A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

Por favor ajustem seus celulares para o modo silencioso. para o modo silencioso. Por favor ajustem seus celulares para o modo silencioso. para o modo silencioso.

Apresentações semelhantes


Apresentação em tema: "Por favor ajustem seus celulares para o modo silencioso. para o modo silencioso. Por favor ajustem seus celulares para o modo silencioso. para o modo silencioso."— Transcrição da apresentação:

1 Por favor ajustem seus celulares para o modo silencioso. para o modo silencioso. Por favor ajustem seus celulares para o modo silencioso. para o modo silencioso.

2 Data Warehouse (DW) Rogério Ribeiro Moura

3 Agenda  Mini-Curriculum  Em um Futuro Próximo...  Definição DW  Visão Global DW  Sistemas Transacionais x Analíticos  Modelo Star-Schema  Cubo  Fluxo de Informações  Data Mining  Business Information Warehouse (BW)  Visão Global da Metodologia ASAP  Bibliografia

4 Mini-Curriculum ESCOLARIDADE: Pós-Graduação (Lato - Sensu):  Fundação Getulio Vargas - FGV ( ) - MBA em Tecnologia da Informação Aplicada à Gestão Estratégica de Negócios  Pontifícia Universidade Católica - PUC-Rio ( ) - Análise, Projeto e Gerência de Sistemas Graduação:  Centro Universitário Carioca (2004) - Bacharel em Ciência da Computação  Centro Universitário Carioca ( ) - Tecnólogo em Processamento de Dados EXPERIÊNCIA PROFISSIONAl: PETROBRAS – Petróleo Brasileiro S/A Analista de Sistemas – 4 anos e 5 meses EMBRATEL – CPQD (Centro de Pesquisa e Desenvolvimento em Telecomunicações). Analista de Sistemas – 1 ano e 4 meses Medusa Sistema de Automação Industrial Analista de Sistemas Trainee – 8 meses Task Sistemas de Computação Ltda. Analista de Sistemas Trainee – 1 ano Sobremetal Recuperação de Metais Ltda. Estagiário de Informática - 1 ano

5 Em um Futuro Próximo... Source: The Computer World, July 2000Obrigado!

6 Em um Futuro Próximo... Vou verificar o histórico de doações do banqueiro … banqueiro … Oba! O banqueiro deve estar de Oba! O banqueiro deve estar de bom humor. A doação foi bem maior do que a dos últimos meses. Vou enviar ao seu contador o formulário de dedução de impostos. Mas antes vou levantar as doações que ele fez aos outros e compara-las com as que estou recebendo. que estou recebendo. Ele está doando mais aos pedintes da próxima esquina !!!!!!!!! Meu serviço de Inteligência não está me enviando as informações que eu necessito, no tempo correto, para maximizar as doações recebidas. Mas Por Quê ? O que eu estou fazendo errado? Serão as minhas roupas? Não estou sendo gentil o suficiente? Bussiness Intelligence / Data Warehousing – Uma grande mudança cultural com requisitos técnicos extremamente complexos.

7 Definição DW Data Warehouse (DW) é um banco de dados que armazena informações corporativas de diferentes fontes de dados,estruturado para realizar consultas analíticas complexas, adequado à análise de negócios e ao apoio à tomada de decisões gerenciais. “Conjunto de dados orientados para o assunto, integrado, não volátil, variante no tempo, de apoio a decisões gerenciais.” Bill Inmon

8 Visão Global DW Data Warehouse Sistemas Operativos (R3 e Legados) Data Mart Estruturado por objetivos ( á reas de neg ó cio da companhia)

9 Visão Bill Inmon R/3 (ERP) Data Mining BW 2.1C SP9 (data mining) Corporate Information Factory Aplicações Analíticas (DSS applications) crm SEM bicbpsbcscpmsrm scm Data Warehouse PSA (persistent staging area) Staging Engine (ETL) Data Marts SDMMCO ODS

10 Visão Bill Inmon Data Warehouse para Inmon é apenas um “tabelão” uma flat-table, que pode ser implementada utilizando uma modelagem genérica. A modelagem deste Data Warehouse não tem como objetivo atender à análise, mas somente a retenção das informações para serem extraídas pelos Data Marts, onde a análise ocorre.

11 Visão Ralph Kimball

12 Data Warehouse para Kimball é toda a arquitetura e não somente o “tabelão”. Para Kimball, Data Warehouse é a união dos Data Marts. O Data Warehouse é modelado com o objetivo de atender à análise multidimensional.

13 Sistemas Transacionais x Analíticos OLTP (ERP) OnLine Transaction Processing OLAP (DW) OnLine Analytical Processing :  Foco: transacional  Dados detalhados  Dados correntes  Dados dinâmicos  Altamente normalizado para performance  Atualização/Inserção/Deleção  1 mês a 1 ano de dados  Foco: análise  Dados sumarizados  Dados históricos  Dados fixos a nível temporal  Estruturado para pesquisa e análise  Orientado para consulta  2 a 7 anos de dados

14 Sistemas Transacionais x Analíticos MER - Modelagem Entidade / Relacionamento Orientado para otimizar Insert/Update/Delete Informação espalhada Vários caminhos para obter a mesma informação Modelagem Star-Schema Valor Liquido Qtd. Liquida Valor Bruto Qtd. Bruta ID Tempo ID Cliente ID Empresa ID Vendedor ID Produto Data Ano/Mes Ano Fiscal ID Tempo Nome Região Estado ID Cliente Nome Grupo Unid. Negoc. ID Empresa Nome Supervisor Area ID Vendedor Descrição Grupo Subgrupo ID Produto

15 Modelagem Star-Schema Valor Liquido Qtd. Liquida Valor Bruto Qtd. Bruta ID Tempo ID Cliente ID Empresa ID Vendedor ID Produto Data Ano/Mes Ano Fiscal ID Tempo Nome Região Estado ID Cliente Nome Grupo Unid. Negoc. ID Empresa Nome Supervisor Area ID Vendedor Descrição Grupo Subgrupo ID Produto Conceitos: –Dimensões: definem o COMO o usuário quer analisar a informação Modelo Star-Schema

16 Modelagem Star-Schema Valor Liquido Qtd. Liquida Valor Bruto Qtd. Bruta ID Tempo ID Cliente ID Empresa ID Vendedor ID Produto Data Ano/Mes Ano Fiscal ID Tempo Nome Região Estado ID Cliente Nome Grupo Unid. Negoc. ID Empresa Nome Supervisor Area ID Vendedor Descrição Grupo Subgrupo ID Produto Conceitos: - Atributos: definem de que modo as dimensões podem ser analisadas Modelo Star-Schema

17 Modelagem Star-Schema Valor Liquido Qtd. Liquida Valor Bruto Qtd. Bruta ID Tempo ID Cliente ID Empresa ID Vendedor ID Produto Data Ano/Mes Ano Fiscal ID Tempo Nome Região Estado ID Cliente Nome Grupo Unid. Negoc. ID Empresa Nome Supervisor Area ID Vendedor Descrição Grupo Subgrupo ID Produto Conceitos: –Key Figures: definem O QUÊ o usuário quer analisar Modelo Star-Schema

18 Modelagem Star-Schema Valor Liquido Qtd. Liquida Valor Bruto Qtd. Bruta ID Tempo ID Cliente ID Empresa ID Vendedor ID Produto Data Ano/Mes Ano Fiscal ID Tempo Nome Região Estado ID Cliente Nome Grupo Unid. Negoc. ID Empresa Nome Supervisor Area ID Vendedor Descrição Grupo Subgrupo ID Produto O cubo é virtualmente produzido através da modelagem Star- Schema Cubo

19 Clientes Produtos Tempo Cliente A Cliente BCliente C Produto X Produto Y Produto Z Cubo

20 Query: Vendas do Cliente C no ano 2000 Cubo Clientes Produtos Tempo Cliente A Cliente BCliente C Produto X Produto Y Produto Z

21 Query: Vendas do Cliente B desde 1998 Cubo Clientes Produtos Tempo Cliente A Cliente BCliente C Produto X Produto Y Produto Z

22 Query: Curva ABC de Clientes do produto Y dos anos 2000 e 1998 Cubo Clientes Produtos Tempo Cliente A Cliente BCliente C Produto X Produto Y Produto Z

23 Query: Vendas de toda empresa desde 1998 Clientes Produtos Tempo Cliente A Cliente BCliente C Produto X Produto Y Produto Z Cubo

24 Fluxo de Informações Processamento da Transação Processamento da Transação OLTP Transformação OLAP Infocubos Externo Extração Análise Ação

25 Definição Data Mining É o processo de se descobrir conhecimento embutido em um determinado banco de dados. Na realidade data mining é um conjunto de técnicas que envolvem métodos matemáticos, algoritmos e heurísticas para descobrir padrões e regularidades em grandes conjuntos de dados. Estas técnicas permitem buscar em uma grande base de dados, informações que, aparentemente, estão camufladas ou escondidas, permitindo, com isso, agilidade nas tomadas de decisões.

26 Business Information Warehouse (BW) O BW é o software de data warehouse da empresa SAP, cujo ambiente específico, separado do ambiente transacional, armazena informações que são estruturadas para facilitar a consulta e análise, suportando assim o processo decisório e a gestão da empresa.

27 SAP R/3 FI CO AM PS WF IS MM HR SD PP QM PM Vendas e Distribuição Materiais, Equipamentos e Serviços Gestão de Produção Gestão da Qualidade Gestão de Manutenção Recursos Humanos Soluções para Indústrias Workflow Gestão de Projetos Ativo Fixo Controladoria Finanças Base de Dados Integrada BW Estrutura SAP/R3

28 Arquitetura do BW R/3 Sistemas Externos Obtem dados de Sistemas R/3 e não R/3. BW SD FI CLIP BDEMQ Excel Web Sistemas Fonte Regras de Transferência Obtem dados de Sistemas R/3 e não R/3.

29 Arquitetura do BW 生データ Dados Data Warehouse R/3 e Legados Data Warehouse para tomada de decisoes e desenvolvimento de novos negocios Data Mart estruturado por objetivos ALERTA Relatorio / Analise / Descobrimento Análise Exceções Data Mining

30 Estrutura de Acesso Query OLAP server Database OLAP Processor InfoCube Sistemas Fontes Database stores... Microsoft Excel Business Explorer Analyzer shows... Query View Intranet

31 Benefícios  Padroniza ferramentas de acesso e representação de informações corporativas  Fácil uso, ponto único de acesso a todas as informações corporativas  Self-service, relatórios gerenciais e análises em todos os níveis  Ambiente de alta performance alimentado por fontes de dados heterogêneas  Libera a carga sobre os sistemas transacionais

32 Visão Global da Metodologia ASAP Preparação do Projeto Preparação Final Realização Go Live & Suporte Business Blueprint (Desenho) Início do Projeto Fim da Fase 1 Revisão dos Conceitos Revisão do Desenho Após Desenho Dados Revisão da Configuração Durante Ciclo de Configuração Revisão de Performance Durante Preparação Final Prover uma preparação e um planejamento inicial para o projeto SAP BW. Os passos nesta fase inicial auxiliam na identificação e planejamento das áreas de negócio a serem consideradas, permitindo a compreensão dos objetivos, escopo e prioridades. Preparação do Projeto Business Blueprint (Desenho) Preparação do Projeto Criar o Desenho do modelo conceitual, modelo lógico e modelo físico, que se trata de uma documentação detalhada dos resultados obtidos durante a realização dos Workshops de requerimentos dos usuários. Business Blueprint (Desenho) Realização Implementar a solução de Business Information Warehouse baseado nas necessidades levantadas na fase anterior de Business Blueprint. Os objetivos são a implementação final do sistema, o teste global e a liberação do ambiente para produção. Realização Preparação Final Preparação Final Prover uma verificação final da situação de todos os produtos gerados. Inclui a conclusão do treinamento do usuário e o estabelecimento de um Help Desk interno. Go Live & Suporte Mover de um ambiente de pré- produção para uma operação em produção. Evolução Contínua Go Live & Suporte Evolução Contínua

33 Ciclo Típico de um Projeto Ciclo de Implementação 1 Contínua Evolução do Ambiente de Informação de Negócio Ciclo de Implementação 2 Ciclo de Implementação 3 5 5

34 Organização de um Projeto Equipe BW Power Users Analistas funcionais do OLTP Suporte Técnico Analistas Técnicos do OLTP Data Architect BW Coordenador Projeto Comitê de Validação Comitê Executivo Patrocinador Projeto BW Coordenador Tecnologia Sistema Fonte

35 Exemplo

36 Exemplo

37 Exemplo

38 Exemplo

39 Exemplo

40 Exemplo

41 Exemplo

42 Bibliografia Livros  The Data Warehouse Toolkit: The Complete Guide to Dimensional Modeling, 2nd Edition – Ralph Kimball e Margy Ross  Como Construir o Data Warehouse, Campus – Bill Inomn  Oracle 8i Data Warehouse – Michel Corey  Sistemas de Informação e as Decisões Gerenciais na era da Internet – James O`Brain Sites    Intelligent Enterprise Magazine -

43 Perguntas PERGUNTAS E COMENTÁRIOS

44 Perguntas OBRIGADO!


Carregar ppt "Por favor ajustem seus celulares para o modo silencioso. para o modo silencioso. Por favor ajustem seus celulares para o modo silencioso. para o modo silencioso."

Apresentações semelhantes


Anúncios Google