Introdução ao Data Warehouse

104 visualizações

Publicada em

Apresentação realizada a disciplina de Gestão da Informação. Buscou-se destacar as principais características, contexto histórico e um case de implantação de Data Warehouse.

Publicada em: Tecnologia
0 comentários
0 gostaram
Estatísticas
Notas
  • Seja o primeiro a comentar

  • Seja a primeira pessoa a gostar disto

Sem downloads
Visualizações
Visualizações totais
104
No SlideShare
0
A partir de incorporações
0
Número de incorporações
3
Ações
Compartilhamentos
0
Downloads
7
Comentários
0
Gostaram
0
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

Introdução ao Data Warehouse

  1. 1. Data Warehouse Gestão da Informação Andersen Ananias Messias Batista
  2. 2. Agenda 1. O que é Data Warehouse? 2. Contexto histórico 3. Vantagens do Data Warehouse 4. Funcionamento do DW 5. Estudo de Caso 6. Considerações Finais
  3. 3. O QUE É DATA WAREHOUSE? De onde vem essa bixiga? 1
  4. 4. “ Banco de dados baseado em assuntos, integrado, não volátil e variável em relação ao tempo que é usado principalmente no processo de tomada de decisões. DILL, Sergio apud INMON (1997).
  5. 5. “ Cópia dos dados especialmente estruturados para facilitar o processo de análise, consulta e geração de relatórios. DILL, Sergio apud KIMBALL (1998).
  6. 6. “ Ambiente estruturado e extensível projetado para o trabalho de análise de dados não voláteis, lógica e fisicamente transformados oriundos de diferentes fontes e alinhados com os objetivos estratégicos da empresa. DILL, Sergio apud GUPTA (1997).
  7. 7. CONTEXTO HISTÓRICO Deixe de onda, e me conte essa asneira. 2
  8. 8. Hello! Como se “toma” decisão? O processo de tomada decisão mais acertado depende diretamente da informação recebida, do ponto de vista da sua qualidade, precisão, entre outros.
  9. 9. Olá, sou 1960! A informação gerada para tomada de decisão é individual! Existiam aplicação individuais executadas sobre arquivos mestres.
  10. 10. Arquivos Mestres: proliferação e redundância ◦ Falta de credibilidade dos dados; ◦ Baixa produtividade; ◦ Impossibilidade de transformar dados em informação.
  11. 11. Hello! E como se resoulve-se isso? Neste ponto chegamos ao momento em que os SGBD’s nascem.
  12. 12. Olá, sou SGBD! Sistemas Gerenciadores de Bancos de Dados Integração dos dados em fonte única.
  13. 13. Sistemas de Apoio a Decisão Sistemas de Apoio a Decisão Ambiente de Processamento Operacional Ambiente Analítico SEPARAÇÃO
  14. 14. Fluxo Histórico Acesso direto a dados (1960~) Surgimento dos SGBDs Criação do Modelo Relacional e Ling. SQL
  15. 15. “ [Tudo isso culmina] na percepção do usuário que era possível utilizar dados para outros objetivos além das transações on-line. DILL, Sergio (2002).
  16. 16. Vantagens do Data Warehouse Sei bichin, diga mais. 3
  17. 17. Hello! Vantagens? Há uma série de vantagens na separação do ambiente operacional e do ambiente analítico. Vejamos quais são.
  18. 18. Problemas antes do Data Warehouse Os usuários construíam suas próprias planilhas; ◦ Falta de credibilidade dos dados, consequência da extração; ◦ Baixa produtividade causa pela necessidade de analisar layouts de vários arquivos; ◦ Dificuldade de gerar informações a partir dos dados extraídos; ◦ Tempo destinado ao desenvolvimento de aplicativos de relatórios.
  19. 19. Implantação do Data Warehouse Dados Primitivos Dados Derivados Operações do dia-a-dia Resultado das Extrações (Gerência)
  20. 20. Vantagens do Data Warehouse ◦ Atualização constante; ◦ Agilidade e facilidade de acesso à informação atraves de ferramentas; ◦ Menor custo e menor indiciu de erros.
  21. 21. BIG CONCEPT Data Warehouses são diferentes dos Bancos de Dados tradicionais, por estarem otimizados para recuperação de dados e serem suporte para sistemas de apoio a decisão.
  22. 22. Funcionamento DW Eitxa gôta, agora vai! 4
  23. 23. Hello! Agora são dois conceitos A forma de organização da infraestrutura lógica e fisíca importam
  24. 24. “ Os Data Warehouse oferecem acesso a dados para análise complexa, descoberta de conhecimento e tomada de decisões. NAVATHE & ELSMARI (2011).
  25. 25. Funcionamento do Data Warehouse ◦ Alto desempenho sobre os dados e informações de uma organização; ◦ Suporte a aplicações OLAP (Processamento analítico on-line); ◦ Suporte a aplicações DSS (Sistemas de apoio a decisão); ◦ Mineração de Dados.
  26. 26. EXEMPLO
  27. 27. Estudo de Caso Tem doido pra tudo... 5
  28. 28. Hello! ANVISA Agência Nacional de Vigilância Sanitária. Vinculada ao Ministério da Saúde e com trabalhos em parceria com o Ministério das Relações Exteriores.
  29. 29. Estudo de Caso: Anvisa ◦ Implantação realizada em meados de 2002; ◦ Avaliação do serviço de saúde foi a área piloto (complexidade e importância); ◦ Solução para apoiar o processo decisório da instituição; ◦ Fonte de dados são os sistemas transacionais que os atendem;
  30. 30. Estudo de Caso: Anvisa ◦ Os dados são associados pelo assunto; ▫ Na Avaliação de Serviços de Saúde a principal fonte de dados é o DATASUS; ◦ Dados armazenados em nível granularidade mais atômico possível; ◦ Modelagem multidimensional no formato estrela.
  31. 31. “ Para a infra-estrutura de DW, foram adquiridos equipamentos com grande área de disco para armazenar o volume de dados e com processadores paralelos para proporcionar melhores tempos de resposta. BETHINI, (xxxx).
  32. 32. Estudo de Caso: Anvisa Problemas encontrados com os dados ◦ Diferença de unidades; ◦ Diferenças de Precisão; ◦ Diferenças de códigos ou expressões; ◦ Diferenças de granularidades; ◦ Diferenças de abstrações.
  33. 33. “ Normalmente as ações de correção das anomalias encontradas não se deram automaticamente com uma rotina específica, até porque isto poderia ter sido feito já na própria base transacional. O que se procurou é solucionar as pendências caso a caso, tentando corrigir inclusive a base original. BETHINI, (xxxx).
  34. 34. Estudo de Caso: Anvisa The Data Warehouse Institute - Dificuldades 1. Começar o projeto com o tipo errado de patrocínio; 2. Gerar expectativas que não podem ser satisfeitas, frustrando os executivos quando da utilização do DW; 3. Dizer: “Isto vai ajudar os gerentes a tomar decisões melhores” e outras informações politicamente ingênuas; 4. Carregar o DW com informações só “porque estavam disponíveis”; 5. Falhar no objetivo de acrescentar valor ao dada por meio de mecanismos de desnormalização, categorização e navegação assistida;
  35. 35. Estudo de Caso: Anvisa The Data Warehouse Institute - Dificuldades 6. Escolher um gerente que seja voltado para a tecnologia e não para o usuário; 7. Focalizar em dados tradicionais internos orientados a registro e ignorar o valor potencial de dados textuais, imagem, som, vídeo e dados externos; 8. Fornecer dados com definições confusas e sobrepostas; 9. Acreditar nas promessas de desempenho, capacidade e escalabilidade dos vendedores de produtos; e 10. Usar o DW como justificativa para modelagem de dados e uso de ferramentas case.
  36. 36. Considerações Finais Enfim, cabou! 6
  37. 37. Bye! Considerações Finais O Data Warehouse é um recurso muito importante no auxílio a decisão...
  38. 38. Considerações Finais ◦ Data Warehouse é fundamental para um sistema de apoio a decisão; ◦ A compreensão história deste desenvolvimento revela suas capacidades atuais; ◦ A atenção as limitações da sua função, bem como as suas fontes de dados são fundamentais; ◦ É importante que a solução seja pensada para o usuário.
  39. 39. Data Warehouse – a experiência da ANVISA Camilo Mussi, Denis Murahovschi, Giliana Bettni, Luiz Gustavo Kratz Bibliografia Sistemas de Banco de Dados Ramez Elmasri, Shamkant B. Navathe Uma Metodologia para Data Warehouse e Estudo de Caso Sergio Luis Dill
  40. 40. Messias R. Batista @mrafaelbatista mrafaelbatista@gmail.com mrafaelbatista.com.br Andersen Ananias @andersenpro andersenpro@gmail.com
  41. 41. Questões https://goo.gl/sNLcE3 Acesso Messih_TPLink #@gi2016

×