Business Intelligence (Schaedler)

Business Intelligence (Schaedler)

1. Contéudos do Capítulo

   • Cápitulo 2 - Data Warehouse
     • 2.1 - História do DW
       • Projetar um sistema de gerenciamento de dados
       • Fornecer informações com precisão
       • Apoiar os gestores na tomada de decisão
       • 1983 - relational database management system (RDBMS)
       • Ralph Kimball (1990) - solucionar o problema das ilhas de dados
       • Bill Inmon(1993)- Building the Data Warehouse
     • 2.2 - Tipos de DW
       • Data marts - (DM)
         • Combinam base de dados espalhados
         • Dependente - Derivado de um DW
           • Modelo consistente e oferta de qualidade dos dados
         • DM - Independente
           • Versão de baixo custo e simplificada de um DW
           • Projetado para um departamento estratégico ou unidade de negócio
       • Operational data store(ODS)
         • Depósito de dados operacionais
         • Arquivamento de informações sobre clientes
         • Usado para decisões a curto prazo
         • Registra apenas informações recentes
       • Enteprise data warehouse
         • DW empresarial de grande escala
         • Embasamento para Tomada de decisões
         • Proporciona integração de dados de muitas fontes em formato padronizado
         • Aplicações efetivas de Business Intelligence(BI)
         • Fornece dados para muitos tipos de sistema para tomada de decisãoes
           • decision support systems - DSS
           • Gestao de relacionamento com o cliente(CRM)
           • Gestao de cadeia de suprimento(SCM)
           • Gestao de desempenho de negocios(BPM)
           • Monitoriamento de atividades comerciais
       • Caracteristicas fundamentais do DW
         • Tema
           • Os dados são organizados por temas, como vendas, produtos e etc.
           • Classificando informações relevantes para a tomada decisão
           • Com este tipo de informação o usuário termina o desempenho no negôcio e o porquê disso
           • Proporciona uma visão mais abrangente da organização
         • Integração
           • Está ligado a orientação por temas
           • É um formato mais consistente ao dados, vindos de diversar fontes de dados
           • Lidar com complitos entre padrões como nomeações e medidas
         • Tempo
           • Um DW mantém dados históricos
           • Detectam tendência, desvio e relações a longo prazo
           • Estabelece visões e comparações
           • Decisões fundamentas por informações
           • Qualidade temporal
         • Não Volatilidade
           • Os usuários não podem alterar os dados ou atualiza-los
           • Os dados obsoletos são descartados
           • Alterações são registradas como novas
     • 2.3 - Metadados
       • Descrevem a estrutura e algums significados dos dados
       • Sintaticos - (dados que descrevem a sintaxe de outros)
       • Estruturais - (dados que des- crevem a estrutura de dados)
       • semanticos - (dados que apontam o significado de dados em dominios especificos)
       • Facilita a localização e padronização no banco de dados
       • Podem ser criados manualmente ou por processamentos automatizados de informações
       • Criação Manual - tende a ser mais precisa permitindo o usuário a inserir qualquer informação relevante
       • Criação automatizada - Pode ser muito mais elementar, geralm,ente apenas fornecendo informações simples, como: tamanho , cor e etc.
       • Aplicados em pesquisa e ferramentas de classificação de dados
     • 2.4 - Arquitetura de DW
       • Arquitetura Cliente/Servidor ou n-camandas
       • Podem entregar diferentes arquiteturas básicas
       • Fontes de dados - Os dados encontram-se em multiplos sistemas operacionais independentes
       • Extracao e transformacao de dados - Os dados sao extraidos e devidamente transformados por meio de softwares comercials ou customizados chamados de extract, transform, load
       • Carga de dados - Os dados sao carregados em uma area temporaria, na qual sao transformados e limpos
       • Metadados - São mantidos para que possam ser acessados pelo pessoal de TI e por usuarios.
       • Ferramentas de middleware - Esses recursos possibilitem acesso ao DW. Usuarios avancados, como analistas, podem escrever suas proprias consultas em SQL
       • 2.4.1 - Arquiteturas Alternativas para DW
         • DMs independentes - Provavelmente, essa e a arquitetura alter- nativa mais simples e barata. Os DMs sao desenvolvidos para opera- rem de modo independente entre si e para atender as necessidades de unidades organizacionais individuals
         • DMs bus - Essa arquitetura e uma alternativa viavel as DMs inde- pendentes, tendo seus marts individuals interligados por algum tipo de middleware
         • Arquitetura estrela - Essa provavelmente e a arquitetura de arma- zenamento de dados mais famosa nos dias de hoje. Sua infraestrutura e escalavel, de facil manutencao e apresenta um DW centralizado e varios DMs dependentes, cada um deles contendo uma unidade organizacional
         • DW centralizado - A arquitetura de DW centralizada e similar a de estrela, exceto por nao contar com DMs dependentes. Ela possui um EDW de grandes proporcoes que supre as necessidades de todas as unidades organizacionais
         • DW federado - A abordagem federada envolve a integracao de sistemas dispares. Nessa arquitetura, estruturas de embasamento de decisoes ja existentes sao mantidas, e os dados sao acessados dessas fontes conforme necessario
     • 2.5 - Modelagem DW
       • analises dos gestores da empresa, atendendo a seus requisites de negocio
       • entender a visao do modelo de negocios do usuario final e fazer com que ela se reflita na base de informacoes
       • O DW e construido para suprir demandas que nao estao limitadas as transacoes ou aos sistemas individuals, apresentando uma perspectiva integrada e completa dos negocios.
       • o modelo dimensional torna-se uma ferramenta de valor incalculavel para as areas do negocio, apoiando e otimizando todo o processo de tomada de decisoes
         • indicadores relevantes para uma area de negocios, chamados de fatos ou metricas
         • parametros, por meio dos quais as metricas sao analisadas pelos usuarios, chamados de dimensoes.
       • Passo 1 - Definindo Fatos ou metricas
         • Valor da venda realizado
         • Valor da venda previsto
         • Quantidade de itens realizada
         • Quantidade de itens prevista
         • Preço medio de venda
       • Passo 2 - Determinando as dimensões de negôcio
         • Tempo - Periodos de tempo para a analise
         • Produto - Produtos relacionados com as metricas.
       • Passo 3 - Estabecendo granularidade das informações
         • Dia: para a dimensao tempo
         • Item de produto: para a dimensao produto
         • Loja: para a dimensao geografia
       • Passo 4 - Estabelendo Higerarquia
         • Dimensao tempo: dia - mes - semestre - ano
         • Dimensao produto: item de produto - linha de produto - categoria.
         • Dimensao geografia: loja - cidade - estado - regiao.
     • 2.6 - Implantação de um DW
       • Realizacao, por parte de usuarios finais, de analises com grandes quantidades de dados de forma rapida e clara
       • Visao consolidada dos dados corporativos
       • Obtencao de mais dados com maior agilidade possivel. Um DW permite que o processamento de informacoes nao seja um fardo para sistemas operacionais caros, e sim de servidores de baixo custo
       • Liberacao de parte do processamento de producao. Isso porque algu- mas exigencias sobre o sistema operacional sao repassadas para DSS, proporcionando um melhor desempenho ao sistema
       • Acesso aos dados simplificado e pratico
   • Conceitos do metadados
   • Roteiro de modelagem
   • Implementação do DW
   • Arquitetura e funções do data warehouse