UNIVERSIDADE CANDIDO MENDES

PÓS-GRADUAÇÃO LATO SENSU

INSTITUTO A VEZ DO MESTRE

DATA WAREHOUSE: A IMPORTÂNCIA DO SISTEMA DATA

WAREHOUSE NA TOMADA DE DECISÃO DA EMPRESA

Por: Ana Cristina do Valle Sidreira

Orientador

Prof. Fabiane Muniz

Rio de Janeiro

2009

2

UNIVERSIDADE CANDIDO MENDES

PÓS-GRADUAÇÃO LATO SENSU

INSTITUTO A VEZ DO MESTRE

DATA WAREHOUSE: A IMPORTÂNCIA DO SISTEMA DATA

WAREHOUSE NA TOMADA DE DECISÃO DA EMPRESA

Apresentação de monografia ao Instituto A Vez do

Mestre – Universidade Candido Mendes como

requisito parcial para obtenção do grau de

especialista em Pós-Graduação “Latu Sensu” em

Gestão Empresarial.

Por: . Ana Cristina do Valle Sidreira

3

AGRADECIMENTOS

Agradeço a Deus pela oportunidade de

recomeçar minha vida e pelo apoio dos

meus filhos, minha mãe, meus amigos

e da pessoa que hoje é meu

companheiro, amigo e cúmplice.

4

DEDICATÓRIA

Dedico esse trabalho aos meus filhos,

meu neto, minha mãe, minha amiga

Fernanda Damasceno e ao Marcio que

acreditaram mais em mim do que eu

mesma.

RESUMO

5

O assunto a ser abordado neste trabalho refere-se as funcionalidades,

características e conceitos atribuídos por vários autores ao sistema data

warehouse assim como as dificuldades encontradas para implantação do

sistema nas organizações. Sendo a informação o recurso mais importante na

condução das organizações, o presente trabalho mostra que o data warehouse

é sem dúvida uma ferramenta poderosa na busca de consolidar as

informações gerenciais em um formato único e específico para uso estratégico.

Porém alguns cuidados são necessários pois os fracassos são constantes.

O trabalho busca dar uma visão de desenvolvimento desse sistema,

abordando o conceito, requisitos, as diferenças em relação aos sistemas

tradicionais de processamento de informações identificando fatores chaves de

sucesso na implantação dessa ferramenta nas empresas que querem obter

vantagem competitiva no mercado.

METODOLOGIA

6

O método utilizado neste trabalho foi a pesquisa bibliográfica, que é um

conjunto de técnicas e estratégicas que se empregam para localizar, identificar

e acessar documentos que sirvam de base para obter informação para

pesquisa. Esta pesquisa foi feita em livros, revistas, artigos, internet e outros

documentos pertinentes ao tema. Foram pesquisados livros de autores como

Inmon, Kimball, Machado entre outros.

7

SUMÁRIO

INTRODUÇÃO 08

CAPÍTULO I -

Data Warehouse: Conceitos e Características 11

CAPÍTULO II -

Data Warehouse: A sua importância no processo de tomada de decisão e no

planejamento estratégico da empresa 22

CAPÍTULO III –

Data Warehouse: As dificuldades para sua implantação 29

CONCLUSÃO 38

BIBLIOGRAFIA 39

ÍNDICE 43

INTRODUÇÃO

8

O objetivo deste trabalho foi apresentar o conceito, as características,

funcionalidades e a importância da implantação de um sistema data

warehouse que é capaz de apoiar a empresa na tomada de decisão e no seu

planejamento estratégico com mais rapidez e com garantia de sucesso.

Com a explosão no uso de computadores pessoais, com as grandes

inovações tecnológicas aliadas ao crescimento do ambiente de negócio, as

organizações começaram a perceber a dificuldade de se analisar um grande

volume de dados armazenados e espalhados em diversos sistemas e de fácil

acesso.

O processo de construção de um data warehouse vem sendo

considerado como melhor abordagem tendo em vista a dificuldade de buscar

informações que permitissem a tomada de decisão embasada em um

ambiente histórico de dados com maior rapidez. Sendo assim o data

warehouse está em pauta de discussões na maioria das empresas, que no

mercado de acirrada concorrência. Necessita utilizar estrategicamente suas

informações para ganho de competitividade.

A implantação de um data warehouse está sendo a aplicabilidade mais

utilizada para transformação de alto volume de dados existentes operacionais

em dados gerenciais úteis e confiáveis atendendo ao processo de tomada de

decisão, já que o acesso à informação se tornou imprescindível no contexto

empresarial.

Com o dinamismo do ambiente de negócio é de imensa importância

que as regras de negócio sejam incorporadas as aplicações, que as estruturas

sistêmicas se ajustem e que o tempo de resposta seja cada vez menor.

A qualidade dos dados e a utilização correta das informações formam

um conjunto de fatores que levam as organizações a conseguirem destaque no

mercado.

9

Podemos destacar como principais características e objetivos do data

warehouse: Criação de um repositório único de dados oficiais da companhia

que irão apoiar os executivos no planejamento estratégico e na tomada de

decisão; Viabilizar acompanhamento histórico das informações por um período

de tempo mais longo; Possibilitar um alto poder de análise para apoiar a

gerência; Padronizar o processo de extração e cálculo de dados; Facilitar o

monitoramento de coleta de dados e atuação com mais agilidade; Garantir

maior disponibilidade de dados dentro de prazos esperados; Diminuir o acesso

de sistemas corporativos por usuários que não podem tomar decisões;

Transparência e confiabilidade das informações; Alinhamento das estratégias

da empresa com todas as áreas; Análise de um grande volume de dados.

É muito importante que na construção de um data warehouse se

identifique os processo de negócio evitando que os dados venham a se repetir,

escolher a granularidade dos dados e estabelecer as dimensões.

Sendo recente o mercado de data warehouse e pela diversidade dos

sistemas de informação existentes que passarão pelo complexo processo de

extração e carregamento de dados, o data warehouse não pode ser comprado

pela organização como se fosse somente uma ferramenta, mas precisa ser

construído como uma arquitetura.

Considerando-se tal contexto, pergunta-se: Qual a verdadeira

importância de um Data Warehouse para tomada de decisão da empresa e no

seu planejamento estratégico? Quais são as dificuldades encontradas para sua

implantação?

No primeiro capítulo, o trabalho apresenta o conceito de um sistema

Data Warehouse, suas funcionalidades bem como suas características.

10

No segundo capítulo, é apresentada a importância do Data Warehouse

no processo de tomada de decisão e no planejamento estratégico de um

organização.

Por fim, o terceiro capítulo apresenta as dificuldades encontradas e os

riscos na implantação de um Data Warehouse.

CAPÍTULO I

11

DATA WAREHOUSE: CONCEITOS E

CARACTERÍSTICAS

Poucas são as empresas que investem em soluções para minuciar a

informática, na tarefa de construção e manutenção das diversas bases de

dados visando suportar os processos os processos de extração, correção,

regras de negócios e sumarização dos dados operacionais manipulados

diariamente pelos sistemas da organização, transformando-os em informação

útil ao processo decisório.

Geralmente a utilização de tecnologias mais avançadas estão

diretamente ligadas às grandes organizações que manipulam uma quantidade

diária de informação muito intensa. Neste sentido, as empresas nem sempre

estão preparadas tecnologicamente e culturalmente para receberem inovações

tecnológicas que são lançadas quase que diariamente no mercado. No

contexto organizacional, a manipulação e gerenciamento de dados é um dos

principais fatores que levam as organizações ao sucesso ou ao fracasso

Segundo Date (2004), Data Warehouse (que no português significa

literalmente armazém de dados), é um depositório de dados orientado por

assunto, integrado, não volátil, variável com o tempo, para apoiar as decisões

gerenciais.

Um Data Warehouse (ou armazém de dados, ou depositório de dados

no Brasil) é um sistema de computação utilizado para armazenar informações

gerenciais relativas às atividades de uma organização de forma consolidada.

O Data Warehouse possibilita a análise de grandes volumes de dados,

coletados de diversos sistemas transacionais da organização. Favorece uma

melhor análise de informações passadas, oferecendo suporte às tomadas de

12

decisões e a previsão de eventos futuros. Por definição, os dados de um data

warehouse não são voláteis, isto é, não mudam, estão disponíveis para os

usuários somente para leitura e não podem ser alterados.

As necessidades de análise de dados cresceram paralelamente com o

amadurecimento dos sistemas de informações gerenciais, com isso os data

warehouses surgiram como conceito acadêmico na década de 80. Devido sua

capacidade de sumarizar, analisar grandes volumes de dados e evitar

redundância de dados, o data warehouse são criados pelas organizações

justamente para fornecer suporte aos tomadores de decisão fornecendo

informações precisas e confiáveis e uma visão global da organização.

“O objetivo do data warehouse é criar um repositório de dados que dê acesso a dados gerenciais sob formas facilmente aceitáveis para as atividades de processamento analítico, como por exemplo, apoio à decisão.”. (TURBAN, 2004, p.402).

Um data warehouse é, muitas vezes, conhecido somente como um

imenso banco de dados capaz de armazenar milhões de registros. Contudo,

ele não consiste somente nisso, existem outras características importantes que

fazem do data warehouse um poderoso aliado da organização. Dentre elas,

Turban (2004), diz que as principais características são:

• Organização;

• Consistência;

• Variedade de tempo;

• Não-volatibilidade;

• Estrutura relacional;

• Arquitetura.

Para os autores Silberschatz, Korth e Sudarshan (1999, p.713), “Data

Warehouse é um repositório (ou arquivo) de informações coletadas em

13

diversas fontes, armazenadas sob um esquema único, em um só local. Uma

vez coletados, os dados são armazenados por um período longo, permitindo o

acesso a dados históricos.”.

Já segundo Inmon (1997, p.33), “Data Warehouse é uma coleção de

dados baseadas em assuntos, integrados, variáveis com o tempo e não

voláteis, para dar suporte ao processo de tomada de decisão.”.

De acordo com Singh (2001, p.12), data warehouse é uma tecnologia

de gestão e análise de dados constituindo “[...] um ambiente de suporte a

decisão que alavanca dados armazenados em diferentes fontes e os organiza

e entrega aos tomadores de decisão da empresa, independente de plataforma

que utilizam ou de seu nível de qualificação técnica.”.

Com o decorrer do crescimento de uma organização e o aumento no

volume de informações, o data warehouse vem para abranger quase todos os

departamentos da empresa conseguindo consolidar todos os dados.

O data warehouse possibilita confiabilidade nas informações

solucionando problemas de inconsistências de dados entre departamentos e a

falta de padronização na fonte de coleta e na forma de cálculo.

A orientação por assunto é uma característica importante, pois toda

modelagem do data warehouse é orientada a partir dos principais assuntos da

empresa. Por exemplo, em uma empresa de telemarketing, os principais

assuntos são: quantidade de ligações atendidas por um colaborados,

quantidade de clientes aguardando o atendimento, tempo médio de

atendimento, qualidade do atendimento pela percepção do cliente, quantidade

de reclamações feitas nos Órgãos de Defesa do Consumidor (Anatel, Procon,

e outros).

Ser integrado, essa é a característica mais importante do data

warehouse, pois trata da integração que é feita do ambiente operacional para

14

as aplicações do data warehouse. A integração é realizada visando padronizar

os dados dos diversos sistemas em uma única representação, para serem

transferidos para a base de dados única do data warehouse.

Os dados no banco de dados são integrados e compartilhados, ou

seja, não existe redundância de arquivos de dados, estes são unificados e

vários usuários podem ter acesso aos mesmos dados, inclusive ao mesmo

tempo. (DATE, 2004, p.7)

Num banco de dados as informações pertinentes aos sistemas

informatizados são armazenados de forma estruturada em arquivos que se

relacionam entre si. Além dos dados essenciais e de interesse do usuário, o

banco de dados também armazenam dados secundários, tais como:

informações sobre o relacionamento entre os dados essenciais, estrutura,

controle de segurança e privacidade, dicionário de dados. (YONG, 1984, p.40)

Várias operações podem ser realizadas no banco de dados do data

warehouse. Date (1991, p.3) descreve algumas destas operações;

• A adição de novos arquivos;

• A inserção de novos dados nos arquivos existentes;

• A recuperação de dados nos arquivos existentes;

• A atualização de dados nos arquivos existentes;

• A eliminação de dados nos arquivos existentes;

• A renovação de dados permanente de arquivos existentes

(vazios ou outros) ao banco de dados.

Também de acordo com Date (2004, p.16), o sistema de banco de

dados apresenta várias vantagens em relação ao sistema de processamento

de arquivos:

• Os dados podem ser compartilhados;

• A redundância pode ser reduzida;

• A inconsistência pode ser evitada;

15

• O suporte a transação pode ser fornecido;

• A integridade pode ser mantida;

• A segurança pode ser reforçada;

• Os padrões podem ser impostos.

Nos sistemas transacionais os dados sofrem diversas alterações como,

por exemplo, a inclusão, exclusão e alteração de dados pelos usuários. No

ambiente do data warehouse os dados, antes de serem carregados, são

filtrados e limpos. Após esta etapa esses dados sofrem somente operações de

consulta e exclusão, não podendo ser alterados, e esta característica

representa a não-volatilidade.

A variação em relação ao tempo consiste na manutenção de um

histórico de dados em relação ao período de tempo maior que dos sistemas

comuns, isto significa que as técnicas de mineração de dados não são

aplicadas em tempo real, de forma a não comprometer o desempenho dos

bancos de dados transacionais.

Pelo fato dos dados armazenados no data warehouse estarem

tratados e sem redundância de informações, o trabalho do analista é facilitado.

Os elementos básicos para arquitetura de um data warehouse são:

Fonte de dados: são os sistemas transacionais da empresa que pode ser

composto por diversas formas de dados.

Data stage: área de armazenagem e conjunto de processos que tem a função

de extrair os dados dos sistemas transacionais, realizar a limpeza,

transformação, combinação de informações e preparação dos dados.

Servidor: local onde os dados são armazenados e organizados para consulta

dos usuários.

Data mart: subconjunto lógico que geralmente são divididos por departamentos

ou visões necessárias para os usuários.

16

Data mining: trabalha com grande volume de dados onde existem correlações

de informações.

Ferramentas de acesso de dados: maneira em que os dados são extraídos e

integrados que possuem as funções de extração, carga de dimensões

processadas, replicação e recuperação, alimentação, carga de resultados.

Machado (2006, p.27), também afirma que o data warehouse possui

um conjunto de características:

• Transformação e integração dos dados antes de sua carga final;

• Normalmente requer máquina e suporte próprio;

• Visualização dos dados em diferentes níveis;

• Utilização de ferramentas voltadas para acesso com diferentes

níveis de apresentação.

Na visão de Inmon (1997, p.37) “Os sistemas operacionais clássicos

são organizados em torno das aplicações da empresa”, sendo que “O data

warehouse baseia-se nos principais assuntos ou negócios de interesse da

empresa que tenha sido definidos no modelo de dados” e completa afirmando

que “[...] a principal área de interesse termina sendo fisicamente implementada

como uma série de tabelas relacionadas inseridas no data warehouse.”.

Outra característica do data warehouse afirmada por Inmon (1997,

p.37), diz respeito ao fato de ele ser variável em relação ao tempo. Segundo o

autor “O horizonte de tempo válido para o data warehouse é significativamente

maior do que o dos sistemas operacionais”, e segue exemplificando que “[...]

um horizonte de tempo de 60 a 90 dias é normal para os sistemas

operacionais; um horizonte de tempo de 5 a 10 anos de dados é o normal para

o data warehouse.”. Para esse autor, os dados existentes no data warehouse é

um série de instantâneos, capturados num determinado momento, onde a

estrutura de chave sempre contém algum elemento de tempo. Na visão de

Machado (2006, p.29) os dados armazenados no data warehouse representam

um conjunto estatístico de registros de uma ou mais tabelas do momento exato

17

em que estes foram capturados, sendo que os mesmos não podem ser

atualizados posteriormente. Possuem como elemento essencial e componente

chave a data relativa às informações extraídas.

Conforme Machado (2006, p.31), “A arquitetura do data warehouse

inclui, além de estrutura de dados, mecanismos de comunicação,

processamento e apresentação da informação para o usuário final.”. As

ferramentas existentes são divididas em dois grupos: as relacionadas à carga

inicial de dados e fontes externas. As ferramentas disponibilizadas pelo data

warehouse conforme descreve Machado (2006, p.35), “[...] devem permitir um

acesso intuitivo aos dados, possibilitando a análise daqueles mais

significativos”, e enfatiza dizendo que “[...] o sucesso de um data warehouse

pode depender da disponibilidade da ferramenta certa para as necessidades

de seus usuários.”.

O data warehouse possui um repositório de metadados, onde dados

de alto nível descrevem os dados de níveis inferiores que compõem sua

estrutura. Os metadados fornecem ao usuário informações úteis para o

julgamento da qualidade dos dados, podendo descrever cada fato contido no

data warehouse, especificando quando foi utilizado pela última vez, sua fonte e

como é gerado. (MACHADO, 2006, p.301)

Do ponto de vista dos autores Kimball e Ross (2002, p.18), “o termo

metadados se refere a todas as informações no ambiente de data warehouse

que não são dados propriamente ditos. Os metadados são como uma

enciclopédia para o data warehouse”, e estão presentes em uma variedade de

formas e formatos para atender as diversas necessidades dos usuários

técnicos, administrativos e de negócio.

Existem duas formas de modelagem de dados para o data warehouse

conhecidos como: Modelagem Dimensional ou Multidimensional que segue a

Escola Ralph Kimball e a Modelagem Relacional Denormalizada que segue a

Escola Bill Inmon.

18

A Modelagem de Ralph Kimball (2006, p.79) afirma que a modelagem

multidimensional é mais simples e fácil de entender. Segundo o autor esta

modelagem é “[...] uma técnica de concepção e visualização de um modelo de

dados de um conjunto de medidas que descreve aspectos comuns de

negócios. É utilizada especialmente para sumarizar e reestruturar dados e

apresenta-los em visões que suportem a análise dos valores desses dados.”.

Conforme Kimball (1998, p.10) “Modelo Dimensional é uma estrutura

simples de cubos de dados que atende às necessidades de simplicidade do

usuário final.”.

Segundo Oliveira (1998, p.27) “O modelo dimensional é muito mais

vantajoso para o projeto de um data warehouse porque é mais eficiente e

econômico em termos de performance.”.

A modelagem dimensional tem como objetivo levantar as necessidades

de uma determinada área de negócio e a partir dos dados existentes em

diversas fontes, consolida-los por diferentes dimensões (visões). (KIMBALL,

1998, p.10; OLIVEIRA, 1998, p.29)

Kimball (1998, p.161) afirma que “Construir um data warehouse é o

processo de combinar as necessidades de informações de uma comunidade

de usuários com os dados que realmente estão disponíveis.”. De acordo com o

autor, existem alguns pontos no projeto de um data warehouse que devem ser

considerados:

• Identidade das tabelas de fatos;

• A granularidade;

• Dimensões;

• Os fatos;

• Os atributos das dimensões;

• Como rastear as dimensões;

19

• Os agregados, modos de consulta e armazenamento físico;

• Amplitude de tempo do histórico;

• Intervalos de extração.

A Modelagem Relacional Denormalizada, conforme descrita por Bill

Inmon (2000, p.2), “O ponto de partida para a modelagem relacional

denormalizada, normalmente, é o modelo de dados do sistema transacional

existente na organização.”. Caso a organização não possua este modelo,

pode-se adotar um modelo de dados genérico existente no mercado referente

ao ramo de negócio desenvolvido pela organização, ou utilizar a engenharia

reserva para a obtenção do modelo. A partir deste modelo são aplicadas

regras de transformação para se obter o modelo de dados do data warehouse.

Para o autor é necessário que sejam aplicadas as seguintes regras: remoção

de dados puramente operacionais, adição de dados derivados apropriados,

criação de artefatos de relacionamento, acomodação de diferentes níveis de

granularidade, fusão de tabelas, criação de arrays de dados, organização dos

dados de acordo com suas características de estabilidade.

Outro componente importante do data warehouse são os papéis

exercidos por pessoas dentro da organização, sendo que cada um deles

possui uma função específica. As pessoas são agrupadas por papéis da

seguinte forma:

Analistas responsáveis pela carga dos dados – devem conhecer o

mapeamento entre o data warehouse e os sistemas transacionais, além dos

requisitos de filtragem e integração dos dados;

Usuários finais – conhecem os temos do negócio da organização.

São especialistas, gerentes, executivos e analistas de negócio, que utilizam a

informação para apoio à tomada de decisão;

Analistas responsáveis pelo desenvolvimento e manutenção do

data warehouse – equivalem aos administradores de banco de dados e

administradores de dados dos sistemas transacionais, sendo responsáveis

pela arquitetura dos dados;

20

Administradores de dados – responsáveis pela integração dos

ambientes do sistema transacional e do data warehouse, devendo garantir a

qualidade e integridade dos dados, através de acompanhamento e

administração dos processos de extração, transformação e carga dos mesmos.

Os analistas envolvidos na construção destes processos devem ter um

razoável conhecimento das bases de dados fonte de informação e da base do

data warehouse.

Para analisar como uma organização adota práticas de gestão de

dados, há uma série de perguntas a serem elaboradas. Uma delas é se a

empresa tem problemas, custos adicionais ou perdas financeiras, ficando

exposta a riscos em decorrência de baixa qualidade de dados. Outra, por

exemplo, é o nível de dependência que a empresa tem de processos

automatizados de tomada de decisão. São também considerados indicativos

do comportamento com gerenciamento de dados a atenção que a alta

administração dá ao tratamento de dados e a existência de uma estratégica

para o assunto.

Para Tauriona (1998), uma empresa pode ter um excelente Retorno

Sobre Investimento (RSI) com um data warehouse pequeno e poucos

usuários, e outra pode ter um retorno menos positivo, embora tenha grande

quantidade de dados armazenados e centenas de usuários. O tamanho por si

só é um fator chave de sucesso, o seu uso como ferramenta de suporte é que

faz a grande diferença.

21

22

CAPÍTULO II

SISTEMA DATA WAREHOUSE: A SUA IMPORTÂNCIA

NO PROCESSO DE TOMADA DE DECISÃO E NO

PLANEJAMENTO ESTRATÉGICO DA EMPRESA

Conforme Pereira (1997, p.251), a palavra decisão tem sua origem no

latim, onde o prefixo “de” significa parar, extrair, interromper; e o radical

“cardere” significa cindir, cortar. Portanto, decisão significa “para de cortar”, ou

seja, “deixar fluir”. Quando se está num processo de tomada de decisão, entra-

se num período de inércia diante de duas ou mais alternativas a escolher, e ao

optar-se por uma delas, deixa-se a inércia e o processo flui.

Para se conseguir destaque no mercado cada vez mais competitivo, a

correta extração e utilização de um alto volume de informações é um fator

chave para as organizações.

É muito importante ressaltar a importância de um SAD, Sistema de

apoio à Decisão, em uma organização, visto que é uma ferramenta que

transforma os dados da empresa em informações relevantes para o processo

de tomada de decisão da organização. A maneira com que as informações são

fornecidas ao usuário é o ponto principal nesse processo.

Os data warehouses são criados pelas organizações justamente para

fornecer suporte aos tomadores de decisão, fornecendo informações precisas

e confiáveis além de uma visão global da organização, permitindo uma tomada

de decisão mais precisa.

Para Falsarella e Chaves (2004), alguns fatores influenciam a

necessidade de desenvolvimento de um sistema de apoio a tomada de

decisão:

23

• Competição cada vez maior entre as organizações;

• Necessidade de informações rápidas para auxiliar no processo

de tomada de decisão;

• Disponibilidade de tecnologia para armazenar e buscar

rapidamente as informações;

• Possibilidade de armazenar o conhecimento e as experiências

de especialistas;

• Necessidade de a informática apoiar o processo de

planejamento estratégico empresarial.

Conforme Kimball (1998) o data warehouse é um local onde dados

corporativos ou organizacionais confiáveis são disponibilizados de maneira

rápida e de fácil manuseio. Os dados consistentes e íntegros podem ser

separados e combinados podendo ser utilizados a qualquer medição do

negócio.

Como descrito pelos autores Kimball e Ross Inomn (2002, p.8), “Cada

componente do data warehouse atende a uma função específica. E

precisamos atender a importância estratégica de cada um deles e como

controla-los de modo eficiente para obtermos êxito.”.

Mesmo para as organizações de mesmo ramo e com mesma estrutura,

dificilmente um data warehouse será igual ao outro. Cada organização decidirá

quais áreas seu data warehouse irá englobar para apoiar seu processo

decisório em busca de competitividade. Definidas as áreas, ainda devem ser

definidos quais dados e em quais níveis estes serão carregados para o data

warehouse.

Segundo Taurion (1998) e também Cippola (1999), um data

warehouse deve ser guiado pelo negócio e não pela tecnologia. Com o objetivo

de atender as necessidades estratégicas da organização, o projeto de data

24

warehouse deve seguir claramente os requisitos dos usuários, que deverão ter

atendidas todas as suas necessidades de informações e formatos de consulta.

O mundo corporativo requer informações globais e, cada vez mais,

busca a colaboração e a troca de informações entre diferentes áreas de uma

empresa. Sem informações de qualidade, não se consegue tomar decisões

adequadas ou obter vantagens. O diferencial competitivo de uma empresa é o

conhecimento que ela possui para oferecer de forma rápida. (OLIVEIRA, 2002)

Portanto, data warehouse constitui uma importante ferramenta de

apoio ao processo de tomada de decisão. Mas, para que se possa tirar

vantagem dos recursos do data warehouse de forma satisfatória, é preciso que

as informações nele armazenadas sejam confiáveis, ou que pelo menos o grau

de confiabilidade das mesmas possa ser considerado durante o processo de

tomada de decisão. (OLIVEIRA, 2002)

Para Inmon (1997), dados de má qualidade podem ser os motivos de

falhas nos processos de negócio e custos relacionados às áreas

organizacionais podendo até haver perda de clientes.

Conforme Filho (2004), à medida que a infra-estrutura de informações

das empresas amadurece, aumenta a necessidade de qualidade das

informações e de sistemas eficientes e eficazes de suporte à decisão, os quais

são projetados para apoiar os gestores de negócio no processo de tomada de

decisão.

“O processo decisório advém da necessidade de se resolver algum tipo

de problema.”. (DURO, 1998, p.26)

No processo de tomada de decisão, o sistema de informação é

utilizado como fator de resolução de incertezas e de planejamento. Os dados

armazenados são processados e correlacionados, gerando a matéria-prima do

processo decisório: a informação. (DURO, 1998, p.26)

25

Segundo Date (2004, p.590) “os sistemas de apoio à decisão são

sistemas que ajudam na análise de informações do negócio. Sua meta é

ajudar a administração a definir tendências, apontar problemas e tomar

decisões inteligentes.”. Estes sistemas utilizam dados operacionais do negócio

da empresa, transformando-os em informações que auxiliam na tomada de

decisão.

A crescente utilização do data warehouse para apoiar processos de

tomada de decisão tem provocado um aumento da preocupação em relação à

qualidade dos dados. (AMARAL, 2003).

A grande vantagem de se utilizar um tipo de banco de dados com data

warehouse para Taurion (1998) é a capacidade de permitir a tomada de

decisão baseada em fatos. Esta ferramenta deve se tornar imprescindível para

os gerentes conseguirem administrar seus negócios nos próximos anos.

Conforme Aquarioni (2001), o data warehouse foi criado para

manipular dados de empresas de grande porte no mercado, com alto volume

de informações, pois por suas características, é difícil medir retorno de

investimento em números, mas os ganhos sob o ponto de vista estratégico

podem ser percebidos rapidamente.

Para Turban (2004, p.403) “Os benefícios ampliam o conhecimento do

negócio, aumentam a vantagem competitiva, melhoram o atendimento ao

consumidor e seu nível de satisfação, facilitam a tomada de decisão e ajudam

a racionalizar os processos de negócio.”.

Shimizu (2001, p.52) apresenta três definições para os sistemas de

apoio à decisão. Ele define como sendo um conjunto de procedimentos

baseados em módulos para processar dados e analisar problemas, tendo

como finalidade assistência aos administradores no processo de decisão.

Também é considerado pelo autor um sistema flexível e expansível, capaz de

26

dar apoio à análise ad hoc dos dados e dos modelos de decisão, que procura

obter resultados eficazes no planejamento de longo, médio e curto prazo. O

autor segue dizendo que é um sistema de computação formado por sistemas

que permite comunicação entre usuários e os subsistemas, armazena dados,

procedimentos e informações inteligentes e processa problemas.

O principal motivo para que as empresas implantem um sistema de

apoio a decisão é o princípio de que ele auxilia no processo de tomada de

decisão estratégica, sendo importante que seus conceitos retratem a cultura da

organização e façam parte integrante dela, não servindo apenas para atender

às necessidades específicas de um usuário. (FALSARELLA, 2004)

No processo decisório, as decisões devem ser dinâmicas e as

informações deverão ser atualizadas. O data warehouse se apresenta como

uma solução, tendo suas informações centralizadas do qual o usuário se utiliza

para realizar suas correlações e análises. (DURO, 1998)

Atualmente, o data warehouse é um grande aliado das empresas e

profissionais na tomada de decisões. Diante da rápida e constante mudança

das regras de mercado os sistemas de suporte à decisão é peça fundamental

para sua capacidade de sumarizar e analisar grandes volumes de dados. Com

a tecnologia utilizada em um data warehouse, as empresas poderão descobrir

novas formas de trabalhar seu negócio, poderão criar novas tendências de

mercado, serviços e produtos, de forma ágil, ajudando na disputa do mercado

que está cada vez mais exigente e competitivo.

Segundo Machado (2006, p.35), os processos de um data warehouse

“[...] consistem na extração dos dados dos sistemas operacionais na

organização e integração desses dados de forma consistente para o data

warehouse e no acesso aos dados para consultas, integrados de forma

simples, fácil, eficiente e flexível.”. A extração, organização e integração dos

dados, têm por objetivo a garantia da consistência e integridade das

27

informações, gerando uma base de dados de alta qualidade e confiabilidade,

retratando efetivamente a realidade de negócio da organização.

A integração e a comunicação devem ser claras e constantes para que

o data warehouse atenda plenamente o objetivo de apoiar satisfatoriamente os

processos decisórios estratégicos. A área de sistemas é uma das áreas mais

rejeitadas nas organizações. Com certeza, uma das maiores causas dessa

rejeição é a comunicação incorreta desenvolvida pelos profissionais de

informática e seu enfoque extremamente técnico. Quanto melhor for a

comunicação entre as áreas de uma empresa, melhor será a implantação de

uma tecnologia ou ferramenta.

Os responsáveis pela tomada de decisão precisam de informações

concisas sobre operações, tendências e mudanças correntes nos ambientes

de negócios.

Sendo assim, o data warehouse é ideal pois armazena dados

utilizados diariamente nas organizações com dados históricos, que são de

potencial interesse aos tomadores de decisão.

A análise de viabilidade para um projeto de data warehouse deve ser

realizada com um enfoque estratégico e deve ser encarado como um

instrumento de vantagem competitiva. Apesar de ter um retorno difícil de ser

mensurado em números, os ganhos sob o ponto de vista estratégico podem

ser percebidos rapidamente.

Existem inúmeras vantagens no uso de um data warehouse, onde,

segundo Turban (2004), os benefícios são fornecer ao usuário final a

possibilidade de realizar análises de forma mais abrangente e variada e,

possibilitar uma visualização dos dados gerais da organização.

28

CAPÍTULO III

SISTEMA DATA WAREHOUSE: AS DIFICULDADES

PARA SUA IMPLANTAÇÃO

29

O sucesso ou fracasso de um data warehouse pode ser definido logo

no início de sua implementação. O momento mais crucial de todo o processo é

o da escolha das ferramentas, dos bancos de dados, das consultorias, da

definição do escopo do projeto e da seleção dos indivíduos que farão parte do

apoio dado ao desenvolvimento. Tem-se visto em muitas empresas, projetos

quase falidos, que, como conseqüência de um início equivocado, consome

enormes quantias de dinheiro e não dão retorno esperado. (PARENTE, 2001)

Para que um data warehouse seja considerado bem sucedido

primeiramente é preciso que os tomadores de decisão da empresa tenham

confiança nas informações geradas por ele e que alguns requisitos sejam

atendidos. O sistema deve: permitir fácil acesso à informação, com conteúdo

compreensível e retornar o resultado das consultas no menor intervalo de

tempo de espera possível, apresentar as informações de modo consistente,

ser adaptável e flexível a mudanças e necessidades dos usuários e deve

conter dados específicos.

Devido ao constante crescimento das organizações, são adotadas

diversos bancos de dados para solucionar o problema do armazenamento e

recuperação dos dados. Pelo fato do data warehouse não ser construído de

uma só vez e devido à elevada complexidade, o processo de gestão desses

dados torna-se muito difícil, visto que estão armazenados em vários bancos de

dados diferentes, com dados muitas vezes redundantes, acarretando uma

difícil organização.

Segundo Inmon (2006), a definição clássica de um data warehouse é

uma coleção de dados orientada por assunto, integrada, variante no tempo e

não volátil que tem por objetivo dar suporte ao processo de tomada de

decisão. Entretanto, dados extremamente centralizados podem resultar em

perda de disponibilidade e queda de desempenho das consultas.

30

Segundo os autores Elmasri e Navathe (2005, p.17), apesar de suas

vantagens, o sistema data warehouse em alguns casos pode envolver custos

altos e desnecessários. Estes custos envolvem:

• Investimentos altos em hardware e software;

• Custos elevados para oferecer segurança, controle,

recuperação e funções de integridade;

• Generalidade de processamento de dados.

Os autores também afirmam que surgirão outros problemas se o

sistema não for projetado de forma adequada ou a aplicação não for

implementada apropriadamente.

A granularidade é tida como principal questão do projeto de um data

warehouse porque afeta profundamente o volume de dados armazenados e o

tipo de consulta que pode ser atendido. A escolha da granularidade apropriada

causará efeitos no volume de dados a ser armazenados, e quanto maior o

volume menor a performance. Segundo Machado (2006, p.59) “Quanto mais

detalhe existir, mais baixo será o nível de granularidade. Quanto menos

detalhe existir, mais alto será o nível de granularidade.”. Ainda segundo o

autor, quando a granularidade é estabelecida, o desenvolvimento do projeto

estará focado e fluirá com mais tranqüilidade, caso contrário, a modelagem do

data warehouse tornar-se-á mais difícil.

De acordo com Taurion (1998), Bischoff (1998) e com Vasconcellos

(1999), o projeto deve ter patrocínio forte e claro dentro da organização, já que

além do tempo e do gasto financeiro elevado, o data warehouse provoca várias

mudanças de ordem política e estrutural. A alta administração deve manifestar

constantemente apoio explícito ao projeto, caso contrário o patrocinador do

projeto encontrará dificuldades para difundir corretamente a idéia do data

warehouse.

31

Nos projetos de data warehouse podemos observar basicamente os

mesmos problemas que ocorrem com a implantação de outros projetos, porém

para implantação do data warehouse é necessário o envolvimento dos altos

executivos. Os futuros usuários devem ser inseridos no processo desde o

início e devem sentir-se co-responsáveis pelo sucesso. O data warehouse está

em constante estado de desenvolvimento e segundo Beschoff (1998), uma

correta integração do usuário é fundamental. Já Taurion (1998), define a

palavra usuário como sendo a mais importante. Segundo Vecchia (1998), uma

das árduas tarefas no desenvolvimento de um data warehouse é o

levantamento das necessidades dos usuários, o que depende de uma correta

integração.

O data warehouse provoca várias mudanças de ordem política, cultural

e estrutural na organização, já que o projeto cruza barreiras departamentais,

democratiza o acesso aos dados e modifica o processo decisório. Estas

mudanças podem encontrar forte resistência de algumas pessoas na

organização, visto que tradicionalmente, o ser humano é avesso às mudanças.

O processo de extração dos dados dos sistemas de informações tradicionais

para o data warehouse pode revelar problemas escondidos durante anos nos

departamentos. A exposição dos dados departamentais pode causar pavor a

alguns funcionários.

Outro problema é que as pessoas divergem sobre as informações

necessárias a uma decisão, sobre a forma de consultar estas informações e

sobre a forma de decidir. O patrocinador e a equipe envolvida no

desenvolvimento devem ter habilidade para contornar essa dificuldade sem

prejuízo ao projeto.

De acordo com Vasconcellos (1999), as políticas de poder também são

barreiras poderosas de transpor quando você necessita acessar informações

corporativas que estão em poder de outras divisões ou diretorias. Assim, se

não houver um patrocínio acima dessas barreiras, o projeto certamente será

prejudicado.

32

O processo de extração dos dados nos sistemas de informação

tradicionais e seu carregamento para o data warehouse é bastante crítico e

oneroso. É bastante complexo o rastreamento e mapeamento de informações

de vários bancos de dados, projetados por diferentes profissionais, em

diferentes épocas, que podem estar em diferentes formatos, plataformas e

tecnologias, espalhadas por toda organização, às vezes sem documentação e

geralmente redundante. Segundo Williams, o carregamento dos dados para

um data warehouse é uma das etapas mais importantes do projeto e muitas

organizações subestimam. De acordo com Bohn, esta etapa pode revelar

vários problemas nos dados de origem e quase sempre os usuários acusam o

processo de extração como causados do problema. De acordo com Cipolla

(1999), a equipe de sistemas pode gastar 80% do tempo na preparação dos

dados. É necessário um correto planejamento, coordenação e execução deste

processo, porém sem perder de vista as demais demandas do projeto.

O excesso de dados sem objetivos reais também pode esconder os

dados que são realmente necessários aos usuários. A organização deve

impedir que o data warehouse se torne um grande “papa dados” inútil.

O data warehouse requer um monitoramento constante. Segundo Orr

(1998), os dados representam custos, por ocuparem espaço e dificultarem o

acesso aos dados realmente necessários. Deve-se discutir a possibilidade

destes dados sofrerem resumos gradativos, serem alocados em meios de

armazenamento alternativo com o passar do tempo.

O gerenciamento de informações implica a definição das estruturas de

armazenamento das informações e a definição dos mecanismos para a

manipulação dessas informações. Com isso, um sistema de banco de dados

gerenciais como data warehouse deve garantir a segurança das informações

armazenadas contra eventuais tentativas de acesso não autorizados.

33

Na opinião de Machado (2006, p.65), a modelagem de dados para o

data warehouse é completamente diferente da utilizada para sistemas

transacionais. Segundo o autor, existem duas razões principais para não se

criar um banco com mesmo modelo de dados do banco transacional e utilizá-lo

para armazenar dados históricos: a primeira trata-se da complexidade dos

dados, dificultando as consultas que deverão ser executadas pelos usuários; a

outra é a complexidade das consultas de apoio à decisão, que utilizam a união

de cinco ou mais tabelas, tornando as consultas mais demoradas.

Para Seidler (1995), entre os fatores que podem gerar problemas na

implantação do projeto de data warehouse estão: custo de implementação

(consultorias, custos internos etc), custo de operação e manutenção,

mudanças estruturais na empresa e rejeição por parte dos funcionários. O

autor apresenta um conjunto de regras básicas que devem ser observadas na

elaboração do projeto e que podem evitar fracassos:

• Definir bem o escopo da implementação;

• Escolher o pacote com consciência;

• Analisar profundamente os objetivos da empresa;

• Buscar o comprometimento da alta gerência;

• Envolver profundamente os usuários;

• Usar uma metodologia reconhecida e aprovada;

• Comunicar a todos muito bem o objetivo e as conseqüências da

implementação;

• Escolher muito bem a equipe de implementação.

O imediatismo, que prejudica muitos projetos, deve ser trabalhado

desde o início. O patrocinador do projeto, ao difundir a idéia do data

warehouse pela organização, deve deixar bem claro o tempo para que os

resultados apareçam.

Sempre que novos projetos surgem nas organizações, imediatamente

cria-se uma expectativa muito grande, que pode ser prejudicial. Os potenciais

34

benefícios do data warehouse devem ser claramente especificados desde seu

início. O discurso utilizado para difusão da idéia na organização também deve

ser cuidadoso. A forma como o projeto é apresentado tem influência direta na

sua aceitação ou não pelos usuários.

O fator humano é geralmente desprezado pela maioria dos projetos, e

consequentemente, está entre as maiores causas de fracasso, seja em

projetos de informática ou não. Quanto ao data warehouse, a maior parte dos

fracassos dá-se por motivos não técnicos. Isto prova que por melhor que um

projeto seja tecnicamente concebido, de nada valerá se as pessoas envolvidas

não o utilizarem corretamente. Segundo alguns autores, as pessoas precisam

de tempo para mudar postura mental nas implantações de novas tecnologias

nas organizações.

Apesar do vasto discurso de benefícios que serão possíveis com o

data warehouse, sem ferramentas que proporcionam consultas e análises

satisfatórias para os gerentes, o projeto pode ser um grande fracasso. Com o

objetivo de prover acesso fácil e rápido aos dados desejados pelos gerentes, e

sem utilização de intermediários, as ferramentas de consultas devem ser

bastante amigáveis, fáceis de usar, possuir recursos gráficos, interface intuitiva

e desempenho satisfatório. De acordo com Pereira (1997), é extremamente

necessário resolver os gargalos de desempenho antes de colocar o data

warehouse em uso. Quando do projeto do data warehouse, os gerentes listam

suas consultas inicialmente desejadas, e a equipe de sistemas deve prover,

quando da colocação do data warehouse, os gerentes percebem seu grande

potencial e rapidamente vão querer incrementar seu uso.

A ciclicidade dos dados, segundo Inmon (1997), refere-se ao tempo

que uma alteração nos bancos de dados operacionais leva para refletir no data

warehouse. Este tempo pode ser crucial em tipos de negócios mais agressivos,

em que os decisores necessitam dos dados atualizados com maior rapidez.

Porém, quanto mais rápida esta atualização, mais cara e complexa será a

tecnologia empregada. Por outro lado, se os decisores não tiverem as

35

informações necessárias no momento necessário, o data warehouse perde seu

sentido.

As organizações não podem deixar de lado seu aspecto cultural: se

não for propensa a riscos, não deve usar tecnologia de ponta, mas buscar

conciliar estas tecnologias com outras mais familiares. É importante destacar

que as tecnologias que envolvem um data warehouse ainda são imaturas, por

isso, é sempre bom deixar um orçamento prevendo uma quase inevitável

substituição de alguma ferramenta por outra.

Para implementar uma tecnologia como esta, a empresa deve estar

disposta a investir em pessoas que conhecem realmente o projeto e o negócio

da empresa, pois pessoas sem conhecimento e experiências necessárias

podem comprometer todo o projeto. Isso acontece, porque o prazo para o

desenvolvimento de um projeto de data warehouse, depende da quantidade de

sistemas que a empresa possui e também da miscelânea tecnológica da

mesma.

As necessidades de informações por parte dos usuários variam com o

passar do tempo, tendo que se adequar as necessidades dos negócios. Estas

necessidades são impostas por diversos eventos e fatores de influência

internos e externos, que ocorrem e afetam a empresa diretamente. A

elaboração de um projeto de data warehouse deve prever a dinamicidade das

necessidades de informações, onde as ferramentas de análise e pesquisa

devem ser versáteis para que possam acompanhar estas mudanças, onde as

ferramentas de análise e pesquisa devem ser versáteis para que possam

acompanhar estas mudanças e os usuários treinados para terem maior

afinidade no uso da ferramenta.

A qualidade dos dados que chega aos usuários é de suma importância.

As principais causas de insucesso em projetos de data warehouse incluem a

qualidade dos dados e o potencial de utilização destes pelos usuários. De

acordo com Taurion (1998), o critério básico de sucesso é a qualidade da

36

informação disponibilizada. O processo de extração e carregamento é

complexo, e se os usuários perceberem qualquer problema ou dados

inconsistentes, deixarão de utilizar o sistema. È necessário conquistar a

confiança do usuário.

No data warehouse o problema de se medir a qualidade dos dados

não á fácil, principalmente quando a qualidade dos processos está ligada à

qualidade dos resultados obtidos. Um ambiente de data warehouse é

responsável pela disseminação do conhecimento do negócio, criando assim,

inteligência competitiva para a mesma. Com isso, a introdução de medidas de

qualidade torna-se imprescindível, transformando assim, a qualidade de dados

em uma questão central para o data warehouse. A necessidade de qualidade

consistente de dados torna-se mais importante à medida que o tamanho e a

complexidade das fontes de informação aumentam.

O data warehouse é uma tecnologia frágil e cara, se as instalações

não forem adequadas às exigências empresariais, o sistema entrará em

desuso, e se o retorno de investimento não aparecer, o sistema pode ser

considerado como um luxo, se os executivos delegam seu uso, o lucro cultural

está perdido. Porém, segundo Horrocks (2001), se a ferramenta for bem

planejada, cuidadosamente implementada e for dirigida para a chamada

“inteligência dos negócios”, ela poderá auxiliar os líderes empresariais nos

seus desafios.

37

CONCLUSÃO

A necessidade de fornecer informações à tomada de decisão através

da organização, demanda repensar as estratégias tradicionais de

gerenciamento de dados em todos os níveis da empresa. O data warehouse é

um repositório de informações que permite fazer análise de tendências e

identificar relacionamentos muitas vezes desconhecidos, que em tempos de

imensa competitividade, torna-se uma ferramenta estratégica. É preciso

desmistificar o tabu da tecnologia, pois as empresas têm que acreditar que

estando bem informatizadas podem garantir a diferença no quesito

competitividade. Isto poderá ser feito através da implantação de novas

tecnologias de informação, como o data warehouse.

As organizações devem possuir meios de reunir informações

relevantes de seus processos para que possam sobreviver em um mercado

acirrado, com níveis crescentes de concorrência.

Entretanto, na construção do data warehouse, alguns aspectos devem

ser considerados para minimizar as dificuldades inerentes à sua construção.

O data warehouse, quando corretamente implementado, permite este

acesso de forma satisfatória. Porém, devido sua complexidade e surgimento

recente, muitos projetos fracassaram.

Este trabalho listou alguns conceitos do data warehouse de acordo

com diversos autores, sua importância no processo de tomada de decisão e

fatores críticos a serem observados para que sua implantação possa aumentar

os índices de sucesso da organização.

BIBLIOGRAFIA

38

AMARAL, G.. Aquaware: Um Ambiente de Suporte à Qualidade de Dados em

Data Warehouse. Dissertação de Mestrado. UFRJ, Rio de Janeiro, 2003.

AQUARIONI, L. M.. Uma Investigação sobre o relacionamento entre

Planejamento Estratégico e Sistemas de Apoio à Decisão. Dissertação

(Mestrado) – Escola de Engenharia de São Carlos, Universidade de São Paulo,

2001.

DATE, C. J.. Introdução a Sistemas de Banco de Dados. 4ª Ed. Rio de Janeiro:

Campus, 1991.

_____. Introdução a sistemas de Banco de Dados. 8ª Ed. Rio de Janeiro:

Campus, 2004.

DURO, Jorge. Decidir ou não Decidir? O processo decisório. Rio de Janeiro:

Ed. Qualitymark, 1998.

ELMASRI, Ramez; NAVATHE, Shamkant B.. Sistemas de Banco de Dados. 4ª

Ed. São Paulo: Addison Weslwy, 2005.

FILHO, Trajano Leme. Business Intelligence no Microsoft Excel. Rio de

Janeiro: Axcel Books do Brasil Editora, 2004.

INMON, W. H.. Como construir o Data Warehouse. 2ª Ed. Rio de Janeiro:

Campus, 1997.

______. Como construir o Data Warehouse. 2ª Ed. Rio de Janeiro: Campus,

1997.

KIMBALL, Ralph; ROSS, Margy. The Data Warehouse Tollkit. Tradução da 2ª

edição original. Rio de Janeiro: Campus, 2002.

39

KIMBALL, Ralph. Data Warehouse Toolkit – Técnicas para construção de

Data Warehouse Dimensionais. São Paulo: Makron Books, 1998.

____. The Microsoft Data Warehouse Toolkit. With SQL Server 2005 and the

Microsoft Business Intelligence Toolset. Copyrighted Material. Published by

Wiley Publishing Inc. 2006.

MACHADO, Felipe Nery Rodrigues. Tecnologia e Projeto de Data Warehouse:

Uma Visão Multidimensional. 2ª Ed. São Paulo: Érica, 2006.

OLIVEIRA, Adelize Generini de. Data Watehouse – Conceitos e Soluções.

Florianópolis: Advanced Editora, 1998.

OLIVEIRA, Jayr Figueiredo de. Sistemas de informação: um enfoque gerencial

inserido no contexto empresarial e tecnológico. 3ª Ed. São Paulo: Érica, 2002.

PEREIRA, M. J. L. B.; FONSECA, J. G. M.. Fases da decisão: as mudanças de

paradigmas e o poder da decisão. São Paulo: Makron Books, 1997.

SHIMIZU, Tomio. Decisão nas Organizações – Introdução aos Problemas de

Decisão Encontrados nas Organizações e nos Sistemas de Apoio à Decisão.

São Paulo: Ed. Atlas, 2001.

SILBERSCHATZ, Abraham; KORTH, Henry F.; SUDARSHAN, S.. Sistema de

Banco de Dados. 3ª Ed. São Paulo: Makron Books, 1999.

SINGH, Harry S.. Data Warehouse: Conceitos, Tecnologias, Implementação e

Gerenciamento. São Paulo: Makron Books, 2001.

TAURION, C.. Data Warehouse: vale a pena gastar milhões investindo em

um? Revista Developers. Fev/1998.

40

TURBAN, Efraim; McLean, Ephaim; WETHERBE, James. Tecnologia da

Informação para Gestão. 3ª Ed. Porto Alegre. Bookman, 2004.

VASCONCELLOS, J. M.. Implementando um data warehouse departamental.

Revista Developers. Abr/1999.

VECCHIA, M.. A infra-estrutura na construção de um data warehouse. Revista

Developers. Mar/1998.

WILLIAMS, J.. Ferramentas para a transformação de dados. Revista DBMS.

V1. n3.

YONG, Chu Shao. Banco de Dados – Organização, Sistemas e Administração.

São Paulo: Ed. Atlas S.A., 1984.

BISCHOFF, J.. Data Warehouse readiness assessmenst.

http://datawarehouse.com/whse 23/03/1999 . Acesso em 23/08/2009.

CIPPOLA, V.. Four tips to better warehouse value.

<http://datawarehouse.com/whse> 23/03/1999 . Acesso em 23/08/2009.

FALSARELLA, Orandi M.; CHAVES, Eduardo O. C.. sistemas de Informação e

Sistemas de Apoio à Decisão. Disponível em:

<www.chaves.com.br/textself/comput/sad.htm >. Acesso em 23/08/2009.

HORROCKS, C., 2001. Data Warehouse: na executive information

perspective. www.csc.about/tech_dw_arch

PARENTE, D.. Data Warehouse 2001. www.datawarehouse.inf.br Acessada

em 23/08/2009.

41

ÍNDICE

42

FOLHA DE ROSTO

2

AGRADECIMENTO

3

DEDICATÓRIA 4

RESUMO 5

METODOLOGIA 6

SUMÁRIO 7

INTRODUÇÃO 8

CAPÍTULO I

DATA WAREHOUSE: CONCEITOS E CARACTETRÍSTICAS 11

CAPÍTULO II

SISTEMA DATA WAREHOUSE: A SUA IMPORTÂNCIA NO PROCESSO DE

TOMADA DE DECISÃO E NO PLANEJAMENTO ESTRATÉGICO

EMPRESA 22

CAPÍTULO III

SISTEMA DATA WAREHOUSE: AS DIFICULDADES PARA SUA

IMPLANTAÇÃO 29

CONCLUSÃO 38

BIBLIOGRAFIA CONSULTADA 39

ÍNDICE 43