Composição B.I.

Data Mart.

• Um Data Mart é um pequeno data warehouse que fornece suporte à decisão de um pequeno grupo de pessoas.
• Algumas organizações são atraídas aos data marts não apenas por causa do custo mais baixo e um tempo menor de implementação, mas também por causa dos correntes avanços tecnológicos. Data marts podem servir como veículo de teste para companhias que
• desejam explorar os benefícios do data warehouse.
• As diferenças entre data mart e data warehouse são apenas com relação ao tamanho e ao escopo do problema a ser resolvido. Portanto, as definições dos problemas e os requisitos de dados são essencialmente os mesmos para ambos.
• Motivos pela crescente popularidade de data marts:
• • Os data marts têm diminuído drasticamente o custo de implementação e manutenção de sistemas de apoio à decisão e têm os posto ao alcance de um número muito maior de corporações.
• • Eles podem ser prototipados muito mais rápido, com alguns pilotos sendo construídos entre 30 e 120 dias e sistemas completos sendo construídos entre três e seis meses.
• • As data marts tem o escopo mais limitado e são mais identificados com grupos de
• necessidades dos usuários, o que se traduz em esforço/time concentrado.

Data WareHouse

• *Data WareHouse Um ambiente estruturado, extensível, projetado para a análise de dados não voláteis,
• lógica e fisicamente transformados, provenientes de diversas aplicações, alinhados com a estrutura da empresa, atualizados e mantidos por um longo período de tempo, referidos em termos utilizados no negócio e sumarizados para análise rápida".
• *A Modelagem recomendada é a dimensional, mas também ele funciona em multidimensional.

Características DW

Modelagem multidimensional

• 
• Bildunterschrift: Embora, de alta redundância, pode ocorrer também em estruturas normalizadas.

ETL

Fases ETL

Tabela Fato

Tabela Dimensão

Características Dimensão

Snow Flake

Estrela

Snow Flake Exemplo

Data Mining

• * É um processo que utiliza-se de diversos algoritmos (muitos deles desenvolvidos recentemente) que processam os dados e encontram esses "padrões válidos, novos e valiosos". É preciso ressaltar que embora os algoritmos atuais sejam capazes de descobrir padrões "válidos e novos", ainda não temos uma solução eficaz para determinar padrões valiosos. Por essa razão, Data Mining ainda requer uma interação muito forte com analistas humanos, que são, em última instância, os principais responsáveis pela
• determinação do valor dos padrões encontrados.

Olap

• * É um tipo, uma característica, um modelo, uma natureza de sistema para analisar dados.
• * Proporciona as condições de análise de dados on-line necessárias para responder às possíveis perguntas dos analistas, gerentes e executivos.
• * Eles existem por receberem grande volume de dados.
• * OLAP é implementado em um modo de cliente/servidor e oferece respostas rápidas as consultas, criando um micro cubo na máquina cliente ou no servidor.
• *As ferramentas OLAP são as aplicações que nossos usuários finais têm acesso para extraírem os dados de suas bases e construir os relatórios capazes de responder as suas questões gerenciais. Elas surgiram juntamente com os sistemas de apoio a decisão para fazerem a consulta e análise dos dados contidos nos Data Warehouses e Data Marts.

Data mining

• * Mining permite que se investigue esses dados à procura de padrões que tenham valor para a empresa.
• * Oferece a vantagem de efetuar comparações infinitamente maior do que a capacidade humana.
• * É um processo que utiliza-se de diversos algoritmos (muitos deles desenvolvidos recentemente) que processam os dados e encontram esses "padrões válidos, novos e valiosos".
• * Por essa razão, Data Mining ainda requer uma interação muito forte com analistas humanos.
• * A partir de fontes de dados (bancos de dados, relatórios, logs de acesso, transações, etc) efetua-se uma limpeza (consistência, preenchimento de informações, remoção de ruído e redundâncias, etc).
• * Utilizam várias técnicas de natureza estatística, agrupando em diferentes conjuntos de dados, os elementos identificados como semelhantes entre si.

Passos B.I.