Você está na página 1de 56
Felipe David Rosochansky Gerente de Inovação CPM email: felipe@netpartners.com.br telefone: 11 3741 7100
Felipe David Rosochansky Gerente de Inovação CPM email: felipe@netpartners.com.br telefone: 11 3741 7100
Felipe David Rosochansky Gerente de Inovação CPM email: felipe@netpartners.com.br telefone: 11 3741 7100
Felipe David Rosochansky Gerente de Inovação CPM email: felipe@netpartners.com.br telefone: 11 3741 7100

Felipe David Rosochansky

Gerente de Inovação CPM email: felipe@netpartners.com.br telefone: 11 3741 7100

Felipe David Rosochansky Gerente de Inovação CPM email: felipe@netpartners.com.br telefone: 11 3741 7100
Felipe David Rosochansky Gerente de Inovação CPM email: felipe@netpartners.com.br telefone: 11 3741 7100

Agenda

Introdução

Metodologia Business Intelligence

Framework DW

Conceitos

Modelagem

Processo

Características

Técnicas

Exemplos

Exercício

‹#›

DW  Conceitos  Modelagem  Processo  Características  Técnicas  Exemplos  Exercício ‹#›

CVRD Workshop Modelagem Dimensional Introdução CPM

‹#›

Como O que deveríamos estar fazendo? estamos Porquê? indo? Plataforma única para tomada de decisão
Como
O que deveríamos
estar fazendo?
estamos
Porquê?
indo?
Plataforma única para tomada de decisão

CVRD Workshop Modelagem Dimensional Introdução CPM

O real valor do CPM é alcançado através da capacidade dos tomadores de decisão de navegarem de forma integrada entre as 3 questões fundamentais.

Uma plataforma tecnológica única e integrada é vital e tão importante que, de fato, a definição prática de CPM se tornou a integração e automação de scorecarding, business intelligence e planejamento.

‹#›

prática de CPM se tornou a integração e automação de scorecarding, business intelligence e planejamento. ‹#›

CVRD Workshop Modelagem Dimensional Introdução

Prover a informação apropriada à pessoa certa na forma certa no tempo certo

‹#›

Flexibilidade Diversidade Agilidade Simplicidade
Flexibilidade
Diversidade
Agilidade
Simplicidade
apropriada à pessoa certa na forma certa no tempo certo ‹#› Flexibilidade Diversidade Agilidade Simplicidade

Agenda

Introdução

Metodologia Business Intelligence

Framework DW

Conceitos

Modelagem

Processo

Características

Técnicas

Exemplos

Exercício

‹#›

DW  Conceitos  Modelagem  Processo  Características  Técnicas  Exemplos  Exercício ‹#›

CVRD Workshop Modelagem Dimensional Metodologia Business Intelligence

Metodologia BI = Metodologia Ralph Kimball + Experiência NetPartners Orientação: Estratégia e Objetivos de Negócio Método de Levantamento: Análise por Objetivos

 Orientação: Estratégia e Objetivos de Negócio  Método de Levantamento: Análise por Objetivos ‹#›

‹#›

 Orientação: Estratégia e Objetivos de Negócio  Método de Levantamento: Análise por Objetivos ‹#›

CVRD Workshop Modelagem Dimensional Metodologia Business Intelligence

Desenho Seleção Arquitetura Produto e Técnica Instalação Definição Manutenção Planejamento Do Projeto
Desenho
Seleção
Arquitetura
Produto e
Técnica
Instalação
Definição
Manutenção
Planejamento
Do Projeto
Modelagem
Desenho
Preparação
Requisitos
Implantação
e
Dimensional
Físico
dos Dados
de Negócio
Crescimento
Especificação
da Aplicação
Desenvolvimento
da Aplicação
Gerenciamento do Projeto
Análise por Objetivos

‹#›

Especificação da Aplicação Desenvolvimento da Aplicação Gerenciamento do Projeto Análise por Objetivos ‹#›

CVRD Workshop Modelagem Dimensional Metodologia Business Intelligence

‹#›

ESCOPO
ESCOPO
OBJETIVOS
OBJETIVOS

PLANEJ.

&

IDENTIDADE

PROJETO

NOME
NOME
HIERARQUIAS PROCESSOS OBJETIVOS VISÕES DE NEGÓCIO MEDIDAS FILTROS OBJETIVOS EST/FUNC HIERARQUIAS OBJETIVOS
HIERARQUIAS
PROCESSOS
OBJETIVOS
VISÕES DE
NEGÓCIO
MEDIDAS
FILTROS
OBJETIVOS
EST/FUNC
HIERARQUIAS
OBJETIVOS
MIDIAS
MEDIDAS
FILTROS
ÁREAS
ATRIBUTOS
FONTES
DE
CADASTROS
DADOS
USUÁRIOS
TRANSAÇÕES

A

N

G A

A L

MAPEAMENTO

NEGÓCIO

P Y

S

I

S

METADADOS FOUNDATION DICIONARIO DE DADOS PROTÓTIPO
METADADOS
FOUNDATION
DICIONARIO DE DADOS
PROTÓTIPO
USUÁRIOS TRANSAÇÕES A N G A A L MAPEAMENTO NEGÓCIO P Y S I S METADADOS

Agenda

Introdução

Metodologia Business Intelligence

Framework DW

Conceitos

Modelagem

Processo

Características

Técnicas

Exemplos

Exercício

‹#›

DW  Conceitos  Modelagem  Processo  Características  Técnicas  Exemplos  Exercício ‹#›

CVRD Workshop Modelagem Dimensional Framework DW

Sources

Sistema 1

Sistema 1 Sistema 2 Sistema 3

Sistema 2

Sistema 1 Sistema 2 Sistema 3

Sistema 3

Excel

Framework DW

ODS o d s _ t a b l e 1 o d s _
ODS
o
d s _ t a b l e 1
o
d s _ t a b l e 2
o
d s _ t a b l e 4
o
d s _ t a b l e 6
o
d s _ t a b l e 3
s _ t a b l e 4 o d s _ t a b l

Staging Area

e 4 o d s _ t a b l e 6 o d s _

DW

f a _ a g r e g a d a f a _ a
f
a _ a g r e g a d a
f
a _ a t o m i c a
d
i _ d i m e n s a o 1
d
i _ d i m e n s a o 2
ETL 3
s t g _ t a b l e 1 s t g _ t
s
t g _ t a b l e 1
s
t g _ t a b l e 2
ETL 2
s
t g _ t a b l e 3
ETL 3
ETL 3

Ad-Hoc Transacional

T a b l e 1 T a b l e 2 T a b
T
a b l e 1
T
a b l e 2
T
a b l e 3
Relatórios de Aplicações
Relatórios de Aplicações

Front-end

Cognos

Front-end Cognos
Front-end Cognos
Front-end Cognos
ETL 1
ETL 1
ETL
ETL
T a b l e 2 T a b l e 3 Relatórios de Aplicações Front-end

Master Data Management

‹#›

RDBMS
RDBMS
T a b l e 2 T a b l e 3 Relatórios de Aplicações Front-end

CVRD Workshop Modelagem Dimensional Framework DW

 

Staging Area

ODS

DW

Definição

Camada de importação dos dados

Camada de tratamento, consistência, transformação e unificação dos dados

Camada orientada à leitura e necessidade de informações

Objetivo

Importar os dados dos sistemas transacionais e demais fontes de informação Cada arquivo ou result set será importado em uma tabela exclusiva que atenda às suas necessidades de lay-out. Todas as linhas disponíveis deverão ser importadas

Importar os dados da Staging Area Efetuar as consistências, cálculos e transformações dos dados de acordo com as regras definidas durante a fase de levantamento de requisitos e a análise por objetivos. Garantia da integridade e qualidade do DW por processo Base para reprocessamento do DW

Base de dados informacional que responderá a todas as questões de negócio da CVRD Será utilizada como fonte de dados para as ferramentas de BI Conterá os dados históricos, atômicos e agregados sempre orientados ao negócio e à leitura.

Modelagem

Sem integridade definida Orientada a importação de dados Campos do tipo data e numérico deverão ser armazenados como texto para evitar problemas de importação Todos os campos deverão ter tamanho suficiente para que nenhum erro ocorra durante a importação, conforme análise de cada fonte.

Tabelas orientadas a integração e consistência dos dados Relacional e normalizado As integridades de relacionamento e constraints de check deverão ser criadas, porém devem ficar desabilitadas.

Dimensional (Star Schema) Possuirá as tabelas de fato atômicas e agregadas Orientado à leitura As integridades de relacionamento e constraints de check deverão ser criadas, porém devem ficar desabilitadas.

‹#›

As integridades de relacionamento e constraints de check deverão ser criadas, porém devem ficar desabilitadas. ‹#›

CVRD Workshop Modelagem Dimensional Framework DW

 

Staging Area

ODS

DW

Ciclo de vida

Após a carga do ODS, os dados desta camada serão apagados.

Após a carga do DW, os dados desta camada poderão ser apagados. os dados do último ciclo poderão ser mantidos para auxiliar o reprocessamento do DW

Incremental Cada grupo de tabelas deverá ter uma regra de limpeza de registros determinada pela necessidade de informação histórica

ETL

Esforço de extração depende da complexidade de acesso aos dados nos sources. Acesso aos dados dos sources será obtido através da execução de queries definidas pelos analistas funcionais da CVRD

Possuirá esforço de transformação, consistência e cálculos, visando preparar os dados para a carga do DW mantendo a integridade e consistência dos dados Poderá ter stored procedures ou packages para processamento das informações Poderá acessar os dados existentes no DW para cálculos de faixa, obtenção de chaves de negócio e chaves substitutas

Os dados da serão re- organizados para otimizar a leitura e o negócio As tabelas de fatos agregadas serão geradas a partir das tabelas de fatos atômicas do DW Como exceção, terá como fonte a Staging Area se os dados forem provenientes de um único source sem necessidade de consistência ou transformação

Opcional?

Obrigatória em todos os projetos, porém a equipe da CVRD irá avaliar a necessidade de utilização em cada projeto.

Opcional, se a fonte de dados for única e não tiver nenhuma necessidade regras de transformação nem consistência de dados.

Obrigatória em todos os projetos

‹#›

nenhuma necessidade regras de transformação nem consistência de dados. Obrigatória em todos os projetos ‹#›

Agenda

Introdução

Metodologia Business Intelligence

Framework DW

Conceitos

Modelagem

Processo

Características

Técnicas

Exemplos

Exercício

‹#›

DW  Conceitos  Modelagem  Processo  Características  Técnicas  Exemplos  Exercício ‹#›

CVRD Workshop Modelagem Dimensional Conceitos Modelagem ER x Dimensional

Um modelo para os dados de uma organização que tem como objetivo remover todos os valores repetidos por meio da criação de tabelas adicionais

O modelo de E/R (MER) divide os dados em várias entidades distintas, cada qual transformada em uma tabela do banco de dados, ou seja o modelo é muito simétrico, pois todas as tabelas parecem iguais, onde é difícil saber qual delas é maior ou mais importante, nem quais tabelas contém valores numéricos do negócio e quais armazenam descrições estáticas ou praticamente estáticas de objetivos.

Os modelos E/R não podem ser utilizados como base para data warehouse.

Metodologia de projeto top-down que lista dimensões e fatos relevantes a cada processo de negócio.

A modelagem dimensional permite-nos visualizar dados. A habilidade de visualizar algo tão abstrato quanto um conjunto de dados de forma concreta e tangível é o segredo da compreensibilidade

Ex: Imagine um negócio em que o CEO descreva as atividades da empresa da seguinte forma:

“Vendemosprodutosemváriosmercadoseavaliamos nossodesempenhoaolongodotempo”

É fácil imaginar esse negócio como um cubo de dados, com legendas em cada uma das arestas do cubo.

‹#›

 É fácil imaginar esse negócio como um cubo de dados, com legendas em cada uma
 É fácil imaginar esse negócio como um cubo de dados, com legendas em cada uma
 É fácil imaginar esse negócio como um cubo de dados, com legendas em cada uma

CVRD Workshop Modelagem Dimensional Conceitos

As aplicações de Data Warehouse devem atender aos seguintes requisitos:

Manter as informações acessíveis na organização. O conteúdo do DW deve ser de fácil interpretação, acesso e com altos índices de desempenho para respostas aos usuários. Os nomes dos campos devem ser óbvios, para garantir uma fácil interpretação na seleção de dados para as pesquisas.

Garantir a consistência dos dados da organização. A mesma informação divulgada por áreas diferentes dentro da empresa deve ser exatamente igual, garantindo a unicidade de conceitos regras e a confiabilidade do dado.

Ser adaptável e flexível às várias fontes de informação. O DW deve ser desenhado para contínuas alterações. Quando novos questionamentos são feitos ao DW, tanto a tecnologia quanto os dados existentes não devem ser alterados e devem suportar as respostas.

Métodos de controle e segurança dos dados. O DW permite não só o controle efetivo de acesso aos dados, mas dá ao proprietário uma visibilidade da forma com que os dados estão sendo utilizados.

Base para suporte à decisão. O DW deve ser definido com base de dados única para suporte à tomada de decisão de toda a corporação.

‹ #›

. O DW deve ser definido com base de dados única para suporte à tomada de

CVRD Workshop Modelagem Dimensional Conceitos

‹#›

Data Warehouse Vendas RH Financeiro Compras
Data Warehouse
Vendas
RH
Financeiro
Compras
Data Mart Geografia Produto Fato Venda Cliente Tempo
Data Mart
Geografia
Produto
Fato
Venda
Cliente
Tempo
‹#› Data Warehouse Vendas RH Financeiro Compras Data Mart Geografia Produto Fato Venda Cliente Tempo

CVRD Workshop Modelagem Dimensional Conceitos Vocabulário

Medida

Informação numérica proveniente da medição das transações da empresa

Tabela fato

Principal tabela no DW onde as medidas são armazenadas

Tabela dimensão

Contém as informações descritivas e qualificadores do negócio. É a porta de entrada do DW

Grão

Menor nível de informações existente no DW e definida pelas dimensões ligadas às tabelas fato. Define o escopo da medida

Surrogate Key

Chave substituta gerada no DW. É a chave primária das tabelas

Business Key

Chave primária do transacional. Utilizada como chave de negócio

Hierarquia

Conjunto de atributos que possui uma ordem lógica do maior ao menor nível

Atributo

Campo descritivo referente a uma dimensão

Surrogate Key Business Key Surrogate Keys Hierarquia Atributos
Surrogate Key
Business Key
Surrogate Keys
Hierarquia
Atributos

‹#›

Medidas

CVRD Workshop Modelagem Dimensional Conceitos Análise Multidimensional

Gerentes pensam de forma multidimensional

A tecnologia de Business Intelligence formata a informação multidimensionalmente.

Este formato acelera o processo de uso da informação pelos gerentes.

Permite reduzir o custo de gerar e manusear a informação. Exemplo:

Analisar 5 Indicadores de Vendas, de 10 Vendedores que vendem 10 Produtos para 100 Clientes todo mês, num período de 24 Meses:

5 Indicadores x 10 Vendedodres x 10 Produtos x 100 Clientes x 24 Meses = 1.200.000 combinações

‹#›
‹#›
de 24 Meses: 5 Indicadores x 10 Vendedodres x 10 Produtos x 100 Clientes x 24
de 24 Meses: 5 Indicadores x 10 Vendedodres x 10 Produtos x 100 Clientes x 24

CVRD Workshop Modelagem Dimensional Conceitos Mitos

Modelos dimensionais servem somente para dados agregados;

Deve-se armazenar pouca quantidade de dados históricos;

Modelos dimensionais são soluções departamentais e não corporativas;

Modelos dimensionais não são escalonáveis;

Modelos dimensionais só devem ser utilizados quando existe um padrão definido de utilização;

Não é possível integrar modelos dimensionais.

‹#›

quando existe um padrão definido de utilização;  Não é possível integrar modelos dimensionais. ‹#›

Agenda

Introdução

Metodologia Business Intelligence

Framework DW

Conceitos

Modelagem

Processo

Características

Técnicas

Exemplos

Exercício

‹#›

DW  Conceitos  Modelagem  Processo  Características  Técnicas  Exemplos  Exercício ‹#›

CVRD Workshop Modelagem Dimensional Modelagem Processo

Necessidades do negócio
Necessidades
do negócio

Modelo Dimensional

Ciclo de vida da transação Desenho do negócio Grão Dimensões Fatos

Disponibilidade transacional
Disponibilidade
transacional

‹#›

CVRD Workshop Modelagem Dimensional Modelagem Processo

‹#›

Organizar

campos

Modelagem – Processo ‹#› Organizar campos Determinar dimensões Identificar chaves Determinar

Determinar

dimensões

Processo ‹#› Organizar campos Determinar dimensões Identificar chaves Determinar fatos Determinar grão

Identificar

chaves

campos Determinar dimensões Identificar chaves Determinar fatos Determinar grão Criar

Determinar

fatos

dimensões Identificar chaves Determinar fatos Determinar grão Criar relacionamentos Teste de perguntas

Determinar

grão

dimensões Identificar chaves Determinar fatos Determinar grão Criar relacionamentos Teste de perguntas

Criar

relacionamentos

dimensões Identificar chaves Determinar fatos Determinar grão Criar relacionamentos Teste de perguntas

Teste de perguntas

dimensões Identificar chaves Determinar fatos Determinar grão Criar relacionamentos Teste de perguntas

CVRD Workshop Modelagem Dimensional Modelagem Organizar campos

Identificar os principais assuntos:

Cliente, produto, nota fiscal, loja, promoção, etc

Organizar campos Determinar dimensões Identificar chaves Determinar fatos Determinar grão Criar
Organizar
campos
Determinar
dimensões
Identificar
chaves
Determinar
fatos
Determinar
grão
Criar
relacionamentos
Teste de
perguntas

Separar os campos por afinidade associando-os aos assuntos

Organizar os campos em:

Atributos, Hierarquias, medidas

Organizar as hierarquias da maior para a menor

Data de venda: ano, semestre, trimestre, mês, semana, dia

Produto: categoria, linha, tipo, produto, sku

Evitar códigos inteligentes

Traduzir para o usuário

‹#›

 Produto: categoria, linha, tipo, produto, sku  Evitar códigos inteligentes  Traduzir para o usuário

CVRD Workshop Modelagem Dimensional Modelagem Determinar dimensões

Separar os grupos de assuntos em dimensões diferentes

Colocar as hierarquias e seus atributos de forma organizada

Identificar os dados de volumetria

Quantidade de linhas, crescimento, carga inicial

Organizar campos Determinar dimensões Identificar chaves Determinar fatos Determinar grão Criar
Organizar
campos
Determinar
dimensões
Identificar
chaves
Determinar
fatos
Determinar
grão
Criar
relacionamentos
Teste de
perguntas

Identificar as características de SCD (Slow Changing Dimensional)

Podem ter linhas para dados não categorizados:

0 Outros

-1 Não informado

-2 Não se aplica

-3 Não preenchido

-4 Desconhecido

Sem campos nulo, exceto data se for o caso

‹#›

se aplica  -3  Não preenchido  -4  Desconhecido  Sem campos nulo, exceto

CVRD Workshop Modelagem Dimensional Modelagem Identificar chaves

Criar Surrogate Keys para cada dimensão

Inclusive as dimensões que não são SCD

Identificador único e sequencial

Organizar campos Determinar dimensões Identificar chaves Determinar fatos Determinar grão Criar
Organizar
campos
Determinar
dimensões
Identificar
chaves
Determinar
fatos
Determinar
grão
Criar
relacionamentos
Teste de
perguntas

Surrogate Keys são as chaves primárias do modelo dimensional

As chaves de negócio do sistema transacional (business key) devem ser trazidas e mantidas no dimensional

Dimensões podem ser multi-granulares

‹#›

(business key) devem ser trazidas e mantidas no dimensional  Dimensões podem ser multi-granulares ‹#›

CVRD Workshop Modelagem Dimensional Modelagem Determinar os fatos

Medidas normalmente são armazenados em tabelas fato

Variam em função do tempo

Organizar campos Determinar dimensões Identificar chaves Determinar fatos Determinar grão Criar
Organizar
campos
Determinar
dimensões
Identificar
chaves
Determinar
fatos
Determinar
grão
Criar
relacionamentos
Teste de
perguntas

Manter colunas para os itens individuais e para os cálculos

Deixar todos os cálculos prontos nas tabelas fato

Os campos deverão ter precisão não somente para os itens individuais, mas também para agregações

Tabelas agregadas sempre devem ser carregadas a partir das tabelas atômicas

‹#›

mas também para agregações  Tabelas agregadas sempre devem ser carregadas a partir das tabelas atômicas

CVRD Workshop Modelagem Dimensional Modelagem Determinar o grão

Associar as tabelas fato somente às dimensões que tenham sentido

Determinar o grão adequado das dimensões multi-granulares

Organizar campos Determinar dimensões Identificar chaves Determinar fatos Determinar grão Criar
Organizar
campos
Determinar
dimensões
Identificar
chaves
Determinar
fatos
Determinar
grão
Criar
relacionamentos
Teste de
perguntas

Colocar na primary key somente as colunas que determinarão a unicidade

‹#›

relacionamentos Teste de perguntas  Colocar na primary key somente as colunas que determinarão a unicidade

CVRD Workshop Modelagem Dimensional Modelagem Criar relacionamentos

Sem relacionamentos nulos

Dimensões se relacionam com fatos

Fatos se relacionam com dimensões

Organizar campos Determinar dimensões Identificar chaves Determinar fatos Determinar grão Criar
Organizar
campos
Determinar
dimensões
Identificar
chaves
Determinar
fatos
Determinar
grão
Criar
relacionamentos
Teste de
perguntas

Dimensões NÃO se relacionam com dimensões (snowflake)

Fatos NÃO se relacionam com fatos

Sem outer joins

NÃO se relacionam com dimensões (snowflake)  Fatos NÃO se relacionam com fatos  Sem outer

‹#›

NÃO se relacionam com dimensões (snowflake)  Fatos NÃO se relacionam com fatos  Sem outer

CVRD Workshop Modelagem Dimensional Modelagem Teste de perguntas

Testar o modelo dimensional efetuando perguntas

Verificar se todas as perguntas são respondidas

Verificar se os relacionamentos estão adequados

Organizar campos Determinar dimensões Identificar chaves Determinar fatos Determinar grão Criar
Organizar
campos
Determinar
dimensões
Identificar
chaves
Determinar
fatos
Determinar
grão
Criar
relacionamentos
Teste de
perguntas

O modelo deve ser facilmente entendido pelo usuário de negócio

Todas respostas devem ser obtidas:

Sem cálculos (exceto agregações)

Sem outer joins

Com escopo adequado

Sem subqueries

Sem outer joins

De forma simples e rápida

‹#›

Sem outer joins  Com escopo adequado  Sem subqueries  Sem outer joins  De

Agenda

Introdução

Metodologia Business Intelligence

Framework DW

Conceitos

Modelagem

Processo

Características

Técnicas

Exemplos

Exercício

‹#›

DW  Conceitos  Modelagem  Processo  Características  Técnicas  Exemplos  Exercício ‹#›

CVRD Workshop Modelagem Dimensional Modelagem Características

Modelosimples,defácilleiturae“parecido”comonegócio;

Minimiza a chance de erros de entendimento e de acesso;

Modelo com poucos relacionamentos, facilmente executado pelos otimizadores dos bancos de dados;

Facilmente extensível para acomodar mudanças das áreas de negócio e inclusão de novos assuntos, atributos, medidas, etc.;

Qualquercolunadequalquerdimensãopodeseruma“portadeentrada”doDW;

Possui tabelas atômicas e, quando necessário, agregadas;

Construção de queries e relatórios extremamente simples;

Sem outer joins.

‹#›

necessário, agregadas;  Construção de queries e relatórios extremamente simples;  Sem outer joins. ‹#›
necessário, agregadas;  Construção de queries e relatórios extremamente simples;  Sem outer joins. ‹#›

Agenda

Introdução

Metodologia Business Intelligence

Framework DW

Conceitos

Modelagem

Processo

Características

Técnicas

Exemplos

Exercício

‹#›

DW  Conceitos  Modelagem  Processo  Características  Técnicas  Exemplos  Exercício ‹#›

CVRD Workshop Modelagem Dimensional Técnicas Slowly Changing Dimensions

Tipo 1: Substituição de valor

Fácil de implementar, porém sem histórico

Substitui o valor do campo atual com o novo valor recebido

Sem atualização das tabelas fato

histórico  Substitui o valor do campo atual com o novo valor recebido  Sem atualização

‹#›

histórico  Substitui o valor do campo atual com o novo valor recebido  Sem atualização

CVRD Workshop Modelagem Dimensional Técnicas Slowly Changing Dimensions

Tipo 2: Adicionar uma linha

Mantém o histórico de forma temporal, incluindo uma nova linha para cada alteração

Geração de nova chave primária para cada versão do registro

Chave original (business key) se mantém inalterada

Pode-se incluir campos de data para identificar a data de vigência

Possibilidade de consultar o total, ou por alteração

Sem atualização das tabelas fato

de vigência  Possibilidade de consultar o total, ou por alteração  Sem atualização das tabelas
de vigência  Possibilidade de consultar o total, ou por alteração  Sem atualização das tabelas

‹#›

de vigência  Possibilidade de consultar o total, ou por alteração  Sem atualização das tabelas

CVRD Workshop Modelagem Dimensional Técnicas Slowly Changing Dimensions

Tipo 3: Adicionar novas colunas

Possibilidade de ver os dados como se nunca tivessem mudado

Uma coluna para o valor histórico e uma coluna para o valor atual

Permite a visualização de 2 versões simultaneamente

As duas versões podem ser consideradas verdadeiras

‹#›

Permite a visualização de 2 versões simultaneamente  As duas versões podem ser consideradas verdadeiras ‹#›
Permite a visualização de 2 versões simultaneamente  As duas versões podem ser consideradas verdadeiras ‹#›

CVRD Workshop Modelagem Dimensional Técnicas Dimensão Data

Existe em praticamente qualquer modelo dimensional

Normalmente é a primeira dimensão a ser criada

Carrega-se os dados no momento de geração da tabela através de scripts

Podem ser carregados diversos anos antecipadamente

Cada 10 anos representa 3.650 linhas na tabela

Diversos relacionamentos, um para cada data existente nas tabelas fato

anos representa 3.650 linhas na tabela  Diversos relacionamentos, um para cada data existente nas tabelas

‹#›

anos representa 3.650 linhas na tabela  Diversos relacionamentos, um para cada data existente nas tabelas
anos representa 3.650 linhas na tabela  Diversos relacionamentos, um para cada data existente nas tabelas

CVRD Workshop Modelagem Dimensional Técnicas Dimensão descaracterizada

Dimensão que só possui um único atributo

Utilizada para identificar códigos que tem importância mas não descrição

Número da nota fiscal

Número do pedido

identificar códigos que tem importância mas não descrição  Número da nota fiscal  Número do

‹#›

identificar códigos que tem importância mas não descrição  Número da nota fiscal  Número do

CVRD Workshop Modelagem Dimensional Técnicas Dimensão multi-granular

Possui dados para diversos grãos diferentes

Na hierarquia de menor nível, os campos estarão em branco

Por exemplo, a dimensão data pode possuir registros para dia, outros para mês e outros para ano

Cada SK será utilizada na fato correta para manter o grão adequado

Na mesma fato, todas as medidas devem estar na mesmo grão

‹#›

na fato correta para manter o grão adequado  Na mesma fato, todas as medidas devem

CVRD Workshop Modelagem Dimensional Técnicas Fato sem fato

Determinado pela associação de dimensões sem um fato a ser medido

Criar uma coluna com o valor fixo 1 para contar

pela associação de dimensões sem um fato a ser medido  Criar uma coluna com o

‹#›

CVRD Workshop Modelagem Dimensional Técnicas Dimensões “Junk"

Agrupa diversas dimensões em um única

Todas as possibilidades são pré-gravadas

Utilizadas em dimensões com pouca quantidade de linhas cada

‹#›

 Todas as possibilidades são pré-gravadas  Utilizadas em dimensões com pouca quantidade de linhas cada
 Todas as possibilidades são pré-gravadas  Utilizadas em dimensões com pouca quantidade de linhas cada

CVRD Workshop Modelagem Dimensional Técnicas Tipos de tabela fato

Transação

Snapshot

Snapshot acumulado

‹#›

Modelagem Dimensional Técnicas – Tipos de tabela fato  Transação  Snapshot  Snapshot acumulado ‹#›
Modelagem Dimensional Técnicas – Tipos de tabela fato  Transação  Snapshot  Snapshot acumulado ‹#›

CVRD Workshop Modelagem Dimensional Técnicas Dimensões em conformidade

Utilizar a mesma dimensão em todas as tabelas fato

Reutilização de dimensões

Permite drill-across

‹#›

Utilizar a mesma dimensão em todas as tabelas fato  Reutilização de dimensões  Permite drill-across
Utilizar a mesma dimensão em todas as tabelas fato  Reutilização de dimensões  Permite drill-across

Agenda

Introdução

Metodologia Business Intelligence

Framework DW

Conceitos

Modelagem

Processo

Características

Técnicas

Exemplos

Exercício

‹#›

DW  Conceitos  Modelagem  Processo  Características  Técnicas  Exemplos  Exercício ‹#›

CVRD Workshop Modelagem Dimensional Exemplos Listagem de produtos

CVRD – Workshop Modelagem Dimensional Exemplos – Listagem de produtos ‹#›

‹#›

CVRD – Workshop Modelagem Dimensional Exemplos – Listagem de produtos ‹#›
CVRD – Workshop Modelagem Dimensional Exemplos – Listagem de produtos ‹#›
CVRD – Workshop Modelagem Dimensional Exemplos – Listagem de produtos ‹#›

CVRD Workshop Modelagem Dimensional Exemplos Relacionando dimensões com fatos

‹#›

CVRD – Workshop Modelagem Dimensional Exemplos – Relacionando dimensões com fatos ‹#›
CVRD – Workshop Modelagem Dimensional Exemplos – Relacionando dimensões com fatos ‹#›
CVRD – Workshop Modelagem Dimensional Exemplos – Relacionando dimensões com fatos ‹#›

Agenda

Introdução

Metodologia Business Intelligence

Framework DW

Conceitos

Modelagem

Processo

Características

Técnicas

Exemplos

Exercício

‹#›

DW  Conceitos  Modelagem  Processo  Características  Técnicas  Exemplos  Exercício ‹#›

CVRD Workshop Modelagem Dimensional Exercício

Modelo E-R de Transação de Nota Fiscal e Estoque

Exercício: Transformar num modelo Dimensional

1. Identificar as Dimensões

2. Desenhar o Modelo Dimensional (Star-Schema)

3. Classificar as Dimensões

‹#›

1. Identificar as Dimensões 2. Desenhar o Modelo Dimensional (Star-Schema) 3. Classificar as Dimensões ‹#›

CVRD Workshop Modelagem Dimensional Exercício - Modelo E/R

CVRD – Workshop Modelagem Dimensional Exercício - Modelo E/R ‹#›

‹#›

CVRD – Workshop Modelagem Dimensional Exercício - Modelo E/R ‹#›

CVRD Workshop Modelagem Dimensional Exercício - Modelo Dimensional

CVRD – Workshop Modelagem Dimensional Exercício - Modelo Dimensional ‹#›

‹#›

CVRD – Workshop Modelagem Dimensional Exercício - Modelo Dimensional ‹#›

CVRD Workshop Modelagem Dimensional Exercício - Queries

DI_Cliente_hist

CVRD – Workshop Modelagem Dimensional Exercício - Queries DI_Cliente_hist DI_Cliente DI_Local ‹#›

DI_Cliente

CVRD – Workshop Modelagem Dimensional Exercício - Queries DI_Cliente_hist DI_Cliente DI_Local ‹#›

DI_Local

CVRD – Workshop Modelagem Dimensional Exercício - Queries DI_Cliente_hist DI_Cliente DI_Local ‹#›

‹#›

CVRD – Workshop Modelagem Dimensional Exercício - Queries DI_Cliente_hist DI_Cliente DI_Local ‹#›

CVRD Workshop Modelagem Dimensional Exercício - Queries

DI_Nível_estoque

– Workshop Modelagem Dimensional Exercício - Queries DI_Nível_estoque DI_Operacao_CFOP DI_Prazo DI_Status_NF ‹#›

DI_Operacao_CFOP

– Workshop Modelagem Dimensional Exercício - Queries DI_Nível_estoque DI_Operacao_CFOP DI_Prazo DI_Status_NF ‹#›

DI_Prazo

– Workshop Modelagem Dimensional Exercício - Queries DI_Nível_estoque DI_Operacao_CFOP DI_Prazo DI_Status_NF ‹#›

DI_Status_NF

– Workshop Modelagem Dimensional Exercício - Queries DI_Nível_estoque DI_Operacao_CFOP DI_Prazo DI_Status_NF ‹#›

‹#›

– Workshop Modelagem Dimensional Exercício - Queries DI_Nível_estoque DI_Operacao_CFOP DI_Prazo DI_Status_NF ‹#›

CVRD Workshop Modelagem Dimensional Exercício - Queries

DI_Produto

CVRD – Workshop Modelagem Dimensional Exercício - Queries DI_Produto DI_Tempo ‹#›
CVRD – Workshop Modelagem Dimensional Exercício - Queries DI_Produto DI_Tempo ‹#›

DI_Tempo

CVRD – Workshop Modelagem Dimensional Exercício - Queries DI_Produto DI_Tempo ‹#›
CVRD – Workshop Modelagem Dimensional Exercício - Queries DI_Produto DI_Tempo ‹#›

‹#›

CVRD – Workshop Modelagem Dimensional Exercício - Queries DI_Produto DI_Tempo ‹#›

CVRD Workshop Modelagem Dimensional Exercício - Queries

FA_Estoque

CVRD – Workshop Modelagem Dimensional Exercício - Queries FA_Estoque FA_Nota_Fiscal ‹#›

FA_Nota_Fiscal

CVRD – Workshop Modelagem Dimensional Exercício - Queries FA_Estoque FA_Nota_Fiscal ‹#›

‹#›

CVRD – Workshop Modelagem Dimensional Exercício - Queries FA_Estoque FA_Nota_Fiscal ‹#›
CVRD – Workshop Modelagem Dimensional Exercício - Queries FA_Estoque FA_Nota_Fiscal ‹#›

CVRD Workshop Modelagem Dimensional Referências Bibliográficas

The Data Warehouse Lifecycle Toolkit

Ralph Kimball

The Data Warehouse Toolkit

Técnicas de Construção de Data Warehouse Dimensionais Ralph Kimball

BI Business Intelligence - Modelagem & Tecnologia

Carlos Barbieri

‹#›

Warehouse Dimensionais Ralph Kimball BI – Business Intelligence - Modelagem & Tecnologia Carlos Barbieri ‹#›
Felipe David Rosochansky Gerente de Inovação CPM email: felipe@netpartners.com.br telefone: 11 3741 7100
Felipe David Rosochansky Gerente de Inovação CPM email: felipe@netpartners.com.br telefone: 11 3741 7100
Felipe David Rosochansky Gerente de Inovação CPM email: felipe@netpartners.com.br telefone: 11 3741 7100

Felipe David Rosochansky

Gerente de Inovação CPM email: felipe@netpartners.com.br telefone: 11 3741 7100

Felipe David Rosochansky Gerente de Inovação CPM email: felipe@netpartners.com.br telefone: 11 3741 7100