Use o IBM Industry Model Information Insurance Warehouse para definir modelos de dados inteligentes e maduros

Antes de iniciar

Introdução

Design de armazém de dados e modelagem de dados é uma mistura significativa de ciência da computação e TI. A tecnologia nasceu no início da década de 1990, usando várias abordagens desenvolvidas naquele tempo. Os métodos mais significativos foram definidos por Ralph Kimball (de cima para baixo) e por W. H. Inmon (de baixo para cima) (consulte Recursos ).

Produtos de modelagem de dados comerciais têm valor devido a seu conhecimento específico do conteúdo, que é baseado em experiência prática e conhecimento de negócios. A IBM oferece uma família de produtos de capital intelectual nesse espaço, chamada IBM Industry Models. Os produtos IBM Industry Models consistem em estruturas de padrão maduros e bem testados para modelagem de dados (relacionais e multidimensionais), com pacotes para vários segmentos de mercado. Este artigo apresenta uma visão geral do Information Insurance Warehouse (IIW), que é parte do produto IBM Industry Models definido para o segmento de mercado de seguros.

Este tutorial apresenta o método para desenvolver modelos de dados para armazém de dados (DWH) usando o IBM Industry Model IIW. O tutorial demonstra a abordagem para o desenvolvimento de modelos de core data warehouse (CDW) models (modelos de dados altamente normalizados que contêm os elementos de dados atômicos) e os modelos de data mart (DM) (modelos de dados não normalizados que implementam a estrutura de modelos de dados multidimensionais). Modelos de dados multidimensionais são caracterizados pela definição de medidas, que são armazenadas em tabelas de fatos, e pela definição de tabelas de dimensões, que definem os eixos ou dimensões da análise.

O método descrito neste tutorial é o roteiro do IIW para desenvolver modelos de dados. O roteiro do IIW baseia-se na abordagem de cima para baixo, que começa com a captura d requisitos de negócios e a definição do modelo de negócios (em termos de IIW, conhecido como modelo de dados de análise). Definir os requisitos de negócios é o pré-requisito para todo o trabalho posterior. O ideal é que esse trabalho seja realizado em conjunto pelo modelador de dados e especialistas dos departamentos de negócios. Quando os departamentos de negócios criam e aprovam o modelo, começa a fase para criar modelos lógicos.

O design de modelos lógicos consiste em duas etapas: design do modelo lógico de DWH (CDW) seguido pelo design do modelo lógico de DM. É importante seguir essa abordagem sequencial. Começar fases posteriores antes de concluir as fases anteriores pode ter resultados indesejados. Portanto a estrutura do roteiro do IIW e esse tutorial estão divididos nas quatro fases seguintes:

1. Fase 1: Capturar requisitos de negócios de IIW
2. Fase 2: Definir o modelo de dados de análise
3. Fase 3: Projetar o modelo lógico do armazém de dados
4. Fase 4: Projetar o data mart

Essas quatro fases completam objetivos diferentes e oferecem diferentes entregas:

Fase 1: Capturar requisitos de negócios de IIW

Uma descrição completa dos requisitos de negócios que o projeto de BI deve resolver. As entregas são um modelo conceitual e um modelo de requisitos analíticos.

Modelo conceitual

Um modelo de todos os conceitos e termos de negócios usados na organização

Modelo de requisitos analíticos

Modelos predefinidos de requisitos de negócios que lidam com questões específicas do segmento de mercado. Modelos são expressos como medidas e dimensões

Fase 2: Definir o modelo de dados de análise

Um modelo conceitual que representa uma imagem ideal dos conceitos de negócios e como esses conceitos se relacionam entre si. Esse modelo é independente de plataforma e não exige aspectos físicos da implementação. A entrega é o modelo de dados de análise.

Modelo de dados de análise

Um modelo de dados que especifica as estruturas de dados normalizadas exigidas para representar os conceitos definidos no modelo conceitual.

Fases de design de DWH e DM

Os conceitos de negócios mapeados em um modelo lógico (DWH) de entity-relationship (ER) e em um modelo lógico multidimensional (MD). Esses modelos são a base para a estrutura física dos dados no banco de dados. As entregas são modelos de dados de design de DW e modelos de dados de design de DM.

Modelos de dados de design de DW

Modelos de dados que representam o repositório corporativo de dados atômicos e analíticos usados para processamento de informações

Modelos de dados de design de DM

Modelos dimensionais que implementam requisitos analíticos e são estruturados para permitir análises dimensionais específicas

Figura 1 resume essas entregas.

IIW também define três camadas de modelo:

• A camada de base contém os modelos de requisitos conceituais e analíticos.
• A camada de análise abrange o modelo de dados de análise.
• A camada de design contém os modelos de design do DW e do DM.

O diagrama da Figura 2 representa essas camadas.

As seções a seguir do tutorial descrevem as quatro fases, com exemplos de cada fase usando InfoSphere™ Data Architect (IDA). Os exemplos usam o IBM IIW Model Versão 8.2. O conteúdo do modelo do IIW é importado para o IDA com a ajuda da ferramenta Enterprise Model Extender (EME). EME é um conjunto de extensões de plug-in do produto IBM InfoSphere Data Architect. Para acompanhar o tutorial, você precisará instalar esses produtos.

1 de 8 | Próximo

Comentários

Voltar para parte superior

Índice

• Antes de iniciar
• Fase 1: Capturar requisitos de negócios de IIW
• Fase 2: Definir o modelo de dados de análise
• Fase 3: Projetar o modelo lógico do armazém de dados
• Fase 4: Projetar o data mart
• Conclusão
• Recursos
• Sobre os autores

---

1 de 8 | Próximo