O que é data warehouse?
Data warehouse, também chamado de armazém de dados ou apenas DW, é o repositório central que reúne dados de várias fontes em um único lugar, organizado para análise. O data warehouse copia informações do CRM, do e-commerce, das plataformas de anúncios e do analytics, padroniza tudo e guarda o histórico completo.
A necessidade nasce da fragmentação. Uma operação de marketing típica tem dados de mídia paga em uma plataforma, vendas em outra, e-mail em uma terceira e comportamento do site em uma quarta. Perguntas simples, como “qual canal traz os clientes de maior valor”, exigem cruzar todas essas fontes. O data warehouse existe para tornar esse cruzamento possível e repetível.
A estrutura é otimizada para consulta analítica. Enquanto o banco de dados operacional prioriza gravações rápidas de registros individuais, o data warehouse prioriza leituras de milhões de linhas de uma vez, agregações e comparações históricas. Serviços em nuvem, como o Google BigQuery, são exemplos de tecnologias usadas como data warehouse.
Como funciona na prática?
O data warehouse opera em um ciclo contínuo de três etapas:
- Ingestão: rotinas automatizadas extraem dados das fontes, como plataformas de anúncios, CRM e analytics, em geral uma vez por dia ou por hora.
- Modelagem: os dados brutos são limpos e transformados em tabelas de análise, com nomes padronizados, moedas unificadas e chaves que conectam as fontes entre si.
- Consumo: analistas consultam as tabelas com SQL e ferramentas de BI leem o warehouse para montar o dashboard da operação.
O ponto central é a fonte única de verdade. Quando o warehouse define, por exemplo, o que conta como “conversão” e como “receita”, todos os relatórios da empresa passam a usar a mesma régua, e as reuniões deixam de discutir qual número está certo.
Data warehouse vs data lake: qual a diferença?
| Aspecto | Data warehouse | Data lake |
|---|---|---|
| Estrutura | Dados modelados em tabelas prontas para análise | Dados brutos em qualquer formato |
| Momento da organização | Antes de armazenar ou logo após a ingestão | Na hora da leitura |
| Usuário típico | Analistas de negócio e ferramentas de BI | Engenheiros e cientistas de dados |
| Custo de preparo | Maior no início, menor no uso | Menor no início, maior no uso |
Veredito: o data warehouse entrega dados prontos para perguntas de negócio, e o data lake guarda tudo em estado bruto para usos ainda não definidos.
Exemplos de uso
- Um e-commerce consolida no warehouse os custos de mídia, os pedidos e o cadastro de clientes. Com isso, calcula que o canal de busca paga gera clientes com valor médio de R$ 900 em doze meses, contra R$ 400 do canal de display. Números hipotéticos.
- Uma rede de clínicas cruza dados de agendamento com origem de campanha e descobre quais anúncios trazem pacientes que de fato comparecem.
- Uma empresa B2B unifica CRM e automação de e-mail no warehouse e passa a medir o tempo real entre o primeiro toque e o fechamento do contrato.
Erros comuns
- Montar o warehouse sem definir as perguntas de negócio que ele precisa responder.
- Pular a etapa de modelagem e despejar dados brutos, o que transforma o warehouse em um data lake desorganizado.
- Não documentar as definições de métricas, deixando cada analista calcular conversão de um jeito.
- Ignorar custos de consulta em serviços de nuvem, onde consultas mal escritas sobre tabelas grandes saem caras.
- Esquecer a LGPD ao copiar dados pessoais de vários sistemas para um repositório central.
Perguntas frequentes sobre data warehouse
Minha empresa precisa de um data warehouse?
Depende do volume e da fragmentação dos dados. Se os relatórios exigem cruzar três ou mais fontes com frequência, se as planilhas de consolidação consomem horas da equipe ou se cada área reporta números diferentes para a mesma métrica, o data warehouse resolve um problema real. Operações pequenas com uma ou duas fontes podem esperar.
Qual a diferença entre data warehouse e banco de dados?
O banco de dados operacional sustenta sistemas em funcionamento, gravando e lendo registros individuais em tempo real. O data warehouse consolida cópias históricas de vários bancos e fontes, otimizado para consultas analíticas sobre milhões de linhas. Os dois convivem: a operação roda nos bancos e a análise roda no warehouse.
Quanto custa manter um data warehouse?
O custo varia com o volume de dados, a frequência de atualização e o serviço escolhido. Serviços em nuvem costumam cobrar por armazenamento e por volume de dados processado nas consultas, o que permite começar pequeno. Os custos relevantes incluem também a engenharia para construir e manter as rotinas de ingestão e modelagem.