Modelagem Dimensional

Conforme discutido na seção 2.4.4, Arquitetura de Data Warehouse, a abordagem utilizada neste trabalho será do tipo barramento apresentada na figura 2.22, Arquitetura de Barramento. Portanto segue-se a sugestão de Kimball (2002, p. 405) de que imediatamente após a definição dos requisitos de negócio, devemos traçar (ou revisar) a matriz de barramento do data warehouse”,. Na figura 4.2 estão relacionados os sete processos de negócio conforme os grupos de perdas da manufatura enxuta, e para concluir a matriz de barramento, os processos que se relacionam com algumas das dimensões de análise, são marcados no ponto de intersecção com um x .

Figura 4.2– Matriz de Barramento de Data Warehouse

Analisando a matriz de barramento da figura 4.2, nota-se que a única dimensão de análise que não se relaciona com todos os processos é a dimensão material, pois ela pertence apenas às perdas por produtos defeituosos e por estoque.

A partir da matriz de barramento pronta, como está na figura 4.2, o próximo passo é detalhar em cada processo as medidas (fatos) e agregações das dimensões (granularidade), para então criar o projeto físico e a data staging area.

Após análise dos requisitos, foi identificado que cada perda possui sua própria característica e que o trabalho de desenvolvimento de carga de dados é único para cada uma delas. Outra observação é que as perdas por superprodução, produtos defeituosos e estoque podem usufruir dos sistemas de informação de origem, como os ERPs que foram indicados na tabela 4.1 Análise de Padrão das Origens dos Dados. No entanto, as perdas por espera, transporte, processamento e movimentação demonstram dificuldade na disponibilidade de origem de dados.

O desenvolvimento da modelagem e aplicação será sobre perda por superprodução. Esta decisão foi tomada em função da importância da perda superprodução e a dificuldade apresentada no desenvolvimento de coleta de dados para alimentar os indicadores.

Portanto, a figura 4.3 apresenta o diagrama star schema para atender ao modelo analítico.

Dimensão Célula

Chave Alternativa Célula Chave Negócio Célula Nome Célula Código Fábrica Descrição Fábrica

Descrição do Grupo de Operação Valor do Custo por Hora Quantidade de Mão de Obra Data Inclusão

Data Alteração

Dimensão Data

Chave Alternativa Data Data Descrição da Semana Número Ano Mês Número Trimestre Número Semestre Número Ano Data Inclusão Data Alteração Dimensão Produto

Chave Alternativa Produto Chave Negócio Produto Descrição Produto Nome Família Produto Data Inclusão Data Alteração

Fato SuperProdução

Chave Alternativa Data (FK) Chave Alternativa Produto (FK) Chave Alternativa Célula (FK) Quantidade de Pares Vendidos Quantidade de Pares Produzidos Horas Conforme Ritmo de Vendas Horas Conforme Ritmo da Produção Custo Conforme Vendas

Custo Conforme Produção Data Processamento

Figura 4.3– Modelo Lógico de Dados: Fato Super Produção

O modelo de dados da figura 4.3 é composto por três dimensões: Célula, Produto e Data. A dimensão operação que aparece na figura 4.2 não será tratada no modelo de dados por se tratar de um informação de muito baixa granularidade e pouco beneficio.

Na dimensão célula há dois níveis de agrupamento. O primeiro nível é a própria célula, e os níveis superiores são fábrica e grupo de operação. Por exemplo, Setor de Corte1 pertencente à fábrica 1 e ao grupo de operação corte.

Na dimensão produto há dois agrupamentos de dois níveis. O primeiro nível de agrupamento é o próprio produto com os níveis superiores, cor e família do produto. Por exemplo, modelo Sandália Infantil Baby pertencente à família Infantil Baby.

Na dimensão data há um agrupamento de três níveis, os quais de baixo para cima são: a própria data da ocorrência: o ano e mês, o trimestre, o semestre e o ano.

O fato Super Produção é composto pelas chaves data, produto e célula, e pelas medidas, quantidade de pares vendidos e produzidos, horas conforme ritmo de vendas e da produção, custo conforme vendas e produção. Esses atributos serão mais amplamente explicados no desenvolvimento do projeto analítico.

A figura 4.4 – Parâmetro Tempo Padrão não aparece na matriz de barramento, mas aparece aqui no projeto lógico como uma proposta para resolver o problema de análise do nível de perda baseado apenas em pares produzidos, pois os produtos podem ter dificuldades e tempos diferentes de produção. O objetivo da tabela é fornecer por produto e célula a

produção horária. Esse parâmetro será utilizado na modelagem da aplicação analítica para transformar toda a produção em horas, e assim equacionar o problema e permitir a valorização do custo financeiro, por exemplo.

Parâmetro Tempo Padrão

Chave Alternativa Produto (FK) Chave Alternativa Célula (FK) Tempo Medido em Hora Data de Processamento Dimensão Célula

Chave Alternativa Célula Chave Negócio Célula Nome Célula Código Fábrica Descrição Fábrica

Descrição do Grupo de Operação Valor do Custo por Hora

Quantidade de Mão de Obra Data Inclusão

Data Alteração

Dimensão Produto

Chave Alternativa Produto Chave Negócio Produto Descrição Produto Nome Família Produto Data Inclusão Data Alteração

Figura 4.4– Parâmetro Tempo Padrão

Com as demais tabelas, a partir do modelo lógico de dados é possível desenhar o modelo lógico do processo ETL, conforme apresentada na figura 4.5 – Mapa ETL de Super Produção. Com ele é possível avaliar o nível de dificuldade que os dados de origem apresentarão no momento de carregá-los para o Data Warehouse.

Figura 4.5– Mapa ETL de Super Produção

A figura 4.5 apresenta três etapas de carga: área de estágio, carga dimensões e carga fatos. O modelo apresentado segue a proposta de Kimball (2002). O processo se inicia com a carga das tabelas da área de estágio, que antecede a carga dimensões, as quais antecedem o processo de carga fatos. Ao carregar o fato e/ou parâmetro, somente um registro poderá ser incluído no destino fato, caso exista integridade relacional. Isso posto, uma determinada quantidade de produção de um determinado produto é incluído no fato super produção, desde que o produto esteja válido na dimensão produto.