Tradução de:
Business Intelligence: What is This Data? End
User Presentation of Meta Data. Dm Review Online – Outubro de 2000
Por
Jonathan Wu.
Um número crescente de nossos clientes está perguntando, “O
que é este dado?” Certamente, as aplicações de Inteligência de Negócios (BI) que
eles estão usando estão provendo dados, mas eles querem sentir-se confortáveis
com a origem do dado, com as regras de negócio que foram usadas para
manipulá-los e querem o contexto no qual a descrição dos elementos de dados faz
sentido.
Nestas situações, nossos clientes estão perguntando a respeito
da apresentação de Metadados para usuários finais. Definido simplesmente,
metadado é a definição do dado. Existem dois níveis primários de metadado : as
camadas administrativa e de usuário final.
A camada administrativa de
metadados relaciona-se a aplicação e a configuração das bases de dados que são
armazenadas em entidades em gerenciadores de BD. Enquanto esta é uma camada
importante, a camada de usuário final de metadado é onde aparece a maioria das
questões e diferenças de opinião. A tabela abaixo procura definir e classificar
os vários níveis de metadados para usuários finais.
Enquanto estes níveis definem a transformação de dados de suas
origens até um relatório, a complexidade de cada nível pode ter um impacto
significativo na definição do dado. Note que nem todos os níveis de metadados de
usuário final são encontrados por um individuo usando uma aplicação de B.I.
Níveis 1-3 são relativos à guarda em armazém de dados (Data Warehousing) da
informação, no caso de um individuo sem acesso a um Data Warehouse pode-se
encontrar apenas os níveis 0, 4 e 5 quando extraindo dados diretamente de um
sistema de origem.
Dado de Sistema de Origem.
Em cada
sistema transacional, um usuário do sistema deve introduzir dados. Por exemplo,
um representante de vendas introduz informações sobre um produto que foi vendido
a um cliente em uma aplicação de entrada de pedidos. A informação introduzida
pelo representante de vendas é aceita pela aplicação e armazenada em uma base de
dados. Os elementos de dados da informação relacionados à transação de vendas
podem incluir o nome do cliente, endereços de entrega e faturamento, termos da
transação, produto adquirido, quantidade vendida, preço de venda e descontos.
Dado Extraído.
Assumindo que uma organização tem
múltiplos sistemas transacionais e o desejo de armazenar o dado, migrando-o dos
sistemas origem para uma base de dados operacional (Operational Data Store) ou
um armazém de dados (Data Warehouse) vinculando a identificação do sistema
origem de onde o dado foi recebido. Por exemplo, informações de cliente são
extraídas das aplicações entrada de pedidos e gerenciamento de relacionamento
com clientes (CRM) para uma única base de dados usada como uma base de dados
operacional (Operational Data Store) ou um armazém de dados (Data Warehouse). Os
elementos de dados da informação relativa ao cliente podem incluir o nome do
cliente, número de identificação de pagamento de taxas, tipo do cliente, nome do
contato, endereço e número de telefone de cada sistema de origem.
Dado Padronizado (Cleansed).
Depois do dado ter sido
migrado para uma base de dados central, uma rotina de cleansing pode ser
aplicada para padronizar o formato do dado e validar sua qualidade. Por exemplo,
informações de cliente podem ter sido extraídas de diversos sistemas de origem.
Como parte do processo de cleansing, o dado deve ser padronizado e eliminadas as
redundâncias. Com um de nossos clientes, nós notamos que um único nome de
cliente foi definido em cada um dos sistemas de origem e que a redundância não
foi eliminada até a execução do processo de cleansing. Neste exemplo, imagine um
cliente com os seguintes nomes únicos definidos : base consulting group, Base
Consulting Group, BASE Consulting Group e BASE Consulting Group, Inc. O processo
de cleansing deveria eliminar a redundância, padronizar o formato e validar o
dado até que um nome de cliente deveria restar : BASE Consulting Group, Inc.
Dado Transformado.
Regras de negócio e definições são
usadas para transformar os dados padronizados em informação significativa. Por
exemplo, renda pode ser definida como a quantidade vendida multiplicada pelo
preço de venda menos qualquer desconto. Esta transformação de dado deriva um
novo elemento de dado dos dados criados pelo(s) sistema(s) de origem. Definir as
regras de negócio tanto quanto obter aceitação das definições pode ser
desafiador, e este é o ponto em que encontramos maiores dificuldades quando
tentando obter consenso.
Dado de Inteligência de Negócio.
Muitas aplicações de BI podem acessar dados de uma variedade de fontes
incluindo bases de dados, arquivos ASCII ou planilhas. Adicionais transformações
ou formatações de dados podem ser indicadas pela aplicação de BI. Por exemplo,
um elemento de dado chamado segment1 que contém informação sobre número de ordem
de compra pode ser formatado e renomeado para PO Number. Da perspectiva do
usuário final o elemento de dado é chamado PO Number, mas seu nome na base de
dados é segment1, que não dá ao usuário uma descrição compreensível do tipo de
dado associado com ele.
Dado de Relatório.
Dentro de um
relatório, o dado pode ser derivado para aumentar a significação da informação.
Logo, este é o último nível de metadado dentro da camada de usuário final. Dado
derivado neste nível tipicamente refere-se a cálculos tais como subtotais e
grandes totais ou operações condicionais tais como, “Se margem (%) >= 50%
então ‘Produto de Alta Lucratividade’ é listado na coluna próxima da margem
(%).”
Sumário.
Quando os usuários tomam tecnologias de BI
para analises e elaboração de relatórios, eles querem saber o que o dado é para
que possam colocá-lo no contexto apropriado. Compreendendo os vários níveis de
metadados de usuário final, os usuários podem enriquecer a metamorfose dos dados
da origem até o relatório.
Nenhum comentário:
Postar um comentário