ISCTE – ESCOLA DE GESTÃO - Universidade Técnica de Lisboa
ISCTE – ESCOLA DE GESTÃO - Universidade Técnica de Lisboa
ISCTE – ESCOLA DE GESTÃO - Universidade Técnica de Lisboa
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
exemplo anterior, a tabela <strong>de</strong> dimensão para os itens vendidos po<strong>de</strong> conter os atributos nome, categoria<br />
e marca. Quanto aos factos, estes são medidas numéricas correspon<strong>de</strong>ntes ao principal objectivo da<br />
data warehouse. Ainda no exemplo anterior, o número <strong>de</strong> unida<strong>de</strong>s vendidas ou o volume total <strong>de</strong><br />
vendas em dinheiro são factos possíveis para uma data warehouse <strong>de</strong> vendas.<br />
Ao contrário do sólido geométrico com o nome correspon<strong>de</strong>nte, em OLAP os cubos não são<br />
necessariamente tridimensionais mas sim n-dimensionais. A melhor forma <strong>de</strong> esclarecer este conceito<br />
passa por exemplificar o mesmo. Para tal, consi<strong>de</strong>re-se a tabela abaixo, que representa informação<br />
sobre as vendas <strong>de</strong> uma <strong>de</strong>terminada organização apresentada em função do tempo (Tempo) e do tipo<br />
<strong>de</strong> item vendido (Item).<br />
Tabela 1 <strong>–</strong> Volume <strong>de</strong> vendas em função do tempo e do tipo <strong>de</strong> item para a cida<strong>de</strong> <strong>de</strong> Vancouver [Han2001a]<br />
Tempo<br />
(trimestre)<br />
Vendas para todas as localizações em Vancouver<br />
Item (tipo)<br />
Entretenimento Computador Telefone Segurança<br />
Q1 605k 825k 14k 400k<br />
Q2 680k 952k 31k 512k<br />
Q3 812k 1023k 30k 501k<br />
Q4 927k 1038k 38k 580k<br />
No caso <strong>de</strong> preten<strong>de</strong>rmos visualizar a informação relativa às vendas não apenas em função do tempo e<br />
dos itens vendidos mas também em função da Localização em que a venda foi feita, seria necessário<br />
acrescentar à tabela acima uma terceira dimensão, obtendo-se assim uma série <strong>de</strong> tabelas diferentes 1 .<br />
Tabela 2 <strong>–</strong> Volume <strong>de</strong> vendas em função do tempo, tipo <strong>de</strong> item e localização [Han2001a]<br />
Tempo<br />
(trimestre)<br />
Entretenimento<br />
Localização = Vancouver<br />
Item<br />
Computador Telefone Segurança<br />
Q1 605k 825k 14k 400k<br />
Q2 680k 952k 31k 512k<br />
Q3 812k 1023k 30k 501k<br />
Q4 927k 1038k 38k 580k<br />
Tempo<br />
(trimestre)<br />
Entretenimento<br />
Localização = Montréal<br />
Item<br />
Computador Telefone Segurança<br />
Q1 818k 746k 43k 591k<br />
Q2 894k 769k 52k 682k<br />
Q3 940k 795k 58k 728k<br />
Q4 978k 864k 59k 784k<br />
1 Estas tabelas po<strong>de</strong>m ser representadas numa só pivot tabela, tal como se <strong>de</strong>screve mais adiante.<br />
14