Dimensões oh dimensões é possível acertar?

Oii, José Tudo bem?

A modelagem de Data Warehouse tem como objetivo organizar e estruturar os dados de forma precisa para facilitar a análise e a geração de relatórios. A chave é escolher as dimensões e os fatos que façam sentido para o negócio e para o tipo de análise que você deseja realizar. Então a resposta pode variar, mas precisa ser certa dentro do contexto do negócio analisado.

O exemplo que nos trouxe é muito mais detalhado, considerando outras particularidades o que pode gerar uma análise diferente mas dentro do seu contexto. Você está indo muito bem!

Agradeço por compartilhar o seu feedback sobre a atividade, é muito importante para nós termos acesso à opinião de vocês quanto ao conteúdo. Peço que reforce o seu feedback, escrevendo ele no formulário de pesquisa disponibilizado no final do curso, dessa forma a equipe responsável terá a mesma visibilidade.

Continue se dedicando aos estudos e caso tenha dúvidas, conte conosco.

Bons estudos!

Vamos manter o exemplo da aula o Ataca10 é uma loja de varejo que pega a matriz do cliente para defininr o local da venda.

Supondo a Havan como cliente do Ataca10. A Havan tem sede em SC. Mas uma filial do nordeste compra copos descartáveis na Ataca10. A venda, feita no nordeste, apareceria como se fosse efetivada em SC. Ocorre que, muitas vezes, o custo do frete, de produtos de pequeno valor, costuma superar o custo do produto quando a distância é grande. Assim o contrato da Havan com fornecedores da região Sul tornaria inviável o preço de venda do copo descartável para a região Nordeste.

A filial de Natal da Havan compra copos descartáveis na Ataca10 e para o BI da Ataca10 aparece como se a venda ocorresse em SC.

Outra falha nesse modelo: a sede da companhia pode ser em local que não exista a Ataca10, assim teríamos vendas em local que não tem lojas.

Foi isso que chamei de modelo confuso, não existe uma separação correta de dimensões e atributos.

Vamos à fundamentação: Chen (acho que em 1976) definiu o conceito de Entidade: Entidade é tudo que possui uma identificação única. A partir daí foi criado o MER (modelo entidade relacionamento). Em termos práticos, projetos de BI usam o modelo dimensional (diferente do MER, mas que também utilizam o conceito de entidade). No modelo dimensional, cada dimensão seria equivalente a uma entidade (a dimensão local, a dimensão tempo, a dimensão produto, a dimensão cliente, etc). A tabela de Fatos seria um centro de agrupamento das entidades envolvidas. Por exemplo: uma venda no varejo (foi feita em um local, em uma data, um horário, por um cliente, etc..). No modelo dimensional, as dimensões só conversam entre si através da fato. Assim um local teve lucro em uma data, passa pela tabela de fatos para ligar o local com a data. Se for feriado nesse local e a loja não abriu, não há vendas para esse local nessa data.

Dada a fundamentação acima, fica claro que um cliente, com várias filiais, pode comprar em diferentes lojas da Ataca10 e, no modelo apresentado apareceria como se comprassem em um único lugar (a sede do cliente) o que gera uma distorção na tabela de fatos. Foi isso que chamei de modelo confuso.

Fica como sugestão mudar o conceito de local para o local da loja do Ataca10 e não da sede do cliente.