Nota
O acesso a esta página requer autorização. Podes tentar iniciar sessão ou mudar de diretório.
O acesso a esta página requer autorização. Podes tentar mudar de diretório.
Este tutorial é baseado na Adventure Works Cycles, uma empresa fictícia. A Adventure Works Cycles é uma grande empresa multinacional de fabricação que produz e distribui bicicletas metálicas e compostas para mercados comerciais na América do Norte, Europa e Ásia. A sede da Adventure Works Cycles é Bothell, Washington, onde a empresa emprega 500 trabalhadores. Além disso, a Adventure Works Cycles emprega várias equipes de vendas regionais em toda a sua base de mercado.
Nos últimos anos, a Adventure Works Cycles comprou uma pequena fábrica, Importadores Neptuno, que está localizada no México. Importadores Neptuno fabrica vários subcomponentes críticos para a linha de produtos Adventure Works Cycles. Esses subcomponentes são enviados para o local Bothell para a montagem final do produto. Em 2005, Importadores Neptuno tornou-se o único fabricante e distribuidor do grupo de produtos de bicicletas de turismo.
Após um ano fiscal bem-sucedido, a Adventure Works Cycles agora quer ampliar sua participação de mercado direcionando a publicidade para seus melhores clientes, estendendo a disponibilidade do produto por meio de um site externo e reduzindo o custo de vendas reduzindo os custos de produção.
Ambiente de Análise Atual
Para dar suporte às necessidades de análise de dados das equipes de vendas e marketing e de gerenciamento sênior, a empresa atualmente usa dados transacionais do banco de dados AdventureWorks2012 e informações não transacionais, como cotas de vendas de planilhas, e consolida essas informações no data warehouse relacional AdventureWorksDW2012 . No entanto, o data warehouse relacional apresenta os seguintes desafios:
Os relatórios são estáticos. Os usuários não têm como explorar interativamente os dados nos relatórios para obter informações mais detalhadas, como poderiam fazer com uma tabela dinâmica do Microsoft Office Excel. Embora o conjunto existente de relatórios predefinidos seja suficiente para muitos usuários, usuários mais avançados precisam de acesso direto à consulta ao banco de dados para consultas interativas e relatórios especializados. No entanto, devido à complexidade do banco de dados AdventureWorksDW2012 , é necessário muito tempo para que esses usuários aprendam a criar consultas efetivas.
O desempenho da consulta é amplamente variável. Por exemplo, algumas consultas retornam resultados muito rapidamente, em apenas alguns segundos, enquanto outras consultas levam vários minutos para serem retornadas.
Tabelas de agregação são difíceis de gerenciar. Na tentativa de melhorar os tempos de resposta da consulta, a equipe de data warehouse da Adventure Works criou várias tabelas agregadas no banco de dados AdventureWorksDW2012 . Por exemplo, eles criaram uma tabela que resume as vendas por mês. No entanto, embora essas tabelas agregadas melhorem muito o desempenho da consulta, a infraestrutura criada para manter as tabelas ao longo do tempo é frágil e propensa a erros.
A lógica de cálculo complexa é enterrada em definições de relatório e é difícil de compartilhar entre relatórios. Como essa lógica de negócios é gerada separadamente para cada relatório, as informações resumidas às vezes são diferentes entre relatórios. Portanto, o gerenciamento tem confiança limitada nos relatórios do data warehouse.
Os usuários em diferentes unidades de negócios estão interessados em diferentes exibições dos dados. Cada grupo é distraído e confuso por elementos de dados que são irrelevantes para eles.
A lógica de cálculo é particularmente desafiadora para os usuários que precisam de relatórios especializados. Como esses usuários devem definir a lógica de cálculo separadamente para cada relatório, não há controle centralizado sobre como a lógica de cálculo é definida. Por exemplo, alguns usuários sabem que devem usar técnicas estatísticas básicas, como médias móveis, mas não sabem como construir esses cálculos e, portanto, não usam essas técnicas.
É difícil combinar conjuntos de informações relacionados. Consultas especializadas que combinam dois conjuntos de informações relacionadas, como vendas e cotas de vendas, são difíceis de construir para os usuários de negócios. Essas consultas sobrecarregam o banco de dados, de modo que a empresa exige que os usuários solicitem conjuntos de dados entre áreas de assunto da equipe do data warehouse. Como resultado, apenas um punhado de relatórios predefinidos foram definidos que combinam dados de várias áreas de assunto. Além disso, os usuários estão relutantes em tentar modificar esses relatórios devido à sua complexidade.
Os relatórios são focados principalmente em informações comerciais nos Estados Unidos. Usuários de subsidiárias fora dos EUA estão muito insatisfeitos com esse foco e querem poder exibir relatórios em diferentes moedas e diferentes idiomas.
As informações são difíceis de auditar. Atualmente, o departamento de Finanças usa o banco de dados AdventureWorksDW2012 apenas como uma fonte de dados para consultar em massa. Em seguida, eles baixam os dados em planilhas individuais e gastam um tempo significativo preparando os dados e manipulando as planilhas. Portanto, os relatórios financeiros corporativos são difíceis de preparar, auditar e gerenciar em toda a empresa.
A solução
A equipe do data warehouse realizou recentemente uma revisão de design do sistema de análise atual. A revisão incluiu uma análise de lacunas dos problemas atuais e das demandas futuras. A equipe do data warehouse determinou que o banco de dados AdventureWorksDW2012 é um banco de dados dimensional bem projetado com dimensões conformadas e chaves substitutas. Dimensões em conformidade permitem que uma dimensão seja usada em vários data marts, como uma dimensão de tempo ou uma dimensão do produto. Chaves substitutas são chaves artificiais que vinculam tabelas de dimensão e fatos e que são usadas para garantir a exclusividade e melhorar o desempenho. Além disso, a equipe do data warehouse determinou que atualmente não há problemas significativos com o carregamento e o gerenciamento das tabelas base no banco de dados AdventureWorksDW2012 . Portanto, a equipe decidiu usar o Microsoft Analysis Services para realizar o seguinte:
Forneça acesso a dados unificados por meio de uma camada de metadados comum para análise analítica e relatórios.
Simplifique a exibição de dados dos usuários, acelerando o desenvolvimento de consultas interativas e predefinidas e relatórios predefinidos.
Construa corretamente consultas que combinam dados de várias áreas de assunto.
Gerenciar agregações.
Armazene e reutilize cálculos complexos.
Apresentar uma experiência localizada para usuários de negócios fora dos Estados Unidos.
As lições no tutorial do Analysis Services fornecem orientações sobre como criar um banco de dados de cubo que atenda a todas essas metas. Para começar, prossiga para a primeira lição: Lição 1: Criar um novo projeto de modelo tabular.