Use LEFT and RIGHT arrow keys to navigate between flashcards;
Use UP and DOWN arrow keys to flip the card;
H to show hint;
A reads text to speech;
42 Cards in this Set
- Front
- Back
|
Businesse Intelligence |
É um conjunto de técnicas, métodos e ferramentas que subsidiam o processo de decisão de uma empresa. |
|
|
Data Warehouse |
É um repositório de informações colhidas de várias origens, armazenadas sob um esquema unificado, em um único local. |
|
|
Data Warehouse - 4 características |
Não-volátil: Diferente de um BD operacional, ele apenas recebe informações. Exclusões ou alterações ocorrem apenas para a correção de dados inseridos com erro. Integrado: Deve trabalhar com termos diferentes que significam a mesma coisa. Orientado por assunto: Sempre armazena dados importantes sobre temas específicos da empresa e conforme o interesse das pessoas que irão utilizá-lo. Variante no tempo: Ao analisarmos um dado de um DW, o mesmo sempre estará relacionado a um período determinado de tempo. |
|
|
Data Marts |
Pode ser considerado um mini DW, que envolverá apenas um determinado setor (Adm, Marketing, RH). - Possibilitando uma especialização maior por ocasião da extração do conhecimento. - Volátil - Especializado |
|
|
Abordagem Bottom Up ou Top Down |
Bottom Up: Cria-se inicialmente os Data Marts para depois criar o Data Warehouse. Top Down: Cria-se primeiro o Data Warehouse, para depois criar os Data Marts. |
|
|
ETL (Extraction, Transformation, Load) Extração, Transformação e Carga |
ETL são ferramentas de software cuja função é a extração de dados de diversos sistemas, transformação desses dados conforme regras de negócio e, por fim, a carga dos dados em um Data Mart ou DW. |
|
|
Extração |
É a primeira parte do processo ETL. Extrai os dados de sistemas de origem como: sistemas legados, bancos de dados, sistemas corporativos, etc.. |
|
|
Transformação |
O estágio de Transformação aplica uma série de regras ou funções aos dados extraídos para derivar os dados a serem carregados. |
|
|
Carga |
Carrega os dados no Data Warehouse, ou Data Mart. |
|
|
Ferramenta OLAP (Online Analytical Processing) |
OLAP é um termo utilizado para descrever a analise de dados complexos a partir do DW. Esta tecnologia permite aos analistas de negócios, gerentes e executivos, analisar e visualizar dados corporativos de forma rápida, consistente e interativa. |
|
|
Funcionalidade OLAP |
A funcionalidade OLAP é inicialmente caraterizada pela análise dinâmica e multidimensional dos dados. |
|
|
Tabelas de Fatos e Tabelas de Dimensão |
Os atributos dimensionais da tabela fatos serão chaves estrangeiras para as chamadas tabelas dimensão. |
|
|
Modelo Estrela (Star Schema) |
Todas as tabelas relacionam-se diretamente com a tabela de fatos. Sendo assim, as tabelas dimensionais devem conter todas as descrições que são necessárias para definir uma classe como Produto. As tabelas de dimensões normalmente são desnormalizadas no modelo estrela. A tabela fatos fica ao centro, cercada das tabelas dimensionais. |
|
|
Modelo Floco de Neve (Snowflake) |
No modelo floco de neve, as tabelas dimensionais se relacionam com a tabela de fatos, mas algumas dimensões relacionam-se apenas entre elas. Nesse modelo existem tabelas de dimensões auxiliares que normalizam as tabelas de dimensões principais. |
|
|
Arquiteturas OLAP |
MOLAP ROLAP DOLAP HOLAP WOLAP |
|
|
MOLAP (Multidimensional On-Line Analytical Processing) |
Os dados são armazenados de forma multidimensional (como se fosse um cubo de dados) |
|
|
ROLAP (Relational On-Line Analytical Processing) |
Utiliza a tecnologia de banco de dados relacionais para armazenar seus dados, bem como suas consultas são também processadas pelo gerenciador do banco de dados relacional. |
|
|
DOLAP (Desktop On-Line Analytical Processing) |
Fornece portabilidade dos dados, uma vez que o conjunto de dados multidimensionais é criado no servidor e transferido para o desktop. |
|
|
HOLAP (Hybrid On-Line Analytical Processing) |
Combinação entre ROLAP e MOLAP. Alta performance do MOLAP e a escalabilidade do ROLAP. |
|
|
WOLAP (Web On-Line Analytical Processing) |
Dispara consultas via navegador web para o servidor, que por sua vez retorna enviando o cubo processado de volta, para que possa ser analisado. |
|
|
Operações em OLAP |
Ao navegar pelos cubos OLAP, diversas são as operações possíveis para a visualização da informação que se busca. |
|
|
Drill Down |
Ocorre quando o usuário aumenta o nível de detalhe da informação, diminuindo o grau de granularização. - como passar de Semestre para Trimestre. |
|
|
Drill Up |
É o contrário do Drill Down. Quando o usuário diminui o nível de detalhe da informação, aumentando o grau de granularização. - como passar de Trimestre para Semestre |
|
|
Drill Accross |
Ocorre quando o usuário visualiza informações oriundas de múltiplos esquemas (ou seja, mais de uma tabela fato), por meio de dimensões comuns. |
|
|
Drill Throught |
Similiar ao Drill Down, mas entra em outra estrutura para buscar a informação com mais detalhes. |
|
|
Slice and Dice |
Slice (fatiar) seleciona os dados de uma única dimensão de um cubo. Dice (dado) extrai um subcubo do cubo, efetuando uma operação de seleção sobre duas ou mais dimensões do mesmo. |
|
|
Cross-Join |
dados são unidos e colunas e linhas são invertidas. |
|
|
Pivot |
Similar ao cross-join, mas envolve somente a rotação do cubo, sem a junção dos dados. |
|
|
Data Mining |
O Data Mining pode fazer parte de um processo maior, chamado KDD (Knowledge-Discovery in Databases) processo de Descoberta do Conhecimento em Banco de Dados. |
|
|
KDD é composto por 5 fases |
1. Seleção 2. Pré-processamento 3. Transformação 4. Mineração de Dados 5. Interpretação |
|
|
KDD - Seleção |
Processo que define quais serão os dados a serem trabalhados. |
|
|
KDD - Pre-processamento |
Estágio de "limpeza dos dados", por meio de remoção de inconsistências, ajustes de formatos de dados, análise de outliers (remover do universo dos dados ou considerá-los?) |
|
|
KDD - Transformação |
Transformam-se os dados em formatos utilizáveis. Esta dependerá da técnica de data mining utilizada. |
|
|
KDD - Data Mining |
É a verdadeira extração dos padrões de comportamento dos dados. |
|
|
KDD - Interpretação e Avaliação |
Idetificados os padrões pelo sistema, esses serão interpretados em conhecimentos, os quais darão suporte à tomada de decisões humanas. |
|
|
Data Mining |
Descoberta de informações em função de padrões ou regras em grande quantidade de dados. |
|
|
Técnicas |
Associação; Descrição de Classes; Classificação; Clustering; Descoberta de padrões em séries temporais; Descoberta de padrões em séries sequenciais; Regressão; Redes neurais; Algoritmos genéticos. |
|
|
ERP ou SIGE |
ERPs também são sistemas de apoio à decisão |
|
|
Módulos integrantes de um ERP |
SCM (Supply chain management) PLM (Product lifecycle management) CRM (Customer relationship management) BI (Business Intelligence) |
|
|
MIS (Managed Information Systems) Sistemas de Informações Gerenciais |
São sistemas básicos de geração de relatórios que convertem dados brutos em informação.
Permitem análises mais profundas, com a realização de simulações de cenários. |
|
|
EIS (Executive Information Systems) Sistemas de Informações Executivas |
São sistemas híbridos que combinam muitas características do sistema de informação gerencial e dos sistemas de apoio à decisão. Similar a sistemas OLAP.
|
|
|
Portais Corporativos |
- Portal de suporte à decisão (BI) - Portal de informações empresariais - Portais colaborativos -> workflow, groupwares - Portal de informação ou conteúdo - Portais especializados B2B, B2E, B2C, G2E, G2G.. Business; Employee; Consumer; Government |
