DOI: 10.5102/un.gti.v4i1.
2612
Daniela Andrade Raslan1
Anglica Toffano Seidel Calazans 2
* Recebido em: 23/09/2013
Aprovado em: 09/04/2014
1
Bacharela e Licenciada em Fsica pela Universi-
dade de Braslia (2006). Graduada em Anlise
e Desenvolvimento de Sistemas pelo UniCEUB
(2013). Atualmente professora de Fsica e Ma-
temtica da Secretaria de Educao do Distrito
Federal.
2
Doutorado em Cincia da Informao pela
Universidade de Braslia (2008) e mestrado em
Gesto do conhecimento e TI pela Universida-
de Catlica de Braslia (2003). Atuou 28 anos
como especialista da Caixa Econmica Fede-
ral e atualmente professora titular do Centro
Universitrio de Braslia-UniCEUB.
Data Warehouse: conceitos e aplicaes*
Data Warehouse: concepts and applications
Resumo
O gerenciamento de dados tornou-se uma das atividades mais im-
portantes nas organizaes. medida que nossa sociedade se orienta cada
vez mais para a informao, organizar dados para maximizar sua utilidade
mostra-se um desafio para o profissional que lida com essa rea. Embora os
sistemas de banco de dados simplifiquem a tarefa de manter e recuperar uma
grande quantidade de dados, ainda so encontradas inmeras dificuldades na
organizao dos dados para utilizar a capacidade total de um banco de dados.
Atualmente, as empresas que mantm um volume muito grande de dados dis-
tribudos em diversos sistemas pela organizao tm optado por uma forma de
gerir suas informaes: o Data Warehouse. O objetivo desta pesquisa iden-
tificar os principais conceitos relacionados a Data warehouse, e verificar sua
disseminao em algumas empresas brasileiras e as vantagens de sua aplica-
o. Por meio do processo de reviso sistemtica um modo de identificar e
avaliar todas as pesquisas relevantes a respeito de uma questo particular, bem
como identificar lacunas capazes de direcionar novas pesquisas e novas ativi-
dades de investigao , verificou-se, inicialmente, a disseminao de con-
ceitos relativos modelagem de dados, a banco de dados e a Data Warehouse.
Com essa investigao, foi possvel verificar como se desenvolveu e se con-
solidou o processo de Data Warehouse. Para verificar a aceitao desse con-
ceito nas empresas da rea de tecnologia da informao, investigou-se junto
a algumas empresas de Braslia a aplicabilidade dos conceitos desse processo
no mercado, o que permitiu relacionar as dificuldades enfrentadas e as desvan-
tagens encontradas para a implantao do processo, bem como as vantagens
alcanadas com o trmino dos projetos.
Palavras-chave: Reviso Sistemtica. Banco de dados. Data Warehouse.
Abstract
Data management has become one of the most important activities in
organizations. As our society is geared increasingly to the information, organi-
ze data to maximize its utility proves a challenge for the professional who deal
with this area. Although database systems simplify the task of maintaining and
retrieving a large amount of data, many difficulties are still encountered in data
organization to utilize the full capacity of a database. Currently, companies
that maintain a very large amount of data distributed across many systems the
organization has opted for a way to manage your information: the Data Wa-
rehouse. The objective of this research is to identify the main concepts related
to data warehouse, and check its spread in some Brazilian companies and the
advantages of their application. Through the systematic review process - a way
to identify and evaluate all relevant regarding a particular research question,
as well as identify gaps capable of driving new research and new research ac-
tivities - initially it appeared the spread of concepts relating to data modeling,
the database and the data Warehouse. With this research, we observed how
it developed and consolidated the process of Data Warehouse. To verify the
acceptance of this concept in the business field of information technology, was
investigated with some companies Brasilia the applicability of the concepts of
this process on the market, allowing relate the difficulties and disadvantages
encountered in the implementation process, and the advantages achieved with
the completion of the projects.
Keywords: Systematic Review. Database. Data Warehouse.
 Daniela Andrade Raslan, Anglica Toano Seidel Calazan
1 Introduo
Conforme nos movemos para uma sociedade
orientada para a informao, a determinao de como
organizar os dados para maximizar sua utilidade torna-se
um problema muito importante. Por essa razo, o geren-
ciamento de dados tornou-se uma atividade de extrema
importncia nas organizaes, uma vez que a correta
manipulao de dados, alm de dinamizar os diversos se-
tores da organizao, pode tambm fornecer indicadores
que auxiliam a gesto estratgica das corporaes.
Sistemas de banco de dados simplificam a tarefa
de manter e recuperar uma grande quantidade de dados.
Contudo, o problema de como organizar os dados para
utilizar a capacidade total de um banco de dados no
tarefa simples. Para simplificar essa organizao, surgi-
ram as tcnicas de modelagens de dados que permitem a
construo de abstraes do mundo real para relacionar
dados de maneira eficiente. Paralelamente ao desenvolvi-
mento das tcnicas de modelagem de dados, aprimora-
ram-se tambm as abordagens para os modelos de Banco
de Dados (BD) e os Sistemas Gerenciadores de Banco de
Dados (SGBD).
As empresas que mantm um volume muito gran-
de de dados espalhados em diversos sistemas tm optado
por uma nova forma de obteno de informaes: o Data
Warehouse (DW). Esse conceito consiste em organizar os
dados corporativos de maneira integrada, com uma nica
verso da verdade, histrico varivel com o tempo e uma
nica fonte de dados. Tal integrao possibilita empresa
identificar tendncias em sua corporao, o que a possi-
Universitas Gesto e TI, Braslia, v. 4, n. 1, p. 25-37, jan./jun. 2014
bilita posicionar-se estrategicamente no mercado de for-
ma mais competitiva e, consequentemente, aumentar os
lucros.
Assim, identificar os principais conceitos rela-
cionados a Data warehouse e verificar sua disseminao
em algumas empresas brasileiras e as vantagens de sua
aplicao so os objetivos gerais desta pesquisa. So ob-
jetivos especficos: identificar seus principais conceitos e
verificar sua disseminao nas empresas, averiguando as
vantagens e desvantagens de sua adoo.
Para tanto, este trabalho est organizado do se-
guinte modo: 1) inicialmente descreve-se a metodolo-
gia de reviso sistemtica utilizada para pesquisa dos
conceitos ligados a Data Warehouse; 2) conceituam-se
modelagem de dados, banco de dados e SGBD, assuntos
necessrios para o entendimento do objeto de pesquisa;
26 3) conceitua-se Data Warehouse, salientando-se as van-
tagens e desvantagens da adoo da tecnologia, segundo
os artigos e livros pesquisados, e tambm os processos de
construo de um data warehouse; e 4) verifica-se a acei-
tabilidade desse conceito pelas corporaes por meio um
instrumento de coleta de dados.
2 Metodologia
O processo definido para a pesquisa est apresen-
tado na Figura 1. Inicialmente, realizou-se uma pesquisa
documental, por meio do processo de reviso sistemti-
ca, sobre os conceitos de modelagem de dados, banco de
dados, sistemas gerenciadores de banco de dados e Data
Warehouse. Em seguida, fez-se um estudo de casos mlti-
plo com os profissionais da tecnologia da informao de
empresas que utilizam ou utilizaram o Data Warehouse.
Por fim, para avaliar a aceitao e relevncia do Data Wa-
rehouse no mercado, compararam-se os resultados obti-
dos no estudo de caso e os da pesquisa documental.
Figura 1 Modelo da pesquisa
Fonte: Prprio autor
2.1 Reviso Sistemtica
A reviso sistemtica um modo de identificar e
avaliar todas as pesquisas relevantes a respeito de uma
questo particular. Ela pode ser til para identificar la-
cunas que podem direcionar novas pesquisas e novas
atividades de investigao. um modo de os pesquisa-
dores sumarizarem toda a informao existente sobre
determinado fenmeno de forma completa e imparcial
(KITCHENHAM, 2004).
As revises sistemticas iniciam-se pela definio
de um protocolo de reviso que estabelecer uma estrat-
gia de pesquisa capaz de detectar toda literatura relevante

para determinada questo. A estratgia deve estabelecer
os critrios para julgar qual literatura concernente ao
tema da pesquisa. So trs os estgios da reviso sistem-
tica: 1) Planejamento da Reviso; 2) Realizao da Revi-
so; e 3) Relato da Reviso.
O Planejamento da Reviso envolve a identifi-
cao de o que necessrio para se iniciar a reviso e o
desenvolvimento do protocolo de reviso. So definidos
nessa fase o objetivo da pesquisa; as fontes de pesquisa; os
critrios de incluso e excluso dos artigos de pesquisa; os
critrios de avaliao dos estudos e os critrios de extra-
o de dados de estudo. O desenvolvimento do protocolo
de pesquisa de suma importncia, pois uma maneira
de impedir que a seleo de estudos do pesquisador seja
unicamente dirigida s suas expectativas, o que implica
delimitar as razes e as questes de pesquisa, as quais a
reviso sistemtica tem a inteno de responder. O pro-
tocolo de pesquisa possibilita que esta seja direcionada
de modo imparcial. Com o protocolo, so estabelecidos
tambm os termos que sero pesquisados e as fontes de
dados da pesquisa.
A Realizao da Reviso deve registrar as estrat-
gias de busca e seus resultados. As estratgias de busca
so geralmente iterativas e podem se beneficiar de com-
binaes de termos de pesquisas que so derivados das
questes de pesquisa. Deve ser redigida uma lista de si-
nnimos e abreviaturas que auxiliem as estratgias de
busca. O processo de realizao de uma reviso sistem-
tica deve ser transparente e replicvel. A reviso deve ser
documentada em detalhes suficientes para que os leitores
sejam capazes de avaliar o rigor da pesquisa. (KITCHE-
NHAM, 2004)
O Relato da Reviso deve reunir a sntese dos da-
dos pesquisados, a qual pode ser descritiva, no quanti-
tativa. No entanto, possvel completar essa sntese com
um resumo quantitativo utilizando-se tcnicas de esta-
tstica para a elaborao de uma viso mais completa do
trabalho de pesquisa.
A reviso sistemtica foi feita de modo a explorar
os conceitos de modelagem de dados, banco de dados e
Data Warehouse com objetivo de responder aos seguintes
objetivos:
Quais os conceitos de modelagem de dados, ban-
co de dados e SGBD?
Qual o conceito de Data Warehouse?
Quais os processos de construo de um Data Wa-
rehouse?
Data Warehouse: conceitos e aplicaes
Qual a aceitabilidade do conceito de Data Wa-
rehouse pelas corporaes e pelos profissionais da rea,
relacionando as vantagens e desvantagens dessa tecnolo-
gia?
Desse modo, os artigos pesquisados na reviso sis-
temtica responderam s seguintes questes de pesquisas:
O que a modelagem de dados?
Quais as vantagens e desvantagens do uso da mo-
delagem de dados?
Qual o tipo de modelagem de dados mais utiliza-
do?
O que so banco de dados?
Quais os tipos de bancos de dados existentes?
Qual o tipo de banco de dados mais utilizados?
O que so os SGBDs e quais suas funes e im-
portncia?
Quais so os tipos de SGBD mais largamente utili-
zados atualmente no mercado?
O que o Data Warehouse?
Quais os objetivos da criao de um Data Wa-
rehouse?
Quais as etapas de construo de um Data Wa-
rehouse e quais os desafios a serem vencidos em cada eta-
pa?
Quais as vantagens e desvantagens da adoo de
um Data Warehouse?
Qual a aceitabilidade do conceito de Data Wa-
rehouse no mercado?
Para estabelecimento do protocolo de pesquisa da
reviso sistemtica, adotaram-se com base nos termos
Universitas Gesto e TI, Braslia, v. 4, n. 1, p. 25-37, jan./jun. 2014
chaves das questes de pesquisa e nos objetivos as seguin-
tes strings para buscar os artigos: modelagem de dados,
data modeling, banco de dados, data base, software de
banco de dados, sistema gerenciador de banco de dados,
SGBD, Data Warehouse e Data Warehousing.
As fontes de pesquisa utilizadas para a pesquisa
foram:
Google Acadmico: pgina eletrnica de pesqui-
sas de artigos revisados por especialistas (peer-rewiewed),
teses, livros, resumos e artigos de editoras acadmicas, or-
ganizaes profissionais, bibliotecas de pr-publicaes,
universidades e outras entidades acadmicas (GOOGLE,
2014);
Referncias: Livros citados nas referncias e es-
colhidos a partir dos livros mais vendidos nas livrarias
virtuais Cultura, Saraiva e Siciliano e mais citados por es-
pecialistas da rea de tecnologia da informao (TI); 27
 Daniela Andrade Raslan, Anglica Toano Seidel Calazan

Portal da CAPES: uma biblioteca virtual que
rene e disponibiliza a instituies de ensino e pesquisa
no Brasil o melhor da produo cientfica internacional.
Ele conta atualmente com um acervo de mais de 35 mil
peridicos com texto completo, 130 bases referenciais,
onze bases dedicadas exclusivamente a patentes, alm de
livros, enciclopdias e obras de referncia, normas tcni-
cas, estatsticas e contedo audiovisual. (CAPES, 2014);
Scielo - Scientific Electronic Library Online: mo-
delo para a publicao eletrnica cooperativa de peridi-
cos cientficos na Internet. Foi desenvolvido para respon-
der s necessidades da comunicao cientfica nos pases
em desenvolvimento e particularmente na Amrica La-
tina e Caribe. (SCIELO, 2014]) Nesse site foi pesquisada
a revista JISTEM (Journal of Information Systems and
Technology Management);
Journal of Computer Science: revista de Cincia
da Computao que tem como objetivo publicar artigos
de pesquisa sobre fundamentos tericos da informao
e computao e de tcnicas para a sua implementao e
aplicao em sistemas de computador. (JOURNAL OF
COMPUTER SCIENCE, 2014]).
Como critrios de incluso e excluso de docu-
mentos de pesquisa, estabeleceu-se que: 1) os artigos
deveriam estar disponveis gratuitamente na web ou
impressos, no caso de livros; 2) eles deveriam ser redi-
gidos em portugus ou ingls; 3) os artigos, dissertaes
e teses deveriam datar entre os anos de 2011 e 2013; 4)
a primeira seleo dos documentos seria feita pelo t-
tulo que deveria fazer referncia a alguma das questes
de pesquisa; 5) a segunda seleo dos documentos seria
efetuada aps a leitura dos resumos dos documentos em
que pelo menos 30% das questes de pesquisa deveriam
ser respondidas.
A reviso sistemtica foi conduzida no segundo
semestre de 2012 e no incio de 2013, entre os meses de
setembro e fevereiro. A tabela abaixo demonstra os resul-
tados encontrados:

Tabela 1 - Nmeros da Pesquisa de Reviso Sistemtica

Nmero de documentos Nmero de documentos Nmero de documentos
Fonte String de busca
como resultados da busca aps primeira seleo aps segunda seleo

Google Acadmico modelagem de dados (conceito, histrico, tipos) 165 6 4

Google Acadmico Data Modeling (concepts, types) 1340 9 4

Google Acadmico banco de dados, SGBD (conceitos, tipos) 231 18 1

Google Acadmico data base, SGBD (concepts, types) 18 18 2

Google Acadmico Data Warehouse, Data Warehousing (conceitos, concepts) 15 2 2

Portal da CAPES modelagem de dados (conceito, histrico, tipos) 794 6 3

Universitas Gesto e TI, Braslia, v. 4, n. 1, p. 25-37, jan./jun. 2014

Portal da CAPES Data Modeling (concepts, types) 1204 16 2

Portal da CAPES banco de dados, SGBD (conceitos, tipos) 0 0 0

Portal da CAPES data base, SGBD (concepts, types) 7810 ... ...

Portal da CAPES Data Warehouse, Data Warehousing (conceitos, concepts) 148 5 2

JISTEM modelagem de dados (conceito, histrico, tipos) 1 1 1

JISTEM Data Modeling (concepts, types) 3 2 2

JISTEM banco de dados, SGBD (conceitos, tipos) 1 - -

JISTEM data base, SGBD (concepts, types) 2 2 2

JISTEM Data Warehouse, Data Warehousing (conceitos, concepts) 0 0 0

Journal of Computer Science modelagem de dados (conceito, histrico, tipos) 0 0 0

Journal of Computer Science Data Modeling (concepts, types) 0 0 0

Journal of Computer Science banco de dados, SGBD (conceitos, tipos) 8 2 2

Journal of Computer Science data base, SGBD (concepts, types) 2 2 2

Journal of Computer Science Data Warehouse, Data Warehousing (conceitos, concepts) 3 2 2

28 Fonte: Prprio autor

As buscas nas fontes de pesquisas citadas permi-
tiram a seleo de trinta documentos que respondiam
apenas parcialmente a algumas das questes de pesquisa.
Aps a leitura integral dos documentos, selecionaram-se
dezenove documentos que respondiam adequadamente
a, pelo menos, 30% das questes de pesquisa e que eram
disponveis gratuitamente na web. No foi encontrado
nenhum artigo que respondesse a todas as questes de
pesquisa e fizesse a relao entre os temas modelagem
de dados, banco de dados e Data Warehouse. Os livros
pesquisados traziam em sua maioria explicaes mais
completas a respeito dos temas. Aps a leitura dos do-
cumentos e livros, retiraram-se dos textos os trechos que
respondiam s questes propostas e posteriormente foi
feito um compndio das definies encontradas.
2.2 Estudos de Caso
Segundo Yin e Martins (2001, 2006 apud CALA-
ZANS, 2007), o Estudo de Caso uma forma de inves-
tigao emprica que permite o estudo de fenmenos
sociais complexos ao analisar o fenmeno contempor-
neo dentro de seu contexto da vida real. De acordo com
Martin (2006 apud CALAZANS, 2007, p. 40), O estudo
de caso uma estratgia que pede avaliao quantitativa,
e por isso, de acordo com Cassel & Simon (1994 apud
CALAZANS, 2007), a pesquisa deve ter foco na interpre-
tao e no na quantificao. Ao realizar os estudos de
caso, o pesquisador no tem controle sobre os eventos e
deve descrever, compreender e interpretar o seu resultado
(CALAZANS, 2007).
Para a definio dos estudos de caso, necessrio
especificar o objeto de pesquisa, o fenmeno especfico
no tempo em que se deseja estudar e a unidade de anlise
em que se procedida investigao. Os estudos de caso
mltiplos so aqueles que utilizam unidades de anlise
diferentes. Sobre os estudos de casos mltiplos, Calazans
(2007, p. 46) descreve:
Os Estudos de Casos Mltiplos so utilizados
em mais de uma unidade de anlise e a pro-
vas resultantes destes estudos so consideradas
mais convincentes, pois normalmente so estu-
dos mais robustos e rigorosos e utilizam uma
abordagem mais completa. Estudos de Casos
Mltiplos utilizam a lgica da replicao e no
da amostragem [...]
Com intuito de verificar a aceitao dos conceitos
de Data Warehouse pelos profissionais da rea de tecno-
logia da informao, fez-se um estudo de casos mlti-
Data Warehouse: conceitos e aplicaes
plos, por meio da aplicao de um questionrio (conferir
Apndice), que permitiu aos participantes expressar sua
avaliao a respeito da elaborao de um Data Warehou-
se, das dificuldades encontradas nessa elaborao, os ca-
sos de sucesso, as vantagens, desvantagens etc. O objeti-
vo foi avaliar se os dados colhidos da reviso sistemtica
sobre Data Warehouse so confirmados na prtica pelos
profissionais que utilizam a teoria.
Na primeira parte do questionrio, verificou-se o
perfil do profissional de TI participante para averiguar
sua formao e seu entendimento sobre o contedo ava-
liado. A segunda parte do questionrio permitiu ao parti-
cipante expressar suas experincias ao desenvolver proje-
tos ligados a Data Warehouse.
A interpretao dos resultados da pesquisa de ca-
sos mltiplos foi feita por meio da condensao de signi-
ficados, isto , a abreviao do texto dos participantes em
partes mais sucintas identificando pontos comuns entre
as diversas falas dos entrevistados.
3 Resultados
Os resultados obtidos por meio da reviso
sistemtica permitiram responder aos questionamentos
elaborados. Assim, a seguir apresentam-se sucintamente
os conceitos de Modelagem de dados, Banco de dados,
Sistemas Gerenciadores de Banco de Dados e Data
Warehouse.
3.1 Modelagem de Dados
Pode-se afirmar que as informaes, que uma
Universitas Gesto e TI, Braslia, v. 4, n. 1, p. 25-37, jan./jun. 2014
empresa possui, so sua fonte de alimentao para novos
processos, novas decises, novas estratgias. Somente a
partir do conhecimento que a empresa tem sobre si, sobre
seus clientes, sobre seus fornecedores e sobre seus pro-
cessos, que ela pode avanar rumo a novos mercados e
maiores lucratividades. Dessa forma, o gerenciamento de
dados tornou-se uma atividade de extrema importncia
nas organizaes, uma vez que a correta manipulao de
dados, alm de dinamizar os diversos setores de uma or-
ganizao, pode tambm fornecer indicadores de prefe-
rncias que auxiliam a gesto estratgica das corporaes.
A modelagem de dados objetiva a construo de
modelos que representem de maneira simples e abstrata
o ambiente observado. Por meio dela, possvel obser-
var com nitidez os processos de relacionamento entre os
objetos em estudo e desenvolver uma documentao que
29
 Daniela Andrade Raslan, Anglica Toano Seidel Calazan
fornea mecanismos de validao da descrio do am-
biente observado.
Define-se modelagem de dados como uma tcnica
que visa aperfeioar e dar maior estabilidade organiza-
o dos dados. Para executar essa tcnica, passos como a
observao dos elementos de um ambiente, a elaborao
de conceitos sobre esses elementos, a abstrao de carac-
tersticas comuns aos elementos e unio desses elementos
em conjuntos, que representaro a realidade, devem ser
percorridos. A modelagem de dados possibilita a criao
de um modelo de dados, isto , de um conjunto de con-
ceitos que podem ser usados para descrever a estrutura
de um banco de dados.
Para que a modelagem de dados seja feita de for-
ma a retratar a realidade em estudo, o primeiro passo
deve ser o levantamento e anlise dos requisitos com ob-
jetivo de entender e documentar como os dados de inte-
resse para o problema so obtidos. Na sequncia cria-se
um esquema conceitual de alto nvel. Segundo Elmari
e Navathe (2004), o modelo de dados conceitual uma
descrio concisa dos requisitos de dados e inclui descri-
es detalhadas de tipos de entidades, relacionamentos e
descries. A etapa seguinte a implementao real do
projeto no banco de dados com o auxlio de um SGBD.
Ainda sobre modelagem de dados, Heuser (2004)
descreve essas etapas de construo mais detalhadamente:
Modelo Descritivo: descrio textual das estru-
turas de dados independente da abordagem do tipo de
banco de dados.
Modelo conceitual: modelo abstrato de dados
Universitas Gesto e TI, Braslia, v. 4, n. 1, p. 25-37, jan./jun. 2014
que descreve a estrutura de um banco de dados indepen-
dente de sua classificao. Os objetos, suas caractersticas
e relacionamentos entre elementos da realidade tm a re-
presentao fiel do ambiente observado, independente de
quaisquer limitaes impostas por tecnologias, tcnicas
de implementao ou dispositivos fsicos.
Modelo lgico: modelo de dados que representa
a estrutura de um banco de dados conforme vista pelo
usurio do SGBD. Leva em conta limites impostos por
algum tipo de banco de dados como banco de dados hie-
rrquico, banco de dados em rede, banco de dados rela-
cional, banco de dados orientado a objetos etc.
Modelo fsico: uma representao grfica do
detalhamento fsico das estruturas dos dados que o ban-
co de dados ir armazenar. Esse modelo dependente do
SGBD que ser implementado. Leva em considerao li-
30 mites impostos pelo SGBD e pelos requisitos no funcio-
nais dos programas que acessam os dados.
Uma das abordagens de modelagem mais comum
a Entidade-Relacionamento, um modelo de alto nvel e
independente do SGBD. Ela foi criada em 1976 por Pe-
ter Chen e tem como conceito essencial a percepo do
mundo real representada por entidades e relacionamen-
tos. A notao que ser utilizada para a representao
deste modelo o Diagrama Entidade-Relacionamento
(DER), exemplificado na Figura 2, em que os retngu-
los representam as entidades (elementos do domnio do
problema) e os losangos representam os relacionamentos
entre essas entidades. Naturalmente, existem outros ele-
mentos utilizados na construo desse diagrama, como
cardinalidade, agregao, relacionamento ternrio (ou de
maior grau), autorrelacionamento e generalizao/espe-
cializao.
Figura 2 - Notao do Diagrama Entidade Relacionamento
Fonte: (ELMASRI; NAVATHE, 2005).
3.2 Banco de dados e sistemas gerenciadores de
bancos de dados
Um banco de dados uma coleo de dados orga-
nizados de modo a satisfazer as necessidades dos usurios.
Os bancos de dados so usados por meio de softwares cha-
mados de Sistemas de Gerenciadores de Banco de Dados
que consistem em um grupo de programas que executam
manipulaes reais sobre o banco de dados e fornecem
uma interface entre os bancos de dados e o usurio ou en-
tre os bancos de dados e os programas aplicativos.
O SGBD o responsvel pela manuteno e ar-
mazenamento dos dados de um BD. Ele contm, portan-
to, um catlogo com descrio completa do banco que
contm informaes sobre a estrutura de cada arquivo,
o tipo e o formato de armazenamento de cada tipo de
dado, restries, entre outros. A informao armazenada
no catlogo denominada metadados. Os SGBD permi-
tem a correta utilizao e manipulao dos dados em um
BD ao possibilitar que critrios como integridade, com-
partilhamento, segurana, controle da redundncia e re-
lacionamento dos dados sejam obedecidos. (ELMASRI;
NAVATHE, 2005)
Os SGBD mais utilizados hoje foram concebi-

dos com base no modelo relacional, criado por Codd
em 1970, derivado da teoria matemtica dos conjuntos.
Nesse modelo, os dados do banco so representados por
meio de suas relaes que consistem em uma coleo de
tabelas, cada uma designada por um nome nico.
A grande quantidade de dados nos bancos de da-
dos informatizados pode produzir conhecimentos valio-
sos e teis para a tomada de deciso. A utilidade desses
dados, no entanto, ir depender da forma com que eles
esto armazenados e organizados e do modo como se-
ro acessados. Esse , pois, o objetivo da modelagem de
dados: permitir o entendimento do problema em estudo
para que os dados relativos a esse problema possam ser
armazenados e organizados seguramente no banco de
dados por meio dos SGBD, de modo que possibilitem o
acesso informao til na tomada de decises. de bancos de dados. Os bancos de dados possuem ope-
A gerao das informaes geradas pelos bancos
de dados necessrias para uma organizao pode ser feita
por sistemas transacionais ou por sistemas analticos. Os
sistemas transacionais so aqueles que se caracterizam
pela alta taxa de atualizao nos bancos de dados, pelo
grande volume de dados e acessos pontuais e por pesqui-
sas cujos resultados sejam de pequeno volume, at milha-
res de consultas. Esses sistemas so tambm conhecidos
como sintticos ou ainda OLTP Online Transactional
Processing -, pois, como o nome sugere, baseiam-se em
transaes. Esses sistemas so utilizados no dia a dia da
organizao e desenvolvidos com base nos modelos de
negcio da organizao, de acordo com Gardner (1998,
apud CALAZANS, 2003).
Os sistemas analticos, ou Online Analytical Pro-
cessing (OLAP) caracterizam-se por fornecer subsdio
para tomadas de deciso a partir de anlises realizadas
sobre bases de dados histricas com grande volume de
dados, por vezes com milhes de registros a serem tota-
lizados. So sistemas compostos de informaes de v-
rios departamentos ou unidades da empresa e que, aps
o cruzamento de informaes, geram informaes geren-
ciais para anlises de negcios, de forma a garantir uma
vantagem competitiva (CALAZANS, 2003). Os Data Wa-
rehouse so exemplos de sistemas analticos.
3.3 Data Warehouse
De acordo com Moody e Kortnink (2000, apud
CALAZANS, 2003), a tecnologia de Data Warehouse
surgiu em meados da dcada de 1990 como uma soluo
para satisfazer necessidade de informaes gerenciais
Data Warehouse: conceitos e aplicaes
da organizao. poca j havia um aumento conside-
rvel nos sistemas de gesto empresarial, e, como con-
sequncia, a quantidade de dados tambm cresceu. Os
bancos de dados tiveram, ento, de evoluir para atender
a esse crescimento tecnolgico e a toda atmosfera de ges-
toinformatizada. Para essa nova realidade, era preciso
trabalhar em um contexto de dados distintos para uni-
-los externamente. Foi, ento, que um projeto acadmico
conceitual da dcada de 1980 possibilitou, no incio dos
anos 1990, os primeiros testes com Data Warehouse do-
ravante DW.
O DW deve ser entendido como uma estratgia
de organizao de dados voltada para a gesto estratgica
das corporaes, e no para o controle do negcio. Nes-
se ponto faz-se importante diferenciar Data Warehouse
raes que so transaes repetitivas, estruturadas, isola-
das, detalhadas, com atualizao ou leitura de dados, e os
registros so acessados normalmente por chaves prim-
rias (CHAUDHURI; DAYAL, 1997, apud CALAZANS,
2003). Os DW possuem dados sumarizados, agregados e
consolidados que so armazenados por longos perodos
de tempo (CALAZANS, 2003, p.7). DW uma forma de
gerir volumes muito grande de dados que se encontram,
geralmente, espalhados em diversos sistemas de uma or-
ganizao. Ele possibilita a anlise de grandes volumes de
dados coletados dos sistemas transacionais (OLTP). Em
outras palavras, os DW das corporaes so construdos
a partir dos diferentes bancos de dados gerenciais de uma
organizao.
Universitas Gesto e TI, Braslia, v. 4, n. 1, p. 25-37, jan./jun. 2014
O conceito de DW consiste em organizar os da-
dos corporativos de maneira integrada, com uma nica
verso da verdade, em um histrico varivel no tempo,
gerando uma nica fonte de dados. Essa estrutura possi-
bilita empresa identificar tendncias em sua corporao
para posicionar-se estrategicamente no mercado tornan-
do-se mais competitiva e, consequentemente, aumentan-
do os seus lucros.
De acordo com Machado (2000), o DW um
sistema de computao utilizado para armazenar infor-
maes relativas s atividades de uma organizao em
bancos de dados, de forma consolidada. So as chamadas
sries histricas que possibilitam uma melhor anlise de
eventos passados, oferecendo suporte s tomadas de deci-
ses presentes e previso de eventos futuros.
O DW no um produto que possa ser compra-
do como um software de banco de dados; nem aprendido 31
 Daniela Andrade Raslan, Anglica Toano Seidel Calazan
ou codificado como uma linguagem; nem somente um
modelo de banco de dados ou a constituio de vrios
modelos. O sistema de data warehouse deve ser pensado
como um processo que est sempre em crescimento para
disponibilizar informaes que apoiem as decises estra-
tgicas da organizao.
Os DW proporcionam a integrao slida e con-
cisa dos dados para a realizao de anlises gerenciais
estratgicas. uma arquitetura que possibilita a organi-
zao dos dados, como os de clientes e fornecedores e os
de operaes, de modo que eles possibilitem a obteno
de informaes estratgicas a partir da anlise de dados
sob diversas perspectivas, e da capacidade de navegao
no nvel de detalhe da informao. O DW organiza infor-
maes de fontes internas da organizao, fontes que em
grande parte dos casos so heterogneas, e fontes exter-
nas filtrando, limpando esses dados e preparando-os para
a anlise e suporte deciso (MACHADO, 2000).
Os DW so uma boa soluo para organizaes
que tm vrias plataformas de hardware e software e que
sofrem com a falta de padronizao e integrao dos da-
dos e com numerosas alteraes nos sistemas transacio-
nais. Com os DW, pode-se fornecer um modelo de dados
comum para diferentes reas de interesse, independente-
mente da fonte de dados. Dessa forma, torna-se mais fcil
de reportar e analisar informaes. As inconsistncias das
diferentes fontes de dados so resolvidas antes de serem
carregadas as informaes no DW, o que torna o processo
de elaborao de relatrios e anlise muito simples.
Uma das funcionalidades do DW fazer com que
Universitas Gesto e TI, Braslia, v. 4, n. 1, p. 25-37, jan./jun. 2014
as informaes de uma empresa sejam facilmente aces-
sadas. De acordo com Kimball (2002), as informaes
devem ser compreensveis aos usurios com dados intui-
tivos e bvios e, ao mesmo tempo, devem possuir dife-
rentes formas de combinao de dados para a gerao das
informaes. Alm disso, as informaes devem ser con-
sistentes e com dados confiveis. Ainda de acordo com
Kimball (2002), h outras caractersticas do DW, como
sua adaptabilidade e flexibilidade com relao a mudan-
as e um nvel de segurana que proteja os dados.
Dentre as vantagens de construo de um DW,
Machado (2000) cita:
Disponibilidade de informaes para a gesto
das corporaes;
Gerao de curvas de comportamento;
Agilidade no uso de ferramentas de apoio de-
32 ciso;
Segurana de informaes para deciso;
Maior abrangncia na viso de indicadores.
Singh e Malhotra (2011) destacam tambm como
vantagens da adoo dos DW o fato de que o armazena-
mento de dados revela-se til na prestao de informa-
es coletivas a todos os seus usurios e que a informao
pode ser facilmente e armazenada de forma segura por
um perodo de tempo mais longo.
Para que os DW sejam considerados um sucesso,
a comunidade do negcio deve aceit-lo. Os indicadores
recolhidos a partir do DW devem atender s demandas
da gesto estratgica empresarial. Essa comumente a
desvantagem mais destacada pelos profissionais usurios
dos conceitos de DW: falta de apoio da alta gerncia para
o desenvolvimento do projeto de DW. Outra desvantagem
costumeiramente descrita a de que o DW deve ser cuida-
dosamente modelado para que de fato atendam s expecta-
tivas de seus patronos, fornecendo-lhes informaes estra-
tgicas, caso contrrio eles tornam-se meras repeties dos
sistemas transacionas j existentes na corporao.
Boateng et al. (2013) cita ainda como desvanta-
gens o fato de que os armazns de dados no so o am-
biente ideal para dados no estruturados. Alm disso,
como no processo de Data Warehousing, os dados devem
ser extrados, transformados e carregados no armazm,
h um elemento de latncia de dados no DW. E durante
sua vida, os DW podem ter custos elevados e ficarem ob-
soletos de forma relativamente rpida, o que pode causar
grandes prejuzos.
Os DW so projetados para tamanhos de cente-
nas de gigabytes at terabytes e podem armazenar grandes
quantidades de informao, s vezes, divididas em unidades
lgicas menores que so chamadas de Data Marts (DM).
Os data marts representam um subconjunto dos
DM que permitem o acesso descentralizado informa-
o. Os DM podem ser direcionados a um departamento
ou rea especfica do negcio (MACHADO, 2000). O es-
quema de dados mais utilizado na construo de um DM
o esquema estrela (Star Schema), tambm conhecido
como Modelagem Multidimensional. (KIMBALL, 2002).
Data Warehousing nome dado ao processo sis-
temtico de construo de um sistema de DW. Esse
processo composto por uma coleo de tecnologias,
algoritmos, ferramentas, tcnicas e por uma arquitetura
concebida para facilitar o armazenamento e o gerencia-
mento desses grandes volumes de dados e de vrias ori-
gens, com o objetivo de proporcionar ao trabalhador do

conhecimento (executivos, gerentes e analistas) a viso
do todo ou de parte do negcio. (CHAUDHURI; DAYAL,
1997; GARDNER, 1998 apud CALAZANS, 2003).
3.4 Caractersticas DW
A primeira caracterstica de um DW que ele
orientado por assunto. Outro aspecto importante que
os dados de um DW so precisos com relao ao tempo,
isto , so inseridos com posies histricas das ativida-
des no tempo. E por isso no se modificam. Os dados de
DW no podem, portanto, ser excludos ou modificados,
somente inseridos. Por isso, os DW so no volteis e
possuem apenas as operaes bsicas de carga de dados
e de leitura de dados. Esse histrico de armazenamento
dos dados tem como finalidade gerar indicadores que re-
presentem uma evoluo ao longo de grande espao de
tempo. Por fim, pode-se afirmar que o mais importante
aspecto do ambiente de DW que seus dados so integra-
dos. Essa integrao mostra-se em diferentes maneiras:
na conveno consistente de nomes, na forma consisten-
te das variveis, na estrutura consistente de cdigos, nos
atributos fsicos consistente dos dados etc.
Os dados a serem inseridos em um DW passam
por um processo de filtragem, limpeza e sumarizao o
processo de data warehousing. Esse processo corresponde
retirada dos dados de origem dos sistemas transacionais
e concentrao desses dados no Operacional Data Sto-
rage (ODS) ou Staging Area, um local de armazenamento
temporrio dos dados (MACHADO, 2000). No ODS os
dados originais sero ajustados para que ocorra a integra-
o das informaes. Esse um processo que aperfeioa ela permite, ao adicionar informaes na base de dados.
a criao do data warehouse e do data mart porque pos-
sibilita uma nica fonte de dados sincronizada. Segundo
Calazans (2010), os dados na staging area sofrem as se-
guintes transformaes:
Integrao: gerao de chaves substitutas para
cada registro, de modo a evitar a dependncia de
chaves definidas no sistema legado;
Limpeza: correo de cdigos e caracteres espe-
ciais, resolvendo problemas de domnios, tratando
dados perdidos e corrigindo valores duplicados
ou errados;
Eliminao: de campos e dados provenientes dos
sistemas legados que no sero teis ao DW ou
ao DM;
Combinao: unificao de dados que possuem
os mesmos valores;
Data Warehouse: conceitos e aplicaes
Verificao de integridade referencial: verifica-
o da correspondncia entre os dados de duas
diferentes tabelas;
Desnormalizao e renormalizao: reunifica-
o das hierarquias de dados, separadas pela nor-
malizao dentro de uma tabela desnormalizada;
Converso de tipo de dados: transformao de
dados de baixo nvel em tipo de dado em outro
formato;
Clculos, derivao e alocao: transformaes a
serem aplicadas sobre as regras de negcio iden-
tificadas durante o processo de levantamento de
requisitos;
Auditoria: no contedo dos dados.
Os meios utilizados para transformar e proceder
carga dos dados, para recuperar, analisar e extrair os
dados e gerenciar dados de dicionrio so considerados
componentes essenciais de um DW. Essas operaes so
dependentes da forma como os dados so armazenados.
Nos bancos de dados do DW, os dados so armazenados
em cubos. Existem duas abordagens principais para o
armazenamento de dados: a abordagem normalizada e a
abordagem dimensional (MUHEET; QUADRI; ZAMAN,
2012).
Na abordagem normalizada, os dados no DW so
armazenados seguindo, de certa forma, a regra de norma-
lizao Codd. As tabelas so agrupadas por reas temti-
cas que refletem categorias de dados gerais. A principal
vantagem dessa abordagem consiste na facilidade , que
Universitas Gesto e TI, Braslia, v. 4, n. 1, p. 25-37, jan./jun. 2014
E a desvantagem refere-se dificuldade que os usurios
possuem para unirem os dados provenientes de diferen-
tes fontes de informao significativa.
Na abordagem dimensional, os dados da transa-
o so divididos em fatos e dimenses. Os fatos so os
dados numricos da transao e as dimenses so as in-
formaes de referncia que contextualizam os fatos. Essa
abordagem possibilita ao modelador do DW uma liber-
dade de organizao dos dados e possibilita aos usurios
o fcil entendimento do banco e a grande usabilidade. A
recuperao dos dados do DW nessa abordagem tambm
tende a operar muito rapidamente. Como desvantagens
da abordagem pode-se citar: a complexidade no carre-
gamento de dados a partir de diferentes sistemas opera-
cionais e a dificuldade de modificar a estrutura de arma-
zenamento de dados. Esse modelo dimensional pode ser 33
 Daniela Andrade Raslan, Anglica Toano Seidel Calazan
representado pelos esquemas estrela ou flocos de neve.
Os esquemas de um DW so uma coleo de ob-
jetos de banco de dados, incluindo tabelas, vises, ndices
e sinnimos. O esquema em estrela, ilustrado na figura
3, , talvez, o esquema de armazenamento de dados mais
simples. Ele chamado de esquema em estrela porque o
diagrama de entidade-relao desse esquema se asseme-
lha a uma estrela, com pontos de irradiao de um ponto
central. O centro da estrela consiste em uma grande tabe-
la de fatos e as pontas da estrela so a dimenso. A estrela
uma associao entre uma tabela fato e uma srie de
tabelas de dimenso. Cada tabela de dimenso est asso-
ciada tabela de fatos usando uma chave primria para
se juntar a uma chave estrangeira. As tabelas de dimen-
ses no so unidas umas s outras. As principais van-
tagens dos esquemas em estrela so o fornecimento de
um mapeamento direto e intuitivo entre as entidades de
negcios, sendo analisados pelos usurios finais, o design
do esquema e o desempenho altamente otimizado para
consultas tpicas de estrelas devido ao grande nmero
de ferramentas de buscas j desenvolvidas. (MUHEET;
QUADRI; ZAMAN, 2012).
Outro modelo de esquema o floco de neve, um
modelo mais complexo que esquema em estrela. Nesse
esquema as dimenses visam eliminar a redundncia,
isto , dados da dimenso so agrupados em vrias tabe-
las. Esse esquema embora permita uma economia de es-
pao, aumenta o nmero de tabelas de dimenso e requer
mais chaves estrangeiras. Como consequncia, o resulta-
do consultas mais complexo e o desempenho reduzido
Universitas Gesto e TI, Braslia, v. 4, n. 1, p. 25-37, jan./jun. 2014
(MUHEET; QUADRI; ZAMAN, 2012).
Figura 3 - Esquema Estrela
34 Fonte: Baseado em Muheet, Quadri e Zaman (2012).
Independentemente de quo inteligente e pro-
dutivo seja o sistema de gerenciamento de informaes
planejado, construdo e operado, ele basicamente um
repositrio de dados. O valor a esses dados s acres-
cido por meio das aplicaes analticas que possibilitam
o acesso e o processo de apresentao dos dados, infor-
maes e conhecimentos para sustentar investigao e re-
soluo de problemas necessidades. Esse o processo de
minerao de dados ou data mining. Sua funo principal
a varredura de grande quantidade de dados a procura
de padres e deteco de relacionamentos entre informa-
es gerando novos subgrupos de dados. Data Mining
como um agregador e organizador de dados. gigantesco
o resultado desse processamento como, por exemplo, a
formao de hipteses e principalmente regras de dados
que respondem s questes do negcio.
3.5 Estudo de Casos Mltiplos: resultados do ques-
tionrio
Foi realizada a aplicao de questionrios a oito
profissionais da rea de TI que trabalhavam em quatro
diferentes empresas. A aplicao dos questionrios para
a elaborao do estudo de casos mltiplos objetivava ve-
rificar se havia uma correspondncia entre os contedos
obtidos sobre DW com a reviso sistemtica e o uso co-
tidiano desses conceitos pelos profissionais no mercado.
Dentre os participantes, cinco deles trabalham na
rea de tecnologia da informao h mais de vintes anos,
dois participantes trabalham entre dez e vinte anos e um
participante possui experincia na rea de TI entre cin-
co e dez anos. Desses, trs esto aposentados e os outros
ainda desenvolvem atividades ligadas a DW. Quatro pro-
fissionais so especialistas na rea de gesto da tecnologia
e trs possuem nvel de escolaridade stricto sensu. Todos
afirmam conhecer os conceitos de DW e classificam seu
conhecimento sobre o assunto como timo ou bom. Os
entrevistados declararam terem desenvolvido mais de
dois projetos de data warehouse a partir do ano de 1997
e afirmaram em sua maioria que, durante o desenvolvi-
mento dos projetos, tinham 100% do seu tempo envolvi-
do com assuntos correlatos de DW.
Para averiguar a percepo que os entrevistados
tm a respeitos dos objetivos de implantao de um DW,
perguntou-se: quais so, em sua opinio, os principais
objetivos para a implantao de um projeto de Data
Warehouse? Enumere em ordem de importncia. As res-
postas dos participantes esto de acordo com o que foi

verificado com a reviso sistemtica que a elaborao de
um projeto de DW deve servir gesto estratgica do ne-
gcio. A seguir, parte das falas dos entrevistados:
-Facilitar o acesso a informaes gerenciais com
a resoluo de problemas [...]
-Resolver a necessidade de informaes geren-
ciais para um problema especfico [...]
-Permitir a execuo de consultas gerenciais
envolvendo milhares/milhes de registros com
desempenho aceitvel [...]
Ainda com objetivo de analisar a percepo dos
profissionais da rea de TI sobre DW, perguntou-se: quais
os benefcios dos projetos de Data Warehouse? Os bene-
fcios descritos com a implantao de um DW expressa-
dos pelos participantes tambm corroboram o resultado
alcanado pela reviso sistemtica:
-O benefcio da cultura da informao dentro
de uma corporao.
-Oferecer dados consistentes e confiveis de su-
porte deciso.
-Racionalidade no processo. Economia no par-
que computacional.
-Divulgao da informao dentro da corpora-
o. Conhecimento informacional de maneira
corporativa.
-Possibilidade de recuperar dados histricos
A mdia de tempo de desenvolvimento de um
projeto de DW relatada pelos participantes foi de dois
anos e as equipes de desenvolvimento em sua maioria
eram compostas por mais de cinco pessoas.
Para alcanar o objetivo especfico de verificao
das vantagens e desvantagens da adoo de um DW per-
guntou-se aos participantes:
1)Voc acha que a adoo do processo de Data
Warehouse, pela sua empresa, foi vantajosa? Em caso
afirmativo, em sua opinio quais foram os ganhos para a
organizao com a adoo do processo? Se foram vrios
projetos, por favor, discrimine as vantagens para cada
um;
2) Os objetivos do projeto foram atingidos? Se fo-
ram vrios projetos, por favor, discrimine cada um; e
3) Quais as principais dificuldades encontradas
para a implantao do projeto de Data Warehouse? Como
elas foram contornadas?
Quando questionados se acharam vantajosa a
implantao do DW em sua empresa e se houve o atin-
gimento dos objetos do projeto de DW, os participantes
descreveram que de modo geral foi vantajoso organi-
zao porque os DW possibilitavam a obteno de estra-
Data Warehouse: conceitos e aplicaes
tgias que tornavam a empresa mais competitiva. Essas
descries revelaram-se nas seguintes falas:
-Em minha opinio a utilizao do BI, com
aplicao adequada da informao, o retorno
sempre vantajoso. (sic)
-Sim foi muito vantajoso. A empresa necessita-
va urgentemente ter uma ferramenta gil, como
o DW, para entrar no mercado em igualdade de
condies com as concorrentes.
-A empresa onde trabalham atualmente faz uso
extremamente vantajoso das tecnologias de
Data Warehouse.
Os participantes que relataram no ter sido vanta-
josa a adoo da arquitetura de data warehouse descreve-
ram com principal impedimento a falta de preparo e ma-
turidade da organizao para a adoo dessa abordagem.
Como destacado nas falas a seguir:
-O processo de data warehousing muito im-
portante para uma organizao, entretanto nem
todas as organizaes esto preparadas para
utiliz-lo.
-No foi vantajoso, pois o mesmo nunca foi co-
locado em produo devido a problemas polti-
cos dentro da empresa. (sic)
Os profissionais entrevistados descreverem que
a falta de participao corporativa em torno da soluo,
a falta de integrao dos dados que compem o DW, as
questes polticas, a falta de maturidade da organizao,
a gesto sem objetividade e com pouco conhecimento de
suas necessidades foram as principais dificuldades en-
frentadas no processo de implantao de um DW. Devi-
do a isso, todos so unnimes em afirmar que j partici-
param de projetos que foram abandonados antes de sua
Universitas Gesto e TI, Braslia, v. 4, n. 1, p. 25-37, jan./jun. 2014
concluso devido a problemas em seu desenvolvimento.
Se incentivados a fazerem os comentrios que jul-
gassem pertinentes sobre DW, os participantes descreve-
ram suas dificuldades no processo:
-Um comentrio que julgo importante seria
fazer com que os diretores tivessem maior co-
nhecimento dos benefcios de um DW, mesmo
sendo de difcil implantao, no pelos tcni-
cos, mas quase sempre por fatores extras, como
por exemplo a falta de um patrono. (sic)
-A falta de um planejamento adequado para os
projetos de BI, geram problemas [...](sic)
-Penso que a maior dificuldade em um projeto
de warehouse, limita-se aos seguintes pontos:
- No um objetivo comum, quando deveria
ser: boa parte da equipe de negcios no tem
ideia do que necessita [...]
-O Data Warehouse uma tima ferramenta
para ser utilizada nas organizaes, porm 35
 Daniela Andrade Raslan, Anglica Toano Seidel Calazan
preciso que os usurios tenham conhecimento
do que o DW e para que serve, alm de um
conhecimento grande do negcio em que o DW
foi construdo. Isso necessrio para o sucesso
do uso da ferramenta [...]
A avaliao dos questionrios em comparao
com os resultados da reviso sistemtica descritos est
em consonncia, o que expressa h uma integrao en-
tre a literatura sobre DW e a atuao dos profissionais da
rea de tecnologia da informao no mercado. Os benef-
cios descritos, as vantagens alcanadas com implantao
do DW e dificuldades enfrentadas no processo de imple-
mentao do DW relatados pelos participantes das entre-
vistas complementam a viso acadmica alcanada pelo
processo de reviso sistemtica.
4 Consideraes Finais
O objetivo desta pesquisa foi identificar os con-
ceitos relacionados a Data Warehouse (DW) descrevendo
as vantagens e desvantagens da adoo dessa arquitetura.
Outro objetivo da pesquisa foi avaliar, junto a empresas
que utilizam bancos de DW, a percepo que os profissio-
nais da rea de tecnologia da informao tinham sobre o
assunto.
A metodologia de reviso sistemtica, utilizada
para pesquisa documental sobre definies e conceitos
de modelagem de dados, banco de dados, sistemas geren-
ciadores de banco de dados (SGBD) e Data Warehouse,
permitiu avaliar todas as pesquisas relevantes a respeito
desses assuntos. A reviso sistemtica til para identifi-
car lacunas que podem direcionar novas pesquisas e no-
Universitas Gesto e TI, Braslia, v. 4, n. 1, p. 25-37, jan./jun. 2014
vas atividades de investigao. um modo de os pesqui-
sadores sumarizarem toda a informao existente sobre
determinado fenmeno de forma completa e imparcial.
Por meio da pesquisa de reviso sistemtica, foi possvel
averiguar a escassez de literatura que relacione de modo
completo os conceitos de modelagem de dados, banco de
dados e Data Warehouse abordados e relacionados nessa
pesquisa.
Com intuito de verificar a aceitao dos conceitos
de Data Warehouse pelos profissionais da rea de tecno-
logia da informao, fez-se um estudo de casos mltiplos,
por meio da aplicao de um questionrio, que permitiu
aos participantes expressar sua avaliao a respeito da
elaborao de um Data Warehouse, das dificuldades en-
contradas nessa elaborao, os casos de sucesso, as vanta-
gens, desvantagens etc.
36 Os resultados colhidos da metodologia de reviso
sistemtica sobre os conceitos de DW foram complemen-
tados pelo estudo de casos mltiplos realizado com os
profissionais de TI. Foi possvel verificar que os profissio-
nais confirmam a ideia de que um DW consiste em orga-
nizar os dados corporativos de maneira integrada, com
uma nica verso da verdade, em um histrico varivel
no tempo, gerando uma nica fonte de dados. Em suas
descries, os participantes da pesquisa afirmaram que,
entre as principais vantagens da adoo de DW, est a
possibilidade de a empresa identificar tendncias em sua
corporao para posicionar-se estrategicamente no mer-
cado tornando-se mais competitiva e, consequentemente,
aumentando os seus lucros.
Os resultados mostram ainda que a aquisio da
arquitetura de DW vantajosa e, por essa razo, de ampla
divulgao no mercado. Esse sucesso se deve ao fato de o
DW possibilitar s empresas a obteno de formao es-
tratgica, o que os bancos de dados tambm faziam, mas
de forma ineficiente.
Referncias
ADHIKARI, A.; JAIN L. C.; RAMANNA, S. Analysing
eect of database grouping on multi-database mining.
IEEE Intelligent Informatics Bulletin, Hong Kong, v. 12, n.
1, p. 25-32, dez. 2011.
AKINTOLA, K.G.; ADETUNMBI, A. O; ADEOLA, O. S.
Building data warehousing and data mining from course
management systems: a case study of FUTA course man-
agement information systems. International Journal of
Database Theory and Application, Australia, v. 4, n. 3, p.
13-24, set. 2011.
BOATENG, O.; GREESHMA, J. S.; GREESHMA, P. S.
Data warehousing. Business Intelligence Journal, Renton,
WA, v. 5, n. 2, p. 224-234, jul. 2012.
BUTT, M. A.; QUADRI, S. M. K.; ZAMAN, M. Data
warehouse implementation of examination databases. In-
ternational Journal of Computer Applications, New York,
USA, v. 44, n.5, p. 18-23, abr. 2012.
CALAZANS, A. T. S. Medio de Tamanho para Siste-
mas de Data Mart. 2003.138 f. Dissertao (Mestrado em
Gesto do Conhecimento e Tecnologia da Informao)
Universidade Catlica de Braslia. Braslia: UCB, 2003.
CALAZANS, A. Estudo de caso: uma estratgia de pes-
quisa in Mtodos para a pesquisa em Cincia da Informa-
o. Braslia: Thesaurus, 2007
CHEN, P., Modelagem de dados: a abordagem entidade
relacionamento para projeto lgico. So Paulo: Makron
Books, McGraw-Hill, 1990.

DHIMAN, A. Importance of metadata in data warehous-
ing. 2012. 52 f. Dissertao (Mestrado em Cincia da
Computao) San Diego State University, San Diego,
2012.
DUMITRITA, B. M. Business intelligence. Disponvel
em: <http://www.rebe.rau.ro/RePEc/rau/jisomg/SP11/
JISOM-SP11-A20.pdf>. Acesso em: 26 jul. 2013.
ELMASRI R., NAVATHE, S. Sistemas de banco de dados.
So Paulo: Pearson Addison Wesley, 2005.
GOOGLE ACADMICO. Sobre o Google Acadmico.
Disponvel em: <http://scholar.google.com.br/intl/pt-
-BR/scholar/about.html>. Acesso em: 19 ago. 2013.
HALPIN, T. Structural aspects of data modeling languages.
Malaysia: LogicBlox, Australia, INTI International Uni-
versity, 2011.
HEUSER, C. A. Projeto de banco de dados. 5. ed. Porto
Alegre: Sagra Luzzato, 2004.
KIMBALL, R. and ROSS, M. The Data warehouse toolkit:
guia completo para modelagem dimensional. 4. ed. Rio
de Janeiro: Campus, 2002.
KITCHENHAM, B. Procedures for performing systemat-
ic reviews. United Kingdom: Keele University Technical
Report, 2004.
MACHADO, F. Projeto de data warehouse: uma viso
multidimensional. So Paulo: Erica, 2000.
MACHADO, F. Banco de dados projeto de implementao.
So Paulo: rica, 2004.
MARWA, S. F.; MOHAMED E. M.; LAILA, M. Trans-
forming conceptual model into logical model for tem-
poral data warehouse security: a case study. International
Journal of Advanced Computer Science and Applications,
England, v. 3, n. 3, p. 115-122, 2012.
PERIDICOS CAPES. Institucional. 2014. Disponvel
em: < http://www.periodicos.capes.gov.br/index.php?op-
tion=com_pinstitucional&Itemid=103>. Acesso em: 19
ago. 2013.
Data Warehouse: conceitos e aplicaes
OLIVEIRA, M. Sumrio. 2009. Disponvel em: <http://
www.datawarehouse.inf.br/Academicos/A%20PUBLI-
CAR_DATA_WAREHOUSE_MARCELL_OLIVEIRA.
pdf>. Acesso em: 10 jan. 2013.
RAHMAN, N.; MARZ, J.; AKHTER, S. An ETL metadata
model for data warehousing. Journal of Computing and
Information Technology, Crocia, v. 20, n. 2, p. 95-111,
Trimestral 2012.
SANTOS, J. G. dos. Conceitos de banco de dados. 2011.
Disponvel em: <http://www.pusivus.com.br/apostilas-
doc/ConceitosBancoDados.pdf>. Acesso em: 10 ago.
2013
SANTOS, I. S. et al. Testes de aplicaes mveis: uma an-
lise das pesquisas cientficas via reviso sistemtica. Cea-
r: Universidade Federal do Cear, 2013.
SCIENCE PUBLICATION. Home. Disponvel em:
<http://thescipub.com/journals/jcs>. Acesso em: 19 ago.
2013.
SCIENTIFIC ELECTRONIC LIBRARY ONLINE (SIE-
LO). Serial browsing. Disponvel em: <http://www.scielo.
br/#about>. Acesso em: 19 ago. 2013.
SHARMA, M.; DORA, S. Efficient Approach for Com-
pression in Data Warehouse. Internacional Journal of
Computing and Information Technology, USA, v. 53, n. 9,
p. 1-4, set. 2012.
SILVA, L. S. S. Metodologia de Desenvolvimento de Sis-
temas: Anlise Essencial, Estruturada e Orientada a Ob-
jetos. Revista Olhar Cientfico, Faculdades Associadas de
Ariquemes, Ariquemes, RO, v. 1, n. 2, p. 257-266, ago./
dez. 2010.
Universitas Gesto e TI, Braslia, v. 4, n. 1, p. 25-37, jan./jun. 2014
SINGH, S.; MALHOTRA, S. Data Warehouse and its
methods. Journal of Global Research in Computer Science,
India, v. 2, n. 5, p. 113-115, maio 2011.
37