Universidade Católica de Brasília Curso de Tecnólogo em Processamento de Dados e Curso de Bacharel em Ciência da Computação Projeto Final

Tamanho: px
Começar a partir da página:

Download "Universidade Católica de Brasília Curso de Tecnólogo em Processamento de Dados e Curso de Bacharel em Ciência da Computação Projeto Final"

Transcrição

1 Universidade Católica de Brasília Curso de Tecnólogo em Processamento de Dados e Curso de Bacharel em Ciência da Computação Projeto Final Volume I Projeto DW Data Warehouse Alunos: Luiz Júpiter Carneiro de Souza 94/ Paul Rashid George Sapountzakis 98/ José de Ribamar Belfort Franco Neto 97/ Orientador: Ly Freitas Brasília (DF), Novembro de 2002.

2 Universidade Católica de Brasília Curso de Tecnólogo em Processamento de Dados e Curso de Bacharel em Ciência da Computação Projeto Final Volume I Projeto DW Data Warehouse Alunos: Luiz Júpiter Carneiro de Souza 94/ Paul Rashid George Sapountzakis 98/ José de Ribamar Belfort Franco Neto 97/ Orientador: Ly Freitas Brasília (DF), Novembro de 2002.

3 ÍNDICE ANALÍTICO I - Introdução... 6 I.1 Objetivo Geral... 8 I.2 Objetivos Específicos... 8 II Sistemas de Suporte a Decisão (DSS)... 9 II. 1 - OLAP II. 2 - Tipos de Arquiteturas OLAP II ROLAP II MOLAP II. 2.3 DOLAP (Desktop OLAP) II. 2.4 HOLAP (Híbrida OLAP: DOLAP ou ROLAP + MOLAP) 15 II.2.5 WOLAP (Web OLAP) III - Conceitos de Data Warehouse III. 1 - Característica do Data Warehouse III. 2 - Modelo Entidade/Relacionamento III. 3 - Modelagem Multidimensional III. 4 - Agregados III. 5 - ODS III. 6 - Data Mining III Técnicas III Indução e aprendizagem indutiva III Estatística III Aprendizado de máquinas (Machine Learning).. 36 III Diferenças entre Data mining e Aprendizado de máquinas (Machine Learning) III Árvores de decisão III Redes Neurais III Análise de partições (cluster) III O processo KDD III Análise de dados manuais não práticos49 III Definições III Modelos de Funções III Representação do modelo III Ferramentas Comerciais III. 7 - Data Marts IV Metodologias para projetos de Data Warehouse IV. 1 - Os nove pontos de decisão segundo Ralph Kimbal IV Os processos e, portanto, a identidade das tabelas de fatos IV A granularidade (nível de detalhe) de cada tabela de fatos IV As dimensões de cada tabela de fatos IV Os fatos, incluindo fatos pré-calculados

4 IV Os atributos da dimensão com descrição completas e terminologias apropriada IV Como rastrear dimensões de modificação lenta IV Armazenar os cálculos iniciais na tabela de fato IV A amplitude de tempo do histórico do banco de dados IV Os intervalos em que os dados são extraídos e carregados no Data Warehouse IV. 2 - Metodologia CTM/IS IV CTM / IS GER IV Origem IV Realização IV Objetivos IV Produtos por Sessão IV Condução IV Planejamento IV Recursos Necessários IV Recursos Ambientais IV. 3 - Metodologia de Desenvolvimento baseada em dados W. H. Inmon IV Desenvolvimento de Data Warehouse METOD 273 IV. 4 - IDEASOFT Metodologia DM IV Primeira Fase: Análise Corporativa IV Definição da Estrutura Organizacional IV Análise Funcional IV Dinamizadores de Negócio IV Segunda Fase: Desenvolvimento de Data Marts IV Terceira Fase: Análise Interdepartamental IV Aspectos Importantes V. 5 - Análise Comparativa entre as metodologias VI Estudo de Caso VI METODOLOGIA ADOTADA VI ESPECIFICAÇÃO DE REQUISITOS VI Identificação do Problema VI Identificação dos Envolvidos VI Descrição das Necessidades dos Envolvidos VI Descrição das Características do data mart VI Restrições e Premissas VI Discoverer VI Requisitos do software VI Requisitos suplementares VI Capacidades VI Procedimentos contra perdas de informações VI CONCLUSÃO VI MODELOS DE USE CASE VI Visão geral dos Use Cases e Atores... 99

5 VI Descrição dos Use Cases VI Use Case Solicitar Atendimento VI Use Case Gerar APAC VI Use Case Gerar Loader VI Use Case Gerar Carga VI Use Case Gerar Relatório VI Diagramas de Classes VI Diagramas de Atividades de Negócio VII. 7 - Conclusão VIII. 8 - Bibliografia VIII Livros VIII Referências Internet VIII Anexos VIII Portarias

6 AGRADECIMENTOS Agradeço a Deus pela minha salvação em Jesus Cristo; A minha mãe por toda dedicação a minha vida; A minha esposa, um presente maravilhoso que Deus me deu e a sua paciência sem a qual este trabalho conteria barreiras maiores do que as que encontramos; A minha filha Luíza, que nascerá na época da apresentação deste trabalho. Venha em paz e amor, filha! A toda minha família pela compreensão do meu afastamento para me dedicar a pesquisar e a fazer o melhor que pude.... Quem dentre vós é sábio e entendido? Mostre pelo seu bom procedimento as suas obras em mansidão de sabedoria... Mas a sabedoria que vem do alto é, primeiramente, pura, depois pacífica, moderada, tratável, cheia de misericórdia e de bons frutos, sem parcialidade e sem hipocrisia.tiago 3: Luiz Júpiter Primeiramente agradeço a Deus, aos meus pais e minhas irmãs por todo apoio e incentivo que recebi durante todo o curso. Paul Rashid George Sapountzakis Agradeço aos meus pais pelo apoio que me deram durante toda a minha vida, à minha noiva por sempre estar ao meu lado nos bons e maus momentos e por me ajudar nesta reta final, e agradeço a Deus pelo dom da vida que me concedeu. José de Ribamar Belfort Franco Neto Agradecemos ao professor Ly Freitas e todo corpo acadêmico de projeto final da UCB, pelo apoio e pela amizade dispensada. Agradecemos a todos os que direta ou indiretamente se colocaram a disposição para nos ajudar nos momentos mais críticos. E em particular a Vanessa Morais que foi essencial à conclusão deste trabalho. Luiz Júpiter, Paul Rashid George Sapountzakis e José de Ribamar Belfort.

7 Projeto Final de Graduação, sob a Orientação do Professor Ly Freitas, avaliado por uma Banca Examinadora do Departamento de Ciências da Computação e Processamento de Dados da UCB que constitui requisito para obtenção do Título Bacharel em Ciências da Computação e Tecnólogo em Processamento de Dados.

8 SINOPSE Com o crescimento do ambiente tecnológico, faz-se necessário construir mecanismos que circulem informações vitais por toda organização, permitindo a tomada de decisões mais rápidas e certeiras. Alguns segmentos expressivos de mercado, como órgãos governamentais, bancos, seguros e empresas de telecomunicações, fornecem exemplos típicos de obtenção de TI (Tecnologia da Informação) através da aplicação de um data warehouse. Criar um data warehouse não é uma simples questão de tecnologia de bancos de dados ou processadores paralelos. Envolve: planejamento e modelagem, aspectos muitas vezes deixados em segundo plano, mas que garantem a qualidade dos dados, fator crítico para o seu sucesso; a integração de diferentes produtos de software; uma contínua atualização e refinamentos sucessivos. Uma solução de data warehouse bem planejada objetiva satisfazer as necessidades de análise de informações dos usuários, como monitorar e comparar as operações atuais com as passadas e prever situações futuras. Ao transformarmos, consolidarmos e racionalizarmos as informações dispersas por diversos bancos de dados e plataformas, permitimos que sejam feitas análises estratégicas bastante eficazes, em informações antes inacessíveis ou subaproveitadas. A grande vantagem de um data warehouse é permitir a tomada de decisões baseadas em fatos. Na verdade, ele busca disponibilizar à organização o grande volume de dados que foram e estão sendo armazenados em bases de dados operacionais, espalhadas por toda organização.

9 ABSTRACT With the growth of technology environment, it is necessary to build mechanisms that circulate vital information throughout the organization, allowing the decision making faster and more accurate. Some market segments, like governmental organization, banks, insurance and telecommunication companies, give typical examples of obtaining technology information (IT) through Data Warehouse applications. To build a Data Warehouse is not a simple question of database or parallel processors. It involves: planning and modeling, aspects that many times are left in second plan but guarantees data quality, critical factor for the success; the integration of different software products and continuous updates. A Data Warehouse solution well planed targets meeting the needs of information analysis, as well as monitoring and comparing present with past operations and to anticipate future situations. By changing, consolidating and rationalizing the information spread in several database and platforms, very efficient strategic analysis can be made in information formerly non accessible or under used. The greatest advantage of a data warehouse is to allow the decision making based in facts. It makes available for the organization the huge volume of data that were and are kept in operational database, spread for the whole organization.

10 I - Introdução Um data warehouse não pode, nem deve ser um projeto exclusivo da área de sistemas. O verdadeiro conhecimento das necessidades de análise de informações do negócio está com os usuários. A área de sistemas deve ter o papel de consultor de tecnologia, resolvendo as questões tecnológicas do projeto, como escolha de plataformas e definição de estruturas físicas dos bancos de dados, e obviamente implementar essas soluções. Mas as decisões sobre modelos de dados devem ser dos usuários e dos analistas de negócio. São eles que vão identificar que informações são necessárias e onde obtê-las. O projeto de data warehouse deve ser implementado gradualmente, sendo constantemente refinado à medida que a área de tecnologia e a própria organização aprendam a usá-lo. É bem provável que apareçam problemas inesperados. É comum surgirem gargalos nas plataformas dos bancos de dados operacionais, que não foram configuradas para um aumento significativo no download de dados, geralmente de muitos gigabytes. A própria plataforma do data warehouse pode ter mecanismos ineficientes de backup/restore, o que pode levar a demoras significativas para disponibilizar queries nos horários adequados. A modelagem de um data warehouse não é voltada para decomposição funcional, mas para fatos, dimensões e hierarquias entre os dados. Uma modelagem errada pode causar danos ao projeto e poderá inundar os usuários com uma overdose de dados irrelevantes. No aspecto tecnologia, um fator muito importante é a escalabilidade. As tecnologias de hardware e software devem permitir o crescimento em volume e consultas de uma maneira bastante significativa. O data warehouse não pode ser planejado como algo relativamente estático, voltado para poucos usuários ou departamentos. De acordo com [INM97a] pode-se relacionar algumas diferenças entre os dados operacionais e os dados históricos.

11 Dados Operacionais Baseados em aplicações Detalhados Exatos em relação ao momento do acesso Atendem a comunidade funcional Podem ser atualizados Voltados para transações Não contemplam a redundância Atendem as necessidades cotidianas Dados Históricos Baseados em assuntos ou negócios Resumidos, ou refinados. Representam valores de momentos já decorridos ou instantâneos Atendem a comunidade gerencial Não são atualizados Voltados para análise A redundância não pode ser ignorada Atendem as necessidades gerenciais TABELA I.1 DADOS OPERACIONAIS X DADOS INFORMACIONAIS Dados operacionais são dados detalhados na condução das operações cotidianas da organização. Podem sofrer atualizações. São valores que refletem a imagem atual do dado. Dados históricos são dados resumidos ou calculados de forma a atender as necessidades da gerência da organização. Não sofrem atualizações. Esta pesquisa está estruturada em cinco capítulos. No primeiro capítulo são apresentadas as importâncias das informações para uma organização. No capítulo II são descritos alguns conceitos e características de um DW, tipos de modelagem, uma visão de onde um data mart está inserido dentro do contexto do DW e uma abordagem sobre Sistemas de Suporte a Decisão. No capítulo III são apresentadas 4 metodologias para implementação de projetos de DW, onde são descritas as características de cada metodologia, levando-se em conta os principais passos para construção de um data warehouse.

12 O capítulo IV é dedicado a um estudo de caso utilizando a metodologia DWM - solução Oracle para data marts, também conhecida como Oracle Data Mart Suite. Finalmente, no capítulo V são apresentadas as considerações finais sobre esta pesquisa. I.1 Objetivo Geral Esta pesquisa visa a apresentação dos fundamentos conceituais de um data warehouse, bem como uma avaliação de quatro metodologias para implementação de projetos de DW, abordando seus pontos relevantes. I.2 Objetivos Específicos Dentre os objetivos específicos deste instrumento de pesquisa, podemos destacar os seguintes pontos: a) Analisar a importância da informação no contexto atual; b) Proporcionar melhor entendimento dos conceitos e características de um data warehouse; c) Fazer uma avaliação de algumas metodologias de implementação de projeto de DW; d) Fazer um estudo de caso com implementação de um protótipo.

13 II Sistemas de Suporte a Decisão (DSS) Embora os sistemas de suporte a decisão (DSS) estejam no final de uma longa e complexa evolução, eles continuam sua trajetória de desenvolvimento. As origens do processamento DSS remontam aos primórdios dos computadores, onde começaram a serem implementados os primeiros sistemas de apoio à decisão 1 e sistemas de informações executivas 2, que certamente são precursores dos sistemas de DW, conforme [GUP97]. Os benefícios alcançados pelas organizações com a implementação de sistemas de suporte à decisão são irrefutáveis. Esses benefícios apontam para: aumento de tempo dos decision makers para a análise e tomada de decisão; eliminação de tarefas operacionais como pesquisa e identificação dos dados necessários ao processo decisório; melhor confiabilidade das informações devido à implementação de um elo integrador dos dados transacionais; racionalização do fluxo de informações da organização; padronização dos conceitos de negócio; democratização das informações sobre o desempenho do negócio. Mas, infelizmente, ainda são poucas as organizações que investem em soluções para municiar a informática na tarefa de construção e manutenção das diversas bases de dados, visando suportar os processos de extração, limpeza, regras de negócio e sumarização dos dados operacionais transformando-os em informação útil para o processo decisório. Como o DW depende dos dados disponíveis nas bases de dados operacionais da empresa, o primeiro passo para a sua construção é o mapeamento dessas bases, sua limpeza e sincronização com as demais camadas. Para isso, é extremamente necessário conciliar em um único ambiente a administração de todas as bases de dados operacionais que são fonte de alimentação para o DW e sua administração. Esse conceito assegura a qualidade de dados e propicia ao administrador do ambiente segurança para fazer o gerenciamento de dados do projeto de warehousing. 1 Sistemas focados em detalhes e destinados a tomada de decisão 2 Sistemas que provêm um alto nível de consolidação, destinados a executivos de alto nível.

14 Para atingir esse grau de segurança na confiabilidade dos dados, o primeiro passo é catalogar o Metadados 3 como RDBMS, plataforma, fontes de dados, tabelas, campos, índices, chaves primárias, chaves estrangeiras, procedures, parâmetros, programas, etc. ou seja, todas as informações pertinentes ao negócio. Com o Metadados catalogado, as estruturas de dados de todo o ambiente estarão sendo verificadas. Portanto, a cada mudança que ocorra nas bases transacionais, o administrador estará sempre sendo alertado, o que aumenta sua confiança na informação que estará sendo disponibilizada aos responsáveis por tomar decisões. Apesar do DSS ser usado pelos níveis de gerência tática e estratégica da organização, sua eficiência depende da qualidade dos dados gerados no nível operacional. Os bancos de dados utilizados no contexto de DSS devem ser capazes de armazenar e lidar com grandes quantidades de dados. A capacidade de armazenamento e o processo de carga dos dados para o banco de dados são igualmente importantes para este ambiente. Os dados de suporte a decisões são normalmente carregados em batch do ambiente transacional. Porém o banco de dados deve possuir ferramentas adequadas para a importação, integração e carga do data warehouse com os dados transacionais. A maioria das ferramentas relacionais de cargas de dados realiza suas operações em batch, requerendo que tanto o banco de dados de origem quanto o de destino estejam locked. Portanto a velocidade de carga dos dados é crucial, principalmente quando os sistemas operam 24 horas por dia, sete dias por semana. dados nas três camadas. 3 Metadados contém todas as informações que explicam o funcionamento de sua base de

15 II. 1 - OLAP De acordo com Inmon [INM99] o Processamento Analítico On-Line (OLAP On-Line Analytical Processing) é um método importante na arquitetura do data warehouse através do qual os dados podem ser transformados em informações. OLAP é um termo inventado para descrever uma abordagem dimensional para o suporte à decisão [KIM98]. O conceito de OLAP define o Processamento Analítico On-Line (OLAP On-line Transaction Process) como uma categoria da tecnologia de software que permite que analistas, gerentes e executivos obtenham, de maneira rápida, consistente e interativa, acessem uma variedade de visualizações possíveis de informação que foi transformada de dados puros para refletir a dimensão real do empreendimento do ponto de vista do usuário [INM99]. OLAP é diferente da tecnologia OLTP cuja finalidade é recuperar e atualizar pequenos números de registros de várias tabelas. A diferença entre um e outro é que este realiza operação de dados de produção e aquele de gerenciamento. O OLAP e data warehouse são afinados entre si. O OLAP presta informações e o data warehouse armazena, ou seja, o data warehouse é um banco de dados que armazena dados históricos de uma organização, os dados são organizados para serem analisados e a tecnologia OLAP processa essa grande quantidade de dados resumindo-os, fornecendo respostas rápidas para o processo de análise. Na tecnologia OLAP os dados são montados como num cubo mágico (Rubic Cube) e combinados de acordo com a requisição do usuário. Existindo um cruzamento de dados mais simples do que no processo tradicional, os dados são apresentados numa visão multidimensional, independente de como os dados estão armazenados, possibilitando assim, uma resposta certa e mais rápida ao usuário final. A grande vantagem da tecnologia OLAP está no fato de todas as informações serem processadas em tempo real, fazendo com que todas as tabelas, gráficos e relatórios estejam sempre atualizados. O Processamento Analítico On-Line deve possuir as seguintes características: uma visão multidimensional, arquitetura cliente/servidor, suporte multi-

16 usuário, dimensões e níveis de agregação sem restrições, interface SQL e análises de séries históricas. As soluções OLAP são baseadas em bancos de dados multidimensionais. Estas estruturas multidimensionais armazenam os dados de maneira possível de manipulá-los intuitivamente e ver claramente as associações através de múltiplas dimensões. II. 2 - Tipos de Arquiteturas OLAP II ROLAP Relacional On-Line Analytical Processing (ROLAP) provê as funcionalidades OLAP, porém usando bancos de dados relacionais e ferramentas de consulta comuns para analisar dados multidimensionais. Esta abordagem é construída sobre a tecnologia relacional e representa uma extensão natural para todas as organizações que já utilizam sistemas de gerenciamento de bases de dados relacionais em suas organizações. ROLAP acresce as seguintes extensões para a tecnologia dos RDBMS tradicionais: suporte a schemas de dados multidimensionais com RDBMS e linguagem de acesso a dados e otimização de consultas para dados multidimensionais. A tecnologia relacional utiliza tabelas normalizadas para o armazenamento de dados. Normalização divide as entidades de negócio em pedaços menores que resultam nas tabelas normalizadas, eliminado assim redundâncias e facilitando a atualização dos dados. Porém, para fins de suporte a decisão, os dados tendem a ser desnormalizados, duplicados e agregados. ROLAP utiliza uma técnica especial de design para possibilitar que RDBMS suportem representações de dados multidimensionais. Esta técnica de design é conhecida como star schema. Ela cria um equivalente e um schema de banco de dados multidimensional em uma base de dados relacionais. Este técnica proporciona a otimização das operações de consultas o que a atualização dos dados. Naturalmente a mudança dos fundamentos do design do banco de dados significa que as ferramentas utilizadas para tais dados também mudarão. Os usuários finais que estão acostumados com as ferramentas de consultas em bases de

17 dados relacionais irão descobrir que estas ferramentas não funcionam com tanta eficiência com este novo modelo. Porém pode-se adicionar a estas ferramentas o suporte para o modelo star schema e prover o usuário com funções de análise de dados avançadas, melhorando a performance de consultas e os métodos de visualização dos dados. Outro fator limitante dos bancos de dados relacionais é que o SQL não é apropriado para a análise de dados mais avançados. A maioria dos sistemas de suporte a decisão necessita de consultas SQL multi-pass ou de statements SQL multi-nested. Devido a isso que o ROLAP estende o SQL para que ele possa diferenciar entre acessos requeridos para dados de data warehouse (baseados em star schema) e dados transacionais (tabelas normalizadas). Dado a esta extensão do SQL, o sistema ROLAP pode gerar apropriadamente os complexos códigos SQL requeridos para acessar os dados residentes em star schema. As ferramentas de ROLAP são, em sua maioria, produtos na arquitetura cliente/servidor e em três camadas na qual a interface do usuário final, o processamento analítico e o processamento dos dados residem em máquinas diferentes. Com uma arquitetura aberta e no modelo cliente/servidor, ROLAP proporciona avançadas capacidades de suporte a decisão, sendo estas escaláveis para toda a organização. Certamente ROLAP é uma escolha natural para as organizações que já possuem investimento no ambiente relacional. II MOLAP O processamento analítico on-line multidimensional (MOLAP) estende as funcionalidades OLAP para bancos de dados multidimensionais (MDBMS) para o armazenamento e análise de dados multidimensionais. A premissa do MOLAP é que bancos de dados multidimensionais são mais eficientes para a administração, armazenamento e análise de dados multidimensionais. Sistemas de bancos de dados multidimensionais usam técnicas proprietárias especiais para armazenar os dados na forma matricial com matrizes de n dimensões. A maioria destas técnicas proprietárias é derivada do campo da engenharia como o Computer-Aided Design / Computer-Aided Manufacturing (CAD/CAM) e do Geographic Infomation System (GIS).

18 Conceitualmente, os usuários finais de um MDBMS podem visualizar os dados nele armazenados em um cubo de três dimensões conhecido como data cube. A localização de cada valor dentro do data cube é uma função de dimensões x, y,z em um espaço tridimensional. O cubo pode ir a n dimensões, tornando-se um hyper-cube. datas cubem podem ser criados com a extração dos dados do ambiente transacional ou de data warehouses. Uma característica importante dos data cube é que eles são estáticos, ou seja, eles não estão sujeitos a mudanças e devem ser criados antes de serem usados, em outras palavras os cubos não podem ser criados a partir de consultas. Portanto o processo de criação do data cube necessita de um profundo trabalho de design de front-end. Este trabalho de design de front-end pode ser justificado pelo fato das bases de dados MOLAP serem conhecidas por sua performance superior em relação às bases de dados ROLAP, principalmente em pequenos a médios volumes de dados. Visando a velocidade de acesso a dados, datas cubem são armazenados em memória, passando a ser chamado de cube cache. Devido ao MOLAP utilizar a arquitetura cliente/servidor, o cube cache pode se localizar no servidor MOLAP, no cliente MOLAP ou até mesmo em ambos. Esta característica de armazenamento do data cube na memória proporciona um tempo de acesso menor, mas também faz com que os MDBMS consumam mais recursos do que seu concorrente relacional. Devido ao data cube ser predefinido com um conjunto de dimensões, a adição de uma nova dimensão requer que o cubo como um todo seja recriado. Este processo de recriação é um processo que demanda tempo. Portanto, se o cubo tem que ser criado com muita freqüência, as vantagens de ganho e performance passam a não ser um diferencial tão significante sobre uma base de dados relacional. II. 2.3 DOLAP (Desktop OLAP) DOLAP é uma ferramenta OLAP que se baseia numa arquitetura DESKTOP, ou seja, é uma ferramenta para usuários que possuam uma cópia de sua base multidimensional ou de um subconjunto dela ou que queiram acessar um repositório de dados central. Apresenta a facilidade de ser utilizada em notebooks. Basicamente acessa os cubos já existentes no banco de dados ou um conjunto de cubos selecionados pelo usuário. Exemplo: Business Objects. [FNS00]

19 II. 2.4 HOLAP (Híbrida OLAP: DOLAP ou ROLAP + MOLAP) Utiliza-se uma ferramenta OLAP junto a sistema MOLAP, sendo que os usuários usam essa interface para fazer suas consultas. É um sistema extremamente completo, contudo é o mais caro de todos, sendo que muitas vezes a análise custo/benefício mostra inviabilidade desta opção. [FNS00] II.2.5 WOLAP (Web OLAP) Desenvolvida para dar suporte a usuários distantes, utiliza plataformas independentes para aplicação de groupware 4. Suas limitações, qualidades de acesso e análise, se justificam quando comparada aos recursos da Internet, que não podem ser comparados com os ambientes clientes/servidor das corporações. [FNS00] III - Conceitos de Data Warehouse Com o acúmulo das tarefas que recaíam sobre a área de informática, os usuários finais passaram a se sentir frustrados com a inabilidade daquele setor para atender às suas necessidades de informação. Caso após caso, os usuários sabiam que os dados que eles precisavam existiam, porém sempre havia uma razão ou outra para justificar a dificuldade ou a impossibilidade de acesso aos mesmos. Com a criação das tecnologias que permitiam o estabelecimento dos armazéns de dados (data warehouses) [INM97a], tornou-se possível a organização, a integração e o armazenamento de tal forma que os usuários finais pudessem acessá-los de forma fácil e rápida. Enfim os dados estavam disponíveis para os usuários que agora poderiam acessá-los e fazer o processamento que lhes aprouvesse. Kimball [KIM98] define data warehouse como um conjunto de ferramentas e técnicas de projeto, que quando aplicadas às necessidades específicas dos usuários e 4 Grupo de conversão sobre assuntos pré-determinados

20 aos bancos de dados específicos dos sistemas de processamento de transações, permitirá que planejem e construam um data warehouse. Data warehouse é um repositório integrado de informações de diferentes fontes, disponível para consulta e análise. Tão logo as informações relevantes se tornem disponíveis ou sofram modificações, elas são extraídas de sua fonte, transformadas para um modelo comum e integradas com os dados existentes do data warehouse. No data warehouse as consultas e análises de dados podem ser realizadas rápida e eficientemente, uma vez que as informações podem ser acessadas diretamente. Além disso, os dados do data warehouse podem ser acessados sem que as informações fiquem bloqueadas para outros acessos simultâneos, não prejudicando assim o processamento. Também não incorre quaisquer custos de acesso aos dados que por ventura estejam associados ao acesso dos dados em suas fontes originais. Delvin [DEV97], define DW como sendo um único, completo e consistente depósito de dados obtidos de uma variedade de fontes e disponíveis para usuários finais de maneira que eles possam entendê-los e usá-los no contexto dos negócios da organização. Gupta Vivek procura dar uma definição ampla de data warehouse como sendo um ambiente estruturado projetado para análise de dados não-volátil, lógica e fisicamente transformados de múltiplas fontes de aplicação, alinhado com a estrutura de negócio, mantido por um longo período de tempo, e sumarizado para análise rápidas.[gup97] Data Warehouse é um depósito de dados à parte, no qual são armazenados dados no formato apropriado para análise de negócio Sistema de Apoio à Decisão (SAD). Conseqüentemente, estes sistemas não interferem nos requisitos de performance dos sistemas operacionais, de acordo com [SAS96]. O data warehouse pode consistir de um único banco de dados corporativo, que se conecta diretamente ou pode ser composto de diversos sistemas menores chamados data marts, cada um voltado a atender áreas específicas de negócio. O conceito sobre data marts será abordado mais profundamente neste capítulo. Na Figura abaixo podemos visualizar um modelo tradicional de Data Warehouse.

21 Heranças DataWarehouse (Organização) OLTP Data Mart (Departamental) he P Data Mart (Departamental) FIGURA III. 1 MODELO TRADICIONAL DE UM DATA WAREHOUSE A solução de data warehouse é uma alternativa interessante para a abordagem passiva de integração de dados de fontes de informações heterogêneas a autônomas. Essa abordagem é particularmente válida quando se deseja alta performance no tratamento de consultas ou quando as fontes de informação são transitórias ou caras. III. 1 - Característica do Data Warehouse Um data warehouse é um conjunto de dados baseados em assuntos, integrado, não-volátil, e variável em relação ao tempo, de apoio às decisões gerenciais [INM97a]. A primeira característica é o fato de basear-se nos principais assuntos ou negócios de interesse da organização que tenham sido definidos no modelo de dados. O data warehouse armazena informações por assuntos específicos, importantes para o negócio da organização, enquanto os sistemas operacionais clássicos são organizados em torno das aplicações da organização. A Figura III. 1.1 demonstra o data warehouse baseado em assuntos/negócios.

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

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

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

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

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

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

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

Modelo de dados do Data Warehouse

Modelo de dados do Data Warehouse Modelo de dados do Data Warehouse Ricardo Andreatto O modelo de dados tem um papel fundamental para o desenvolvimento interativo do data warehouse. Quando os esforços de desenvolvimentos são baseados em

Leia mais

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

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

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

Chapter 3. Análise de Negócios e Visualização de Dados

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

Leia mais

Business Intelligence e ferramentas de suporte

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

Leia mais

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

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

Leia mais

Data 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

Módulo 4. Construindo uma solução OLAP

Módulo 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 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

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 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

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

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

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

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

Leia mais

SISTEMAS DE APOIO À DECISÃO SAD

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

Leia mais

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

Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan Faculdade INED Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan 1 Unidade 4.2 2 1 BI BUSINESS INTELLIGENCE BI CARLOS BARBIERI

Leia mais

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

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

Data Warehouse. Djenane Cristina Silveira dos Santos¹, Felipe Gomes do Prado¹, José Justino Neto¹, Márcia Taliene Alves de Paiva¹

Data Warehouse. Djenane Cristina Silveira dos Santos¹, Felipe Gomes do Prado¹, José Justino Neto¹, Márcia Taliene Alves de Paiva¹ Data Warehouse. Djenane Cristina Silveira dos Santos¹, Felipe Gomes do Prado¹, José Justino Neto¹, Márcia Taliene Alves de Paiva¹ ¹Ciência da Computação Universidade Federal de Itajubá (UNIFEI) MG Brasil

Leia mais

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

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

Leia mais

Administração de Sistemas de Informação 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

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

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

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 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

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

Processo Decisório, OLAP e Relatórios Corporativos OLAP E RELATÓRIOS CORPORATIVOS

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

Leia mais

SAD orientado a DADOS

SAD orientado a DADOS Universidade do Contestado Campus Concórdia Curso de Sistemas de Informação Prof.: Maico Petry SAD orientado a DADOS DISCIPLINA: Sistemas de Apoio a Decisão SAD orientado a dados Utilizam grandes repositórios

Leia mais

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

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

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

Leia mais

A evolução da tecnologia da informação nos últimos 45 anos

A evolução da tecnologia da informação nos últimos 45 anos A evolução da tecnologia da informação nos últimos 45 anos Denis Alcides Rezende Do processamento de dados a TI Na década de 1960, o tema tecnológico que rondava as organizações era o processamento de

Leia mais

Gerenciamento de Dados e Gestão do Conhecimento

Gerenciamento 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 mais

ADMINISTRAÇÃO DOS RECURSOS DE DADOS

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

Leia mais

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

Adriano Maranhão BUSINESS INTELLIGENCE (BI),

Adriano Maranhão BUSINESS INTELLIGENCE (BI), Adriano Maranhão BUSINESS INTELLIGENCE (BI), BUSINESS INTELLIGENCE (BI) O termo Business Intelligence (BI), popularizado por Howard Dresner do Gartner Group, é utilizado para definir sistemas orientados

Leia mais

Data Warehouse: uma classificação de seus Custos e Benefícios

Data Warehouse: uma classificação de seus Custos e Benefícios Data Warehouse: uma classificação de seus Custos e Benefícios Marcos Paulo Kohler Caldas (CEFET-ES/CEFET-PR) marcospaulo@cefetes.br Prof. Dr. Luciano Scandelari (CEFET-PR) luciano@cefetpr.br Prof. Dr.

Leia mais

MSc. Daniele Carvalho Oliveira

MSc. Daniele Carvalho Oliveira MSc. Daniele Carvalho Oliveira AULA 2 Administração de Banco de Dados: MSc. Daniele Oliveira 2 CONCEITOS FUNDAMENTAIS DE BANCO DE DADOS Administração de Banco de Dados: MSc. Daniele Oliveira 3 Conceitos

Leia mais

Aline França a de Abreu, Ph.D

Aline França a de Abreu, Ph.D Aline França a de Abreu, Ph.D igti.eps.ufsc.br 07 / 10/ 04 Núcleo de estudos Criado em 1997 - UFSC/EPS Equipe multidisciplinar, com aproximadamente 20 integrantes OBJETIVO Gerar uma competência e uma base

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

Cenário Atual. ... No coração deste ambiente está a idéia do

Cenário Atual. ... No coração deste ambiente está a idéia do Fundamentos DW Cenário Atual Grande e desordenada coleção de aplicações operacionais, frágeis e muitas vezes não integradas... Dificultando a disponibilização de informações estratégicas para tomada de

Leia mais

2 Descoberta de Conhecimento em Bases de Dados 2.1. Introdução

2 Descoberta de Conhecimento em Bases de Dados 2.1. Introdução 2 Descoberta de Conhecimento em Bases de Dados 2.1. Introdução De acordo com [FAYY96], o conceito de descoberta de conhecimento em bases de dados pode ser resumido como o processo não-trivial de identificar

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

Trata-se de uma estratégia de negócio, em primeira linha, que posteriormente se consubstancia em soluções tecnológicas.

Trata-se de uma estratégia de negócio, em primeira linha, que posteriormente se consubstancia em soluções tecnológicas. CUSTOMER RELATIONSHIP MANAGEMENT Customer Relationship Management CRM ou Gestão de Relacionamento com o Cliente é uma abordagem que coloca o cliente no centro dos processos do negócio, sendo desenhado

Leia mais

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

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

Leia mais

OLAP: Características, Arquitetura e Ferramentas

OLAP: Características, Arquitetura e Ferramentas INSTITUTO VIANNA JÚNIOR FACULDADES INTEGRADAS VIANNA JÚNIOR OLAP: Características, Arquitetura e Ferramentas Erika Maria Teixeira Araújo 1 Mônica de Lourdes Souza Batista 2 Teresinha Moreira de Magalhães

Leia mais

MODELAGEM DIMENSIONAL

MODELAGEM DIMENSIONAL CENTRO UNIVERSITÁRIO DO TRIÂNGULO INSTITUTO DE CIÊNCIAS EXATAS E TECNOLÓGICAS CURSO DE CIÊNCIA DA COMPUTAÇÃO MODELAGEM DIMENSIONAL HELOISA MENDES LOPES Uberlândia, dezembro de 2000 CENTRO UNIVERSITÁRIO

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

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 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

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

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

Analysis Services. Manual Básico

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

Leia mais

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

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

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

Leia mais

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

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 -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

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

Faculdade Pitágoras Curso Superior de Tecnologia: Banco de Dados

Faculdade Pitágoras Curso Superior de Tecnologia: Banco de Dados Faculdade Pitágoras Curso Superior de Tecnologia: Banco de Dados Disciplina: Ferramentaspara Tomadade Decisão Prof.: Fernando Hadad Zaidan Unidade 1.2 1 Conceitos Iniciais Tomada de Decisão, Modelagem

Leia mais

Sistemas de Informações

Sistemas de Informações Sistemas de Informações Prof. Marco Pozam- mpozam@gmail.com A U L A 0 3 Ementa da disciplina Sistemas de Informações Gerenciais: Conceitos e Operacionalização. Suporte ao processo decisório. ERP Sistemas

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

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

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

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

Leia mais

Informações importantes em uma organização, armazenadas em grandes bancos

Informações importantes em uma organização, armazenadas em grandes bancos DATA WAREHOUSE INTRODUÇÃO Informações importantes em uma organização, armazenadas em grandes bancos de dados, geralmente heterogêneas e distribuídas, são pouco aproveitadas para dar suporte à decisão.

Leia mais

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

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

Leia mais

Identificar as mudanças que acontecem na forma e no uso de apoio à decisão em empreendimentos de e-business. Identificar o papel e alternativas de

Identificar as mudanças que acontecem na forma e no uso de apoio à decisão em empreendimentos de e-business. Identificar o papel e alternativas de 1 Identificar as mudanças que acontecem na forma e no uso de apoio à decisão em empreendimentos de e-business. Identificar o papel e alternativas de relatórios dos sistemas de informação gerencial. Descrever

Leia mais

BANCO DE DADOS DISTRIBUÍDOS e DATAWAREHOUSING

BANCO DE DADOS DISTRIBUÍDOS e DATAWAREHOUSING BANCO DE DADOS DISTRIBUÍDOS e DATAWAREHOUSING http://www.uniriotec.br/~tanaka/tin0036 tanaka@uniriotec.br Introdução a Data Warehousing e OLAP Introdução a Data Warehouse e Modelagem Dimensional Visão

Leia mais

APLICAÇÃO DA FERRAMENTA OLAP EM DIFERENTES MÓDULOS DE UM SISTEMA ERP MELHORANDO A TOMADA DE DECISÃO. Henrique César Gouveia 1 gouveia.henriq@gmail.

APLICAÇÃO DA FERRAMENTA OLAP EM DIFERENTES MÓDULOS DE UM SISTEMA ERP MELHORANDO A TOMADA DE DECISÃO. Henrique César Gouveia 1 gouveia.henriq@gmail. APLICAÇÃO DA FERRAMENTA OLAP EM DIFERENTES MÓDULOS DE UM SISTEMA ERP MELHORANDO A TOMADA DE DECISÃO Henrique César Gouveia 1 gouveia.henriq@gmail.com Muller Marciel Melo 2 muller_melo@hotmail.com Pedro

Leia mais

Prof. Ronaldo R. Goldschmidt. ronaldo.rgold@gmail.com

Prof. Ronaldo R. Goldschmidt. ronaldo.rgold@gmail.com DATA WAREHOUSES UMA INTRODUÇÃO Prof. Ronaldo R. Goldschmidt ronaldo.rgold@gmail.com 1 DATA WAREHOUSES UMA INTRODUÇÃO Considerações Iniciais Conceitos Básicos Modelagem Multidimensional Projeto de Data

Leia mais

Sistema de Bancos de Dados. Conceitos Gerais Sistema Gerenciador de Bancos de Dados

Sistema de Bancos de Dados. Conceitos Gerais Sistema Gerenciador de Bancos de Dados Sistema de Bancos de Dados Conceitos Gerais Sistema Gerenciador de Bancos de Dados # Definições # Motivação # Arquitetura Típica # Vantagens # Desvantagens # Evolução # Classes de Usuários 1 Nível 1 Dados

Leia mais

RESUMO. Palavras chave: Data Warehousing (Armazenagem de Dados), Banco de Dados. Especializado.

RESUMO. Palavras chave: Data Warehousing (Armazenagem de Dados), Banco de Dados. Especializado. Faculdade de Ciências Sociais e Tecnológicas FACITEC Bacharelado em Sistemas de Informação BSI 2B Disciplina: Fundamentos de Sistemas de Informação Professor: Paulo de Tarso DATA WAREHOUSING Componentes:

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

ADMINISTRAÇÃO DOS RECURSOS DE DADOS

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

Leia mais

PROJETO DE REDES www.projetoderedes.com.br

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

Leia mais

Business Intelligence Um enfoque gerencial para a Inteligência do Negócio.Efrain Turban e outros.tradução. Bookman, 2009.

Business Intelligence Um enfoque gerencial para a Inteligência do Negócio.Efrain Turban e outros.tradução. Bookman, 2009. REFERÊNCIAS o o Business Intelligence Um enfoque gerencial para a Inteligência do Negócio.Efrain Turban e outros.tradução. Bookman, 2009. Competição Analítica - Vencendo Através da Nova Ciência Davenport,

Leia mais

- 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 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 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

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

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

ARQUITETURA TRADICIONAL

ARQUITETURA TRADICIONAL INTRODUÇÃO Atualmente no universo corporativo, a necessidade constante de gestores de tomar decisões cruciais para os bons negócios das empresas, faz da informação seu bem mais precioso. Nos dias de hoje,

Leia mais

Planejamento Estratégico de TI. Prof.: Fernando Ascani

Planejamento 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 mais

Etapas da evolução rumo a tomada de decisão: Aplicações Isoladas: dados duplicados, dados inconsistentes, processos duplicados.

Etapas da evolução rumo a tomada de decisão: Aplicações Isoladas: dados duplicados, dados inconsistentes, processos duplicados. Histórico Etapas da evolução rumo a tomada de decisão: Aplicações Isoladas: dados duplicados, dados inconsistentes, processos duplicados. Sistemas Integrados: racionalização de processos, manutenção dos

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

Fundamentos da Análise Multidimensional

Fundamentos da Análise Multidimensional Universidade Técnica de Lisboa INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO Informática e Sistemas de Informação Aplicados em Economia Fundamentos da Análise Multidimensional Fundamentos da Análise Multidimensional

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

Banco de Dados I Ementa:

Banco de Dados I Ementa: Banco de Dados I Ementa: Banco de Dados Sistema Gerenciador de Banco de Dados Usuários de um Banco de Dados Etapas de Modelagem, Projeto e Implementação de BD O Administrador de Dados e o Administrador

Leia mais

DATA WAREHOUSE. Data Warehouse

DATA WAREHOUSE. Data Warehouse DATA WAREHOUSE Data Warehouse Sumário Conceitos / Autores chave... 3 1. Introdução... 5 2. Características de um Data Warehouse... 6 3. Arquitetura de Data Wirehouse... 8 4. Conclusões... 10 Materiais

Leia mais

Integração Access-Excel para produzir um sistema de apoio a decisão que simula um Data Warehouse e OLAP

Integração Access-Excel para produzir um sistema de apoio a decisão que simula um Data Warehouse e OLAP Integração Access-Excel para produzir um sistema de apoio a decisão que simula um Data Warehouse e OLAP Wílson Luiz Vinci (Faculdades IPEP) wilson@cnptia.embrapa.br Marcelo Gonçalves Narciso (Embrapa Informática

Leia mais

Introdução. Motivação. Sistema Gerenciador de Banco de Dados (SGBD) Banco de Dados (BD) Sistema de Banco de Dados (SBD)

Introdução. Motivação. Sistema Gerenciador de Banco de Dados (SGBD) Banco de Dados (BD) Sistema de Banco de Dados (SBD) Pós-graduação em Ciência da Computação CCM-202 Sistemas de Banco de Dados Introdução Profa. Maria Camila Nardini Barioni camila.barioni@ufabc.edu.br Bloco B - sala 937 2 quadrimestre de 2011 Motivação

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

Administração de Banco de Dados

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

Leia mais