resultados esperados

Título
Nome do(s) alunos(s)
DATA MART: UM APOIO À TOMADA DE DECISÕES NO SETOR DE QUALIDADE DE UMA
EMPRESA DE FUNDIÇÃO
Orientador: Prof. Ms. Leopoldo Edgardo Messenger Parada
INTRODUÇÃO
Os níveis estratégicos das empresas começaram a perceber que a análise dos dados é extremamente importante para se manterem competitivas
no mercado. Neste contexto surgiram os ambientes Data Warehouse e Data Marts, que têm por objetivo apoiar o nível tático e estratégico para
otimização das análises de negócios. Percebeu-se a grande vantagem da sua utilização na produção, uma vez que proporciona melhor
visualização do processo industrial e favorece maior agilidade na tomada de decisões, pois, através desses ambientes pode-se detectar falhas no
processo e corrigir sua causa raiz.
MODELAGEM DIMENSIONAL –
ETAPAS
MODELAGEM DIMENSIONAL –
ETAPAS
MODELAGEM DIMENSIONAL –
ETAPAS
Fatos
São os assuntos necessários para manter um
histórico que possa ser analisado e assim
ajudar na compreensão dos resultados atuais e
prevenção do futuro.
Dimensões
São fatores que participam da definição dos
fatos e auxiliam na sua identificação.
Medidas
É a maneira pela qual é feita a avaliação do
comportamento do fato. Geralmente é uma
variável numérica ou atributo que representa o
fato.
Granularidades
São os níveis de detalhes (podem variar de
acordo com as necessidades), sumarização e
hierarquia dos dados, já definidos.
Fatos
São os assuntos necessários para manter um
histórico que possa ser analisado e assim
ajudar na compreensão dos resultados atuais e
prevenção do futuro.
Dimensões
São fatores que participam da definição dos
fatos e auxiliam na sua identificação.
Medidas
É a maneira pela qual é feita a avaliação do
comportamento do fato. Geralmente é uma
variável numérica ou atributo que representa o
fato.
Granularidades
São os níveis de detalhes (podem variar de
acordo com as necessidades), sumarização e
hierarquia dos dados, já definidos.
Fatos
São os assuntos necessários para manter um
histórico que possa ser analisado e assim
ajudar na compreensão dos resultados atuais e
prevenção do futuro.
Dimensões
São fatores que participam da definição dos
fatos e auxiliam na sua identificação.
Medidas
É a maneira pela qual é feita a avaliação do
comportamento do fato. Geralmente é uma
variável numérica ou atributo que representa o
fato.
Granularidades
São os níveis de detalhes (podem variar de
acordo com as necessidades), sumarização e
hierarquia dos dados, já definidos.
PREPARAÇÃO DOS DADOS –
ALGORITMO ETL
EXEMPLOS DE FORMATAÇÃO
Etapa que realiza a extração, limpeza e
transformação dos dados provenientes do(s)
Banco(s) Relacional(is) e carrega esses dados
no Banco Dimensional.
Etapa que realiza a extração, limpeza e
transformação dos dados provenientes do(s)
Banco(s) Relacional(is) e carrega esses dados
no Banco Dimensional.
RESULTADOS ESPERADOS
Após o protótipo desenvolvido espera-se que as
informações sejam confiáveis e de qualidade.
Assim a tomada de decisões dos níveis
estratégicos e táticos da Empresa será
facilitada, além de apontar as falhas existentes
na produção, o que muitas vezes pode ser
resolvido com ações simples.
A ocorrência
destas falhas pode resultar em gastos
desnecessários.
RESULTADOS ESPERADOS
RESULTADOS ESPERADOS
Após o protótipo desenvolvido espera-se que as
informações sejam confiáveis e de qualidade.
Assim a tomada de decisões dos níveis
estratégicos e táticos da Empresa será
facilitada, além de apontar as falhas existentes
na produção, o que muitas vezes pode ser
resolvido com ações simples.
A ocorrência
destas falhas pode resultar em gastos
desnecessários.
Após o protótipo desenvolvido espera-se que as
informações sejam confiáveis e de qualidade.
Assim a tomada de decisões dos níveis
estratégicos e táticos da Empresa será
facilitada, além de apontar as falhas existentes
na produção, o que muitas vezes pode ser
resolvido com ações simples.
A ocorrência
destas falhas pode resultar em gastos
desnecessários.
Bibliografia
MACHADO, F.M.R, Tecnologia e Projeto de Data Warehouse: Uma visão Multidimensional, 1ª Edição, Ed. Érica, São Paulo, 2004.
MESSENGER, LE, Data Warehouse – Conceitos e Prática. Caderno de Anotações nº 2. FATEC, 2008.
SOARES, V.J.A: Modelagem Incremental no Ambiente de Data Warehouse, 1998. 230 f. Dissertação (tese de Mestrado) – Universidade Federal do Rio de Janeiro –
UFRJ, Rio de Janeiro, 1998.
http://www2.stela.ufsc.br/aran/sad/sad_aula2.html (acesso dia 05/08/2009)