universidade candido mendes pÓs-graduaÇÃo lato … · inmon, kimball, machado entre outros. 7...
Post on 14-Dec-2018
214 Views
Preview:
TRANSCRIPT
UNIVERSIDADE CANDIDO MENDES
PÓS-GRADUAÇÃO LATO SENSU
INSTITUTO A VEZ DO MESTRE
DATA WAREHOUSE: A IMPORTÂNCIA DO SISTEMA DATA
WAREHOUSE NA TOMADA DE DECISÃO DA EMPRESA
Por: Ana Cristina do Valle Sidreira
Orientador
Prof. Fabiane Muniz
Rio de Janeiro
2009
2
UNIVERSIDADE CANDIDO MENDES
PÓS-GRADUAÇÃO LATO SENSU
INSTITUTO A VEZ DO MESTRE
DATA WAREHOUSE: A IMPORTÂNCIA DO SISTEMA DATA
WAREHOUSE NA TOMADA DE DECISÃO DA EMPRESA
Apresentação de monografia ao Instituto A Vez do
Mestre – Universidade Candido Mendes como
requisito parcial para obtenção do grau de
especialista em Pós-Graduação “Latu Sensu” em
Gestão Empresarial.
Por: . Ana Cristina do Valle Sidreira
3
AGRADECIMENTOS
Agradeço a Deus pela oportunidade de
recomeçar minha vida e pelo apoio dos
meus filhos, minha mãe, meus amigos
e da pessoa que hoje é meu
companheiro, amigo e cúmplice.
4
DEDICATÓRIA
Dedico esse trabalho aos meus filhos,
meu neto, minha mãe, minha amiga
Fernanda Damasceno e ao Marcio que
acreditaram mais em mim do que eu
mesma.
RESUMO
5
O assunto a ser abordado neste trabalho refere-se as funcionalidades,
características e conceitos atribuídos por vários autores ao sistema data
warehouse assim como as dificuldades encontradas para implantação do
sistema nas organizações. Sendo a informação o recurso mais importante na
condução das organizações, o presente trabalho mostra que o data warehouse
é sem dúvida uma ferramenta poderosa na busca de consolidar as
informações gerenciais em um formato único e específico para uso estratégico.
Porém alguns cuidados são necessários pois os fracassos são constantes.
O trabalho busca dar uma visão de desenvolvimento desse sistema,
abordando o conceito, requisitos, as diferenças em relação aos sistemas
tradicionais de processamento de informações identificando fatores chaves de
sucesso na implantação dessa ferramenta nas empresas que querem obter
vantagem competitiva no mercado.
METODOLOGIA
6
O método utilizado neste trabalho foi a pesquisa bibliográfica, que é um
conjunto de técnicas e estratégicas que se empregam para localizar, identificar
e acessar documentos que sirvam de base para obter informação para
pesquisa. Esta pesquisa foi feita em livros, revistas, artigos, internet e outros
documentos pertinentes ao tema. Foram pesquisados livros de autores como
Inmon, Kimball, Machado entre outros.
7
SUMÁRIO
INTRODUÇÃO 08
CAPÍTULO I -
Data Warehouse: Conceitos e Características 11
CAPÍTULO II -
Data Warehouse: A sua importância no processo de tomada de decisão e no
planejamento estratégico da empresa 22
CAPÍTULO III –
Data Warehouse: As dificuldades para sua implantação 29
CONCLUSÃO 38
BIBLIOGRAFIA 39
ÍNDICE 43
INTRODUÇÃO
8
O objetivo deste trabalho foi apresentar o conceito, as características,
funcionalidades e a importância da implantação de um sistema data
warehouse que é capaz de apoiar a empresa na tomada de decisão e no seu
planejamento estratégico com mais rapidez e com garantia de sucesso.
Com a explosão no uso de computadores pessoais, com as grandes
inovações tecnológicas aliadas ao crescimento do ambiente de negócio, as
organizações começaram a perceber a dificuldade de se analisar um grande
volume de dados armazenados e espalhados em diversos sistemas e de fácil
acesso.
O processo de construção de um data warehouse vem sendo
considerado como melhor abordagem tendo em vista a dificuldade de buscar
informações que permitissem a tomada de decisão embasada em um
ambiente histórico de dados com maior rapidez. Sendo assim o data
warehouse está em pauta de discussões na maioria das empresas, que no
mercado de acirrada concorrência. Necessita utilizar estrategicamente suas
informações para ganho de competitividade.
A implantação de um data warehouse está sendo a aplicabilidade mais
utilizada para transformação de alto volume de dados existentes operacionais
em dados gerenciais úteis e confiáveis atendendo ao processo de tomada de
decisão, já que o acesso à informação se tornou imprescindível no contexto
empresarial.
Com o dinamismo do ambiente de negócio é de imensa importância
que as regras de negócio sejam incorporadas as aplicações, que as estruturas
sistêmicas se ajustem e que o tempo de resposta seja cada vez menor.
A qualidade dos dados e a utilização correta das informações formam
um conjunto de fatores que levam as organizações a conseguirem destaque no
mercado.
9
Podemos destacar como principais características e objetivos do data
warehouse: Criação de um repositório único de dados oficiais da companhia
que irão apoiar os executivos no planejamento estratégico e na tomada de
decisão; Viabilizar acompanhamento histórico das informações por um período
de tempo mais longo; Possibilitar um alto poder de análise para apoiar a
gerência; Padronizar o processo de extração e cálculo de dados; Facilitar o
monitoramento de coleta de dados e atuação com mais agilidade; Garantir
maior disponibilidade de dados dentro de prazos esperados; Diminuir o acesso
de sistemas corporativos por usuários que não podem tomar decisões;
Transparência e confiabilidade das informações; Alinhamento das estratégias
da empresa com todas as áreas; Análise de um grande volume de dados.
É muito importante que na construção de um data warehouse se
identifique os processo de negócio evitando que os dados venham a se repetir,
escolher a granularidade dos dados e estabelecer as dimensões.
Sendo recente o mercado de data warehouse e pela diversidade dos
sistemas de informação existentes que passarão pelo complexo processo de
extração e carregamento de dados, o data warehouse não pode ser comprado
pela organização como se fosse somente uma ferramenta, mas precisa ser
construído como uma arquitetura.
Considerando-se tal contexto, pergunta-se: Qual a verdadeira
importância de um Data Warehouse para tomada de decisão da empresa e no
seu planejamento estratégico? Quais são as dificuldades encontradas para sua
implantação?
No primeiro capítulo, o trabalho apresenta o conceito de um sistema
Data Warehouse, suas funcionalidades bem como suas características.
10
No segundo capítulo, é apresentada a importância do Data Warehouse
no processo de tomada de decisão e no planejamento estratégico de um
organização.
Por fim, o terceiro capítulo apresenta as dificuldades encontradas e os
riscos na implantação de um Data Warehouse.
CAPÍTULO I
11
DATA WAREHOUSE: CONCEITOS E
CARACTERÍSTICAS
Poucas são as empresas que investem em soluções para minuciar a
informática, na tarefa de construção e manutenção das diversas bases de
dados visando suportar os processos os processos de extração, correção,
regras de negócios e sumarização dos dados operacionais manipulados
diariamente pelos sistemas da organização, transformando-os em informação
útil ao processo decisório.
Geralmente a utilização de tecnologias mais avançadas estão
diretamente ligadas às grandes organizações que manipulam uma quantidade
diária de informação muito intensa. Neste sentido, as empresas nem sempre
estão preparadas tecnologicamente e culturalmente para receberem inovações
tecnológicas que são lançadas quase que diariamente no mercado. No
contexto organizacional, a manipulação e gerenciamento de dados é um dos
principais fatores que levam as organizações ao sucesso ou ao fracasso
Segundo Date (2004), Data Warehouse (que no português significa
literalmente armazém de dados), é um depositório de dados orientado por
assunto, integrado, não volátil, variável com o tempo, para apoiar as decisões
gerenciais.
Um Data Warehouse (ou armazém de dados, ou depositório de dados
no Brasil) é um sistema de computação utilizado para armazenar informações
gerenciais relativas às atividades de uma organização de forma consolidada.
O Data Warehouse possibilita a análise de grandes volumes de dados,
coletados de diversos sistemas transacionais da organização. Favorece uma
melhor análise de informações passadas, oferecendo suporte às tomadas de
12
decisões e a previsão de eventos futuros. Por definição, os dados de um data
warehouse não são voláteis, isto é, não mudam, estão disponíveis para os
usuários somente para leitura e não podem ser alterados.
As necessidades de análise de dados cresceram paralelamente com o
amadurecimento dos sistemas de informações gerenciais, com isso os data
warehouses surgiram como conceito acadêmico na década de 80. Devido sua
capacidade de sumarizar, analisar grandes volumes de dados e evitar
redundância de dados, o data warehouse são criados pelas organizações
justamente para fornecer suporte aos tomadores de decisão fornecendo
informações precisas e confiáveis e uma visão global da organização.
“O objetivo do data warehouse é criar um repositório de dados que dê acesso a dados gerenciais sob formas facilmente aceitáveis para as atividades de processamento analítico, como por exemplo, apoio à decisão.”. (TURBAN, 2004, p.402).
Um data warehouse é, muitas vezes, conhecido somente como um
imenso banco de dados capaz de armazenar milhões de registros. Contudo,
ele não consiste somente nisso, existem outras características importantes que
fazem do data warehouse um poderoso aliado da organização. Dentre elas,
Turban (2004), diz que as principais características são:
• Organização;
• Consistência;
• Variedade de tempo;
• Não-volatibilidade;
• Estrutura relacional;
• Arquitetura.
Para os autores Silberschatz, Korth e Sudarshan (1999, p.713), “Data
Warehouse é um repositório (ou arquivo) de informações coletadas em
13
diversas fontes, armazenadas sob um esquema único, em um só local. Uma
vez coletados, os dados são armazenados por um período longo, permitindo o
acesso a dados históricos.”.
Já segundo Inmon (1997, p.33), “Data Warehouse é uma coleção de
dados baseadas em assuntos, integrados, variáveis com o tempo e não
voláteis, para dar suporte ao processo de tomada de decisão.”.
De acordo com Singh (2001, p.12), data warehouse é uma tecnologia
de gestão e análise de dados constituindo “[...] um ambiente de suporte a
decisão que alavanca dados armazenados em diferentes fontes e os organiza
e entrega aos tomadores de decisão da empresa, independente de plataforma
que utilizam ou de seu nível de qualificação técnica.”.
Com o decorrer do crescimento de uma organização e o aumento no
volume de informações, o data warehouse vem para abranger quase todos os
departamentos da empresa conseguindo consolidar todos os dados.
O data warehouse possibilita confiabilidade nas informações
solucionando problemas de inconsistências de dados entre departamentos e a
falta de padronização na fonte de coleta e na forma de cálculo.
A orientação por assunto é uma característica importante, pois toda
modelagem do data warehouse é orientada a partir dos principais assuntos da
empresa. Por exemplo, em uma empresa de telemarketing, os principais
assuntos são: quantidade de ligações atendidas por um colaborados,
quantidade de clientes aguardando o atendimento, tempo médio de
atendimento, qualidade do atendimento pela percepção do cliente, quantidade
de reclamações feitas nos Órgãos de Defesa do Consumidor (Anatel, Procon,
e outros).
Ser integrado, essa é a característica mais importante do data
warehouse, pois trata da integração que é feita do ambiente operacional para
14
as aplicações do data warehouse. A integração é realizada visando padronizar
os dados dos diversos sistemas em uma única representação, para serem
transferidos para a base de dados única do data warehouse.
Os dados no banco de dados são integrados e compartilhados, ou
seja, não existe redundância de arquivos de dados, estes são unificados e
vários usuários podem ter acesso aos mesmos dados, inclusive ao mesmo
tempo. (DATE, 2004, p.7)
Num banco de dados as informações pertinentes aos sistemas
informatizados são armazenados de forma estruturada em arquivos que se
relacionam entre si. Além dos dados essenciais e de interesse do usuário, o
banco de dados também armazenam dados secundários, tais como:
informações sobre o relacionamento entre os dados essenciais, estrutura,
controle de segurança e privacidade, dicionário de dados. (YONG, 1984, p.40)
Várias operações podem ser realizadas no banco de dados do data
warehouse. Date (1991, p.3) descreve algumas destas operações;
• A adição de novos arquivos;
• A inserção de novos dados nos arquivos existentes;
• A recuperação de dados nos arquivos existentes;
• A atualização de dados nos arquivos existentes;
• A eliminação de dados nos arquivos existentes;
• A renovação de dados permanente de arquivos existentes
(vazios ou outros) ao banco de dados.
Também de acordo com Date (2004, p.16), o sistema de banco de
dados apresenta várias vantagens em relação ao sistema de processamento
de arquivos:
• Os dados podem ser compartilhados;
• A redundância pode ser reduzida;
• A inconsistência pode ser evitada;
15
• O suporte a transação pode ser fornecido;
• A integridade pode ser mantida;
• A segurança pode ser reforçada;
• Os padrões podem ser impostos.
Nos sistemas transacionais os dados sofrem diversas alterações como,
por exemplo, a inclusão, exclusão e alteração de dados pelos usuários. No
ambiente do data warehouse os dados, antes de serem carregados, são
filtrados e limpos. Após esta etapa esses dados sofrem somente operações de
consulta e exclusão, não podendo ser alterados, e esta característica
representa a não-volatilidade.
A variação em relação ao tempo consiste na manutenção de um
histórico de dados em relação ao período de tempo maior que dos sistemas
comuns, isto significa que as técnicas de mineração de dados não são
aplicadas em tempo real, de forma a não comprometer o desempenho dos
bancos de dados transacionais.
Pelo fato dos dados armazenados no data warehouse estarem
tratados e sem redundância de informações, o trabalho do analista é facilitado.
Os elementos básicos para arquitetura de um data warehouse são:
Fonte de dados: são os sistemas transacionais da empresa que pode ser
composto por diversas formas de dados.
Data stage: área de armazenagem e conjunto de processos que tem a função
de extrair os dados dos sistemas transacionais, realizar a limpeza,
transformação, combinação de informações e preparação dos dados.
Servidor: local onde os dados são armazenados e organizados para consulta
dos usuários.
Data mart: subconjunto lógico que geralmente são divididos por departamentos
ou visões necessárias para os usuários.
16
Data mining: trabalha com grande volume de dados onde existem correlações
de informações.
Ferramentas de acesso de dados: maneira em que os dados são extraídos e
integrados que possuem as funções de extração, carga de dimensões
processadas, replicação e recuperação, alimentação, carga de resultados.
Machado (2006, p.27), também afirma que o data warehouse possui
um conjunto de características:
• Transformação e integração dos dados antes de sua carga final;
• Normalmente requer máquina e suporte próprio;
• Visualização dos dados em diferentes níveis;
• Utilização de ferramentas voltadas para acesso com diferentes
níveis de apresentação.
Na visão de Inmon (1997, p.37) “Os sistemas operacionais clássicos
são organizados em torno das aplicações da empresa”, sendo que “O data
warehouse baseia-se nos principais assuntos ou negócios de interesse da
empresa que tenha sido definidos no modelo de dados” e completa afirmando
que “[...] a principal área de interesse termina sendo fisicamente implementada
como uma série de tabelas relacionadas inseridas no data warehouse.”.
Outra característica do data warehouse afirmada por Inmon (1997,
p.37), diz respeito ao fato de ele ser variável em relação ao tempo. Segundo o
autor “O horizonte de tempo válido para o data warehouse é significativamente
maior do que o dos sistemas operacionais”, e segue exemplificando que “[...]
um horizonte de tempo de 60 a 90 dias é normal para os sistemas
operacionais; um horizonte de tempo de 5 a 10 anos de dados é o normal para
o data warehouse.”. Para esse autor, os dados existentes no data warehouse é
um série de instantâneos, capturados num determinado momento, onde a
estrutura de chave sempre contém algum elemento de tempo. Na visão de
Machado (2006, p.29) os dados armazenados no data warehouse representam
um conjunto estatístico de registros de uma ou mais tabelas do momento exato
17
em que estes foram capturados, sendo que os mesmos não podem ser
atualizados posteriormente. Possuem como elemento essencial e componente
chave a data relativa às informações extraídas.
Conforme Machado (2006, p.31), “A arquitetura do data warehouse
inclui, além de estrutura de dados, mecanismos de comunicação,
processamento e apresentação da informação para o usuário final.”. As
ferramentas existentes são divididas em dois grupos: as relacionadas à carga
inicial de dados e fontes externas. As ferramentas disponibilizadas pelo data
warehouse conforme descreve Machado (2006, p.35), “[...] devem permitir um
acesso intuitivo aos dados, possibilitando a análise daqueles mais
significativos”, e enfatiza dizendo que “[...] o sucesso de um data warehouse
pode depender da disponibilidade da ferramenta certa para as necessidades
de seus usuários.”.
O data warehouse possui um repositório de metadados, onde dados
de alto nível descrevem os dados de níveis inferiores que compõem sua
estrutura. Os metadados fornecem ao usuário informações úteis para o
julgamento da qualidade dos dados, podendo descrever cada fato contido no
data warehouse, especificando quando foi utilizado pela última vez, sua fonte e
como é gerado. (MACHADO, 2006, p.301)
Do ponto de vista dos autores Kimball e Ross (2002, p.18), “o termo
metadados se refere a todas as informações no ambiente de data warehouse
que não são dados propriamente ditos. Os metadados são como uma
enciclopédia para o data warehouse”, e estão presentes em uma variedade de
formas e formatos para atender as diversas necessidades dos usuários
técnicos, administrativos e de negócio.
Existem duas formas de modelagem de dados para o data warehouse
conhecidos como: Modelagem Dimensional ou Multidimensional que segue a
Escola Ralph Kimball e a Modelagem Relacional Denormalizada que segue a
Escola Bill Inmon.
18
A Modelagem de Ralph Kimball (2006, p.79) afirma que a modelagem
multidimensional é mais simples e fácil de entender. Segundo o autor esta
modelagem é “[...] uma técnica de concepção e visualização de um modelo de
dados de um conjunto de medidas que descreve aspectos comuns de
negócios. É utilizada especialmente para sumarizar e reestruturar dados e
apresenta-los em visões que suportem a análise dos valores desses dados.”.
Conforme Kimball (1998, p.10) “Modelo Dimensional é uma estrutura
simples de cubos de dados que atende às necessidades de simplicidade do
usuário final.”.
Segundo Oliveira (1998, p.27) “O modelo dimensional é muito mais
vantajoso para o projeto de um data warehouse porque é mais eficiente e
econômico em termos de performance.”.
A modelagem dimensional tem como objetivo levantar as necessidades
de uma determinada área de negócio e a partir dos dados existentes em
diversas fontes, consolida-los por diferentes dimensões (visões). (KIMBALL,
1998, p.10; OLIVEIRA, 1998, p.29)
Kimball (1998, p.161) afirma que “Construir um data warehouse é o
processo de combinar as necessidades de informações de uma comunidade
de usuários com os dados que realmente estão disponíveis.”. De acordo com o
autor, existem alguns pontos no projeto de um data warehouse que devem ser
considerados:
• Identidade das tabelas de fatos;
• A granularidade;
• Dimensões;
• Os fatos;
• Os atributos das dimensões;
• Como rastear as dimensões;
19
• Os agregados, modos de consulta e armazenamento físico;
• Amplitude de tempo do histórico;
• Intervalos de extração.
A Modelagem Relacional Denormalizada, conforme descrita por Bill
Inmon (2000, p.2), “O ponto de partida para a modelagem relacional
denormalizada, normalmente, é o modelo de dados do sistema transacional
existente na organização.”. Caso a organização não possua este modelo,
pode-se adotar um modelo de dados genérico existente no mercado referente
ao ramo de negócio desenvolvido pela organização, ou utilizar a engenharia
reserva para a obtenção do modelo. A partir deste modelo são aplicadas
regras de transformação para se obter o modelo de dados do data warehouse.
Para o autor é necessário que sejam aplicadas as seguintes regras: remoção
de dados puramente operacionais, adição de dados derivados apropriados,
criação de artefatos de relacionamento, acomodação de diferentes níveis de
granularidade, fusão de tabelas, criação de arrays de dados, organização dos
dados de acordo com suas características de estabilidade.
Outro componente importante do data warehouse são os papéis
exercidos por pessoas dentro da organização, sendo que cada um deles
possui uma função específica. As pessoas são agrupadas por papéis da
seguinte forma:
Analistas responsáveis pela carga dos dados – devem conhecer o
mapeamento entre o data warehouse e os sistemas transacionais, além dos
requisitos de filtragem e integração dos dados;
Usuários finais – conhecem os temos do negócio da organização.
São especialistas, gerentes, executivos e analistas de negócio, que utilizam a
informação para apoio à tomada de decisão;
Analistas responsáveis pelo desenvolvimento e manutenção do
data warehouse – equivalem aos administradores de banco de dados e
administradores de dados dos sistemas transacionais, sendo responsáveis
pela arquitetura dos dados;
20
Administradores de dados – responsáveis pela integração dos
ambientes do sistema transacional e do data warehouse, devendo garantir a
qualidade e integridade dos dados, através de acompanhamento e
administração dos processos de extração, transformação e carga dos mesmos.
Os analistas envolvidos na construção destes processos devem ter um
razoável conhecimento das bases de dados fonte de informação e da base do
data warehouse.
Para analisar como uma organização adota práticas de gestão de
dados, há uma série de perguntas a serem elaboradas. Uma delas é se a
empresa tem problemas, custos adicionais ou perdas financeiras, ficando
exposta a riscos em decorrência de baixa qualidade de dados. Outra, por
exemplo, é o nível de dependência que a empresa tem de processos
automatizados de tomada de decisão. São também considerados indicativos
do comportamento com gerenciamento de dados a atenção que a alta
administração dá ao tratamento de dados e a existência de uma estratégica
para o assunto.
Para Tauriona (1998), uma empresa pode ter um excelente Retorno
Sobre Investimento (RSI) com um data warehouse pequeno e poucos
usuários, e outra pode ter um retorno menos positivo, embora tenha grande
quantidade de dados armazenados e centenas de usuários. O tamanho por si
só é um fator chave de sucesso, o seu uso como ferramenta de suporte é que
faz a grande diferença.
21
22
CAPÍTULO II
SISTEMA DATA WAREHOUSE: A SUA IMPORTÂNCIA
NO PROCESSO DE TOMADA DE DECISÃO E NO
PLANEJAMENTO ESTRATÉGICO DA EMPRESA
Conforme Pereira (1997, p.251), a palavra decisão tem sua origem no
latim, onde o prefixo “de” significa parar, extrair, interromper; e o radical
“cardere” significa cindir, cortar. Portanto, decisão significa “para de cortar”, ou
seja, “deixar fluir”. Quando se está num processo de tomada de decisão, entra-
se num período de inércia diante de duas ou mais alternativas a escolher, e ao
optar-se por uma delas, deixa-se a inércia e o processo flui.
Para se conseguir destaque no mercado cada vez mais competitivo, a
correta extração e utilização de um alto volume de informações é um fator
chave para as organizações.
É muito importante ressaltar a importância de um SAD, Sistema de
apoio à Decisão, em uma organização, visto que é uma ferramenta que
transforma os dados da empresa em informações relevantes para o processo
de tomada de decisão da organização. A maneira com que as informações são
fornecidas ao usuário é o ponto principal nesse processo.
Os data warehouses são criados pelas organizações justamente para
fornecer suporte aos tomadores de decisão, fornecendo informações precisas
e confiáveis além de uma visão global da organização, permitindo uma tomada
de decisão mais precisa.
Para Falsarella e Chaves (2004), alguns fatores influenciam a
necessidade de desenvolvimento de um sistema de apoio a tomada de
decisão:
23
• Competição cada vez maior entre as organizações;
• Necessidade de informações rápidas para auxiliar no processo
de tomada de decisão;
• Disponibilidade de tecnologia para armazenar e buscar
rapidamente as informações;
• Possibilidade de armazenar o conhecimento e as experiências
de especialistas;
• Necessidade de a informática apoiar o processo de
planejamento estratégico empresarial.
Conforme Kimball (1998) o data warehouse é um local onde dados
corporativos ou organizacionais confiáveis são disponibilizados de maneira
rápida e de fácil manuseio. Os dados consistentes e íntegros podem ser
separados e combinados podendo ser utilizados a qualquer medição do
negócio.
Como descrito pelos autores Kimball e Ross Inomn (2002, p.8), “Cada
componente do data warehouse atende a uma função específica. E
precisamos atender a importância estratégica de cada um deles e como
controla-los de modo eficiente para obtermos êxito.”.
Mesmo para as organizações de mesmo ramo e com mesma estrutura,
dificilmente um data warehouse será igual ao outro. Cada organização decidirá
quais áreas seu data warehouse irá englobar para apoiar seu processo
decisório em busca de competitividade. Definidas as áreas, ainda devem ser
definidos quais dados e em quais níveis estes serão carregados para o data
warehouse.
Segundo Taurion (1998) e também Cippola (1999), um data
warehouse deve ser guiado pelo negócio e não pela tecnologia. Com o objetivo
de atender as necessidades estratégicas da organização, o projeto de data
24
warehouse deve seguir claramente os requisitos dos usuários, que deverão ter
atendidas todas as suas necessidades de informações e formatos de consulta.
O mundo corporativo requer informações globais e, cada vez mais,
busca a colaboração e a troca de informações entre diferentes áreas de uma
empresa. Sem informações de qualidade, não se consegue tomar decisões
adequadas ou obter vantagens. O diferencial competitivo de uma empresa é o
conhecimento que ela possui para oferecer de forma rápida. (OLIVEIRA, 2002)
Portanto, data warehouse constitui uma importante ferramenta de
apoio ao processo de tomada de decisão. Mas, para que se possa tirar
vantagem dos recursos do data warehouse de forma satisfatória, é preciso que
as informações nele armazenadas sejam confiáveis, ou que pelo menos o grau
de confiabilidade das mesmas possa ser considerado durante o processo de
tomada de decisão. (OLIVEIRA, 2002)
Para Inmon (1997), dados de má qualidade podem ser os motivos de
falhas nos processos de negócio e custos relacionados às áreas
organizacionais podendo até haver perda de clientes.
Conforme Filho (2004), à medida que a infra-estrutura de informações
das empresas amadurece, aumenta a necessidade de qualidade das
informações e de sistemas eficientes e eficazes de suporte à decisão, os quais
são projetados para apoiar os gestores de negócio no processo de tomada de
decisão.
“O processo decisório advém da necessidade de se resolver algum tipo
de problema.”. (DURO, 1998, p.26)
No processo de tomada de decisão, o sistema de informação é
utilizado como fator de resolução de incertezas e de planejamento. Os dados
armazenados são processados e correlacionados, gerando a matéria-prima do
processo decisório: a informação. (DURO, 1998, p.26)
25
Segundo Date (2004, p.590) “os sistemas de apoio à decisão são
sistemas que ajudam na análise de informações do negócio. Sua meta é
ajudar a administração a definir tendências, apontar problemas e tomar
decisões inteligentes.”. Estes sistemas utilizam dados operacionais do negócio
da empresa, transformando-os em informações que auxiliam na tomada de
decisão.
A crescente utilização do data warehouse para apoiar processos de
tomada de decisão tem provocado um aumento da preocupação em relação à
qualidade dos dados. (AMARAL, 2003).
A grande vantagem de se utilizar um tipo de banco de dados com data
warehouse para Taurion (1998) é a capacidade de permitir a tomada de
decisão baseada em fatos. Esta ferramenta deve se tornar imprescindível para
os gerentes conseguirem administrar seus negócios nos próximos anos.
Conforme Aquarioni (2001), o data warehouse foi criado para
manipular dados de empresas de grande porte no mercado, com alto volume
de informações, pois por suas características, é difícil medir retorno de
investimento em números, mas os ganhos sob o ponto de vista estratégico
podem ser percebidos rapidamente.
Para Turban (2004, p.403) “Os benefícios ampliam o conhecimento do
negócio, aumentam a vantagem competitiva, melhoram o atendimento ao
consumidor e seu nível de satisfação, facilitam a tomada de decisão e ajudam
a racionalizar os processos de negócio.”.
Shimizu (2001, p.52) apresenta três definições para os sistemas de
apoio à decisão. Ele define como sendo um conjunto de procedimentos
baseados em módulos para processar dados e analisar problemas, tendo
como finalidade assistência aos administradores no processo de decisão.
Também é considerado pelo autor um sistema flexível e expansível, capaz de
26
dar apoio à análise ad hoc dos dados e dos modelos de decisão, que procura
obter resultados eficazes no planejamento de longo, médio e curto prazo. O
autor segue dizendo que é um sistema de computação formado por sistemas
que permite comunicação entre usuários e os subsistemas, armazena dados,
procedimentos e informações inteligentes e processa problemas.
O principal motivo para que as empresas implantem um sistema de
apoio a decisão é o princípio de que ele auxilia no processo de tomada de
decisão estratégica, sendo importante que seus conceitos retratem a cultura da
organização e façam parte integrante dela, não servindo apenas para atender
às necessidades específicas de um usuário. (FALSARELLA, 2004)
No processo decisório, as decisões devem ser dinâmicas e as
informações deverão ser atualizadas. O data warehouse se apresenta como
uma solução, tendo suas informações centralizadas do qual o usuário se utiliza
para realizar suas correlações e análises. (DURO, 1998)
Atualmente, o data warehouse é um grande aliado das empresas e
profissionais na tomada de decisões. Diante da rápida e constante mudança
das regras de mercado os sistemas de suporte à decisão é peça fundamental
para sua capacidade de sumarizar e analisar grandes volumes de dados. Com
a tecnologia utilizada em um data warehouse, as empresas poderão descobrir
novas formas de trabalhar seu negócio, poderão criar novas tendências de
mercado, serviços e produtos, de forma ágil, ajudando na disputa do mercado
que está cada vez mais exigente e competitivo.
Segundo Machado (2006, p.35), os processos de um data warehouse
“[...] consistem na extração dos dados dos sistemas operacionais na
organização e integração desses dados de forma consistente para o data
warehouse e no acesso aos dados para consultas, integrados de forma
simples, fácil, eficiente e flexível.”. A extração, organização e integração dos
dados, têm por objetivo a garantia da consistência e integridade das
27
informações, gerando uma base de dados de alta qualidade e confiabilidade,
retratando efetivamente a realidade de negócio da organização.
A integração e a comunicação devem ser claras e constantes para que
o data warehouse atenda plenamente o objetivo de apoiar satisfatoriamente os
processos decisórios estratégicos. A área de sistemas é uma das áreas mais
rejeitadas nas organizações. Com certeza, uma das maiores causas dessa
rejeição é a comunicação incorreta desenvolvida pelos profissionais de
informática e seu enfoque extremamente técnico. Quanto melhor for a
comunicação entre as áreas de uma empresa, melhor será a implantação de
uma tecnologia ou ferramenta.
Os responsáveis pela tomada de decisão precisam de informações
concisas sobre operações, tendências e mudanças correntes nos ambientes
de negócios.
Sendo assim, o data warehouse é ideal pois armazena dados
utilizados diariamente nas organizações com dados históricos, que são de
potencial interesse aos tomadores de decisão.
A análise de viabilidade para um projeto de data warehouse deve ser
realizada com um enfoque estratégico e deve ser encarado como um
instrumento de vantagem competitiva. Apesar de ter um retorno difícil de ser
mensurado em números, os ganhos sob o ponto de vista estratégico podem
ser percebidos rapidamente.
Existem inúmeras vantagens no uso de um data warehouse, onde,
segundo Turban (2004), os benefícios são fornecer ao usuário final a
possibilidade de realizar análises de forma mais abrangente e variada e,
possibilitar uma visualização dos dados gerais da organização.
28
CAPÍTULO III
SISTEMA DATA WAREHOUSE: AS DIFICULDADES
PARA SUA IMPLANTAÇÃO
29
O sucesso ou fracasso de um data warehouse pode ser definido logo
no início de sua implementação. O momento mais crucial de todo o processo é
o da escolha das ferramentas, dos bancos de dados, das consultorias, da
definição do escopo do projeto e da seleção dos indivíduos que farão parte do
apoio dado ao desenvolvimento. Tem-se visto em muitas empresas, projetos
quase falidos, que, como conseqüência de um início equivocado, consome
enormes quantias de dinheiro e não dão retorno esperado. (PARENTE, 2001)
Para que um data warehouse seja considerado bem sucedido
primeiramente é preciso que os tomadores de decisão da empresa tenham
confiança nas informações geradas por ele e que alguns requisitos sejam
atendidos. O sistema deve: permitir fácil acesso à informação, com conteúdo
compreensível e retornar o resultado das consultas no menor intervalo de
tempo de espera possível, apresentar as informações de modo consistente,
ser adaptável e flexível a mudanças e necessidades dos usuários e deve
conter dados específicos.
Devido ao constante crescimento das organizações, são adotadas
diversos bancos de dados para solucionar o problema do armazenamento e
recuperação dos dados. Pelo fato do data warehouse não ser construído de
uma só vez e devido à elevada complexidade, o processo de gestão desses
dados torna-se muito difícil, visto que estão armazenados em vários bancos de
dados diferentes, com dados muitas vezes redundantes, acarretando uma
difícil organização.
Segundo Inmon (2006), a definição clássica de um data warehouse é
uma coleção de dados orientada por assunto, integrada, variante no tempo e
não volátil que tem por objetivo dar suporte ao processo de tomada de
decisão. Entretanto, dados extremamente centralizados podem resultar em
perda de disponibilidade e queda de desempenho das consultas.
30
Segundo os autores Elmasri e Navathe (2005, p.17), apesar de suas
vantagens, o sistema data warehouse em alguns casos pode envolver custos
altos e desnecessários. Estes custos envolvem:
• Investimentos altos em hardware e software;
• Custos elevados para oferecer segurança, controle,
recuperação e funções de integridade;
• Generalidade de processamento de dados.
Os autores também afirmam que surgirão outros problemas se o
sistema não for projetado de forma adequada ou a aplicação não for
implementada apropriadamente.
A granularidade é tida como principal questão do projeto de um data
warehouse porque afeta profundamente o volume de dados armazenados e o
tipo de consulta que pode ser atendido. A escolha da granularidade apropriada
causará efeitos no volume de dados a ser armazenados, e quanto maior o
volume menor a performance. Segundo Machado (2006, p.59) “Quanto mais
detalhe existir, mais baixo será o nível de granularidade. Quanto menos
detalhe existir, mais alto será o nível de granularidade.”. Ainda segundo o
autor, quando a granularidade é estabelecida, o desenvolvimento do projeto
estará focado e fluirá com mais tranqüilidade, caso contrário, a modelagem do
data warehouse tornar-se-á mais difícil.
De acordo com Taurion (1998), Bischoff (1998) e com Vasconcellos
(1999), o projeto deve ter patrocínio forte e claro dentro da organização, já que
além do tempo e do gasto financeiro elevado, o data warehouse provoca várias
mudanças de ordem política e estrutural. A alta administração deve manifestar
constantemente apoio explícito ao projeto, caso contrário o patrocinador do
projeto encontrará dificuldades para difundir corretamente a idéia do data
warehouse.
31
Nos projetos de data warehouse podemos observar basicamente os
mesmos problemas que ocorrem com a implantação de outros projetos, porém
para implantação do data warehouse é necessário o envolvimento dos altos
executivos. Os futuros usuários devem ser inseridos no processo desde o
início e devem sentir-se co-responsáveis pelo sucesso. O data warehouse está
em constante estado de desenvolvimento e segundo Beschoff (1998), uma
correta integração do usuário é fundamental. Já Taurion (1998), define a
palavra usuário como sendo a mais importante. Segundo Vecchia (1998), uma
das árduas tarefas no desenvolvimento de um data warehouse é o
levantamento das necessidades dos usuários, o que depende de uma correta
integração.
O data warehouse provoca várias mudanças de ordem política, cultural
e estrutural na organização, já que o projeto cruza barreiras departamentais,
democratiza o acesso aos dados e modifica o processo decisório. Estas
mudanças podem encontrar forte resistência de algumas pessoas na
organização, visto que tradicionalmente, o ser humano é avesso às mudanças.
O processo de extração dos dados dos sistemas de informações tradicionais
para o data warehouse pode revelar problemas escondidos durante anos nos
departamentos. A exposição dos dados departamentais pode causar pavor a
alguns funcionários.
Outro problema é que as pessoas divergem sobre as informações
necessárias a uma decisão, sobre a forma de consultar estas informações e
sobre a forma de decidir. O patrocinador e a equipe envolvida no
desenvolvimento devem ter habilidade para contornar essa dificuldade sem
prejuízo ao projeto.
De acordo com Vasconcellos (1999), as políticas de poder também são
barreiras poderosas de transpor quando você necessita acessar informações
corporativas que estão em poder de outras divisões ou diretorias. Assim, se
não houver um patrocínio acima dessas barreiras, o projeto certamente será
prejudicado.
32
O processo de extração dos dados nos sistemas de informação
tradicionais e seu carregamento para o data warehouse é bastante crítico e
oneroso. É bastante complexo o rastreamento e mapeamento de informações
de vários bancos de dados, projetados por diferentes profissionais, em
diferentes épocas, que podem estar em diferentes formatos, plataformas e
tecnologias, espalhadas por toda organização, às vezes sem documentação e
geralmente redundante. Segundo Williams, o carregamento dos dados para
um data warehouse é uma das etapas mais importantes do projeto e muitas
organizações subestimam. De acordo com Bohn, esta etapa pode revelar
vários problemas nos dados de origem e quase sempre os usuários acusam o
processo de extração como causados do problema. De acordo com Cipolla
(1999), a equipe de sistemas pode gastar 80% do tempo na preparação dos
dados. É necessário um correto planejamento, coordenação e execução deste
processo, porém sem perder de vista as demais demandas do projeto.
O excesso de dados sem objetivos reais também pode esconder os
dados que são realmente necessários aos usuários. A organização deve
impedir que o data warehouse se torne um grande “papa dados” inútil.
O data warehouse requer um monitoramento constante. Segundo Orr
(1998), os dados representam custos, por ocuparem espaço e dificultarem o
acesso aos dados realmente necessários. Deve-se discutir a possibilidade
destes dados sofrerem resumos gradativos, serem alocados em meios de
armazenamento alternativo com o passar do tempo.
O gerenciamento de informações implica a definição das estruturas de
armazenamento das informações e a definição dos mecanismos para a
manipulação dessas informações. Com isso, um sistema de banco de dados
gerenciais como data warehouse deve garantir a segurança das informações
armazenadas contra eventuais tentativas de acesso não autorizados.
33
Na opinião de Machado (2006, p.65), a modelagem de dados para o
data warehouse é completamente diferente da utilizada para sistemas
transacionais. Segundo o autor, existem duas razões principais para não se
criar um banco com mesmo modelo de dados do banco transacional e utilizá-lo
para armazenar dados históricos: a primeira trata-se da complexidade dos
dados, dificultando as consultas que deverão ser executadas pelos usuários; a
outra é a complexidade das consultas de apoio à decisão, que utilizam a união
de cinco ou mais tabelas, tornando as consultas mais demoradas.
Para Seidler (1995), entre os fatores que podem gerar problemas na
implantação do projeto de data warehouse estão: custo de implementação
(consultorias, custos internos etc), custo de operação e manutenção,
mudanças estruturais na empresa e rejeição por parte dos funcionários. O
autor apresenta um conjunto de regras básicas que devem ser observadas na
elaboração do projeto e que podem evitar fracassos:
• Definir bem o escopo da implementação;
• Escolher o pacote com consciência;
• Analisar profundamente os objetivos da empresa;
• Buscar o comprometimento da alta gerência;
• Envolver profundamente os usuários;
• Usar uma metodologia reconhecida e aprovada;
• Comunicar a todos muito bem o objetivo e as conseqüências da
implementação;
• Escolher muito bem a equipe de implementação.
O imediatismo, que prejudica muitos projetos, deve ser trabalhado
desde o início. O patrocinador do projeto, ao difundir a idéia do data
warehouse pela organização, deve deixar bem claro o tempo para que os
resultados apareçam.
Sempre que novos projetos surgem nas organizações, imediatamente
cria-se uma expectativa muito grande, que pode ser prejudicial. Os potenciais
34
benefícios do data warehouse devem ser claramente especificados desde seu
início. O discurso utilizado para difusão da idéia na organização também deve
ser cuidadoso. A forma como o projeto é apresentado tem influência direta na
sua aceitação ou não pelos usuários.
O fator humano é geralmente desprezado pela maioria dos projetos, e
consequentemente, está entre as maiores causas de fracasso, seja em
projetos de informática ou não. Quanto ao data warehouse, a maior parte dos
fracassos dá-se por motivos não técnicos. Isto prova que por melhor que um
projeto seja tecnicamente concebido, de nada valerá se as pessoas envolvidas
não o utilizarem corretamente. Segundo alguns autores, as pessoas precisam
de tempo para mudar postura mental nas implantações de novas tecnologias
nas organizações.
Apesar do vasto discurso de benefícios que serão possíveis com o
data warehouse, sem ferramentas que proporcionam consultas e análises
satisfatórias para os gerentes, o projeto pode ser um grande fracasso. Com o
objetivo de prover acesso fácil e rápido aos dados desejados pelos gerentes, e
sem utilização de intermediários, as ferramentas de consultas devem ser
bastante amigáveis, fáceis de usar, possuir recursos gráficos, interface intuitiva
e desempenho satisfatório. De acordo com Pereira (1997), é extremamente
necessário resolver os gargalos de desempenho antes de colocar o data
warehouse em uso. Quando do projeto do data warehouse, os gerentes listam
suas consultas inicialmente desejadas, e a equipe de sistemas deve prover,
quando da colocação do data warehouse, os gerentes percebem seu grande
potencial e rapidamente vão querer incrementar seu uso.
A ciclicidade dos dados, segundo Inmon (1997), refere-se ao tempo
que uma alteração nos bancos de dados operacionais leva para refletir no data
warehouse. Este tempo pode ser crucial em tipos de negócios mais agressivos,
em que os decisores necessitam dos dados atualizados com maior rapidez.
Porém, quanto mais rápida esta atualização, mais cara e complexa será a
tecnologia empregada. Por outro lado, se os decisores não tiverem as
35
informações necessárias no momento necessário, o data warehouse perde seu
sentido.
As organizações não podem deixar de lado seu aspecto cultural: se
não for propensa a riscos, não deve usar tecnologia de ponta, mas buscar
conciliar estas tecnologias com outras mais familiares. É importante destacar
que as tecnologias que envolvem um data warehouse ainda são imaturas, por
isso, é sempre bom deixar um orçamento prevendo uma quase inevitável
substituição de alguma ferramenta por outra.
Para implementar uma tecnologia como esta, a empresa deve estar
disposta a investir em pessoas que conhecem realmente o projeto e o negócio
da empresa, pois pessoas sem conhecimento e experiências necessárias
podem comprometer todo o projeto. Isso acontece, porque o prazo para o
desenvolvimento de um projeto de data warehouse, depende da quantidade de
sistemas que a empresa possui e também da miscelânea tecnológica da
mesma.
As necessidades de informações por parte dos usuários variam com o
passar do tempo, tendo que se adequar as necessidades dos negócios. Estas
necessidades são impostas por diversos eventos e fatores de influência
internos e externos, que ocorrem e afetam a empresa diretamente. A
elaboração de um projeto de data warehouse deve prever a dinamicidade das
necessidades de informações, onde as ferramentas de análise e pesquisa
devem ser versáteis para que possam acompanhar estas mudanças, onde as
ferramentas de análise e pesquisa devem ser versáteis para que possam
acompanhar estas mudanças e os usuários treinados para terem maior
afinidade no uso da ferramenta.
A qualidade dos dados que chega aos usuários é de suma importância.
As principais causas de insucesso em projetos de data warehouse incluem a
qualidade dos dados e o potencial de utilização destes pelos usuários. De
acordo com Taurion (1998), o critério básico de sucesso é a qualidade da
36
informação disponibilizada. O processo de extração e carregamento é
complexo, e se os usuários perceberem qualquer problema ou dados
inconsistentes, deixarão de utilizar o sistema. È necessário conquistar a
confiança do usuário.
No data warehouse o problema de se medir a qualidade dos dados
não á fácil, principalmente quando a qualidade dos processos está ligada à
qualidade dos resultados obtidos. Um ambiente de data warehouse é
responsável pela disseminação do conhecimento do negócio, criando assim,
inteligência competitiva para a mesma. Com isso, a introdução de medidas de
qualidade torna-se imprescindível, transformando assim, a qualidade de dados
em uma questão central para o data warehouse. A necessidade de qualidade
consistente de dados torna-se mais importante à medida que o tamanho e a
complexidade das fontes de informação aumentam.
O data warehouse é uma tecnologia frágil e cara, se as instalações
não forem adequadas às exigências empresariais, o sistema entrará em
desuso, e se o retorno de investimento não aparecer, o sistema pode ser
considerado como um luxo, se os executivos delegam seu uso, o lucro cultural
está perdido. Porém, segundo Horrocks (2001), se a ferramenta for bem
planejada, cuidadosamente implementada e for dirigida para a chamada
“inteligência dos negócios”, ela poderá auxiliar os líderes empresariais nos
seus desafios.
37
CONCLUSÃO
A necessidade de fornecer informações à tomada de decisão através
da organização, demanda repensar as estratégias tradicionais de
gerenciamento de dados em todos os níveis da empresa. O data warehouse é
um repositório de informações que permite fazer análise de tendências e
identificar relacionamentos muitas vezes desconhecidos, que em tempos de
imensa competitividade, torna-se uma ferramenta estratégica. É preciso
desmistificar o tabu da tecnologia, pois as empresas têm que acreditar que
estando bem informatizadas podem garantir a diferença no quesito
competitividade. Isto poderá ser feito através da implantação de novas
tecnologias de informação, como o data warehouse.
As organizações devem possuir meios de reunir informações
relevantes de seus processos para que possam sobreviver em um mercado
acirrado, com níveis crescentes de concorrência.
Entretanto, na construção do data warehouse, alguns aspectos devem
ser considerados para minimizar as dificuldades inerentes à sua construção.
O data warehouse, quando corretamente implementado, permite este
acesso de forma satisfatória. Porém, devido sua complexidade e surgimento
recente, muitos projetos fracassaram.
Este trabalho listou alguns conceitos do data warehouse de acordo
com diversos autores, sua importância no processo de tomada de decisão e
fatores críticos a serem observados para que sua implantação possa aumentar
os índices de sucesso da organização.
BIBLIOGRAFIA
38
AMARAL, G.. Aquaware: Um Ambiente de Suporte à Qualidade de Dados em
Data Warehouse. Dissertação de Mestrado. UFRJ, Rio de Janeiro, 2003.
AQUARIONI, L. M.. Uma Investigação sobre o relacionamento entre
Planejamento Estratégico e Sistemas de Apoio à Decisão. Dissertação
(Mestrado) – Escola de Engenharia de São Carlos, Universidade de São Paulo,
2001.
DATE, C. J.. Introdução a Sistemas de Banco de Dados. 4ª Ed. Rio de Janeiro:
Campus, 1991.
_____. Introdução a sistemas de Banco de Dados. 8ª Ed. Rio de Janeiro:
Campus, 2004.
DURO, Jorge. Decidir ou não Decidir? O processo decisório. Rio de Janeiro:
Ed. Qualitymark, 1998.
ELMASRI, Ramez; NAVATHE, Shamkant B.. Sistemas de Banco de Dados. 4ª
Ed. São Paulo: Addison Weslwy, 2005.
FILHO, Trajano Leme. Business Intelligence no Microsoft Excel. Rio de
Janeiro: Axcel Books do Brasil Editora, 2004.
INMON, W. H.. Como construir o Data Warehouse. 2ª Ed. Rio de Janeiro:
Campus, 1997.
______. Como construir o Data Warehouse. 2ª Ed. Rio de Janeiro: Campus,
1997.
KIMBALL, Ralph; ROSS, Margy. The Data Warehouse Tollkit. Tradução da 2ª
edição original. Rio de Janeiro: Campus, 2002.
39
KIMBALL, Ralph. Data Warehouse Toolkit – Técnicas para construção de
Data Warehouse Dimensionais. São Paulo: Makron Books, 1998.
____. The Microsoft Data Warehouse Toolkit. With SQL Server 2005 and the
Microsoft Business Intelligence Toolset. Copyrighted Material. Published by
Wiley Publishing Inc. 2006.
MACHADO, Felipe Nery Rodrigues. Tecnologia e Projeto de Data Warehouse:
Uma Visão Multidimensional. 2ª Ed. São Paulo: Érica, 2006.
OLIVEIRA, Adelize Generini de. Data Watehouse – Conceitos e Soluções.
Florianópolis: Advanced Editora, 1998.
OLIVEIRA, Jayr Figueiredo de. Sistemas de informação: um enfoque gerencial
inserido no contexto empresarial e tecnológico. 3ª Ed. São Paulo: Érica, 2002.
PEREIRA, M. J. L. B.; FONSECA, J. G. M.. Fases da decisão: as mudanças de
paradigmas e o poder da decisão. São Paulo: Makron Books, 1997.
SHIMIZU, Tomio. Decisão nas Organizações – Introdução aos Problemas de
Decisão Encontrados nas Organizações e nos Sistemas de Apoio à Decisão.
São Paulo: Ed. Atlas, 2001.
SILBERSCHATZ, Abraham; KORTH, Henry F.; SUDARSHAN, S.. Sistema de
Banco de Dados. 3ª Ed. São Paulo: Makron Books, 1999.
SINGH, Harry S.. Data Warehouse: Conceitos, Tecnologias, Implementação e
Gerenciamento. São Paulo: Makron Books, 2001.
TAURION, C.. Data Warehouse: vale a pena gastar milhões investindo em
um? Revista Developers. Fev/1998.
40
TURBAN, Efraim; McLean, Ephaim; WETHERBE, James. Tecnologia da
Informação para Gestão. 3ª Ed. Porto Alegre. Bookman, 2004.
VASCONCELLOS, J. M.. Implementando um data warehouse departamental.
Revista Developers. Abr/1999.
VECCHIA, M.. A infra-estrutura na construção de um data warehouse. Revista
Developers. Mar/1998.
WILLIAMS, J.. Ferramentas para a transformação de dados. Revista DBMS.
V1. n3.
YONG, Chu Shao. Banco de Dados – Organização, Sistemas e Administração.
São Paulo: Ed. Atlas S.A., 1984.
BISCHOFF, J.. Data Warehouse readiness assessmenst.
http://datawarehouse.com/whse 23/03/1999 . Acesso em 23/08/2009.
CIPPOLA, V.. Four tips to better warehouse value.
<http://datawarehouse.com/whse> 23/03/1999 . Acesso em 23/08/2009.
FALSARELLA, Orandi M.; CHAVES, Eduardo O. C.. sistemas de Informação e
Sistemas de Apoio à Decisão. Disponível em:
<www.chaves.com.br/textself/comput/sad.htm >. Acesso em 23/08/2009.
HORROCKS, C., 2001. Data Warehouse: na executive information
perspective. www.csc.about/tech_dw_arch
PARENTE, D.. Data Warehouse 2001. www.datawarehouse.inf.br Acessada
em 23/08/2009.
41
ÍNDICE
42
FOLHA DE ROSTO
2
AGRADECIMENTO
3
DEDICATÓRIA 4
RESUMO 5
METODOLOGIA 6
SUMÁRIO 7
INTRODUÇÃO 8
CAPÍTULO I
DATA WAREHOUSE: CONCEITOS E CARACTETRÍSTICAS 11
CAPÍTULO II
SISTEMA DATA WAREHOUSE: A SUA IMPORTÂNCIA NO PROCESSO DE
TOMADA DE DECISÃO E NO PLANEJAMENTO ESTRATÉGICO
EMPRESA 22
CAPÍTULO III
SISTEMA DATA WAREHOUSE: AS DIFICULDADES PARA SUA
IMPLANTAÇÃO 29
CONCLUSÃO 38
BIBLIOGRAFIA CONSULTADA 39
ÍNDICE 43
top related