Modelagem de Dados - Data Analytcs

No Bootcamp de Power BI Analytics está destacando a importância da modelagem de dados.

Esse processo envolve criar uma estrutura que descreve como os dados são armazenados, organizados e relacionados dentro de um sistema. A modelagem de dados é essencial para garantir que os dados sejam consistentes, acessíveis e utilizáveis para análise e tomada de decisões.

Utilizamos o SQLDBM para a prática, essa ferramenta é poderosa na criação e documentação de estruturas de banco de dados, tornando o processo mais visual, colaborativo e eficiente. 

Tipos de Modelagem de Dados 

1. Star Schema (Esquema em Estrela) ⭐ 

Consiste em uma tabela de fatos central conectada a várias tabelas de dimensões. A tabela de fatos armazena dados quantitativos (medidas), enquanto as tabelas de dimensões armazenam dados descritivos (atributos).

Vantagens: Simplicidade e eficiência em consultas, pois minimiza o número de joins necessários.

Uso: Ideal para data warehouses e ferramentas de BI (Business Intelligence) como o Power BI1.

2. Snowflake Schema (Esquema em Floco de Neve) ☃

Similar ao Star Schema, mas as tabelas de dimensões são normalizadas em subdimensões, criando uma estrutura mais complexa e ramificada.

3. Constellation Schema (Esquema de Constelação) 🌌

Também conhecido como Galaxy Schema, consiste em múltiplas tabelas de fatos que compartilham dimensões comuns.

Qual é mais indicado para Análise de Dados? 📊 

Para a maioria das análises de dados, o Star Schema é geralmente o mais indicado devido à sua simplicidade e eficiência em consultas. Ele facilita a criação de relatórios e dashboards rápidos e intuitivos, sendo amplamente adotado em data warehouses e ferramentas de BI.