1 1

UNIVERSIDADE DO SUL DE SANTA CATARINA – UNISUL

CURSO DE SISTEMA DE INFORMAÇÃO

Rosineide Mates Volpato

Rafaela dos Santos Barbosa
Lorival Warmeling Matias

UTILIZAÇÃO DE FERRAMENTA OLAP PARA BUSCA DE INFORMAÇÕES

NA BASE DE DADOS DE UMA LOCADORA

TUBARÃO, 2009
2 2

Rosineide Mates Volpato

Rafaela dos Santos Barbosa
Lorival Warmeling Matias

UTILIZAÇÃO DE FERRAMENTA OLAP PARA BUSCA DE INFORMAÇÕES

NA BASE DE DADOS DE UMA LOCADORA

Tubarão, 2009
3 3

SUMÁRIO

RESUMO

A ferramenta OLAP permite otimização de consultas com máxima rapidez. Este artigo aborda a
utilização da ferramenta OLAP para realização de consultas e análise de dados. Utilizamos como
demonstração a base de dados de um vídeo locadora. Avaliação do Trabalho de Olap.

1. INTRODUÇÃO
4 4

OLAP é uma ferramenta de Business Inteligente utilizada para apoiar as empresas na análise de
suas informações, visando obter novos conhecimentos que são empregados na tomada de decisão.
O termo OLAP refere-se a um conjunto de ferramentas voltadas para acesso e análise ad-hoc de
dados, com o objetivo final de transformar dados em informações capazes de dar suporte às
decisões gerenciais de forma amigável e flexível ao usuário e em tempo hábil. OLAP trouxe uma
grande capacidade de efetuar cálculos complexos como previsões, percentuais de crescimento e
médias diversas considerando-se a variável tempo. É uma ferramenta muito importante no
contexto gerencial, ajudando a analisar de forma mais eficiente, a quantidade de dados crescente
armazenada pelas organizações, transformado-os em informação útil (THOMSEN, 2002).

2. CONCEITOS

O termo OLAP significa On-Line Analytical Processing. Dados Agregados.

É uma ferramenta de Business Inteligente utilizada para apoiar as empresas na análise
ad-hoc de suas informações, visando obter novos conhecimentos que são empregados na
tomada de decisão.

2.1 CARACTERÍSTICAS

A característica principal dos sistemas OLAP é permitir uma visão conceitual multidimensional
dos dados de uma empresa. A visão multidimensional é muito mais útil para os analistas do que a
tradicional visão tabular utilizada nos sistemas de processamento de transação. Ela é mais natural,
fácil e intuitiva, permitindo a visão em diferentes perspectivas dos negócios da empresa e desta
maneira tornando o analista um explorador da informação.
5 5

2.2 FUNCIONALIDADES

A funcionalidade OLAP é inicialmente caracterizada pela análise dinâmica e multidimensional

dos dados consolidados de uma organização permitindo que as atividades do usuário final sejam
tanto analíticas quanto navegacionais A tecnologia OLAP é geralmente implementada em
ambiente multi usuário e cliente/servidor, oferecendo assim respostas rápidas às consultas ad-hoc,
não importando o tamanho do banco de dados nem sua complexidade. Hoje em dia, essa
tecnologia também vem sendo disponibilizada.

2.3 FORNECEDORES

Fornecedores Produto Tipo de Produto

IBM DB2 OLAP Server HOLAP Server
Microsoft Microsoft OLAP Server HOLAP Server
Oracle Express MDDB Server
Sybase PowerDimensions ROLAP Server

 ROLAP – OLAP Relacional

 MOLAP - OLAP multidimensional
 HOLAP - OLAP híbrido

Em 1998 IBM lança o IBM DB2 OLAP;

Em 1998 Microsoft lança Microsoft OLAP.

Em 1970, Express foi a primeira ferramenta multidimensional usada para aplicações.

Marketing Foi adquirida pela Oracle em 1995;

3. APLICAÇÕES
6 6

A aplicação do OLAP é bastante diversificada e seu uso encontra-se em diversas áreas de uma
empresa. Alguns tipos de aplicação aonde à tecnologia são empregados são:
Finanças: Análise de L&P, Relatórios L&P, Orçamento, Análise de Balanço, Fluxo de Caixa,
Contas a Receber,
Vendas: Análise de vendas (por região, produto, vendedor, etc.), Previsões, Lucratividade de
Cliente/Contrato, Análise de Canais de Distribuição,….
Marketing: Análise de Preço/Volume, Lucratividade de Produto, Análise de Mercados, …
Recursos Humanos: Análise de Benefícios, Projeção de Salários, Análise de "Headcount",..
Manufatura: Gerência de Estoque, Cadeia de Fornecimento, Planejamento de Demanda, Análise
de custos de matéria-prima.

3.1 VANTAGENS

Proporcionar um bom gerenciamento dos principais negócios da empresa, auxiliando na tomada

das decisões estratégicas, fornecendo informação para gestão e controle de indicadores.

4. DESCRIÇÃO DO MODELO DIMENSIONAL

O modelo dimensional baseia-se nas locações para gerar informações importantes para serem
analisadas. O modelo apresenta as seguintes tabelas dimensão: D_CLASSIFICACAO,
D_CLIENTE, D_FILME, D_GENERO, D_TEMPO e a tabela fato: F_LOCACAO bem como os
relacionamentos entre as mesmas. As métricas escolhidas foram: Quantidade total de locações
(qtd_locacoes) e valor Total das locações (vl_locacoes).

4.1 MODELO DIMENSIONAL

 7 7

c la s s ta b e la d im e n s io n a l

D _ C L IE N TE
D _ F IL M E

« co l u m n »
*P K c d _ c l i e n te : N U M B E R (8 )
* n m _ c l i e n te : V A R C H A R 2 (5 0 )
* n m _ c i d a d e : V A R C H A R 2+(5P 0K)_ C l i e n te
(cd _ cl i e n te = c d _ c l i e n te* p)fKcd _ cl ie n te : N U M B E R (8 )
«PK»
+ P K _ C l i e n te (N U M B E R )
D _ TE M P O
« co l u m n »
(c
*P K c d _ te m p o : N U M B E R+(8 d _ te m
P K) _ T e m p o o = c d _ te
* d i a : N U M B E R (2 )
* m e s: N U M B E R (2 )
* a n o : N U M B E R (2 )
«PK»
+ P K _ T e m p o (N U M B E R )
« co lu m n »
*P K c d _ fi l m e : N U M B E R (8 )
F_ LO CACAO * n m _ fi l m e : V A R C H A R 2 (5 0 )
+P K _ Film e
« co l u m n »
(c d _ fi l m e = cd _ fi l m «e P) K »
+ P K _ F il m e (N U M B E R )
* p fKcd _ te m p o : N U M B E R (8 ) + F K _ cd _ fi l m e
+ F K _ c d _ c l i e n te
* p fKcd _ fi l m e : N U M B E R (8 )
* p fKcd _ g e n e ro : N U M B E R (8 )
* p fKcd _ cl a ss: N U M B E R (8 )
* q td _ l o c a c o e s: N U M B E R (8 )
* vl _ l o ca co e s: N U M B E R (8 ,2 )
+ F K _ c d _ te m p o
p
m p o )
«FK» + F K _ cd _ g e n e ro
+ F K _ c d _ c l a ss(N U M B E R ) D_G E NERO
(c d _ g e n e ro = c d _ g e n e ro )
+ F K _ c d _ c l i e n te (N U M B E R )
+ P K _ G e n e ro
+ F K _ c d _ fi l m e (N U M B E R ) « co lu m n »
+ F K _ c d _ g e n e ro (N U M B E R ) *P K c d _ g e n e ro : N U M B E R (8 )
+ F K _ c d _ te m p o (N U M B E R ) * n m _ g e n e ro : V A R C H A R 2 (5 0 )
«PK»
+ P K _ L o c a c a o (N U M B E R , N U M B E R , N U M B E R , N U M B E R , N U M B E R ) «PK»
+ P K _ G e n e ro (N U M B E R )
+ F K _ c d _ c l a ss

(cd _ cl a ss = c d _ c l a ss)

+ P K _ C l a ssi fi c a c a o

D _ C L A S S IF IC A C A O

« co lu m n »
*P K c d _ c l a ss: N U M B E R (8 )
* n m _ c l a ss: V A R C H A R 2 (5 0 )

«PK»
+ P K _ C la ssi fi c a ca o (N U M B E R )

5.DESCRIÇÃO DO MODELO OPERACIONAL

O Modelo operacional da base da locadora está sustentado em locar mídias de filmes para
clientes. Esses filmes possuem classificação que define o valor da diária e quantos dias poderá
ficar locado.
O modelo apresenta as seguintes tabelas: cidade, classificação, cliente, filme, gênero, locação,
mídia e midia_locaco, bem como os relacionamentos entre as mesmas.

5.1 MODELO ER
 8 8

class ER-LOC

CIDADE GENERO
FILME
«column» «column»
+PK_GENERO «column»
*PK cd_cidade: NUMBER(4) *PK cd_genero: NUMBER(3)
*PK cd_filme: NUMBER(10)
* nm_cidade: VARCHAR2(100) * nm_genero: VARCHAR2(60)
* nm_filme: VARCHAR2(60)
* uf: VARCHAR2(4)
(cd_genero = cd_genero) *FK cd_genero: NUMBER(3)
«PK» *FK cd_class: NUMBER(4)
«unique» + PK_GENERO(NUMBER) * ano_lancamento: NUMBER(4)
+ UQ_CIDADE_nm_cidade(VARCHAR2) +FK_cd_genero
«unique» sinopse: VARCHAR2(4000)
«PK» + UQ_GENERO_nm_genero(VARCHAR2)
+ PK_CIDADE(NUMBER) «FK»
+ FK_cd_class(NUMBER)
+PK_CIDADE
+ FK_cd_genero(NUMBER)
(cd_cidade = cd_cidade) +PK_FILME
«PK»
+ PK_FILME(NUMBER)
+FK_cd_cidade
«unique»
CLIENTE + UQ_FILME_nm_filme(VARCHAR2)
(cd_filme = cd_filme)
MIDIA +FK_cd_class
«column»
*PK cd_cliente: NUMBER(8)
«column» +FK_cd_filme
* nm_cliente: VARCHAR2(150) (cd_class = cd_class)
*pfK cd_filme: NUMBER(10)
* endereco: VARCHAR2(100)
*PK cd_midia: NUMBER(3)
numero: NUMBER(6)
* tipo_midia: CHAR(1) = 'D'
bairro: VARCHAR2(50) +PK_CLASSIFICACAO
* situacao: CHAR(1) = 'L'
* cep: NUMBER(8)
*FK cd_cidade: NUMBER(4)
«FK» CLASSIFICACAO
+ FK_cd_filme(NUMBER)
«FK» «column»
+ FK_cd_cidade(NUMBER) «PK»
+ PK_MIDIA(NUMBER, NUMBER) *PK cd_class: NUMBER(4)
«PK» * nm_class: VARCHAR2(60)
+ PK_CLIENTE(NUMBER) * vl_diaria: NUMBER(8,2)
«unique» * qtde_dias: NUMBER(2)
+ UQ_CLIENTE_nm_cliente(VARCHAR2)
«PK»
+PK_CLIENTE + PK_CLASSIFICACAO(NUMBER)
(cd_cliente = cd_cliente) «unique»
+ UQ_CLASSIFICACAO_nm_class(VARCHAR2)
+PK_MIDIA
+FK_cd_cliente

LOCACAO (cd_filme = cd_filme

+PK_LOCACAO cd_midia = cd_midia)
«column»
*PK cd_locacao: NUMBER(10)
*FK cd_cliente: NUMBER(8)
+FK_cd_filme_loc
* dt_locacao: DATE = SYSDATE
observacao: VARCHAR2(4000) MIDIA_LOCACAO
(cd_locacao = cd_locacao)

«FK» «column»
+ FK_cd_cliente(NUMBER) *pfK cd_locacao: NUMBER(10)
«PK» *pfK cd_filme: NUMBER(10)
+ PK_LOCACAO(NUMBER) *pfK cd_midia: NUMBER(10)
+FK_cd_locacao
* vl_diaria: NUMBER(8,2)
* qtde_dias: NUMBER(2)
* vl_pago: NUMBER(8,2) = 0

«PK»
+ PK_MIDIA_LOCACAO(NUMBER, NUMBER, NUMBER)
«FK»
+ FK_cd_filme_loc(MIDIA, NUMBER)
+ FK_cd_locacao(NUMBER)

6. Definição do assunto a ser analisado

A análise será realizada sobre as locações de filmes de uma locadora.

9 9

7. GRANULARIDADE

Granularidade é o nível de detalhamento nas unidades de dados existentes no DW.

Neste caso prático a granularidade será feita de acordo com a consulta. Coletamos dados de uma

semana

( 7 dias ), para podermos compreender como vem atuando uma locadora, e quais os rumos que

devemos tomar. Porém, também temos necessidade de saber o andamento atual dos negócios,

conferindo dia-a-dia tudo que está sendo locado, e logicamente para quem está sendo locado.

8. Carga dos Dados do Operacional para o Dimensional

As dificuldades encontradas dizem respeito a formação do modelo dimensional como um

todo, os dados são organizados de forma diferente do modelo operacional, gerando assim
duvidas na busca de informação.

insert into d_classificacao

(select cd_class, nm_class
from classificacao);

insert into d_cliente

(select cd_cliente, nm_cliente, nm_cidade
from cliente, cidade
where cidade.cd_cidade = cliente.cd_cidade);

insert into d_filme

(select cd_filme, nm_filme
from filme);

insert into d_genero

(select cd_genero, nm_genero
from genero);

insert into d_tempo

(select distinct dt_locacao, TO_CHAR (dt_locacao, 'DD'),
TO_CHAR (dt_locacao, 'MM'), TO_CHAR (dt_locacao, 'YYYY')
from locacao);
10 10

insert into f_locacao

(select locacao.cd_cliente, locacao.dt_locacao, midia_locacao.cd_filme,
filme.cd_genero, filme.cd_class, COUNT (*),
SUM (midia_locacao.vl_diaria * midia_locacao.qtde_dias)
from locacao, midia_locacao, filme
where midia_locacao.cd_locacao = locacao.cd_locacao
and filme.cd_filme = midia_locacao.cd_filme
group by locacao.cd_cliente,
locacao.dt_locacao,
midia_locacao.cd_filme,
filme.cd_genero,
filme.cd_class);

commit;

9. CONSULTAS.
9.1 – Consulta de Valor de Locação por Gênero.

É importante para saber qual gênero de filmes é mais locado, portanto oferece maior lucro.

9.2 – Consulta de Valor de Locação por Classificação de Filme

11 11

É importante para saber se os filmes novos tem custo-beneficio para os clientes, ou seja, se estão

locando os filmes mais antigos por uma questão de valor.

9.3 – Consulta de Valor e Quantidade de Locações por Cliente

Para saber se a quantidade locada influencia no valor total das locações, ou seja, um cliente pode locar

menos filmes mas com valores superiores a clientes com quantidades de locações altas e baratas.
12 12

10. CONCLUSÃO.

O desenvolvimento deste artigo nos proporcionou ter uma visão estratégica não só para o ramo de

aluguel de filmes, mas sim para os mais diversos setores de economia, pois todas as informações

geradas pela ferramenta Oracle Discoverer são de extrema importância, em virtude de propiciar

dados gerenciais que podem ser trabalhados e conseqüentemente virem a fazer parte de estratégias

de vendas. É importante salientar a necessidade de se ter visão analítica para poder interpretar

essas informações e ter condições de se extrair aquilo que a primeira vista pode não apresentar

relevância gerencial.

De acordo com a análise das consultas tivemos a oportunidade de verificar informações

como, rentabilidade dos filmes, gêneros dos filmes que dão maior retorno, e condições de

manutenção de um histórico de informações à respeito dos clientes em virtude da necessidade de

tomadas de decisões estratégicas.

Todas esses informações geradas pela ferramenta OLAP mostraram caminhos para

que estratégias sejam implementadas, como por exemplo, técnicas de CRM para que o

relacionamento com o cliente seja estreitado, visando fidelizar os clientes e conquistar os clientes

em potencial.

11. Bibliografia.

ARAÚJO, T. Érika Maria. BATISTA, S, Mônica de Lourdes. MAGALHÃES, M, Teresinha. Um

estudo sobre as ferramentas OLAP; Disponível em:<
http://www.devmedia.com.br/articles/viewcomp_forprint.asp?comp=6691 >.Acessado em 12 de
maio 2009.
13 13

Souzahttp; Michel. Ferramentas OLAP; Disponível em:

<www.imasters.uol.com.br/artigo/1498/gerencia/ferramentas_olap>. Acessado em 12 de maio
2009.

HELBER, Paulo, Alanna. ferramentas Olap; Disponível em:

< http://www.inf.ufsc.br/~helber/FerramentasOlap.ppt >.acessado em 12 de maio 2009.

Disponível em: www.din.uem.br/~ia/a_multid/mineracao/OLAP.html - OLAP. acessado em; 17

de maio 2009.

Disponível em: http://www.sia.com.br/olap_geral.htm - Introdução ao O L A P. acessado em; 17

de maio 2009.