*Data mart (repositrio de dados) sub-conjunto de dados de um Data warehouse (armazm de dados).

. Geralmente so dados referentes a um assunto em especial (ex: Vendas, Estoque, Controladoria) ou diferentes nveis de sumarizao (ex: Vendas Anual, Vendas Mensal, Vendas 5 anos), que focalizam uma ou mais reas especficas. Seus dados so obtidos do DW, desnormalizados e indexados para suportar intensa pesquisa. Data marts entram e ajustam pores de DWs aos requisitos especficos de grupos/departamentos. As questes de planejamento, projeto e implementao so as mesmas encontradas em qualquer fase da implementao de um DW, pois uma parte dos especialistas argumenta que o DW uma evoluo natural de um Data mart que comeou localizado e cresceu para atender um escopo maior. Essa viso tem defesa menos tcnica e mais intuitiva do que sua contra-parte: o Data mart criado a partir do DW, pois ele seria montado com dados extrados do DW para atender especificamente um setor da organizao.. Numa viso comparativa dos dados, onde consideramos os requisitos escopo, integrao, tempo, agregao, anlise e dados volteis, percebemos que a diferena est no escopo, pois enquanto o DW feito para atender uma empresa como um todo, o data mart criado para atender um sub-conjunto da empresa. Repare que atender um sub-conjunto da empresa pode significar reunir dados de outros setores, j que, na prtica, raramente um nico setor possui ou gera toda informao que precisa. Vem dessa observao a defesa da tese de que o Data mart construdo aps o DW. No se pode dizer que um Data warehouse um conjunto de Data marts. Seria o mesmo que dizer que o armazm geral de um supermercado (onde todos os itens vo antes de seguir para as lojas) o agrupamento de supermercados.

*4 Data Marts que poderiam ser implementados na empresa: Data Mart Financeiro; Data Mart Vendas; Data Mart Produo; Data Mart Marketing.

*Comparativo da modelagem de dados para Data Warehouse e modelagem Tradicional: -Modelagem para Data warehouse no normalizado.

O modelo dimensional para construo de banco de dados para Data Warehouse uma forma de modelagem onde as informaes se relacionam de forma que pode ser representada como um cubo. Sendo assim podemos fatiar este cubo e aprofundar em cada dimenso ou eixo para extrair mais detalhes sobre os processos internos que ocorrem na empresa que em um modelo relacional torna-se muito complicados de serem extrados e muitas vezes at impossveis de serem analisadas. O modelo dimensional permite visualizar dados abstratos de forma simples e relacionar informaes de diferentes setores da empresa de forma muito eficaz. Um modelo dimensional conta basicamente com uma tabela de fatos central e tabelas dimensionais ligadas diretamente a elas. No modelo estrela todas as tabelas relacionam-se diretamente com a tabela de fatos, sendo assim as tabelas dimensionais devem conter todas as descries que so necessrias para defini uma classe como Produto, Tempo ou Loja nela mesma, ou seja, as tabelas de dimenses no so normalizadas no modelo estrela, ento campos como Categoria, Departamento, Marca contm suas descries repetidas em cada registro, assim aumentando o tamanho das tabelas de dimenso por repetirem estas descries de forma textual em todos os registros. -Na modelagem tradicional o processo normalizado. No modelo Floco, por exemplo, as tabelas dimensionais relacionam-se com a tabela de fatos, mas algumas dimenses relacionam-se apenas entre elas, isto ocorre para fins de normalizao das tabelas dimensionais, visando diminuir o espao ocupado por estas tabelas, ento informaes como Categoria, Departamento e Marca tornaram-se tabelas de dimenses auxiliares.