Cadastro de Ficha Limpa do TSE

Aplicação de Data Warehousing no Cadastro de Ficha Limpa do TSE Aplicação de Data Warehousing no Cadastro de Ficha Limpa do TSE Mateus Ferreira Silva, Luís Gustavo Corrêa Lira, Marcelo Fernandes Antunes, Tatiana Escovedo, Rubens N. Melo mateusferreiras@gmail.com, gustavolira@ymail.com,

Leia mais

PLANO DE ENSINO PRÉ-REQUISITOS: ENS

PLANO DE ENSINO PRÉ-REQUISITOS: ENS UNIVERSIDADE DO ESTADO DE SANTA CATARINA UDESC CENTRO DE EDUCAÇÃO SUPERIOR DO ALTO VALE DO ITAJAÍ CEAVI PLANO DE ENSINO DEPARTAMENTO: DSI Departamento de Sistema de Informação DISCIPLINA: Data Warehouse

Leia mais

Chapter 3. Análise de Negócios e Visualização de Dados

Chapter 3. Análise de Negócios e Visualização de Dados Chapter 3 Análise de Negócios e Visualização de Dados Objetivos de Aprendizado Descrever a análise de negócios (BA) e sua importância par as organizações Listar e descrever brevemente os principais métodos

Leia mais

Sistemas de Apoio à Decisão (SAD) - Senado

Sistemas de Apoio à Decisão (SAD) - Senado Sistemas de Apoio à Decisão (SAD) - Senado DW OLAP BI Ilka Kawashita Material preparado :Prof. Marcio Vitorino Sumário OLAP Data Warehouse (DW/ETL) Modelagem Multidimensional Data Mining BI - Business

Leia mais

DATA WAREHOUSING. Data Warehousing

DATA WAREHOUSING. Data Warehousing DATA WAREHOUSING Data Warehousing Sumário Conceitos / Autores chave... 3 1. Introdução... 3 2. Modelos de Data Warehouse... 4 3. Processo de Extração, Transformação e Carga de Dados... 6 4. Data Mart versus

Leia mais

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

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

Leia mais

Data Warehousing. Leonardo da Silva Leandro. CIn.ufpe.br

Data Warehousing. Leonardo da Silva Leandro. CIn.ufpe.br Data Warehousing Leonardo da Silva Leandro Agenda Conceito Elementos básicos de um DW Arquitetura do DW Top-Down Bottom-Up Distribuído Modelo de Dados Estrela Snowflake Aplicação Conceito Em português:

Leia mais

Business Intelligence. Business Intelligence. Business Intelligence. Business Intelligence. Business Intelligence

Business Intelligence. Business Intelligence. Business Intelligence. Business Intelligence. Business Intelligence Juntamente com o desenvolvimento desses aplicativos surgiram os problemas: & Data Warehouse July Any Rizzo Oswaldo Filho Década de 70: alguns produtos de BI Intensa e exaustiva programação Informação em

Leia mais

Data Warehouse Processos e Arquitetura

Data Warehouse Processos e Arquitetura Data Warehouse - definições: Coleção de dados orientada a assunto, integrada, não volátil e variável em relação ao tempo, que tem por objetivo dar apoio aos processos de tomada de decisão (Inmon, 1997)

Leia mais

Aplicação A. Aplicação B. Aplicação C. Aplicação D. Aplicação E. Aplicação F. Aplicação A REL 1 REL 2. Aplicação B REL 3.

Aplicação A. Aplicação B. Aplicação C. Aplicação D. Aplicação E. Aplicação F. Aplicação A REL 1 REL 2. Aplicação B REL 3. Sumário Data Warehouse Modelagem Multidimensional. Data Mining BI - Business Inteligence. 1 2 Introdução Aplicações do negócio: constituem as aplicações que dão suporte ao dia a dia do negócio da empresa,

Leia mais

srbo@ufpa.br www.ufpa.br/srbo

srbo@ufpa.br www.ufpa.br/srbo CBSI Curso de Bacharelado em Sistemas de Informação BI Prof. Dr. Sandro Ronaldo Bezerra Oliveira srbo@ufpa.br www.ufpa.br/srbo Tópicos Especiais em Sistemas de Informação Faculdade de Computação Instituto

Leia mais

ATIVIDADES PRÁTICAS SUPERVISIONADAS

ATIVIDADES PRÁTICAS SUPERVISIONADAS ATIVIDADES PRÁTICAS SUPERVISIONADAS Tecnologia em Gestão da Tecnologia da Informação 4ª. Série Administração de Banco de Dados A atividade prática supervisionada (ATPS) é um método de ensinoaprendizagem

Leia mais

Uma Ferramenta Web para BI focada no Gestor de Informação

Uma Ferramenta Web para BI focada no Gestor de Informação Uma Ferramenta Web para BI focada no Gestor de Informação Mikael de Souza Fernandes 1, Gustavo Zanini Kantorski 12 mikael@cpd.ufsm.br, gustavoz@cpd.ufsm.br 1 Curso de Sistemas de Informação, Universidade

Leia mais

Palavras-chave: On-line Analytical Processing, Data Warehouse, Web mining.

Palavras-chave: On-line Analytical Processing, Data Warehouse, Web mining. BUSINESS INTELLIGENCE COM DADOS EXTRAÍDOS DO FACEBOOK UTILIZANDO A SUÍTE PENTAHO Francy H. Silva de Almeida 1 ; Maycon Henrique Trindade 2 ; Everton Castelão Tetila 3 UFGD/FACET Caixa Postal 364, 79.804-970

Leia mais

Resumo dos principais conceitos. Resumo dos principais conceitos. Business Intelligence. Business Intelligence

Resumo dos principais conceitos. Resumo dos principais conceitos. Business Intelligence. Business Intelligence É um conjunto de conceitos e metodologias que, fazem uso de acontecimentos e sistemas e apoiam a tomada de decisões. Utilização de várias fontes de informação para se definir estratégias de competividade

Leia mais

Tópicos Avançados Business Intelligence. Banco de Dados Prof. Otacílio José Pereira. Unidade 10 Tópicos Avançados Business Inteligence.

Tópicos Avançados Business Intelligence. Banco de Dados Prof. Otacílio José Pereira. Unidade 10 Tópicos Avançados Business Inteligence. Tópicos Avançados Business Intelligence Banco de Dados Prof. Otacílio José Pereira Unidade 10 Tópicos Avançados Business Inteligence Roteiro Introdução Níveis organizacionais na empresa Visão Geral das

Leia mais

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

Leia mais

Planejamento Estratégico de TI. Prof.: Fernando Ascani

Planejamento Estratégico de TI. Prof.: Fernando Ascani Planejamento Estratégico de TI Prof.: Fernando Ascani Data Warehouse - Conceitos Hoje em dia uma organização precisa utilizar toda informação disponível para criar e manter vantagem competitiva. Sai na

Leia mais

Professor: Disciplina:

Professor: Disciplina: Professor: Curso: Esp. Marcos Morais de Sousa marcosmoraisdesousa@gmail.com Sistemas de informação Disciplina: Introdução a SI Noções de sistemas de informação Turma: 01º semestre Prof. Esp. Marcos Morais

Leia mais

Uma peça estratégica para o seu negócio

Uma peça estratégica para o seu negócio Uma peça estratégica para o seu negócio INFORMAÇÃO GERAL DA EMPRESA CASO DE SUCESSO EM IMPLEMENTAÇÃO BI PERGUNTAS E RESPOSTAS Fundada em 1997, Habber Tec é uma empresa especializada na oferta de soluções

Leia mais

Complemento I - Noções Introdutórias em Data Warehouses

Complemento 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 mais

Projeto de um Data Warehouse para a Saúde Pública

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

Leia mais

DATA WAREHOUSE. Introdução

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

Leia mais

Uma aplicação de Data Warehouse para análise do processo de coleta de sangue e de medula óssea

Uma aplicação de Data Warehouse para análise do processo de coleta de sangue e de medula óssea Uma aplicação de Data Warehouse para análise do processo de coleta de sangue e de medula óssea Rogério de Torres Pelito, Gleise Celeste Gonzaga Pereira, Diana Maria da Silva de Souza, André Luiz Alves

Leia mais

UNIVERSIDADE REGIONAL DE BLUMENAU CENTRO DE CIÊNCIAS EXATAS E NATURAIS CURSO DE CIÊNCIAS DA COMPUTAÇÃO (Bacharelado)

UNIVERSIDADE REGIONAL DE BLUMENAU CENTRO DE CIÊNCIAS EXATAS E NATURAIS CURSO DE CIÊNCIAS DA COMPUTAÇÃO (Bacharelado) UNIVERSIDADE REGIONAL DE BLUMENAU CENTRO DE CIÊNCIAS EXATAS E NATURAIS CURSO DE CIÊNCIAS DA COMPUTAÇÃO (Bacharelado) SISTEMA INTERNO INTEGRADO PARA CONTROLE DE TAREFAS INTERNAS DE UMA EMPRESA DE DESENVOLVIMENTO

Leia mais

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

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

Leia mais

Aplicando Técnicas de Business Intelligence sobre dados de desempenho Acadêmico: Um estudo de caso

Aplicando Técnicas de Business Intelligence sobre dados de desempenho Acadêmico: Um estudo de caso Aplicando Técnicas de Business Intelligence sobre dados de desempenho Acadêmico: Um estudo de caso Ana Magela Rodriguez Almeida 1, Sandro da Silva Camargo 1 1 Curso Engenharia de Computação Universidade

Leia mais

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

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

Leia mais

Curso Data warehouse e Business Intelligence

Curso Data warehouse e Business Intelligence Curso Data warehouse e Business Intelligence Fundamentos, Metodologia e Arquitetura Apresentação Os projetos de Data Warehouse e Business Intelligence são dos mais interessantes e complexos de desenvolver

Leia mais

Sobre o que falaremos nesta aula?

Sobre o que falaremos nesta aula? Business Intelligence - BI Inteligência de Negócios Prof. Ricardo José Pfitscher Elaborado com base no material de: José Luiz Mendes Gerson Volney Lagmman Introdução Sobre o que falaremos nesta aula? Ferramentas

Leia mais

Planejamento e Orçamento

Planejamento 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 mais

Data Warehouse Granularidade. rogerioaraujo.wordpress.com twitter: @rgildoaraujo - rgildoaraujo@gmail.com 1

Data Warehouse Granularidade. rogerioaraujo.wordpress.com twitter: @rgildoaraujo - rgildoaraujo@gmail.com 1 Data Warehouse Granularidade rogerioaraujo.wordpress.com twitter: @rgildoaraujo - rgildoaraujo@gmail.com 1 Granularidade A granularidade de dados refere-se ao nível de sumarização dos elementos e de detalhe

Leia mais

Data Warehouse. Debora Marrach Renata Miwa Tsuruda

Data Warehouse. Debora Marrach Renata Miwa Tsuruda Debora Marrach Renata Miwa Tsuruda Agenda Introdução Contexto corporativo Agenda Introdução Contexto corporativo Introdução O conceito de Data Warehouse surgiu da necessidade de integrar dados corporativos

Leia mais

4 Aplicação da Sistemática

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

Leia mais

PROPOSTA DE UMA ARQUITETURA PARA CONSTRUÇÃO DE UM DATA WAREHOUSE PARA GESTÃO DA SAÚDE PÚBLICA DE UM MUNICÍPIO DO VALE DO ITAJAÍ

PROPOSTA DE UMA ARQUITETURA PARA CONSTRUÇÃO DE UM DATA WAREHOUSE PARA GESTÃO DA SAÚDE PÚBLICA DE UM MUNICÍPIO DO VALE DO ITAJAÍ PROPOSTA DE UMA ARQUITETURA PARA CONSTRUÇÃO DE UM DATA WAREHOUSE PARA GESTÃO DA SAÚDE PÚBLICA DE UM MUNICÍPIO DO VALE DO ITAJAÍ Renan Felipe dos Santos Prof. Alexander Roberto Valdameri,Orientador ROTEIRO

Leia mais

RESUMO DA SOLUÇÃO CA ERwin Modeling. Como eu posso gerenciar a complexidade dos dados e aumentar a agilidade dos negócios?

RESUMO DA SOLUÇÃO CA ERwin Modeling. Como eu posso gerenciar a complexidade dos dados e aumentar a agilidade dos negócios? RESUMO DA SOLUÇÃO CA ERwin Modeling Como eu posso gerenciar a complexidade dos dados e aumentar a agilidade dos negócios? O CA ERwin Modeling fornece uma visão centralizada das principais definições de

Leia mais

Banco de Dados - Senado

Banco de Dados - Senado Banco de Dados - Senado Exercícios OLAP - CESPE Material preparado: Prof. Marcio Vitorino OLAP Material preparado: Prof. Marcio Vitorino Soluções MOLAP promovem maior independência de fornecedores de SGBDs

Leia mais

Data Warehouse a experiência da ANVISA

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

Leia mais

Data Mining: Conceitos e Técnicas

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

Leia mais

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

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

Leia mais

Prova INSS RJ - 2007 cargo: Fiscal de Rendas

Prova INSS RJ - 2007 cargo: Fiscal de Rendas Prova INSS RJ - 2007 cargo: Fiscal de Rendas Material de Apoio de Informática - Prof(a) Ana Lucia 53. Uma rede de microcomputadores acessa os recursos da Internet e utiliza o endereço IP 138.159.0.0/16,

Leia mais

Uma Arquitetura de Gestão de Dados em Ambiente Data Warehouse

Uma Arquitetura de Gestão de Dados em Ambiente Data Warehouse Uma Arquitetura de Gestão de Dados em Ambiente Data Warehouse Alcione Benacchio (UFPR) E mail: alcione@inf.ufpr.br Maria Salete Marcon Gomes Vaz (UEPG, UFPR) E mail: salete@uepg.br Resumo: O ambiente de

Leia mais

DATA WAREHOUSE NO APOIO À TOMADA DE DECISÕES

DATA 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 mais

18. Qualidade de Dados em Data Warehouse - Objetivos e Sucesso

18. Qualidade de Dados em Data Warehouse - Objetivos e Sucesso 18. Qualidade de Dados em Data Warehouse - Objetivos e Sucesso Uma das características das Ciências Exatas é a precisão das informações obtidas; a segurança dos dados extraídos nos processos usados. Cálculos

Leia mais

Capítulo 1 - A revolução dos dados, da informação e do conhecimento 1 B12 4

Capítulo 1 - A revolução dos dados, da informação e do conhecimento 1 B12 4 Sumário Capítulo 1 - A revolução dos dados, da informação e do conhecimento 1 B12 4 Capítulo 2 - Reputação corporativa e uma nova ordem empresarial 7 Inovação e virtualidade 9 Coopetição 10 Modelos plurais

Leia mais

Interatividade aliada a Análise de Negócios

Interatividade aliada a Análise de Negócios Interatividade aliada a Análise de Negócios Na era digital, a quase totalidade das organizações necessita da análise de seus negócios de forma ágil e segura - relatórios interativos, análise de gráficos,

Leia mais

Sistema Nacional de Gerenciamento de Produtos Controlados SNGPC

Sistema Nacional de Gerenciamento de Produtos Controlados SNGPC Sistema Nacional de Gerenciamento de Produtos Controlados SNGPC X Congresso Brasileiro de Informática em Saúde Outubro de 2006 Márcia Gonçalves de Oliveira, Jussara Alves de Assis, Maurício Tonato, Victor

Leia mais

Bases de Dados aplicadas a Inteligência de Negócios

Bases de Dados aplicadas a Inteligência de Negócios Agenda Bases de Dados aplicadas a Inteligência de Negócios Professor Sérgio Rodrigues professor@sergiorodrigues.net Sistemas de Gerenciamento de Bancos de Dados (SGBD) Tipos de Banco de Dados Noções de

Leia mais

Uma aplicação de Data Warehouse para apoiar negócios

Uma aplicação de Data Warehouse para apoiar negócios Uma aplicação de Data Warehouse para apoiar negócios André Vinicius Gouvêa Monteiro Marcos Paulo Oliveira Pinto Rosa Maria E. Moreira da Costa Universidade do Estado do Rio de Janeiro - UERJ IME - Dept

Leia mais

Business Intelligence

Business Intelligence 1/ 24 Business Intelligence Felipe Ferreira 1 Nossa empresa Jornal O Globo Jornais Populares Parcerias Grupo Folha Grupo Estado 2 1 Fundada em 1925 3100 funcionários 2 Parques Gráficos e SP Globo: 220

Leia mais

BUSINESS INTELLIGENCE -Inteligência nos Negócios-

BUSINESS INTELLIGENCE -Inteligência nos Negócios- UNIVERSIDADE SÃO FRANCISCO CENTRO DE CIÊNCIAS JURÍDICAS, HUMANAS E SOCIAIS BUSINESS INTELLIGENCE -Inteligência nos Negócios- Curso: Administração Hab. Sistemas de Informações Disciplina: Gestão de Tecnologia

Leia mais

Conversão de Base de Dados Relacional para Dimensional para Business Intelligence Utilizando Banco de Dados Mysql

Conversão de Base de Dados Relacional para Dimensional para Business Intelligence Utilizando Banco de Dados Mysql Conversão de Base de Dados Relacional para Dimensional para Business Intelligence Utilizando Banco de Dados Mysql Carlos H. Cardoso 1, Roberto D Nebo 1, Luis A. da Silva 1 1 Curso de Tecnologia em Banco

Leia mais

A aplicação do Business Intelligence no segmento de Saúde Pública Ambulatorial

A aplicação do Business Intelligence no segmento de Saúde Pública Ambulatorial A aplicação do Business Intelligence no segmento de Saúde Pública Ambulatorial Gilberto Capatina Valente 1, Newton Naoki Ahagon 1 1 Atech Tecnologias Críticas, São Paulo, SP Resumo Este artigo descreve

Leia mais

Padrões para o ambiente DW-PBH

Padrões para o ambiente DW-PBH Empresa de Informática e Informação do Município de Belo Horizonte S/A PRODABEL Diretoria de Sistema - DS Superintendência de Arquitetura de Sistemas - SAS Gerência de Arquitetura de Informação - GAAS

Leia mais

Pós-Graduação MBA em Inteligência Competitiva com Business Intelligence(BI) Banco de Dados para BI 2011-11

Pós-Graduação MBA em Inteligência Competitiva com Business Intelligence(BI) Banco de Dados para BI 2011-11 Pós-Graduação MBA em Inteligência Competitiva com Business Intelligence(BI) Banco de Dados para BI 2011-11 Apresentação José Roberto Escodeiro Formação Acadêmica Mestre, Eng. de Produção, Ufscar, 2009,

Leia mais

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

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

Leia mais

Aula 02: Conceitos Fundamentais

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

Leia mais

OLAP em âmbito hospitalar: Transformação de dados de enfermagem para análise multidimensional

OLAP em âmbito hospitalar: Transformação de dados de enfermagem para análise multidimensional OLAP em âmbito hospitalar: Transformação de dados de enfermagem para análise multidimensional João Silva and José Saias m5672@alunos.uevora.pt, jsaias@di.uevora.pt Mestrado em Engenharia Informática, Universidade

Leia mais

A importância da. nas Organizações de Saúde

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

Leia mais

Módulo 5. Implementando Cubos OLAP

Módulo 5. Implementando Cubos OLAP Módulo 5. Implementando Cubos OLAP Objetivos Compreender a importância da manipulação correta da segurança nos dados. Conhecer as operações que podem ser realizadas na consulta de um cubo. Entender o uso

Leia mais

AGILE ROLAP - UMA METODOLOGIA ÁGIL PARA IMPLEMENTAÇÃO DE AMBIENTES DE NEGÓCIOS BASEADO EM SERVIDORES OLAP.

AGILE ROLAP - UMA METODOLOGIA ÁGIL PARA IMPLEMENTAÇÃO DE AMBIENTES DE NEGÓCIOS BASEADO EM SERVIDORES OLAP. AGILE ROLAP - UMA METODOLOGIA ÁGIL PARA IMPLEMENTAÇÃO DE AMBIENTES DE NEGÓCIOS BASEADO EM SERVIDORES OLAP. Luan de Souza Melo (Fundação Araucária), André Luís Andrade Menolli (Orientador), Ricardo G. Coelho

Leia mais

Arquiteturas de DW e Abordagens de Implementação. Arquiteturas e Abordagens de Implementação

Arquiteturas de DW e Abordagens de Implementação. Arquiteturas e Abordagens de Implementação Curso de Dwing TecBD-DI PUC-Rio Prof. Rubens Melo Arquiteturas de DW e Abordagens de Implementação Arquiteturas e Abordagens de Implementação Arquitetura adequada é fundamental Infra-estrutura disponível

Leia mais

Curso Data warehouse e Business Intelligence Fundamentos, Metodologia e Arquitetura

Curso Data warehouse e Business Intelligence Fundamentos, Metodologia e Arquitetura Curso Data warehouse e Business Intelligence Fundamentos, Metodologia e Arquitetura Apresentação Os projetos de Data Warehouse e Business Intelligence são dos mais interessantes e complexos de desenvolver

Leia mais

Gerador de aplicativos Oracle PL/SQL WEB baseado na estrutura das tabelas do. Wagner da Silva Orientando Prof. Alexander Roberto Valdameri Orientador

Gerador de aplicativos Oracle PL/SQL WEB baseado na estrutura das tabelas do. Wagner da Silva Orientando Prof. Alexander Roberto Valdameri Orientador Gerador de aplicativos Oracle PL/SQL WEB baseado na estrutura das tabelas do banco de dados Oracle Wagner da Silva Orientando Prof. Alexander Roberto Valdameri Orientador Roteiro Introdução e Objetivos;

Leia mais

ACOMPANHAMENTO TESTE 6. Fonte: Carlos Barbieri. Fonte: Carlos Barbieri

ACOMPANHAMENTO TESTE 6. Fonte: Carlos Barbieri. Fonte: Carlos Barbieri PÓS-GRADUAÇÃO LATO SENSU Curso: Banco de Dados Disciplina: Data Warehouse e Business Intelligence Professor: Fernando Zaidan Unidade 2.1 - Cubos 2012 ACOMPANHAMENTO IMPLEMENTAÇÃO 8 7 9 TESTE 6 CONSTRUÇÃO

Leia mais

Módulo 4: Gerenciamento de Dados

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

Leia mais

KDD E MINERAÇÃO DE DADOS:

KDD E MINERAÇÃO DE DADOS: KDD E MINERAÇÃO DE DADOS: Revisão em Data Warehouses Prof. Ronaldo R. Goldschmidt ronaldo@de9.ime.eb.br rribeiro@univercidade.br geocities.yahoo.com.br/ronaldo_goldschmidt 1 DATA WAREHOUSES UMA VISÃO GERAL

Leia mais

Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan

Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan Faculdade INED Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan 1 Unidade 4.3 2 1 BI BUSINESS INTELLIGENCE BI CARLOS BARBIERI

Leia mais

BUSINESS INTELLIGENCE Prof. Fabio Purcino

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

Leia mais

Banco de Dados I. Introdução. Fabricio Breve

Banco de Dados I. Introdução. Fabricio Breve Banco de Dados I Introdução Fabricio Breve Introdução SGBD (Sistema Gerenciador de Banco de Dados): coleção de dados interrelacionados e um conjunto de programas para acessar esses dados Coleção de dados

Leia mais

Sistemas de Informação James A. O Brien Editora Saraiva Capítulo 5

Sistemas de Informação James A. O Brien Editora Saraiva Capítulo 5 Para entender bancos de dados, é útil ter em mente que os elementos de dados que os compõem são divididos em níveis hierárquicos. Esses elementos de dados lógicos constituem os conceitos de dados básicos

Leia mais

Uma análise multidimensional dos dados estratégicos da empresa usando o recurso OLAP do Microsoft Excel

Uma análise multidimensional dos dados estratégicos da empresa usando o recurso OLAP do Microsoft Excel Uma análise multidimensional dos dados estratégicos da empresa usando o recurso OLAP do Microsoft Excel Carlos Alberto Ferreira Bispo (AFA) cafbispo@siteplanet.com.br Daniela Gibertoni (FATECTQ) daniela@fatectq.com.br

Leia mais

Uma Plataforma de Gestão para Redes de Distribuição de Baixa Tensão

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

Leia mais

Percio Alexandre de Oliveira Prof. Maurício Capobianco Lopes - Orientador

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

Leia mais

Módulo 2. Definindo Soluções OLAP

Módulo 2. Definindo Soluções OLAP Módulo 2. Definindo Soluções OLAP Objetivos Ao finalizar este módulo o participante: Recordará os conceitos básicos de um sistema OLTP com seus exemplos. Compreenderá as características de um Data Warehouse

Leia mais

Kimball University: As 10 Regras Essenciais para a Modelagem de Dados Dimensional

Kimball University: As 10 Regras Essenciais para a Modelagem de Dados Dimensional Kimball University: As 10 Regras Essenciais para a Modelagem de Dados Dimensional Margy Ross Presidente Kimball Group Maio de 2009, Intelligent Enterprise.com Tradução livre para a língua portuguesa por

Leia mais

Business Intelligence e ferramentas de suporte

Business Intelligence e ferramentas de suporte O modelo apresentado na figura procura enfatizar dois aspectos: o primeiro é sobre os aplicativos que cobrem os sistemas que são executados baseados no conhecimento do negócio; sendo assim, o SCM faz o

Leia mais

Bloco Administrativo

Bloco Administrativo Bloco Administrativo BI Business Intelligence Objetivo O objetivo deste artigo é dar uma visão geral sobre o Módulo Business Intelligence, que se encontra no Bloco Administrativo. Todas informações aqui

Leia mais

Data Warehousing e OLAP

Data Warehousing e OLAP Data Warehousing e OLAP Jornadas de Engenharia Informática Instituto Politécnico da Guarda Henrique Madeira Departamento de Engenharia Informática Faculdade de Ciências e Tecnologia Universidade de Coimbra

Leia mais

Contrata Consultor na modalidade Produto

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

Leia mais

Banco de Dados, Integração e Qualidade de Dados. Ceça Moraes cecafac@gmail.com

Banco de Dados, Integração e Qualidade de Dados. Ceça Moraes cecafac@gmail.com Banco de Dados, Integração e Qualidade de Dados Ceça Moraes cecafac@gmail.com Sobre a professora CeçaMoraes Doutora em Computação (UFPE) Áreas de atuação Desenvolvimento de Software e Banco de Dados Experiência

Leia mais

Capítulo 5. 5.1 Laudon, Cap. 5

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

Leia mais

MBA Inteligência Competitiva Com ênfase em BI/CPM. Metadados

MBA 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 mais

PLATAFORMA URBANMOB Aplicativo para captura de trajetórias urbanas de objetos móveis

PLATAFORMA URBANMOB Aplicativo para captura de trajetórias urbanas de objetos móveis PLATAFORMA URBANMOB Aplicativo para captura de trajetórias urbanas de objetos móveis Gabriel Galvão da Gama 1 ; Reginaldo Rubens da Silva 2 ; Angelo Augusto Frozza 3 RESUMO Este artigo descreve um projeto

Leia mais

01/12/2009 BUSINESS INTELLIGENCE. Agenda. Conceito. Segurança da Informação. Histórico Conceito Diferencial Competitivo Investimento.

01/12/2009 BUSINESS INTELLIGENCE. Agenda. Conceito. Segurança da Informação. Histórico Conceito Diferencial Competitivo Investimento. BUSINESS INTELLIGENCE Agenda BI Histórico Conceito Diferencial Competitivo Investimento Segurança da Objetivo Áreas Conceito O conceito de Business Intelligencenão é recente: Fenícios, persas, egípcios

Leia mais