Warehouse e análise Multidimensional OLAP

Um dos grandes avanços verificados no registo e análise da contabilidade dita “multidimensional” deveu-se à tecnologia Data Warehouse e OLAP.

A base da análise multidimensional para OLAP não é nova, esta remonta a 1962, com a publicação do livro “A Programming Language, de Ken Iverson”. A IBM desenvolveu e implementou a primeira linguagem com análise multidimensional, no fim da década de 60, chamada de APL, tendo sido esta amplamente divulgada e utilizada nas décadas de 80 e 90 em aplicações de negócio. Acompanhando a evolução dos sistemas, na década de 90, introduziu-se uma nova classe de ferramentas no mercado, que foi batizada de OLAP desenvolvida naquela época pela IBM, a Computer Associates, MicroSoft, MicroStrategy, Cognos, Oracle, entre outras. Anzanello (2002)

A visão multidimensional dos dados, significa que o usuário da informação pode visualizar os dados a partir de diferentes perspetivas. Modelos de dados multidimensionais são uma forma de estrutura de dados. O utilizador pode ver os mesmos dados a partir de perspetivas diferentes, utilizando múltiplas dimensões.

(http://www.din.uem.br/ia/a_multid/mineracao/tecnologia/warehouse.html 2011)

O Data Warehouse é um depósito de dados históricos organizados por assunto com o objetivo de apoiar os utilizadores da informação de uma dada organização. Esta tecnologia facilita as atividades de processamento analítico, apoio à decisão e aplicação de consulta. Turban, [et al.] (2007)

Turban, [et al.] (2007) destacam algumas características básicas de um Data warehouse:

Organização por dimensões – os dados são organizados por assunto (por exemplo, por cliente, fornecedor, produto, nível de preço e região) e contêm informações relevantes para o apoio à decisão e análise de dados;

Usa processamento analítico on-line – normalmente os bancos de dados organizados são orientados para manipular transações, isto é, os bancos de

dados usam processamento de transações on-line (OLTP)52, no qual as transações comerciais são processados on-line tão logo ocorrem. O objetivo é a velocidade e a eficiência, fatores essenciais para uma operação comercial na

internet bem-sucedida.

Os Data warehouse que não são projetados para suportar OLTP, mas para apoio aos utilizadores da informação, usam processamento analítico on-line designado por OLAP53;

Estrutura de dados multidimensional – os bancos de dados relacionados armazenam dados em tabelas bidimensionais. Os Data warehouses, no entanto, armazenam dados em mais de duas dimensões, por essa razão diz-se que os dados são armazenados numa estrutura multidimensional. Uma representação comum para essa estrutura é o cubo de dados.

O Data warehouse organiza os dados por dimensões empresariais que são as laterais do cubo de dados.

Uma estrutura de matriz multidimensional representa um maior nível de organização de tabelas relacionais. A estrutura em si contém muita e valiosa "inteligência" sobre as relações entre os elementos de dados, pois as várias “perspetivas” dos utilizadores são encaixadas diretamente na estrutura como as dimensões, em oposição para serem colocados em campos. Tomic (2006)

Nas figuras 21 e 22 são apresentados a forma como os dados são organizados por dimensões e por cubos de dados:

52 _{OLTP (Online Transaction Processing ou Processamento de Transações em Tempo Real) são}

sistemas que se encarregam de registrar todas as transações contidas em uma determinada operação organizacional.

53

OLAP ou (On-line Analytical Processing) ferramentas são conhecidas como um suplemento natural de armazenamento de dados. Permitem que os usuários intuitivamente, de forma rápida e flexível manipular analisar, dados a partir de dados sob múltiplas perspetivas. Tomic (2006)

O conceito OLAP foi citado pela primeira vez por E.F.Codd, quando definiu doze regras que estas aplicações deveriam atender. Anzanello (2002)

Figura 20 – Banco de dados relacionados

Fonte: Adaptado de Turban, [et al.] (2007:101)

Figura 21 – Banco de dados multidimensionais

Fonte: Adaptado de Turban, [et al.] (2007:101)

Face a esta combinação por dimensão/cubo de dados possibilita aos destinatários obter e analisar dados a partir da perspetiva de várias dimensões empresariais. Essa análise é intuitiva porque as dimensões refletem termos da empresa, facilmente entendidos pelos destinatários. Turban, [et al.] (2007)

Produto Região Vendas Produto Região Vendas Produto Região Vendas

Porcas Leste 50 Porcas Leste 60 Porcas Leste 70

Porcas Oeste 60 Porcas Oeste 70 Porcas Oeste 80

Porcas Centro 100 Porcas Centro 110 Porcas Centro 120

Parafusos Leste 40 Parafusos Leste 50 Parafusos Leste 60

Parafusos Oeste 70 Parafusos Oeste 80 Parafusos Oeste 90

Parafusos Centro 80 Parafusos Centro 90 Parafusos Centro 100

Ferrolhos Leste 90 Ferrolhos Leste 110 Ferrolhos Leste 110

Ferrolhos Oeste 120 Ferrolhos Oeste 130 Ferrolhos Oeste 140

Ferrolhos Centro 140 Ferrolhos Centro 150 Ferrolhos Centro 160

Arruelas Leste 20 Arruelas Leste 30 Arruelas Leste 40

Arruelas Oeste 10 Arruelas Oeste 20 Arruelas Oeste 30

Arruelas Centro 30 Arruelas Centro 40 Arruelas Centro 50

2003 ( a ) 2004 ( b ) 2005 ( c ) Leste 70 60 110 40 Oeste 80 90 140 30 Centro 120 100 160 50 P o rc a s P a rfus o s F e rro lho s Arrue lo s Leste 50 40 90 20 Leste 60 50 100 30 Oeste 60 70 120 10 Oeste 70 80 130 20 Centro 100 80 140 30 Centro 110 90 150 40 P o rc a s P o rc a s P a rfus o s P a rfus o s F e rro lho s F e rro lho s

Arrue lo s Arrue lo s Leste 50 40 90 20 Oeste 60 70 120 10 Centro 100 80 140 30 P o rc a s P a rfus o s F e rro lho s Arrue lo s 2003 2004 2005 2005 ( c ) 2004 ( b) 2003 ( a)

Portanto, o OLAP é frequentemente utilizado para integrar e disponibilizar informações de gestão contidas em bases de dados operacionais, sistemas ERP e CRM, sistemas contabilísticos, e Data Warehouses. Estas características tornaram-no numa tecnologia essencial em diversos tipos de aplicações de suporte à decisão e sistemas para executivos.

Turban, [et al.] (2007), destaca, alguns dos benefícios do Data warehouse:

Os destinatários finais podem aceder aos dados de que necessitam de forma mais rápida e fácil através de navegadores web porque os dados estão num só lugar;

Pode realizar análises extensas com os dados de maneira que talvez antes não fosse possível;

Os destinatários da informação podem ter uma perspetiva consolidada dos dados organizacionais.

Essas vantagens vieram melhorar o conhecimento empresarial, gerar vantagens competitivas, ajudar a aperfeiçoar o serviço e a satisfação do cliente, facilitar a tomada de decisões e a tornar os processos comerciais mais eficazes. Turban, [et al.] (2007)

Entretanto, os Data warehouse tornam-se bastante dispendiosos para construir e manter e, por outro lado, pode por vezes ser difícil incorporar dados em sistemas obsoletos. Os Data warehouse são usados principalmente por grandes empresas. Como alternativa para as pequenas entidades pode ser utilizada uma versão reduzida e mais acessível designada de Data mart54. Turban [et al.] (2007)

54 _{É um Data warehouse pequeno, projetado para as necessidades dos utilizadores finais em unidades}

estratégicas de negócio (UEN) ou departamentos.