# Introdução ao OLAP: Conceitos e Aplicações
## O que é OLAP?
OLAP (Online Analytical Processing) é uma tecnologia que permite a análise
multidimensional de dados empresariais, fornecendo suporte avançado para tomada de
decisões. Ao contrário dos sistemas OLTP (Online Transaction Processing) que são
voltados para operações diárias, o OLAP foca na análise histórica e estratégica.
## Motivação para usar OLAP
1. **Desafios dos tomadores de decisão**:
- Necessidade de informação certa, no formato certo e no momento certo
- Exemplo de citação: "Nós temos montanhas de dados nesta empresa mas não temos
acesso aos mesmos"
2. **Vantagens do Business Intelligence**:
- Fidelização de clientes
- Otimização de recursos
- Melhoria de produtos e serviços
- Análise financeira e de mercado
## Conceitos Fundamentais
### Ambientes de Informação
1. **OLTP**:
- Operacional
- Leituras e escritas frequentes
- Dados normalizados
- Foco em transações
2. **Data Warehouse**:
- Histórico
- Somente leitura
- Dados limpos e integrados
- Escopo amplo
3. **OLAP**:
- Analítico
- Estrutura multidimensional
- Dados agregados
- Suporte a cálculos complexos
### Modelagem Multidimensional
- **Dimensões**: Eixos de análise (ex: tempo, produto, região)
- **Medidas**: Valores quantitativos analisados (ex: vendas, custos)
- **Fatos**: Eventos de negócio (ex: venda de um produto)
- **Hierarquias**: Níveis de detalhamento (ex: ano → mês → dia)
## Operações OLAP
1. **Drill-down**: Detalhar informações (ex: de vendas anuais para mensais)
2. **Drill-up**: Consolidar informações (ex: de vendas diárias para mensais)
3. **Slice and Dice**: Filtrar e reorganizar dados por diferentes perspectivas
## Arquiteturas OLAP
1. **MOLAP**: Armazenamento em estrutura multidimensional proprietária
2. **ROLAP**: Utiliza banco de dados relacional
3. **HOLAP**: Combinação híbrida das duas abordagens
## Modelagem de Dados
1. **Star Schema**: Tabela de fatos central conectada a tabelas de dimensões
2. **Snowflake Schema**: Dimensões normalizadas em múltiplas tabelas
## Processo de Carga no DW/OLAP
1. Extração de dados dos sistemas OLTP
2. Transformação e limpeza
3. Carga no Data Warehouse
4. Agregação para cubos OLAP
## Perguntas para Reflexão
- Como escolher entre MOLAP, ROLAP ou HOLAP?
- Qual banco de dados é mais adequado?
- É possível implementar soluções OLAP de pequeno porte?
- Por que separar o DW dos sistemas operacionais?
O OLAP é essencial para transformar dados brutos em informações estratégicas,
permitindo análises complexas através de uma visão multidimensional dos negócios.