Uma aplicação de Data Warehouse com CAD para Projetos de Edificações

Tamanho: px
Começar a partir da página:

Download "Uma aplicação de Data Warehouse com CAD para Projetos de Edificações"

Transcrição

1 UNIVERSIDADE DE SÃO PAULO ESCOLA POLITÉCNICA Pós-Graduação Disciplina PCS5704 Sistemas de Banco de Dados e Suas Diferentes Estruturas Solange Nice Alves de Souza Uma aplicação de Data Warehouse com CAD para Projetos de Edificações Rita C. Ferreira 1, Vilmar de S. Machado 2 1 Departamento de Engenharia Civil Escola Politécnica da Universidade de São Paulo (POLI-USP), Av. Prof. Almeida Prado, trav.2 nº. 83 CEP São Paulo SP Brasil, 2 Departamento de Engenharia Elétrica Escola Politécnica da Universidade de São Paulo (POLI-USP), Av. Prof. Luciano Gualberto, trav.3 nº.158 CEP São Paulo SP Brasil, Resumo. Observa-se a tendência ao uso de um modelo único de informações para o desenvolvimento do projeto de edifícios, chamado de BIM ( Building Information Modeling ), em diversos pacotes comerciais de CAD para construção. Essa abordagem caminha na direção da integração de informações geométricas do edifício e de controle do processo de desenvolvimento de projetos nessa área. Tendo em vista esta tendência, o objetivo deste artigo é investigar o uso de banco de dados multidimensionais aplicado na área de CAD ( Computer Aided Design ) para a construção de edifícios. 1. Introdução Os bancos de dados multidimensionais têm sido utilizados nas mais diversas áreas da engenharia da informação. Percebe-se, entretanto, que na área da construção civil, essa tecnologia é pouco explorada. O CAD (Computer Aided Design), que é uma ferramenta poderosa e robusta, oferece diversos recursos na parte geométrica, mas é deficitária na área de controle de processos que estão fora dos limites da geometria. Sistemas alternativos são utilizados para suprir essa outra parte não contemplada no CAD. O problema encontra-se no fato de não haver uma ligação direta entre esses sistemas, fazendo com que não exista uma integração direta das informações. Ferreira, R.C.; Machado, V. de S. 1

2 Diante disso, os bancos de dados multidimensionais suprem essa deficiência, permitindo que as informações estejam dentro de um repositório único. A partir desse momento, as informações podem ser tratadas, processadas e apresentadas de forma otimizada para a descoberta de fatos, não percebidos anteriormente. 2. Bancos de Dados Multidimensionais 2.1. Definição de Data Warehouse O Data Warehouse, cuja tradução literal é Armazém de Dados, pode ser definido como um banco de dados destinado a sistemas de apoio à decisão e cujos dados foram armazenados em estruturas lógicas dimensionais, possibilitando o seu processamento analítico por ferramentas especiais (OLAP e Mining) [Barbieri, 2001]. O conceito de Data Warehouse define uma base de dados preparada em vários níveis de granularidade e obtida a partir dos sistemas estruturados (legacy systems). Os sistemas de informações desenvolvidos até então, por serem baseados em necessidades focadas em aplicações independentes, não oferecem a visão consolidada de informações capaz de preparar os processos decisórios complexos e, por vezes, vitais, que as empresas enfrentarão em um mundo de alta competitividade pela nova economia. A idéia do Data Warehouse é armazenar os dados em vários graus de relacionamento e sumarização, de forma a facilitar e agilizar os processos de tomada de decisão por diferentes níveis gerenciais [Kimbal, 1997]. Esses dados, vindos de diversos sistemas de informação, deverão estar detalhados, integrados e sempre disponíveis, permitindo outras formas de consultas através de mecanismos amigáveis aos usuários. Dados detalhados são dados que passaram por um processo de identificação, homologação e transformação e que são necessários aos negócios da empresa [Inmon, 1997] Data Mart Empresas que têm exigências mais modestas, como as que não necessitam construir Data Warehouse para departamentos individuais, podem escolher em construir pequenos Data Marts que utilizam uma arquitetura baseada em rede [Oliveira, 2002]. Pela complexidade de fatores que envolvem um Data Warehouse corporativo, a construção do projeto é lenta e cara. Para equilibrar os gastos e oferecer resultados em prazos mais curtos, é possível construir Data Marts, que são pequenos Data Warehouse departamentais. Os Data Marts são subconjuntos de dados da empresa armazenados fisicamente em mais de um local, geralmente divididos por departamento (Data Marts "departamentais"). Existem diferentes alternativas de se implementar os Data Marts, porém, a proposta original é a aquela onde os Data Marts são desenvolvidos a partir de um Data Warehouse Central. [Oliveira, 2002]. Os Data Marts se diferenciam do Data Warehouse pois atendem às necessidades de um departamento específico ou grupos de usuários e possuem menor volume de dados. Um dos problemas dos Data Marts é o grande risco de desvio do modelo original, pois pode acontecer um crescimento desestruturado. Por ser muito utilizado e estar em Ferreira, R.C.; Machado, V. de S. 2

3 constante aperfeiçoamento, pode ocorrer a replicação das mesmas informações em vários locais, o que dificulta uma futura integração de todos os Data Marts em um único Data Warehouse [DW Brasil]. Como o desenvolvimento de um Data Warehouse demanda muito tempo, planejamento e custo muito elevado, para atenuar esses fatores optou-se pelo desenvolvimento indireto de um Data Warehouse com a idéia de desenvolver primeiramente os Data Marts para depois gradativamente construir o Data Warehouse corporativo unindo os Data Marts [Barbieri, 2001] (Figura 1). Figura 1 - União de vários Data Marts para a formação de um Data Warehouse 2.3. Modelo Estrela Tradicionalmente, modelos de bases de dados relacionais apresentam tabelas com relacionamentos complexos e com múltiplas uniões circulares entre dois pontos do modelo. Para a maioria dos usuários que utilizam para compor suas consultas, é necessário que o acesso a base de dados seja simples o suficiente para facilitar o acesso direto à base de dados. Para acomodar as necessidades de todos os usuários e facilitar a atualização do Data Warehouse o projetista deve criar um modelo que o usuário final possa facilmente entender em termos do negócio [Oliveira, 2002]. O principal tipo de modelo multidimensional é o chamado modelo Star (Estrela), onde existe uma tabela dominante no centro, chamada Tabela de Fatos, com múltiplas junções conectando-a a outras tabelas, sendo estas chamadas de Tabelas de Dimensão [Inmon, 1997]. Cada uma das tabelas secundárias possui apenas uma junção com a tabela central. O modelo Estrela, ilustrado na Figura 2, tem a vantagem de ser simples, intuitivo e também faz uso de novos enfoques de indexação e união de tabelas. Ferreira, R.C.; Machado, V. de S. 3

4 Figura 2 - Representação do Modelo Estrela A Tabela de Fatos contém milhares ou milhões de valores e medidas do negócio da empresa, como transações de vendas ou compras. Cada uma destas medidas é tomada segundo a intersecção de todas as dimensões [Inmon, 1997]. Os Fatos melhores e mais úteis são numéricos, continuamente valorados (diferentes a cada medida) e aditivos, já que estes facilitam a geração do conjunto de respostas. Uma outra característica da Tabela de Fatos é que se não existe um cruzamento para alguns valores das dimensões, a tabela de fatos não armazena zeros [Oliveira, 2002]. As Tabelas de Dimensão armazenam as descrições textuais das dimensões do negócio. Cada uma dessas descrições textuais ajuda a definir um componente da respectiva dimensão. Uma das principais funções dos atributos de Tabelas de Dimensão é servir como fonte para restrições em uma consulta ou como cabeçalhos de linha no conjunto de resposta do usuário. Tabelas Dimensões tendem a utilizar tipos caracteres ao invés de numéricos, de forma que suas linhas são muito mais longas, mas em pouca quantidade ocupando uma pequena percentagem de espaço em disco. As Tabelas de Fatos podem utilizar até 95% da área destinada ao Data Warehouse [Campos, 1997]. Na maioria das vezes as dimensões representam hierarquias, como por exemplo, um produto, que é de uma marca ou categoria, que por sua vez pertence a uma subcategoria, entre outros. Só que, na maioria das vezes, quando esta é representada na dimensão, não temos várias tabelas normalizadas com ligações um-para-muitos, e sim uma única Tabela de Dimensão. Isso faz com que a performance das consultas aumente muito, já que não são necessários joins para se obter os dados relacionados com algum assunto. Outro fato importante é que como a Tabela de Fatos, na verdade, representa os relacionamentos muitos-para-muitos entre as Tabelas de dimensões, esta tem como chave primária uma chave composta de todas as chaves estrangeiras das Tabelas de Dimensão [Oliveira, 2002]. Para um bom desempenho do modelo Estrela é necessário que os projetistas antecipem, na modelagem do Data Warehouse, as consultas mais freqüentes a serem realizadas pelos usuários. Ferreira, R.C.; Machado, V. de S. 4

5 2.4. Variação do Modelo Estrela Outro tipo de estrutura bastante comum é o modelo de dados Snow Flake (Floco de Neve), que consiste em uma extensão do Modelo Estrela onde cada uma das "pontas da estrela" passa a ser o centro de outras estrelas. Isto porque cada tabela de dimensão seria normalizada, "quebrando" a tabela original ao longo de hierarquias existentes em seus atributos [DW Brasil]. Este modelo pode ser ilustrado imaginando-se a classificação de um automóvel, onde a dimensão do produto possui uma hierarquia definida: categoria se divide em marca e a mesma em produtos, como ilustrado na Figura 3. Figura 3 - Representação da variação do modelo estrela Snow Flake Da mesma forma, a dimensão tempo inclui ano que contém mês e este contém dia-domês. Cada um destes relacionamentos "muitos-para-um" geraria uma nova tabela em um Modelo Floco de Neve. 3. Granularidade Após abordar o conceito de modelagem do Data Warehouse o mais importante aspecto do projeto é a questão da granularidade. A granularidade diz respeito ao nível de detalhe ou de resumo contido nas unidades de dados existentes no Data Warehouse. Quanto mais detalhe, mais baixo o nível de granularidade. Quanto menos detalhe, mais alto o nível de granularidade [Barbieri, 2001]. A granularidade de dados tem se mantido como uma questão delicada de projeto. Nos primeiros sistemas operacionais que foram criados, a granularidade era tida como certa. Quando os dados detalhados eram atualizados, era quase certo que eles seriam armazenados no nível mais baixo de granularidade. No entanto, no ambiente de Data Warehouse, a granularidade não é um pressuposto [Barbieri, 2001]. Ferreira, R.C.; Machado, V. de S. 5

6 Figura 4 Níveis de Granularidade 1 A segunda camada de dados existentes no Data Warehouse, que é o nível mais baixo de granularidade, é armazenada no nível de dados verdadeiramente históricos. No nível de dados históricos, todos os detalhes vindos do ambiente operacional são armazenados. Há uma verdadeira montanha de dados neste nível. Por essa razão, faz sentido armazenar os dados em um meio como fita magnética. Ao criar dois níveis de granularidade no nível detalhado do Data Warehouse, a maior parte do processamento SAD (Sistema de Apoio a Decisão) dirige-se aos dados levemente resumidos que são compactos e de fácil acesso. 4. OLAP O termo OLAP - On-line Analytical Processing referencia-se ao conjunto de tecnologias voltadas para acesso e análise ad-hoc dos dados. O principal objetivo de uma ferramenta OLAP é transformar dados em informações para que as mesmas sejam capazes de dar suporte a decisões gerenciais de forma amigável e flexível ao usuário e em tempo hábil [Kimbal, 1998]. O Processo Analítico On-Line tem motivação pela necessidade de minerar conhecimento e padrões em diferentes níveis de abstração através de análises multidimensionais dos dados, ou seja, uma visão lógica dos mesmos. É uma análise interativa dos dados, permitindo ilimitadas visões através de agregações em todas as interseções de dimensões possíveis. Um OLAP executa queries (consultas) com um tempo de resposta pequeno, pois procura-se através de otimização do Data Warehouse manter as informações solicitadas com maior freqüência em memória. A análise é dinâmica, onde o usuário faz a consulta que quiser sem depender de um técnico, e multidimensional compartilhada. Essa última análise multidimensional é a 1 A figura 2 foi extraída do site Warehouse_grao.gif Ferreira, R.C.; Machado, V. de S. 6

7 principal característica do OLAP, que consiste em ver determinados cubos de informações de diferentes ângulos, e de vários níveis de agregação. Os "cubos" são massas de dados que retornam das consultas feitas ao Banco de Dados e podem ser manipulados e visualizados por inúmeros ângulos (usando a tecnologia de Slice-and-dice) e diferentes níveis de agregação (usando a tecnologia chamada Drill) [Kimbal, 1998]. As ferramentas que disparam uma instrução SQL de um cliente qualquer para o servidor e recebem o microcubo de informações de volta para ser analisado na workstation, chamam-se DOLAP (Desktop On Line Analytical Processing). [Oliveira, 2002] O que esta arquitetura proporciona é o pouco tráfego que se dá na rede, visto que todo o processamento OLAP acontece na máquina cliente e há maior agilidade de análise, além do servidor de Banco de Dados não ficar sobrecarregado, sem incorrer em problemas de escalabilidade. A desvantagem é que o tamanho do microcubo não pode ser muito grande, caso contrário, a análise passa a ser demorada e/ou a máquina do cliente pode não suportar em função de sua configuração. As ferramentas ROLAP (Relational On-Line Analytical Processing) possuem uma engenharia de acesso aos dados e análise OLAP com uma arquitetura um pouco diferente. Nesse caso, a consulta é enviada ao servidor de Banco de Dados relacional e processada no mesmo, mantendo o cubo no servidor [Oliveira, 2002]. A principal vantagem dessa arquitetura é que ela permite analisar enormes volumes de dados, em contrapartida, uma grande quantidade de usuários acessando simultaneamente poderá provocar sérios problemas de performance no servidor, causando, inclusive, o travamento do mesmo [Oliveira, 2002]. A arquitetura MOLAP (Multidimensional On-Line Analytical Processing) processa-se da seguinte forma: com um servidor multidimensional, o acesso aos dados ocorre diretamente no banco, ou seja, o usuário trabalha, monta e manipula os dados do cubo diretamente no servidor. Isso traz grandes benefícios aos usuários no que diz respeito a desempenho, mas tem problemas com escalabilidade, além de ter um custo alto para aquisição Ferramentas OLAP As ferramentas OLAP são as aplicações a que nossos usuários finais têm acesso para extraírem os dados de suas bases com os quais geram relatórios capazes de responder às suas questões gerenciais. Elas surgiram juntamente com os sistemas de apoio à decisão para fazerem a extração e análise dos dados contidos nos Data Warehouses e Data Marts Consultas Ad-hoc Segundo Inmon [apud Oliveira, 2002], "são consultas com acesso casual único e tratamento dos dados segundo parâmetros nunca antes utilizados, geralmente executados de forma iterativa e heurística. Ferreira, R.C.; Machado, V. de S. 7

8 Isso tudo nada mais é do que o próprio usuário gerar consultas de acordo com suas necessidades de cruzar as informações de uma forma não vista com métodos que o levem a descoberta daquilo que procura Slice-and-Dice Esta característica das ferramentas OLAP é de extrema importância. Com ela, nós podemos analisar nossas informações de diferentes prismas limitados somente pela nossa imaginação. Utilizando esta tecnologia, conseguimos ver a informação sobre ângulos que, anteriormente, inexistiam sem a confecção de um Data Warehouse e a utilização de uma ferramenta OLAP [Inmon, 1997]. 5. CAD CAD pode significar Computer Aided Drafting ou Computer Aided Design. As aplicações desenvolvidas para CAD em geral têm ferramentas para as drafting, no sentido de contemplar representações da geometria plana, com linhas, pontos, etc. As aplicações desenvolvidas para CAD no sentido de design possuem estruturas que permitem associar as informações de uma determinada área específica da engenharia. Uma das áreas da engenharia é chamada de AEC, referindo-se a Arquitetura, Engenharia e Construção (ou em inglês,), por vezes também chamado de AEC/FM (Architecture, Engineering and Construction and Facilities Management). No caso de sistemas CAD para AEC, estas incorporam objetos com informação específica da área. Assim, a informação relativa à geometria plana ou espacial transforma-se, composta, em portas, janelas, paredes etc., incorporando operações próprias desses objetos. Como exemplo, temos uma porta. Uma porta possui diversas características e operações. Uma das operações de uma porta é abrir, que pode ser à direita, à esquerda, superior, e assim por diante. Atualmente, os sistemas CAD na área de AEC estão evoluindo para uma maior aderência entre os objetos e o projeto dos diversos subsistemas que o compõem. Estes sistemas têm sido chamadas de BIM (Building Information Model). Existem diversos formatos de exportação da informação gráfica, em geral no formato ASCII. A seguir serão apresentados alguns exemplos dos mais populares formatos, tais como DXF, STL e IGES, bem como serão discutidos formatos mais recentes com tendência a serem utilizados como padrão não proprietário (normalizado), como STEP, IFC ISO e XML. Ferreira, R.C.; Machado, V. de S. 8

9 5.1. DXF Este é o formato mais popular para exportação de dados bidimensionais, de propriedade da Autodesk. A estrutura de sua informação pode ser observada no quadro a seguir: Ponto de inserção (código $INSBASE) Variável Y (código 20) = 0.0 Limite inferior da grade visível da área de trabalho (código $EXTMIN) X= Y= Z=0.0 $INSBASE $EXTMIN $EXTMAX Variável X (código 10) = 0.0 Variável Z (código 30) = 0.0 Limite superior da grade visível da área de trabalho (código $EXTMAX) X= Y= Z=0.0 Figura 5 Trecho de informação no formato DXF 5.2. IGES Initial graphic exchange specification, ou IGES, é um dos formatos de exportação da informação gráfica. Este formato é um dos mais antigos e tem a capacidade de transportar informações gráficas 3D em arame, superfícies e sólidos. IGES é um padrão de propriedade da National Computer Graphics Association (NCGA) [Lockardt, 2000]. Ferreira, R.C.; Machado, V. de S. 9

10 Figura 6 Exemplo de dados obtido pelo padrão IGES STL STL (STereo Lithography) é um formato utilizado para exportar geometria 3D para sistemas de prototipagem rápida. Este formato transforma as superfícies do modelo tridimensional em faces triangulares. O número e o tamanho dessas faces são proporcionais à precisão do objeto original criado. [Lockardt, 2000] 5.4. STEP STEP é o acrônimo que significa Standard for Exchange of Product, que tem sido discutido pela ISO para servir de padrão de informação do modelo 3D. Este formato, além de conter informações sobre a geometria completa do objeto de projeto no CAD, tem sido trabalhado para incorporar-se a sistemas gerenciados de produto, do tipo PDM (Product Data Management). Ferreira, R.C.; Machado, V. de S. 10

11 5.5. IFC ISO Na tentativa de consolidar um padrão de objetos da indústria AEC, evoluiu-se o trabalho feito inicialmente através do STEP, concluindo recentemente a ISO :2001, que define uma estrutura de classes genéricas. Paralelamente ao trabalho da ISO, a AIA (International Alliance for Interoperability) vem desenvolvendo o padrão IFC (Industry Foundation Classes). Figura XML Recentemente, os pacotes de CAD têm incorporado o padrão XML (extensible Markup Language) para compartilhamento de informações entre áreas diferentes da empresa através da porta 80 do serviço http. Os sistemas CAD para AEC mais recentes, como o Architectural Desktop da Autodesk, incoporam os padrões XML em suas estruturas de dados. A partir desse momento, os objetos gráficos deixam de ser geometrias simples (linhas, pontos, curvas etc.) para agregarem informações relativas à especificação do produto. A seguir, apresenta-se um exemplo de arquivo com dados de tipos de paredes (Wall Types.xml), Figura 8. Ferreira, R.C.; Machado, V. de S. 11

12 Figura 8 Parte do código de um arquivo com tipos de paredes, Wall Types.xml (Autodesk, 2004) 6. Proposta de aplicação em integração de projetos para produção de edifícios O presente artigo pretende apresentar uma proposta de aplicação em projetos para construção de edifícios, a partir dos conceitos de Data Warehouse. Diversas pesquisas apontam que problemas de execução em obra estão diretamente relacionados à capacidade de identificação de problemas e solução dada pelo projeto [Ferreira, Santos e Codinhoto, 2005]. Muitos desses problemas poderiam ser minimizados com a introdução dos avanços de tecnologia da informação no desenvolvimento de projeto, especialmente em projetos complexos. Neste caso um sistema integrado de informação é a base para a introdução de inteligência capaz de auxiliar o projetista na identificação e solução dos problemas, objeto do seu trabalho. Entretanto, no caso de projetos para engenharia de produto, é necessário considerar a complexidade da informação utilizada, que envolve dados geométricos e não-geométricos. Um exemplo é a proposta de integração feita por Froese et al. (2000), apresentada na Figura 9. Ferreira, R.C.; Machado, V. de S. 12

13 Figura 9 - Protótipo de integração (Froese et al, 2000) No processo de integração da informação para o desenvolvimento de projetos, será necessária a troca de dados entre as diversas especialidades envolvidas. Atualmente a arquitetura baseada em XML mostra-se adequada e aderente a maior parte dos pacotes CAD comerciais (AutoCAD e Microstation são os sistemas mais utilizadas na área de construção). A seguir, apresenta-se um modelo de integração utilizando-se XML (Figura 10). Figura 10 Modelo de troca de informação baseado em arquivo XML (Froese et al., 2000) 6.1. Projeto Proposto O objetivo da proposta é prover meios de extrair as informações relevantes, dentro dos projetos de CAD, bem como integrar outras fontes de informações relativas ao mesmo projeto. Ao final, utilizar uma ferramenta OLAP que apresente essas informações de forma bastante coerente e otimizada. Ferreira, R.C.; Machado, V. de S. 13

14 O problema é bastante complexo, visto que as ferramentas de desenvolvimento de projeto na construção civil não prevêem outros aspectos do projeto, como custos, problemas encontrados na fase de desenvolvimento e soluções aplicadas aos processos de projeto. Diante desse cenário, existem outros sistemas que dão suporte para os aspectos acima citados. Esses sistemas, normalmente, não são integrados ao CAD. Assim, surge a idéia de integração dessas informações através de um banco de dados multidimensional. A primeira etapa para o desenvolvimento do modelo multidimensional, concentra-se em descobrir quais são as informações relevantes nesse tipo de projeto. Na proposta, os requisitos relevantes são: Quais os projetos que possuem o maior custo por região; Quais os projetos que apresentam os maiores problemas; Quais são os problemas mais comuns nos projetos; Quais os custos envolvidos nos projetos em uma determinada região; Quais são os itens (janelas, portas, parede) que estão envolvidos no projeto; Qual o custo dos problemas apresentados nos projetos; Quais são os projetos mais utilizados por região; Com essas informações, propõe-se a utilização do seguinte modelo multidimensional no formato Star Schema (Estrela): ItemServ ico Região Data DicionárioP eca Custo Projeto Problema Figura 11 Modelo Star Schema para o projeto No modelo acima proposto, a tabela fato chama-se Custo e as suas dimensões são Projeto, Problema, DicionárioPeça, Data, Região e ItemServiço. Com esse modelo, é possível obter as informações necessárias para os requisitos solicitados. Uma outra etapa tão importante quanto o projeto do banco de dados multidimensional, é a extração, transformação e carga das informações para o Data Warehouse. Esse processo é importante, pois é responsável pela extração dos dados, nas mais diversas Ferreira, R.C.; Machado, V. de S. 14

15 fontes, transformação desses dados para deixá-los compatíveis e depois a realização da carga ou transporte dessas informações para o DataWarehouse. O processo que realiza todas essas tarefas é chamado de ETL (Extração, Transformação e Carga de dados, do inglês Extract, Transform and Load). Portanto, apresenta-se a seguinte estrutura: CAD Sistema de Custos ETL DataWarehouse proposto pelo modelo acima representado Sistema de Administração de Problemas Figura 12 Modelo ETL A ferramenta OLAP utilizada deve ter um recurso poderoso de busca, dentro de atributos do tipo texto. Algumas informações deverão ser pesquisadas dentro do projeto CAD que está transformado no formato XDF e armazenado no Data Warehouse. Isso inviabiliza a utilização de métodos de pesquisa como o SELECT utilizando a cláusula LIKE. Existem alguns outros meios de otimização como um UltraSearch que realiza uma busca bastante rápida pois utiliza índices com estruturas próprias para pesquisa utilizando elementos alternativos (coringas). Todos os elementos utilizados, estão baseados em uma estrutura da Oracle através dos produtos WarehouseBuilder, Oracle Discoverer e UltraSearch para OracleText. O XML é utilizado para compartilhamento de informações entre os projetos utilizados dentro da empresa. 7. Conclusão Através do desenvolvimento desse projeto, conclui-se que o mercado de CAD tem apresentado muitas soluções voltadas para a área do projeto gráfico, negligenciando as outras etapas como custo. Conclui-se também que é possível obter todas as informações envolvidas no projeto, além dos itens geométricos. Para isso o Data Warehouse é uma solução viável, pois apresenta uma estrutura flexível que permite obter todas as informações provenientes das mais diversas fontes de dados. A ferramenta OLAP também apresenta um papel fundamental, pois é ela que apresenta os resultados planejados e obtidos de forma bastante eficiente. Para trabalhos futuros, há evidências de que a utilização da mineração de dados para obtenção de informações mais detalhadas é um caminho interessante para a integração dos diversos processos de desenvolvimento do produto na área da construção.. Ferreira, R.C.; Machado, V. de S. 15

16 8. Referências bibliográficas Autodesk, Inc. (2000) AutoCAD Architectural Desktop Help: User Documentation. Help on-line. Autodesk, Inc. (2004) AutoCAD Architectural Desktop 2005 Help: User Documentation. Help on-line. Barbieri, Carlos. (2001) BI Business Intelligence: Modelagem e Tecnologia. Rio de Janeiro: Axcell Books do Brasil Editora,, 448 Págs. Caldas, Carlos H., Soilbelman, Lucio, e Gasser, Les. (2005). "Methodology for the Integration of Project Documents in Model-Based Information Systems." Journal of Computing in Civil Engineering, Volume 19, nº 1, p Campos, Maria Luiza e Rocha Fº, Arnaldo V. (1997) Data Warehouse. In XVII Congresso da Sociedade Brasileira de Computação. DW Brasil. Apresenta informações técnicas, Históricas, Bibliográficas Sobre Data Warehouse, Data Mart, Metodologias, OLAP e Estruturas envolvidas no Business Intelligence. Disponível em : Acesso em 11 de abril de Ekholm, Anders. (2005). "ISO and IFC - Prerequisites for Coordination of Standards for Classification and Interoperability." ITcon. Volume 10, p Ferreira, R. C, Santos, E. T, e Codinhoto, R. (2005) "Comparação entre os Resultados de Percepção de Problemas Relacionados à Compatibilização Geométrica em Projetos para Produção de Vedações, Usando CAD 2D e CAD 3D." Anais...TIC 2005: Tecnologia da Informação e Comunicação na Construção Civil. São Paulo, CD-Rom.. Froese, T. et al. System Architectures for AEC Interoperability. CIT 2000, CIB-W78, IABSE, EG-SEA-AI International Conference On Construction Information Technology, 2000, Reykjavik, Islândia. Anais... Reykjavik: Icelandic Building Research Institute, p Disponível em: Acesso em: 22 nov IAI, International Alliance for Interoperability. IFC Model Development. Disponível em: Acesso em 22 de Novembro de Inmon, W.H. (1997) Como Construir o Data Warehouse, Campus, Rio de Janeiro, 387 págs. Kimbal, Ralph (1997) DBMS Tools & Strategies for IS Professionals, In Mantelmedia Editora - No. 1. Kimbal, Ralph. (1998) Data Warehouse Toolkit - Editora Makron Books. Lockhard, Shawna D., and Johnson, Cindy M. (2000). Engineering design communication: conveying design through graphics. USA: Prentice-Hall. Oliveira, Wilson J. de (2002). Data Warehouse. Visual Books, Florianópolis. Ferreira, R.C.; Machado, V. de S. 16

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

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

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

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

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

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

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

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 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

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

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

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

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

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

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

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

Leia mais

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

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

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

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

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

Bloco Administrativo

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

Leia mais

Data 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

MODELAGEM GRÁFICA DE DATA WAREHOUSES E DATA MARTS USANDO UML

MODELAGEM GRÁFICA DE DATA WAREHOUSES E DATA MARTS USANDO UML 1 MODELAGEM GRÁFICA DE DATA WAREHOUSES E DATA MARTS USANDO UML JOANA SCHEEREN Porto Alegre 2009 2 JOANA SCHEEREN MODELAGEM GRÁFICA DE DATA WAREHOUSES E DATA MARTS USANDO UML Trabalho de Conclusão de Curso

Leia mais

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

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

Leia mais

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

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

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

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

Leia mais

Data Warehouse. 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

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

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

Leia mais

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

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

MANUAL BI- Business Intelligence

MANUAL BI- Business Intelligence 1. VISÃO GERAL 1.1 SISTEMA BI Business Intelligence: Segundo Gartner Group, a maior ameaça das empresas da atualidade é o desconhecimento... O Business Intelligence se empenha em eliminar as dúvidas e

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

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

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

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

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

PLANO DE ENSINO PRÉ-REQUISITOS: ENS

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

Leia mais

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

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

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

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

Leia mais

Data 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

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

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

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

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

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

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

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

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

Uma Ferramenta WEB para apoio à Decisão em Ambiente Hospitalar

Uma Ferramenta WEB para apoio à Decisão em Ambiente Hospitalar Uma Ferramenta WEB para apoio à Decisão em Ambiente Hospitalar 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

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

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

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

DATA WAREHOUSING. Data Warehousing

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

Leia mais

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

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

www.espacotempo.com.br quarta-feira, 25 de setembro de 13

www.espacotempo.com.br quarta-feira, 25 de setembro de 13 www.espacotempo.com.br 1 PALESTRA EARQ 2013 Goiânia, 10 de Setembro de 2013 FERNANDO DAHER ALVARENGA Arquiteto e Urbanista Diretor e proprietário da Espaço Tempo www.espacotempo.com.br www.fernandodaher.com

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

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

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

FACULDADE DE TECNOLOGIA DE SÃO PAULO. Erick Skorupa Parolin. Data Warehouse Aplicado ao Negócio

FACULDADE DE TECNOLOGIA DE SÃO PAULO. Erick Skorupa Parolin. Data Warehouse Aplicado ao Negócio FACULDADE DE TECNOLOGIA DE SÃO PAULO Erick Skorupa Parolin Data Warehouse Aplicado ao Negócio São Paulo 2011 FACULDADE DE TECNOLOGIA DE SÃO PAULO Erick Skorupa Parolin Data Warehouse Aplicado ao Negócio

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

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

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

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

Leia mais

DESMISTIFICANDO O CONCEITO DE ETL

DESMISTIFICANDO O CONCEITO DE ETL DESMISTIFICANDO O CONCEITO DE ETL Fábio Silva Gomes da Gama e Abreu- FSMA Resumo Este artigo aborda os conceitos de ETL (Extract, Transform and Load ou Extração, Transformação e Carga) com o objetivo de

Leia mais

Microsoft Analysis Service

Microsoft Analysis Service Microsoft Analysis Service Neste capítulo você verá: BI Development Studio Analysis Services e Cubos Microsoft Analysis Services é um conjunto de serviços que são usados para gerenciar os dados que são

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

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

Plataforma de Business Intelligence

Plataforma de Business Intelligence Plataforma de Business Intelligence ASTEN TECNOLOGIA DA INFORMAÇÃO A Asten é uma empresa do ramo da tecnologia da informação (TI) que tem seu foco na busca por soluções inovadoras. Nosso slogan criando

Leia mais

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

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

Leia mais

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

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

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

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

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

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

Leia mais

Business Intelligence aplicado a área da saúde: potencializando a tomada de decisão

Business Intelligence aplicado a área da saúde: potencializando a tomada de decisão Business Intelligence aplicado a área da saúde: potencializando a tomada de decisão Daiane Kelly de Oliveira 1, Dorirley Rodrigo Alves 1 1 Instituto de Ciências Exatas e Informática PUC Minas Campus Guanhães

Leia mais

Unidade III PLANEJAMENTO ESTRATÉGICO DE. Prof. Daniel Arthur Gennari Junior

Unidade III PLANEJAMENTO ESTRATÉGICO DE. Prof. Daniel Arthur Gennari Junior Unidade III PLANEJAMENTO ESTRATÉGICO DE TECNOLOGIA DA INFORMAÇÃO Prof. Daniel Arthur Gennari Junior Sobre esta aula Gestão do conhecimento e inteligência Corporativa Conceitos fundamentais Aplicações do

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

A importância da. nas Organizações de Saúde

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

Leia mais

UM ESTUDO SOBRE SISTEMAS DE APOIO À DECISÃO E SUAS PRINCIPAIS FERRAMENTAS

UM ESTUDO SOBRE SISTEMAS DE APOIO À DECISÃO E SUAS PRINCIPAIS FERRAMENTAS UM ESTUDO SOBRE SISTEMAS DE APOIO À DECISÃO E SUAS PRINCIPAIS FERRAMENTAS Juliana Baptista 1 Instituto Federal de Mato Grosso do Sul (IFMS), Campus Nova Andradina ju.baptista@hotmail.com Claudio Zarate

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

Criação e uso da Inteligência e Governança do BI

Criação e uso da Inteligência e Governança do BI Criação e uso da Inteligência e Governança do BI Criação e uso da Inteligência e Governança do BI Governança do BI O processo geral de criação de inteligência começa pela identificação e priorização de

Leia mais

Uma peça estratégica para o seu negócio

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

Leia mais

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

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

Leia mais

Business Intelligence para Computação TítuloForense. Tiago Schettini Batista

Business Intelligence para Computação TítuloForense. Tiago Schettini Batista Business Intelligence para Computação TítuloForense Tiago Schettini Batista Agenda Empresa; Crescimento de Dados; Business Intelligence; Exemplos (CGU, B2T) A empresa Empresa fundada em 2003 especializada

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

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

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

Programa do Curso de Pós-Graduação Lato Sensu MBA em Business Intelligence (BI)

Programa do Curso de Pós-Graduação Lato Sensu MBA em Business Intelligence (BI) Programa do Curso de Pós-Graduação Lato Sensu MBA em Business Intelligence (BI) Apresentação O programa de Pós-graduação Lato Sensu em Business Intelligence Inteligência Competitiva tem por fornecer conhecimento

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

Modelagem de informações de. construçãocapítulo1: Capítulo. Objetivo do capítulo

Modelagem de informações de. construçãocapítulo1: Capítulo. Objetivo do capítulo construçãocapítulo1: Capítulo 1 Modelagem de informações de A modelagem de informações de construção (BIM) é um fluxo de trabalho integrado baseado em informações coordenadas e confiáveis sobre um empreendimento,

Leia mais

PLANO DE ENSINO DO 2º SEMESTRE LETIVO DE 2012

PLANO DE ENSINO DO 2º SEMESTRE LETIVO DE 2012 PLANO DE ENSINO DO 2º SEMESTRE LETIVO DE 2012 Curso: TECNOLOGIA EM GESTÃO COMERCIAL Habilitação: TECNÓLOGO Disciplina: NEGÓCIOS INTELIGENTES (BUSINESS INTELLIGENCE) Período: M V N 4º semestre do Curso

Leia mais

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

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

Leia mais

Uma 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

Decisão Suporte: Warehousing, OLAP e Data Mining

Decisão Suporte: Warehousing, OLAP e Data Mining Decisão Suporte: Warehousing, OLAP e Data Mining 7-1 Introdução Cada vez mais, organizações estão analizando dados correntes e históricos para identificar padrões úteis e suporte a estratégias de negócios.

Leia mais

Decisão Suporte: Warehousing, OLAP e Data Mining

Decisão Suporte: Warehousing, OLAP e Data Mining Decisão Suporte: Warehousing, OLAP e Data Mining 7-1 Introdução Cada vez mais, organizações estão analizando dados correntes e históricos para identificar padrões úteis e suporte a estratégias de negócios.

Leia mais

ESCOLA SUPERIOR ABERTA DO BRASIL ESAB CURSO DE ENGENHARIA DE SISTEMAS RACHEL TEREZA MENEGAZZO

ESCOLA SUPERIOR ABERTA DO BRASIL ESAB CURSO DE ENGENHARIA DE SISTEMAS RACHEL TEREZA MENEGAZZO ESCOLA SUPERIOR ABERTA DO BRASIL ESAB CURSO DE ENGENHARIA DE SISTEMAS RACHEL TEREZA MENEGAZZO IMPLEMENTANDO UMA SOLUÇÃO OLAP UTILIZANDO SOFTWARE LIVRE CURITIBA PR 2009 RACHEL TEREZA MENEGAZZO IMPLEMENANDO

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