Академический Документы
Профессиональный Документы
Культура Документы
TUBARÃO, 2009
2 2
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
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
2.3 FORNECEDORES
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
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).
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 »
« co lu m n »
*P K c d _ c l i e n te : N U M B E R (8 )
*P K c d _ fi l m e : 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 ) F_ LO CACAO * n m _ fi l m e : 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 +P K _ Film e
« co l u m n »
(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 ) (c d _ fi l m e = cd _ fi l m «e P) K »
«PK» + P K _ F il m e (N U M B E R )
+ P K _ C l i e n te (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 )
D _ TE M P O * 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 )
« co l u m n » + F K _ c d _ te m p o
(c
*P K c d _ te m p o : N U M B E R+(8 d _ te m p
P K) _ T e m p o o = c d _ te m p o )
«FK» + F K _ cd _ g e n e ro
* d i a : N U M B E R (2 )
+ F K _ c d _ c l a ss(N U M B E R ) D_G E NERO
* m e s: N U M B E R (2 ) (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 )
* a n o : N U M B E R (2 ) + 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 )
«PK» + 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 )
+ P K _ T e m p o (N U M B E R )
«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 )
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
«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)
7. GRANULARIDADE
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.
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.
É importante para saber se os filmes novos tem custo-beneficio para os clientes, ou seja, se estão
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.
como, rentabilidade dos filmes, gêneros dos filmes que dão maior retorno, e condições de
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.