07. OLAP, modelagem dimensional e cubos

Modelagem dimensional organiza eventos e contexto para responder perguntas analíticas com clareza. OLAP permite explorar esses dados por dimensões e níveis de detalhe, mas a correção depende do grão e da regra de agregação. O capítulo percorre o desenho do modelo, suas operações e os cuidados com desempenho e segurança.

Os resultados analíticos precisam apoiar decisões. Esta disciplina conecta fontes, integração, data warehouse, OLAP, mineração, indicadores, relatórios e comunicação gerencial. Este é o capítulo 7 de 11 da disciplina Inteligência de Negócios (Business Intelligence). Ele retoma Data warehouse, ETL e integração analítica e utiliza essa base para avançar. Na sequência, estudaremos Data mining e descoberta de conhecimento.

O fio condutor

Ciência de Dados começa com uma pergunta e termina com uma decisão que precisa ser compreendida, avaliada e acompanhada. Entre esses dois pontos, dados são coletados, examinados e transformados; métodos são escolhidos; resultados são validados; e limitações são comunicadas. Nenhuma etapa compensa automaticamente uma falha grave ocorrida na etapa anterior.

Neste capítulo, use OLAP, modelagem dimensional e cubos para acompanhar três dimensões: o problema que se deseja resolver, a evidência disponível e o critério usado para avaliar o resultado. Essa separação ajuda a evitar soluções tecnicamente sofisticadas que não respondem à necessidade real.

Processo, grão, fatos e dimensões

Começamos por Processo, grão, fatos e dimensões, pois essa base organiza os conceitos e exemplos que aparecerão no restante do capítulo.

Comece pelo processo de negócio e declare o grão: o que exatamente representa uma linha? Em seguida, identifique dimensões de contexto e fatos mensuráveis compatíveis com esse nível. Um fato de item de venda não deve misturar totais por pedido sem regras explícitas. Consistência do grão evita duplicações e permite entender quais perguntas o modelo pode responder.

Fatos registram eventos, medidas ou ocorrências; dimensões fornecem atributos para filtrar, agrupar e descrever. No esquema estrela, a fato se liga diretamente às dimensões, usualmente com atributos desnormalizados. Snowflake normaliza partes dimensionais em tabelas relacionadas. Isso pode reduzir redundância, mas aumenta relações e complexidade de navegação. Nenhum desenho corrige sozinho conceitos de negócio inconsistentes ou uma chave que não identifica o contexto adequado.

Tipos de fatos e dimensões especializadas

Depois de compreender Processo, grão, fatos e dimensões, passamos a Tipos de fatos e dimensões especializadas. A nova seção acrescenta outra etapa ao mesmo raciocínio e mostra como as decisões anteriores influenciam as próximas.

Fato transacional registra eventos no seu grão, como item vendido. Snapshot periódico registra um estado em intervalos regulares, como saldo diário. Snapshot acumulativo acompanha marcos de um processo, como abertura, análise e conclusão de uma solicitação, podendo atualizar a linha ao longo do ciclo. Fato sem medidas numéricas, ou factless fact, registra ocorrências ou cobertura por combinações de chaves; a própria contagem de linhas pode ser uma medida útil.

Dimensões conformadas permitem comparar processos sob definições compatíveis. Dimensão degenerada mantém um identificador, como número do pedido, na fato sem tabela dimensional própria. Junk dimension reúne indicadores de baixa cardinalidade; role-playing reutiliza uma dimensão com papéis distintos, como data de pedido e entrega. Uma bridge representa relações multivaloradas ou muitos-para-muitos e pode precisar de pesos ou regras de contagem para evitar duplicar medidas.