ETAPA 4 - PASSO 3

Data Warehouse e Data Mining

Um armazm de dados, ou ainda depsito de dados, utilizado para
armazenar informaes relativas s atividades de uma organizao em bancos
de dados, de forma consolidada. O desenho da base de dados favorece os
relatrios, a anlise de grandes volumes de dados e a obteno de
informaes estratgicas que podem facilitar a tomada de deciso.
O data warehouse possibilita a anlise de grandes volumes de dados,
coletados dos sistemas transacionais (OLTP). So as chamadas sries
histricas que possibilitam uma melhor anlise de eventos passados,
oferecendo suporte s tomadas de decises presentes e a previso de eventos
futuros. Por definio, os dados em um data warehouse no so volteis, ou
seja, eles no mudam, salvo quando necessrio fazer correes de dados
previamente carregados. Os dados esto disponveis somente para leitura e
no podem ser alterados.
A ferramenta mais popular para explorao de um data warehouse a Online
Analytical Processing OLAP ou Processo Analtico em Tempo Real, mas muitas
outras podem ser usadas.

Data mining o processo de explorar grandes quantidades de dados procura

de padres consistentes, como regras de associao ou sequncias temporais,
para detectar relacionamentos sistemticos entre variveis, detectando assim
novos subconjuntos de dados.
No campo da administrao, a minerao de dados o uso da tecnologia da
informao para descobrir regras, identificar fatores e tendncias-chave,
descobrir padres e relacionamentos ocultos em grandes bancos de dados
para auxiliar a tomada de decises sobre estratgia e vantagens competitivas.
Os dados oriundos dos mais diversos sistemas informacionais passam a ser
armazenados, aps a fase de extrao e tratamento, na estrutura de tabelas de
Dimenses e Fatos no modelo dimensional.
A Dimenso possui caracterstica descritiva dentro do DW. Ela qualifica as
informaes provenientes da tabela Fato. Atravs dela possvel analisar os
dados sob mltiplas perspectivas. Por exemplo, podemos ter Dimenses como
Produto, Regio e Tempo em um DW.
A Fato possui caracterstica quantitativa dentro do DW. A partir dela so
extradas as mtricas que so cruzadas com os dados das Dimenses,
concebendo, assim, informaes significativas para a anlise do usurio. A
Fato armazena as medies necessrias para avaliar o assunto pretendido. O

contedo histrico no DW, contendo longo perodo de tempo, ficam

depositadas na Fato.
A estrutura dimensional normalmente desenhada no formado do esquema
estrela (star schema). Nesse modelo, as tabelas de Dimenses so ligadas
diretamente a tabela Fato. Outra caracterstica marcante que os dados so
desnormalizados, pois a redundncia resultante gera benefcios para a
otimizao das consultas e navegao das informaes.

Abaixo segue uma arquitetura genrica de DW e as descries dos seus

elementos:

Fonte de dados: abrange todos os dados de origem que iro compor as

informaes do DW. Compreende os sistemas OLTP, arquivos em
diversos formatos (XLS, TXT, etc), sistemas de CRM, ERP, entre vrios
outros.

ETL: o ETL, do ingls Extract, Transform and Load, o principal

processo de conduo dos dados at o armazenamento definitivo no
DW. responsvel por todas as tarefas de extrao, tratamento e
limpeza dos dados, e insero na base do DW.

Staging Area: a Staging Area uma rea de armazenamento

intermedirio situada dentro do processo de ETL. Auxilia a transio dos
dados das origens para o destino final no DW.

Data Warehouse: essa a estrutura propriamente dita de

armazenamento das informaes decisivas. Apenas os dados com valor
para a gesto corporativa estaro reunidos no DW.

Data Mart: o Data Mart uma estrutura similar ao do DW, porm com
uma proporo menor de informaes. Trata-se de um subconjunto de
informaes do DW que podem ser identificados por assuntos ou
departamentos especficos. O conjunto de Data Marts em conformidade
dentro da organizao compe o DW.

OLAP: o OLAP, do ingls On-line Analytical Processing, na arquitetura

de um DW se refere as ferramentas com capacidade de anlise em
mltiplas perspectivas das informaes armazenadas.

Data Mining: Data Mining ou Minerao de Dados, se refere as

ferramentas com capacidade de descoberta de conhecimento relevante
dentro do DW. Encontram correlaes e padres dentro dos dados
armazenados.

Empresas que utilizam DW/DM:

A rede americana Wall-Mart, pioneira no uso de Data Mining, descobriu ao
explorar seus nmeros que 60% das mes que compram boneca Barbie, levam
tambm uma barra de chocolate.
O banco Ita conseguiu aumentar sua taxa de retorno nas malas
diretas para 30%. Reduzindo a conta do correio a um quinto.
Armazenando e analisando a movimentao financeira de seus 3
milhes de correntistas nos ltimos 18 meses.
A Sprint, um dos lderes no mercado de americano de telefone de
longa distncia, desenvolveu, com a anlise de Data Mining em seu
Data Warehouse, um mtodo capaz de prever com 61% de segurana
se um consumidor trocaria de companhia telefnica dentro de um
perodo de dois meses. Com um marketing agressivo, conseguiu
evitar a desero de 120.000 clientes e uma perda de 35 milhes de
dlares em faturamento.
O governo de Massachusetts, no Estados Unidos, compilava
informaes financeiras imprimindo telas e mais telas nos terminais
de grande porte. S com papel foram economizados U$ 250.000,00
por ano. Alm de permitir que o oramento anual fosse assinado e
analisado, antes do incio do ano fiscal.
O SERPRO no Brasil, implantando o seu Data Warehouse e Data
Mining, j consegue hoje cruzar e analisar informaes em cinco
minutos, o que antes demandavam quinze dias de trabalho.
E o clssico exemplo da grande rede varejista americana (Wal-Mart)
que descobriu, atravs de seu Data Mining, que as vendas de fraldas
estavam intimamente ligadas s vendas de cerveja. Explicao, os
pais que saiam noite para comprar fraldas, compravam cerveja
tambm.