Por que eu devo ler este artigo:Modelos de indústria são produtos desenvolvidos e comercializados por empresas de TI visando fornecer soluções de modelagem padronizadas para clientes especializados em determinado tipo de negócio.

Este artigo tem por objetivo explorar os benefícios da adoção de modelos de indústria em projetos complexos de Data Warehouse. Para tanto, serão abordados os principais conceitos sobre o assunto, analisando-se de que forma os modelos de indústria podem alavancar tais projetos.

Assim, este artigo será útil em momentos de decisão entre optar ou não pela aquisição de um modelo de indústria para o desenvolvimento de Data Warehouses, descrevendo pontos de atenção e fatores críticos de sucesso.
Autores: Paulo Lordello Quito e Fernando Ammon Valle

Modelos de indústria são modelos de dados nos níveis conceitual, lógico e físico (BOX 1) que atendem a um determinado setor de mercado, por exemplo, bancos, hospitais, telecomunicações, empresas de seguros, etc. Também conhecidos como modelos universais de indústria, são produtos desenvolvidos e comercializados por empresas de Tecnologia da Informação, visando fornecer soluções de modelagem padronizadas para clientes especializados em determinado tipo de negócio.

Por mais que sejam diferentes e trabalhem de forma diferenciada, empresas de um mesmo setor tendem a aplicar, via de regra, os mesmos conceitos de negócio, implementando processos comuns e experimentando dificuldades similares. É possível, portanto, construir um modelo de dados genérico que atenda à maior parte das necessidades de cada empresa.

O principal benefício de se utilizar um modelo de indústria está na aceleração do processo de desenvolvimento de sistemas, sejam eles transacionais ou analíticos, uma vez que se pode partir de um modelo de dados pré-definido, baseado nas melhores práticas de mercado, ao invés de simplesmente iniciar o desenvolvimento a partir do zero.

BOX 1. Modelos de Dados Conceituais, Lógicos e Físicos

Modelos de dados conceituais são diagramas de alto nível que representam os conceitos de dados que suportam o negócio de uma empresa, uma área de negócio ou, por exemplo, um sistema de informações.

Em projetos de TI, o objetivo principal de um modelo de dados conceitual é fornecer uma visão geral dos requisitos de informação envolvidos no projeto.

Modelos de dados lógicos decompõem os conceitos de negócio em entidades, atributos e relacionamentos atômicos, aplicando regras de normalização para evitar redundâncias e garantir a integridade dos dados.

Embora sejam focados em requisitos funcionais e, portanto, independentes de implementações físicas, são utilizados como pontos de partida para a construção de modelos de dados físicos, que espelham bancos de dados.

Modelos de dados físicos representam os objetos de um banco de dados em uma plataforma ou tecnologia específica. Neste tipo de modelo, as entidades, atributos e relacionamentos correspondem a tabelas, colunas e constraints.

Sendo orientado a performance, um modelo de dados físico pode modificar ou combinar objetos lógicos e também conter objetos específicos, como índices e partições. Em resumo, um modelo físico captura todos os detalhes necessários para a implementação de um modelo lógico em um banco de dados.

Com a explosão informacional e o advento dos grandes ...

Quer ler esse conteúdo completo? Tenha acesso completo