A abordagem Top-Down e Bottom-Up no Data Warehouse

Normalmente as soluções de Business Intelligence (BI) dependem da estrutura do Data Warehouse (DW) para suportar as informações que possuem valor para a tomada de decisão empresarial. O DW contempla uma série de etapas e procedimentos para o seu desenvolvimento. Atividades que vão desde o levantamento dos requisitos até a disponibilização para o usuário final.

Atualmente muitas são as decisões necessárias para iniciar um projeto de BI, do tipo: quais ferramentas serão utilizadas? Qual a infraestrutura que será necessária? Quem serão os participantes do projeto? Enfim, são inúmeras as dúvidas e perguntas.

Mas, se tratando da estratégia de construção, qual abordagem utilizar? Top-down ou bottom-up? Essas abordagens são utilizados em várias áreas para o ordenamento do conhecimento para o desenvolvimento de projetos e soluções.

Leia também: Business Intelligence: a espinha dorsal dos sistemas de TI

Na perspectiva do DW, as diferenças entre as abordagens se deve ao posicionamento que o Data Mart desempenha no processo de construção. O Data Mart se trata da divisão do DW em subconjuntos delineados por assuntos específicos.

Na verdade a escolha da abordagem apropriada possui impasse até no âmbito da literatura. Grandes autores do universo do DW, como Bill Inmon e Kimball, divergem quanto a melhor estratégia de implementação. Inmon é defensor da abordagem top-down e Kimball da bottom-up.

No desenvolvimento bottom-up os Data Marts são derivados do DW. Já no top-down, o DW é derivado dos Data Marts. O top-down possui visão geral que vai do alto nível ao mais detalhado. Ao passo que o bottom-up vai do menor ao maior nível.

Na prática, o modelo top-down se demonstra complexo e com grandes chances de fracasso. Primeiro que essa abordagem requer uma visão geral da solução e possui grande abrangência, onde requer a construção completa do DW para a disponibilização posterior dos Data Marts. Esse método é indicado apenas onde todo o escopo é facilmente compreendido e simples de ser implementado.

Já o bottom-up visa o “dividir para conquistar”. Em projetos onde é difícil enxergar os limites e complexidades, se torna importante a construção incremental dos Data Marts até se chegar ao DW. Esse é o método que, na prática, tem melhores resultados, já que dessa forma o projeto tem o desenvolvimento evolutivo e possui menores riscos.

Leia também: Conhecendo a arquitetura de Data Warehouse

O bottom-up também possibilita um retorno mais rápido, já que a estrutura poderá ser utilizada pela organização antes mesmo de se completar a construção do DW. Isso ajuda na amortização do impacto cultural, proporcionando uma familiarização antecipada com a nova forma de tomada de decisão através da solução de BI. Com isso, o usuário poderá ter uma melhor visão da sistematização do produto, facilitando o acompanhamento do desenvolvimento dos próximos Data Marts.

Portando, no âmbito do DW, o bottom-up demonstra ser o mais apropriado a ser utilizado como abordagem de construção em projetos de BI. O top-down é uma exceção e, como toda exceção, só deve ser usado quando os seus benefícios superarem a expectativa gerada pela alternativa, que neste caso é o bottom-up.