Você está na página 1de 5

Exercício de Business Intelligence e Data Warehouse

1) -Os ambientes operacional e de data warehouse são separados.


- Os dados em data warehouse são integrados.

- O data warehouse contém dados históricos por um longo tempo.

- Os dados em data warehouse constituem um retrato instantâneo tirado em determinado


ponto do tempo.

- O data warehouse contém dados com vários níveis de detalhe: dados atuais em detalhes,
dados antigos em detalhes, dados levemente resumidos e dados altamente resumidos.

2) É um termo utilizado para descrever um conjunto amplo, coeso e integrado de ferramentas


e processos utilizados para: Captar, coletar, integrar, armazenar e analisar dados. Geração e a
apresentação de informações que deem suporte à tomada de decisões de negócios.

3) A arquitetura de BI e composta de : Dados, Pessoas, Processos, Tecnologia,


Gerenciamento desses componentes.

4) 1- Análise de dados multidimensionais aonde os dados são processados e


visualizados como parte de uma estrutura multidimensional, ondes dos dados são
mostrados em suas relações uns com os outros. Sendo a característica mais
evidente das modernas ferramentas OLAP.

2- Suporte avançado de banco de dados Acesso a vários tipos de SGBD, arquivos


fora do BD e fontes de dados internas e externas. Acesso a dados agregados de
data warehouse, assim como dados detalhados em BD operacionais. Recursos
avançados de navegação de dados (drill down e roll up). Resposta rápida e
consistente a consultas. Capacidade de mapear solicitações de usuários finais,
expressas em termos de negócios ou de modelo, para a fonte adequada de dados
e, em seguida, para a linguagem de acesso aos dados (normalmente SQL). Suporte
a VLDB.

3- Interface fácil de utilizar para os usuários finais aonde Os recursos avançados


OLAP são mais úteis quando o acesso a eles permanece simples. As ferramentas
de análise e extração de dados possuem interfaces gráficas fáceis de utilizar.
Muitos recursos de interface utilizam gerações anteriores de ferramentas de
análise de dados já familiares aos usuários finais.

4- Arquitetura cliente/servidor - Possibilitando que um sistema OLAP seja dividido


em vários componentes que definem sua arquitetura, que podem ser colocados
no mesmo computador ou distribuídos entre diversas máquinas. Permite que o
OLAP seja projetado para atender a exigências de facilidade de utilização, ao
mesmo tempo que mantém a flexibilidade do sistema.

5) Gerenciamento mestre de dados (MDM – master data


management). Utiliza um Conjunto de conceitos, técnicas e processos para a identificação,
definição e gerenciamento adequados de elementos de dados em uma organização. A meta do
MDM é fornecer uma definição ampla e consistente de todos os dados no interior de uma
organização. Benefício utilizando ela: fornecimento de um modelo para a governança
empresarial. O BI proporciona um método de controle e monitoramento da saúde dos negócios
e da tomada de decisões consistentes.

6) Usando BD operacional, gestores podem desenvolver estratégias que atendam às metas


organizacionais. A análise de dados pode fornecer informações sobre estratégias e avaliações
táticas de curto prazo. Diferentes níveis gerenciais apresentam necessidades distintas de
suporte a decisões. Dados operacionais diferem dos dados de suporte a decisões. Permitindo
assim à empresa transformar assim dados em informações, informações em conhecimento,
conhecimento em sabedoria.

7) 1. Pessoas, 2. Processos, 3. Gerenciamento, 4. Governança, 5. Dados operacionais, 6. ETL, 7.


OLAP , 8. Data warehouse, 9. Data mart

8) ----- Dados operacionais x dados de suporte a decisões------


Dados operacionais focam na representação de transações individuais, e não em efeitos das
transações através do tempo.

A capacidade de analisar, extrair e apresentar as informações de modo que tenham significado


é uma das diferenças entre os dados de suporte a decisões e os dados operacionais que
apresentam uma transação por vez.

Dados operacionais representam transações conforme elas ocorram em tempo real.


Dados operacionais: transações atualizadas e volume muito

alto.

Dados de suporte a decisões são um retrato instantâneo dos dados operacionais em


determinado ponto do tempo (são históricos).

Dados de suporte a decisões: transações de consulta, exigem atualizações periódicas para


carregar dados novos a partir dos dados operacionais; volume baixo a médio.

Dados operacionais: armazenados em diversas tabelas e representam informações apenas


sobre uma determinada transação.

Dados de suporte a decisões: armazenados em poucas tabelas que mantém dados


provenientes de bancos operacionais, não incluindo detalhes de cada transação operacional
(são resumos de transações). Armazenam dados integrados, agregados e resumidos.

BD operacionais: as atualizações rápidas e frequentes tornam as anomalias de dados um


problema potencialmente devastador. Portanto, devem existir estruturas normalizadas, o que
resulta emmuitas tabelas, cada uma contendo o número mínimo de atributos.

BD de suporte a decisões: não está sujeito a essas atualizações de transações e seu foco é a
capacidade de consulta. Esses BD tendem a ser não normalizados e incluir poucas tabelas, cada
uma contendo grande quantidade de atributos.

BD operacional: baixa, de escopo limitado, baixa complexidade e importantes quanto à


velocidade.

BD de suporte a decisões: tem com único propósito de atender a necessidades de consultas, de


escopo amplo, alta complexidade e menos importantes quanto à velocidade.

Dados de suporte a decisões: grande quantidade de dados, pois (1) os dados são armazenados
em estruturas não normalizadas que provavelmente apresentam muitas redundâncias e
duplicações de dados, e (2) os mesmos dados podem ser categorizados em diversos modos para
representar diferentes perspectivas.

9) Definição de um data warehouse é um conjunto de dados integrado, orientado por assunto,


variável no tempo e não volátil que fornece suporte à tomada de decisões.As únicas diferenças
entre um data mart e um data warehouse é o tamanho e o escopo do problema a ser resolvido.

10) O sistema de BI reúne diversas tecnologias que auxiliam o desenvolvimento de uma


organização. Sendo uma das mais importantes é a tecnologia de Data Warehouse (DW)
permitindo a análise de grandes volumes de dados coletados dos mais diversos sistemas de
informações da empresa. Os dados do DW são históricos e não voláteis. A estrutura dimensional
normalmente é desenhada no formado do esquema estrela (star schema). Outra característica
marcante é que os dados são desnormalizados, pois a redundância resultante gera benefícios
para a otimização das consultas e navegação das informações. A imagem a seguir permite uma
visualização simples do que seria um esquema estrela na modelagem de dados
multidimensional:

Perceba que a Fato fica centralizada no modelo e as Dimensões (tabela auxiliares) ficam na zona
periférica, fazendo assim a analogia com o formato estelar. As Dimensões e Fatos são
componentes complementares e dependentes entre si. Em um modelo dimensional é
obrigatório a existência de ambos. Sem um desses elementos, a compreensão e análise das
informações ficam comprometidas no modelo dimensional, ou até mesmo inviabilizadas.

Portanto, na estrutura multidimensional é possível cruzar as informações dos dados centrais


(métricas) com os dados periféricos (descritivos), permitindo assim a análise das informações
nas mais diferentes visões, adequando-se de acordo com a necessidade do usuário na utilização
de um sistema de BI.

Você também pode gostar