INTELIGÊNCIA EMPRESARIAL Aula 7 - Data Warehouse.

Apresentação em tema: "INTELIGÊNCIA EMPRESARIAL Aula 7 - Data Warehouse."— Transcrição da apresentação:

1 INTELIGÊNCIA EMPRESARIAL Aula 7 - Data Warehouse

2 INTELIGÊNCIA EMPRESARIAL – AULA 7 INTELIGÊNCIA EMPRESARIAL Conteúdo Programático desta aula  Conceitos e principais características do Data Warehouse  Diferenças entre o Data Warehouse e os Bancos de Dados que suportam o ambiente operacional.

3 INTELIGÊNCIA EMPRESARIAL – AULA 7 INTELIGÊNCIA EMPRESARIAL SISTEMAS DE APOIO À DECISÃO Os tomadores de decisão necessitam de informações confiáveis sobre operações atuais, tendências e mudanças. Além disso, os dados necessários para a tomada de decisão estão espalhados em diversas áreas da empresa. A integração e análise dos dados existentes nestes diferentes sistemas, é uma tarefa difícil e necessita de muito tempo e recursos. Por este motivo, surge a necessidade de um ambiente voltado para os tomadores de decisão, que permita que estes analisem dados confiáveis de forma eficiente e flexível.

4 INTELIGÊNCIA EMPRESARIAL – AULA 7 INTELIGÊNCIA EMPRESARIAL SISTEMAS DE APOIO À DECISÃO Os bancos de dados que conseguem armazenar tais dados e arquiteturas computacionais que podem processar estes dados também são diferentes, assim como também são diferentes as características dos sistemas que permitem a consulta a estas bases de tomada de decisão.

5 INTELIGÊNCIA EMPRESARIAL – AULA 7 INTELIGÊNCIA EMPRESARIAL DATA WAREHOUSE (DW) “Um data warehouse é um conjunto de dados produzido para oferecer suporte à tomada de decisões; é um repositório de dados atuais e históricos de possível interesse aos gerentes de toda a organização. Os dados normalmente são estruturados de modo a estarem disponíveis em um formato pronto para as atividades de processamento analítico. Portanto, um Data Warehouse é uma coleção de dados orientada por assunto, integrada, variável no tempo e não volátil, que proporciona suporte ao processo de tomada de decisão” (Turban E., Sharda R., Aronson J.E., King D: Business Intelligence – um enfoque gerencial para a inteligência do negócio)

6 INTELIGÊNCIA EMPRESARIAL – AULA 7 INTELIGÊNCIA EMPRESARIAL DATA WAREHOUSE  Banco de dados que armazena dados sobre as operações da empresa, como vendas e compras, extraídos de uma fonte única ou múltipla, oferecendo enfoque histórico, para permitir um suporte efetivo à tomada de decisão.  Dados integrados e históricos que servem desde a alta direção, que necessita de informações mais resumidas, até as gerências de baixo nível, onde os dados detalhados ajudam a observar aspectos mais táticos da empresa. “ conjunto de dados baseado em assuntos, integrado, não volátil e variável em relação o tempo, para dar suporte ao processo gerencial de tomada de decisão.”

7 INTELIGÊNCIA EMPRESARIAL – AULA 7 INTELIGÊNCIA EMPRESARIAL DATA WAREHOUSE Data Warehouse Orientação por assunto  Organizado de acordo com as principais areas de negocio da organização  Não orientado a aplicação, permitindo a utilização dos dados de varias formas ao longo do tempo Integração  Unificação fisica dos dados em um mesmo repositório  Estruturas e formatos de dados comuns, independente dos sistemas fonte  A integracao é feita através dos principais processos de carrga Variação temporal  Séries temporais de um conjunto de dados  Variações de estado (datas de mudança de status)  Datas de eventos(chamadas, faturas,pedidos, etc) Não volatil  Não há atualização de registros  As alterações de informação são armazenadas a partir da captura de um novo retrato das informações Informações detalhadas e agregadas  Dados atômicos  Mantem a flexibilidade dos dados, facilitando futuras mudanças no negócio  Deve-se tomar cuidado para não se tornar fonte de relatórios operacionais  Visões agregadas montadas em função das principais visões corporativas  Estruturas consolidadas de perfis – utilizadas para facilitar analises de eventos que são baseados em um grande volume de dados Adaptado de: Prof. Fernando Nimer

8 INTELIGÊNCIA EMPRESARIAL – AULA 7 INTELIGÊNCIA EMPRESARIAL ORIENTAÇÃO POR ASSUNTO Um DW sempre armazena dados importantes sobre temas específicos da empresa de acordo com o interesse das pessoas que irão utilizá- los. ( Fonte: Adaptado de Oliveira, S.R. M - Data Warehouse: Arquitetura, Projeto e Abordagens de Implementação)

9 INTELIGÊNCIA EMPRESARIAL – AULA 7 INTELIGÊNCIA EMPRESARIAL VOLATILIDADE Os dados não sofrem atualizações. Eles são carregados uma única vez e, a partir desse momento, só podem ser consultados, pois representam as informações em um determinado instante de tempo. Os dados passam por filtros antes de entrarem no DW, com isso muitos dados nunca saem do ambiente transacional e outros são resumidos de certa forma que não são encontrados fora do DW.

10 INTELIGÊNCIA EMPRESARIAL – AULA 7 INTELIGÊNCIA EMPRESARIAL VARIAÇÃO NO TEMPO Os dados são armazenados para fornecer informações de uma perspectiva histórica. A cada mudança ocorrida num dado, uma nova entrada é criada e não atualizada, como acontece nos sistemas tradicionais (Fonte: Adaptado de prof. Yomara Pires)

11 INTELIGÊNCIA EMPRESARIAL – AULA 7 INTELIGÊNCIA EMPRESARIAL INTEGRAÇÃO Os dados necessários aos tomadores de decisão estão em diversas áreas da empresa. Geralmente estes dados não estão padronizados e é necessário integrar antes de carregarmos em um DW de forma que passe a ter um único significado. Como não existem padrões de codificação, cada analista pode definir a mesma estrutura de dados de várias formas, fazendo com que dados que representam a mesma informação sejam representados de diversas maneiras dentro dos sistemas utilizados pela empresa o longo dos anos

12 INTELIGÊNCIA EMPRESARIAL – AULA 7 INTELIGÊNCIA EMPRESARIAL INTEGRAÇÃO A maior parte do trabalho na construção de um DW está na análise dos sistemas em operação e dos dados que ele contém. (Fonte: Adaptado de Oliveira, S.R. M - Data Warehouse: Arquitetura, Projeto e Abordagens de Implementação)

13 INTELIGÊNCIA EMPRESARIAL – AULA 7 INTELIGÊNCIA EMPRESARIAL LOCALIZAÇÃO Os dados podem estar fisicamente armazenados de três formas: centralizados, distribuídos e por níveis de detalhes. Centralizados: solução muito utilizada, mas com o inconveniente de requerer investimento em um servidor com alta capacidade de processamento e armazenamento. Distribuídos: dados armazenados em diferentes locais, chamados “Datamarts”, de acordo com áreas de interesse (Exemplo: financeiro, marketing). Níveis de Detalhes: dados altamente consolidados/resumidos em um servidor e dados detalhados em outro

14 INTELIGÊNCIA EMPRESARIAL – AULA 7 INTELIGÊNCIA EMPRESARIAL CREDIBILIDADE DE DADOS Para o sucesso de qualquer Data Warehouse é determinante a credibilidade dos dados. Simples distorções podem causar sérios problemas quando se quer extrair dados para suportar decisões estratégicas para o negócio das empresas. Dados não confiáveis podem resultar em relatórios inúteis, sem importância. Por exemplo, um simples CEP errado não afetará uma simples transação de compra e venda, mas poderá influenciar informações referentes a uma cobertura geográfica ou uma expansão de rede de filiais.

15 INTELIGÊNCIA EMPRESARIAL – AULA 7 INTELIGÊNCIA EMPRESARIAL GRANULARIDADE DE DADOS A granularidade diz respeito ao nível de detalhe dos dados existentes no Data Warehouse. Quanto maior o nível de detalhe, menor o nível de granularidade. (Fonte: Adaptado de Oliveira, S.R. M - Data Warehouse: Arquitetura, Projeto e Abordagens de Implementação)

16 INTELIGÊNCIA EMPRESARIAL – AULA 7 INTELIGÊNCIA EMPRESARIAL PRINCIPAIS TAREFAS EFETUADAS PELO DW  Obter dados dos BD’s operacionais e externos;  Armazenar os dados;  Fornecer informações para tomada de decisão;  Administrar o sistema e os dados

17 INTELIGÊNCIA EMPRESARIAL – AULA 7 INTELIGÊNCIA EMPRESARIAL PRINCIPAIS COMPONENTES DO DW  Mecanismos para acessar e transformar dados;  Mecanismo para armazenamento de dados;  Ferramentas para análise de dados;  Ferramentas de gerência.

18 INTELIGÊNCIA EMPRESARIAL – AULA 7 INTELIGÊNCIA EMPRESARIAL DATAMARTS Muitas vezes, apesar do Data Warehouse possuir um grande volume de dados de toda a empresa, é necessário trabalhar apenas com uma parte destes dados, correspondente a um setor da empresa, ou fazer a implantação do Data Warehouse de forma fracionada até se formar o sistema corporativo. Pode ser considerado como um subconjunto de dados que possui regras de negócio e de cálculo específicas, sumarizados ou agregados de um database maior.

19 INTELIGÊNCIA EMPRESARIAL – AULA 7 INTELIGÊNCIA EMPRESARIAL UTILIZAÇÃO DE DATAMARTS Um Datamart é um banco de dados de suporte à decisão construído para utilização por um departamento ou grupo específico de uma empresa. ( Fonte: Adaptado de www.inf.ufsc.br/~frank/bd_unoesc/DataWarehouse.ppt, acesso em 08/jan/2011)

20 INTELIGÊNCIA EMPRESARIAL – AULA 7 INTELIGÊNCIA EMPRESARIAL UTILIZAÇÃO DE DATAMARTS “Pequenos” bancos de dados departamentais orientados por assunto Solução “Tática” (possuem implementação mais simples) Menor tempo de desenvolvimento Atenção: a integração de DataMarts exige planejamento avançado Observações:  Dados podem estar repetidos em diversos Data Marts  O mesmo dado pode ser representado com granularidade diferente

21 INTELIGÊNCIA EMPRESARIAL – AULA 7 INTELIGÊNCIA EMPRESARIAL ARQUITETURA DE UM DATA WAREHOUSE (Fonte: Adaptado de Sun Expert Magazine)

22 INTELIGÊNCIA EMPRESARIAL – AULA 7 INTELIGÊNCIA EMPRESARIAL DATA WAREHOUSE x BD OPERACIONAL CARACTERÍSTICABD OPERACIONALDATA WAREHOUSE ObjetivoOperações diárias do negócio Analisar o negócio UsoOperacionalAnalítico Tipo de processamento OLTPOLAP Unidade de trabalhoInclusão, alteração, exclusão Inserção e consulta Interação do usuárioSomente pré-definidaPré-definida e ad-hoc VolumeMegabytes – gigabytesGigabytes – terabytes (Fonte: Adaptado de Han, J., Kamber, M., 2001, “Data mining”, Morgan Kaufmann Publishers, New York, USA)

23 INTELIGÊNCIA EMPRESARIAL – AULA 7 INTELIGÊNCIA EMPRESARIAL DATA WAREHOUSE x BD OPERACIONAL CARACTERÍSTICABD OPERACIONALDATA WAREHOUSE Histórico60 a 90 dias5 a 10 anos GranularidadeDetalhadosDetalhados e resumidos RedundânciaNão ocorreOcorre AtualizaçãoContínua (tempo real)Periódica (em batch) IntegridadeTransaçãoA cada atualização Intenção dos índicesLocalizar um registroAperfeiçoar consultas (Fonte: Adaptado de Han, J., Kamber, M., 2001, “Data mining”, Morgan Kaufmann Publishers, New York, USA)