Atividade 3 Sist Informação

Prévia do material em texto

A) Realize uma pesquisa ou reforce seu conhecimento sobre o significado de dimensões e fatos em uma solução de BI. Com isso, identifique e descreva pelo menos quatro dimensões na concepção da solução de BI para a diretoria comercial.
 O sistema BI reúne diversas tecnologias que ajudam o desenvolvimento e a disponibilização da solução para organização. Estamos falando sobre Inteligência Empresarial, que lida com os processos de geração de informações e monitoramento de informações que dão suporte à gestão das empresas. 
O BI pode ser definido como um conjunto de técnicas, métodos, teorias e processos que abrange todos os setores de uma empresa. O principal objetivo do BI é converter um grande volume de dados em informações relevantes para o negócio e, assim, facilitar a tomada de decisão.
De maneira geral, a “Inteligência de Negócios” auxilia na interpretação e análise de dados com o intuito de identificar oportunidades e riscos para a empresa.
Cito como exemplo a TNT, empresa presente em 61 países e com mais de 56.000 funcionários, a TNT tem como um de seus desafios manter a excelência de seus serviços. Para isso, identificou a necessidade de instalar um sistema avançado para análise de dados.
A partir disso, a TNT conseguiu prever certas falhas ou situações que poderiam prejudicar suas entregas.
Com as informações que o BI ajudou a fornecer, foi possível criar inúmeras estratégias de enfrentamento desses problemas e indicadores importantes para a otimização dos recursos e das atividades da empresa. (Fonte - MindMiners Blog).
B) Identifique e descreva duas “tabelas” de fatos da solução e, para cada uma delas, apresente pelo menos dois “campos”. A tabela de fatos é a principal tabela de um modelo dimensional, onde as medições numéricas de interesse da empresa estão armazenadas. É composta por uma chave primária e pelas métricas de interesse para o negócio. 
A tabela de fatos registra os fatos que serão analisados. É composta por uma chave primária (formada por uma combinação única de valores de chaves de dimensão) e pelas métricas de interesse para o negócio. As dimensões indicam a forma como as medidas serão vistas, os seja, são os aspectos pelos quais se pretende observar as métricas. A intersecção das chaves de dimensão define a granularidade da tabela de fatos, e é importante que todas as medidas na tabela de fatos tenham a mesma granularidade.
A granularidade diz respeito ao nível de detalhe ou de resumo contido nas unidades de dados existentes no data warehouse [INMON, 1997]. Quanto mais detalhe, mais baixo o nível de granularidade. Quanto menos detalhe, mais alto o nível de granularidade.
Os modelos dimensionais devem armazenar a informação mais detalhada no processo do negócio, preferencialmente dados que não podem ser subdivididos, como uma linha de item de uma venda, por exemplo. Por isso, normalmente uma tabela de fatos é grande, com milhões de registros.
As dimensões indicam a forma como as medidas serão vistas, são os aspectos pelos quais se pretende observar as métricas. A tabela de fatos deve ser sempre preenchida com as medidas referentes ao fato. Não se deve preencher uma linha da tabela fato com zeros para representar que nada aconteceu, pois isso faria com que a tabela de fatos crescesse demais. 
Outro ponto importante é que a tabela de fatos deve representar uma unidade do processo do negócio, não devendo-se misturar assuntos diferentes numa mesma tabela de fatos.
Os atributos mais comuns em uma tabela de fatos são valores numéricos. Estes valores são, em sua maioria, aditivos. As métricas aditivas são as que permitem operações como adição, subtração e média de valores por todas as dimensões, em quaisquer combinações de registros, como "total de itens vendidos" por combinação de data, produto e loja. Métricas aditivas são importantes porque normalmente as aplicações de data warehouse não retornam uma linha da tabela de fatos, mas sim centenas, milhares e até milhões.
C) Para cada uma das tabelas dos fatos, indique de qual sistema ou módulo de ERP pode servir de fonte de dados da ferramenta ETL para carga de dados na solução. Indique pelo menos dois sistemas distintos. 
Os sistemas ERP realizam a formalização dos processos nas empresas, fornecendo registros e uma base de dados confiáveis para que os diversos setores da organização possam utilizá-los no dia a dia. 
A tecnologia ERP auxilia o gestor da empresa a melhorar os processos internos e integrar as atividades de diferentes setores, como vendas, finanças, estoque e recursos humanos. 
A partir da centralização das informações em uma plataforma única, o fluxo de dados corporativos se torna mais fluido e é compartilhado com facilidade. Ao mesmo tempo, essas soluções eliminam a duplicidade de informações. 
Em um primeiro momento, o sistema ajuda o gestor a: administrar as contas a pagar e a receber, monitorar as vendas e acompanhar os pedidos de compras. Também contribui para a gestão de pessoas, por meio da oferta de informações sobre a produtividade da equipe. Dessa maneira, o sistema ERP facilita o gerenciamento das informações de diversos setores da organização. 
Essa característica aumenta o controle e o acompanhamento dos processos. Afinal, se cada departamento utilizar um software diferente, podem ser gerados erros nas informações que comprometerão a capacidade produtiva.
 Por sua vez, a integração dos dados aumenta a eficiência da gestão e dá rapidez aos procedimentos. A comunicação entre as equipes também passa a ser mais efetiva e os problemas podem ser resolvidos com agilidade. A consequência são menos impasses com clientes ou fornecedores. 
Por exemplo: o ERP identifica que uma matéria-prima foi encaminhada ao setor de produção. De maneira automática, esse item é retirado do estoque e as informações do setor de compras são atualizadas. Desse modo, há mais facilidade para controlar a necessidade de aquisição de materiais. 
Além disso, o sistema pode auxiliar os departamentos de RH e finanças. Por exemplo: o gestor de recursos humanos lança os dados dos colaboradores, enquanto o financeiro insere as informações de pagamentos. Nesse processo, a solução faz o controle de todo o ciclo para evitar erros nos valores repassados. 
D) Opcional - Caso queira aprender ainda mais com a atividade, pesquise sobre o que são modelos de dados analíticos em Estrela e em Floco de Neve e realize um breve rascunho de um dos diagramas lidando com o solicitado nas questões A e B. Os modelos de dados analíticos em Estrela e em Floco de Neve são duas diferentes maneiras de esquematizar tabelas de fatos. 
 MODELOS DIMENSIONAIS – ESTRELA.
O nome “estrela” se dá devido à disposição em que se encontram as tabelas, sendo a tabela fato centralizada relacionando-se com diversas outras tabelas de dimensão. Veja um exemplo da estrutura do Star Schema na figura a seguir:
Nesse modelo os dados são desnormalisados para evitar joins entre tabelas, diminuindo o tempo de consultas, no entanto devido a repetição de dados, utiliza mais espaço em disco. A vantagem desse modelo é a eficiência na extração de dados, o que é um grande diferencial em se tratando de um datawarehouse.
 MODELOS DIMENSIONAIS – FLOCO DE NEVE.
Outro tipo de estrutura bastante comum, é o modelo de dados Snow Flake (Floco de Neve), que consiste em uma extensão do modelo Estrela onde cada uma das "pontas da estrela" passa a ser o centro de outras estrelas. Isto porque cada tabela de dimensão seria normalizada, "quebrando-se" a tabela original ao longo de hierarquias existentes 30 em seus atributos. Recomenda-se utilizar o esquema floco de neve apenas quando a linha de dimensão ficar muito longa e começar a ser relevante do ponto de vista de armazenamento. Veja um exemplo da estrutura do Snow Flakes na figura a seguir:
Devido a essa estrutura, o acesso aos dados é mais lenta, mas facilita na construção de cubos de algumas ferramentas BI(Business Intelligence) e BA (Business Analytics). A decisão de optar pelo esquema estrela ou pelo floco de neve deve ser tomada levando-se emconsideração o volume de dados, o SGBD, as ferramentas utilizadas, etc.