Bases de Dados

 

 

RESUMO

 

            Por vários motivos que serão discutidos neste estudo, pode-se observar um fenômeno comum a organizações de diversos portes e ramos de atividade que é a falta de planejamento.

 

            Na área de Tecnologia da Informação não é diferente. Dentro deste contexto, este trabalho abordará o planejamento de banco de dados e tentará mostrar a sua importância no sucesso da organização.

 

            Inicialmente serão revisadas bibliografias sobre análise de sistemas, engenharia da informação, modelagem de dados e banco de dados.

 

            Alguns dos principais recursos de bancos de dados, disponíveis em várias ferramentas presentes no mercado também serão apresentados no decorrer deste estudo.

 

            No final, serão abordadas algumas tendências de Tecnologia da Informação que podem trazer resultados surpreendentes para a organização, mas que só são possíveis com o uso adequado das ferramentas disponíveis e

principalmente com o planejamento das bases de dados operacionais da empresa.

 

 

PALAVRAS CHAVE

 

Banco de dados transacionais; Planejamento; modelagem de dados; data warehouse; Sistemas de Informação Gerencial; OLAP (Online Analytical Processing)

 

 

1. INTRODUÇÃO

 

1.1 TEMA

 

Neste estudo, o planejamento das bases de dados transacionais será abordado como um fator determinante para o sucesso da organização.

 

Será discutida e analisada a relação existente entre a qualidade dos trabalhos realizados pela equipe de TI durante a fase de planejamento assim como a implementação das bases de dados, e a qualidade das informações gerenciais que serão extraídas dessas bases através de sistemas de apoio à decisão como OLAP, Datamining, além de relatórios e consultas gerenciais.

 

1.2 OBJETIVOS

 

O principal objetivo deste trabalho é tentar estabelecer uma relação direta entre a qualidade do trabalho de projeto e implementação de banco de dados de sistemas transacionais e a qualidade da informação na fase de produção de sistemas de informação gerencial

 

Também pretende-se neste estudo mostrar a divergência existente entre as teorias sobre sistemas, bancos de dados, tecnologia da informação e as práticas adotadas por grande parte das organizações;.

 

Finalmente espera-se ressaltar a importância que deveria ser dada a estes temas e os benefícios que as organizações teriam, seguindo corretamente as teorias e metodologias disponíveis sobre o tema.

 

 

1.3 JUSTIFICATIVAS

 

Uma parte expressiva das organizações ainda não dá a importância devida às informações que possui. À medida que as necessidades vão surgindo, criam-se soluções que deveriam ser provisórias mas que acabam tornando -se definitivas. 

 

 Os motivos observados são vários e vão desde a falta de domínio de tecnologias adequadas até a falta de visão dos empreendedores, que não julgam necessários investimentos em soluções mais estáveis.

 

Facilmente percebe-se nas organizações o desperdício de seus recursos, ou seja, o sub-uso de recursos preciosos. Toda empresa que possui um aplicativo em operação, possui também uma base de dados sobre a qual esse aplicativo é executado.

 

Porém, nem toda empresa tem consciência do valor dessa base de dados, considerando-a tão somente uma parte ou um componente necessário para que o aplicativo funcione adequadamente.

 

As bases de dados nascem para suportar sistemas transacionais e, portanto quem as planeja e as implementa deveria ter em mente que estas informações serão úteis não apenas no nível operacional mas, principalmente, como fonte de conhecimento do negócio como um todo.

 

Em relação ao total de recursos destinados a tecnologia, investe-se ainda muito pouco em bancos de dados, que é justamente o segmento que detém a maior riqueza da organização: a informação, o conhecimento dela própria e do mercado.

 

Este trabalho pretende abordar esta realidade e mostrar a importância de se investir em tecnologia de informação e o retorno que certamente esse investimento trará à organização.

 

Escolheu-se este tema pelo fato de poder-se extrair muito mais do que relatórios operacionais das bases de dados das organizações, seja qual for o ramo de atividade e seja qual for a ferramenta utilizada para gerenciar essas bases de dados.

A base de dados das organizações, independente da ferramenta utilizada é sem dúvida a parte mais estável do sistema informatizado: upgrades no hardware ou atualizações de versões dos aplicativos são freqüentes e não causam grandes impactos no sistema. Já, alterar estruturalmente uma base de dados em operação, é potencialmente mais crítico e esta é mais uma razão considerada na escolha do tema 

 

 

2. PLANEJAMENTO

 

2.1 METODOLOGIAS

 

            Todo sistema, aqui entendido como software aplicativo com objetivo de informatizar determinada área de negócio, tem um ciclo de vida que pode ser dividido em fases distintas: requerimentos, definição, desenho, programação, teste modular, teste integral e manutenção. Para FURLAN, NETO e HIGA [1] “A falta de qualidade tem levado os sistemas a constantes manutenções, que chegam a consumir até 70% do tempo do ciclo de vida do sistema.” O autor afirma  que o tempo total do ciclo de vida dos sistemas, tradicionalmente é distribuído de forma bastante desigual entre as fases mencionadas acima.

 

O quadro a seguir, mostra a grande concentração de tempo que ocorre na fase de manutenção, em oposição ao tempo alocado para as fases de requerimentos, definição e desenho. Isto leva o sistema a sucessivas manutenções dificultando sua documentação e comprometendo sua qualidade.

 

Ciclo de vida de sistemas

 

 

No exemplo, o autor refere-se às fases de desenvolvimento de sistemas de forma genérica. Porém no caso específico de bancos de dados, foco deste estudo, o planejamento não foge a esta regra e assim, sabendo-se que a base de dados do sistema é modelada nas fases de requerimento e definição pode-se entender as dificuldades enfrentadas para extrair informações dessas bases de dados ou integrar sistemas.

 

FURLAN [1], explica este fenômeno da seguinte forma: 

 

“Até o final dos anos 70, as metodologias conhecidas eram orientadas para as atividades e, até hoje, em função do imediatismo que caracteriza os dirigentes envolvidos e relacionados com a área de informática, dá-se maior ênfase em se colocar rapidamente os sistemas disponíveis aos usuários, sem se preocupar com a estabilidade do modelo, com as inúmeras manutenções geradas e com o pessoal permanentemente alocado no projeto, o que impede o desenvolvimento de novos sistemas”

 

FULAN, NETO e HIGA [1], apresentam basicamente as fases de planejamento, análise, projeto, construção e manutenção como ciclo de vida de sistemas de informação. De forma integrada, estas fases são observadas por quatro ângulos: atividades, tecnologia, pessoas e dados. Os autores defendem a integração das etapas em todos os aspectos e do ponto de vista dos dados, fazem a seguinte colocação:

 

            “.O planejamento estratégico de informações estará preocupado basicamente com a obtenção do modelo de dados corporativo que dará suporte à empresa como um todo, incorporando todas as informações necessárias para o andamento dos negócios...”

 

Assim, torna-se imprescindível  mapear as informações que compõe o negócio da empresa, antes de implementá-las fisicamente

 

 Para GANE, [2] “ A finalidade da modelagem lógica é receber idéias vagas que as pessoas tem sobre as necessidades e transforma-las em definições precisas...”

 

            Várias técnicas e ferramentas podem ser utilizadas para dar uma visão precisa dos dados ainda no seu estado lógico, antes de trazê-los para o seu estado físico através de implementação de tabelas e bancos de dados.

 

            Pode-se citar diagramas de fluxo de dados, modelos de entidade-relacionamento, dicionário de dados, normalização, como alguns dos principais recursos disponíveis para esta finalidade.

 

            Quando não há um modelo corporativo de dados, que contemple toda a organização, não se tem uma visão geral da base de informações e a cada nova necessidade que surge na empresa, corre-se o risco de criar novos bancos de dados pra atender apenas aplicativos específicos.

 

            Desta forma, começa a crescer a base de dados de maneira desintegrada e a replicar informações em várias tabelas, de vários bancos de dados, de vários servidores. Isto causa uma dificuldade muito grande em integrar aplicativos, causa também uma falta de credibilidade na medida em que os dados duplicados podem não estar sincronizados e, finalmente, dificulta a exportação dos dados para um Data Warehouse.

 

            Dois dos aspectos abordados por FURLAN, HIGA e NETO [1]  merecem destaque: no contexto deste estudo: os dados e a tecnologia. Para que se possa ter um modelo corporativo estável que resulte em um mínimo de manutenção, é preciso que haja um planejamento rigoroso. REZENDE [4] define esse planejamento da seguinte forma:

 

“Apesar de tratar os recursos técnicos o planejamento de sistemas de informação e da tecnologia da informação difere do antigo Plano Diretor de Informática (PDI), que tem seus esforços mais direcionados para o plano de informática e seus respectivos recursos tecnológicos.

 

O planejamento de sistemas de informação assim como da tecnologia de informação é o processo de identificação de software, hardware, e principalmente de banco de dados para suportar a clara definição do planejamento estratégico da organização.

 Planejamento estratégico e de conhecimento preocupa-se mais com as informações e com os conhecimentos de toda a organização. Já o PDI,  tem seus esforços mais direcionados para tecnologia da informação e seus respectivos recursos tecnológicos”

 

            Em outras palavras, pode-se ver a Tecnologia da Informação e todos os seus inúmeros recursos, não como uma atividade-fim, mas como um meio que deve ser usado para apoiar e dar suporte  ao planejamento estratégico, que é o que de fato define o destino da empresa. Tecnologia por si só, não garante o sucesso da organização e, se não houver um planejamento estratégico pode tornar-se um custo a mais e não trazer qualquer retorno positivo.

 

2.2 CAPACITAÇÃO PESSOAL

 

            Considerando-se a natureza dinâmica da tecnologia da informação e a velocidade com que se tornam obsoletas as ferramentas utilizadas, é preciso dar atenção especial também para os recursos humanos alocados. 

 

Para REZENDE [4] é preciso  identificar as necessidades de treinamento ou capacitação para a organização, levando-se em conta a tecnologia proposta ou em uso na organização.

 

            CHEN [3] classifica em três grupos as pessoas que detém a responsabilidade sobre os bancos de dados nas empresas:

 

 a) O Administrador de empresas, que define o esquema conceitual, e que tem a visão do negócio;

 

            b) o administrador de banco de dados, que detém o conhecimento das ferramentas de gerenciamento de banco de dados (SGBD);

 

c) o administrador da aplicação, que é responsável por todos os softwares aplicativos que rodam sobre o banco de dados.

 

            O que muitas vezes observa-se nas empresas é a mesma pessoa acumulando funções para as quais não foram devidamente preparadas. CHEN [3] conclui que dos três profissionais, o administrador de banco de dados é o que deveria ter o conhecimento do sistema como um todo, Deveria conhecer as regras de negócio e os detalhes da aplicação, e ser capaz de implementar tudo isso através das ferramentas de banco de dados e por isso acaba assumindo parte da responsabilidade dos outros administradores.

 

            Na prática o que se observa nas empresas é que muitas vezes os sistemas, e como parte integrante destes, os bancos de dados, são projetados e construídos por pessoas que tem formação específica em outras áreas, que não a de banco de dados.

 

Os vários produtos disponíveis no mercado geralmente apresentam uma interface amigável e opções do tipo wizard, que encorajam pessoas de todas as áreas a criarem suas próprias soluções para atender às suas próprias necessidades sem depender do departamento de TI, e na maioria das vezes sem o seu aval.

 

            Estas soluções normalmente atendem às expectativas destas pessoas no que se refere a problemas pontuais, localizados, específicos,  mas tem o lado negativo de aumentar de forma desordenada a quantidade de informações literalmente espalhadas pelas várias áreas da empresa.

 

Este é um sinal evidente da falta de planejamento estratégico, da falta de um plano diretor de informática e da falta de pessoal especializado na área de informática, e no nosso caso específico, falta de pessoal especializado em banco de dados.

 

3. FERRAMENTAS DISPONÍVEIS

 

            Pode-se compreender por base de dados da organização, todos os meios de armazenamento disponíveis sejam eles sistemas gerenciadores de bancos de dados, planilhas eletrônicas, documentos, manuais ou outros meios inclusive impressos.

 

3.1 PLANILHAS ELETRÔNICAS

 

            A planilha eletrônica é o meio de armazenamento mais utilizado entre os departamentos, por pessoas que não tem conhecimento em banco de dados. São de fácil utilização e são relativamente poderosas, do ponto de vista de manipulação e análise dos dados. Para SINGH [5] as planilhas proporcionam uma visão limitada dos dados, justificando: 

 

“As ferramentas de acesso e análise devem ser capazes de coletar dados corporativos de diversas fontes e fornecer aos grupos de trabalho o acesso, o poder e a flexibilidade necessários para visualizar esses dados de todas as formas possíveis”   

 

            De qualquer forma, as planilhas eletrônicas fazem parte da realidade das empresas e detém grande quantidade de informações sobre os negócios.                   

 

Cabe ao departamento de TI, levar em consideração este fato na hora de planejar sistemas, visando incorporar os dados das planilhas de forma organizada em bases de dados para que toda a organização tenha acesso às informações e para que o usuário final não tenha que criar suas próprias soluções.

3.2  PROCESSADORES DE TEXTO

            Outra grande parte das informações da organização está em forma de relatórios, manuais, e outros documentos que definem as regras de negócios da organização.

 

            Grande parte deste conteúdo pode ser implementado em procedimentos armazenados, regras, padrões e outros recursos de bancos de dados.           Novamente a equipe de desenvolvimento deve estar atenta quando desenvolver os aplicativos, procurando extrair o máximo de informações destes documentos incorporando-as aos bancos de dados.

           

3.3  BANCOS DE DADOS

           

Os Sistemas gerenciadores de bancos de dados (SGBD) são os principais detentores de informação. Praticamente todos os produtos existentes no mercado possuem os mesmos componentes: tabelas, visões, procedimentos armazenados, gatilhos, regras, padrões, índices além de recursos para administração como backup, papeis, segurança, integração com sistema operacional.

 

A linguagem padrão SQL, apesar de pequenas variações de sintaxe para alguns produtos, está presente em todos eles. Uma característica muito interessante, é a capacidade que os bancos de dados de diferentes fabricantes possuem de se comunicar, possibilitando a importação ou exportação de dados de um banco para outro de forma segura e rápida.

 

4. TECNOLOGIA EMERGENTE

 

4.1 TIPOS DE SISTEMAS

 

Os sistemas de informação não substituem os sistemas aplicativos, ao contrário, os dois se complementam. As empresas até hoje dispunham apenas de sistemas aplicativos, que dão suporte às operações dos negócios, o que é indispensável.

 

Recentemente, devido à grande competitividade as empresas passaram a pensar em sistemas de informação para dar suporte às suas decisões estratégicas, e estes tem sua base de informações localizada em sistemas aplicativos.

           

Pode-se entender sistemas transacionais e sistemas de informação como partes de um único processo. Os dados entram como matéria-prima através dos aplicativos, são arquivados em bancos de dados transacionais, tratados e armazenados em data warehouse  e saem, como produto final, em forma de informação e conhecimento através de ferramentas de análise de dados como OLAP.

                       

            Segundo consta em fascículo sobre BI publicado pela Next Generation Center [6],  “Empresas de todos os tipos, portes e ramos de atividade começam a direcionar investimentos em projetos de Business Intelligence”.

 

No mesmo material publica o resultado de pesquisas realizadas pelo Gartner Inc e pelo IDC Brasil:

 

“Essa tendência foi comprovada através de um estudo mundial, realizado recentemente pelo Gartner Inc., segundo o qual a taxa de crescimento do emprego de BI no segmento corporativo, até 2006, será da ordem de 8.6% ao ano.”

 

“Outra pesquisa, realizada pela IDC Brasil, revelou que em 2002 o mercado brasileiro de soluções de BI movimentou US$ 50 milhões”

 

            Ainda sobre a tendência do mercado com relação à criação de novos projetos de BI, a revista Info Exame [7] publicou em 2001 os seguintes dados:

 

            “Segundo a Data Corp. dos Estados Unidos, as soluções de BI devem alcançar no mundo todo US$ 5,2 bilhões por volta de 2003, o que inclui ferramentas, hardware, software e serviços. A Dataquest, da Califórnia vai mais longe: estima que o mercado de BI já alcançara US$ 6,2 bilhões em 2002”

 

            Como pode-se observar, há uma forte tendência das empresas investirem em Business Intelligence em busca de informação e conhecimento .

 

Uma solução típica de Business Intelligence compreende alguns componentes básicos a  saber:

 

a)    Fontes de dados operacionais que são os bancos de dados de sistemas aplicativos que dão suporte operacional ao negócio da empresa. Algumas características dos bancos de dados transacionais que pode-se citar são as seguintes:

 

Tem o propósito de registrar operações da organização, ou seja, os dados operacionais. São utilizados para ler, gravar, atualizar, deletar dados, o que significa que os dados são alterados constantemente. O acesso aos dados ocorre em um alto nível de detalhes, isto é, normalmente os dados não são tratados de forma sintética, mas analítica;

 

Os dados estão dentro do escopo de uma determinada aplicação contemplado apenas dados de entidades envolvidas no contexto da aplicação a qual atende;

 

Os dados são organizados de tal forma a eliminar, ou reduzir ao máximo, a redundância em tabelas diferentes. Portanto os dos são normalizados.

 

b) Extract, Trasnform and Load (ETL), responsável pela importação dos dados das diversas fontes de dados transacionais transformando-os em um formato padronizado, limpando-os no sentido de eliminar repetições e dados incorretos ou inconsistentes e, finamente carregando-os para o Data Warehause onde serão utilizados para consultas.

 

            Para Singh [5], o software que possibilita o acesso a dados de diferentes bancos de dados e plataformas (Middleware), deve fornecer aos usuários e também aos desenvolvedores uma interface fácil de usar e que possa ser incorporada nas aplicações. Também deve suportar uma grande quantidade de Sistemas Gerenciadores de Bancos de Dados, ou seja, deve ser capaz de captar dados operacionais de qualquer fonte, independente do gerenciador utilizado e do ambiente operacional em que está rodando.

 

            Apesar de haver  fornecedores de softwares para ETL, normalmente os softwares de gerenciamento de banco de dados já fornecem ferramentas próprias para importação e exportação de dados, de e para outros bancos de dados.

 

c) Data Warehouse é definido da seguinte forma por Singh [5]:

 

“Data Warehouse é o processo de integração dos dados corporativos de uma empresa em um único repositório a partir do qual os usuários finais podem facilmente executar consultas, gerar relatórios e fazer análises.” 

 

E resume: “Data Warehouse é uma tecnologia de gestão e análise de dados.”

 

            Em outras palavras, este processo   é explicado na Info Exame [7], como um conjunto de técnicas e procedimentos que, integrados, alimentam um sistema completo de apoio à decisão. O processo inicia-se no levantamento das questões gerenciais, passa pela fase de ETL onde os dados são lidos de bases transacionais para o DW e termina no OLAP que é a interface com a qual o usuário final faz suas consultas ad hoc, extraindo informações para apoiar suas decisões.

 

Além de conter informações que já sofreram um processo de limpeza e consistência no ETL, além da sua principal finalidade que é a de ser um repositório único de dados para consultas, o data warehouse ainda proporciona uma redução considerável de consultas às bases transacionais, melhorando bastante a performance dos sistemas aplicativos que rodam sobre estas bases.

 

            Portanto, uma empresa que implanta um projeto de BI, ganha em informações com o uso do data warehouse e, ganha em qualidade dos sistemas transacionais, já que estes passam a tratar quase exclusivamente das operações da empresa.

 

Ao contrário do ambiente de banco de dados transacional, o ambiente Data warehouse tem as seguintes características:

 

 Utiliza os dados que foram acumulados ao longo do tempo e não os dados das operações atuais, isto é, os dados tem  valor ao longo do tempo e não apenas no momento em que são gerados ou alterados.

 

Não usa os dados para realizar operações de gravação mas sim para as operações de leitura. A gravação ocorre apenas no processo de atualização das bases transacionais para o data warehouse.

 

O acesso aos dados ocorre em nível mais sintético, e de todas as formas possíveis, ou seja, permitindo visões dos dados sob vários ângulos.

 

O escopo dos dados não é limitado a uma determinada aplicação, ou a determinado assunto. Ao contrário, reúne dados de vários processos, de vários aplicativos, vários assuntos em uma única base de dados.

 

A modelagem dos dados não segue as regras de normalização, uma vez que a preocupação principal é a performance na recuperação da informação e não na gravação dos dados.

 

d)            Data Marts podem ser vistos ou entendidos como um pequeno DW, atendendo apenas a um determinado departamento, setor ou contendo dados de apenas um determinado processo ou um determinado assunto.. 

 

            Muitas empresas optam por iniciar seu processo de Business Intelligence implementando Data Marts. Dessa forma,  implantam seu projeto de BI de forma gradativa, dando prioridade aos setores mais críticos e administrado melhor os recursos financeiros e de pessoal alocados para o projeto..

 

            Na visão de Singh[5], a empresa pode criar uma série de Data Marts para atender a suas necessidades pontuais ao longo do tempo e eventualmente vinculá-los em um data warehouse.

 

            A diferença básica entre data warehouse e data marts consiste na forma como o projeto de BI é implementado: O Data Warehouse compreende todos os dados corporativos extraídos das várias bases de dados transacionais da empresa e portanto é mais complexo e requer mais recursos para implementação.

 

Já os Data Marts são uma opção para as empresas que desejam investir menos recursos em Business Intelligence, implementando por setor, conforme Inmonn[8] e Kinball: [9];

“Existem duas correntes metodológicas para projetos de Business Intelligence. William Inmon, pai do conceito de Data Warehouse, defende o conceito do Data Warehouse funcionando como um grande repositório de dados, orientado por assuntos, não volátil, variável com o tempo e integrado, criado para dar suporte à decisão, de onde se originam os Data Marts [5]. Em contrapartida, Ralph Kimball, criador do conceito de Star Schema, sustenta projetos menores, criando Data Marts separados, conhecidos como Data Marts Evolutivos ou Super Marts, que se integram, formando um Data Warehouse [6]”

e) OLAP OnLine Analytical Procesing é uma das formas de consultar de forma analítica o grande volume de dados contido no data warehouse.    É a principal ferramenta para consulta que o usuário final tem à sua disposição. 

 

O que difere OLAP das consultas encontradas normalmente em ambientes operacionais é o fato de permitir visões de mais dimensões de um determinado assunto. Ao contrário das aplicações orientadas à operação, OLAP permite ao usuário fazer suas consultas em vários níveis de detalhamento (drill down / drill up), do mais sintético ao mais analítico. Tudo isso com uma interface amigável, sem exigir qualquer conhecimento de SQL

 

f)             Data Mining pode ser visto como uma forma alternativa para extrair informações do data warehouse ou dos data marts da organização. Conforme matéria publicada na edição 183 da Info Exame [7]

:

“Consultar um banco de dados é uma coisa. Garimpar dados e conseguir informação válida, desconhecida anteriormente, de máxima abrangência e crucial para a tomada de decisões é outra bem diferente. Lá podem estar respostas par questões como: O que tem em comum os produtos mais rentáveis da empresa? Por que determinados clientes compram esse tipo de produto? Que pontos em comum os produtos concorrentes tem com os nossos? “  

 

Ainda segundo a matéria publicada sobre Data Mining, é através desse processo de garimpagem que se descobre relações não visíveis dos bancos de dados. Trata-se da descoberta do conhecimento que se esconde em qualquer empresa 

 

É uma aplicação da estatística, de quem o Data Mining descende e depende, mas incorpora conceitos de inteligência artificial, construída com base nos fundamentos da heurística, que em oposição à estatística tenta imitar a maneira como o ser humano pensa. Incorpora ainda aprendizado de máquina, que vem a ser a combinação de estatística com inteligência artificial.

 

 

5. CONCLUSAO

 

            Como mostram as pesquisas, a busca ao conhecimento, às informações importantes do negócio das empresas, torna-se cada dia mais visível e evidente. Não há como uma organização garantir seu espaço no mercado sem informações.

 

            A Tecnologia da Informação, e especialmente Business Intelligence, são as ferramentas que os gestores tem à sua disposição para extrair respostas simples, rápidas e confiáveis de grandes massas de dados.

           

            Pode-se concluir que quanto mais organizadas estiverem as bases de dados operacionais, mais fácil será a extração e a carga desses dados para o data warehouse ou data mart de onde serão extraídas as informações gerenciais. O nível de organização e de planejamento da empresa se reflete nos dados das bases operacionais, e portanto, uma empresa que faz um planejamento estratégico terá mais facilidade ao implementar um projeto de Business Intelligence.

 

 

6 BIBLIOGRAFIA

 

[1] NETO, Acácio Feliciano, FURLAN, José Davi, HIGA, Wilson, Engenharia da Informação Metodologia, Técnicas e Ferramentas, 2 ed, São Paulo, Makron Books, 1988.

 

[2] GANE, Chris, Desenvolvimento Rápido de Sistemas, Rio de Janeiro, LTC, 1988

 

[3] CHEN, Peter, Modelagem de Dados A Abordagem entidade-relacionamento para projeto lógico, São Paulo, Makron Books, 1990

 

[4] REZENDE, Denis Alcides, Planejamento de Sistemas de Informação e Informática, São Paulo, Atlas, 2003

 

[5] SINGH, S. Haary, Data Warehouse Conceitos, Tecnologias, Implementação e Gerenciamento, São Paulo, Makron Books, 2001

 

[6] NEXT GENERATION CENTER, Busines Inteligence, Next Generation, https://www.nextg.com.br/BR/index.aspx, 2003

 

[7] INFO EXAME ed 183, Business Intelligence, São Paulo, .Abril, 2001.

 

 [8] INMON, W.H. Como Construir o Data Warehouse. Riode Janeiro, Editora Campus, 1997.

[9] KIMBALL, R. Data Warehouse Toolkit. São Paulo, Makron Books, 1998.