Aula+3+-+Modelagem+de+Dados

Prévia do material em texto

Modelagem de Dados
Prof. Me. Fábio Genaro
Aula 3 - 23/08/2019 
	
1
Sistemas de Apoio à Decisão
Sistemas de Apoio à Decisão (SAD)	(Date, 2003; Korth, Silberschatz & Sudarshan, 2012, p. 559)
São sistemas que ajudam na análise de informação do negócio.
Auxiliam os gestores a tomarem decisões. Exemplos: quais clientes devemos ofertar determinados produtos ? O que devemos vender primeiro ?
Apontam problemas existentes e podem prever problemas futuros.
2
Sistemas de Apoio à Decisão
Sistemas de Apoio à Decisão	(SAD)		
Exemplo 1
Propostas para contratos 
de fretamento de navios
Figura 1: Sistema de Apoio à Decisão (SAD)
Fonte: Laudon & Laudon (1999)
SAD
3
Sistemas de Apoio à Decisão
Sistemas de Apoio à Decisão	(SAD)		
Exemplo 2
Envio de propaganda em papel de cartão de crédito pelo correio para os clientes de um banco.
Figura 2: Sistema de Apoio à Decisão (SAD)
Fonte: Autor (2019)
Perfil financeiro dos clientes
Histórico de produtos adquiridos pelos clientes
Localidade dos clientes
SAD
SIG
(Sistema de Informação Gerencial)
Decisão Gerencial
4
Sistemas de Apoio à Decisão
Sistemas de Apoio à Decisão	(SAD)		
Comparação entre SAD e SIG
Figura 3: Comparação entre SAD e SIG
Fonte: https://teamsoftware.wordpress.com/2011/05/19/sistemas-de-apoio-deciso/
5
Sistemas de Apoio à Decisão
Data Warehouse		
Repositório de informações obtidas de vários bancos de dados e armazenados em um único local, permitindo consultas para o apoio à decisão (Korth, Silberschatz & Sudarshan (2012, p. 560).
É tipo especial de banco de dados, um depósito de dados orientado por assunto, integrado e que pode variar com o tempo, utilizado para ajudar na tomada de decisões (Date, 2003)
Surgiu pela necessidade de preservar o banco de dados original da empresa (um banco de dados sofre alterações diariamente) (Date, 2003).
6
Sistemas de Apoio à Decisão
Data Warehouse		
Figura 4: Esquema de um Data Warehouse
Fonte: https://canaltech.com.br/business-intelligence/conhecendo-a-arquitetura-de-data-warehouse-19266/
ETL: Extract, Transform and Load
7
Data Mining
Data Mining	(Mineração de Dados)	(Navathe & Ramez (2005, p. 624); Korth, Silberschatz & Sudarshan (2012, p. 559))	
Corresponde à análise de grandes bancos de dados (no Data Warehouse, por exemplo), a fim de se descobrir padrões e correlações entre certos tipos de dados.
Possibilita também a descoberta de novos dados, informações, anomalias e associações.
Utiliza-se de estatísticas, inteligência artificial e reconhecimento de padrões, recuperando informações de base de dados (inclusive no próprio Data Warehouse).
Pode ser aplicado em pesquisas científicas ou em grandes empresas com o objetivo de aumento de negócios ou lucratividade.
Visa responder à perguntas estratégicas de acordo com a necessidades das corporações. 
8
Data Mining
Data Mining	(Mineração de Dados)	(Navathe & Ramez (2005, p. 624); Korth, Silberschatz & Sudarshan (2012, p. 559))	
Exemplo
Um fabricante de carros deseja saber qual modelo deve indicar para homens de meia idade e com faixa de seis a dez salários mínimos. Uma análise pode ser realizada no banco de dados da empresa (no Data Warehouse) levando em consideração:
os clientes dos últimos dez anos. 
uma lista de carros mais escolhidos 
uma lista de carros mais recusados. 
Em cima de análises preditivas, os gestores podem tomar decisões sobre o que e para quem vender determinado produto.
9
Data Mining
Data Mining	(Mineração de Dados)
Etapas de um Data Mining
Identificar o problema
Identificar os dados requeridos
Preparo e pré-processo
Modelar os dados
Testar os dados
Verificação e entrega do processo
Figura 5: Passos de um Data Mining
Fonte: https://digitaltransformationpro.com/data-mining-steps/
10
OLAP e OLTP
Transações OLTP e OLAP	 (Date, (2003); Korth, Silberschatz & Sudarshan (2012, p. 559))
OLTP: On-line Transaction Processing ou Processamento de Transações em Tempo Real
São operações realizadas no SGBD, que permitem a execução de transações na base de dados de forma repetitiva e a nível operacional e administrativo.
São transações feitas em tempo real e que não armazenam um histórico das consultas realizadas no banco de dados, dificultando o auxílio à tomada de decisões.
OLAP: Online Analytical Processing ou Processamento Analítico On-line
São processos interativos de se criar, gerenciar, analisar e gerar relatórios sobre os dados do banco de dados (SGBD).
Os dados coletados são armazenados em uma tabela multidimensional (ou arrays multidimensionais) para posterior análise de algoritmos e/ou softwares específicos.
11
OLAP e OLTP
Quadro comparativo entre OLTP e OLAP	(Korth, Silberschatz & Sudarshan 2012, p. 559)
Figura 6: Comparativo entre OLTP e OLAP
Fonte: Korth, Silberschatz & Sudarshan (2012, p. 559)
12
Segurança nos SGBDs
Política de Segurança	 	Navathe & Ramez (2005, p. 525-527)
Uma política de segurança de um banco de dados deve possuir os seguintes itens:
Integridade: garantia de que as informações serão mantidas de forma íntegra e sem modificações indevidas de pessoas não autorizadas.
Confiabilidade: garantia de que as informações armazenadas no banco somente serão acessadas somente por pessoas previamente autorizadas.
Disponibilidade: garantia de disponibilizar a informação somente às pessoas com permissão de acesso e modificação.
Privilégios de usuários
O DBA estabelece os seguintes privilégios entre os usuários do SGBD: somente leitura de dados, inserção (escrita) de novos dados, atualização de dados e exclusão de dados.
13
Segurança nos SGBDs
Política de Backup	 	Navathe & Ramez (2005, p. 12)
É um conjunto de regras estabelecido pelo DBA (Administrador do Banco de Dados) junto com os gestores da empresa, que determinam os seguintes procedimentos:
Responsabilidades: quem fará o backup? Quem terá acesso ao backup?
Meios: de que forma será realizado o backup? Qual mídia ou nuvem usar? Qual software e qual hardware a ser utilizado ?
Período: qual o intervalo dos backups? Diariamente, semanalmente, mensalmente?
Retenção: quanto tempo o backup deve ficar armazenado na mesma mídia?
Armazenamento: onde serão armazenados os backups? Quais locais seguros deverão ser indicados?
14
Bibliografia
DATE, C.J. (2003) Introdução a Sistemas de Bancos de Dados. Rio de Janeiro: Elsevier. 
DIGITAL TRANSFORMATION PRO (2016). Data Mining Steps. Recuperado de https://digitaltransformationpro.com/data-mining-steps/ 
ELIAS, D. (2014). Conhecendo a Arquitetura de Data Warehouse. Recuperado de : https://canaltech.com.br/business-intelligence/conhecendo-a-arquitetura-de-data-warehouse-19266/ 
KORTH, H.F.; SILBERSCHATZ, A.; SUDARSHAN, S. (2012). Sistema de Banco de Dados. Rio de Janeiro: Elsevier. 
LAUDON, K.; LAUDON, J. (1999). Sistemas de Informação. Rio de Janeiro: LTC.
NAVATHE, S.B.; RAMEZ, E. (2005). Sistemas de Banco de Dados. 4ª ed. São Paulo: Addison Wesley. 
TEAM SOFTWARE (2011). Sistemas de Apoio à Decisão. Recuperado de https://teamsoftware.wordpress.com/2011/05/19/sistemas-de-apoio-deciso/
WERLICH C. (2018). Modelagem de Dados. Londrina: Editora e Distribuidora Educacional S.A.
Exercícios
Você foi contratado por uma empresa de advocacia Irmãos Pedro S.A. que está precisando de uma assessoria e que tem ganhado muitos clientes, aumentando assim a quantidade de informações de processos judiciais. Consequentemente, os sócios estão com receio de perder as informações de seus clientes. A empresa possui, ao todo, doze pessoas trabalhando diariamente no prédio, onde há uma sala de informática com dois servidores localizada no andar térreo, nos fundos do prédio de dois andares. O que você poderia propor para ajudar nos dois seguintes itens: criar uma política de segurança e uma de backup?
Para a política de segurança, é recomendável:
1. Revisar no sistema da empresa as permissões de acessos (os privilégios)de cada funcionário que utiliza os softwares e estabelecer critérios de permissão mais rígidos para processos que requerem uma segurança maior.
2. Criar regras de acesso à sala dos servidores, impedindo o livre acesso de funcionários não autorizados no local.
3. Verificar se algum funcionário tem acesso ao SGBD, quem ele é e se é um profissional capacitado.
4. Como a sala do servidor fica no primeiro andar, verificar a possibilidade de risco natural, como inundação, e, se sim, sugerir que a sala seja transferida para um andar superior. Além disso, analisar possibilidade incêndio e ver se os extintores estão corretos.
5. Estabelecer regras na questão da limpeza, orientando o pessoal responsável, a fim de evitar danos acidentais durante o trabalho.
Exercícios
Para a política de backup, recomenda-se:
1. Determinar a frequência do backup, verificar se o volume de informações é muito alto e, caso seja, fazer o backup diariamente ou verificar o limite máximo de dias sem backup.
2. Determinar se forma de backup será em mídia ou em nuvem. A nuvem talvez ficaria mais acessível, porém precisaria ter requisitos de segurança. Como os dados são sigilosos, verificar se a empresa não gostaria de um sistema de cópias do banco locais, então, sugerir outro HD ou Fita Magnética.
3. Determinar a quantidade de cópias do banco (o ideal é trabalhar com no mínimo três cópias) e sempre ir sobrepondo a cópia ou a mídia mais antiga.
4. Determinar a rotina do backup, ou seja, qual software será usado, os procedimentos que serão realizados e quem o fará.
5. Escolher três lugares distintos para armazenar as cópias do banco de dados e determinar quem será o guardião responsável pelas cópias.
Exercícios
Clientes de bancos que sacam dinheiro em caixas eletrônicos estão sujeitos à golpes, quando seus dados de conta e senha são clonados. Utilizando os conceitos de Data Warehouse e Data Mining, determine um esquema sobre como um Sistema de Antifraude bancário poderia contribuir para a redução desse tipo de golpe.
Perfil financeiro do cliente
Histórico de valores sacados em caixas eletrônicos
Histórico de localidades dos caixas eletrônicos utilizados 
Data Warehouse
(DW)
Sistema Antifraude
Bancário
AÇÕES
Lógica de Data Mining
Bloqueio automático do saque
Cancelamento automático do cartão
Alimentar um sistema de aviso ao cliente
Histórico de horários dos saques efetuados
Resposta
Exercícios
Analogamente à questão 2 anterior, utilizando-se dos conceitos de Data Warehouse e Data Mining, determine um esquema sobre como um Sistema Antifraude de ligações telefônicas poderia tratar excessos de ligações de um usuário nacional para países como a Síria, por exemplo.
Natureza do cliente (pessoa física ou jurídica)
Histórico de chamadas nacionais efetuadas (data e hora, origem, destino, duração)
Histórico de chamadas internacionais efetuadas (data e hora, origem, destino, duração)
Data Warehouse
(DW)
Sistema Antifraude
Telefônico
AÇÕES
Lógica de Data Mining
Bloqueio automático das chamadas
Alimentar um sistema de aviso ao cliente
Resposta
Exercícios
4. Sistemas de apoio à decisão são sistemas que ajudam na análise de informação do negócio. Com a constante concorrência entre as empresas, atualmente os administradores utilizam esta tecnologia para diversas finalidades em suas companhias. 
Assinale a alternativa correta referente aos objetivos do uso dos sistemas de apoio à decisão:
Ajudar os gestores a tomarem decisões, porém não é possível prever nenhum tipo de problema com a análise dos dados da empresa.
Aumentar a lucratividade das empresas e a sua consequente valorização no mercado de ações.
Ajudar os gestores a tomarem decisões e a apontarem existentes e até futuros problemas que possam ocorrer.
Encontrar erros no SGBD e estabelecer uma rápida correção para evitar problemas entre entidades fundamentais na estrutura do banco de dados.
Definir a política de segurança do banco de dados e criar uma política de backup do SGBD. 
Exercícios
5. As duas siglas OLTP e OLAP são bastante usadas no mundo de Business Intelligence e pode-se afirmar que as duas são importantes e se complementam. Com isso, é possível dizer que:
I. OLTP é voltado para o sistema de transações, regras de negócios aplicadas no sistema do dia a dia da empresa. 
II. OLAP é voltado para a análise das informações, ou seja, cálculos mais complexos, um sistema de modelagem voltado para sistemas de apoio à decisão. 
III. OLTP é voltado para sistemas de grandes proporções e usados para tomar decisões complexas no mercado financeiro. 
IV. OLAP é voltado para a análise de pequenas informações do dia a dia de uma empresa, sendo que empregados operacionais podem fazer essas consultas. 
Analise atentamente cada assertiva e marque o item correto, referente às finalidades do OLTP e OLAP. 
Somente a assertiva I está correta. 
Somente a assertiva II está correta. 
Somente as assertivas I e II estão corretas. 
Somente as assertivas III e IV estão corretas. 
Somente as assertivas II e III estão corretas.