|
Data WareHousing |
  
|
|
Data WareHousing |
|
|
O que é Data Warehouse?
Data Warehouse é uma arquitetura de Banco de Dados com informações de caráter Gerencial voltado para: Suporte à Decisão, Planejamento Estratégico, Análise do Comportamento de Clientes e Análise da Performance de Vendas. Funciona como um Provedor de Informações de uma Empresa ou Instituição, pois concentram todas as informações estratégicas e históricas, extraídas das bases de dados transacionais relativos aos Clientes, Produtos, serviços, fornecedores e finanças. A proposta principal do DW é a democratização das informações para a área de Negócios, através do fácil acesso aos Dados para Análise.
O Data Warehouse sem a conexão com ferramentas de análise/extração é simplesmente um banco de dados sem utilidade. Por outro lado, atinge sua plenitude quando é modelado de tal forma a permitir uma ampla compatibilidade com a maioria das ferramentas existentes. Atualmente, a modelagem relacional clássica ainda é a mais aceita pelo Mercado. A Modelagem conhecida como Star Schema na prática se adequa mais aos Data Marts. A partir de um DW Relacional é possível chegar a um Modelo Star Schema através de processos de consolidações disponíveis em Sistemas OLAP.
Metodologia utilizada em conjunto com o DW com os objetivos de: Otimização do Resultado das ações de Conquista e Retenção do Relacionamento com os Clientes, Identificação do Perfil do Cliente para cada Produto, Identificação dos Nichos Estratégicos para cada ação de Venda e a Realização de Consultas Diversas.
É um subset do Data Warehouse. Construído com um escopo menor de informações, segmentado para uma determinada área ou assunto. Por ser menor, possibilita a Análise Multidimensional, com os cruzamentos e visões previamente calculadas, visando aumentar a velocidade na consulta das informações.
É um conceito de análise e busca de informações de comportamento de um cliente e/ou produto. A ferramenta de Data Mining, através de algoritmos estatísticos, segmenta um grupo de dados e variáveis determinantes para cada perfil. Por exemplo: Numa determinada empresa, através da análise da base de dados de clientes, pode-se descobrir que para certo Produto X, os clientes com idade acima de 40 anos, com mais de 2 filhos, com renda acima de Y, que moram na Região A, representam 70% dos clientes com tal produto.
OLAP (On-Line Analytical Processing)
Tecnologia com recursos para disponibilização do suporte à Decisão e Estratégia de Negócio, obtendo de forma mais rápida, consistente e interativa uma variedade de visualizações possíveis da informação, facilitando a Análise Multidimensional. O resultado dessa pesquisa pode ser apresentado de forma gráfica ou em formato de planilha, com funcionalidades de drill-down e drill-up (navegação para dentro ou fora dos níveis hierárquicos das dimensões).
A análise Multidimensional é uma forma representativa do cruzamento de informações. Dimensão é uma unidade de análise, representa um Eixo Principal no Estudo dos Dados (Exemplo de dimensões numa Empresa: Produto, Tempo, Região).
|
Uma Dimensão pode possuir níveis hierárquicos. (Exemplo: A dimensão Região divide-se em Estados, que por sua vez divide-se em cidades ou em áreas
de atuação, etc.).
Visão é o Cruzamento entre uma ou mais dimensões. (Exemplo: Estudo de um Produto ao longo do Tempo para uma determinada Região). Para melhor compreensão, tal análise é sempre associada a um Cubo, onde as arestas representam as Dimensões e cada célula representa um Indicador resultado de uma determinada Visão.
Por questões de performance, alguns Data Marts são construídos no formato Multidimensional, ou seja, pré-consolidando todas as células resultantes das visões.
|
Ralph Kimball Associates |
Ralph has worked in data warehousing since 1984 when he first learned about fact and dimension tables and conformed dimensions through work at Metaphor Computer Systems with Nielsen Marketing Research. Over the years, he extended the principles of dimensional design and developed techniques to handle commonly encountered dimensional data warehouse design challenges. Keywords: Data webhouse, relational database, enterprise data warehouse, data warehouse architecture, datamart, operational data store, extract, transform, load, ETL, dimension, dimensions, star schema, snowflake, slowly changing dimensions, business intelligence. |
|
DW Brasil |
Artigos e estudos de casos elaborados por profissionais da Área (artigos em português). Literaturas indicadas para o profissional de Business Intelligence. DW, BI, Data Mart, CRM, Data Mining, OLAP, entre outros artigos. |
|
The Data Warehousing Information Center |
Um dos melhores sites de estudos com comparações e artigos sobre Data Warehouse e suas aplicações. This site's aim is to help readers learn about data warehousing and decision support.It provides links to tool (report and query, OLAP, data mining, ETL) vendors, literature, and service providers. |
|
CRM Guru |
A vendor-neutral site offering definitions, white papers, webcasts, and a guru panel answering customer relationship management and eCRM software, implementation, and strategy questions. Customer Relationship Management, CRM, Sales Force Automation, SFA, One to One Marketing, CRM Implementation, Siebel, eCRM, CRM Software, ROI, eMarketing, eService, Pivotal, Clarify, SalesLogix, SAP, GoldMine, Onyx, Silknet, CRM Application, IT Channel, Oracle, CRM Webcasts, free newsletters, Application Service Provider |
|
The OLAP Report |
OLAP, EIS, DSS, decision support, report, Plato, business intelligence, BI, data mining, hybrid OLAP, HOLAP, Tensor, query, cube, multidimensional, ROLAP, MOLAP, Codd, data warehouse, data warehousing, Shiloh. |
Banco de Dados: Data Warehousing, Aplicações na Web e Embedded Databases,
Developers’ Magazine Brasil Ano 3 n.32 Abril/1999, Editora AXCEL
BI - Business Intelligence - Modelagem & tecnologia,
Carlos Barbieri, Editora AXCEL, 2001
Como Construir o Data Warehouse [Building the data Warehouse],
W.H. Inmon, Editora Campus, 1996.
Data Warehouse- Building Blocks for the Next Millenium, Oracle Magazine
Volume X/Number 2, March/April 1996.
The Data Warehouse Lifecycle Toolkit, Ralph Kimball,
John Wiley & Sons, August 1998.
Gerenciando Data Warehouse [Managing the Data Warehouse],
W.H. Inmon, Makron Books, 1999
As informações desta página foram adaptadas a partir de texto publicado por Luiz Assunção Copyright © 2001, Luis Assunção
Page url: http://utilsoft.com.br/help/index.html?data_warehousing.htm
