Modelagem para Data Warehouse

Um paradigma bem interessante, sair da modelagem relacional que sempre trabalhei e focar na multidimensional.
São duas modelagens bem diferentes, com objetivos opostos.
Em suma, a modelagem relacional foca em organização.
O modelo relacional, com muitas tabelas, interligações intermináveis não atendem um DW.
Não que seja ruim ou errada, nada disso. Ela simplesmente não atende aos objetivos de um Data Warehouse.
“O objetivo de um Data Warehouse é suprir as necessidades posteriores à informatização de uma empresa de médio e grande porte. Uma empresa que se inicia pequena, gerencia suas informações de forma simples, com planilhas e documentos, pois o volume de informações é pequeno. Com o decorrer de seu crescimento e o aumento do volume de vendas ou transações, ela passa a ter a necessidade de obter sistemas de controle empresarial destinado ao seu ramo de atuação no mercado.”
(http://imasters.com.br)

O que me pega ainda, nessas primeiras semanas são os automatismos, eu começo a modelar pensando relacional.
Quando estou na quinta tabela, pensando em Chaves Estrangeiras em todas, me vem: Não pode.
Na modelagem multidimensional existem as Dimensões obviamente e as Fatos.
Dimensões são sempre chaves estrangeiras nas Fatos. Nas tabelas Fatos, ficam todo o conteúdo quantitativo e nas tabelas dimensões ficam os filtros, por qual tema poderá sera gerado o relatório.

Basicamente é assim, mas não existe uma receita de bolo, vale a regra clássica do “cada caso é um caso”.
Semana que vem eu publicarei minhas primeiras modelagens, pois assim, conseguirei estudar mais.

Modelagem e qualidade de dados

Modelagem e qualidade de dados sempre me agradou, gosto muito de modelar, arquitetar bancos de dados. Sempre começo a modelagem de um banco, pensando que ele pode e provavelmente irá evoluir. Mas claro, a pós em Business Intelligence (BI) já me mostrou que algumas das minhas verdades absolutas, não valem muito. Nada como um curso em um ambiente muito mais profissional para dar uma balançada.
Um dos pontos fortes dessa matéria, mais uma vez o professor. Carlos Barbiere (Blog) tem um currículo vasto, muito conhecimento e experiência, sem contar a sua enorme didática em sala de aula. Em poucos minutos de aula, ele desperta o interesse pelo que vai ensinar, com exemplos sempre reais e próximos da realidade dos alunos.

Um Data Warehouse (DW) de sucesso, bem estruturado e modelado vai de acordo com as escolhas corretas das estratégias a serem seguidas, de forma que sejam adequadas às necessidades que o (DW) precisa atingir.
Os conceitos de Modelagem Multidimensional, Modelagem Entidade-Relacionamento e Modelagem de Dados Corporativos podem garantia a confiabilidade dos dados e a claro, a qualidade nos resultados apresentados ao usuário.

Livro que recebi em sala e já estou lendo, a cada dia mais entusiasmado com esse mundo do BI.

A primeira aula dele na pós foi ontem, então… À leitura!

Uma foto publicada por Tiago Serra (@asdruboows) em

O retorno

Resolvi me dedicar ao blog novamente. Claro que a Pós em Business Intelligence que estou cursando tem um peso enorme nisso.
Vejo o ato de publicar algo aqui, como um meio bem prazeroso de estudar. Eu preciso pesquisar, pensar em um texto interessante e com isso, vou ganhando mais conhecimento sobre o mundo do Bi e claro, desenvolvimento de sistemas.
O que pretendo postar um texto novo por semana, tratando de assuntos importantes no universo da Business Intelligence

Com os mesmos conteúdos de sempre, mas agora com a novidade do Business Intelligence, Big Data e data warehouse. Pois agora meu mundo profissional gira em torno dos bancos de dados.

Pós em Business Intelligence

Depois de quase 6 anos formado em Analise de Sistemas, mesmo fora do que era planejado, me matriculei em uma pós.

Mas, não em qualquer pós, essa conseguiu me conquistar pelo conteúdo oferecido e ainda casou o cronograma de aulas com exatamente o que eu precisava.
Um amigo me falou do curso, que estava seriamente interessado e me passou o link com os detalhes do curso.
Foi praticamente imediato, comecei a ler, pesquisar sobre Business Intelligence, Big Data e data warehouse pois eram assuntos que eu já conhecia mas mesmo assim, estavam um pouco distantes da minha realidade profissional, mas sempre me deixava ir para o lado dos bancos de dados.
Eu já havia trabalhado bastante com ETL, OLAP, mas nunca pensando em uma solução de BI.

 

Pós Graduação em Business Intelligence Puc Minas
O Curso de Especialização em Business Intelligence foi concebido de modo a buscar o preenchimento de uma lacuna na formação avançada dos profissionais que atuam na área de banco de dados e em projetos de BI que é ampliar sua visão sobre o negócio da empresa para propor e construir soluções para apoio à decisão simples, inteligentes e mais confiáveis, além de serem, no que concerne a arquitetura tecnológica, adequadas e eficazes. É justificado pelo crescimento do mercado de Business Intelligence na América latina – especialmente no Brasil – o que já direciona para uma demanda real por profissionais capacitados com competências para entender bem as estratégias e necessidades do negócio e gerenciar, projetar e desenvolver projetos de Business Intelligence.
Conteúdo específico

– Introdução a Business Intelligence
– Gestão de Performance Corporativa (CPM)
– Gestão do Conhecimento
– Web Mining e Inteligência em Redes Sociais
– Métodos Quantitativos
– Projeto e Construção de Aplicações ETL
– Projeto e Construção de Aplicações OLAP
– Solução BI Microsoft
– Solução BI ORACLE
– Solução BI IBM
– Gerenciamento de Projetos em Business Intelligence
– Utilização de Padrões no Desenvolvimento de Aplicações

Mais informações: Site Puc Minas