Resumo: Este trabalho apresenta um estudo e o desenvolvimento de uma ferramenta para construção de Data Warehouse bem como a realização de extração, tratamento e visualização das informações armazenadas. Atualmente nas micro e pequenas organizações existe uma deficiência com relação ao aproveitamento das informações armazenadas em suas bases de dados. Com base nisso, a ferramenta desenvolvida tem o intuito de prover a alta direção uma visão estratégica baseada em dados históricos.

1 INTRODUÇÃO

Com o grande aumento de dados gerados e armazenados nas empresas, torna-se necessário o uso mais eficiente destes dados, gerando informações consistentes e consolidadas para auxiliar na tomada de decisão.  As micro e pequenas empresas não utilizam sua informação em massa, disponíveis em suas bases de dados, e geralmente utilizam sistemas computacionais para as operações básicas da empresa onde somente poucos relatórios são disponibilizados. Para uma maior vantagem competitiva, e para se manter no mercado, cada vez mais as empresas são obrigadas a utilizarem as informações armazenadas gerando conhecimento e se destacando entre seus concorrentes.

Diante deste contexto o projeto proposto tem como objetivo utilizar a tecnologia como meio de processamento e facilitar o entendimento das informações no contexto dos negócios, através do desenvolvimento de uma ferramenta para a construção de DW -Data Warehouse de forma dinâmica e a extração e sumarização de informações operacionais contidas em bancos de dados estruturados, aplicando regras de negócio específicas para armazenar estas informações em um repositório específico, ou seja, um Data Warehouse que servirá de base para apresentação destas informações em forma de gráficos e indicadores auxiliando os empreendedores na tomada de decisão.

No projeto foi desenvolvida uma aplicação ETL (Extract Transform and Load) com a criação do DW e geração dos scripts para a obtenção dos dados da empresa, possibilitando a criação dinâmica do DW baseado na necessidade e disponibilidade de informações contidas na base de dados operacional da organização. Além disto, é possível realizar a execução dos scripts para a extração dos dados da fonte selecionada e a criação de cubos de decisão baseado no DW construído, bem como a visualização das informações através de gráficos e indicadores, ou seja, desenvolvimento de ferramenta BI.

2  FUNDAMENTAÇÃO TEÓRICA

BI (Business Inteligence, ou Inteligência de Negócios), é um conjunto de conceitos e métodos para auxiliar e aumentar a capacidade de tomada de decisão das organizações, fazendo uso de acontecimentos (fatos).

Segundo Barbieri (2001), BI “representa a habilidade de se estruturar, acessar e explorar informações, normalmente guardadas em DW/DM (Data Warehouse/Data Mart), com o objetivo de desenvolver percepções, entendimentos, conhecimentos, os quais podem produzir um melhor processo de tomada de decisão”

SAD (Sistemas de Apoio à Decisão) ou DSS (Decision Support Systems) são sistemas computacionais que fornecem informações e contribuem para o processo de tomada de decisão. Permite a realização de cálculos, projeções e análises por meio de gráficos comparativos.

Segundo Inmon (1997), os Sistemas de Apoio à Decisão (SAD), tiveram início na década de sessenta, onde o processamento e análise eram realizados em aplicações baseados em relatórios, porém, com o passar dos anos, o volume dos dados foi crescendo e a tarefa de análise tornou-se complexa e trabalhosa.

Data Warehouse é um sistema computacional que através de transações e processos realiza cópia de informações registradas nos bancos de dados das organizações reorganizando estas informações e preparando-as para a realização de consultas, relatórios e análises. Ou seja, trata-se de um armazém de dados extraídos das bases operacionais que suprirá a necessidade das regras para criação de visões estratégicas e gerenciais para a alta administração.

Segundo Inmon (1997, p. 33), [...] “Data warehouse é um conjunto de dados baseado em assuntos, integrado, não-volátil, e variável em relação ao tempo, de apoio às decisões gerenciais" [...].

Para Inmon (1997), a construção de um DW pode conter algumas características mencionadas abaixo.

Orientado por Temas - as informações armazenadas em Data Warehouse são organizadas pelos temas importantes para o negócio da empresa, podendo para o mesmo tema existir vários níveis de detalhamento da informação. Por exemplo: vendas, faturamento, produtos, clientes, etc.

Integrado - no Data Warehouse integrado, os dados são consolidados de diversas origens. Para o correto funcionamento e realização das análises os dados devem ser integrados perfeitamente para um modelo de informação apenas existindo assim, somente uma codificação para os dados armazenados.

Variante no Tempo - refere-se a um momento específico da informação. As informações são carregadas como fotos da base de dados operacional do momento em que foram extraídas. Os dados não são atualizados e podem ser comparados ao longo do tempo, mantendo um histórico da trajetória da informação durante sua existência.

Não Volátil - um Data Warehouse não sofre qualquer alteração em seus dados a não ser a adição de novas informações. É permitida apenas a carga e consulta dos dados armazenados. Existem algumas necessidades específicas que podem exigir a correção ou alteração das informações, porém neste caso o recomendável é remover as informações e realizar nova carga corrigida ou alterada. Após serem transformados e carregados, os dados ficam disponíveis para a consulta pelos usuários. Esta volatilidade requer procedimentos para assegurar a integridade e consistência através de rollback, recuperação de falhas, commits e bloqueios.

Outra característica importante no projeto de um DW é a granularidade,  nível de detalhamento nos dados. Quanto mais baixo o nível de detalhamento mais baixo, será o nível de granularidade e quanto menos detalhes, mais alto o nível de granularidade. A granularidade nos primeiros sistemas operacionais era tida como certa, pois quando os dados eram atualizados, certamente seria ao mais baixo nível de granularidade sendo que no ambiente de DW, a granularidade não é um pressuposto (INMON, 1997).

ETL (Extract, Transform and Load) ou Extração, Transformação e Carga destina-se à extração, transformação e carga dos dados de uma ou mais bases de dados de origem para uma ou mais base de dados de destino (Data Warehouse). Este processo é o mais critico e demorado na construção de um DW, pois consiste na extração de dados de bases de dados heterogêneas, transformação e limpeza destes dados e a realização da carga destes dados no DW.

As decisões gerenciais serão tomadas baseadas nas informações geradas pela ferramenta e armazenadas no DW, sendo portanto, que os dados devem representar a verdade, a mais pura verdade, nada mais que a verdade (KIMBAL, 1998). A maior parte do esforço exigido no desenvolvimento de um DW é consumido, e não é incomum que oitenta por cento de todo o esforço seja empregado no processo de ETL, (INMON, 1997).

De acordo com Kimball (1998), somente a extração dos dados leva mais ou menos sessenta por cento das horas de desenvolvimento de um DW. Esta parte do processo é responsável pela busca das informações importantes nas bases de dados de fontes externas que estejam em conformidade com DW. Esta busca pode ser obstruída por problemas devido às diversas plataformas diferentes gerando a demanda de utilização de formas de extração diferentes para cada local.

Após a extração dos dados, temos a transformação dos mesmos, que realiza alem da transf