PESQUISAS FUTURAS EM DATA WAREHOUSE. Palavras-chave: armazém de dados, banco de dados, sistemas de apoio à decisão.

Tamanho: px
Começar a partir da página:

Download "PESQUISAS FUTURAS EM DATA WAREHOUSE. Palavras-chave: armazém de dados, banco de dados, sistemas de apoio à decisão."

Transcrição

1 PESQUISAS FUTURAS EM DATA WAREHOUSE Maria Madalena Dias 1, Mauro M. Mattos 2, Wesley Romão 3, José Leomar Todesco 4, Roberto C. Pacheco 5 RESUMO. Este artigo tem como objetivo identificar diferentes áreas de pesquisas em Data Warehouse (DW) nas quais espera-se o desenvolvimento de novas técnicas e produtos nos próximos anos. Para alcançar este alvo é apresentado um estudo da evolução dos sistemas de informação e da história do DW identificando suas principais tendências para o futuro. ABSTRACT. This paper describes different research areas in Data Warehouse (DW) where is expected the development of news tecniques and produts in the next years. For this purpose it show a study of information systems evolution and DW history evolution, identifying the main trends for the DW s future. Palavras-chave: armazém de dados, banco de dados, sistemas de apoio à decisão. 1. Introdução Nos últimos anos, o uso de computadores passou a difundir-se pelos mais variados ramos de atividade e não ficou restrito apenas ao meio técnico. Computadores e sistemas de comunicação são responsáveis pela mudança na natureza de trabalho das pessoas e além disso, estão reformulando o mundo dos negócios. O conceito tradicional de trabalho envolvendo grandes quantidades de papéis, relatórios complicados e tomadas de decisão baseadas em fatos pouco concretos, estão sendo trocados pelo conceito moderno a que um sistema de informações está ligado. Este conceito reúne a utilização das mais variadas tecnologias para o ato de informar somente o que for relevante e de forma coerente e direta. As aplicações computacionais se modificaram a partir do processamento de transações e atividades de monitoração, que dominaram a indústria nas décadas de 60 e 70, para a análise do problema e aplicações de solução na década de Universidade Estadual de Maringá, Departamento de Informática, Maringá - PR. 2 Professor da FURB - Fundação Universidade Regional de Blumenau SC. Doutorando em Eng. de Prod. e Sistemas na UFSC - Universidade Federal de Santa Catarina 3 Doutorando em Eng. de Produção e Sistemas na UFSC Florianópolis SC. 4 Universidade Federal de Santa Catarina - UFSC, Pós-Graduação em Engenharia de Produção e Sistemas, Florianópolis - SC. 5 Universidade Federal de Santa Catarina - UFSC, Pós-Graduação em Engenharia de Produção e Sistemas, Florianópolis - SC. 1

2 Desenvolvimentos tecnológicos em hardware, software e telecomunicações estão fornecendo respostas a várias questões através da introdução de aplicações que podem auxiliar os executivos. As tecnologias baseadas em computadores para análise de informação gerencial estão se tornando ponto fundamental para o sucesso dos negócios. Durante anos, os administradores consideraram a tomada de decisões como sendo uma arte pura - um talento adquirido depois de um longo período de tempo, através da experiência (aprendendo através de tentativas e erros). O gerenciamento era considerado uma arte porque uma variedade de estilos individuais poderiam ser utilizados para resolução de problemas dos mais variados tipos em diversas áreas do negócio de uma empresa. Freqüentemente, estes estilos estão baseados na criatividade, no julgamento, na intuição e na experiência, e não em métodos estruturados. Porém, o ambiente no qual o gerenciamento deve operar nos dias de hoje está se modificando muito rapidamente. Os negócios e seu ambiente são hoje mais complexos do que antes, e a tendência está em direção ao aumento da complexidade. Segundo Turban, em (Turban, 1994), está cada vez mais difícil tomar decisões por dois motivos: primeiro, o número de alternativas disponíveis é muito maior do que antes, em virtude de melhores tecnologias e de sistemas de comunicação. Segundo, o custo com erros pode ser bastante grande, em virtude da complexidade e da magnitude das operações da automação e da cadeia de reação que um erro pode causar em muitas partes da organização. Justamente por isso, os benefícios podem ser extremamente amplos se decisões corretas estiverem sendo tomadas. Além da complexidade do ambiente, a sociedade está vivendo em tempos de competitividade global. Conforme Alter, em (Alter, 1992), os negócios devem ser flexíveis com as necessidades e desejos dos clientes, desde que, estes clientes não estejam mais restritos a um local. Os sistemas de informação são ferramentas importantes nesta tendência mundial, pois estes sistemas podem simplificar customizações de produtos e personalizar ainda mais os serviços. É dentro deste contexto que o termo Data Warehouse foi cunhado no final da década de 70, como uma alternativa de solução ao problema de falta de informações adequadas para suporte a tomada de decisões pelos altos escalões das organizações. O restante deste artigo está dividido em seis seções. A seção 2 apresenta a evolução dos sistemas de informações. Na seção 3 é mostrado um pouco da evolução do conceito de data warehouse. A seção 4 descreve fases evolutivas de data warehouse. Na seção 5 são relacionadas algumas áreas de pesquisas atuais em DW. A seção 6 faz alguns comentários sobre perpectivas futuras de data warehouse. Finalmente, a seção 7 apresenta as conclusões deste artigo. 2. A Evolução dos Sistemas de Informações Segundo Alter, em (Alter, 1992), um sistema de informações é uma combinação de trabalho, informações, pessoas e tecnologia de informações organizadas para alcançar objetivos em uma organização. Um sistema de informações ideal deveria apresentar informações claras, sem interferência de dados que não são importantes, e deve possuir um alto grau de precisão e rapidez para não perder sua razão de ser em momentos críticos. Além disto, a informação sempre deve chegar a quem tem necessidade dela. Para alcançar seu objetivo, um sistema de informações deve sobrepor-se a toda a estrutura organizacional de qualquer empresa, isto para que mudanças de organograma não interfiram no fluxo de informações, e ainda, possuir vários canais de informação. Estes canais são responsáveis pela ligação entre os níveis da empresa e prestam todos os tipos de informação. Um fator que contribui para a efetivação de um sistema de informações, é a capacidade de transformação de fatos simples em informações utilizáveis. Desta forma, as saídas de um sistema de informações podem ser classificadas em duas categorias: a 2

3 apresentação de informações simples em um terminal ou monitor (ou ainda, a apresentação de simulações realizadas com dados armazenados) e, a outra categoria consiste dos vários tipos de informações operacionais. O impacto da tecnologia do computador sobre as organizações e sobre a sociedade está crescendo, uma vez que novas tecnologias surgem e as tecnologias já existentes expandem-se. A interação e a cooperação entre pessoas e máquinas está crescendo rapidamente, de maneira a abranger cada vez mais os aspectos das atividades organizacionais. Mas ao mesmo tempo em que a utilização de computadores tem aumentado nos níveis mais operacionais da empresa, o alto escalão torna-se cada vez mais distante da tecnologia da informação. Esta situação de descaso quase completo, que durou muitos anos, começou a mudar no início dos anos 80 com o advento do microcomputador, com a computação distribuída e com a tecnologia cliente/servidor e a mudança mais relevante, a introdução de programas relativamente fáceis de utilizar. Porém, a constatação da realidade de que, nos próximos anos as empresas irão enfrentar novos desafios devido a: globalização, competição mais acirrada, complexidade oriunda desta nova realidade vai conduzir (e já o tem feito) a uma nova postura por parte das organizações. Como resultado destas tendências e mudanças, é muito difícil confiar no método de tentativa e erro para a tomada de uma decisão final. A utilização de ferramentas e técnicas em constante evolução é a chave para a excelência no gerenciamento. Dentre as ferramentas existentes, pode-se citar: Sistemas de apoio a decisão - DSS; Sist. de apoio a decisão em grupo (GDSS); Sistemas especialistas (ES); Sistemas de informação executiva (EIS). O suporte computacional para esta última categoria de sistemas, tem evoluído, naturalmente, à medida da evolução na área de informática. Este suporte caracteriza-se atualmente, pela tecnologia denominada: data warehouse. Os primeiros esforços neste sentido foram desenvolvidos sobre mainframes e caracterizavam-se basicamente por serem soluções proprietárias. A segunda geração de produtos, já apresenta-se com arquitetura cliente-servidor baseada em servidores relacionais e ferramentas de consulta baseadas em equipamentos ditos desktops. Esta nova geração apresenta melhoramentos na interface de interação com o usuário, mas geralmente possuem ferramentas rudimentares para consulta aos dados e apresentação de relatórios. No entanto, apesar de haverem promessas no mercado, estes sistemas ainda não atendem adequadamente aos usuários que tomam decisões nas organizações. Segundo a empresa MicroStrategy, em (MicroStrategy, 1998), os analistas de decisão necessitam de sistemas com as seguintes características: Uma visão conceitual e multidimensional dos dados da organização; A capacidade de criar conjuntos de critérios complexos que permitam acessar pontualmente a informação desejada; Suporte à consolidação hierárquica dos dados; Capacidade de aprofundar-se em detalhes que poderiam atingir, em última instância, os dados operacionais da organização; Finalmente, mas não menos importante, apresentar rápidos tempos de resposta para as consultas submetidas. 3

4 Veja no Quadro 1 abaixo como as informações eram utilizadas no passado e como deverão ser utilizadas no futuro: Quadro 1 Necessidades de informações no passado e no futuro. PASSADO FUTURO Respostas Lentas Rápidas Foco Interno Externo (melhor atendimento) Riscos Moderados Alto (novos produtos) Metas Controladas Estratégicas Na última década, EIS (Executive Information System) e DSS (Decision Support System) ou SAD foram as tecnologias disponíveis para acesso às informações. No entanto elas atingiam apenas o alto escalão da empresa. No mercado de negócios a tendência é dividir o bolo de informações entre os vários escalões o que é facilitado com o emprego de DW. O DW vem de encontro a estes desafios tornando viável o aproveitamento de informações oriundas do operacional da empresa, tais como: faturamento, folha de pagamento, etc., as quais são tratadas, selecionadas, refinadas e resumidas. São criados metadados, dados desconexos e redundâncias são eliminados e diversos níveis de granularidade são estabelecidos, tudo isto para facilitar a mineração dos dados e para fornecer informações que efetivamente podem auxiliar na tomada de decisões. Segundo Mangold, em seu artigo "Transformando palha em ouro" (Mangold, 1998), a tendência é cada vez maior no sentido de que as organizações passem a ver os dados como um recurso cada vez mais precioso. 3. Evolução do Conceito de Data Warehouse Um DW é um banco de dados orientado a eventos, integrado, variante no tempo e não volátil voltado para aplicações de suporte à decisão de usuários especializados, o qual é derivado de diversos outros bancos de dados operacionais que podem estar implementados em arquiteturas e plataformas múltiplas na organização. No princípio, a expressão representava simplesmente um armazém de dados, como é a tradução de DW, porém ao longo do tempo, tem recebido diversos incrementos em sua estrutura. Ele tem por objetivo oferecer organização, gerenciamento e integração da base de dados, assim como ferramentas de exploração da mesma, para se obter vantagens competitivas no mercado. DW é uma arquitetura e não um produto ou uma simples ferramenta. Um sistema de DW deve possuir as seguintes características principais: ser baseado em banco de dados voltado para consultas complexas; conter informações históricas de qualquer época tais como resumos diários, semanais ou anuais; ser um depósito de informações não voláteis que são regularmente renovadas mas não atualizadas pelos usuários; possuir ferramentas inteligentes de prospecção e análise de dados; permitir a identificação de relacionamentos desconhecidos; possuir ferramentas de administração e gerenciamento; reduzir o acesso aos sistemas transacionais; permitir uma visão geral do negócio; facilitar a análise de tendências de mercado; fornecer informações para SAD (Sistemas de Apoio à Decisão). O DW é capaz de gerar informações estratégicas de decisão que poderão colocar a 4

5 empresa em posição de vantagem perante suas concorrentes. Devido a isto o mercado de DW está crescendo rápido enquanto todos os maiores DBMS e produtores de ferramentas estão tentando responder às necessidades crescentes de acesso aos dados. A tecnologia composta do DW tende a se tornar uma alternativa estratégica para a maioria das organizações. O ambiente de desenvolvimento de aplicações para sistemas de DW consiste de um conjunto de ferramentas que efetivamente permitem a construção de aplicações a serem usadas pelos analistas de SAD. Estas ferramentas permitem além da construção de filtros a serem utilizados para recuperação dos dados, a especificação do tipo de interface a ser utilizada (tabular, gráfica, etc) para apresentação dos dados e, também, a especificação do modo de rotação dos dados nos eixos x e y. A medida em que a tecnologia vai sendo desenvolvida, novos termos técnicos são cunhados para descrever conceitos e/ou papéis a serem desempenhados. E, naturalmente, a busca por terminologia adequada tem seus defensores e opositores. Segundo Luiza, em (Luiza, 1997), um termo genérico mais adequado é Datawarehousing que engloba as seguintes modalidades de DW: Data Warehouse; ODS (Operational Data Store); Data Mart; Servidores OLAP (On-Line Analytical Processing); Data Mining. Pode-se implementar qualquer uma das modalidades acima. No entanto um DW robusto, da ordem de Terabytes, é o produto da evolução e união de diversas tecnologias, das quais as mais relevantes são: Banco de dados cliente/servidor; Discos rígidos de grande capacidade; Computadores de alto desempenho; Interface gráfica; Processamento paralelo; Sistemas operacionais de rede; OLAP; Data Mining. Nem todas estas tecnologias estão no mesmo nível de evolução, sendo que algumas destas tecnologias ainda estão bastante imaturas. Entretanto não faltam críticas a este paradigma chamado DW. Ximenes, em (Ximenes, 1997), afirma que construir DW e data marts com inteligência não é apenas motivo de orgulho tecnológico, mas disso depende a lucratividade da empresa a qual poderá estar em jogo caso o projetista não esteja ciente das dimensões, limitações e perigos deste tipo de projeto. Segundo Ximenes, dificuldades para manter os armazéns íntegros e úteis são a principal causa mortis desses projetos. Os projetos de DW têm a característica de, quando bem sucedidos, apresentar um crescimento muito rápido. No entanto, com os níveis de investimento exigidos por um data warehousing, decisões errôneas podem ser fatais à empresa. Uma outra proposta de terminologia é feita por Cláudia Imhoff, em (Imhoff, 1998). Ela apresenta uma novo conceito, ao qual ela batizou de "data stewardship". A palavra steward origina-se do inglês antigo, e significava "aquele que cuida dos porcos". Utilizando-se de uma metáfora, Imhoff afirma: " o DW não é um chiqueiro, e para que ele não venha a tornar-se um, você deve considerar os benefícios de implementar um data stewardship". A diferença entre a figura do DBA tradicional e o novo Data Stewad reside não só na atividade a qual ele deverá desenvolver, mas também, no seu perfil técnico. Na verdade, esta nova posição é, provavelmente, aquela que exige um dos perfis mais elevados dentro da organização, tendo em vista que ele vai agir como um condutor entre a tecnologia de informática e os usuários finais. Sua função é, garantir que, um dos mais críticos recursos da corporação, seus dados, sejam utilizados a plena capacidade. 4. Fases Evolutivas do Data Warehouse No princípio, os computadores eram utilizados apenas para armazenamento e controle dos dados operacionais da empresa. Na verdade, os recursos computacionais, na maioria das empresas, eram tão escassos que quase sempre não conseguiam suprir suas necessidades 5

6 operacionais. A falta de capacidade de armazenamento e processamento dos mainframes dificultava a utilização dos recursos computacionais na tomada de decisões de grandes empresas, era possível apenas obter determinados relatórios estatísticos que não envolvessem um número muito grande de dados. Na década de 70 surgiram os primeiros sistemas de gerenciamento de banco de dados relacional, como uma revolução na área de informática. Esses tipos de sistemas prometiam sistemas de suporte a decisão capazes de analisar milhões de dados históricos. Nesta mesma década, a teoria da normalização foi inventada por Ted Cod como uma teoria e metodologia para estruturação de dados para aplicações OLTP (On-Line Trasaction Processing). Ela produziu bons resultados nos anos 80 durante a investida direta no desenvolvimento de bases de dados relacionais para propósitos operacionais. Segundo a empresa Information Discovery, sem a teoria da normalização muitos dos projetos que obtiveram sucesso em grande escala, nos anos 80 e 90, poderiam ter falhado. Entretanto, as limitações da teoria da normalização tornou-se evidente quando ela era aplicada à análise dimensional para suporte a decisão. O termo Data Warehouse surgiu ainda na década de 70 como um simples armazém de dados. Com o advento dos microcomputadores, o alto escalão da empresa começou a buscar por novos recursos computacionais para suporte na tomada de decisões. Muitas empresas adquiriam microcomputadores especificamente para servir os pontos estratégicos da empresa. Mas não haviam software especializados para suporte a decisões. No entanto, as linguagens que eram utilizadas no computador ainda eram muito técnicas, muito difíceis de serem entendidas por pessoas que não tivessem uma boa formação na área. Com o surgimento das linguagens de 4a geração, na década de 80, uma nova era deuse início na área de computação. O objetivo principal dessas linguagens foi possuir interfaces amigáveis com o usuário. A intenção era facilitar a programação, tornando possível, principalmente, a definição de uma consulta a uma base de dados pelo próprio usuário final, sem que ele precisasse pedir a ajuda de um programador. Também, no início da década de 80 surgiram as tecnologias DSS e EIS como solução de acesso às informações para tomada de decisão. Os DSS eram desenvolvidos tendo como base os dados operacionais. Os sistemas OLTP tradicionais, projetados para automatizar operações do dia-a-dia, são muito bons para colocar dados em bancos de dados rapidamente, satisfatoriamente e eficientemente, mas não são muito bons para resgatar análises significativas sobre os dados. Na realidade, sistemas OLTP não podem servir de repositórios de fatos e dados históricos, principalmente porque bases de dados OLTP são inconsistentes e mudam constantemente. Assim como ambientes OLTP demandam tecnologias especializadas para satisfazer demandas da aplicação, ambientes de DW requerem igualmente tecnologias especializadas. A base de dados de data warehouse é arquitetonicamente diferente de uma base de dados projetada para OLTP. No final da década de 80 foi introduzido o esquema estrela como uma solução para as limitações da teoria de normalização. Enquanto a teoria da normalização lida com o espaço de dados, esquemas estrela lidam com espaço de agregação. Nesta mesma época, também surgiram os primeiros algoritmos de data mining e constatou-se que as estruturas de dados no data mining necessitavam ser desnormalizadas e super-dimensionadas. O primeiro SGBD especializado para Data Warehouse, chamado RedBrick Warehouse VPT da Red Brick Systems, surgiu no início da década de 90 e possuia três requisitos de um verdadeiro data warehouse, quais eram: permite qualquer questão de negócio ser respondida, permite qualquer dado na empresa ser incluído na análise e apresentava um desempenho razoável. As falhas dos data warehousing para enfocar o conhecimento da cultura do trabalhador 6

7 e as dificuldades técnicas com o desenvolvimento do modelo de dados da empresa e a manutenção do warehouse levou Forrester Research, em 1991, a declarar que data warehousing estava morto, que havia sido substituído por data marting (Demarest, 1994). Na verdade, o conceito de data warehouse representa uma quantidade significtiva de mudanças e é sabido que, em geral, pessoas são resistentes a mudanças. Na Emory University em Atlanta, departamentos resistiram ao DW em função de questões sobre quem poderia controlar os dados, como os dados poderiam ser compartilhados e segurança dos dados (Winkler, 1994). A implementação de um data warehouse não é uma tarefa fácil, gerenciar espectativas do usuário é um dos maiores desafios na implementação de um DW. Em 1995, a metodologia de esquema estrela ganha aceitação difundida para data warehousing. Por outro lado, a comunidade de base de dados multidimensional tenta vender OLTP como o próximo maior passo no projeto de banco de dados, e o mercado de ferramentas de cliente DSS fica mais concorrido (Demarest, 1995). A maioria das maiores companhias de sistemas de gerenciamento de banco de dados (DBMS) abertos, ainda em 95, anuncia ou lança novos produtos sobre modelos de DSS. É difícil separar sistemas de informação de sistemas de DW. Aplicações OLTP continuam a crescer e gerenciar os dados que processam o negócio da empresa. DW agora tem uma missão: gerenciar os dados que analisam o negócio da empresa. Segundo Demarest, em (Demarest, 1995), tecnologias data warehouse necessitam ser avaliadas em cinco áreas críticas: capacidade de armazenamento; carga e desempenho de indexação; integridade operacional, confiabilidade e capacidade de gerenciamento; conectividade cliente/servidor e desempenho de processamento de query. Para Baru, em (Baru, 1996), os sistemas de hardware típicos sobre os quais os sistemas de banco de dados estão sendo implementados incluem SMP's (multiprocessamento simétrico), MPP's (processamento maciçamente paralelo), clusters, processadores de 62-bits, caches de disco e outras configurações de alta disponibilidade. Empregam também aplicações de negócio tradicionais como processamento de transação, suporte a decisão e OLAP e aplicações emergentes que requerem, por exemplo, manipulação de dados históricos; fornecendo suporte à armazenagem terciária e lidando com múltiplas fontes de dados heterogêneos. No princípio, a construção de um DW era feita a partir de um DBMS, mas notou-se que os requisitos do usuário final diferem de um banco de dados de um DW; desta forma, surgiu o conceito de DWMS (Sistemas de Gerenciamento de DW) por Yoshioki Ishii, presidente da software AG for East, Inc. que contempla três tipos de dados (Temporal, Relacional e Multidimensional) (Mohan, 1996). Sistemas DW necessitam fazer mais do que juntar os dados, eles necessitam liberar informação usual para múltiplos usuários com várias ferramentas em empresas distribuídas. Tudo em tempo real. Segundo Rudin, em (Rudin, 1996), em um alto nível, o objetivo do data warehousing e o objetivo da Web são o mesmo: fácil acesso aos dados. Vendedores estão fornecendo rapidamente novas ferramentas de desenvolvimento Web que permitem browsers Web para acessar data warehouses, satisfazendo a necessidade de acesso direto aos dados, independente de quando e onde eles necessitam estar. Arbor Software's, Essbase Web Gateway, MicroStrategy's DSS Web e Information Advantage's Web OLAP são alguns exemplos de vendedores OLAP que fornecem acesso a servidores OLAP de browsers Web [Rudin 96]. Rudin, em (Rudin, 1996), faz algumas estimativas relacionadas a DW, são elas: Em média, a implementação de um DW pode gastar $2 milhões em hardware e $1 milhão em software e demorar de 12 a 18 meses. Estimativas dizem que DW crescerá para $8 bilhões em 1998, que traduz-se em 60% de média anual da taxa de crescimento. Adicionalmente, estes $8 bilhões serão complementados por outros $5 bilhões em serviços de integração. 7

8 Um survey do Meta Group concluiu que 95% de seus respondentes planejam implementar um DW nos próximos anos, enquanto que em 1994 era somente 15%. A empresa HP, também em 1996, relata que um recente projeto de estudo da International Data Corporation concluiu que investimento em DW crescerá de $753 milhões em 1993 a $2.1 bilhão em Tomando como base alguns artigos editados em 1996, tem-se as seguintes tendências relacionadas a DW: Tendências atuais em sistemas de banco de dados incluem a incorporação de processamento paralelo; capacidades objeto-relacional; suporte a data warehousing, data mining e OLAP (Baru, 1996). Além disso, os data marts florescerão porque pessoas querem ter controle descentralizado sobre seus dados. Ferramentas automáticas estão sendo desenvolvidas para ajudar a manter a informação nos data marts atuais e consistente com os dados do DW a nível da empresa (Rudin, 1996). Outra expectativa é que os usuários demandarão data mart dinâmico que construirá dinamicamente informações agregadas (Varney, 1996). Para construir um DW escalável, corporações voltar-se-ão para hardware escalável/paralelo e plataformas de banco de dados (Rudin, 1996). O início da fase de maturação de DW pode ser estabelecido como sendo a partir de Neste ano começou a surgir a preocupação em definir metodologias para o desenvolvimento de sistemas DW. Os sistemas tradicionais, no início da era da computação, eram desenvolvidos sem a utilização de uma metodologia, aí sugiram as abordagens TOP-DOWN e BOTTOM-UP. O mesmo ocorreu com sistemas DW, que a partir de 97 também utiliza essas abordagens. Como ocorre no desenvolvimento de sistemas tradicionais, a abordagem TOP-DOWN é a mais recomendada, no entando, a abordagem BOTTOM-UP pode ser utilizada quando for necessário tratar de um problema específico. Esta última está sendo utilizada na construção de pequenos data marts, os quais posteriormente são agregados em conjuntos maiores denominados Data Warehouse. De acordo com a abordagem BOTTOM-UP, foi definida uma metodologia na qual consumidores primeiro constrõem uma pequena versão de um DW chamado um data mart e então expande gradualmente seu escopo e tamanho. Segundo a empresa Cayenne Software, em (Cayenne, 1997), a Microsoft lançou a Microsoft Repository, que representa um passo importante em direção ao fornecimento de um mecanismo para trocar metadados e modelos entre DW e ferramentas de desenvolvimento. Cerca de 53 companhias de DW e 65 vendedores já estão de acordo com o Microsoft's Open Information Model (OIM), que é o metamodelo no Microsoft Repository. Cada vez mais, vendedores fornecem ferramentas que dão aos usuários acesso a data marts via a World Wide Web, tornando possível fornecer acesso a dados para mais usuários. O mercado de ferramentas de DW e seus usuários concordam que é necessário mover-se rapidamente para uma configuração cliente/servidor e à implementação de DW de nível corporativo e, subsequentemente, os DWs departamentais. Em alguns estudos de caso verificou-se a necessidade de implantação imediata de data mart para alguma área emergente da empresa, considerando os fatores tempo, investimento inicial e retorno de investimento. Apesar de existirem muitas pesquisas sobre DW e, também, muitas ferramentas no mercado para auxiliar usuários de sistemas DW, o tempo de execução para uma busca em um DW ainda é, geralmente, muito grande. Alguns autores afirmam que com DW o tempo de processamento pode ser reduzido de semanas para poucos dias. Radding, em (Radding, 1994), afirma que através de experiência pode-se constatar que o tempo de processamento com DW pode ser reduzido de 50 horas para 1 hora. Gaudin, em (Gaudin, 1997), estima que de 50% a 70% dos DW construídos 8

9 neste ano serão versões mais simples e de informação específica, chamados data mart. Vendedores buscam por produtos que encontrarão esta demanda. Uma das tendências emergentes na indústria de Tecnologia de Informação tem sido a proliferação de data marts. Meta Group estima que data marts estão crescendo de 30% de todas as arquiteturas DW para 48% nos próximos 12 meses. 5. Áreas de Pesquisas Atuais em DW Apesar de ser arriscado especular a respeito do futuro, pode-se ao menos identificar algumas categorias atuais mais importantes para DW, são elas: software x hardware, ferramentas, padronização, inteligência artificial e web. Apesar dos grandes avanços conquistados nas pesquisas de arquitetura de computadores, principalmente na área de processamento paralelo, o futuro do DW depende mais da evolução dos programas de computadores. Nos próximos anos teremos grandes ganhos em performance e qualidade das informações fornecidas para o usuário final decorrentes dos avanços que irão ocorrer nos programas e não na arquitetura e rendimento dos computadores. Segundo o IDC (International Data Corporation), o mercado mundial de software para os DW deve chegar a 5,5 bilhões até o ano A América Latina deve registrar até lá um crescimento anual de 35%. Segundo (Kimball, 1996), das áreas atuais relacionadas aos sistemas DBMS que deverão ter melhoras significativas nos próximos anos destacam-se as seguintes: Otimização da estratégia de execução das Star Join Queries; Indexação de tabelas dimensionais para interfaces, especialmente tabelas dimensionais com milhões de linhas; Acesso (indexação) de chaves compostas em grandes tabelas; Índices Geográficos; Linguagem SQL mais completa incluindo capacidade de processar perguntas de negócios a nível gerencial; Técnicas para compressão de dados em baixo nível; Cache Inteligente; Técnicas para aproveitamento da capacidade de processamento paralelo. A família Data Warehousing é composta por diversas classes de ferramentas, das quais se destacam, além do próprio DW, Data Mart, OLAP Servers e Data Mining. O Data Mart foi definido na arquitetura original do data warehouse alguns anos atrás e tem prevalecido enquanto o data warehouse amadurece. É um tipo de DW menor em que os dados estão mais próximos aos usuários, sendo mais fáceis de serem gerenciados. Facilita a tomada de decisões em nível departamental e permite dados relacionais ou multidimensionais não voláteis. Os servidores OLAP são menores, possuem bons recursos de exploração analítica e permitem dados não voláteis. São uma solução complementar ao DW. Data Mining (mineração de dados) é baseado nos paradigmas de hipótese e descoberta, e pode fazer uso de algoritmos de inteligência artificial. Utiliza ferramentas recentes mas requer suporte intensivo. Data Mining busca padrões e comportamentos na base de dados e pode ser aplicado a banco de dados operacionais ou em DW onde geralmente resulta numa informação melhor, pois os dados normalmente são "limpos" antes de serem armazenados no DW. A velocidade e exatidão das respostas que se desejam obter de um DW dependem da exploração de novas técnicas de mineração de dados e de análise de dados dimensionais, além da melhor utilização dos recursos de processamento paralelo (Meyer, 1998). A publicação Fortune 500 indica que mais de 80% das companhias vêem Data Mining como um fator crítico para o sucesso dos negócios no ano De acordo com Gartner Group, 1997, Data Mining e Inteligência Artificial são as principais tecnologias que trarão impacto na maioria das empresas nos próximos 3 anos. 9

10 Apesar da não aplicabilidade total destes tipos de ferramentas ainda estar relacionadas ao fato da sua inabilidade em tratar dados transacionais nos volumes necessários com uma performance aceitável, a tendência será cada vez mais pela sua utilização, a partir da disponibilidade de hardware utilizando tecnologias SMP e MPP. As tradicionais ferramentas EIS tinham pouca sofisticação e eram destinadas ao alto escalão da empresa. As ferramentas OLAP são mais abrangentes, permitindo fazer análise da informação por várias perspectivas. As modalidades mais comuns são: MOLAP: Multidimensionais; ROLAP: Relacionais; LOLAP: Local, usado em simulação; HOLAP: Híbrido entre MOLAP e ROLAP. As arquiteturas multidimensionais facilitam a consulta e a visualização das informações mas aumentam drasticamente o volume de dados armazenados, o que é uma complicação para o DW onde já se trabalha com grandes volumes. Além disso, elas têm custos de software, armazenamento e pessoal mais altos e possuem estrutura de arquivos proprietária, o que dificulta sua integração com outros produtos e outras tecnologias. Naturalmente há busca de soluções para estes problemas, principalmente no desenvolvimento aprimorado de: Ferramentas de projeto de base de dados multidimensionais; Ferramentas de extração em base de dados multidimensionais; Ferramentas de administração de base de dados multidimensionais; Ferramentas de QA para base de dados multidimensionais; Ferramentas para interpretar perguntas do usuário final. Já a tecnologia relacional é utilizada para grandes volumes de dados mas tem limite a nível de dimensões. As ferramentas ROLAP são consideradas como tendência em DW pelo Gartner Group. Um outro aspecto importante refere-se a padronização das tecnologias disponíveis no mercado. Segundo Meyer, em (Meyer, 1998), as empresas IBM, Informix e Oracle estão usando a terminologia "Servidor Universal" no nome de seus produtos. Com isto, um novo RDBMS estendido está surgindo permitindo técnicas complexas de acesso a dados do tipo imagens, sons e vídeo. Já o grupo Aberdeen acredita que a tecnologia do Servidor Universal se tornará um padrão em breve a medida que esses fabricantes colocarem seus produtos no mercado, fazendo desta tecnologia um dos principais avanços em RDBMS nesta década. As técnicas de Inteligência Artificial que tem sido utilizadas como parte das ferramentas de Data Mining são: Sistemas Especialistas; Lógica Fuzzy; Algoritmos Genéticos; Redes Neurais. Combinação das diferentes técnicas podem ser utilizadas, mas as duas últimas possuem tendências para pesquisas futuras em DW, principalmente as redes neurais. As Redes Neurais foram originalmente desenvolvidas para tratarem de problemas tais como aprendizagem geral dos humanos, fala computacional e reconhecimento de imagens. Entretanto, na atualidade as técnicas de redes neurais tem sido mais utilizadas no tratamento de problemas do mundo real do tipo previsão de interesse de clientes por determinados produtos da empresa e detecção de fraudes em cartões de crédito (Berson, 1998). As modalidades de redes neurais utilizadas no tratamento de problemas em DW são as do tipo não supervisionadas como as Redes ou Mapas de Kohonen e Backpropagation. Neste tipo de rede são formados diversos agrupamentos de informações, onde em cada grupo são unidos os elementos que possuem características semelhantes. Existem alguns tipos de redes, como ART (Adaptive Resonance Theory), onde é possível controlar o grau de similaridade entre os elementos de um mesmo grupo. Devido à complexidade para compreensão dos resultados oriundos destas técnicas, muitas pesquisas deverão ser desenvolvidas com o objetivo de gerar ferramentas que facilitem a compreensão das informações por parte do usuário final. Uma pesquisa recente realizada pelo Data Warehousing Institute, relata que uma das 10

11 maiores justificativas para a adoção de ferramentas WEB reside na redução de custos de instalação e atualização de software desktop, que de outra forma demanda um batalhão de suporte técnico para realizar estas atividades. A IBM, em parceria com a empresa Arbor Software, desenvolveu recentemente o Servidor DB2 OLAP que permite acesso a dados multidimensionais através de navegadores da Web, permitindo que clientes possam realizar análises via Internet. 6. Perspectivas Futuras O conceito de DW pode ser aplicado em praticamente qualquer tipo e tamanho de organização. No entanto, as modalidades mais completas e robustas de DW serão adotadas pelas grandes corporações, onde a competitividade e o volume de negócios e informações justifiquem o porte desse tipo de solução, em bases de dados maiores do que 100 GB. Conforme estudos feitos por Fortune 500, 95% dessas empresas já implementaram ou estão planejando implementar seus Data Warehouses. Muitos produtos específicos para DW são fortes em aplicações simples e repetitivas, mas ineficientes quando confrontados com bancos de dados complexos utilizados em diversas áreas de atuação de suporte à tomada de decisão. Com o objetivo de desenvolver ferramentas mais efetivas, os sistemas relacionais de banco de dados deverão receber melhorias de particionamento, indexação, processamento paralelo e processamento de queries, tais como: Busca de dados paralelo: tabelas e índices podem ser lidos simultaneamente, permitindo que operações tipicamente demoradas, tais como agregações e sumarização sejam completadas muito mais rapidamente; Balanço de carga: distribuição automática do processamento entre as threads e os processadores; Cache Read-ahead: lê à frente de forma inteligente e eficiente e retorna dados que podem vir a ser solicitados. Valioso quando percorrendo o DW para construir o resultado de uma consulta; Backup e restore de alta velocidade: estes são aspectos críticos em ambientes de alto volume e alta concorrência e deverão haver grandes avanços nessa área, incluindo a operação em paralelo onde um banco de dados pode ser copiado para diversos dispositivos simultaneamente, e vice-versa; Carga em paralelo: em DW há um tráfego de importação e exportação de dados que pode ser feito em várias instâncias simultaneamente; Otimização distribuída: o acesso aos dados pode ser feito de forma distribuída, acelerando o desempenho geral das consultas; Ordenação: busca-se avanços na otimização de sort para grandes volumes. Doug Laney, consultor da companhia Prism Solutions, um dos fornecedores de soluções de DW do mercado, identificou os seguintes desafios a serem superados no ambiente de data warehouse: Reengenharia de sistemas para run the business precisará de informação para sugerir o melhor caminho a seguir; Obrigatoriedade de manutenção dos sistemas legados, que agora tem a função de fornecer uma grande variedade de informações aos usuários, está tornando-se assustadora! Como tratar com este problema? A tarefa de juntar sistemas tem tornado-se mais frequente, intrincada e delicada, muito em função das fusões entre empresas, processo este que atualmente está ocorrendo com uma frequência bastante grande; A necessidade de fornecer informação para DSS através da organização demanda repensar as estratégias tradicionais de gerenciamento de dados; A necessidade de analisar a performance do negócio em todos os níveis da organização requer uma grande e profunda base de informação, tendo-se o cuidado de não afetar os sistemas em produção. 11

12 Outra área de grande interesse no futuro de DW é a integração das ferramentas de interface do DW com as facilidades e características da Web, estabelecendo-se padrões de interação com o usuário que serão de domínio público e facilitarão o trabalho de toda a comunidade da organização desde os analistas de SAD e funcionários internos da empresa, através da Intranet e Extranet, até aos clientes através da rede WWW. Data warehousing juntamente com a tecnologia web tornar-se-ão logo a peça fundamental para um sistema de obtenção e distribuição de informações da corporação. Decisões geradas pelo sistema deverão ser conectadas aos sistemas operacionais sem a intervenção humana. Por exemplo: a decisão dobre o estoque, poderia automaticamente disparar uma ordem para merchandising adicional. A possibilidade de obter, analisar e recuperar resultados virtualmente em tempo real, irá transformar, e em alguns casos, revolucionar muitas das noções de como fazer negócios de hoje. 7. Conclusão DW é um repositório de informações que permite fazer análise de tendências e identificar relacionamentos muitas vezes desconhecidos, que em tempos de intensa competitividade, com certeza, torna-se uma ferramenta estratégica. Novas ferramentas estão aparecendo em resposta às necessidades do mercado de sistemas de DW. Com a proliferação das Intranets, uma tendência é o desenvolvimento de ferramentas com interface ao usuário final apresentando as mesmas facilidades e características das interfaces utilizadas atualmente pelos navegadores da Web. DW melhora a eficácia e a disponibilidade dos dados, reduz o tempo de tomada de decisões de negócio, reduz a quantidade de recursos mantidos para a construção e manutenção de relatórios. Entretanto, não há um único produto que atenda às necessidades atuais e futuras de todos. DW é um enfoque tanto filosófico e de arquitetura quanto de tecnologia, e seu mercado está em plena formação. Referências Bibliográficas e Links Relacionados BARU, C.K. Ferformance of future database systems: bottlenecks and bonananzas. VLDB 1996: BERSON, A. & SMITH, S. J. Data Warehousing, Data Mining, & OLAP. McGraw- Hill, CAYENNE. Cayenne Software announces increased support for Microsoft Repository DEMAREST, M. Building the Data Mart. DBMS Magazine, (v7 n8 p44) July DEMAREST, M. A Data Warehouse Evaluation Model. Oracle Technical Journal,(v1 n1 p29), October GAUDIN, S. Data marts becoming preferred approach. 1997, IMHOFF, C. Ensuring data quality through data stewardhip. DM Review Magfazine, april, KIMBALL, R. The DW toolkit. John Wiley & Sons, Inc, LUIZA, M. Tomada de decisão sustentada por DW. Laboratório de Banco de Dados. MANGOLD, J. Turning straw into gold: how data mining transforms data from an expense into an asset. DM Review Magazine, fev, MEYER, D. & CANNON C. Data Warehouse. Prentice Hall, MICROSTRATEGY. Relational OLAP: an enterprise - wide data delivery architecture

13 MOHAN, N. DWMS: Data Warehouse Management System. VLDB, 1996: RADDING, A. Data warehousing directions - The 16,000% ROI RUDIN, K. What s new im data warehousing. DBMS Data Warehouse Supplement, August VARNEY, S.E. Datamarts: coming to an IT Mall Near You! Winkler, C. Data warehousing directions - Surviving the Earthquake XIMENES, F. B. Receita para destruir um DW. Informática Exame, Outubro,

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

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

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

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

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

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

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

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

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

Leia mais

Sistemas de Apoio à Decisão (SAD) - Senado

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

Leia mais

Data 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

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

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

Unidade III PRINCÍPIOS DE SISTEMAS DE. Prof. Luís Rodolfo

Unidade III PRINCÍPIOS DE SISTEMAS DE. Prof. Luís Rodolfo Unidade III PRINCÍPIOS DE SISTEMAS DE INFORMAÇÃO Prof. Luís Rodolfo Vantagens e desvantagens de uma rede para a organização Maior agilidade com o uso intenso de redes de computadores; Grandes interações

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

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

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

Sistemas de Informações Gerenciais

Sistemas de Informações Gerenciais Sistemas de Informações Gerenciais Aula 4 Sistema de Informação SI baseado em computadores Organização, administração e estratégia Professora: Cintia Caetano INTRODUÇÃO Sistemas de Informação são parte

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

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

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

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

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

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

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. 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

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

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

TÉCNICAS DE INFORMÁTICA WILLIAN FERREIRA DOS SANTOS

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

Leia mais

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

SISTEMA DE INFORMAÇÃO GERENCIAL

SISTEMA DE INFORMAÇÃO GERENCIAL COLÉGIO ESTADUAL DE CAMPO MOURÃO EFMP PROF: Edson Marcos da Silva CURSO: Técnico em Administração Subsequente TURMAS: 1º Ano APOSTILA: nº 1 SISTEMA DE INFORMAÇÃO GERENCIAL Sistemas de Informação Campo

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

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

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

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

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

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

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

E-Business global e colaboração

E-Business global e colaboração E-Business global e colaboração slide 1 2011 Pearson Prentice Hall. Todos os direitos reservados. 2.1 Copyright 2011 Pearson Education, Inc. publishing as Prentice Hall Objetivos de estudo Quais as principais

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

Thin Clients : aumentando o potencial dos sistemas SCADA

Thin Clients : aumentando o potencial dos sistemas SCADA Artigos Técnicos Thin Clients : aumentando o potencial dos sistemas SCADA Tarcísio Romero de Oliveira, Engenheiro de Vendas e Aplicações da Intellution/Aquarius Automação Industrial Ltda. Um diagnóstico

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

e-business A IBM definiu e-business como: GLOSSÁRIO

e-business A IBM definiu e-business como: GLOSSÁRIO Através do estudo dos sistemas do tipo ERP, foi possível verificar a natureza integradora, abrangente e operacional desta modalidade de sistema. Contudo, faz-se necessário compreender que estas soluções

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

IDC TECHNOLOGY SPOTLIGHT

IDC TECHNOLOGY SPOTLIGHT IDC TECHNOLOGY SPOTLIGHT A importância da inovação em fornecedores de sistemas, serviços e soluções para criar ofertas holísticas Julho de 2014 Adaptado de Suporte a ambientes de datacenter: aplicando

Leia mais

Tecnologias e Sistemas de Informação

Tecnologias e Sistemas de Informação Universidade Federal do Vale do São Francisco Curso de Administração Tecnologia e Sistemas de Informação - 02 Prof. Jorge Cavalcanti jorge.cavalcanti@univasf.edu.br www.univasf.edu.br/~jorge.cavalcanti

Leia mais

Business Intelligence

Business Intelligence e-book Senior Business Intelligence 1 Índice 03 05 08 14 17 20 22 Introdução Agilize a tomada de decisão e saia à frente da concorrência Capítulo 1 O que é Business Intelligence? Capítulo 2 Quatro grandes

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

Conceitos. - Sistema de Informação, Estruturas e Classificação. - Dados x Informações. Edson Almeida Junior www.edsonalmeidajunior.com.

Conceitos. - Sistema de Informação, Estruturas e Classificação. - Dados x Informações. Edson Almeida Junior www.edsonalmeidajunior.com. Conceitos - Sistema de Informação, Estruturas e Classificação - Dados x Informações Edson Almeida Junior www.edsonalmeidajunior.com.br Definição de Sistema Uma coleção de objetos unidos por alguma forma

Leia mais

Sistemas de Apoio à Inteligência do Negócio

Sistemas de Apoio à Inteligência do Negócio Sistemas de Apoio à Inteligência do Negócio http://www.uniriotec.br/~tanaka/sain tanaka@uniriotec.br Visão Geral de Business Intelligence Evolução dos Sistemas de Informação (computadorizados) 1950 s:

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

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

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

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

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

IBM Software IBM Business Process Manager Simples e Poderoso

IBM Software IBM Business Process Manager Simples e Poderoso IBM Software IBM Business Process Manager Simples e Poderoso Uma única plataforma BPM que oferece total visibilidade e gerenciamento de seus processos de negócios 2 IBM Business Process Manager Simples

Leia mais

Estudo de Caso. O Fator Wow! : Um Exemplo Perfeito do Uso de Analítica de Negócios e Computação em Nuvem para Criar Valor de Negócios

Estudo de Caso. O Fator Wow! : Um Exemplo Perfeito do Uso de Analítica de Negócios e Computação em Nuvem para Criar Valor de Negócios Estudo de Caso O Fator Wow! : Um Exemplo Perfeito do Uso de Analítica de Negócios Introdução Este Estudo de Caso é sobre como uma corporação (IBM) encontrou uma maneira de extrair valor de negócios adicional

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

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

Apresentação do Portfólio da ITWV Soluções Inteligentes em Tecnologia

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

Leia mais

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

Edições Edge do SAP InfiniteInsight Visão geral Viabilizando insights preditivos apenas com cliques de mouse, sem códigos de computador

Edições Edge do SAP InfiniteInsight Visão geral Viabilizando insights preditivos apenas com cliques de mouse, sem códigos de computador Soluções de análise da SAP Edições Edge do SAP InfiniteInsight Visão geral Viabilizando insights preditivos apenas com cliques de mouse, sem códigos de computador Índice 3 Um caso para análise preditiva

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

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

Janeiro de 2008 A nova agenda para gestão da informação: você tem uma?

Janeiro de 2008 A nova agenda para gestão da informação: você tem uma? Janeiro de 2008 A nova agenda para gestão da informação: Agenda para gestão da Informação Página Conteúdo 2 Introdução 3 A necessidade de informações confiáveis 5 Uma nova abordagem a agenda para gestão

Leia mais

CAPÍTULO 5. Introdução ao Gerenciamento de Bancos de Dados.

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

Leia mais

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

Inteligência Empresarial. BI Business Intelligence. Business Intelligence 22/2/2011. Prof. Luiz A. Nascimento

Inteligência Empresarial. BI Business Intelligence. Business Intelligence 22/2/2011. Prof. Luiz A. Nascimento Inteligência Empresarial Prof. Luiz A. Nascimento BI Pode-se traduzir informalmente Business Intelligence como o uso de sistemas inteligentes em negócios. É uma forma de agregar a inteligência humana à

Leia 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

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

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

Você está fornecendo valor a seus clientes para ajudálos a superar a Paralisação virtual e acelerar a maturidade virtual?

Você está fornecendo valor a seus clientes para ajudálos a superar a Paralisação virtual e acelerar a maturidade virtual? RESUMO DO PARCEIRO: CA VIRTUAL FOUNDATION SUITE Você está fornecendo valor a seus clientes para ajudálos a superar a Paralisação virtual e acelerar a maturidade virtual? O CA Virtual Foundation Suite permite

Leia mais

Crescendo e Inovando com um Parceiro Confiável de Suporte

Crescendo e Inovando com um Parceiro Confiável de Suporte IBM Global Technology Services Manutenção e suporte técnico Crescendo e Inovando com um Parceiro Confiável de Suporte Uma abordagem inovadora em suporte técnico 2 Crescendo e Inovando com um Parceiro Confiável

Leia mais

Apresentação, xix Prefácio à 8a edição, xxi Prefácio à 1a edição, xxiii. Parte I - Empresa e Sistemas, 1

Apresentação, xix Prefácio à 8a edição, xxi Prefácio à 1a edição, xxiii. Parte I - Empresa e Sistemas, 1 Apresentação, xix Prefácio à 8a edição, xxi Prefácio à 1a edição, xxiii Parte I - Empresa e Sistemas, 1 1 SISTEMA EMPRESA, 3 1.1 Teoria geral de sistemas, 3 1.1.1 Introdução e pressupostos, 3 1.1.2 Premissas

Leia mais

Construa seu ambiente escalável de armazenamento sobre uma base dinâmica da família IBM Storwize

Construa seu ambiente escalável de armazenamento sobre uma base dinâmica da família IBM Storwize IBM Systems and Technology Junho de 2013 Construa seu ambiente escalável de armazenamento sobre uma base dinâmica da família IBM Storwize A família IBM Storwize auxilia na entrega do que você precisa de

Leia mais

FERRAMENTAS PARA DESENVOLVIMENTO EM C#

FERRAMENTAS PARA DESENVOLVIMENTO EM C# FERRAMENTAS PARA DESENVOLVIMENTO EM C# Camila Sanches Navarro 1,2, Wyllian Fressatti 2 ¹Universidade paranaense (Unipar) Paranavaí PR Brasil sanchesnavarro@gmail.com wyllian@unipar.br Resumo. Este artigo

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

agility made possible

agility made possible RESUMO DA SOLUÇÃO DO PARCEIRO Soluções de garantia do serviço da CA Technologies você está ajudando seus clientes a desenvolver soluções de gerenciamento da TI para garantir a qualidade do serviço e a

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

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

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

http://www.publicare.com.br/site/5,1,26,5480.asp

http://www.publicare.com.br/site/5,1,26,5480.asp Página 1 de 7 Terça-feira, 26 de Agosto de 2008 ok Home Direto da redação Última edição Edições anteriores Vitrine Cross-Docking Assine a Tecnologística Anuncie Cadastre-se Agenda Cursos de logística Dicionário

Leia mais

Sistemas de Apoio à Decisão. Vocabulário e conceitos Vista geral

Sistemas de Apoio à Decisão. Vocabulário e conceitos Vista geral Sistemas de Apoio à Decisão Vocabulário e conceitos Vista geral Decisão A escolha de uma entre várias alternativas Processo de tomada de decisão (decision making) Avaliar o problema Recolher e verificar

Leia mais

Arquitetura de SGBD. Prof. Antonio Almeida de Barros Junior

Arquitetura de SGBD. Prof. Antonio Almeida de Barros Junior Arquitetura de SGBD Prof. Antonio Almeida de Barros Junior Agenda Caracterização de SGBDs SGBDs Centralizados SGBDs Cliente-Servidor SGBDs Distribuídos Homogêneos Multi-SGBDs Heterogêneos SGBDs Paralelos

Leia mais

Acelere o valor da computação em nuvem com a IBM

Acelere o valor da computação em nuvem com a IBM Acelere o valor da computação em nuvem com a IBM Obtenha soluções em nuvem comprovadas para as suas prioridades mais urgentes Destaques da solução Saiba sobre os benefícios mais comuns de implementações

Leia mais

SISTEMA DE GESTÃO DE PESSOAS SEBRAE/TO UNIDADE: GESTÃO ESTRATÉGICA PROCESSO: TECNOLOGIA DA INFORMAÇÃO

SISTEMA DE GESTÃO DE PESSOAS SEBRAE/TO UNIDADE: GESTÃO ESTRATÉGICA PROCESSO: TECNOLOGIA DA INFORMAÇÃO SISTEMA DE GESTÃO DE PESSOAS SEBRAE/TO UNIDADE: GESTÃO ESTRATÉGICA PROCESSO: TECNOLOGIA DA INFORMAÇÃO Competências Analista 1. Administração de recursos de infra-estrutura de tecnologia da informação 2.

Leia mais

Estratégias em Tecnologia da Informação

Estratégias em Tecnologia da Informação Estratégias em Tecnologia da Informação Capítulo 6 Sistemas de Informações Estratégicas Sistemas integrados e sistemas legados Sistemas de Gerenciamento de Banco de Dados Material de apoio 2 Esclarecimentos

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

Instituto de Educação Tecnológica Pós-graduação Gestão e Tecnologia da Informação - Turma 25 20/03/2015. Big Data Analytics:

Instituto de Educação Tecnológica Pós-graduação Gestão e Tecnologia da Informação - Turma 25 20/03/2015. Big Data Analytics: Instituto de Educação Tecnológica Pós-graduação Gestão e Tecnologia da Informação - Turma 25 20/03/2015 Big Data Analytics: Como melhorar a experiência do seu cliente Anderson Adriano de Freitas RESUMO

Leia mais

GBD. Introdução PROF. ANDREZA S. AREÃO

GBD. Introdução PROF. ANDREZA S. AREÃO GBD Introdução PROF. ANDREZA S. AREÃO Sistema de arquivos X Sistemas de Banco de Dados Sistema de arquivos Sistema de Banco de Dados Aplicativos Dados (arquivos) Aplicativos SGBD Dados (arquivos) O acesso/gerenciamento

Leia mais

Aquisição planejada do negócio de servidores x86 combinará fortalezas da IBM e da Lenovo para maximizar valor para clientes.

Aquisição planejada do negócio de servidores x86 combinará fortalezas da IBM e da Lenovo para maximizar valor para clientes. Aquisição planejada do negócio de servidores x86 combinará fortalezas da IBM e da Lenovo para maximizar valor para clientes Abril de 2014 Conteúdo Resumo Executivo 3 Introdução 3 IBM recebe alta pontuação

Leia mais

Business Intelligence: Desafios e Melhores Práticas

Business Intelligence: Desafios e Melhores Práticas Sucesu RJ - IV Congresso de Inteligência Competitiva Business Intelligence: Desafios e Melhores Práticas Eugenio Pedrosa Petrobras Roteiro Arquitetura de BI Evolução da BI nas Empresas Corporate Performance

Leia mais

Sistema IBM PureApplication

Sistema IBM PureApplication Sistema IBM PureApplication Sistema IBM PureApplication Sistemas de plataforma de aplicativos com conhecimento integrado 2 Sistema IBM PureApplication A TI está vindo para o centro estratégico dos negócios

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

Data Warehouse. Diogo Matos da Silva 1. Universidade Federal de Ouro Preto, Ouro Preto, MG, Brasil. Banco de Dados II

Data Warehouse. Diogo Matos da Silva 1. Universidade Federal de Ouro Preto, Ouro Preto, MG, Brasil. Banco de Dados II Data Warehouse Diogo Matos da Silva 1 1 Departamento de Computação Universidade Federal de Ouro Preto, Ouro Preto, MG, Brasil Banco de Dados II Diogo Matos (DECOM - UFOP) Banco de Dados II Jun 2013 1 /

Leia 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 Sistemas de Informação Sistemas de Apoio às Operações Sistemas

Leia mais

Introdução. Página 1 de 9. Trabalho sobre EXTRANET. Universidade de São Paulo Escola Politécnica. Luciano Chede Abad 14/09/2002

Introdução. Página 1 de 9. Trabalho sobre EXTRANET. Universidade de São Paulo Escola Politécnica. Luciano Chede Abad 14/09/2002 Introdução E-business é a nova onda nas empresas. A Internet não permite apenas que as empresas façam negócios de maneiras novas, ela praticamente as obriga a fazer isso, por questões de sobrevivência.

Leia mais

2 Auto-sintonia de Bancos de Dados e Agentes de Software

2 Auto-sintonia de Bancos de Dados e Agentes de Software 2 Auto-sintonia de Bancos de Dados e Agentes de Software A uso da abordagem de agentes de software 1 pode trazer benefícios a áreas de aplicação em que é necessário construir sistemas autônomos, ou seja,

Leia mais

Introdução a Informática. Prof.: Roberto Franciscatto

Introdução a Informática. Prof.: Roberto Franciscatto Introdução a Informática Prof.: Roberto Franciscatto 6.1 ARQUIVOS E REGISTROS De um modo geral os dados estão organizados em arquivos. Define-se arquivo como um conjunto de informações referentes aos elementos

Leia mais