Treinamento de Cubo

Fazer download em pptx, pdf ou txt
Fazer download em pptx, pdf ou txt
Você está na página 1de 19

Treinamento com Cubos de Dados (OLAP)

● Conceitos
● Arquitetura
Roteiro ● Prática
● Dúvidas?
A quantidade de informação gerada no primeiro dia de vida de
um bebê é equivalente a 70 vezes a quantidade de informação
contida na biblioteca do congresso americano. (Fonte: PBS 2016)
Conceitos

?
Business Intelligence

● Business Intelligence é o conjunto de conceitos, métodos e recursos


tecnológicos que habilitam a obtenção e distribuição de informações
geradas a partir de dados operacionais e históricos, visando
proporcionar subsídios para a tomada de decisões gerenciais.
(Gartner)
Data Warehouse

● Utilizado para armazenar informações relativas às atividades de


uma organização de forma consolidada.
● Possibilita a análise de grandes volumes de dados, que são coletados
a partir de sistemas transacionais (OLTP).
● É um Banco com a função de dar suporte à tomada de decisões
estratégicas da empresa.
● Está organizado em data marts, que tratam apenas um assunto ou
processo de negócio.
Big Data

● Em uma definição clara e objetiva, Big Data significa um grande


volume de dados.
● Os dados podem ser estruturados ou não e incentivam o cruzamento
de informações para chegar a insights e decisões estratégicas para
uma empresa.
● Os 3 Vs do Big Data: Volume, a Velocidade e a Variedade.
Data Mining

● É um processo que busca organizar os dados, achar aqueles que são


mais importantes e, a partir disso, traçar relações relevantes entre
eles e reconhecer padrões de comportamento.
Inteligência Artificial

● O termo foi criado em 1956 por John McCarthy, um professor de


matemática dos EUA.
● É campo do estudo acadêmico que visa simular a inteligência
humana através de software.
● Podemos dizer que hoje temos uma IA limitada.
Machine Learning

● Pode ser entendido como uma subcategoria de IA.


● É capaz de analisar uma grande quantidade de dados por meio de
métodos estatísticos específicos.
● Utiliza uma grande variedade de algoritmos para encontrar padrões
em um banco de dados.
● Próprio sistema tem a habilidade de aprender com a análise de
dados e executar tarefa com uma precisão cada vez maior.
Arquitetura
Arquitetura

Fonte de Dados: abrange todos os dados de origem que irão compor as


informações do DW. Compreende os sistemas OLTP, arquivos em
diversos formatos (XLS, TXT, etc), sistemas de CRM, ERP, entre vários
outros.
Arquitetura

ETL: do inglês Extract, Transform and Load, é o principal processo de


condução dos dados até o armazenamento definitivo no DW. É
responsável por todas as tarefas de extração, tratamento e limpeza dos
dados, e inserção na base do DW.
Arquitetura

Exemplo de ETL

Visão no BI SEFAZ 99999999

Secretaria Secretaria Sec. da


PF000000 00000000 00000001
Dados no Sistema da Fazenda da Faz. Fazenda
Arquitetura

OLAP: do inglês On-line Analytical Processing, na arquitetura de um


DW se refere as ferramentas com capacidade de análise em múltiplas
perspectivas das informações armazenadas.
Arquitetura

Cubo OLAP
Arquitetura
Prática
Dúvidas?

Você também pode gostar