O presente trabalho propõe uma arquitetura de utilização de Data Warehouses em computadores móveis, descreve os componentes desta arquitetura (dados e processos) que permite o sincronismo dos dados baseado em metadados e limitado ao escopo de acesso de cada usuário. As estruturas de dados e os processos que compõem a arquitetura proposta são reduzidos a problemas conhecidos e já solucionados, justificando sua viabilidade. Além disso, o presente trabalho também fornece diretrizes para avaliar a complexidade e o impacto causados por alterações de esquema no Data Warehouse central que devem ser refletidas nos data marts localizados nas plataformas móveis. A avaliação da complexidade e impacto das alterações nos esquemas do Data Warehouse pode auxiliar os administradores do ambiente a planejar a implementação destas alterações, propondo melhores alternativas no caso de alterações de esquema mais complexas e que causem um impacto maior no ambiente. A importância do trabalho está relacionada a casos reais de necessidade de evolução nas bases de dados analíticas (Data Warehouse) em computadores móveis, nos quais os usuários mantêm seu próprio subconjunto de dados do Data Warehouse para apoiar os processos de negócios. / This work presents an architecture for using Data Warehouses in mobile computers and describes the architecture components (data and processes) that allow the data synchronism based on metadata and restricted to the scope of access for each user. The data structures and the processes composing the architecture are reduced to already known and solved problems, justifying its feasibility. Besides, this work also provides the guidelines to evaluate the complexity and impact caused by changes of schema in the central Data Warehouse that must be reflected in the data marts located in the mobile platforms. The analysis of the complexity and impact of the changes made to the schemas may help environment administrators to plan these changes and propose better alternatives when dealing with more complex schema changes causing a greater impact on the environment. The relevance of this work is related to real cases that require evolution of analytical databases (Data Warehouse) in mobile computers in which the users keep their own subset of Data Warehouse information to support their business processes.

A técnica de Análise de Componentes Principais (PCA) tem como objetivo principal a descrição da variância e covariância entre um conjunto de variáveis. Essa técnica é utilizada para mitigar redundâncias no conjunto de variáveis e para redução de dimensionalidade em várias aplicações nas áreas científica, tecnológica e administrativa. Por outro lado, o modelo de dados multidimensionais é composto por relações de fato e dimensões (tabelas) que descrevem um evento usando métricas e a relação entre suas dimensões. No entanto, o volume de dados armazenados e a complexidade de suas dimensões geralmente envolvidas neste modelo, especialmente no ambiente de data warehouse, tornam a tarefa de interpretar a correlação entre dimensões muito difícil e às vezes impraticável. Neste trabalho, propomos o desenvolvimento de uma Interface de Programação de Aplicação (API) para a aplicação da PCA no modelo de dados multidimensionais para facilitar a tarefa de caracterização e redução de dimensionalidade, integrando essa técnica com ambientes de Data Warehouses. Para verificar a eficácia desta API, um estudo de caso foi realizado utilizando dados de produção científica e suas citações obtidas das Plataformas Lattes, Web of Science, Google Scholar e Scopus, fornecidas pela Superintendência de Tecnologia da Informação da Universidade de São Paulo. / The Principal Component Analysis (PCA) technique has as the main goal the description of the variance and covariance between a set of variables. This technique is used to mitigate redundancies in the set of variables and as a mean of achieving dimensional reduction in various applications in the scientific, technological and administrative areas. On the other hand, the multidimensional data model is composed by fact and dimension relations (tables) that describe an event using metrics and the relationship between their dimensions. However, the volume of data stored and the complexity of their dimensions usually involved in this model, specially in data warehouse environment, makes the correlation analyses between dimensions very difficult and sometimes impracticable. In this work, we propose the development of an Application Programming Interface (API) for the application of PCA on multidimensional data model in order to facilitate the characterization task and dimension reduction, integrating the technique with Data Warehouses environments. For verifying the effectiveness of this API, a case study was carried out using the scientific production data obtained from the Lattes Platform, the Web of Science, Google Scholar and Scopus, provided by the IT Superintendence at University of São Paulo.

Atualmente, um dos grandes desafios enfrentados pelas empresas que operam no comércio eletrônico é de garantir a fidelidade de seus clientes. Devido a este fato, as empresas têm se preocupado cada vez mais na utilização de uma ferramenta capaz de integrar os dados distribuídos em banco de dados operacionais, para transformar suas informações em diferencial competitivo. Desta forma, a aplicabilidade da ferramenta Data Warehouse no comércio eletrônico, juntamente com a estratégia do Customer Relationship Management (CRM), surge como um elemento central da empresa focada no cliente, pois é capaz de fornecer informações competitivas e essenciais aos responsáveis pelas decisões estratégicas. Assim, através da ferramenta Data Warehouse sustentada pela estratégia de CRM, toda a \"sequência de cliques\" realizada pelos clientes do comércio eletrônico é armazenada historicamente, possibilitando a retenção destes com a empresa. Portanto o objetivo do presente trabalho é analisar a aplicabilidade do Data Warehouse no comércio eletrônico, visando o CRM analítico. O trabalho contribui também para mostrar às empresas que a integração entre tecnologia de informação (Data Warehouse) e marketing (CRM) em um ambiente Web oferece diferentes oportunidades de coleta de dados a respeito dos clientes, promovendo desta forma a personalização de produtos e serviços, garantindo maior lealdade destes com a empresa e, conseqüentemente, maior lucratividade. / Currently, one of the greatest challenges faced by companies that operate in the electronic commerce is to guarantee their customers\' fidelity. Due to this fact, these companies have been considering the employment of tools capable of integrating distributed data onto operational databases in order to transform information into a competitive and distinguishing asset. Thus, the applicability of Data Warehouse tools in Electronic Commerce, together with the strategy of Customer Relationship Management (CRM), appear as a key element for customer-oriented companies, since they are capable of supplying the ones responsible for strategic decisions with competitive and essential information . Hence, through Data Warehouse tools supported by the CRM strategy, all the \"clickstream\" carried out by the customers in electronic commerce, can be historically stored, making it possible, through further analyses, to identify potential customers, as well as keeping them with the company. The objective of the present research is to consider the applicability of Data Warehouse in Electronic Commerce, aiming at the analytical CRM. The research also shows companies that Data Warehouse, when combined with the CRM in a Web environment, offers alternative means for customer-related data collection, thus, providing the customization of products and services, reassuring clients\' loyalty to the company and, consequently, greater profits.

A comercialização de produtos agropecuários tem grande importância para o Brasil, sendo responsável por altos índices de produção e financeiro. E como para todo grande segmento, o acesso à informação tem se tornado essencial para manter a competitividade no ambiente globalizado. Apesar de o agronegócio possuir um grande volume de informações, as mesmas muitas vezes estão inconsistentes ou inacessíveis. Nesse contexto, ainda se observam a necessidade de ampliação de pesquisas que busquem minimizar essa falta de dados que podem auxiliar produtores, agentes de mercado e principalmente pesquisadores para que desenvolvam análises para o mercado agropecuário para servir de apoio para as tomadas de decisões sobre a comercialização diária desses produtos. A técnica usada por diversos segmentos que visam a melhorar e a permitir acesso a dados para tomada de decisão é conhecida como Data Warehouse, pois provê um ambiente propício para análises e acesso a informações consolidadas e históricas. O objetivo do estudo foi demonstrar o processo de análise efetuado por pesquisadores para obtenção de dados, e aplicar dois estudos de casos usando técnicas de Data Warehouse, sendo para dados de comercialização de pecuária e para dados de grãos (soja e milho), gerando assim o modelo dimensional, a matriz de barramento e aplicação da ferramenta de processamento analítico online. O resultado do estudo de pecuária permitiu gerar os modelos iniciais para a cadeia, e podem ser expandidos com a inclusão de novos produtos, bem como auxiliar o pesquisador na geração de análises com a utilização das ferramentas para acesso ao Data Mart. Assim como foi possível gerar análises de comercialização de grãos a partir de dados armazenados no Data Mart. Portanto, pode-se afirmar que a aplicação e expansão da técnica de Data Warehouse é viável para outras cadeias do agronegócio possibilitando a ampliação e a melhoria da oferta de informações. / The agricultural and livestock markets in Brazil play important roles both for the production and the financial sectors. However, like other business, information is essential to maintain the competitiveness in the global market. Although the agribusiness sector processes high amount of information on a daily basis, it is almost always inconsistent or inaccessible. Moreover, there is little research aimed at minimizing the lack of agribusiness information available for the producers, market agents and researchers in order to develop data analyses on agribusiness, to help in the decision process. The technique commonly used in other segments, such as industries, is called Data Warehouse, which provides an environment to provide access to data and consistent information. The goals of this research were to present what researchers what they can do to perform agribusiness analysis, how to apply Data Warehouse modeling and the application of the tool to this process. To reach these goals, we evaluated two case studies. The first study used data from the livestock market, as it allowed to generate initial data for the chain and because it can be applied to other products, as well as to help the researcher to analyze using the OLAP tool. At the same line, the study about grain market was developed, and models and OLAP tools were developed to help with the particular points for this chain. Concluding, the research shows that it is viable to use Data Warehouse techniques to create an agribusiness data environment, consistent and organized, which can be expanded to new agricultural products.

Um Data Warehouse (DW) é um banco de dados centralizado, orientado por assunto, integrado, não volátil e histórico, criado com o objetivo de dar apoio ao processo de tomada de decisão e que estrutura os dados em uma arquitetura analítica bastante distinta da arquitetura relacional utilizada nos bancos de dados transacionais. Construir um DW é um projeto de engenharia bastante complexo pois envolve muitas tecnologias e muitas pessoas, de diferentes equipes, em um grande esforço conjunto para construir esta base central de informações corporativas. O processo tradicional de construção de um DW não utiliza conceitos ágeis e, pelo escopo de desenvolvimento ser grande, pode levar muito tempo até que funcionalidades sejam entregues aos clientes. Os métodos ágeis de engenharia de software são muito usados como uma alternativa aos métodos tradicionais de desenvolvimento e têm diferenciais que trazem muito valor a projetos grandes pois, além de buscar desenvolver versões funcionais em prazos curtos, defendem que todos os sistemas têm a constante necessidade de se adaptar a mudanças. Neste trabalho são aplicadas práticas ágeis no processo tradicional de engenharia de DW para que o desenvolvimento seja realizado em ciclos iterativos curtos, tornando possível o desenvolvimento rápido e evolutivo de um DW com entregas constantes de novas funcionalidades. A contínua evolução deste complexo ambiente analítico é apoiada por conceitos de banco de dados evolutivos e também por fundamentos de métodos ágeis. / A data warehouse (DW) is a central database, subject-oriented, integrated, nonvolatile, and time-variant collection of data in support of management\'s decision making process and that summarize the data in an analytic architecture quite different from the relational one, used in transactional databases. Building a DW is a complex engineering project because it involves many technologies and many people, from different teams, in a huge corporative effort to build a central database with corporative data. The traditional engineering process to build a DW does not use agile concepts and, as its scope is quite big, it might takes a long time until the customer can use its features. Agile methods of software engineering are commonly used as an alternative to the traditional methods and they have some differentials that lead a lot of value to big projects, as the continuous attempt to develop short releases in short periods of time, or the belief that every system needs to be continuously adapted to the changes on its environment. This work applies agile practices in the traditional DW engineering method, so that the development can be done in short iterative cycles, making possible a fast and evolutive DW project, with frequent delivering of new functionalities. The continuous evolution of this complex analytical environment is supported by evolutive database concepts and also for agile methods foundations.

Made available in DSpace on 2015-03-05T18:40:06Z (GMT). No. of bitstreams: 0 Previous issue date: 12 / Nenhuma / Suprir as necessidades gerenciais com mecanismos computacionais ágeis e de fácil uso são características chaves de sucesso dos processos decisórios. Além disso, torna-se necessário contemplar aspectos relacionados à transparência organizacional, o que representa um desafio essencial para os sistemas de informação, nas organizações, na busca do equilíbrio entre a gestão e o uso da tecnologia, através do investimento em modelos e metodologias de Governança de Tecnologia da Informação (GTI). A gestão de projetos pode se tornar então, um problema para o desenvolvimento de negócios, pois na maioria dos casos a percepção dos gestores quanto à qualidade dos projetos não é adequada. Esta percepção está relacionada à falta de informações referentes as áreas de conhecimento em gerência de projetos. O presente trabalho insere-se nesta realidade e propõe, através de um estudo de caso em uma empresa de TI, uma solução que proporciona uma visão gerencial para tomada de decisões. Esta solução atende os conceitos de gestão d / Providing the needs managerial with agile computational mechanisms and easy to use are key characteristics for the success in decision-making process. Moreover, it becomes necessary to contemplate aspects related to the organizational transparency, which is a key challenge for information systems, in the organizations, in the search of balance between management and use of technology through of investment in models and methodologies of Information Technology Governance (IT Governance). The project management can then it to become a problem to the business development, because in the most cases the perception of managers regarding the quality of projects is not appropriate. This perception is related to the lack of information regarding to the knowledgement areas in projects management. The present study is part of this reality and proposed, through a case study in an IT company, a solution that provides a managerial view to the decision-making. This solution deals the project management concepts for the IT Go

A técnica de Análise de Componentes Principais (PCA) tem como objetivo principal a descrição da variância e covariância entre um conjunto de variáveis. Essa técnica é utilizada para mitigar redundâncias no conjunto de variáveis e para redução de dimensionalidade em várias aplicações nas áreas científica, tecnológica e administrativa. Por outro lado, o modelo de dados multidimensionais é composto por relações de fato e dimensões (tabelas) que descrevem um evento usando métricas e a relação entre suas dimensões. No entanto, o volume de dados armazenados e a complexidade de suas dimensões geralmente envolvidas neste modelo, especialmente no ambiente de data warehouse, tornam a tarefa de interpretar a correlação entre dimensões muito difícil e às vezes impraticável. Neste trabalho, propomos o desenvolvimento de uma Interface de Programação de Aplicação (API) para a aplicação da PCA no modelo de dados multidimensionais para facilitar a tarefa de caracterização e redução de dimensionalidade, integrando essa técnica com ambientes de Data Warehouses. Para verificar a eficácia desta API, um estudo de caso foi realizado utilizando dados de produção científica e suas citações obtidas das Plataformas Lattes, Web of Science, Google Scholar e Scopus, fornecidas pela Superintendência de Tecnologia da Informação da Universidade de São Paulo. / The Principal Component Analysis (PCA) technique has as the main goal the description of the variance and covariance between a set of variables. This technique is used to mitigate redundancies in the set of variables and as a mean of achieving dimensional reduction in various applications in the scientific, technological and administrative areas. On the other hand, the multidimensional data model is composed by fact and dimension relations (tables) that describe an event using metrics and the relationship between their dimensions. However, the volume of data stored and the complexity of their dimensions usually involved in this model, specially in data warehouse environment, makes the correlation analyses between dimensions very difficult and sometimes impracticable. In this work, we propose the development of an Application Programming Interface (API) for the application of PCA on multidimensional data model in order to facilitate the characterization task and dimension reduction, integrating the technique with Data Warehouses environments. For verifying the effectiveness of this API, a case study was carried out using the scientific production data obtained from the Lattes Platform, the Web of Science, Google Scholar and Scopus, provided by the IT Superintendence at University of São Paulo.

Esse trabalho propõe uma solução de um Data Warehouse distribuído para implementação de um sistema de CRM, Customer Relationship Management, com o objetivo de uso no ambiente bancário possibilitando que ações de relacionamento com clientes sejam planejadas e implementadas. É proposta uma arquitetura para implementação de um Data Warehouse em ambiente distribuído, utilizando programação paralela. Com o aumento no volume de dados armazenados nos Data Warehouse, as arquiteturas tradicionais exigem processadores e sistemas de entrada e saída cada vez mais robustos em termos de desempenho. Isso fica mais bem caracterizado quando são executadas procuras complexas (Ad hoc). A utilização de ambientes distribuídos em conjunto com programação paralela é uma alternativa para redução de custo e aumento de desempenho. É apresentada, aqui, uma proposta de arquitetura de Data Warehouse distribuído, integrado ao uso de programação paralela. / This lecture proposes a solution for Data Warehouse in an distributed environment for implementation of a CRM, Customer Relationship Management in a banking system. It\'s possible to create, plan and implement relationship actions with clients. Architecture is proposed for implementation of a Data Warehouse in a distributed environment, using parallel programming. With the increase of volume of data stored in Data Warehouse, the traditional architectures needs high performance in terms of processors and input and output systems. This kind of problem is well characterized when high complex queries (Ad hoc) is performed. Using distributed environment, together with parallel programming is a good choice to increase the performance and reduce cost. It\'s presented, here, a proposal for architecture of distributed Data Warehouse, integrated with the use of parallel programming.

O presente trabalho propõe uma arquitetura de utilização de Data Warehouses em computadores móveis, descreve os componentes desta arquitetura (dados e processos) que permite o sincronismo dos dados baseado em metadados e limitado ao escopo de acesso de cada usuário. As estruturas de dados e os processos que compõem a arquitetura proposta são reduzidos a problemas conhecidos e já solucionados, justificando sua viabilidade. Além disso, o presente trabalho também fornece diretrizes para avaliar a complexidade e o impacto causados por alterações de esquema no Data Warehouse central que devem ser refletidas nos data marts localizados nas plataformas móveis. A avaliação da complexidade e impacto das alterações nos esquemas do Data Warehouse pode auxiliar os administradores do ambiente a planejar a implementação destas alterações, propondo melhores alternativas no caso de alterações de esquema mais complexas e que causem um impacto maior no ambiente. A importância do trabalho está relacionada a casos reais de necessidade de evolução nas bases de dados analíticas (Data Warehouse) em computadores móveis, nos quais os usuários mantêm seu próprio subconjunto de dados do Data Warehouse para apoiar os processos de negócios. / This work presents an architecture for using Data Warehouses in mobile computers and describes the architecture components (data and processes) that allow the data synchronism based on metadata and restricted to the scope of access for each user. The data structures and the processes composing the architecture are reduced to already known and solved problems, justifying its feasibility. Besides, this work also provides the guidelines to evaluate the complexity and impact caused by changes of schema in the central Data Warehouse that must be reflected in the data marts located in the mobile platforms. The analysis of the complexity and impact of the changes made to the schemas may help environment administrators to plan these changes and propose better alternatives when dealing with more complex schema changes causing a greater impact on the environment. The relevance of this work is related to real cases that require evolution of analytical databases (Data Warehouse) in mobile computers in which the users keep their own subset of Data Warehouse information to support their business processes.

A comercialização de produtos agropecuários tem grande importância para o Brasil, sendo responsável por altos índices de produção e financeiro. E como para todo grande segmento, o acesso à informação tem se tornado essencial para manter a competitividade no ambiente globalizado. Apesar de o agronegócio possuir um grande volume de informações, as mesmas muitas vezes estão inconsistentes ou inacessíveis. Nesse contexto, ainda se observam a necessidade de ampliação de pesquisas que busquem minimizar essa falta de dados que podem auxiliar produtores, agentes de mercado e principalmente pesquisadores para que desenvolvam análises para o mercado agropecuário para servir de apoio para as tomadas de decisões sobre a comercialização diária desses produtos. A técnica usada por diversos segmentos que visam a melhorar e a permitir acesso a dados para tomada de decisão é conhecida como Data Warehouse, pois provê um ambiente propício para análises e acesso a informações consolidadas e históricas. O objetivo do estudo foi demonstrar o processo de análise efetuado por pesquisadores para obtenção de dados, e aplicar dois estudos de casos usando técnicas de Data Warehouse, sendo para dados de comercialização de pecuária e para dados de grãos (soja e milho), gerando assim o modelo dimensional, a matriz de barramento e aplicação da ferramenta de processamento analítico online. O resultado do estudo de pecuária permitiu gerar os modelos iniciais para a cadeia, e podem ser expandidos com a inclusão de novos produtos, bem como auxiliar o pesquisador na geração de análises com a utilização das ferramentas para acesso ao Data Mart. Assim como foi possível gerar análises de comercialização de grãos a partir de dados armazenados no Data Mart. Portanto, pode-se afirmar que a aplicação e expansão da técnica de Data Warehouse é viável para outras cadeias do agronegócio possibilitando a ampliação e a melhoria da oferta de informações. / The agricultural and livestock markets in Brazil play important roles both for the production and the financial sectors. However, like other business, information is essential to maintain the competitiveness in the global market. Although the agribusiness sector processes high amount of information on a daily basis, it is almost always inconsistent or inaccessible. Moreover, there is little research aimed at minimizing the lack of agribusiness information available for the producers, market agents and researchers in order to develop data analyses on agribusiness, to help in the decision process. The technique commonly used in other segments, such as industries, is called Data Warehouse, which provides an environment to provide access to data and consistent information. The goals of this research were to present what researchers what they can do to perform agribusiness analysis, how to apply Data Warehouse modeling and the application of the tool to this process. To reach these goals, we evaluated two case studies. The first study used data from the livestock market, as it allowed to generate initial data for the chain and because it can be applied to other products, as well as to help the researcher to analyze using the OLAP tool. At the same line, the study about grain market was developed, and models and OLAP tools were developed to help with the particular points for this chain. Concluding, the research shows that it is viable to use Data Warehouse techniques to create an agribusiness data environment, consistent and organized, which can be expanded to new agricultural products.