DAN652_3_2

Prévia do material em texto

Data Warehouse (Banco de 
dados)
Data Warehouse (Banco de dados) • 2/13
Objetivos de Aprendizagem
• Conhecer o Data Warehouse e suas características.
Data Warehouse (Banco de dados)
Conteúdo desenvolvido por Viviane Spadaro Di Gesú em 2021 a partir do livro 
Marketing na Era dos Dados.
https://player.vimeo.com/video/668798595
Data Warehouse (Banco de dados) • 3/13
Introdução 
Enfatizamos aqui o nosso estudo mencionando dados. É importante também conhecer 
melhor a arquitetura BI e como são as formas de armazenamento de dados, ou seja, 
de sua guarda segura para possíveis acessos. Por isso é importante conhecer o Data 
Warehouse com mais detalhes e quais são suas características específicas. Vamos lá?
Para iniciar – a trajetória de dados
Vejamos a imagem a seguir para começar nossa reflexão sobre o assunto do presente 
estudo:
Figura 1 – Trajetória dos dados
Fonte: https://books.google.com.br/
A figura acima mostra que o trabalho das empresas não finaliza no conhecimento dos 
dados, antes, começa. Ter os dados certos leva a empresa às informações importantes 
e seguindo esse caminho, proporciona à organização um conhecimento ímpar que 
permite a sustentabilidade do negócio. Paralelamente a isso, tem-se o cenário de 
tomada de decisões que a todo tempo é rotina nas empresas. Como já falamos, decisões 
melhores são as sustentadas por dados, informações e conhecimentos significativos. É 
fato que nem todas as empresas tem o privilégio de aferir bons dados e isso às expõe 
aos problemas.
https://books.google.com.br/books?hl=pt-BR&lr=lang_pt&id=cGBneHPeLvkC&oi=fnd&pg=PA11&dq=Business+intelligence&ots=156QaUvVpl&sig=B4cXim05MglkYQREFtnuYjnyZOw#v=onepage&q&f=false
Data Warehouse (Banco de dados) • 4/13
Saiba Mais
De acordo com Beuren (2000) a solidez das decisões pode ser impactada 
pela qualidade das informações utilizadas, e que lamentavelmente, 
a qualidade da informação geralmente não é boa ou é deficiente, 
conduzindo os gestores a não tomarem as melhores decisões.
Arquitetura BI (Business Intelligence)
Também convido você a observar a arquitetura de BI, em que existe exatamente o 
fluxo de dados que se transformarão em informações futuras:
Figura 2 – Arquitetura BI
Note que a imagem nos traz a origem de dados externos que foram extraídos e agora 
estão aptos a serem manipulados pela empresa. Esse conjunto de dados pode ser 
então agrupado e armazenado em servidores, os quais serão acessados por uma 
possível mineração de dados ou por usuários interessados nas informações. Os dados 
podem ser representados, para melhor visualização, em planilhas ou painéis. 
Data Warehouse (Banco de dados) • 5/13
Data Warehouse
O Data warehouse nada mais é do que um depósito de dados que armazena os dados 
nos bancos. Ele consolida, de forma organizada, o volume de dados que darão suporte 
aos negócios da empresa. Esse sistema permitirá autonomia para quem precisar de 
dados, já que é capaz de apresenta-los de forma dinâmica. Para essa exposição o sistema 
pode fazer uso tabelas e planilhas, por exemplo ou ainda, diagramas e esquemas. 
Saiba Mais
Para Dravis (2004) a implantação de Data Warehouse é uma iniciativa 
que deve suportar projetos de melhoria de qualidade de dados. 
Seja qual for a quantidade de informações, o Data warehouse é capaz de estocar 
os dados publicando-os periodicamente se assim for preciso. Em decorrência 
das mudanças de dados existente bem como a soma de novos, o banco se torna 
bem dinâmico. Assim, o Data warehouse é utilizado em plataformas informatizadas 
e funciona como um repositório. O banco de dados é alimentado e pode ser 
distribuído nos devidos destinos. Veja a figura a seguir para melhor compreender 
essa funcionalidade:
Figura 3: Data Warehouse
Fonte: https://www.stockvault.net/free-photos/data-warehouse/
https://www.stockvault.net/free-photos/data-warehouse/
Data Warehouse (Banco de dados) • 6/13
Ao realizar as distribuições de dados em escala não perde a integridade dos números. 
O Data Warehouse traz soluções para a empresa de forma segura, sem incorrer em 
descarte ou inutilização de dados, o que pode significar grande perda de trabalho.
Saiba Mais
Pense em uma organização com sérios problemas, em risco de falência. 
Os donos do negócio querem implantar o Data Wahouse para auxiliar 
a empresa, já que os dados estavam sendo, no passado, inseridos de 
forma equivocada no sistema de gestão, isso quando não se perdiam. 
Inversões, resultados distorcidos eram corriqueiros na empresa, o que 
justificava as decisões indevidas e a perda de mercado. Veja o impacto 
do mal tratamento de dados e arquivamento de dados. Com o banco 
de dados digital essa dificuldade foi superada e a gestão mais segura. 
https://player.vimeo.com/video/668798646
Data Warehouse (Banco de dados) • 7/13
Um projeto de Data Warehouse pode conter vários bancos de dados. Em cada 
banco os dados são organizados em colunas e tabelas que contém a descrição, em 
esquemas, em espécie de pastas de arquivos. Essas tabelas então podem ser acessadas 
e analisadas. Essa tecnologia também possibilita a geração de relatórios em lotes. 
Saiba Mais
Conheça mais sobre o Data Warehouse consultando a obra “Tecnologia 
e Projeto de Data Warehouse” através do link a seguir:
https://books.google.com.br/
Em Resumo
Nessa aula você aprendeu que o uso do banco de dados é indispensável para as 
empresas. Não é possível ter um trabalho exaustivo para obtenção de dados e depois 
disso perdê-los. Não tem sentido colocar em risco as informações dos clientes. Assim, 
ter uma Data Warehouse robusto e bem administrado é uma providência de reflexos 
positivos para os negócios das organizações.
https://books.google.com.br/books?hl=pt-BR&lr=&id=1YqwDwAAQBAJ&oi=fnd&pg=PT2&dq=data+warehouse&ots=P5ASoCBRP5&sig=fr89cmNZAFKY9xZJn6mr0NPFXJ4#v=onepage&q=data%20warehouse&f=false
Data Warehouse (Banco de dados) • 8/13
Na ponta da língua
https://player.vimeo.com/video/668798711
Data Warehouse (Banco de dados) • 9/13
Referências Bibliográficas
BEUREN, I. M. (2000). Gerenciamento da informação: um recurso no processo 
estratégico empresarial São Paulo: Editora Atlas.
DRAVIS, F. (2004). Data Quality Strategy: a stepby-step approach. Proceedings of 
the Ninth MIT International Conference on Information Quality Cambridge, EUA.
NASCIMENTO, R. (2019). Marketing na era dos dados: o fim do achismo. São Paulo: 
Évora.
PROVOST, F; FAWCETT, T. (2016). Data Science para negócios: o que você 
precisa saber sobre mineração de dados e pensamento analítico de dados. Rio de 
Janeiro: Alta Books.
Im
ag
en
s: 
Sh
utt
er
st
oc
k
LIVRO DE REFERÊNCIA:
Marketing na Era dos Dados