O que é um data warehouse lógico?

Um data warehouse lógico (LDW) é uma arquitetura de gerenciamento de dados na qual uma camada arquitetônica fica em cima de um armazém de dados tradicional, permitindo o acesso a diversas fontes de dados, enquanto aparece como uma fonte de dados “lógica” para os usuários. Essencialmente, é uma arquitetura de dados analíticos que otimiza fontes de dados tradicionais (bancos de dados, data warehouses corporativos, data lakes, etc.) e outras fontes de dados (aplicativos, arquivos de big data, serviço da web e nuvem) para atender a todos os usos analíticos caso. O termo foi cunhado em 2009 e continua ganhando força no mercado à medida que a complexidade dos dados se torna um problema crescente para muitas empresas.

O data warehouse lógico está sendo chamado de próxima geração de armazém de dados com a capacidade de atender às crescentes necessidades de gerenciamento de dados das empresas. Combinando vários mecanismos e várias fontes de dados em toda a empresa, os componentes lógicos do data warehouse podem ser combinados em um lugar logicamente em vez de fisicamente. O LDW moderno avançou para oferecer suporte à ampla variedade de fontes de dados, plataformas de dados e casos de uso de negócios disponíveis atualmente. Ele ajuda as organizações a reinventar digitalmente, habilitar análises de streaming em tempo real e otimizar operações com tomadas de decisão mais inteligentes e baseadas em dados.

Quais são os benefícios de um data warehouse lógico?

Atenda às demandas de dados em evolução

A abordagem de data warehouse lógico permite que as empresas atendam aos requisitos de dados em evolução enquanto aproveitam os investimentos existentes em abordagens físicas, como data warehouses, data marts, sandboxes, data lakes e outros. Como uma abordagem de vários mecanismos, o data warehouse lógico permite que as empresas atendam a todos os seus diversos requisitos de análise. É importante observar que esses diferentes componentes (data warehouses empresariais, data lakes, data marts, etc.) não são mutuamente exclusivos e podem, na verdade, complementar-se em uma abordagem de gerenciamento estratégico de dados. O data warehouse empresarial (EDW), por exemplo, não acabou. Ele ainda serve para gerenciar os dados de uma empresa, mas agora faz parte de um todo maior - o data warehouse lógico.

O data warehouse lógico garante que sua estratégia analítica seja ágil e flexível para novas demandas de dados. Ele evita que sua equipe fique presa a uma tecnologia ou abordagem, não importa como o mercado mude no futuro. Isso remonta ao design complementar dos diferentes componentes mencionados anteriormente. As empresas podem tomar decisões sobre quais componentes usar para diferentes tarefas de gerenciamento de dados para atender aos seus requisitos. Conforme a empresa cresce e novos dados são gerados, a camada de virtualização de dados pode incorporar essas novas fontes de dados sem interromper os processos existentes.

Modernize sua abordagem de dados

Um data warehouse lógico permite que as empresas modernizem sua abordagem de dados e arquitetura analítica, implantando uma arquitetura comum de gerenciamento de dados analíticos em todos os seus diversos tipos de dados, tecnologias, usuários e casos de uso. O data warehouse lógico permite que uma empresa responda a perguntas sobre o negócio, analise o desempenho passado e preveja resultados futuros, incorporando todos os seus dados em várias fontes. Além disso, o LDW pode ajudar uma empresa a dimensionar sua estratégia de gerenciamento de dados conforme ela cresce, começando com seus dados atuais e facilmente adicionando ou alterando o design conforme as prioridades mudam. Essa abordagem dinâmica é a chave para qualquer solução moderna de gerenciamento de dados.

Capacite os consumidores de dados

A abordagem LDW também ajuda a capacitar usuários de vários níveis de habilidade, tornando os dados mais fáceis de encontrar e entender. O data warehouse lógico pode melhorar a produtividade de todos os usuários integrando todas as fontes de dados, incluindo fontes de streaming, em uma fonte “lógica” abrangente. Isso permite o acesso compartilhado aos dados em toda a organização, permitindo que diferentes equipes de negócios façam suas próprias análises. Por sua vez, as empresas podem tomar melhores decisões com base em uma compreensão consistente de seus dados em todos os departamentos e equipes.

Com uma diversificação cada vez mais maior de dados disponíveis, o data warehouse lógico se tornou ainda mais necessário desde sua criação. Ele fornece uma tecnologia ou ferramenta para coletar e consolidar todos os dados de uma organização, incluindo dados históricos, e realizar análises unificadas que nenhum sistema poderia fazer sozinho. O LDW concede a muitos consumidores de dados diferentes a capacidade de usar serviços de dados confiáveis e reutilizáveis. Dessa forma, ao democratizar o acesso aos dados de uma organização, ele permite análises de autoatendimento garantindo consistência e precisão nos dados usados pela empresa.

Características comuns de um data warehouse lógico

Como o data warehouse lógico evoluiu desde 2009, sua finalidade fundamental não mudou, mas suas características principais cresceram e se adaptaram aos requisitos da empresa. As ferramentas LDW modernas agora geralmente incluem as seguintes características:

• Acesso ao aplicativo por meio de uma única interface
• O data warehouse empresarial existente permanece
• Contém um ou mais data lakes como repositórios
• Usa um armazenamento de dados operacionais (ODS)
• Garante a consistência com data marts
• Define metadados e políticas de governança

Casos de uso de data warehouse lógico

Quase qualquer empresa ou setor poderia se beneficiar ao conectar todos os seus dados e permitir o acesso em toda a organização para uma melhor análise e tomada de decisão. A seguir estão apenas alguns dos casos de uso em que o LDW pode ser aplicado:

• Gerenciamento de riscos
• Monitoramento de KPIs
• IoT edge analytics
• Análise preditiva
• Mineração de dados
• Análise de autoatendimento