Projeto
Adaptar as áreas de assunto do projeto conceitual de Data Warehousing para relatórios específicos e requisitos analíticos de cada unidade de negócios.
Ao tentar construir um Data Warehouse para um desempenho ideal, há algumas áreas-chave a serem consideradas: configuração de hardware, modelos de dados lógicos e físicos e gerenciamento de carga de trabalho. O ambiente de Business Intelligence incluirá ferramentas analíticas, de relatórios e ETL (Extração, Transformação e Carga), bem como um Data Warehouse com um ou mais data marts para criar um sistema de business intelligence funcional.
O projeto conceitual é fazer com que cada unidade de negócios tenha sua própria área de assunto adaptada aos seus relatórios e requisitos analíticos. O diagrama simples abaixo mostra o design básico de como os dados de origem são extraídos, transformados e carregados no data warehouse diariamente por meio de um processo ETL.
Cada área de assunto é atualizada com os dados carregados recentemente e disponibilizados aos usuários. Os relatórios que foram programados para serem distribuídos e entregues em um cronograma predefinido são liberados e, por último, os usuários podem realizar relatórios ad-hoc e análises personalizadas usando a ferramenta de front-end.
Uma das grandes funções que um Data Warehouse oferece é desenvolver relatórios que são usados mensalmente, semanalmente, trimestralmente e anualmente e enviá-los automaticamente para sua caixa de entrada de e-mail em um horário agendado. Não é mais necessário recriar ou executar continuamente esses tipos de relatórios padrão.
O diagrama abaixo também fornece um exemplo de como a arquitetura conceitual deve ser construída.
O Data Warehouse é construído em uma arquitetura de três camadas. Cada camada pode ser gerenciada e dimensionada de forma independente, aumentando a flexibilidade. Como resultado, componentes individuais podem ser dimensionados e disponibilizados com facilidade.
A arquitetura de três camadas é composta das seguintes camadas:
Camada de dados
o Armazena os dados do Data Warehouse
o Lida com o processo ETL do Data Warehouse onde todos os dados de origem são extraídos, limpos, transformados e carregados no Data Warehouse.
Nível de aplicativo
o É aqui que toda a inteligência de negócios é construída.
o Lida com todas as solicitações do usuário.
Nível de apresentação
o Interface gráfica do usuário que permite:
– Comunicando
– Análise
– Inquerir
– Cartão de pontuação
– Dashboard
– Gestão de eventos
– Administração do usuário
O diagrama abaixo descreve o design da camada de aplicativo, camada de apresentação e camada de dados. As três camadas necessárias para construir o Data Warehouse destinam-se a mostrar não apenas como construir a infraestrutura, mas também mostrar o fluxo. O usuário de negócios ou “analista” é a pessoa que precisa realizar consultas, gerar relatórios e visualizar painéis que mostrarão dados estatísticos necessários para tomar decisões de negócios. Tudo isso é mostrado no “Nível de apresentação”.
“Application Tier” destina-se a mostrar onde residem as ferramentas e o hardware de Business Intelligence. As ferramentas de Business Intelligence consistem em ferramentas de relatórios front-end, como Cognos, ferramentas de armazenamento de dados da Microsoft, Microstrategy ou outras ferramentas.
O “Data Tier” destina-se a mostrar onde residem as fontes de dados. Isso pode ser fontes internas ou externas que são alimentadas no Data Warehouse. Os servidores de banco de dados e servidores ETL também estão localizados nessa camada. As ferramentas ETL são usadas para pegar os dados que são alimentados no sistema e transformá-los em informações significativas. É importante entender o volume de dados que será processado, bem como a porcentagem de crescimento de dados por ano, pois tudo isso afetará o desempenho do sistema.
Laura Paoletti é bacharel em Sistemas de Informação Computacional e foi Vice-Presidente de Tecnologia da Informação na NBC-Universal e Disney ABC Television. Ela também ocupou cargos na Ernst & Young LLP na prática de Tecnologia. Em sua função, ela foi responsável por Aplicativos, Infraestrutura e Mídia Digital. Algumas de suas realizações notáveis incluem a implementação de aplicativos para Mídia Digital, Marketing, Finanças, Manufatura (cadeia de suprimentos), Vendas e Produtos de Consumo; Implementação de sistemas de Enterprise Data Warehousing/Business Intelligence; Gerenciamento de Data Center, incluindo hardware, estratégias de armazenamento, bibliotecas digitais e expansão de data center; Implantação de um escritório de Gerenciamento de Projetos; e Transformação de negócios de uma fita para um ambiente sem fita (mídia digital).
