10.

Data
Warehouse: Estado
da Arte e Estado da
Prtica
No cenrio atual em que as empresas reagem mais
rapidamente s mudanas no mercado e, ao mesmo tempo,
reduzem suas camadas intermedirias de gerncia, as
informaes tornam-se cada vez mais crticas ao prprio
negcio. necessrio construir mecanismos que circulem
informaes vitais por toda a organizao, permitindo a
tomada de decises mais rpidas e certeiras. Alguns
segmentos de indstria, como o varejo, bancos, seguros e
empresas areas e de telecomunicaes, fornecem exemplos
tpicos de obteno de vantagens competitivas com a
aplicao de um data warehouse.
Em breve, essa tecnologia vai se tornar uma ferramenta
estratgica para a maioria das organizaes.
Mas o que realmente um data warehouse? Como toda
tecnologia nova (o termo surgiu em 1990), seus conceitos e
definies ainda so um tanto fluidos. Muitas vezes, simples e
restritos projetos de suporte deciso (DSS) so apelidados
de data warehouse. Mas, uma boa e sucinta definio : Data
warehouse um banco de dados voltado para suporte
deciso de usurios finais, derivado de diversos outros bancos
de dados operacionais.
Criar um data warehouse no uma simples questo de
tecnologia de bancos de dados ou processadores paralelos.
Envolve: planejamento e modelagem, aspectos muitas vezes
deixados em segundo plano, mas que garantem a qualidade
dos dados, fator crtico para o seu sucesso; a integrao de
diferentes produtos de software; uma contnua atualizao e
refinamento.
Uma bem desenhada soluo de data warehouse objetiva
satisfazer as necessidades de anlise de informaes dos
usurios, como monitorar e comparar as operaes atuais
com as passadas, e prever situaes futuras. Ao transformar,
consolidar e racionalizar as informaes dispersas por
diversos bancos de dados e plataformas, permite que sejam
feitas anlises estratgicas bastante eficazes, em informaes
antes inacessveis ou subaproveitadas. Usar os arquivos das
aplicaes tradicionais, com seus dados operacionais e muitas
vezes redundantes, para anlises de tendncias,
simplesmente impossvel.
As tecnologias do data warehouse
Um data warehouse um conjunto de diversas tecnologias,
como ferramentas de extrao e converso, bancos de dados
voltados para consultas complexas, ferramentas inteligentes
de prospeco e anlise de dados e ferramentas de
administrao e gerenciamento. Nem todas esto no mesmo
nvel de evoluo tecnolgica, sendo que algumas tecnologias
ainda so bastante imaturas.

Isso dificulta a sua implementao. No se pode demorar

muito, pois a concorrncia poder sair na frente. Por outro
lado, algumas tecnologias, por serem ainda imaturas, no nos
garantem estabilidade futura. Riscos do negcio...
Erroneamente, muitos projetos de data warehouse
concentram-se no banco de dados e sua plataforma
operacional. Mas as questes da contnua extrao de dados
das bases de dados operacionais e a administrao do
ambiente so igualmente importantes. O valor do data
warehouse no pode ser medido pela quantidade de dados
que armazena, mas sim pelo seu fluxo de informaes. Talvez
o termo mais correto seja data warehousing (distribuio de
informaes), e no data warehouse (estoque de
informaes).
Implementando um projeto de data warehouse
Um data warehouse no pode, nem deve ser um projeto
exclusivo da rea de sistemas. O verdadeiro conhecimento
das necessidades de anlise de informaes do negcio est
com os usurios. A rea de sistemas deve ter o papel de
consultor de tecnologia, resolvendo as questes tecnolgicas
do projeto, como escolha de plataformas e definio das
estruturas fsicas dos bancos de dados, e obviamente
implementar essas solues. Mas as decises sobre modelos
de dados devem ser dos usurios e dos analistas de negcio.
So eles que vo identificar que informaes so necessrias
e onde obt-las.
Um projeto de data warehouse ainda uma novidade na
maioria das empresas. Portanto, devem ser considerados
fatores como curva de aprendizado e inexperincia crnica.
Sendo assim, os projetos extremamente ambiciosos, que
pretendem abraar o mundo com as mos, devem ser
repensados. Deve ser implementado gradualmente, sendo
constantemente refinado medida que a rea de tecnologia e
a prpria organizao aprendam a us-lo.
Com certeza, alguns problemas inesperados vo aparecer.
comum surgirem gargalos nas plataformas dos bancos de
dados operacionais, que no foram configuradas para um
aumento significativo no download de dados, geralmente de
muitos gigabytes. A prpria plataforma do data warehouse
pode ter mecanismos ineficientes de backup/restore, o que
pode levar a demoras significativas para disponibilizar as
queries nos horrios adequados. Uma m modelagem inunda
os usurios com overdose de dados irrelevantes. Essa uma
rea onde a capacitao ainda bastante escassa. A maior
parte dos analistas consegue modelar um processo
operacional, como, por exemplo, compras ou contas a pagar,
mas responder a questes como Qual a lucratividade deste
produto, no tempo, por revendedor? exige tcnicas diferentes.
A modelagem de um data warehouse no voltada para
decomposio funcional, mas para fatos, dimenses e
hierarquias entre os dados.
O data warehouse deve ser projetado para anlises de
tendncias e prospeces de dados, buscando identificar

relacionamentos at ento ignorados. A modelagem crtica

ao seu sucesso e deve merecer bastante ateno. Os projetos
que no considerarem as diferenas em modelar bancos de
dados operacionais e de data warehouse podero se
transformar em fracasso.
Alm disso, os arquivos operacionais podem conter dados
contaminados, que devem ser filtrados antes de serem
migrados. Se no houver uma filtragem adequada, o data
warehouse pode ficar muito poludo e intil.
No aspecto tecnologia, um fator muito importante a
escalabilidade. As tecnologias de hardware e software devem
permitir o crescimento em volume e consultas de uma maneira
bastante significativa. O data warehouse no pode ser
planejado como algo relativamente esttico, voltado para
poucos usurios ou departamentos.
Desenvolvendo o projeto
Algumas recomendaes baseadas em casos de sucesso
podem ser usadas.
Primeiro, importante fazer uma auto-anlise da capacitao
interna. Existe expertise suficiente para implementar com
sucesso um data warehouse? Se no, ser interessante
requisitar ajuda externa.
Segundo, no tentar um projeto muito ambicioso. O primeiro
projeto no deve levar mais de nove meses para estar
operacional. O data warehouse deve ser construdo
inicialmente nas reas de negcio mais importantes e que
tragam retorno direto e tangvel. Com o tempo, deve ser
refinado e aumentado em sua abrangncia. O projeto deve
demonstrar um alto retorno sobre o investimento. Uma
empresa s vai se lanar em novas tecnologias se o retorno
sobre o investimento e os benefcios forem bastante visveis.
Isso significa possibilidades concretas de reduo de custos e
melhoria nos resultados do negcio.
Um terceiro fator que o projeto deve ser bastante realista em
seus objetivos. Os resultados no devem ser superestimados,
nem podem ser considerados como soluo para todos os
problemas da organizao. Adotar um enfoque conservador
nas expectativas uma boa estratgia.
A arquitetura deve ser bem desenhada. Isso equivale a um
modelo de dados adequado e uma definio de ambiente
operacional compatvel com a cultura e recursos da
organizao.
A seguir, hardware e software devem ser selecionados. Um
erro muito comum selecionar primeiro as tecnologias e
depois projetar o data warehouse.
A prxima etapa desenhar as solues de extrao dos
dados. Como e onde obt-los e que transformaes sero

necessrias so quesitos importantes.

E, finalmente, desenhar as solues de administrao e
gerenciamento. Como mant-lo funcionando, luz do
dinamismo dos negcios e da prpria evoluo tecnolgica? A
obsolescncia tecnolgica deve ser considerada no projeto.
Alm disso, o budget alocado deve ser o mais preciso
possvel. Deve incluir todas as ferramentas e as plataformas
necessrias, bem como os custos de consultoria e pessoal
alocado nas atividades de anlise e integrao. Geralmente,
esses custos so bem maiores que os custos de aquisio das
prprias tecnologias.
Concluses
Qualquer empresa pode se beneficiar significativamente de
um data warehouse. uma ferramenta que permite fazer
anlise de tendncias e identificar relacionamentos muitas
vezes desconhecidos. Com certeza, em tempos de intensa
competitividade, uma ferramenta estratgica.
Entretanto, construir um data warehouse no simplesmente
uma atividade tcnica, mas principalmente de negcios. A
tecnologia permite sua implementao, mas no deve ser a
direcionadora do projeto. As solues tecnolgicas devem
aparecer depois que o data warehouse for modelado, e no
antes.
O seu prprio sucesso pode representar um grande risco, sem
planejamento adequado. Por exemplo, o crescimento
explosivo no nmero de consultas e no volume de informaes
pode levar a um verdadeiro colapso do desempenho. Alguns
casos relatam crescimento de seis a sete vezes em pouco
mais de 18 meses!

Autor: Cezar Taurion

Biografia: Faz parte do Conselho Editorial da DevMag.