Dissertação
Modelo de Data Warehouse analítico independente das fontes de dados transacionais EVALUATED
O crescimento exponencial dos volumes de dados e a elevada dependência dos Data Warehouse (DW) em relação aos sistemas fonte continuam a representar desafios estruturais significativos para as organizações. Esta dissertação propõe um modelo analítico híbrido de Data Warehouse independente das fontes transacionais, concebido para aumentar a robustez, escalabilidade e automatização dos processos de integração de dados. A investigação segue uma abordagem metodológica mista, combinando a Revisão Sistemática da Literatura (Systematic Literature Review – SLR) com a Investigação-Ação (Action Research – AR). A SLR permitiu identificar lacunas nas abordagens tradicionais e fundamentar teoricamente a necessidade de uma arquitetura orientada por metadados. A AR, aplicada num contexto organizacional real, possibilitou a conceção, implementação e validação prática do modelo proposto. A solução desenvolvida baseia-se numa arquitetura em camadas (Bronze e Silver), apoiada nos princípios do Data Vault 2.0 (DV2) e num repositório central de metadados que automatiza os processos de extração, transformação e carregamento (ETL). A implementação, realizada em Microsoft SQL Server 2022, demonstrou ganhos significativos de desempenho e eficiência, com redução no tempo total de carga e melhoria na consistência informacional. Os resultados confirmam que a adoção de um modelo híbrido, orientado por metadados, reduz a dependência estrutural dos sistemas fonte, melhora a rastreabilidade, aumenta a agilidade na integração e reforça a governação de dados. Este trabalho contribui para o avanço do conhecimento no domínio dos Data Warehouse automatizados e para a adoção de práticas sustentáveis de gestão e conformidade de dados em organizações complexas e reguladas.
novembro 24, 2025, 17:0
Documentos da dissertação ainda não disponíveis publicamente
Orientação
