You are on page 1of 18

______ _ ARTIGO O CONCEITO DE DATAWAREHOUSING APLICADO GESTO DE INFORMAES EM BIBLIOTECAS

Maurcio Ferreira Santana Resumo: Prope que a arquitetura de data warehouse seja um referencial para implantao em bibliotecas. Esta proposta tem origem na preocupao com o grande volume de informaes existente nesses setores, em nvel operacional, gerencial e estratgico, e com uma forma efetiva de gerao de informaes histricas de acervo, clientes (usurios) e custos para o processo decisrio. Atravs de reviso bibliogrfica sobre a arquitetura de data warehouse, apresenta-se a arquitetura proposta por Ralph Kimball, em esquema dimensional, tomando-se como exemplo o processo aquisio. Espera-se que bibliotecas possam se valer desta arquitetura para obter resultados analticos similares aos de empresas que j lanam mo desta tecnologia. Palavras-chave: Data mart; Data warehouse; Bibliotecas; Gesto da informao; Processo de aquisio

THE DATA WAREHOUSING CONCEPT APPLIED TO INFORMATION MANAGEMENT IN LIBRARIES


Abstract: Propose the data warehouse architecture as a reference to be applied in libraries. This proposal has began with the concern about the large amount of information existing in these sectors, at the operational, managerial and strategic levels, and as an effective way to generate historical information of collection, customers (users) and costs, for decision making processes. Through literature review about data warehouse architecture, it is presented the architecture proposed by Ralph Kimball, in a dimensional scheme, taking as example the process of "acquisition". It is expected that libraries can use this architecture to obtain analytical results similar to those of companies that already make use of such technology. Keywords: Data mart; Data warehouse; Libraries; Information management; Acquisition process

___________________________________________________________________________________________________________ Revista Digital de Biblioteconomia e Cincia da Informao,Campinas, v.8, n. 2, p. 134-131, jan./jun. 2011 ISSN: 1678-765X.

114

______
1 INTRODUO

ARTIGO

As bibliotecas so os setores que centralizam o conhecimento em uma instituio. Neles esto agrupados os registros do conhecimento (empresarial, acadmico) nos mais diversos suportes, entre eles livros, peridicos, bases de dados, documentos tcnicos, CDROMS, fitas magnticas, etc. As bibliotecas, ao fornecer o produto informao a uma clientela especfica (professores, acadmicos, comunidade, gerentes), devem preocuparse com o fluxo da informao, ou seja, como ela adquirida, processada, selecionada, tratada, armazenada e como ela chega ao usurio / cliente final. Mas o problema reunir o conjunto de informaes histricas (ou seja, todos os dados do passado), a fim de obter resultados analticos.

Por outro lado, os sistemas de informao compreendem bancos de dados que armazenam grandes quantidades de registros, podendo ser recuperados de maneira efetiva e gerando informaes para o processo decisrio. Uma opo de sistema de informao o data warehouse (armazm de dados), que pode ser considerado um sistema com enorme capacidade de armazenamento de dados sobretudo histricos que, quando acessados, fornecem informaes de suporte deciso, usando ferramentas adequadas de business intelligence (inteligncia de negcio).

No h relatos, na literatura, da aplicao em larga escala de sistemas de informao que facilitem a tomada de deciso, em mbito gerencial e estratgico, sobre acervos, recursos financeiros e clientes em bibliotecas (ao contrrio de grandes corporaes, que j lanam mo desta tecnologia). O data warehouse - e em escala menor o data mart (mercado de dados), que abrange um setor de uma determinada unidade de negcio, mas usando os mesmos elementos do data warehouse - ao proporcionar o armazenamento de dados histricos e a gerao de informaes para a tomada de decises, apresenta-se como uma soluo necessidade de bibliotecas em otimizar a organizao de dados administrativos e estatsticos, capacitando-as gesto de informaes no mbito gerencial e estratgico.

___________________________________________________________________________________________________________ Revista Digital de Biblioteconomia e Cincia da Informao,Campinas, v.8, n. 2, p. 134-131, jan./jun. 2011 ISSN: 1678-765X.

115

______

ARTIGO

A exploso informacional ocasiona a ampliao de acervos e aumento de demanda, o que faz com que haja a necessidade de prestao de contas para justificar gastos e investimentos nas bibliotecas, por exemplo. A gesto de diversos suportes, tangveis e intangveis, como DVDs, CDs, peridicos eletrnicos, bases de dados, etc., exige que os gestores de bibliotecas tenham informaes precisas, incluindo informaes histricas, para permitir gerenciamento com efetividade. O data mart, dentro do ambiente data warehousing, uma tecnologia importante para a soluo deste problema, pois possibilita a integrao dos diversos sistemas legados da biblioteca e armazenamento e recuperao de informaes histricas, a custo vivel e a curto prazo.

2 DATA WAREHOUSE

Data warehouse um nico, completo e consistente depsito de dados obtidos de uma variedade de fontes e construdo para os usurios finais, de forma que eles possam compreend-lo e us-lo no contexto de seu negcio. Compreende um grande banco de dados que armazena dados de diversas fontes para futura gerao de informaes integradas, com base nos dados do funcionamento das funes empresariais operacionais de uma organizao inteira. , basicamente, o armazm de dados de uma instituio (DEVLIN, 1997; REZENDE, ABREU, 2000). Na definio de Laudon e Laudon (1999, p. 137), o data warehouse

consolida dados extrados de diversos sistemas de produo e operacionais em um grande banco de dados que pode ser utilizado para relatrios e anlises gerenciais. Os dados dos sistemas de processamento das principais transaes da organizao so reorganizados e combinados com outras informaes, inclusive dados histricos, de modo que possam ser usados para a tomada de decises e anlise gerenciais. Na maioria dos casos, os dados dos armazns de dados s podem ser usados para a obteno de informaes no podem ser desatualizados de modo que o desempenho dos sistemas operacionais subjacentes da empresa no afetado.

Um conceito que merece ser mencionado o de Inmon (1997, p. 33), no qual afirma que o data warehouse [...] um banco de dados baseado em assuntos, integrado, no-voltil e varivel em relao ao tempo, de apoio s decises gerenciais. Os elementos presentes neste conceito so descritos abaixo:

- Baseado em assuntos: baseado em assuntos ou negcios da organizao, ao contrrio dos sistemas operacionais, voltados para as aplicaes da empresa. Por
116
___________________________________________________________________________________________________________ Revista Digital de Biblioteconomia e Cincia da Informao,Campinas, v.8, n. 2, p. 134-131, jan./jun. 2011 ISSN: 1678-765X.

______

ARTIGO

exemplo, em um sistema operacional a aplicao o automvel, enquanto que no data warehouse o assunto / negcio cliente; tem-se no sistema operacional vida, e no data warehouse aplice (Ibid., p. 34). - Integrado: os dados a serem carregados no data warehouse devem ser consistentes, ou seja, devem ser atribudas convenes para a padronizao de dados. Por exemplo, se nos sistemas operacionais existirem as aplicaes m/f e 1/0 para designar masculino/feminino, no data warehouse estes dados devem ser integrados e codificados, onde sero padronizados como m/f, de acordo com a figura abaixo:

Operacional Aplicao A m, f Aplicao B 1,0 Aplicao C Masc. / fem. Figura 1 Integrao dos dados no Data Warehouse Fonte: Adaptado de Sowek, 1997.

Data Warehouse

m, f

- No-voltil: os dados carregados no data warehouse geralmente no sofrem atualizaes, no se pode incluir, alterar e excluir dados, somente carreg-los e acesslos. No ambiente operacional (sistemas legados), por exemplo, os dados so bastante recentes, enquanto que no data warehouse os dados so bastante antigos (por isso, denominados histricos). Ento no sofrem alteraes.

- Varivel em relao ao tempo: o horizonte de tempo no data warehouse muito maior que nos sistemas operacionais. Enquanto nestes o horizonte de tempo

normalmente de 60 a 90 dias, naquele o horizonte de tempo de 5 a 10 anos (Ibid., p. 37).

2.1 Data Mart


___________________________________________________________________________________________________________ Revista Digital de Biblioteconomia e Cincia da Informao,Campinas, v.8, n. 2, p. 134-131, jan./jun. 2011 ISSN: 1678-765X.

117

______

ARTIGO

Segundo Di Domenico (2001,), o data mart pode ser construdo independentemente do data warehouse, segundo uma necessidade departamental da organizao, ou seja, reunindo dados que geram informaes especficas de um setor da empresa. arquitetura denominada botton-up (de baixo para cima). Essa Constroem-se

primeiramente os data marts que posteriormente alimentaro o data warehouse. Inmon categoricamente no recomenda este tipo de arquitetura, por julgar que data marts independentes geram informaes duplicadas ou redundantes. Esse argumento no

representa empecilho para a construo de um modelo conceitual aplicado a bibliotecas, levando-se em considerao que:

- As informaes para tomada de deciso em bibliotecas so peculiares do prprio setor, exceo das informaes financeiras. Dados como circulao,

emprstimos, consultas, total de ttulos e exemplares so dados histricos e exclusivos de bibliotecas. A nica ressalva fica a cargo de informaes financeiras, como total gasto na compra de livros em um determinado perodo, por exemplo. Pode haver a necessidade de interao com sistemas legados de outro setor da instituio (setor financeiro).

- A implementao de um data mart em bibliotecas pode servir como um referencial para o resto da instituio.

- O custo para implantao de um data warehouse demasiado alto, e o tempo de execuo do projeto varia, em mdia, de dois a cinco anos. Por outro lado, o custo de implantao e tempo de execuo de um projeto para data mart consideravelmente menor. Segundo Di Domenico (2001), o tempo para implementao , em mdia, de 120 dias.

A opo pelo data mart tambm salientada por Miorelli (2000, p. 5):

[...] recomenda-se iniciar [o projeto] com data marts integrando-os a um data warehouse ao longo do tempo. Isto justifica-se pelos seguintes aspectos: o custo bem inferior a implantar um data warehouse na empresa; o tempo de implementao reduzido; mais fcil assimilar a atuao de uma rea de negcio especfica a entender todo o processo da empresa.

___________________________________________________________________________________________________________ Revista Digital de Biblioteconomia e Cincia da Informao,Campinas, v.8, n. 2, p. 134-131, jan./jun. 2011 ISSN: 1678-765X.

118

______

ARTIGO

A construo do data mart validada por Kimball, e Santos e Aranha (2000, p. 10) sintetizam a diferena entre os conceitos de Kimball e Inmon, principais tericos da arquitetura data warehousing, sobre os data marts:

A construo de um data mart vlida tanto sob a tica de Kimball quanto de Inmon. No entanto a eventual ampliao da soluo para a construo de um data warehouse no possvel segundo Inmon e perfeitamente vlida na abordagem de Kimball. Essa diferena de abordagem mais relativa terminologia utilizada do que propriamente conceitual. Isso porque Inmon se refere ao data mart como um coleo de dados derivada do data warehouse, enquanto para Kimball o data mart a prpria unidade lgica do data warehouse, ou seja, eles esto falando sobre coisas diferentes.

O estudo sobre data warehouse / data marts originou-se na dcada de setenta, mas seus conceitos foram efetivamente levados ao pblico a partir de 1992 por Inmon e 1996 por Kimball; a insero do conceito de data warehouse em bibliotecas na literatura brasileira remonta a 2000, com Di Domenico e em bibliotecas universitrias h um estudo para implantao de um data mart, elaborado por Santos e Aranha (2000). Este estudo focado na circulao de acervo da biblioteca da Escola de Administrao de Empresas de So Paulo, da Fundao Getlio Vargas (EAESP-FGV), onde foi analisado o perfil dos usurios, a fim de se gerar recomendaes de leitura. Aranha (1999) utilizou tcnicas de inteligncia artificial e data mining (ou bibliomining, segundo NICHOLSON, 2005) para obter recomendaes especficas de leitura, propondo sua aplicao tambm em ebusiness (tecnologia hoje largamente utilizada em websites como Amazon e Submarino, por exemplo). Outra aplicao para o data warehouse como apoio anlise

bibliomtrica (TARAPANOFF, ARAUJO, CORMIER, 2000; GIRIJA, SRIVATSA, 2005).

Alm do mbito empresarial, esta tecnologia tambm tem aplicaes em outros segmentos. De acordo com Briggs (2008), a tecnologia de data warehouse foi implantada em uma rede de 75 escolas do estado de Minnesota, e possibilita aos docentes informaes sobre localizao, avaliaes e relatrios de classe dos alunos, de forma integrada. Da mesma forma, Cohen (1999) previu sua utilizao em hospitais, para a obteno de informaes sobre pacientes e sobre faturamento. Para este artigo, ser utilizado como exemplo para o modelo conceitual o servio de aquisio, denominado aqui de fato aquisio, baseado no modelo dimensional de Kimball (2002). O fato aquisio ser dividido nas modalidades compra, doao e
___________________________________________________________________________________________________________ Revista Digital de Biblioteconomia e Cincia da Informao,Campinas, v.8, n. 2, p. 134-131, jan./jun. 2011 ISSN: 1678-765X.

119

______

ARTIGO

permuta. A compra pode ser de material bibliogrfico, peridicos, multimeios, bases de dados, etc. A aquisio por doao feita atravs de solicitao ou recebimento de materiais. A permuta o intercmbio de documentos bibliogrficos, como por exemplo a permuta de peridicos cientficos entre bibliotecas universitrias.

3 ELEMENTOS DE UM DATA WAREHOUSE

Para uma melhor compreenso da arquitetura de um data warehouse, fundamental conhecer os seguintes elementos, abaixo.

3.1 Sistemas legados

So os sistemas operacionais da instituio. No caso de bibliotecas, podem ser seus sistemas de dados bibliogrficos, sistemas de controle de emprstimos e de controle de peridicos. Por fornecerem dados operacionais, no se prestam tomada de deciso, porm podem fornecer dados histricos.

3.2 rea de estagiamento de dados

definida como a rea de armazenamento e conjunto de processos que limpam, transformam, combinam, retiram duplicaes, retm, arquivam e preparam os dadosfonte para uso no data warehouse.

3.3 Modelo dimensional

a forma de modelagem de dados ideal para o data warehouse, pois resume-se em um cubo de dados que iguala as necessidades dos usurios finais de forma simples (KIMBALL, 2002). O modelo entidade-relacionamento, freqentemente utilizado na elaborao de bases de dados, no pode ser utilizado para o data warehouse, pois no so facilmente compreendidos pelos usurios (Ibid., p. 9). O modelo dimensional tambm chamado esquema de estrela (star schema), pois seu diagrama tem tal forma, com uma grande tabela central e outras tabelas em volta. A tabela central a tabela fato, e as perifricas so as tabelas de dimenso (dimension tables).

___________________________________________________________________________________________________________ Revista Digital de Biblioteconomia e Cincia da Informao,Campinas, v.8, n. 2, p. 134-131, jan./jun. 2011 ISSN: 1678-765X.

120

______
Fato vendas Dimenso tempo

ARTIGO

Key_tempo Dia Ms Semestre Dia_feriado

Key_tempo Key_produto Key_loja Valor unidade Unidades vendidas Custo

Dimenso produto

Key_produto Descrio Marca Categoria

Dimenso loja

Key_loja Nome_loja Endereo Cidade

Figura 2 O modelo dimensional Fonte: Adaptado de Kimball, 2002.

3.4 Data marts: mercados de dados Data marts so conhecidos como mercados de dados. Entende-se o data mart como um subconjunto lgico do data warehouse, que fornece informaes a nvel departamental. No caso proposto, o modelo conceitual do data mart ir fornecer informaes para tomada de deciso em bibliotecas, com respaldo terico baseado em Kimball (2002). importante ressaltar, entretanto, que um projeto macro de data warehouse que integre todos os setores de uma instituio envolve conhecimento de toda a estrutura da mesma, necessidades especficas de vrios usurios, tempo para implementao do projeto, avaliao constante e principalmente gastos com pessoal especializado; equipamentos, software, hardware, infra-estrutura fsica e treinamento. A opo por data marts
121

___________________________________________________________________________________________________________ Revista Digital de Biblioteconomia e Cincia da Informao,Campinas, v.8, n. 2, p. 134-131, jan./jun. 2011 ISSN: 1678-765X.

______

ARTIGO

departamentais ou pelo data warehouse vai depender, alm dos critrios j citados, das necessidades imediatas da unidade de negcio na obteno de vantagens competitivas.

3.5 Armazenamento de dados operacionais

caracterizado como o ponto de integrao com os sistemas operacionais da organizao. O armazenamento integra em nvel operacional os diferentes sistemas da organizao. um elemento extremamente tcnico, pois exige a anlise da infra-

estrutura disponvel e da arquitetura de informaes da instituio, como a multiplicidade de plataformas de bases de dados.

3.6 Business intelligence

Business intelligence engloba ferramentas que efetivamente otimizam o uso do data warehouse. atravs dessas ferramentas que as informaes oportunas so extradas do data warehouse, seja em forma de relatrios, grficos, tabelas ou anlises estatsticas. Podem ser classificadas como sistemas de suporte deciso (Decision Support Systems DSS), data mining (minerao de dados), processamento analtico online (Online Analytical Processing - OLAP), etc.

De acordo com Santos e Aranha (2000, p. 7):

Business Intelligence (BI) uma forma de tornar til o data warehouse. A aplicao de BI no pressupe um data warehouse, mas o data warehouse intil sem BI. Em relao administrao da biblioteca [...] o processo de BI envolve a extrao das informaes necessrias a partir do data warehouse, ou data mart, anlise dessas informaes (por meio de OLAP e relatrios, por exemplo) e tomada de decises com base nas mesmas, ou seja, envolve uma forma de usar os dados para facilitar a administrao.

O nvel de granularidade (definido adiante) determinar o tipo de ferramenta de Business Intelligence a ser adotada para atuar juntamente com o data warehouse / data mart.

3.7 Metadados Metadados so definidos como dados sobre dados (INMON, 1997; SENSO, PIERO, 2003). So dados que definem significado para outros dados, como por exemplo
122
___________________________________________________________________________________________________________ Revista Digital de Biblioteconomia e Cincia da Informao,Campinas, v.8, n. 2, p. 134-131, jan./jun. 2011 ISSN: 1678-765X.

______

ARTIGO

informaes de um dicionrio de dados ou um catlogo de fichas de uma biblioteca. Inmon (1997) afirma que os metadados englobam o data warehouse e mantm informaes sobre o que est onde no data warehouse. Metadados so utilizados para:

- A estrutura dos dados segundo a viso do programador; - A estrutura dos dados segundo a viso do analista do sistema de apoio a deciso; - A fonte de dados que alimenta o data warehouse; - A transformao sofrida pelos dados no momento de sua migrao para o data warehouse; - Modelo de dados (por exemplo, dados como key_loja, nome_loja, endereo, cidade, em uma tabela dimensional loja); - O relacionamento entre o modelo de dados e o data warehouse; - O histrico de extraes.

4 ESTRUTURA DO DATA WAREHOUSE

A estrutura de um data warehouse possui os seguintes componentes: metadados, detalhes antigos ou dados histricos, detalhes correntes (onde ocorre a transformao operacional), dados levemente resumidos (a se situam os data marts) e dados altamente resumidos, conforme figura abaixo.

___________________________________________________________________________________________________________ Revista Digital de Biblioteconomia e Cincia da Informao,Campinas, v.8, n. 2, p. 134-131, jan./jun. 2011 ISSN: 1678-765X.

123

______
Dados altamente resumidos

ARTIGO

11 anos

M E T A D A D O S
Data mart Dados levemente resumidos Data mart

8 anos

Detalhe corrente

1 ano

Transformao operacional Detalhes antigos

5 anos

Figura 3 Estrutura de um Data Warehouse Fonte: Adaptado de Inmon, 1997.

5 GRANULARIDADE

Para que se possa estabelecer com especificidade o nvel de detalhe das informaes que se deseja como resultado, faz-se necessrio estabelecer qual ser a granularidade.

Granularidade o processo de definio do nvel de detalhamento das informaes a serem armazenadas e recuperadas no data warehouse. o aspecto mais importante do projeto (INMON, 1997), pois diz respeito ao nvel de detalhe ou de resumo contido nas unidades de dados existentes no data warehouse. Quanto mais detalhe, mais baixo o nvel de granularidade (mais gros de dados); quanto menos detalhe, mais alto o nvel de granularidade (menos gros de dados). Num projeto de data warehouse ou de data
___________________________________________________________________________________________________________ Revista Digital de Biblioteconomia e Cincia da Informao,Campinas, v.8, n. 2, p. 134-131, jan./jun. 2011 ISSN: 1678-765X.

124

______

ARTIGO

mart, o tipo de informao desejada pelos gestores/usurios para tomar decises ir ser decisivo para a implantao do projeto, pois do nvel de detalhamento depender uma srie de fatores, como por exemplo a capacidade de armazenamento e processamento do banco de dados. A figura abaixo exemplifica a questo do nvel de detalhamento e de volume de dados:

A Alto nvel de detalhe Baixa granularidade

B Baixo nvel de detalhe alta granularidade

200 registros / ms

1 registro / ms

Os detalhes de cada chamada telefnica feita por um cliente em um ms

O resumo das chamadas telefnicas feitas por um cliente em um ms

Figura 4 Comparao dos nveis de granularidade Fonte: Adaptado de Inmon, 1997. Por ser um data warehouse departamental o data mart, por princpio, no deve possuir um volume de dados muito grande. Portanto, se a opo implementar o data mart, os gestores/usurios devem estar cientes de que a obteno de informaes estar em um nvel de detalhe levemente resumido, como indica a prpria estrutura do data warehouse mostrada anteriormente. Os dados histricos situar-se-o em um horizonte de tempo que pode variar de cinco a dez anos, segundo Di Domenico (2001), o que bastante satisfatrio no processo gerencial. Entretanto, outro aspecto a ser levado em conta

durante o projeto lgico como as informaes a serem extradas sero quantificadas. Pode-se utilizar o mesmo raciocnio utilizado na figura 4:

- Detalhes sobre as permutas realizadas no ms: detalhes correntes, grande volume de dados (invivel no data mart); - Total de permutas efetuadas no semestre, por rea: dados levemente resumidos (vivel para um data mart).
___________________________________________________________________________________________________________ Revista Digital de Biblioteconomia e Cincia da Informao,Campinas, v.8, n. 2, p. 134-131, jan./jun. 2011 ISSN: 1678-765X.

125

______

ARTIGO

6 ARQUITETURA DE UM DATA MART PARA BIBLIOTECAS A figura 5 apresenta uma arquitetura bottom-up para data marts. Neste modelo esto representados vrios data marts, e cada um deles indica fatos especficos: aquisio, circulao, processos tcnicos e servio de referncia.

Tomando como exemplo o processo de aquisio, pode-se definir que:

- A primeira etapa diz respeito ao sistema legado (banco de dados antigo, como por exemplo um mdulo de software responsvel por armazenar as transaes de aquisio). - A segunda etapa a do estagiamento, onde feita a limpeza das redundncias de dados e conseqente padronizao. Por exemplo, onde h dados contendo R$ 50,00, 50,00 ou cinqenta reais, passar a ser padronizado como R$ 50,00 - A terceira etapa a consolidao do data mart propriamente dito, onde os dados do processo aquisio so consolidados (banco de dados). - A quarta etapa a consolidao de todos os data marts em um nico banco de dados, que utiliza os dados de diferentes processos para fornecer informaes analticas e completas.

___________________________________________________________________________________________________________ Revista Digital de Biblioteconomia e Cincia da Informao,Campinas, v.8, n. 2, p. 134-131, jan./jun. 2011 ISSN: 1678-765X.

126

______

ARTIGO

Sistemas legados

Estagiamento

Data marts METADADOS

DATA WAREHOUSE

1 Aquisio 2 Circulao 3 Processos tcnicos 4 Referncia

Figura 5 Arquitetura Bottom-up Fonte: O autor A figura 6 apresenta o star schema para o fato aquisio. Nela esto exemplificadas as dimenses tempo, documento e biblioteca.

___________________________________________________________________________________________________________ Revista Digital de Biblioteconomia e Cincia da Informao,Campinas, v.8, n. 2, p. 134-131, jan./jun. 2011 ISSN: 1678-765X.

127

______

ARTIGO

Fato aquisio Dimenso tempo

Key_tempo Dia Ms Semestre Dia_feriado

Key_tempo Key_documento Key_biblioteca Valor unidade quantidade

Dimenso documento

Key_documento Tipo_documento Periodicidade Ttulos Exemplares

Dimenso biblioteca (1...n)

Key_biblioteca Nome_biblioteca Endereo Cidade

Figura 6 Star Schema para o fato aquisio Fonte: O autor O fato aquisio contm os dados valor unidade e quantidade. Aqui estaro os dados referentes ao preo e total de livros comprados, por exemplo. Esta tabela desdobra-se em outras trs: tempo, documento e biblioteca. A dimenso tempo contempla os dados como dia, ms, semestre, feriado. A dimenso documento contm periodicidade (por exemplo, peridico mensal, semestral), ttulos (quantidade de ttulos de peridicos, livros, etc.) e exemplares. A dimenso biblioteca (1...n) contm a identificao da(s) biblioteca(s). Nesta dimenso pode-se inserir uma biblioteca ou mesmo um sistema de bibliotecas. No caso de um sistema de bibliotecas, a obteno de informaes decisrias pode ser consolidada pelos seus totais ou detalhada por cada uma delas.
___________________________________________________________________________________________________________ Revista Digital de Biblioteconomia e Cincia da Informao,Campinas, v.8, n. 2, p. 134-131, jan./jun. 2011 ISSN: 1678-765X.

128

______
7 CONCLUSES

ARTIGO

Alm da conceituao de data warehousing e de sua arquitetura aplicada aos processos bibliotecrios, considera-se relevante apontar as seguintes variveis

- Efetuar estudos de viabilidade: estimar custos com pessoas e tecnologia, bem como avaliar riscos e impactos ao projeto e tempo de execuo; - Recursos humanos: internos e externos, inclusive na formao de uma equipe multidisciplinar, que dever incluir tambm os futuros usurios; Hardware: infra-estrutura de rede, armazenamento, processamento (performance); - Software: sistema operacional e de bancos de dados, desenvolvimento interno ou externo; - Utilitrios para a apresentao de dados: relatrios, grficos , planilhas, etc.

Diante do exposto, espera-se lanar luz aos profissionais de bibliotecas para as possibilidades e vantagens competitivas que a implantao de um sistema de data warehouse pode oferecer. No se julgou relevante levantar uma quantidade excessiva ou detalhada de dados tcnicos sobre tecnologia da informao, pois para esses profissionais, sejam eles gestores ou potenciais usurios do sistema, bastar o conhecimento de seus prprios processos internos, os quais so o cerne do projeto. A formao de equipe multidisciplinar fundamental para a implantao bem-sucedida de um projeto de data mart / data warehouse.

Mais uma vez, enfatiza-se que a anlise de dados de carter gerencial fundamental no relacionamento com a totalidade da instituio na qual a biblioteca est inserida, seja uma empresa, instituio de ensino ou centro de pesquisa, em mbito pblico ou privado.

REFERNCIAS ARANHA, Francisco. Perfil de usurios da biblioteca Karl A. Boedecker: gerao de valor para pesquisadores por meio de cooperao indireta [relatrio de pesquisa]. So Paulo: EAESP/FGV, 1999. 59 p.

___________________________________________________________________________________________________________ Revista Digital de Biblioteconomia e Cincia da Informao,Campinas, v.8, n. 2, p. 134-131, jan./jun. 2011 ISSN: 1678-765X.

129

______

ARTIGO

BRIGGS, Linda L. Case Study: Data Warehousing at Hillsborough County Public Schools. The journal: transforming education trough technology, may 2008. Disponvel em: <http://thejournal.com/Articles/2008/05/28/Case-Study-DataWarehousing-at-Hillsborough-County-Public-Schools.aspx?p=1>. Acesso em: 14 fev. 2010. COHEN, Michael. Data warehousing for improved decisions. Physicians news, ago. 1999. Disponvel em: < http://www.physiciansnews.com/computers/899.html>. Acesso em: 12 fev. 2010. DEVLIN, Barry. Data warehouse: from architecture to implementation. Reading: Addison-Wesley, 1997. 432p. DI DOMENICO, Jorge Antonio. Definio de um ambiente data warehouse em uma instituio de ensino superior. 2001. 137 f. Dissertao (Mestrado em Engenharia de Produo) Universidade Federal de Santa Catarina, Florianpolis. GIRIJA, N.; SRIVATSA, S. K. Constructing the virtual library data warehouse from a blueprint. Information technology journal, v. 4, n. 3, p. 246-25, 02005. INMON, William H. Como construir o data warehouse. Rio de Janeiro: Campus, 1997. 37p. KIMBALL, Ralph. The data warehouse toolkit: the complete guide to dimensional modeling. New York: John Wiley & Sons, 2002. 436p. LAUDON, Kenneth C.; LAUDON, Jane Price. Sistemas de informao: com internet. 4. ed. Rio de Janeiro: LTC, 1999. 389p. MIORELLI, Henrique Salatino. Proposta de um roteiro para projetar: um data warehouse. Bate Byte, Curitiba, n. 100, p. 3-9, ago. 2000. NICHOLSON, Scott. The bibliomining process: data warehousing and data mining for library decision-making. 2003. Disponvel em: <http://www.bibliomining.com/nicholson/biblioprocess.htm>. Acesso em: 09 mar. 2009. REZENDE, Denis Alcides; ABREU, Aline Frana. Tecnologia da informao aplicada a sistemas de informao empresariais: o papel estratgico da informao e dos sistemas de informao nas empresas. So Paulo: Atlas, 2000. 311 p. SANTOS, Erico Resende; ARANHA FILHO, Francisco Jos Espsito. Implantao de tecnologia de data warehouse em bibliotecas com uso de tecnologia adequada. In: ENANPAD, 24., 2000, Florianpolis. Anais... Disponvel em: <http://www.anpad.org.br/evento.php?acao=trabalho&cod_edicao_subsecao=51&cod_ev ento_edicao=4&cod_edicao_trabalho=4030>. Acesso em: 25 fev. 2009. SENSO, Jos A.; PIERO, Antonio de la Rosa. El concepto de metadato: algo ms que descripcin de recursos electrnicos. Cincia da Informao, Braslia, v. 32, n. 2, p. 95-106, maio/ago. 2003.
___________________________________________________________________________________________________________ Revista Digital de Biblioteconomia e Cincia da Informao,Campinas, v.8, n. 2, p. 134-131, jan./jun. 2011 ISSN: 1678-765X.

130

______

ARTIGO

SOWEK, Carlos Alberto. O que data warehouse. Bate Byte, Curitiba, n. 62, p. 17-22, mar. 1997. TARAPANOFF, Kira; ARAJO JNIOR, Rogrio Henrique de; CORMIER, Patricia Marie Jeanne. Sociedade da informao e inteligncia em unidades de informao. Cincia da informao, Braslia, v. 29, n. 3, p. 91-100, set. /dez. 2000.

Maurcio Ferreira Santana


Graduao: Biblioteconomia, Universidade Federal do Paran. Ps-graduao: Gesto da Informao e Inovaes Tecnolgicas, FESP. mfsantana@petrobras.com.br

Recebido em: 23/07/2010 Aceito para publicao em: jul/2010

___________________________________________________________________________________________________________ Revista Digital de Biblioteconomia e Cincia da Informao,Campinas, v.8, n. 2, p. 134-131, jan./jun. 2011 ISSN: 1678-765X.

131