Resenha Crítica de Caso - A Tecnologia de Data Warehouse nas Organizações

Prévia do material em texto

UNIVERSIDADE ESTÁCIO DE SÁ MBA EM INTELIGENCIA DE NEGOCIOS - BUSINESS INTELLIGENCE
Resenha Crítica de Caso Héber Santos Nogueira
Trabalho da disciplina SAD - Sistema de Apoio a Decisões
Tutor: Prof. Marcelo Vasques de Oliveira
2021 
 (
1
)
A Tecnologia de Data Warehouse nas Organizações 
Referência: 
PARIS, Riliane Alpoim. A Tecnologia de Data Warehouse nas Organizações. Devmedia, 2021. Disponível em: <https://www.devmedia.com.br/a-tecnologia-de-data-warehouse-nas-organizacoes/5939#_ftn1>. Acesso em: 03 de maio de 2021.
No contexto da computação, um data warehouse é uma coleção de dados orientada para uma determinada área (empresa, organização, etc.), integrado, não volátil e variável ao longo do tempo, o que auxilia na tomada de decisões no entidade na qual é usado. É, antes de tudo, um arquivo completo de um organização, além das informações transacionais e operacionais, armazenadas em um banco de dados projetado para facilitar a análise e disseminação eficientes de dados (especialmente OLAP, processamento analítico online). Armazenamento de os dados não devem ser usados ​​com os dados de uso atuais. Armazéns de dados contêm muitas vezes, grandes quantidades de informações que às vezes são subdivididas em unidades menor lógico, dependendo do subsistema da entidade de onde vêm ou para o que for necessário.
Papel de um Data Warehouse
Em um data warehouse, o que você deseja é conter dados que sejam necessários ou úteis para uma organização, ou seja, é usado como um repositório de dados para depois os transforme em informações úteis para o usuário. Um data warehouse você deve fornecer as informações corretas às pessoas certas no momento ideal e no momento certo e formato adequado. O data warehouse responde às necessidades do usuário especialistas, usando Sistemas de Apoio à Decisão (SAD), Sistemas de Informação executivo (EIS) ou ferramentas para fazer consultas ou relatórios. Usuários finais podem consultar facilmente seus armazenamentos de dados sem tocar ou afetar o operação de sistema.
As idéias a seguir são muito importantes na operação de um data warehouse:
· Integração de dados de bancos de dados distribuídos pela diferentes unidades da organização e que muitas vezes terão diferentes estruturas (fontes heterogêneas). Uma descrição abrangente e um análise abrangente de toda a organização no data warehouse.
· Separação dos dados usados ​​nas operações diárias dos dados usados ​​no warehouse de dados para fins de divulgação, para ajudar a fazer decisões, para análise e para operações de controle. Ambos os tipos de dados não devem coincidir na mesma base de dados, pois obedecem a objetivos próprios diferentes e podem interferir uns nos outros.
Periodicamente, os dados são importados para o warehouse de dados dos diferentes sistemas de planejamento de recursos da entidade (ERP) e outros sistemas de software relacionadas com o negócio para uma maior transformação. É uma prática comum normalizar os dados antes de combiná-los no data warehouse usando ferramentas extração, transformação e carregamento (ETL). Essas ferramentas lêem os dados primária (muitas vezes os bancos de dados OLTP de uma empresa), execute o processo de transformação para o data warehouse (filtragem, adaptação, mudanças de formato, etc.) e eles escrevem no warehouse.
Depois das dificuldades dos sistemas tradicionais em atender às necessidades informacional, surge o conceito de Data Warehouse, como solução às necessidades informativo global da empresa. Este termo cunhado por Bill Inmon, é
é traduzido literalmente como Data Warehouse. No entanto, se o Data Warehouse fosse exclusivamente um data warehouse, os problemas permaneceriam os mesmos que em Centros de informação.
Vantagens de um Data Warehouse
A principal vantagem deste tipo de sistema está baseada em seu conceito fundamental, o estrutura de informação. Este conceito significa o armazenamento de informações homogênea e confiável, em uma estrutura baseada na consulta e no tratamento hierárquico do mesmo, e em ambiente diferenciado dos sistemas operacionais.
Conforme definido por Bill Inmon, o Data Warehouse é caracterizado por ser:
· Integrado: os dados armazenados no Data Warehouse devem ser integrados a um estrutura consistente, de modo que as inconsistências existentes entre os vários sistemas operacionais devem ser eliminados. A informação é geralmente estruturada também em diferentes níveis de detalhe para atender às diferentes necessidades dos usuários.
· Temático: apenas os dados necessários para o processo de geração do o conhecimento do negócio é integrado a partir do ambiente operacional. Os dados são organizado por tópico para facilitar seu acesso e compreensão pelos usuários usuários finais. Por exemplo, todos os dados do cliente podem ser consolidado em uma única tabela no Data Warehouse. Desta maneira, pedidos de informações sobre clientes serão mais fáceis de responder, dado que todas as informações residem no mesmo lugar.
· Histórico: o tempo é uma parte implícita das informações contidas em um Dado Warehouse. Em sistemas operacionais, os dados sempre refletem o estado da atividade empresarial na atualidade. Pelo contrário, o as informações armazenadas no Data Warehouse servem, entre outras coisas, para realizar análises de tendências. Portanto, o Data Warehouse é carregado com o valores diferentes que uma variável leva ao longo do tempo para permitir comparações.
· Não volátil: o armazenamento de informações de um Data Warehouse existe para ser lido e não modificado. A informação é, portanto, permanente, ou seja, o atualização do Data Warehouse a incorporação dos valores mais recentes pegou as diferentes variáveis ​​contidas nele sem qualquer ação em o que já existia.
E.F. Codd, considerado o pai dos bancos de dados relacionais, chegou insistindo desde o início dos anos noventa, que possuem um sistema de banco de dados relacional, não significa ter suporte direto para a tomada de decisões. Muitas dessas decisões são baseadas em uma análise de natureza multidimensional, que são tentados resolver com a tecnologia não orientada para esta natureza. Esta análise multidimensional, parte de uma visão da informação como dimensões do negócio.
Áreas de aplicações de Business Intelligence e do Data Warehouse
Os sistemas BI e DW podem ser aplicáveis ​​em qualquer área da empresa e organizações, embora as áreas mais comuns em que são usados ​​possam ser:
Data warehouse e sistemas de marketing
A aplicação de tecnologias de Data Warehouse representa uma nova abordagem para Marketing, utilizando Database Marketing. Na verdade, um sistema de O Marketing Warehouse envolve marketing científico, analítico e especializado, com base no conhecimento exaustivo de clientes, produtos, canais e mercado.
Este conhecimento é derivado do fornecimento de todas as informações necessárias, tanto interno e externo, em ambiente de Data Warehouse, buscando com tudo isso informação, a otimização das variáveis ​​controladas do Marketing Mix e do suporte para a previsão de variáveis ​​não controláveis ​​(usando técnicas de dados Mineração). Com base no conhecimento exaustivo dos clientes, um tratamento personalizado deles no dia-a-dia (atendimento comercial) e em ações promocionais específicas.
As áreas em que as tecnologias de Data Warehouse podem ser aplicadas ao Marketing são, entre outros:
· Pesquisa Comercial Segmentação de mercado.
· Identificação de necessidades não atendidas e geração de novos produtos, ou modificação de produtos existentes.
· Definição de preços e descontos: Definição da estratégia de canais de
marketing e distribuição
· Definição da estratégia de promoção e atendimento ao cliente
· Relacionamento com o cliente: Programação, execução e acompanhamento das ações comerciais
· Lançamento de novos produtos
· Venda cruzada, links, campanhas de fidelidade, etc.
· Suporte ao canal de vendas com informações qualificadas
Data warehouse e análise de risco financeiro
O Data Warehouse aplicado à análise de risco financeiro oferece recursos
desenvolvimentode aplicativos avançados para apoiar as várias atividades de gestão de riscos. É possível desenvolver qualquer ferramenta utilizando as funções incorporado na plataforma, graças ao potencial estatístico aplicado ao risco de crédito.
Assim, pode ser utilizado para realizar as seguintes funcionalidades:
· Para gestão de cargos: determinação de cargos, cálculo de sensibilidades, análise what / if, simulações, monitoramento de risco contra limites, etc.
· Para medição de risco: Suporte à metodologia RiskMetrics (Metodologia registrado J.P. Morgan / Reuters), Simulação de cenários históricos, Modelos de covariância, simulação de Monte Carlo, modelos de avaliação, Calibração de modelos de avaliação, análise de rentabilidade, estabelecimento e quinze rastreamento. limites, desenvolvimento / modificação de modelo, teste de estresse, etc. O uso do Data Warehouse oferece grande flexibilidade para criar ou modificação de nossa própria avaliação de risco e modelos de medição, ambos motivado por mudanças na regulamentação, como avanços na modelagem de esses instrumentos financeiros.
Isso ocorre porque as informações históricas de mercado e o uso de técnicas de Data Mining simplifica a implementação de qualquer método estatístico. Os métodos de previsão podem ser executados usando séries históricas, (GARCH, ARIMA, etc.).
Mas a exploração da informação nos permite não só a exploração dos dados para um conhecimento de informações históricas, mas também para examinar condições de normalidade das quais a maioria das metodologias de avaliação do risco partir.
Além de implementar modelos existentes, análises podem ser realizadas com vista a determinar os próprios modelos, com base na análise de correlação para o estudo do avaliação de risco de carteiras ou processos de simulação de Monte Carlo.
Tudo isso em uma plataforma de gerenciamento de informação avançada baseada no fácil visualização do mesmo e sua análise estatística como suporte às metodologias padrão de fato, ou às particularidades de cada ambiente.
 
Conclusão
O uso de técnicas de Business Intelligence e Data Warehouse são essenciais para ter sucesso na competição de uma empresa. Como vimos no relatório essas técnicas podem ser focadas nos diferentes departamentos de uma empresa, conseguindo assim o controle dos dados da empresa.
Essas técnicas não são aplicadas apenas em grandes empresas, mas também em projetos de negócios, então cada indivíduo ou empresário deve conhecer e estudar essas técnicas para uso posterior e sucesso no ambiente de negócios.