qualidade de dados

Páginas: 9 (2138 palavras) Publicado: 27 de outubro de 2013
RESUMÃO DE DW DO GURU:

O QUE É INDICADOR

Deve-se saber quais os indicadores levantar em um projeto de DW, pensando nas necessidades do cliente(Exemplo: Ajudar na tomada de decisão, medidas de progresso, medidas de desempenho)

O QUE É DIMENSÃO AGREGADA??!!??


Modelagem Dimensional:

1º Passo: Decidir  qual(is)   processo(s)  do  negócio  devemos modelar,   por   meio   dacombinação  do  conhecimento   do negócio com o conhecimento dos dados que estão disponíveis;
2º Passo: Definir o grão do processo do negócio.  O grão é o  nível  fundamental  atômico  de  dados  que  representará  o processo  na  tabela  de  fatos.
3º Passo:  Escolher  as  dimensões  que  serão  aplicadas  a  cada registro  da  tabela  de  fatos.   Para   cada  dimensão  escolhida,  descrever   todos  os diferentes atributos de dimensão (campos) que preencham cada tabela dimensional;
4º Passo:  Escolher  os  fatos mensuráveis que irão popular  cada  registro da tabela de fatos.  Fatos  mensuráveis são quantidades numéricas  aditivas  como  quantidade  vendida  e  vendas (em espécie).

Fatos Aditivos, Semi Aditivos e Não Aditivos:

Aditivos: faz sentido adicioná-los continuamente e sobretodas as dimensões (Ex: vendas em US$ e vendas em unidades);
Semi Aditivos: são adicionados em um dado período de tempo (Ex: níveis de estoque, contas de balanço e saldo bancário). Estes fatos são instantâneos de tempo;
Não Aditivos : não podem ser adicionados, apenas contados ou adicionados a somente uma dimensão por vez (Ex: temperatura e condição do tempo).

Dimensão auditoria:

Dimensãointeressante para somar a uma tabela de  fato  pois a dimensão de auditoria registra os processos de cada registro da tabela de fato. A dimensão de auditoria é  construída durante o processo de extração  dos dados;


Arquitetura BUS:

  Problemas:

A impossibilidade de construir rapidamente um DW completo deu oportunidade ao Data Mart (DM) onde uma área específica do negócio é enfocada.
Semuitos Data Marts forem construídos independentes não vão representar um Data Warehouse;
Podem mostrar diferentes resultados e não consistentes para a organização;
Relatórios de diferentes DM não podem ser comparados entre si.
 
  Solucao:

Fazer um planejamento global do  DW   criando uma arquitetura de fundo que define o escopo e implementação;
Os padrões especificados para o DW  serãoseguidos por todos que irão implementar os DM.
Significa que uma dimensão após definida pelos projetistas do DW sempre será igual para qualquer tabelas de fatos em todos os DM;
Exemplos de dimensões: clientes, produtos, localização, promoção, calendário;
Equipe central estabelece, publica e mantém as dimensões conformadas.
A recomendação é começar com um DM para cada fonte de informação. Assim,para um sistema de vendas, teríamos um DM de vendas;
Um DM eficiente de uma única fonte vai fornecer informações interessantes e em quantidade suficiente ao usuário para deixá-lo feliz e quieto enquanto a equipe pode evoluir  a aplicação.
Quando se  tem  diferentes  linhas de negócios onde não estão relacionados clientes de  um  negócio com produtos do outro negócio como diferentes subsidiárias,uma com serviços, outra industrial e mais uma financeira, cada uma deverá ter seu próprio contexto de DM.

Modelo Físico:

- Definição de Padrões de nomenclatura e relacionamento de objetos do banco de dados.
- Aplicar os padrões de nomenclatura nos objetos e definir primary e secondary keys, NULL ou NOT NULL e os data types.
- Estimativa de tamanho do banco de dados e sua taxa de crescimento.- Definição de regras para utilização de indices.
- Definição de regras para criação de partição de tabelas.

Area de Transição:

- Extração, trasformação e migração de uma ou mais bases de dados de forma integra para um DW.
- A area de transação é a camada onde os dados não integrados do ambiente transacional são combinados e transformados em dados corporativos.

Consolidação dos...
Ler documento completo

Por favor, assinar para o acesso.

Estes textos também podem ser interessantes

  • Qualidade de dados
  • Qualidade de dados
  • Processo de qualidade de dados compartilhados
  • Governança e Qualidade de dados
  • Integração e qualidade de dados
  • Gestaã de qualidade de dados
  • Controle de Qualidade baseado na coleta de dados
  • Quais os problemas de gerenciamento de dados e de qualidade de dados os serviços de musica digitalizada apresentam

Seja um membro do Trabalhos Feitos

CADASTRE-SE AGORA!