SlideShare uma empresa Scribd logo
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                                                                   DATA WAREHOUSE




                                         ETL / ETC
                  OLAP

    OLTP


                         Datamining

                                       Data Mart

Cubo de decisão
                                                                                      DW
                         Dashboard
                                                     Data Warehouse


                                      “Eu presto atenção
                                      no que eles dizem
                                      mas eles não dizem nada”
                                                                     Humberto Gessinger
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                                                              DATA WAREHOUSE


     Dado x Informação x Conhecimento x Sabedoria


O dado é um pingo de água.



Você está andando e sente um pingo,
um segundo pingo, um terceiro pingo.



Aquilo não significa que é uma chuva,
pode ser um ar condicionado, pingando num dia de calor.
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                                                    DATA WAREHOUSE


      Dado x Informação x Conhecimento x Sabedoria

No momento em que você olha para o céu e

repara que existem nuvens e

que começa ver os primeiros

raios e sentir mais pingos,

complementa aquele conjunto de dados e

chega a uma informação: vai chover!
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                                                              DATA WAREHOUSE


     Dado x Informação x Conhecimento x Sabedoria


O conhecimento é quando você percebe



que com a chuva você vai se molhar e



não poderá ir a um compromisso ou poderá ficar resfriado.

Então, isso é um conhecimento.
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                                                             DATA WAREHOUSE


      Dado x Informação x Conhecimento x Sabedoria



A sabedoria é o que vai fazer com tudo isso.

Se você vai continuar andando no meio da chuva e

se molhar todo, ou vai se proteger em um abrigo e

deixar a chuva passar.
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                                                            DATA WAREHOUSE


     Dado x Informação x Conhecimento x Sabedoria

Dado: Conjunto símbolos e sinais

Informação: É a interpretação de um conjunto de
   dados

Conhecimento: Modelo da realidade, construído
   através da experiência, aprendizado e
   comunicação

Sabedoria: Meta-conhecimento, ou seja, um conhecimento sobre o próprio
   conhecimento.
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                                                             DATA WAREHOUSE


     Dado x Informação x Conhecimento x Sabedoria




Dado: Sinal verde; Motoqueiro aproximando
Informação: Sinal verde posso passar; Motoqueiro tem que parar
Conhecimento: Motoqueiros apressados costumam não parar
Sabedoria: É melhor esperar o motoqueiro parar ou passar para depois eu
   atravessar
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                                        DATA WAREHOUSE




   ¿ E no mundo computacional ?
• Geralmente nossos dados estão em sistemas,
  banco de dados, planilhas, arquivos, etc.

• Mais comum: banco de dados relacional
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                           DATA WAREHOUSE




¿ Onde estão meus dados ?
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                                            DATA WAREHOUSE



   OLTP – Online Transaction Processing
       (Processamento de transações Online)

• Sistemas que registram transações
  operacionais:
    ERP
    Sistema bancário
    Sistema de vendas,
    Gestão hospitalar
    Gestão acadêmica
    Controle de serviços
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                                         DATA WAREHOUSE



  Modelagem Entidade-Relacionamento
           (OLTP x ME-R)
• Modelo de abstração para descrever a
  organização dos dados em um Sistema de
  Informação
    Entidade
    Relacionamento
    Normalização (3NF)
    Integridade
    Banco de Dados Relacional
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                                DATA WAREHOUSE


Diagrama Entidade Relacioanmento
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                                 DATA WAREHOUSE


Diagrama Entidade Relacioanmento




R/3:
  14.000 tabelas



                     Linha RM:
                        5.000 tabelas
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                                    DATA WAREHOUSE




 ¿ Consigo produzir informações ?
• Relatórios
• Consultas SQL
  –   Inner Join
  –   Left Join
  –   UNION
  –   IN, LIKE
  –   SubConsulta
  –   AVG, SUM, MAX, MIN
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                                DATA WAREHOUSE




¿ E a velocidade do mundo atual ?
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                                             DATA WAREHOUSE



É preciso agilidade, facilidade, flexibilidade
           Business Intelligence
• Forma gráfica, fácil compreensão e
  interpretação, fácil navegação

• Cubo de decisão
  – Uma informação vista de vários ângulos


• Gráficos de sinalização
  – Semáforo, Gauge (velocímetro), Pizza
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                                            DATA WAREHOUSE



OLAP – Online Analytical Processing
(Processamento Analítico Online)
• Possibilidade de manipular e
  analisar uma grande quantidade
  de dados por várias perspectivas
    Fácil análise
    Drill down
    Drill up
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                                         DATA WAREHOUSE



É preciso agilidade, facilidade, flexibilidade
            Dashboard/Cockpit
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                                         DATA WAREHOUSE



É preciso agilidade, facilidade, flexibilidade
            Dashboard/Cockpit
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                                         DATA WAREHOUSE



É preciso agilidade, facilidade, flexibilidade
           Business Intelligence
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                                         DATA WAREHOUSE



É preciso agilidade, facilidade, flexibilidade
            Tomada de decisão
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                                         DATA WAREHOUSE



É preciso agilidade, facilidade, flexibilidade
            Tomada de decisão
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                                            DATA WAREHOUSE




  ¿ De onde buscar esses dados ?
• Banco de dados relacional?
    Consultas complexas
    Tratamento dos dados
    Compromete a performance OLAP e OLTP
    Pode ter dados que não estão no BD OLTP
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                                        DATA WAREHOUSE




           Data Warehouse
• Armazém (repositório) de dados (Base de
  dados relacional)
• Dados/informações consolidadas
• Grande quantidade de dados
• Dados não mudam
  (exceto na carga)
• Modelagem que favorece o
  desempenho de consultas
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                                         DATA WAREHOUSE



          Modelagem Dimensional
                  OLAP X MD
• Modelo de dados voltado para performance
  de leitura (recuperação da informação)

• Não serão efetuados processos operacionais

• Não precisam estar Normalizados
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                                DATA WAREHOUSE




       Modelagem Dimensional
• Dois pilares:
    Fatos
    Dimensões


• Dois tipos:
    Estrela
    Floco de neve
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                                         DATA WAREHOUSE




        Modelagem Dimensional
• Fato: É a tabela (ou entidade) mais
  importante do negócio é nela que estão todas
  as métricas que se pretende analisar:
  –   Vendas
  –   Consultas
  –   Notas
  –   Pagamentos
  –   Empréstimos
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                                             DATA WAREHOUSE




        Modelagem Dimensional
• Métricas: São os valores que queremos
  analisar.
  –   Vendas: Quantidade, Valor
  –   Consultas: Quantidade, tempo de espera
  –   Notas: Valor, média
  –   Pagamentos: Quantidade, valor monetário
  –   Empréstimos: Quantidade, valor monetário,
      quantidade de parcelas
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                                                DATA WAREHOUSE




         Modelagem Dimensional
• Dimensões: São os pontos de vista (visão de
  análise) das métricas de um fato
  –   Vendas: Produto, loja, data
  –   Consultas: Especialidade, plano, faixa etária
  –   Notas: Disciplina, bimestre, curso
  –   Pagamentos: Fornecedor, data, tipo de gasto
  –   Empréstimos: Tipo de cliente, motivo, classe
      econômica, grau de instrução
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                         DATA WAREHOUSE




Modelagem Dimensional
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                                        DATA WAREHOUSE




       Modelagem Dimensional
• Fato é a tabela principal

• Dimensão são tabelas que se relacionam com
  a tabela fato (entidade relacionamento)
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                         DATA WAREHOUSE



Modelagem Dimensional
    (Estrela - Star)
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                             DATA WAREHOUSE



  Modelagem Dimensional
(Floco de neve – Snowflake)
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                                        DATA WAREHOUSE




            Data Warehouse
• ¿ Então um Data Warehouse nada mais é que
  um Banco de Dados ?

Resposta: Sim. Mas com uma diferença, ele é
  modelado para ter uma excelente
  performance de consulta e contém dados
  consolidados de várias fontes.
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                                           DATA WAREHOUSE




        ¿ E o que é Data Mart ?
• É um subconjunto de dados dentro do Data
  Warehouse voltado para uma finalidade
  específica: Vendas, Financeiro, Contábil, RH,
  Acadêmico
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                         DATA WAREHOUSE
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                         DATA WAREHOUSE
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                                                   DATA WAREHOUSE



 ETL – Extract Transform and Load
        (ETC – Extração Transformação e Carga)
• É a fase de extração de dados de diversos sistemas,
  transformação desses dados conforme regras de negócios e
  por fim a carga dos dados em um Data Mart ou um Data
  Warehouse.

• É considerada uma das fases mais críticas do Data
  Warehouse e/ou Data Mart.

• Alguns consideram que ETL não são ferramentas e sim uma
  metodologia
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                               DATA WAREHOUSE


ETL – Extract Transform and Load
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                                       DATA WAREHOUSE



         ¿ Afinal, o que é BI ?
        (Business Intelligence)
• É todo o processo de coleta, organização,
  análise, compartilhamento e monitoramento
  de informações que oferecem suporte a
  gestão de negócios.
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                          DATA WAREHOUSE




Business Intelligence
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                          DATA WAREHOUSE




Business Intelligence
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                                          DATA WAREHOUSE


    O caso da Fralda e da Cerveja
• Conta uma lenda urbana, que uma loja
  descobriu que a maioria das vendas de fraldas
  que ocorriam de quinta a domingo, eram
  acompanhadas da compra de cervejas

• Os donos, então,
  colocaram as cervejas
  perto das fraldas e as
  vendas dispararam
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                                     DATA WAREHOUSE


   O caso da Fralda e da Cerveja
Dado

 Informação (Padrão de comportamento)

       Conhecimento

           Sabedoria
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                               DATA WAREHOUSE




Ops... tenho um tesouro nas mãos
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                             DATA WAREHOUSE




¿ Posso procurar padrões de
     comportamento ?
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                                DATA WAREHOUSE




Data Mining
(Mineração de Dados)
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                                                     DATA WAREHOUSE




                    Data Mining
                     (Mineração de Dados)

• Data Mining ou Mineração de Dados consiste em um
  processo analítico projetado para explorar grandes
  quantidades de dados (tipicamente relacionados a negócios,
  mercado ou pesquisas científicas), na busca de padrões
  consistentes e/ou relacionamentos sistemáticos entre
  variáveis e, então, validá-los aplicando os padrões detectados
  a novos subconjuntos de dados.

• O processo consiste basicamente em 3 etapas: exploração;
  construção de modelo ou definição do padrão; e
  validação/verificação.
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                                                    DATA WAREHOUSE




                   Data Mining
                    (Mineração de Dados)

• Data Mining é parte de um processo maior de conhecimento
  denominado Knowledge Discovery in Database (KDD).

• KDD consiste, fundamentalmente, na estruturação do banco
  de dados; na seleção, preparação e pré-processamento dos
  dados; na transformação, adequação e redução da
  dimensionalidade dos dados; no processo de Data Mining; e
  nas análises, assimilações, interpretações e uso do
  conhecimento extraído do banco de dados, através do
  processo de Data Mining.
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                                                                DATA WAREHOUSE



Dado x Informação x Conhecimento x Sabedoria
OLTP      Modelagem Entidade-Relacionamento
OLAP      Modelagem Dimensional
ETL / ETC Extract Tranform and Load
DW Data Warehouse Data Mart
Cubo de decisão
Cockpit
Dashboard
Datamining




                                               “Nem tão longe que eu
                                               não possa crer, que um
                                               dia chego lá...”
                                                                  Humberto Gessinger
Prof. Rafael Pinheiro – rpinheiro2@gmail.com
                                              DATA WAREHOUSE




¿Dúvidas?




    @_rpinheiro

    www.facebook.com/rpinheiro2

    www.linkedin.com/pub/rafael-pinheiro/24/31/b47

    rpinheiro2@gmail.com

Mais conteúdo relacionado

Mais procurados

Sistemas de Informação
Sistemas de InformaçãoSistemas de Informação
Sistemas de Informação
Mauricio Uriona Maldonado PhD
 
Data Mart e Data Warehouse
Data Mart e Data WarehouseData Mart e Data Warehouse
Data Mart e Data Warehouse
Fernando Peres
 
Manuais
ManuaisManuais
Composto mercadológico Professor Danilo Pires
Composto mercadológico Professor Danilo PiresComposto mercadológico Professor Danilo Pires
Composto mercadológico Professor Danilo Pires
Danilo Pires
 
BI - Uso e Benefícios ( Business Intelligence )
BI - Uso e Benefícios ( Business Intelligence )BI - Uso e Benefícios ( Business Intelligence )
BI - Uso e Benefícios ( Business Intelligence )
Marco Garcia
 
Projetos metodologias
Projetos   metodologiasProjetos   metodologias
Projetos metodologias
Pessoal
 
Banco de Dados II Aula 06 - Modelagem de Dados (Modelo Físico)
Banco de Dados II Aula 06 - Modelagem de Dados (Modelo Físico)Banco de Dados II Aula 06 - Modelagem de Dados (Modelo Físico)
Banco de Dados II Aula 06 - Modelagem de Dados (Modelo Físico)
Leinylson Fontinele
 
Apostila fundamentos de sistemas
Apostila  fundamentos de sistemasApostila  fundamentos de sistemas
Apostila fundamentos de sistemas
Davi Kelvys Souza
 
Planejamento Estratégico, Tático e Operacional
Planejamento Estratégico, Tático e OperacionalPlanejamento Estratégico, Tático e Operacional
Planejamento Estratégico, Tático e Operacional
Eliseu Fortolan
 
MRP II
MRP II MRP II
ITIL 4
ITIL 4ITIL 4
ITIL 4
CompanyWeb
 
Introdução à Sistemas de Informação
Introdução à Sistemas de InformaçãoIntrodução à Sistemas de Informação
Introdução à Sistemas de Informação
Álvaro Farias Pinheiro
 
Uma Abordagem para a Integração de Diferentes Fontes de Dados Provenientes de...
Uma Abordagem para a Integração de Diferentes Fontes de Dados Provenientes de...Uma Abordagem para a Integração de Diferentes Fontes de Dados Provenientes de...
Uma Abordagem para a Integração de Diferentes Fontes de Dados Provenientes de...
Vinícius Barros
 
Aula 4
Aula 4Aula 4
Aula 4
mifarias
 
Planejamento Estratégico
Planejamento EstratégicoPlanejamento Estratégico
Planejamento Estratégico
Gerisval Pessoa
 
Tomada de decisão
Tomada de decisãoTomada de decisão
Tomada de decisão
Shirley Afonso
 
GP4US - Pesquisa Operacional - Introdução à Tomada de Decisão
GP4US - Pesquisa Operacional - Introdução à Tomada de DecisãoGP4US - Pesquisa Operacional - Introdução à Tomada de Decisão
GP4US - Pesquisa Operacional - Introdução à Tomada de Decisão
Jefferson Affonso - PMP®, ITIL®, MCTS®, MBA
 
Matriz de produtos-mercados de Ansoff
Matriz de produtos-mercados de AnsoffMatriz de produtos-mercados de Ansoff
Matriz de produtos-mercados de Ansoff
Eduardo Fagundes
 
Aula metrologia
Aula metrologiaAula metrologia
Aula metrologia
Lúcio Cláudio
 
Havan lucas e leonardo - tomada de decisão e determinação - 27-06-13
Havan   lucas e leonardo - tomada de decisão e determinação - 27-06-13Havan   lucas e leonardo - tomada de decisão e determinação - 27-06-13
Havan lucas e leonardo - tomada de decisão e determinação - 27-06-13
Evelise Cuesta
 

Mais procurados (20)

Sistemas de Informação
Sistemas de InformaçãoSistemas de Informação
Sistemas de Informação
 
Data Mart e Data Warehouse
Data Mart e Data WarehouseData Mart e Data Warehouse
Data Mart e Data Warehouse
 
Manuais
ManuaisManuais
Manuais
 
Composto mercadológico Professor Danilo Pires
Composto mercadológico Professor Danilo PiresComposto mercadológico Professor Danilo Pires
Composto mercadológico Professor Danilo Pires
 
BI - Uso e Benefícios ( Business Intelligence )
BI - Uso e Benefícios ( Business Intelligence )BI - Uso e Benefícios ( Business Intelligence )
BI - Uso e Benefícios ( Business Intelligence )
 
Projetos metodologias
Projetos   metodologiasProjetos   metodologias
Projetos metodologias
 
Banco de Dados II Aula 06 - Modelagem de Dados (Modelo Físico)
Banco de Dados II Aula 06 - Modelagem de Dados (Modelo Físico)Banco de Dados II Aula 06 - Modelagem de Dados (Modelo Físico)
Banco de Dados II Aula 06 - Modelagem de Dados (Modelo Físico)
 
Apostila fundamentos de sistemas
Apostila  fundamentos de sistemasApostila  fundamentos de sistemas
Apostila fundamentos de sistemas
 
Planejamento Estratégico, Tático e Operacional
Planejamento Estratégico, Tático e OperacionalPlanejamento Estratégico, Tático e Operacional
Planejamento Estratégico, Tático e Operacional
 
MRP II
MRP II MRP II
MRP II
 
ITIL 4
ITIL 4ITIL 4
ITIL 4
 
Introdução à Sistemas de Informação
Introdução à Sistemas de InformaçãoIntrodução à Sistemas de Informação
Introdução à Sistemas de Informação
 
Uma Abordagem para a Integração de Diferentes Fontes de Dados Provenientes de...
Uma Abordagem para a Integração de Diferentes Fontes de Dados Provenientes de...Uma Abordagem para a Integração de Diferentes Fontes de Dados Provenientes de...
Uma Abordagem para a Integração de Diferentes Fontes de Dados Provenientes de...
 
Aula 4
Aula 4Aula 4
Aula 4
 
Planejamento Estratégico
Planejamento EstratégicoPlanejamento Estratégico
Planejamento Estratégico
 
Tomada de decisão
Tomada de decisãoTomada de decisão
Tomada de decisão
 
GP4US - Pesquisa Operacional - Introdução à Tomada de Decisão
GP4US - Pesquisa Operacional - Introdução à Tomada de DecisãoGP4US - Pesquisa Operacional - Introdução à Tomada de Decisão
GP4US - Pesquisa Operacional - Introdução à Tomada de Decisão
 
Matriz de produtos-mercados de Ansoff
Matriz de produtos-mercados de AnsoffMatriz de produtos-mercados de Ansoff
Matriz de produtos-mercados de Ansoff
 
Aula metrologia
Aula metrologiaAula metrologia
Aula metrologia
 
Havan lucas e leonardo - tomada de decisão e determinação - 27-06-13
Havan   lucas e leonardo - tomada de decisão e determinação - 27-06-13Havan   lucas e leonardo - tomada de decisão e determinação - 27-06-13
Havan lucas e leonardo - tomada de decisão e determinação - 27-06-13
 

Mais de Rafael Pinheiro

TOTVS eduCONNECT
TOTVS eduCONNECTTOTVS eduCONNECT
TOTVS eduCONNECT
Rafael Pinheiro
 
TOTVS Educacional - Oferta SaaS para Pequenas Escolas
TOTVS Educacional - Oferta SaaS para Pequenas EscolasTOTVS Educacional - Oferta SaaS para Pequenas Escolas
TOTVS Educacional - Oferta SaaS para Pequenas Escolas
Rafael Pinheiro
 
TOTVS Educacional - gestão bibliotecaria
TOTVS Educacional - gestão bibliotecariaTOTVS Educacional - gestão bibliotecaria
TOTVS Educacional - gestão bibliotecaria
Rafael Pinheiro
 
TOTVS Educacional - processo seletivo
TOTVS Educacional - processo seletivoTOTVS Educacional - processo seletivo
TOTVS Educacional - processo seletivo
Rafael Pinheiro
 
TOTVS Educacional - gestão educacional
TOTVS Educacional - gestão educacionalTOTVS Educacional - gestão educacional
TOTVS Educacional - gestão educacional
Rafael Pinheiro
 
TOTVS Educacional - estratégia totvs no segmento educacional
TOTVS Educacional - estratégia totvs no segmento educacionalTOTVS Educacional - estratégia totvs no segmento educacional
TOTVS Educacional - estratégia totvs no segmento educacional
Rafael Pinheiro
 
TOTVS Educacional - guia de bolso visão executiva
TOTVS Educacional - guia de bolso visão executivaTOTVS Educacional - guia de bolso visão executiva
TOTVS Educacional - guia de bolso visão executiva
Rafael Pinheiro
 
TOTVS V12 Linha RM - Novidades
TOTVS V12 Linha RM - NovidadesTOTVS V12 Linha RM - Novidades
TOTVS V12 Linha RM - Novidades
Rafael Pinheiro
 
Lançamento TOTVS V12 Linha RM - RH
Lançamento TOTVS V12 Linha RM - RHLançamento TOTVS V12 Linha RM - RH
Lançamento TOTVS V12 Linha RM - RH
Rafael Pinheiro
 
Lançamento TOTVS V12 Linha RM - Educacional
Lançamento TOTVS V12 Linha RM - EducacionalLançamento TOTVS V12 Linha RM - Educacional
Lançamento TOTVS V12 Linha RM - Educacional
Rafael Pinheiro
 
Lançamento TOTVS V12 Linha RM - Construção & Projetos
Lançamento TOTVS V12 Linha RM - Construção & ProjetosLançamento TOTVS V12 Linha RM - Construção & Projetos
Lançamento TOTVS V12 Linha RM - Construção & Projetos
Rafael Pinheiro
 
Lançamento TOTVS V12 Linha RM - Framework
Lançamento TOTVS V12 Linha RM - FrameworkLançamento TOTVS V12 Linha RM - Framework
Lançamento TOTVS V12 Linha RM - Framework
Rafael Pinheiro
 
TOTVS Educa Mobile: Uso de mobilidade para engajar a comunidade acadêmica
TOTVS Educa Mobile: Uso de mobilidade para engajar a comunidade acadêmicaTOTVS Educa Mobile: Uso de mobilidade para engajar a comunidade acadêmica
TOTVS Educa Mobile: Uso de mobilidade para engajar a comunidade acadêmica
Rafael Pinheiro
 
Proposta TOTVS para Controle de Evasão
Proposta TOTVS para Controle de EvasãoProposta TOTVS para Controle de Evasão
Proposta TOTVS para Controle de Evasão
Rafael Pinheiro
 
TOTVS Educacional - Visão Geral Executiva
TOTVS Educacional - Visão Geral ExecutivaTOTVS Educacional - Visão Geral Executiva
TOTVS Educacional - Visão Geral Executiva
Rafael Pinheiro
 
TOTVS Educacional - Institucional
TOTVS Educacional - InstitucionalTOTVS Educacional - Institucional
TOTVS Educacional - Institucional
Rafael Pinheiro
 
TOTVS Educacional - Conheça o produto e sabia como migrar para ele
TOTVS Educacional - Conheça o produto e sabia como migrar para eleTOTVS Educacional - Conheça o produto e sabia como migrar para ele
TOTVS Educacional - Conheça o produto e sabia como migrar para ele
Rafael Pinheiro
 
Fundamentos de banco de dados 04 componentes sgbd
Fundamentos de banco de dados   04 componentes sgbdFundamentos de banco de dados   04 componentes sgbd
Fundamentos de banco de dados 04 componentes sgbd
Rafael Pinheiro
 
Fundamentos de banco de dados 03 arquitetura 3 esquemas e indep de dados
Fundamentos de banco de dados   03 arquitetura 3 esquemas e indep de dadosFundamentos de banco de dados   03 arquitetura 3 esquemas e indep de dados
Fundamentos de banco de dados 03 arquitetura 3 esquemas e indep de dados
Rafael Pinheiro
 
Fundamentos de banco de dados 02 caracteristicas e vantagens sgbd
Fundamentos de banco de dados   02 caracteristicas e vantagens sgbdFundamentos de banco de dados   02 caracteristicas e vantagens sgbd
Fundamentos de banco de dados 02 caracteristicas e vantagens sgbd
Rafael Pinheiro
 

Mais de Rafael Pinheiro (20)

TOTVS eduCONNECT
TOTVS eduCONNECTTOTVS eduCONNECT
TOTVS eduCONNECT
 
TOTVS Educacional - Oferta SaaS para Pequenas Escolas
TOTVS Educacional - Oferta SaaS para Pequenas EscolasTOTVS Educacional - Oferta SaaS para Pequenas Escolas
TOTVS Educacional - Oferta SaaS para Pequenas Escolas
 
TOTVS Educacional - gestão bibliotecaria
TOTVS Educacional - gestão bibliotecariaTOTVS Educacional - gestão bibliotecaria
TOTVS Educacional - gestão bibliotecaria
 
TOTVS Educacional - processo seletivo
TOTVS Educacional - processo seletivoTOTVS Educacional - processo seletivo
TOTVS Educacional - processo seletivo
 
TOTVS Educacional - gestão educacional
TOTVS Educacional - gestão educacionalTOTVS Educacional - gestão educacional
TOTVS Educacional - gestão educacional
 
TOTVS Educacional - estratégia totvs no segmento educacional
TOTVS Educacional - estratégia totvs no segmento educacionalTOTVS Educacional - estratégia totvs no segmento educacional
TOTVS Educacional - estratégia totvs no segmento educacional
 
TOTVS Educacional - guia de bolso visão executiva
TOTVS Educacional - guia de bolso visão executivaTOTVS Educacional - guia de bolso visão executiva
TOTVS Educacional - guia de bolso visão executiva
 
TOTVS V12 Linha RM - Novidades
TOTVS V12 Linha RM - NovidadesTOTVS V12 Linha RM - Novidades
TOTVS V12 Linha RM - Novidades
 
Lançamento TOTVS V12 Linha RM - RH
Lançamento TOTVS V12 Linha RM - RHLançamento TOTVS V12 Linha RM - RH
Lançamento TOTVS V12 Linha RM - RH
 
Lançamento TOTVS V12 Linha RM - Educacional
Lançamento TOTVS V12 Linha RM - EducacionalLançamento TOTVS V12 Linha RM - Educacional
Lançamento TOTVS V12 Linha RM - Educacional
 
Lançamento TOTVS V12 Linha RM - Construção & Projetos
Lançamento TOTVS V12 Linha RM - Construção & ProjetosLançamento TOTVS V12 Linha RM - Construção & Projetos
Lançamento TOTVS V12 Linha RM - Construção & Projetos
 
Lançamento TOTVS V12 Linha RM - Framework
Lançamento TOTVS V12 Linha RM - FrameworkLançamento TOTVS V12 Linha RM - Framework
Lançamento TOTVS V12 Linha RM - Framework
 
TOTVS Educa Mobile: Uso de mobilidade para engajar a comunidade acadêmica
TOTVS Educa Mobile: Uso de mobilidade para engajar a comunidade acadêmicaTOTVS Educa Mobile: Uso de mobilidade para engajar a comunidade acadêmica
TOTVS Educa Mobile: Uso de mobilidade para engajar a comunidade acadêmica
 
Proposta TOTVS para Controle de Evasão
Proposta TOTVS para Controle de EvasãoProposta TOTVS para Controle de Evasão
Proposta TOTVS para Controle de Evasão
 
TOTVS Educacional - Visão Geral Executiva
TOTVS Educacional - Visão Geral ExecutivaTOTVS Educacional - Visão Geral Executiva
TOTVS Educacional - Visão Geral Executiva
 
TOTVS Educacional - Institucional
TOTVS Educacional - InstitucionalTOTVS Educacional - Institucional
TOTVS Educacional - Institucional
 
TOTVS Educacional - Conheça o produto e sabia como migrar para ele
TOTVS Educacional - Conheça o produto e sabia como migrar para eleTOTVS Educacional - Conheça o produto e sabia como migrar para ele
TOTVS Educacional - Conheça o produto e sabia como migrar para ele
 
Fundamentos de banco de dados 04 componentes sgbd
Fundamentos de banco de dados   04 componentes sgbdFundamentos de banco de dados   04 componentes sgbd
Fundamentos de banco de dados 04 componentes sgbd
 
Fundamentos de banco de dados 03 arquitetura 3 esquemas e indep de dados
Fundamentos de banco de dados   03 arquitetura 3 esquemas e indep de dadosFundamentos de banco de dados   03 arquitetura 3 esquemas e indep de dados
Fundamentos de banco de dados 03 arquitetura 3 esquemas e indep de dados
 
Fundamentos de banco de dados 02 caracteristicas e vantagens sgbd
Fundamentos de banco de dados   02 caracteristicas e vantagens sgbdFundamentos de banco de dados   02 caracteristicas e vantagens sgbd
Fundamentos de banco de dados 02 caracteristicas e vantagens sgbd
 

Último

Ferramentas que irão te ajudar a entrar no mundo de DevOps/CLoud
Ferramentas que irão te ajudar a entrar no mundo de   DevOps/CLoudFerramentas que irão te ajudar a entrar no mundo de   DevOps/CLoud
Ferramentas que irão te ajudar a entrar no mundo de DevOps/CLoud
Ismael Ash
 
Segurança da Informação - Onde estou e para onde eu vou.pptx
Segurança da Informação - Onde estou e para onde eu vou.pptxSegurança da Informação - Onde estou e para onde eu vou.pptx
Segurança da Informação - Onde estou e para onde eu vou.pptx
Divina Vitorino
 
se38_layout_erro_xxxxxxxxxxxxxxxxxx.docx
se38_layout_erro_xxxxxxxxxxxxxxxxxx.docxse38_layout_erro_xxxxxxxxxxxxxxxxxx.docx
se38_layout_erro_xxxxxxxxxxxxxxxxxx.docx
ronaldos10
 
Subindo uma aplicação WordPress em docker na AWS
Subindo uma aplicação WordPress em docker na AWSSubindo uma aplicação WordPress em docker na AWS
Subindo uma aplicação WordPress em docker na AWS
Ismael Ash
 
INTELIGÊNCIA ARTIFICIAL + COMPUTAÇÃO QUÂNTICA = MAIOR REVOLUÇÃO TECNOLÓGICA D...
INTELIGÊNCIA ARTIFICIAL + COMPUTAÇÃO QUÂNTICA = MAIOR REVOLUÇÃO TECNOLÓGICA D...INTELIGÊNCIA ARTIFICIAL + COMPUTAÇÃO QUÂNTICA = MAIOR REVOLUÇÃO TECNOLÓGICA D...
INTELIGÊNCIA ARTIFICIAL + COMPUTAÇÃO QUÂNTICA = MAIOR REVOLUÇÃO TECNOLÓGICA D...
Faga1939
 
Eletiva_O-mundo-conectado-Ensino-Médio.docx.pdf
Eletiva_O-mundo-conectado-Ensino-Médio.docx.pdfEletiva_O-mundo-conectado-Ensino-Médio.docx.pdf
Eletiva_O-mundo-conectado-Ensino-Médio.docx.pdf
barbosajucy47
 
ExpoGestão 2024 - Desvendando um mundo em ebulição
ExpoGestão 2024 - Desvendando um mundo em ebuliçãoExpoGestão 2024 - Desvendando um mundo em ebulição
ExpoGestão 2024 - Desvendando um mundo em ebulição
ExpoGestão
 

Último (7)

Ferramentas que irão te ajudar a entrar no mundo de DevOps/CLoud
Ferramentas que irão te ajudar a entrar no mundo de   DevOps/CLoudFerramentas que irão te ajudar a entrar no mundo de   DevOps/CLoud
Ferramentas que irão te ajudar a entrar no mundo de DevOps/CLoud
 
Segurança da Informação - Onde estou e para onde eu vou.pptx
Segurança da Informação - Onde estou e para onde eu vou.pptxSegurança da Informação - Onde estou e para onde eu vou.pptx
Segurança da Informação - Onde estou e para onde eu vou.pptx
 
se38_layout_erro_xxxxxxxxxxxxxxxxxx.docx
se38_layout_erro_xxxxxxxxxxxxxxxxxx.docxse38_layout_erro_xxxxxxxxxxxxxxxxxx.docx
se38_layout_erro_xxxxxxxxxxxxxxxxxx.docx
 
Subindo uma aplicação WordPress em docker na AWS
Subindo uma aplicação WordPress em docker na AWSSubindo uma aplicação WordPress em docker na AWS
Subindo uma aplicação WordPress em docker na AWS
 
INTELIGÊNCIA ARTIFICIAL + COMPUTAÇÃO QUÂNTICA = MAIOR REVOLUÇÃO TECNOLÓGICA D...
INTELIGÊNCIA ARTIFICIAL + COMPUTAÇÃO QUÂNTICA = MAIOR REVOLUÇÃO TECNOLÓGICA D...INTELIGÊNCIA ARTIFICIAL + COMPUTAÇÃO QUÂNTICA = MAIOR REVOLUÇÃO TECNOLÓGICA D...
INTELIGÊNCIA ARTIFICIAL + COMPUTAÇÃO QUÂNTICA = MAIOR REVOLUÇÃO TECNOLÓGICA D...
 
Eletiva_O-mundo-conectado-Ensino-Médio.docx.pdf
Eletiva_O-mundo-conectado-Ensino-Médio.docx.pdfEletiva_O-mundo-conectado-Ensino-Médio.docx.pdf
Eletiva_O-mundo-conectado-Ensino-Médio.docx.pdf
 
ExpoGestão 2024 - Desvendando um mundo em ebulição
ExpoGestão 2024 - Desvendando um mundo em ebuliçãoExpoGestão 2024 - Desvendando um mundo em ebulição
ExpoGestão 2024 - Desvendando um mundo em ebulição
 

Data warehouse 01 introdução

  • 1. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE ETL / ETC OLAP OLTP Datamining Data Mart Cubo de decisão DW Dashboard Data Warehouse “Eu presto atenção no que eles dizem mas eles não dizem nada” Humberto Gessinger
  • 2. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE Dado x Informação x Conhecimento x Sabedoria O dado é um pingo de água. Você está andando e sente um pingo, um segundo pingo, um terceiro pingo. Aquilo não significa que é uma chuva, pode ser um ar condicionado, pingando num dia de calor.
  • 3. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE Dado x Informação x Conhecimento x Sabedoria No momento em que você olha para o céu e repara que existem nuvens e que começa ver os primeiros raios e sentir mais pingos, complementa aquele conjunto de dados e chega a uma informação: vai chover!
  • 4. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE Dado x Informação x Conhecimento x Sabedoria O conhecimento é quando você percebe que com a chuva você vai se molhar e não poderá ir a um compromisso ou poderá ficar resfriado. Então, isso é um conhecimento.
  • 5. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE Dado x Informação x Conhecimento x Sabedoria A sabedoria é o que vai fazer com tudo isso. Se você vai continuar andando no meio da chuva e se molhar todo, ou vai se proteger em um abrigo e deixar a chuva passar.
  • 6. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE Dado x Informação x Conhecimento x Sabedoria Dado: Conjunto símbolos e sinais Informação: É a interpretação de um conjunto de dados Conhecimento: Modelo da realidade, construído através da experiência, aprendizado e comunicação Sabedoria: Meta-conhecimento, ou seja, um conhecimento sobre o próprio conhecimento.
  • 7. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE Dado x Informação x Conhecimento x Sabedoria Dado: Sinal verde; Motoqueiro aproximando Informação: Sinal verde posso passar; Motoqueiro tem que parar Conhecimento: Motoqueiros apressados costumam não parar Sabedoria: É melhor esperar o motoqueiro parar ou passar para depois eu atravessar
  • 8. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE ¿ E no mundo computacional ? • Geralmente nossos dados estão em sistemas, banco de dados, planilhas, arquivos, etc. • Mais comum: banco de dados relacional
  • 9. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE ¿ Onde estão meus dados ?
  • 10. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE OLTP – Online Transaction Processing (Processamento de transações Online) • Sistemas que registram transações operacionais: ERP Sistema bancário Sistema de vendas, Gestão hospitalar Gestão acadêmica Controle de serviços
  • 11. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE Modelagem Entidade-Relacionamento (OLTP x ME-R) • Modelo de abstração para descrever a organização dos dados em um Sistema de Informação Entidade Relacionamento Normalização (3NF) Integridade Banco de Dados Relacional
  • 12. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE Diagrama Entidade Relacioanmento
  • 13. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE Diagrama Entidade Relacioanmento R/3: 14.000 tabelas Linha RM: 5.000 tabelas
  • 14. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE ¿ Consigo produzir informações ? • Relatórios • Consultas SQL – Inner Join – Left Join – UNION – IN, LIKE – SubConsulta – AVG, SUM, MAX, MIN
  • 15. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE ¿ E a velocidade do mundo atual ?
  • 16. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE É preciso agilidade, facilidade, flexibilidade Business Intelligence • Forma gráfica, fácil compreensão e interpretação, fácil navegação • Cubo de decisão – Uma informação vista de vários ângulos • Gráficos de sinalização – Semáforo, Gauge (velocímetro), Pizza
  • 17. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE OLAP – Online Analytical Processing (Processamento Analítico Online) • Possibilidade de manipular e analisar uma grande quantidade de dados por várias perspectivas Fácil análise Drill down Drill up
  • 18. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE É preciso agilidade, facilidade, flexibilidade Dashboard/Cockpit
  • 19. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE É preciso agilidade, facilidade, flexibilidade Dashboard/Cockpit
  • 20. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE É preciso agilidade, facilidade, flexibilidade Business Intelligence
  • 21. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE É preciso agilidade, facilidade, flexibilidade Tomada de decisão
  • 22. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE É preciso agilidade, facilidade, flexibilidade Tomada de decisão
  • 23. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE ¿ De onde buscar esses dados ? • Banco de dados relacional? Consultas complexas Tratamento dos dados Compromete a performance OLAP e OLTP Pode ter dados que não estão no BD OLTP
  • 24. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE Data Warehouse • Armazém (repositório) de dados (Base de dados relacional) • Dados/informações consolidadas • Grande quantidade de dados • Dados não mudam (exceto na carga) • Modelagem que favorece o desempenho de consultas
  • 25. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE Modelagem Dimensional OLAP X MD • Modelo de dados voltado para performance de leitura (recuperação da informação) • Não serão efetuados processos operacionais • Não precisam estar Normalizados
  • 26. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE Modelagem Dimensional • Dois pilares: Fatos Dimensões • Dois tipos: Estrela Floco de neve
  • 27. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE Modelagem Dimensional • Fato: É a tabela (ou entidade) mais importante do negócio é nela que estão todas as métricas que se pretende analisar: – Vendas – Consultas – Notas – Pagamentos – Empréstimos
  • 28. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE Modelagem Dimensional • Métricas: São os valores que queremos analisar. – Vendas: Quantidade, Valor – Consultas: Quantidade, tempo de espera – Notas: Valor, média – Pagamentos: Quantidade, valor monetário – Empréstimos: Quantidade, valor monetário, quantidade de parcelas
  • 29. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE Modelagem Dimensional • Dimensões: São os pontos de vista (visão de análise) das métricas de um fato – Vendas: Produto, loja, data – Consultas: Especialidade, plano, faixa etária – Notas: Disciplina, bimestre, curso – Pagamentos: Fornecedor, data, tipo de gasto – Empréstimos: Tipo de cliente, motivo, classe econômica, grau de instrução
  • 30. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE Modelagem Dimensional
  • 31. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE Modelagem Dimensional • Fato é a tabela principal • Dimensão são tabelas que se relacionam com a tabela fato (entidade relacionamento)
  • 32. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE Modelagem Dimensional (Estrela - Star)
  • 33. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE Modelagem Dimensional (Floco de neve – Snowflake)
  • 34. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE Data Warehouse • ¿ Então um Data Warehouse nada mais é que um Banco de Dados ? Resposta: Sim. Mas com uma diferença, ele é modelado para ter uma excelente performance de consulta e contém dados consolidados de várias fontes.
  • 35. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE ¿ E o que é Data Mart ? • É um subconjunto de dados dentro do Data Warehouse voltado para uma finalidade específica: Vendas, Financeiro, Contábil, RH, Acadêmico
  • 36. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE
  • 37. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE
  • 38. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE ETL – Extract Transform and Load (ETC – Extração Transformação e Carga) • É a fase de extração de dados de diversos sistemas, transformação desses dados conforme regras de negócios e por fim a carga dos dados em um Data Mart ou um Data Warehouse. • É considerada uma das fases mais críticas do Data Warehouse e/ou Data Mart. • Alguns consideram que ETL não são ferramentas e sim uma metodologia
  • 39. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE ETL – Extract Transform and Load
  • 40. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE ¿ Afinal, o que é BI ? (Business Intelligence) • É todo o processo de coleta, organização, análise, compartilhamento e monitoramento de informações que oferecem suporte a gestão de negócios.
  • 41. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE Business Intelligence
  • 42. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE Business Intelligence
  • 43. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE O caso da Fralda e da Cerveja • Conta uma lenda urbana, que uma loja descobriu que a maioria das vendas de fraldas que ocorriam de quinta a domingo, eram acompanhadas da compra de cervejas • Os donos, então, colocaram as cervejas perto das fraldas e as vendas dispararam
  • 44. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE O caso da Fralda e da Cerveja Dado Informação (Padrão de comportamento) Conhecimento Sabedoria
  • 45. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE Ops... tenho um tesouro nas mãos
  • 46. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE ¿ Posso procurar padrões de comportamento ?
  • 47. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE Data Mining (Mineração de Dados)
  • 48. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE Data Mining (Mineração de Dados) • Data Mining ou Mineração de Dados consiste em um processo analítico projetado para explorar grandes quantidades de dados (tipicamente relacionados a negócios, mercado ou pesquisas científicas), na busca de padrões consistentes e/ou relacionamentos sistemáticos entre variáveis e, então, validá-los aplicando os padrões detectados a novos subconjuntos de dados. • O processo consiste basicamente em 3 etapas: exploração; construção de modelo ou definição do padrão; e validação/verificação.
  • 49. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE Data Mining (Mineração de Dados) • Data Mining é parte de um processo maior de conhecimento denominado Knowledge Discovery in Database (KDD). • KDD consiste, fundamentalmente, na estruturação do banco de dados; na seleção, preparação e pré-processamento dos dados; na transformação, adequação e redução da dimensionalidade dos dados; no processo de Data Mining; e nas análises, assimilações, interpretações e uso do conhecimento extraído do banco de dados, através do processo de Data Mining.
  • 50. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE Dado x Informação x Conhecimento x Sabedoria OLTP Modelagem Entidade-Relacionamento OLAP Modelagem Dimensional ETL / ETC Extract Tranform and Load DW Data Warehouse Data Mart Cubo de decisão Cockpit Dashboard Datamining “Nem tão longe que eu não possa crer, que um dia chego lá...” Humberto Gessinger
  • 51. Prof. Rafael Pinheiro – rpinheiro2@gmail.com DATA WAREHOUSE ¿Dúvidas? @_rpinheiro www.facebook.com/rpinheiro2 www.linkedin.com/pub/rafael-pinheiro/24/31/b47 rpinheiro2@gmail.com