Livro_Apostila BI

Prévia do material em texto

Apostila de Treinamento – Business Intelligence 
1 
 
(11) 3531 6550 - www.strattus.com.br 
Capitulo 1 - O que é Business Intelligence? 
 
1.1. Introdução 
1.2. Business Intelligence – Conceitos e analises 
1.3. Business Intelligence - Histórico 
1.4. Business Intelligence – Benefícios 
1.5.Gestão do Conhecimento e Sistemas de Informação 
1.5.1. Conceitos Básicos de Gestão do Conhecimento 
1.5.1.1. O que e dado? 
1.5.1.2. O que é a informação? 
1.5.1.3. O que é conhecimento? 
1.5.2.Visão geral – Dados, Informação e Conhecimento: 
1.5.3. Gestão do Conhecimento 
1.5.4. Administração de Dados 
1.5.5. Sistemas de Informação em Organizações. 
1.5.6. Componentes de Sistemas de Informação. 
 
Capitulo 2 - Data Warehouse 
 
2.1. Introdução 
2.2. O que é um Data Warehouse? 
2.2.1. Orientado por assunto 
2.2.2. Integrado 
2.2.3. Histórico 
2.2.4. Não volátil 
2.3. Um pouco mais sobre Data Warehouse 
2.4. Construindo um Data Warehouse 
2.4.1. Arquitetura de um Data Warehouse 
2.4.1.1. Visão Conceitual 
2.4.1.2. Visão Física (em Camadas) 
2.4.2. Estrutura Física dos Dados do DW 
2.4.2.1. Arquitetura de Duas Camadas 
2.4.2.2. Arquitetura de Três Camadas 
2.4.3. OLTP versus OLAP 
2.4.4. Projeto e Desenvolvimento de Sistemas de Data Warehouse 
2.4.4.1. Funções dos Componentes da Equipe 
2.4.4.2. Análise entre Model. Dimensional e Model. Relacional 
2.4.4.3. Problemas Encontrados no Desenvolvimento de Data Warehouses 
2.4.5. Melhorando a performance do Data Warehouse 
2.4.5.1. Intercalação de Tabelas 
2.4.5.2. Introdução de Informações Redundantes 
2.4.5.3. Separação de Dados 
2.4.6. Componentes dos Sistemas de DW 
2.4.6.1. O Sistema Gerenciador de Banco de Dados 
2.5. O Ciclo de vida do desenvolvimento de um Data Warehouse 
2.6. Considerações Iniciais para a criação de um Data Warehouse 
2.7.Dados Operacionais 
Apostila de Treinamento – Business Intelligence 
2 
 
(11) 3531 6550 - www.strattus.com.br 
Capitulo 3 - Modelagem Dimensional 
 
3.01. Introdução 
3.02. Modelagem de dados 
3.03. Modelagem Dimensional 
3.04. Processo da Modelagem Dimensional 
3.05. Processo de Modelagem de um Data Warehouse 
3.06. Tipos de Arquitetura 
3.06.1. Arquitetura "Top-Down" 
3.06.2. Arquitetura "Bottom-Up" 
3.06.2.1 Enterprise Data Mart Architecture (EDMA) 
3.06.2.2 Data Storage/Data Mart (DS/DM) 
3.06.3. Arquitetura intermediária 
3.07. Data Marts 
3.08. Gerando o modelo dimensional através do StarSchema 
3.08.1. Variações do StarSchema 
3.08.2. Vantagens do modelo StarSchema 
3.08.3. Tabela de fatos 
3.08.3.1. Fatos com produtos heterogêneos 
3.08.3.2. Classificação de atributos em uma tabela de Fatos 
3.08.4. Tabela de Dimensão 
3.08.4.1. Dimensões com Itens Heterogêneos 
3.08.4.2. Dimensões Descaracterizadas 
3.08.4.3.Tratamento de dimensões e fatos com cardinalidade 
3.08.4.4.Técnicas de rastreamento de alterações 
3.08.4.5. Criando novas chaves 
3.08.4.6. Criando de Mini - dimensões 
3.08.5. Granularidade 
3.08.6. Medidas de derivação 
3.09. Data Mining 
3.10. Metadados 
3.11. OLAP 
3.11.1. Geração de Consultas (Queries) 
 
 
Capitulo 4 – Criando um Data Mart de Vendas 
 
Não disponível 
 
Capitulo 5 – Especiais 
 
Não disponível 
 
 
 
 
Apostila de Treinamento – Business Intelligence 
3 
 
(11) 3531 6550 - www.strattus.com.br 
“Business Intelligence não é algo que se compra de um fornecedor, mas um 
objetivo alcançado por uma organização.” 
 
Luiz Câmara, Presidente da InfoBuild Brasil 
 
 
Capítulo 1 – O que é Business Intelligence? 
 
 
1.1. Introdução 
 
Com o passar dos anos a necessidade de conhecimento, vem crescendo cada vez 
mais neste mundo globalizado. Acredito que podemos chamar este século de “A 
ERA DA INFORMAÇÃO”. Com isso, o volume de dados e seus devidos 
repositórios vem se multiplicando, se tornando armazéns de dados isolados que 
dificultam a análise e a compreensão verdadeira de todo o negócio. 
 
Ou seja, nós os profissionais de tecnologia, envolvidos nas camadas de 
gerenciamento e análise de dados, temos como principal objetivo ajudar as 
empresas a transformar os grandes volumes de registros em informações 
relevantes para a empresa, suportando os processos de decisão estratégica e 
gerando vantagens competitivas no mercado. 
 
Toda esta habilidade é chamada de Business Intelligence (BI), que apoiada por 
ferramentas de tecnologias adequadas, permite organizar dados dispersos em 
uma empresa, de forma a torná-los inteligíveis e depois estudá-los com o objetivo 
de gerar o “Conhecimento” e “Inteligência”, a serem utilizados no desenvolvimento 
estratégico de ações, que beneficiam todo o negócio. 
 
Como exemplo deste emaranhado e complexo sistema de informação, podemos 
citar os tradicionalmente sistemas legados das empresas ERP (Enterprise 
Resource Planning), bem como as fontes externas de dados e outras fontes de 
informação (Planilhas, Arquivos de lotes, etc). 
 
Tudo isso faz com que as organizações empenhem seus esforços na construção 
de ferramentas, que através de uma análise refinada do negócio, mais os 
conceitos de Business Intelligence, integrados a crescente tecnologia de softwares 
voltados a esta área, possam monitorar e acompanhar a evolução das tomadas de 
decisões, com precisão e rapidez. 
 
O objetivo desta obra é conscientizar todos os escalões das empresas privadas, 
bem como os órgãos públicos em geral, qual a importância no tratamento da 
informação e das reais necessidades de investimento nos projetos de Business 
Intelligence. 
 
Digo com propriedade que depois de meus vinte e sete anos como desenvolvedor 
de ERPs legados, como documentador e principalmente como especialista em 
Apostila de Treinamento – Business Intelligence 
4 
 
(11) 3531 6550 - www.strattus.com.br 
reporting que; a busca de novas oportunidades no mercado, bem como a gestão 
ideal para nossos negócios, não vira sem que tenhamos um bom e estruturado 
projeto de BI, ou seja, centralizar as informações, de forma racional e orientada às 
necessidades do nosso negócio. Essa é sem dúvida alguma, a melhor forma de se 
tomar decisões estratégicas. 
 
No decorrer desta obra, o amigo leitor vai conhecer um pouco mais sobre 
Business Intelligence, vai acompanhar conceitualmente e na prática a criação de 
um Data Warehouse e ver como eles são fundamentais em qualquer projeto de BI. 
Vai visualizar como a partir destas informações armazenadas em formato simples 
e organizadas, podem ser realizadas as análises para a tomada de decisões 
estratégicas relacionadas ao seu negócio. 
 
Também vai conhecer o conceito dos poderosos Data Marts e a fantástica 
modelagem dimensional, bem como as tecnologias de OLAP, que serão 
amplamente comparadas com a OLTP. 
 
Aqui o amigo leitor ainda avaliará os conceitos do Balanced Scorecard e de gestão 
do conhecimento, bem como poderá testar na prática a criação de um Data 
Warehouse, através de um pequeno projeto de BI, analisado e demonstrado em 
todas as suas etapas. 
 
 
1.2. Business Intelligence – Conceitos e análises 
 
O mercado mundial como um todo, não para de comentar e divulgar sobre a 
coqueluche do momento, “Business Intelligence”; suas aplicações e soluções 
tecnológicas disponíveis no mercado. Porém, eu lhe pergunto amigo leitor, será 
que realmente sabemos sobre o que estamos falando? 
 
Acredito que precisamos, antes de qualquer coisa, ter a consciência real sobre o 
conceito de BI, para o qual existem os mais diversos tipos de análises e conceitos 
na atualidade. 
 
Nosso primeiro passo será o entendimento dos dois termos que compõem o 
referido conceito: Business (negócio) e Intelligence (inteligência) 
 
O primeiro, quer dizer a intermediação de uma atividade comercial com fins 
lucrativos, quando se trata do mundo empresarial. O segundo se refere à 
faculdade de aprender ou compreender; capacidade de resolver situações 
complexas e problemáticas, mediante a reestruturação da informação perceptiva 
(Física). 
 
Com a junção dos dois termos acima, é correto supor que a inteligência do 
negócio está ligada intrinsecamenteà capacidade das pessoas em posições 
estratégicas dentro de uma corporação e que estão diretamente ligadas ao 
negócio. Pessoas estas, com poder de decisão para adaptar, implementar ou 
Apostila de Treinamento – Business Intelligence 
5 
 
(11) 3531 6550 - www.strattus.com.br 
alterar o rumo da empresa (estrutura, recursos humanos, financeiros, materiais, 
etc.) ou externamente (mercado, concorrência, econômico, etc.). 
 
O conceito de BI tem como principal objetivo, auxiliar estes homens e mulheres a 
aprimorar o processo de tomada de decisão, através do tratamento das bases de 
dados existentes. 
 
 
O BI engloba o uso de ferramentas sofisticadas, que fazem parte da área de 
pesquisa como, por exemplo, a Inteligência Artificial (IA). Estas ferramentas 
proporcionam além de informações mais detalhadas, uma base de conhecimento 
extensa, modelada e racionalizada, que conseqüentemente dissemina o 
conhecimento obtido no tratamento da base de dados, que nada mais são do que 
as práticas oriundas das decisões tomadas por toda a empresa. 
 
As empresas fazem parte do mundo dos negócios e esse visa eternamente ao 
lucro, ao retorno dos capitais investidos no menor tempo possível. Numa realidade 
competitiva como esta, as informações estratégicas assumem um papel 
fundamental para o sucesso dessa empreitada. 
 
É óbvio que não podemos deixar de citar a enorme quantidade de informações 
que são despejadas sobre nós diariamente. Desta forma precisamos de 
mecanismos eficientes que nos ajudem a criar e monitorar critérios para 
selecionarmos e organizarmos as informações que realmente nos interessam. 
 
Como não poderia deixar de ser, os sistemas de informações prestam uma grande 
ajuda nesse sentido. Esse sistema proporciona lucros quando permite que uma 
maior quantidade de bens sejam produzidos, uma maior quantidade de clientes 
sejam atendidos, a satisfação dos mesmos sejam conquistadas, e finalmente, 
permite uma melhor alocação dos recursos disponíveis. 
 
Quando a empresa consegue obter essas informações rapidamente e de forma 
estruturada, ela sem dúvida sairá na frente de seus concorrentes, descobrindo os 
problemas com seus produtos e serviços, possibilitando corrigi-los com maior 
velocidade e eficiência. A informação estratégica proporciona saber se os seus 
clientes estão satisfeitos e poderá definir novas estratégias para expansão de sua 
empresa no mercado. 
 
Mas, o ponto mais importante nessa mistura de tecnologias é a empresa poder 
direcionar todo seu capital intelectual para a sua devida função, que é pensar. Os 
gerentes e diretores poderão ter as informações rapidamente e também terão 
mais tempo para melhorarem todos seus processos e analisarem mais os seus 
dados, que passarão a ser valiosas informações. Aí a Tecnologia da Informação 
(TI) estará exercendo seu grande papel, que é o de fornecer informações de 
qualidade e deixar de ser uma armazenadora de dados. 
 
Apostila de Treinamento – Business Intelligence 
6 
 
(11) 3531 6550 - www.strattus.com.br 
 
O Business Intelligence pode ser entendido como um leque conceitual que 
envolve a Inteligência Competitiva (CI), a Gerência de Conhecimento (KMS) e a 
Internet Business Intelligence (IBI), pesquisa e análise de mercado, relacionados à 
nova era da Informação, dedicada a captura de informações e conhecimentos que 
permitem as organizações competirem com maior eficiência e exatidão. 
 
Isso é bom para cada um de nós clientes e consumidores. E melhor ainda para os 
profissionais que fazem parte dessas grandes empresas, pois além de nos 
capacitarmos ainda mais, conseguiremos ajudar a nossas instituições 
coorporativas a crescerem e chegarem a excelência de seus negócios. 
Segundo Gartner Group: 
 
“A maior ameaça das empresas da atualidade é o desconhecimento... O Business 
Intelligence se empenha em eliminar as dúvidas e a ignorância das empresas 
sobre suas informações, aproveitando os enormes volumes de dados coletados 
pelas empresas”. 
 
Por fim, o BI ou Inteligência Empresarial tem como principal objetivo à integração 
dos aplicativos e tecnologias para extrair e analisar os dados corporativos de 
maneira simples, no formato correto e no tempo certo, para que a empresa possa 
tomar decisões melhores e mais rápidas, sempre buscando auxiliar o executivo 
em seus negócios. 
 
 
1.3. Business Intelligence - Histórico 
 
Ao contrário do que se possa imaginar, o conceito de Business Intelligence não é 
recente. Civilizações antigas já utilizavam esse princípio há milhares de anos, 
quando cruzavam informações obtidas junto à natureza em benefício próprio. 
 
Observar e analisar o comportamento das marés, os períodos de seca e de 
chuvas, a posição dos astros, entre outras, eram formas de obter informações que 
eram utilizadas para tomar as decisões que permitissem a melhoria de vida de 
suas respectivas comunidades. 
 
O mundo mudou desde então, mas o conceito permanece o mesmo. A 
necessidade de cruzar informações para realizar uma gestão empresarial eficiente 
é hoje uma realidade tão verdadeira quanto no passado foi descobrir se a alta da 
maré iria propiciar uma pescaria mais abundante. 
 
Pela visão da tecnologia, a era que podemos chamar de "pré-BI" está num 
passado não muito distante, algo entre trinta ou quarenta anos atrás. Nesta época, 
quando os computadores deixaram de ocupar salas gigantescas, na medida em 
que diminuíram de tamanho e ao mesmo tempo, as empresas passaram a 
perceber os dados como uma possível e importante fonte geradora de 
informações decisórias. 
Apostila de Treinamento – Business Intelligence 
7 
 
(11) 3531 6550 - www.strattus.com.br 
No entanto, naquela época ainda não existiam recursos eficientes que 
possibilitassem uma análise consistente desses dados para a tomada de decisão. 
Era possível reunir informações de maneira integrada, fruto de sistemas 
transacionais estabelecidos com predominância em dados relacionais, mas que, 
reunidos como blocos fechados de informação, permitiam uma visão da empresa, 
mas não traziam ganhos decisórios ou negociais. 
 
Estamos falando do final dos anos 60, período em que cartões perfurados, 
transistores e linguagem COBOL eram a realidade da Informática. Era a época em 
que se via o computador como um desconhecido, um vislumbre de modernidade, 
mas que ainda parecia estar em uma realidade muito distante. 
 
O panorama começou a mudar na década de 70, com o surgimento das 
tecnologias de armazenamento e acesso a dados, Direct Access Storage Device 
(DASD), dispositivo de armazenamento de acesso direto, e o Sistema Gerenciador 
de Banco de Dados (SGBD), duas siglas cujo principal significado era o de 
estabelecer uma única fonte de dados para todo o processamento. 
 
A partir daí o computador passou a ser visto como um coordenador central para 
atividades corporativas e o banco de dados foi considerado um recurso básico 
para assegurar a vantagem competitiva no mercado. 
 
No início dos anos 90, a maioria das grandes empresas contava somente com 
Centros de Informação (CI) que embora mantivessem estoque de dados, 
ofereciam pouquíssima disponibilidade de informação. Mesmo assim, os CI 
supriam, de certa forma, as necessidades de executivos e detentores das tomadas 
de decisão, fornecendo relatórios e informações gerenciais. 
 
O mercado passou a se comportar de modo mais complexo e a tecnologia da 
informação progrediu rumo ao aprimoramento de ferramentas de software, as 
quais ofereciam informações precisas e no momento oportuno para definir ações 
que tinham como foco a melhoria do desempenho no mundo dos negócios. 
 
No inicio da década de 90, surgiu o Data Warehouse (DW) que é uma grande 
base de dados de informação, ou seja, um único repositório de dados. 
Considerado pelos especialistas no assunto, como o elemento principal para a 
execução prática de um projeto de BI. 
 
No entanto, quando se trata de BI, as opiniões nem sempre são unânimes. Na 
avaliação de alguns consultores é importante que a empresa quedeseja 
incorporar ferramentas de análise disponha de um repositório específico para 
reunir os dados já transformados em informações 
 
Esse repositório não precisa ser necessariamente, um DW, mas algo menos 
complexo como, por exemplo, um Data Mart (Um banco de dados ou parte dele, 
desenhado de forma personalizada para departamentos), ou um banco de dados 
relacional comum, mas separado do ambiente transacional (operacional) e 
Apostila de Treinamento – Business Intelligence 
8 
 
(11) 3531 6550 - www.strattus.com.br 
dedicado a armazenar as informações usadas como base para a realização de 
diferentes analises e projeções. 
 
Como já foi mencionado acima, o conceito de Business Intelligence é muito mais 
antigo do que se imagina. Mas o desenvolvimento tecnológico ocorrido a partir da 
década de 70 e nos anos posteriores, é que possibilitou a criação de ferramentas 
que vieram a facilitar todo o processo de captação, extração, armazenamento, 
filtragem e disponibilidade personalizada dos dados. 
 
Isso fez com que o setor corporativo passasse a se interessar cada vez mais pelas 
soluções de BI, principalmente por volta do final de 1996, quando o conceito 
começou a ser difundido como um processo de evolução do Executive Information 
Systems (EIS - Sistema de informações executivas), um sistema criado no final da 
década 70, a partir dos trabalhos desenvolvidos pelos pesquisadores do 
Massachusets Institute of Tecnology/EUA (MIT). 
 
O EIS é na verdade, um software que objetiva fornecer informações empresariais 
a partir de uma base de dados. É uma ferramenta de consulta às bases de dados 
das funções empresariais para a apresentação de informações de forma simples e 
amigável, atendendo às necessidades dos executivos da alta administração 
principalmente. Permite o acompanhamento diário de resultados, tabulando dados 
de todas as áreas funcionais da empresa para depois exibi-los de forma gráfica e 
simplificada, sendo de fácil compreensão para os executivos que não possuem 
profundos conhecimentos sobre tecnologia. Em termos simples o EIS permite a 
esses profissionais o acesso amigável a uma série de informações pela via 
eletrônica, apresentadas de forma clara e visualmente atraente. 
 
Com o passar dos anos o termo Business Intelligence ganhou maior abrangência, 
dentro de um processo natural de evolução, como o próprio EIS, e mais as 
soluções Decision Support System (DSS - Sistema de Suporte à Decisão), 
Planilhas Eletrônicas, Geradores de Consultas e de Relatórios, Data Marts, Data 
Mining, Ferramentas OLAP, entre tantas outras que têm como objetivo promover 
agilidade comercial, dinamizar a capacidade de tomada de decisões. 
 
A história do Business Intelligence também está profundamente atrelada ao ERP 
sigla que representa os sistemas integrados de gestão empresarial cuja função é 
facilitar os processos operacionais das empresas. Esses sistemas registram, 
processam e documentam cada fato novo na empresa e distribuem as 
informações de maneira clara e segura, em tempo real. 
 
Mas as empresas que implantaram estas soluções logo se deram conta de que 
apenas armazenar grande volume de dados, não lhes serviriam de nada, já que 
essas informações se encontravam repetidas, incompletas e espalhadas em 
vários repositórios dentro da corporação. Percebeu-se que era preciso dispor de 
ferramentas que permitissem reunir esses dados em uma única base de 
informação e trabalhá-los de forma, que possibilitassem realizar diferentes 
análises sob variados ângulos. 
Apostila de Treinamento – Business Intelligence 
9 
 
(11) 3531 6550 - www.strattus.com.br 
 
Tradicionalmente, o Business Intelligence pertenceu ao domínio do pessoal de TI 
e dos especialistas em pesquisa de mercado, responsáveis pela extração de 
dados, pela implantação de processos e pela divulgação dos resultados aos 
executivos responsáveis pela tomada de decisões. Mas com o crescimento da 
Internet tudo mudou. Hoje, a rede permite disponibilizar soluções de BI para um 
número cada vez maior de pessoas dentro e fora das grandes corporações. 
 
 
1.4. Business Intelligence – Benefícios 
 
O BI consegue trazer inúmeros benefícios para as organizações que o utilizem “de 
forma correta”. Veja abaixo uma lista destes benefícios. 
 
• Antecipar mudanças no mercado; 
• Antecipar ações dos competidores; 
• Descobrir novos ou potenciais competidores; 
• Aprender com os sucessos e as falhas dos outros; 
• Conhecer melhor suas possíveis aquisições ou parceiros; 
• Conhecer novas tecnologias, produtos ou processos que tenham impacto 
no seu negócio; 
• Conhecer sobre política, legislação ou mudanças regulamentais que 
possam afetar o seu negócio; 
• Entrar em novos negócios; 
• Rever suas próprias práticas de negócio; 
• Alinhar projetos de tecnologia com as metas estabelecidas pelas empresas 
na busca do máximo retorno do investimento; 
• Propiciar alternativas de investimento em tecnologia dentro do contexto 
estratégico, tecnológico e financeiro da empresa; 
• Ampliar a compreensão das tendências dos negócios, propiciando melhor 
consistência no momento de decisão de estratégias e ações; 
• Permitir uma análise de impacto sobre rumos financeiros e organizacionais 
para criar mudanças nas iniciativas gerenciais; 
• Facilitar a identificação de riscos e gerar segurança para migração de 
estratégias, criando maior efetividade nas implementações dos projetos; 
• Abrir um caminho orientado para implantações futuras de novas 
tecnologias, estabelecendo prazos e focando o orçamento dentro das 
perspectivas e objetivos da empresa; 
• Gerar, facilitar o acesso e distribuir informação de modo mais abrangente 
para obter envolvimento de todos os níveis da empresa. 
 
Podemos citar exemplos mais específicos como o setor comercial, marketing, 
economia e finanças, como as primeiras e mais promissoras áreas para a 
aplicação dos projetos de BI. 
 
 
Apostila de Treinamento – Business Intelligence 
10 
 
(11) 3531 6550 - www.strattus.com.br 
Na área comercial o BI oferece os seguintes benefícios: 
 
• Melhora no prognóstico de vendas; 
• Visibilidade contábil abrangente; 
• Integração entre orçamento de análise; melhor compreensão da 
segmentação do mercado; 
• Flexibilidade e interação dos relatórios financeiros; Melhoria nas decisões 
de distribuição de produtos. 
 
Benefícios para a área de marketing: 
 
• Campanha de marketing dirigido; 
• Informações personalizadas de cliente; 
• Comportamento e freqüência de compra ou preferências são obtidos de 
uma forma rápida e fácil com a utilização das ferramentas de BI; 
• Fidelização dos clientes; Mala direta e público alvo. 
 
Benefícios para a área de economia e finanças: 
 
• Ações personalizadas, avaliação de riscos e de oportunidades futuras; 
• Análise de crédito e de riscos em empresas do setor financeiro; 
• Controle de fraude de empresas de seguro. 
 
 
1.5. Gestão do Conhecimento e Sistemas de Informação 
 
Antes de iniciarmos com o desenvolvimento e as aplicações referentes ao projeto 
de BI, vamos falar um pouco sobre a gestão do conhecimento e os sistemas de 
informação, já que na minha humilde visão, nenhuma empresa conseguirá criar 
um bom DW, sem que seus processos e ações não estejam baseados nestes dois 
conceitos. 
 
O conceito de Gestão do Conhecimento surgiu no inicio da década de 90 em que 
a Gestão do Conhecimento não era mais um tipo de moda de eficiência 
operacional. Agora a GC fazia parte da estratégia empresarial. 
 
 
1.5.1. Conceitos básicos de Gestão do Conhecimento 
 
Sem compreender o conceito de dado, informação e conhecimento, não 
conseguiremos apresentar o processo de Gestão do Conhecimento. 
 
 
 
 
 
Apostila de Treinamento – Business Intelligence 
11 
 
(11) 3531 6550 - www.strattus.com.br 
1.5.1.1. O que é dado? 
 
Dado pode ter significados distintos, dependendo do contexto no qual a palavra é 
utilizada. Para uma organização, dado é o registro estruturado de transações. 
 
É informação bruta,descrição exata de algo, ou de algum evento. Os dados em si 
não são dotados de relevância ou propósitos, mas são importantes porque são a 
matéria essencial para a criação da informação. 
 
 
1.5.1.2. O que é a informação? 
 
Informação é uma mensagem com dados que fazem diferença, podendo ser 
audível ou visível. É onde existe um emitente e um receptor. É o resultado mais 
importante da produção humana. 
Definir informação não é uma tarefa fácil. Se partirmos da clássica distinção entre 
dados, informação e conhecimento encontraremos certa imprecisão. 
 
Informação é um termo que envolve todas as três palavras, e ainda serve como 
conexão entre os dados brutos e o conhecimento que no decorrer das análises 
pode ser obtido. 
 
Esses termos às vezes são utilizados de forma inadequada, o que podemos 
constatar quando verificamos que durante muito tempo as pessoas se referiam 
aos dados como informação. 
 
O significado da informação e seus propósitos exigem de imediato, a redefinição 
não apenas das tarefas que são realizadas com a ajuda desta informação, mas 
também dos processos que as utilizam como insumos. 
 
Veja que as pessoas transformam dados em informação. Ao contrário dos dados a 
informação exige análise. Este é sem dúvida o maior desafio imposto aos 
especialistas da T.I. 
 
 
1.5.1.3. O que é conhecimento? 
 
Conhecimento é o estágio mais avançado da informação, mais valioso, mais difícil 
de gerenciar e de se obter. É valioso precisamente porque se trata de uma 
informação que recebeu um significado, uma interpretação. Algum indivíduo ou um 
grupo refletiu sobre conhecimento, acrescentou a ele sua própria sabedoria, 
considerou suas implicações mais amplas. 
 
O conhecimento, muitas vezes é tácito – existe simbolicamente na mente humana 
e é difícil de explicitar. O homem tenta insistentemente incorporar conhecimento 
às máquinas, mas os resultados ainda são tímidos e sua aplicação restrita. 
 
Apostila de Treinamento – Business Intelligence 
12 
 
(11) 3531 6550 - www.strattus.com.br 
O Conhecimento deriva da informação assim como esta, dos dados. O 
conhecimento não é puro nem simples; mas é uma mistura de elementos, é fluido 
e formalmente estruturado; é intuitivo e, portanto, difícil de ser colocado em 
palavras ou de ser plenamente entendido em termos lógicos. Ele existe dentro das 
pessoas e por isso é complexo e imprevisível. 
 
O Conhecimento humano pode ser classificado em dois tipos: Conhecimento 
explícito e Conhecimento tácito. NONAKA e TAKEUSHI [01]. 
 
Conhecimento explícito: É o que pode ser articulado na linguagem formal, 
inclusive em afirmações gramaticais, expressões matemáticas, especificações, 
manuais etc., facilmente transmitido, sistematizado e comunicado. Ele pode ser 
transmitido formal e facilmente entre os indivíduos. Esse foi o modo dominante de 
conhecimento na tradição filosófica ocidental. 
 
Conhecimento tácito: É difícil de ser articulado na linguagem formal, é um tipo de 
conhecimento mais importante. É o conhecimento pessoal incorporado à 
experiência individual e envolve fatores intangíveis como, por exemplo, crenças 
pessoais, perspectivas, sistema de valor, intuições, emoções e habilidades. É 
considerado como uma fonte importante de competitividade entre as 
Organizações. 
 
Só pode ser avaliado por meio da ação. Portanto, os conhecimentos explícito e 
tácito são unidades estruturais básicas que se complementam e a interação entre 
eles é a principal dinâmica da criação do conhecimento na organização de 
negócio. 
 
 
1.5.2. Visão geral – Dados, informação e conhecimento: 
 
Dados Informação Conhecimento 
Simples observações sobre o 
estado do mundo 
Dados dotados de 
relevância e propósito 
Informação valiosa da mente 
humana. Inclui reflexão, síntese e 
contexto. 
- Facilmente estruturado 
- Facilmente obtido por 
máquinas 
- Freqüentemente 
quantificado 
- Facilmente transferível 
- Requer unidade de análise 
- Exige consenso em relação 
ao significado 
- Exige necessariamente a 
mediação humana 
- De difícil estruturação 
- De difícil captura em máquinas 
- Freqüentemente tácito 
- De difícil transferência 
 
 
A evolução no processo dados – informação - conhecimento exige cada vez mais 
o envolvimento humano. Os computadores são ótimos para nos ajudar a lidar com 
dados, mas quando evoluímos para informação a adequação diminui, tornando-se 
crítica com o conhecimento. 
 
 
 
 
Apostila de Treinamento – Business Intelligence 
13 
 
(11) 3531 6550 - www.strattus.com.br 
1.5.3. Gestão do conhecimento 
 
A Gestão do Conhecimento é o processo de identificação, criação e aplicação dos 
conhecimentos que são estratégicos na vida de uma empresa. Permite a 
organização como um todo saber o que ela “SABE”. A gestão do conhecimento 
leva as organizações a mensurar com mais segurança a sua eficiência, tomar 
decisões acertadas com relação a melhor estratégia a ser adotada em relação a 
seus clientes, concorrentes, canais de distribuição e ciclo de vida de produtos e 
serviços. 
 
 
1.5.4. Administração de dados 
 
Saber administrar dados é trabalhar o dado como base estratégica da 
organização, representando a empresa, independentemente dos processos das 
diferentes unidades que utilizem o dado. 
 
“A administração de dados (Gestão de dados) pode ser definida como uma função 
da organização responsável por desenvolver e administrar centralizadamente 
estratégias, procedimentos, prática e planos capazes de fornecer dados 
corporativos necessários, quando necessários, revestidos de integridade, 
privacidade, documentação e compartilhamento”. SERRA [02] 
 
A administração de dados em uma organização pode ter uma atuação ampla, 
participando efetivamente do Planejamento Estratégico Empresarial junto à 
direção das empresas onde permitiria detectar, entre outros, as necessidades de 
informação futuras, pois estaria planejando melhor suas bases de dados em 
atendimento aos negócios da corporação e atuando fortemente na administração 
dos dados informatizados e os não informatizados espalhados pelos diversos 
setores da organização. 
 
Portanto, ao administrador de dados, cabe: procurar identificar, descrever 
(documentar) e modelar (estruturar) os dados - chave a serem armazenados e 
gerenciados (manipulados), além de cuidar das adaptações impostas pelo 
Sistema Gerenciador de Banco de Dados Relacional (SGBDR) e dos aspectos de 
desempenho e segurança. 
 
 
1.5.5. Sistemas de informação em organizações 
 
A tecnologia da informação esta redefinindo os fundamentos das regras de 
negócios. Atendimento ao cliente, operações, estratégias de produto e de 
marketing e distribuição dependem muito, ou às vezes até totalmente, dos 
Sistemas de Informação (SI). A tecnologia da informação e seus custos passaram 
a fazer parte integralmente do dia-a-dia das empresas. 
 
Apostila de Treinamento – Business Intelligence 
14 
 
(11) 3531 6550 - www.strattus.com.br 
É indiscutível que toda organização têm pelo menos dois problemas genéricos: 
como gerenciar as forças e grupos internos que geram seus produtos e serviços, e 
como lidar com clientes, legislações, concorrentes e tendências gerais sócios 
econômicas em seu ambiente. A principal razão pela qual são construídos os 
sistemas de informação é para resolver problemas organizacionais e para reagir a 
uma mudança no ambiente LAUDON [03]. 
 
Alguns sistemas de informação tratam unicamente de problemas internos, alguns 
de assuntos puramente externos e outros cumprem os dois papéis. São 
classificados costumeiramente pela especialidade funcional a que se destinam e 
pelo tipo de problema. Nenhum sistema sozinho rege todas as atividades de uma 
empresa. 
 
Os sistemas em nível estratégico ajudam os gerentes seniores a planejar as ações 
de longo prazo. 
 
Os sistemas táticos auxiliam os gerentes de nível médio a supervisionar e 
coordenar as atividades diárias da empresa. 
 
Os especialistas e funcionários de escritório utilizam sistemas de conhecimento 
para projetar,racionalizar serviços e lidar com documentos, enquanto os sistemas 
operacionais tratam das atividades diárias de produção e serviço. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Imagem 01 
 
Um sistema pode ser definido como um conjunto de partes coordenadas que 
concorrem para a realização de um conjunto de objetivos, seguindo um plano. 
Qualquer sistema pode ser encarado como um subsistema de um maior, sendo 
isso denominado hierarquia de sistemas. POLLONI [04]. 
 
 
 
 
Apostila de Treinamento – Business Intelligence 
15 
 
(11) 3531 6550 - www.strattus.com.br 
Segundo LAUDON [*]: 
 
“Um sistema de informação (S.I.) pode ser definido como um conjunto de 
componentes inter-relacionados trabalhando juntos para coletar, recuperar, 
processar, armazenar e distribuir informação com a finalidade de facilitar o 
planejamento, o controle, a coordenação, a análise e o processo decisório em 
empresas e outras organizações”. 
 
Um sistema é um grupo de componentes inter-relacionados que trabalham juntos 
de encontro a uma meta comum recebendo os resultados e produzindo resultados 
em um processo organizado de transformação. 
 
Um sistema dessa ordem, às vezes chamado de sistema dinâmico, possui três 
componentes ou funções básicas em interação: 
 
O conteúdo dos sistemas de informações varia de empresa para empresa, face às 
necessidades específicas de cada entidade. Em geral contêm informação sobre 
pessoas, lugares e coisas de interesse no ambiente ao redor da organização e 
dentro da própria organização. Sua principal tarefa é transformar a informação em 
uma forma utilizável para a coordenação do fluxo de trabalho de uma empresa, 
auxiliando a tomada de decisões em todos os níveis e a previsão e solução de 
assuntos complexos. 
 
 
Três atividades básicas compõem um sistema de informações: entrada (ou input), 
processamento e saída (ou output). A entrada envolve a captação ou coleta de 
fontes de dados brutos de dentro da organização ou de seu ambiente externo. São 
exemplos de dados: total de unidades vendidas ou compradas, datas, descrição 
de clientes e produtos. 
 
A entrada envolve a captação e reunião de elementos que entram no sistema para 
serem processados. 
 
O processamento envolve processos de transformação que convertem Resultado 
(entrada) em produto. Entre os exemplos se encontram um processo industrial, o 
processo da respiração humana ou cálculos matemáticos. 
 
A saída envolve a transferência de elementos produzidos por um processo de 
transformação até seu destino final. Produtos acabados, serviços humanos e 
informações genéricas devem ser transmitidos a seus usuários. 
 
Deve-se ressaltar que um sistema de informação pode ser formal ou informal, 
organizacional ou individual, baseado em computadores (SIBC) ou não. LAUDON [03]. 
 
Os SIBC são sistemas formais que se baseiam em definições de dados de 
procedimentos, mutuamente aceitos e relativamente fixos, para a coleta, 
armazenamento, processamento e distribuição de informação. Por exemplo, um 
Apostila de Treinamento – Business Intelligence 
16 
 
(11) 3531 6550 - www.strattus.com.br 
arquivo manual de nomes e endereços de clientes ou um catálogo alfabético por 
cartões em uma biblioteca é um sistema de informação formal, pois é estabelecido 
por uma organização e está de acordo com regras e procedimentos 
organizacionais; isto quer dizer que cada entrada no sistema tem o mesmo 
formato de informação e o mesmo tipo de conteúdo. 
 
Os sistemas informais, ao contrário, não têm essas características. Não há acordo 
sobre que informação existe como será armazenada e o que será armazenado ou 
processado. Muitos não deixam de ser importantes, na realidade, são muito 
poderosos e flexíveis. Exemplos desses sistemas informais são as redes de boato 
no escritório, grupos de amigos, estudantes e ainda pessoas com interesses 
comuns que trocam informações livremente sobre um grande número de 
assuntos, tópicos e personalidades mudando-os constantemente. 
 
Os SIBC são montados com a finalidade de resolver problemas importantes na 
organização. De acordo com POLLONI [*], um SIBC eficaz, deve: 
 
1. “Produzir informações realmente necessárias, confiáveis, em tempo hábil e 
com custo condizente, atendendo aos requisitos operacionais e gerenciais 
de tomada de decisão”; 
 
2. “Tem por bases diretrizes capazes de assegurar a realização dos objetivos, 
de maneira direta, simples e eficiente”; 
 
 
3. “Integrar-se à estrutura da organização e auxiliar na coordenação das 
diferentes unidades organizacionais (departamentos, divisões, diretorias 
etc.) por ele interligadas”; 
 
4. “Ter um fluxo de procedimentos (internos e externos ao processamento) 
racional, integrado, rápido e de menor custo possível”; 
 
5. “Contar com dispositivos de controle interno que garantam a confiabilidade 
das informações de saída e adequada proteção aos dados controlados pelo 
Sistema”; 
 
6. “Finalmente, ser simples, seguro e rápido em sua operação”. 
 
 
1.5.6. Componentes de Sistemas de Informação. 
 
Os mais poderosos sistemas de informação da atualidade usam tecnologia da 
Informação para executar parte das funções de processamento, isto não quer 
dizer que apenas investindo em computadores teremos excelentes sistemas. 
 
Um sistema bem sucedido tem dimensões organizacional e humana atreladas aos 
componentes técnicos. 
Apostila de Treinamento – Business Intelligence 
17 
 
(11) 3531 6550 - www.strattus.com.br 
 
Ele existe para atender as necessidades organizacionais, incluindo problemas 
apresentados pelo ambiente externo criado por tendências políticas, 
demográficas, econômicas e sociais LAUDON [9]. 
 
As organizações devem moldar seus sistemas de informações de acordo com 
suas necessidades, hierarquias, estrutura funcional e sua cultura específica. 
 
Diferentes níveis e diferentes especialidades em uma organização criam 
interesses e pontos de vista diferentes, que freqüentemente conflitam entre si. 
 
Os sistemas de informação devem responder e resolver estes conflitos internos 
além de problemas criados pelo ambiente externo. 
 
As pessoas são os usuários dos sistemas de informação sob o enfoque de 
fornecimento de insumos e utilização de seus produtos, tudo integrado ao seu 
ambiente de trabalho. Suas atitudes a respeito de seus empregos, empregadores 
ou da tecnologia de computação podem ter um efeito poderoso sobre sua 
capacidade de usar sistema de informação de modo produtivo. 
 
Os sistemas de processamento de transações são exemplos importantes de 
sistemas de apoio às operações que registram e processam dados resultantes de 
transações das empresas. Eles processam transações de dois modos básicos. 
 
No processamento em lotes, os dados das transações são acumulados durante 
certo tempo e periodicamente processados. 
No processamento em tempo real (ou on-line), os dados são processados 
imediatamente depois da ocorrência de uma transação. Os sistemas de ponto -de 
- venda, por exemplo, em muitas lojas de varejo utilizam terminais eletrônicos no 
caixa para capturar e transmitir eletronicamente dados de vendas por conexões de 
telecomunicações para centros regionais de computação para processamento 
imediato (tempo real) ou a cada noite (lote). 
 
Os sistemas de controle de processo monitoram e controlam processos físicos. 
 
Uma refinaria de petróleo, por exemplo, utiliza sensores eletrônicos conectados a 
computadores para monitorar continuamente os processos químicos e fazer 
ajustes imediatos (em tempo real) que controlam o processo de refino. 
 
Os sistemas colaborativos aumentam as comunicações e a produtividade de 
equipe de projeto, por exemplo, podem usar correio eletrônico para enviar e 
receber mensagens eletrônicas e videoconferência para realizar reuniões 
eletrônicas e coordenar suas atividades. 
 
A tecnologia é o meio empregado para transformação e organização dos dados 
para utilização das pessoas. Não necessariamente um sistema de informação é 
computadorizado, podendo ser um sistema manual,tal como um arquivo de 
Apostila de Treinamento – Business Intelligence 
18 
 
(11) 3531 6550 - www.strattus.com.br 
fichários, porém os computadores substituíram a tecnologia manual de 
processamento de grandes volumes de dados e de trabalhos complexos de 
processamento. Os sistemas baseados em computadores têm como componentes 
técnicos: 
 
• O hardware de computador: É o equipamento físico usado para as tarefas 
de entrada, processamento e saída em um sistema de informação. É 
composto pela unidade de processamento do computador e nos vários 
dispositivos de entrada (teclado, “scanner”, “mouse”, “Etc”.). 
 
• (Dispositivos de reconhecimento de caracteres ópticos – OCR, dispositivos 
de controle de voz, sensores), saída (impressora, plotters, terminais de 
vídeo e outros tipos de dispositivos) e armazenamento (Disco magnético e 
disco ótico), além dos meios físicos que interligam estes dispositivos. 
 
• O software do computador: Consiste em instruções pré-programadas que 
coordenam o trabalho dos componentes do hardware para que executem 
os processos exigidos pelos vários sistemas de informação. 
 
• A tecnologia de armazenamento: serve para organizar e armazenar os 
dados utilizados por uma empresa. A tecnologia de armazenamento inclui 
os meios físicos para armazenar os dados, assim como o software que rege 
a organização de dados nesses meios físicos. 
 
• A tecnologia de comunicação: usada para conectar pontos diferentes do 
hardware e para transferir dados de um ponto a outro via redes. 
 
Quando os sistemas de informação se concentram em fornecer informação e 
apoio para a tomada de decisão eficaz pelos gerentes, eles são chamados 
sistemas de apoio gerencial. Fornecer informação e apoio para a tomada de 
decisão por parte de todos os tipos de gerentes (dos altos executivos, aos 
gerentes de nível médio e até os supervisores) é uma tarefa complexa. Em termos 
conceituais, vários tipos principais de sistemas de informação apóiam uma serie 
de responsabilidade administrativa do usuário final: 
 
1. Sistemas de informação gerencial; 
2. Sistemas de apoio à decisão; 
3. Sistemas de informação executiva. 
 
Os sistemas de informação gerencial fornecem informação na forma de relatórios 
e exibições em vídeo para os gerentes. Os gerentes de vendas, por exemplo, 
podem utilizar seus terminais de computador para obter visualizações 
instantâneas sobre os resultados de vendas de seus produtos e acessar relatórios 
semanais de analise de vendas que avaliam as vendas realizadas por cada 
vendedor. 
 
Apostila de Treinamento – Business Intelligence 
19 
 
(11) 3531 6550 - www.strattus.com.br 
Os sistemas de apoio à decisão fornecem suporte computacional direto aos 
gerentes durante o processo de decisão. Os gerentes de propaganda podem 
utilizar um pacote de planilhas eletrônicas para realizar analise de simulação 
quando testam o impacto de orçamentos alternativos de propaganda sobre as 
vendas previstas para novos produtos. Os sistemas de informação executiva (EIS) 
fornecem informações critica em quadros de fácil visualização para uma 
multiplicidade de gerentes. 
 
Biografia 
 
[01] NONAKA e TAKEUCHI, 1997, IKUJIRO NONAKA, E HIROKATA TAKEUCHI, 1997, Criação de conhecimento na 
Empresa, Editora Campus, Rio de Janeiro, Brasil. 
 
[02] SERRA, 2002, LAÉRCIO SERRA, 2002, A Essência do Business Intelligence, Editora Berkeley, São Paulo, 
Brasil. 
 
[03] LAUDON, 2002, LAUDON, LAUDON, 2002, Gerenciamento de Sistemas de Informação, 
 
[04] POLLONI, 2001, ENRICO PLLONI e TIBOR SIMCSIK, 2002, Tecnologia da Informação Automatizada”, Editora 
Futura, São Paulo, Brasil. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Apostila de Treinamento – Business Intelligence 
20 
 
(11) 3531 6550 - www.strattus.com.br 
Capítulo 2 – Data Warehouse? 
 
 
2.1. Introdução 
 
Desde sua aparição no início da década de 90, e até os dias de hoje, o conceito e 
a operação de um DW (Data Warehouse), saíram do âmbito teórico, acadêmico, 
para a área empresarial, notando-se uma clara tendência no sentido de sua 
aceitação por praticamente todas as empresas que operam em ambientes 
competitivos. 
 
Antes da popularização dos DW e das ferramentas de ERP (Enterprise Resource 
Planning), uma verdadeira integração de dados era apenas um sonho, ou seja, era 
uma utopia a ser quebrada. Sistemas trocavam dados de forma que atendesse às 
necessidades de cada um deles, sendo por isso chamado "sistemas integrados", 
sem que essa integração sequer se aproximasse do que se vêem hoje nos ERP, 
cujos fornecedores têm dado a seus produtos características que os tornam 
facilmente fornecedores de dados aos warehouses. 
 
Cada aplicativo tinha uma visão da situação, um produto ou uma operação; uma 
visão corporativa das informações disponíveis era praticamente irreal. 
Dados históricos não existiam de forma organizada e os dados sintéticos 
disponíveis mostravam quase sempre apenas uma pequena parte da realidade da 
empresa. 
 
A integração dos dados permite a um executivo ter uma visão "corporativa" dos 
dados; essa integração, ou mais especificamente a migração dos dados mantidos 
pelos sistemas anteriores, no entanto, não é um processo fácil, nem barato. Tudo 
isso exige muito planejamento. 
 
Há algumas versões de Data Warehouse que merecem ser individualizadas por 
suas características especiais: uma delas é o Operational Data Store (ODS), que 
opera diretamente conectado aos dados operacionais, objetivando dar suporte a 
decisões de natureza operacional, com características que permitem a obtenção 
de tempos de resposta bastante rápidos. 
 
 
2.2. O que é um Data Warehouse? 
 
Por Willian H. Inmon 
 
 "Data Warehouse é um banco de dados orientado por assunto, integrado, não 
volátil e histórico, criado para suportar o processo de tomada de decisão." 
 
Outra boa definição para DW vem de Gupta (1997): "um ambiente estruturado, 
extensível, projetado para a análise de dados não voláteis, lógica e fisicamente 
Apostila de Treinamento – Business Intelligence 
21 
 
(11) 3531 6550 - www.strattus.com.br 
transformados, provenientes de diversas aplicações, alinhados com a estrutura da 
empresa, atualizados e mantidos por um longo período de tempo, referidos em 
termos utilizados no negócio e sumarizados para análise rápida". 
 
De forma bastante simples, a imagem 1 mostra a arquitetura de um DW, com os 
sistemas que o alimentam, seus usuários, o DW propriamente dito e os 
metadados, cada um desses conceitos será amplamente discutido mais à frente: 
 
 
Imagem 01 
 
A definição de um Data Warehouse (por W. H. Inmon) necessita de um completo 
detalhamento, porque existem detalhes muito importantes e sutilezas básicas nas 
características de um Warehouse. 
 
• Orientado por Assunto 
• Integrado 
• Histórico 
• Não Volátil 
 
 
2.2.1. Orientado por assunto 
 
A primeira característica de um DW é que ele está orientado ao redor do principal 
assunto da empresa. O caminho do registro, orientado ao assunto está em 
contraste com a mais clássica das aplicações orientadas por processos ao redor 
dos quais os sistemas operacionais mais antigos estão organizados. 
 
 
Apostila de Treinamento – Business Intelligence 
22 
 
(11) 3531 6550 - www.strattus.com.br 
 
 
A imagem 02 mostra o contraste entre os dois tipos de orientações. 
 
Operacional
Data 
Warehouse
Empréstimos
Cartão Bancário
Crédito
Clientes
Vendas
Produtos
Orientados 
ao assunto
Orientados 
a aplicação 
 
Imagem 02 
 
No geral, o mundo da informação operacional está todo baseado ao redor de 
aplicações e funções transacionais. O mundo do Data Warehouse está organizado 
ao redor do principal assunto assim como por exemplo, cliente, vendas, produtos e 
atividades. O alinhamento ao redor das áreas de assunto afeta o desenho e 
implementação do dado criado no Data Warehouse, ou seja, a área do assunto 
mais influente é a parte mais importante da estrutura chave. 
 
Omundo das aplicações está preocupado com o desenho dos processos e de 
banco de dados. O mundo do Data Warehouse está focado exclusivamente na 
modelagem de dados e desenho do banco de dados. 
 
Nota: O desenho de processos (como é na forma clássica) não é parte de um ambiente de Data Warehouse. 
 
As diferenças entre aplicações orientadas por processos/funções e as orientadas 
por assunto, mostra as diferenças no conteúdo dos dados e no nível de detalhes 
dos mesmos. No Data Warehouse são excluídos os dados que não devem ser 
usados no processo de DSS (Sistemas de Suporte a Decisão), enquanto no 
Apostila de Treinamento – Business Intelligence 
23 
 
(11) 3531 6550 - www.strattus.com.br 
ambiente operacional as aplicações contêm dados para satisfazer imediatamente 
as requisições funcionais/processamento que podem ou não ser usadas para 
análise de DSS. 
 
Outra importante maneira na qual os dados operacionais das aplicações difere dos 
dados para Data Warehouse está no relacionamento dos dados. Dados 
operacionais mantêm relacionamentos entre duas ou mais tabelas baseadas nas 
regras de negócio que estão em efeito. Registros do DW usam uma base de 
tempo e os relacionamentos criados no DW são muitos. Muitas regras de negócio 
são representadas no DW entre duas ou mais tabelas. 
 
 
2.2.2. Integrado 
 
O mais importante aspecto do ambiente de DW é que dados criados dentro de um 
DW são integrados. SEMPRE. COM NENHUMA EXCEÇÃO. Essa é sem duvida a 
melhor essência do ambiente de warehouse... A integração mostra-se de 
diferentes maneiras: na convenção consistente de nomes, na forma consistente 
das variáveis, na estrutura consistente de códigos, nos atributos físicos 
consistente dos dados, e assim por diante. 
 
Veja os exemplos refletidos pela imagem 03 
 
 
 
Imagem 03 
Apostila de Treinamento – Business Intelligence 
24 
 
(11) 3531 6550 - www.strattus.com.br 
A habilidade coletiva de muitos analistas de aplicações em criar produtos sem 
consistência é lendária. A imagem 3 apresenta algumas das muitas diferenças 
importantes na maneira como as aplicações são desenhadas. 
 
• Codificação - desenvolvedores de aplicações têm preferido, por exemplo, 
codificar o campo SEXO das mais variadas formas. Um desenvolvedor 
representa SEXO com um "M" e um "F". Outro desenvolvedor representa 
SEXO com um "1" e um "0". Outro desenvolvedor representa SEXO com 
um "x" e um "y". E ainda outro desenvolvedor SEXO com "masculino" e 
"feminino". "M" e "F" são provavelmente bons para algumas 
representações. Entretanto quando SEXO é carregado para o DW de um 
projeto de BI, o mesmo deve ser convertido para um único formato; o 
formato do Data Warehouse. 
 
• Forma dos atributos - desenvolvedores de aplicações têm preferido ao 
longo dos anos utilizarem uma variedade de medidas. Um desenvolvedor 
armazena dados em centímetros. Outro desenvolvedor armazena em 
polegadas. Outro desenvolvedor de aplicação armazena dados em milhões 
de pés cúbicos por segundo. E outro desenvolvedor armazena informações 
em termos de jardas. Quando a informação chega no Data Warehouse é 
necessário ser mensurada e transformada de algum modo. 
 
 
2.2.3. Histórico 
 
Todo registro no Data Warehouse é exato em algum momento do tempo. A 
característica básica do dado em warehouse é ter muitas fontes de dados 
diferentes no ambiente operacional. 
 
No ambiente operacional o dado é exato no momento do acesso, ou seja, no 
ambiente operacional quando você acessa uma unidade do dado, você espera 
que isto deva refletir os valores corretos no momento do acesso. 
 
Por causa do dado em DW ser exato em algum momento do tempo, o dado criado 
no warehouse é um "histórico". A imagem 4 mostra os valores históricos do dado 
no warehouse. 
 
Os valores históricos dos dados no DW são mostrados em várias maneiras. O 
modo mais simples é que o dado representa os dados sobre um horizonte de 
tempo distante. O horizonte de tempo representado pelo ambiente operacional é 
muito curto. 
 
O segundo modo que o "histórico" é mostrado no DW é na estrutura chave. 
Sempre na estrutura chave do DW existe, explicitamente, ou implicitamente, um 
elemento de tempo, assim como dia, semana, meses, etc. O elemento de tempo 
está quase sempre no final da chave concatenada criada no DW. 
 
Apostila de Treinamento – Business Intelligence 
25 
 
(11) 3531 6550 - www.strattus.com.br 
A terceira maneira que o "histórico" aparece no DW, é que uma vez o registro 
estando correto, não pode ser atualizado. 
 
Dado no DW e, para todos os propósitos práticos, é uma série longa de 
snapshots. Naturalmente se os snapshots do dado têm sido feitos incorretamente, 
eles não são alterados uma vez feitos. Em alguns casos isto pode ser sempre 
ilegal, podendo os snapshots no DW, serem alterados. Dados operacionais iniciam 
pontualmente no momento do acesso, podendo ser atualizados quando surgir à 
necessidade. 
 
 
 
Imagem 04 
 
2.2.4. Não volátil 
 
A quarta característica definida para um DW é que ele é não volátil. Imagem 5 
ilustra este aspecto no Data Warehouse. 
 
A imagem 5, apresenta que atualizações como, inclusão, exclusão, e alteração, 
são feitas regularmente no ambiente operacional de um registro básico. Mas a 
manipulação de dados básicos que ocorre no Data Warehouse é mais simples. 
 
Existem somente duas espécies de operações que ocorrem no DW, à carga inicial 
do dado, e o acesso ao dado. Esta não é uma atualização do dado (no sentido 
geral de atualização) no DW como parte normal do processamento. 
 
Para o nível de desenho, existe a necessidade de ter cautela nas atualizações 
anormais, o que não é um fato importante no DW, atualizações neste dado não 
são feitas. Existem meios para que no nível físico do desenho, permissões 
possam ser criadas para otimizar o acesso ao dado, particularmente em 
procedimentos com o uso de normalização e desnormalização física. 
 
Outras conseqüências da simplicidade das operações do DW estão na tecnologia 
básica usada para rodar no ambiente de DW. Como suporte para atualização de 
Apostila de Treinamento – Business Intelligence 
26 
 
(11) 3531 6550 - www.strattus.com.br 
registro por registro em modo on-line requer uma tecnologia com fundamentos 
muito complexos, em baixo da simplicidade de uso. 
 
A tecnologia que suporte backup, recovery, transação com integridade do dado, a 
detecção e correção de deadlock é muito complexa. Isto não é necessário para 
processamento de DW. 
 
As características de um Data Warehouse, desenho orientado ao assunto, 
integração dos dados com o Data Warehouse, histórico, e simplicidade de 
gerenciamento dos dados - todos conduzem para um ambiente que é MUITO, 
MUITO diferente do ambiente operacional básico. 
 
A fonte para aproximar todos os dados do Data Warehouse é o ambiente 
operacional. Muitas vezes as pessoas podem pensar que isto é mais uma 
redundância do dado entre os dois ambientes. De fato, na primeira impressão isso 
até ocorre, porém, este entendimento superficial é a necessidade de demonstrar o 
que está ocorrendo no Data Warehouse. De fato, este é o MÍNIMO de 
redundância do dado entre o ambiente operacional e o ambiente de Data 
Warehouse. Considere o seguinte: 
 
• Dado é filtrado quando passa do ambiente operacional para o ambiente de 
Data Warehouse. Muitos dados nunca saem do ambiente operacional. 
Somente o dado que é necessário para o processamento do DSS é 
encontrado no ambiente warehouse; 
 
• O histórico do dado é muito diferente de um ambiente para outro. Dado no 
ambiente operacional é muito recente. Dado no warehouse é muito antigo. 
Só na perspectiva de histórico recente, é muito pequeno o overlap entre o 
ambiente operacional e o ambiente de Data Warehouse; 
 
• O DW contém dados sumarizados que nunca são encontrados no ambiente 
operacional; 
 
• Dados sofrem uma fundamental transformação ao passar para o DW. 
Muitos dados são alterados significativamente após serem selecionados e 
movidos para o Data Warehouse.Dito de outra forma, muitos dados são 
fisicamente e radicalmente alterados quando movidos para o warehouse. 
Estes dados não são os mesmos que residem no ambiente operacional do 
ponto de vista de integração. 
 
Nota: Redundância de dados entre os dois ambientes é uma ocorrência rara, resultando em menos que 1% de 
redundância entre os dois ambientes. 
 
 
Apostila de Treinamento – Business Intelligence 
27 
 
(11) 3531 6550 - www.strattus.com.br 
 
Imagem 5 
 
 
2.3. Um pouco mais sobre Data Warehouse 
 
Não existe uma receita pronta para desenvolver um DW, porem, é possível 
encontrar várias ferramentas no mercado mundial que atendem e, ou abrangem 
desde as etapas de extração e análise de dados, até a construção propriamente 
dita, e o gerenciamento do DW. 
 
Um ponto importante a ser ressaltado é a observação do valor do investimento no 
projeto como um todo, geralmente situado na casa dos milhões de dólares. 
 
Por estar diretamente vinculado aos negócios da empresa, o projeto exige não 
apenas o trabalho da equipe técnica, mas também a interação constante da área 
executiva, pois qualquer desvio ou mau entendimento na execução dos vários 
processos que envolvem um projeto de BI pode causar graves prejuízos ao levar a 
empresa a consultar informações não confiáveis e, conseqüentemente, a tomar 
decisões erradas. 
 
 
2.4. Construindo um Data Warehouse 
 
Antes de qualquer coisa, vamos analisar a arquitetura de um DW, suas 
características e minúcias. Desta forma poderemos entender melhor as etapas 
operacionais que serão apresentas posteriormente nesta obra. 
 
 
Apostila de Treinamento – Business Intelligence 
28 
 
(11) 3531 6550 - www.strattus.com.br 
2.4.1. Arquitetura de um Data Warehouse 
 
Podemos definir basicamente duas formas de apresentação da arquitetura de um 
DW, uma conceitual e outra física do modelo relacional que representa todo o 
sistema. 
 
 
2.4.1.1. Visão Conceitual 
 
Data Marts
BD 
Operacionais
Fontes 
Externas
Monitoração e 
Administração 
Repositório de 
Metadados 
Análises
Data 
Mining 
Ferramentas
Servidores 
OLAP
Data 
Warehouse
Metadados produzidos em todas as etapas
ETL
 
Imagem 6 
 
O DW pode ser dividido em diversos Data Marts (DM), que departamentalizam os 
dados separando-os por setores dentro da organização. 
 
Nota: Os data marts serão apresentados posteriormente. 
 
Os dados contidos nos DW e nos DMs são gerenciados por um ou mais 
servidores de warehouse, os quais apresentam visões multidimensionais dos 
dados para uma variedade de ferramentas front end. 
 
A visão multidimensional geralmente é apresentada na forma de um ou mais 
cubos de dados, que indicam que as informações são visualizadas em linhas e 
Apostila de Treinamento – Business Intelligence 
29 
 
(11) 3531 6550 - www.strattus.com.br 
colunas como o formato tradicional das planilhas, porém existem mais dimensões, 
sendo que o cubo teria apenas mais uma dimensão. 
 
 
2.4.1.2. Visão Física (em Camadas) 
 
• Camada de Bancos de Dados Operacionais e Fontes Externas: contém as 
bases de dados operacionais e podem ser compostas também de 
informações de fontes externas, estes dados recebem um tratamento 
especial para poderem ser incorporados ao DW; 
 
 
Imagem 07 
 
Camada de Acesso aos Dados: Compõe o elo de ligação entre as ferramentas de 
acesso à informação e os bancos de dados operacionais, comunicando-se com 
diversos Sistemas de Gerenciamento de Banco de Dados (SGBDs) e sistemas de 
arquivos, sendo que a este conjunto de características dá-se o nome de acesso 
universal de dados; 
 
• Camada de Transporte ou Middleware: tem a função de gerenciar a 
transmissão das informações pelo ambiente de rede que serve de suporte 
para o sistema como um todo, separando as aplicações operacionais do 
formato real dos dados, realiza ainda a coleta de mensagens e transações 
e se encarrega de entregá-las nos locais e nos tempos determinados; 
Apostila de Treinamento – Business Intelligence 
30 
 
(11) 3531 6550 - www.strattus.com.br 
 
• Camada do Data Warehouse: constitui-se do armazenamento físico dos 
dados oriundos dos sistemas operacionais da empresa e externos, 
permitindo um acesso mais rápido e seguro aos dados do DW, além de 
prover maior flexibilidade de tratamento e facilidade manipulação; 
 
• Camada de Acesso à Informação: proporciona a interação com os usuários 
finais através de ferramentas visuais tradicionais, tais como sistemas de 
planilhas de cálculo, browsers, entre outras; 
 
• Camada de Metadados (Dicionário de Dados): os metadados descrevem os 
dados e a organização do sistema, podem ser ainda fórmulas utilizadas 
para cálculo, descrições das tabelas disponíveis aos usuários, descrições 
dos campos das tabelas, permissões de acesso, informações sobre os 
administradores do sistema, entre outras; 
 
• Camada de Gerenciamento de Processos: faz o controle destas tarefas que 
mantêm o sistema atualizado e consistente, gerenciando as diversas 
tarefas que são realizadas durante a construção e a manutenção dos 
componentes de um sistema de DW; 
 
• Camada de Gerenciamento de Replicação: serve para selecionar, editar, 
resumir, combinar e carregar no DW as informações a partir das bases 
operacionais e das fontes externas, envolvendo programação bastante 
complexa, sendo que existem ferramentas poderosas que permitem que 
estes processos sejam gerenciados de forma mais amigável, além do 
controle da qualidade dos dados que serão carregados. 
 
 
2.4.2. Estrutura Física dos Dados do DW 
 
A respeito da disposição física dos dados, o DW pode ter uma estrutura 
centralizada em um único local ou então ser implementado de forma distribuída. 
Se optarmos pelo primeiro modelo, o centralizado; teremos um warehouse 
consolidado e o Banco de Dados (BD) formará um DW integrado. 
 
Definindo o projeto desta forma pode-se maximizar o poder de processamento e 
acelerar os processos de busca por informações analíticas. 
 
Definindo-se uma arquitetura federativa, pode-se distribuir a informação por 
função, separando os dados do setor financeiro em um servidor, os dados de 
marketing em outro local, e dados de manufatura em um terceiro lugar. 
 
Existe ainda uma terceira metodologia, na qual se considera uma arquitetura de 
DW separada por camadas, armazenando os dados mais resumidos em um 
servidor, dispondo os dados um pouco mais detalhados, em nível de detalhe 
Apostila de Treinamento – Business Intelligence 
31 
 
(11) 3531 6550 - www.strattus.com.br 
intermediário, em um segundo servidor, e por fim colocamos os dados mais 
detalhados (atômicos) em um terceiro servidor. A imagem 8, exemplifica esta 
metodologia. 
 
Camada 2 Camada 3Camada 1
Volume de Consultas / 
Número de Usuários
Granularidade / 
Tamanho da Base
 
Imagem 8 
 
O primeiro servidor geralmente atende à maior parte das consultas, sendo que 
teremos um menor número de pedidos de acesso solicitados para a camada 2 e 
camada 3. 
 
O dimensionamento dos servidores é o seguinte: na primeira camada podemos ter 
uma configuração para suportar um grande número de usuários que farão 
diversas consultas, as quais trabalharão com um volume relativamente pequeno 
de dados. Já os servidores das outras duas camadas devem ser configurados 
para permitir processar grandes volumes de dados, porém não é necessária uma 
preocupação em configurar o sistema para suportar o acesso de um número maior 
de usuários. 
Isto explica-se pelo fato de que a maioria dos usuários terá suas perguntas 
respondidas pelas consultas iniciais da camada 1. Se algum usuário não se 
satisfizer com o nível de detalhe das respostas da camada 1, pode buscar maiores 
informações na camada 2 e até mesmo na camada 3. Concluímos então que 
poucos usuários farão acessos regulares à última camada, sendo que alguns 
nunca o farão além do nível inicial. 
 
 
2.4.2.1. Arquitetura de Duas Camadas 
 
Existe uma arquitetura de implantação de sistemas de DW que consiste em utilizarum computador de alta capacidade como servidor. Este método disponibiliza 
aplicações aos usuários finais na forma de ferramentas front end, que servem para 
realizar as consultas, em conjunto com os componentes do servidor com 
ferramentas back end, que servem para municiar o DW com informações. 
Apostila de Treinamento – Business Intelligence 
32 
 
(11) 3531 6550 - www.strattus.com.br 
 
Organizações que podem crescer com a incorporação de outras empresas do 
mesmo ramo ou ainda de outro ramo de negócio, gradualmente acumulam 
diversos sistemas de computação legados, cada um com suas incompatibilidades 
de definições dos dados. Esta redundância e falta de consistência dos dados 
dificulta a administração das bases de dados, resultando numa dificuldade 
também para desenvolver-se novas aplicações front end. 
 
Esta arquitetura pode ser chamada de "sistema guarda-chuva", a qual possui um 
formato em que o cabo do guarda-chuva representa o servidor principal e as 
hastes representam os sistemas de consulta a este servidor. 
 
 
Imagem 9 
 
A arquitetura ilustrada na imagem 9 pode ser usada para construir um sistema de 
DW em duas camadas, o qual possui os componentes dos clientes (front end) e os 
componentes do servidor (back end). 
 
Esta arquitetura é bastante conveniente, uma vez que utiliza os sistemas já 
existentes na empresa bem como os servidores de bancos de dados e requer um 
pequeno investimento em hardware e software. 
 
Um dos grandes problemas que existe neste tipo de arquitetura é o fato de não ser 
permitido o seu escalonamento, o que resulta, com o aumento do número de 
usuários, num desempenho ruim pelo gargalo existente entre os clientes e o 
servidor. Estas anomalias podem ocorrer pelo uso de estações clientes muito 
lentas e com muitos processos rodando simultaneamente. 
 
 
 
 
Apostila de Treinamento – Business Intelligence 
33 
 
(11) 3531 6550 - www.strattus.com.br 
2.4.2.2. Arquitetura de Três Camadas 
 
Para tentar solucionar os problemas de desempenho resultantes do gargalo da 
arquitetura de duas camadas, existe uma arquitetura de informação em múltiplas 
camadas, como mostrado na imagem 10. Esta arquitetura é bastante flexível e 
suporta um grande número de serviços integrados, onde a interface do usuário 
(ferramentas front end), as funções de processamento do negócio e as funções de 
gerenciamento do BD são separadas em processos, os quais podem ser 
distribuídos através da arquitetura de informação. 
Este tipo de arquitetura em três camadas é bastante utilizado. Na primeira camada 
ficam as aplicações de interface com os usuários, que devem ser gráficas e 
baseadas em rede. Dados e regras de negócio podem ser compartilhados pela 
organização, assim como o BD para o DW, ficam armazenados em servidores de 
alta velocidade na segunda camada, a camada central. Na terceira e última 
camada estão localizadas as fontes de dados. 
Analisando o ambiente do DW, os servidores de BD e os servidores de aplicações 
da camada central provêem um acesso eficiente e rápido aos dados 
compartilhados. 
 
Com a separação dos servidores em transacional e analítico pode-se obter uma 
boa performance nas consultas e no processamento, sendo que deve haver 
disponibilidade de equipamentos e recursos satisfatórios de conexão entre os 
diversos componentes do sistema. 
 
 
Imagem 10 
 
Apostila de Treinamento – Business Intelligence 
34 
 
(11) 3531 6550 - www.strattus.com.br 
2.4.3. OLTP versus OLAP 
 
Os termos OLTP (on-line transaction processing – processamento on-line de 
transações) e OLAP (on-line analytical processing – processamento analítico on-
line) descrevem o modo de processamento de cada uma das componentes da 
divisão proposta para os sistemas de Bancos de Dados. 
 
Bancos de dados operacionais atingem proporções de centenas de megabytes e 
até mesmo gigabytes. 
 
Consistência e capacidade de recuperação de dados são críticas, e a 
maximização do poder de processar transações é requerida para minimizar os 
problemas que podem ser causados pela concorrência de processos. 
 
Analisando sistemas OLAP, sistemas que dão apoio à decisão, pode-se notar o 
contraste com OLTP. 
 
No caso do processamento analítico deve-se dar maior importância aos dados 
históricos, totalizados e consolidados em detrimento dos dados detalhados ou 
individualizados. 
 
Uma vez que os DW contêm dados referentes a longos períodos de tempo, estes 
podem atingir dimensões muito maiores do que os bancos de dados operacionais, 
chegando a conter centenas de gigabytes e até mesmo terabytes de informações. 
 
A tabela 1 ilustra as diversidades apresentadas pelos dois tipos de sistemas, DW 
e Bancos de Dados Operacionais: 
 
Tabela 1: Diferenças entre os tipos de sistemas. 
 
Características DBs Operacionais DW 
Objetivo Operações diárias do negócio Analisar o negócio 
Uso Operacional Informativo 
Tipo de processamento OLTP OLAP 
Unidade de trabalho Inclusão, alteração, exclusão Carga e consulta 
Número de usuários Milhares Centenas 
Tipo de usuário Operadores Comunidade gerencial 
Interação do usuário Somente pré-definida Pré-definida e ad-hoc 
Condições dos dados Dados operacionais Dados Analíticos 
Volume Megabytes – gigabytes Gigabytes – terabytes 
Histórico 60 a 90 dias 5 a 10 anos 
Apostila de Treinamento – Business Intelligence 
35 
 
(11) 3531 6550 - www.strattus.com.br 
Granularidade Detalhados Detalhados e resumidos 
Redundância Não ocorre Ocorre 
Características BDs operacionais DW 
Estrutura Estática Variável 
Manutenção desejada Mínima Constante 
Acesso a registros Dezenas Milhares 
Atualização Contínua (tempo real) Periódica (em batch) 
Integridade Transação A cada atualização 
Número de índices Poucos/simples Muitos/complexos 
Intenção dos índices Localizar um registro Aperfeiçoar consultas 
 
 
2.4.4. Projeto e Desenvolvimento de Sistemas de Data Warehouse 
 
A maioria dos autores sobre o assunto costuma dizer que o projeto de sistemas de 
DW é muito cansativo e penoso. Analisando pelo ângulo das gerências 
administrativas, muitas vezes pode-se imaginar que, uma vez que a base de 
dados transacional já está em funcionamento, torna-se automática a implantação 
de sistemas de análise e suporte à decisão. 
 
Muitas vezes é necessária uma completa reavaliação dos sistemas transacionais 
para que só então seja possível modelar um projeto de DW. 
 
De certa forma os projetos de sistemas de apoio à tomada de decisão não fogem 
ao modo tradicional de se implementar e implantar sistemas de informação. Deve 
ser feita uma análise do sistema como um todo utilizando-se inclusive da 
realização de diversas reuniões com os gerentes, funcionários e outros 
colaboradores envolvidos no tema. 
 
Os projetos de DMs devem ser inicialmente simples e úteis para que possam 
atingir seus objetivos de forma rápida e clara. Não é desejável para uma empresa 
investir uma quantia em dinheiro e tempo de seus funcionários em um projeto que 
pode levar meses para ser concluído e que durante o processo de implantação 
possa terminar por gerar controvérsias e até mesmo problemas para os setores. 
 
Após a conclusão de um projeto inicial bem implantado, com certeza surgirão 
outros projetos a partir de novas idéias dos próprios usuários, e também dos 
projetistas, em função da experiência adquirida durante o projeto do sistema 
inicial. 
 
 
 
Apostila de Treinamento – Business Intelligence 
36 
 
(11) 3531 6550 - www.strattus.com.br 
2.4.4.1. Funções dos Componentes da Equipe 
 
O projeto e a posterior manutenção e utilização de sistemas de DW requerem o 
empenho de profissionais capacitados e com conhecimentos avançados em 
diversas áreas. Além disto, poderão ser definidas várias funções para os usuários. 
De acordo com o tamanho do projeto e o tipo de tecnologia utilizada, podem ser 
necessárias várias pessoas para realizar as diferentes funções. Nota-se também 
que algumas das funções da tabela 2 são necessárias apenas durantea fase de 
projeto do DW. Algumas funções podem variar conforme o estágio em que se 
encontra o projeto, assim como podem ser agrupadas para que uma só pessoa 
realize várias delas ao mesmo tempo. 
 
Tabela 2: Funções dos componentes da equipe de um DW. 
 
Funções Responsabilidades 
Gerente do Data Warehouse Define as estratégias pertinentes ao Data Warehouse; 
Planeja e gerencia o DW; 
Comunica os objetivos do DW para a equipe de 
desenvolvimento. 
Arquiteto de Dados (Modelador) Desenvolve o modelo de dados 
Analisa as exigências de dados 
Desenha as estruturas dos dados 
Define as visões gerenciais para os dados 
Administrador de Metadados 
(Modelador) 
Define os padrões de metadados 
Gerencia o repositório dos metadados 
Administrador do BD (DBA) Cria as estruturas físicas no BD 
Monitora o carregamento dos dados e a performance das 
consultas 
Usuário de nível gerencial Descreve os dados necessários 
Especifica as regras de negócio 
Testa os resultados das transformações dos dados 
Analista de processos e aplicações 
(Funcional) 
Desenvolve as aplicações de suporte à decisão 
Especialista em Aplicações 
Operacionais (DBA/Analista Sistemas) 
Indica onde estão os dados nos sistemas transacionais 
Analista e programador de 
conversões (ETL/DBA) 
Indica as fontes de dados para o DW 
Desenvolve os programas para selecionar e carregar os 
dados 
Especialista em suporte técnico 
(infra-estrutura) 
Desenvolve as atividades técnicas como instalar e 
configurar máquinas 
Instrutor Treina os usuários para acessar o DW 
 
 
 
 
 
Apostila de Treinamento – Business Intelligence 
37 
 
(11) 3531 6550 - www.strattus.com.br 
2.4.4.2. Analise entre Model. Dimensional e Model. Relacional 
 
Um modelo entidade-relacionamento nem sempre é indicado para a construção de 
bancos de dados de apoio à decisão, os chamados DSS (Decision Suport 
Systems). 
 
Este tipo de modelagem é bastante apropriado para ser aplicado no 
desenvolvimento de sistemas transacionais em ambientes relacionais. 
 
Na atualidade, a forma mais utilizada pelos projetistas para armazenar grandes 
quantidades de dados é feita em bancos de dados relacionais, uma vez que sua 
estrutura de dados é bastante propícia para solucionar problemas de espaço em 
disco e também de desempenho. A questão fundamental é que as novas 
tecnologias de consulta e análise de dados requer recursos que a modelagem 
relacional não pode oferecer. 
 
É sugerido por vários autores do tema BI, a utilização de técnicas diferenciadas 
denominadas Modelagem Dimensional (MD), as quais estruturam os dados de 
forma diferente daquela definida pelos sistemas relacionais, possibilitando que 
todas as consultas sejam melhoradas. 
 
Não existem segredos para que se converta um modelo ER em um modelo 
dimensional. O gerenciador de banco de dados utilizado no MD é bastante 
diferente do tradicional que gerencia modelos ER, sendo que no primeiro são 
facilitadas a navegação e as consultas. O número de tabelas é reduzido pelo fato 
de existirem dimensões ligadas a uma tabela de fatos central, logo o gerenciador 
pode trabalhar com um número menor de chaves. 
 
A teoria de bancos de dados relacionais sugere aos desenvolvedores que 
procurem eliminar as redundâncias dos dados através da modelagem ER e 
normalizações. As tabelas definidas são relacionadas através de chaves e utiliza-
se estas tabelas normalizadas para reduzir o número de atualizações necessárias 
nesta base. 
 
O grande problema dos modelos ER é que o número de tabelas inconsistentes é 
grande. Qualquer pessoa que tenha projetado um sistema de informação que 
controle um processo dentro de uma empresa de porte médio deve possuir pelo 
menos um grande mapa desenhado com as entidades relacionadas entre si. 
 
Podem existem nele centenas de tabelas interligadas por centenas de 
relacionamentos. Este modelo pode ser visto pelos olhos do projetista e das 
pessoas ligadas à tecnologia de banco de dados como um modelo consistente e 
bem arranjado, o qual supre as necessidades de consistência e desempenho das 
transações que são realizadas em grandes quantidades a todo o momento. 
 
Porém, sob a ótica do usuário final, este modelo arquitetado é dificílimo, para não 
dizer impossível, de ser entendido. 
Apostila de Treinamento – Business Intelligence 
38 
 
(11) 3531 6550 - www.strattus.com.br 
 
Já um modelo dimensional nos parece diferente. Um modelo estrela organiza de 
forma mais simplificada o processo como um todo, reduzindo a amplitude dos 
fatos desejados e trazendo as questões importantes para o foco. 
 
Por exemplo, na Imagem 11 é apresentado um modelo dimensional de um 
processo empresarial típico: um caixa registrador de vendas em uma cadeia de 
varejo. 
 
 
Normalmente se chama este tipo de diagrama de Diagrama Estrela. Observe que 
na tabela central, a tabela de fatos, estão colocadas chaves para as dimensões e 
alguns atributos que representam medidas numéricas do negócio. 
 
Esta tabela é tradicionalmente a maior em número de registros. 
 
 
Imagem 11 
 
Sistemas de DW podem ter várias tabelas de fatos, cada uma representando um 
processo diferente dentro da empresa, constituindo os DMs, que podem ser 
ligados uns aos outros dependendo da necessidade e também da possibilidade de 
que isto aconteça. 
 
As tabelas de fatos são ligadas através de relacionamento a diversas tabelas de 
dimensões utilizando chaves. Estas tabelas são muito menores em tamanho e 
número de registros do que a tabela de fatos a que são ligadas. Cada tabela de 
dimensão tem uma única chave e os campos destas tabelas são tipicamente 
textuais e utilizados como fontes para compor os cabeçalhos de relatórios. 
 
Um esquema estrela como o da imagem 11 se baseia em dois tipos de consultas 
(queries): browse e join multitabelas. 
 
A query browse é definida para ser aplicada em uma tabela apenas, sem que seja 
necessário utilizar comandos join. Um exemplo deste tipo de consulta ocorre 
quando um usuário abre um menu pull-down de toda a lista de itens de uma tabela 
que representa uma dimensão do modelo estrela a fim de consultar seus atributos. 
Apostila de Treinamento – Business Intelligence 
39 
 
(11) 3531 6550 - www.strattus.com.br 
Normalmente os dados resultantes desta consulta serão apresentados de forma 
automática, uma vez que, teoricamente, tudo o que se quer já está na tela. 
 
As consultas com joins multitabelas são precedidas por uma série de browses que 
fazem uso da estrutura do modelo estrela através de diversas uniões entre a 
tabela de fatos e as dimensões. Dificilmente este tipo de consulta será atendido 
rapidamente, uma vez que são localizadas centenas ou até milhares de registros 
de tabelas subjacentes para darem uma resposta resumida para o usuário. 
 
A modelagem dimensional é um processo top-down. Primeiro são identificados os 
processos empresariais que serão a base para a criação das tabelas de fatos, 
tabelas estas que serão povoadas como os dados numéricos destes fatos. A 
modelagem ER habitual possui grande parte de seu conjunto formado pelas 
tabelas de dimensão e por técnicas de normalização. Se as tabelas de dimensão 
forem normalizadas em estruturas de "floco de neve", onde estas dimensões são 
compostas de mais de uma tabela, podem surgir dois problemas. Primeiro, o 
modelo de dados fica bastante complexo para ser apresentado aos usuários. 
Segundo, a união entre as diversas partes do floco de neve irá comprometer o 
desempenho do sistema como um todo. 
 
O desempenho durante a fase de atualização das tabelas raramente é importante 
em sistemas de apoio à decisão, uma vez que esta operação é feita, como já foi 
dito neste trabalho, durante a noite ou em momentos em que não se esteja 
utilizando os sistemas da empresa a pleno vapor. Mesmo assim, alguns projetistas 
utilizam o argumento de melhorar este desempenho para justificarem a 
necessidade de normalizar as dimensões. 
 
Um projeto de banco de dados dimensional tem uma estrutura fixa onde não há