Compartilhe. Desmistificando o BI Conceitos, estruturas e principais ferramentas

Transcrição

1 Desmistificando o BI Conceitos, estruturas e principais ferramentas

2 INTRODUÇÃO Compartilhe Este e-book tem a intenção de trazer algumas informações básicas sobre BI, características de tipos de arquitetura, problemas enfrentados em projetos de BI, conceitos básicos. A intenção não foi desenvolver um material detalhado ou muito técnico, esperamos que nosso e-book possa esclarecer para você alguma eventual duvida ou até lhe trazer informações importantes para uma possível tomada de decisão. Para maiores informações procure a DBC Company.

3 SUMÁRIO Entre em contato com a gente: [ 04 ] [ 05 ] O que é Business Intelligence Conceito de BI [ 11 ] Ferramentas dbccompany.com.br comercial@dbccompany.com.br [ 14 ] [ 15 ] Problemas em Projetos de BI Arquiteturas de Business Intelligence

4 O que é Business Intelligence Compartilhe Um conjunto de conceitos, métodos e recursos tecnológicos que habilitam a obtenção e distribuição de informações geradas a partir de dados operacionais, históricos e externos, visando proporcionar subsídios para a tomada de decisões gerenciais e estratégicas. Gartner Group

5 Conceito de BI Business Intelligence, que pode ser traduzido como Inteligência de Negócios, é um conjunto de metodologias de gestão implementadas através de ferramentas de software, cuja objetivo é proporcionar ganhos nos processos decisórios das organizações. Baseando-se principalmente na capacidade analítica das ferramentas que integram em um só lugar todas as informações necessárias ao processo decisório. Metodologias = Processos Implementação = Técnicas Ferramentas = Softwares Transformar dados em informação não é uma ferramenta, é um conceito. DADOS TRANSFORMADOS EM INFORMAÇÃO CONHECIMENTO INSTRUMENTO DE INTELIGÊNCIA

6 Conceito de BI Resumo Melhorar a gestão do negócio, agindo de forma pró-ativa aos problemas, sem subjetividade. Objetivo: Redução de custos Aumento de produtividade Lucratividade Afinal, quando usar BI na prática? Evitar a construção manual de relatórios gerenciais Minimizar os achismos (subjetividade) Unificar dados de áreas diferentes para geração de KPI globais da empresa (ou até dados externos) Não reconhecer o perfil do meu cliente e quero melhorar o relacionamento (CRM) Não tenho acesso a dados confiáveis com agilidade (minutos)

7 A imagem abaixo é bastante clássica na literatura, e tem por objetivo ilustrar de forma conceitual a estrutura e a lógica de um projeto de BI, da seguinte maneira A Dia a dia da Empresa As pessoas de uma organização têm suas tarefas diárias, seu operacional. Estas pessoas demandam e geram informações para a empresa, sejam em relatórios oficiais, planilhas auxiliares, informações externas, ou qualquer outras fontes de informação. Mas são estas informações que fazem andar a empresa, elas são o Imput para um projeto de BI, sou seja, geralmente o usuário irá lhe apresentar os relatórios que ele necessita, que são importantes, que a alta gerência ou diretoria necessitam para tomada de decisões; B Registros Estas informações estão armazenadas nas mais diferentes origens de dados, podem ser próprias da empresa ou ainda em fontes externas Para a informação ser colocada e disponibilizada em um projeto de BI, precisa-se identificar onde ela está; Engrenagens Representam o processo de extrair os dados, transformá-los e carregar para o BI; C Estratégia da empresa Simbolizada por um cubo. Estas informações serão armazenadas e disponibilizadas de forma a responder os questionamentos feitos pelo usuário para a ferramenta. Deve refletir a estratégia da empresa, a forma da empresa pensar e se posicionar no mercado. Veja a imagem na próxima página

8 Conceito de BI Conceito de um projeto de BI A B C Dia-a-dia da empresa Ações da empresa Registros Dados ERP Estratégia da Empresa Informação OUTROS DW

9 Conceito de BI Nomenclaturas utilizadas em projetos de BI Voltar Cada sistema de business intelligence (BI) tem um objetivo específico, que deriva dos objetivos da organização e de sua estratégia, seja ela de curto, médio ou longo prazo. Este é o principal motivo pelo qual projetos de BI precisam ser customizados, feito sob medida para a organização, pois a estratégia de cada empresa é única. Indicadores - Key Performance Indicators É uma métrica financeira ou não que avalia os fatores de sucesso da organização. Data Warehouse (DW) Banco de dados voltado para consulta. A estrutura da base de dados favorece para que possam ser feitos relatórios e análise de grandes volumes de dados. O processamento de dados em um DW é sempre referenciado como Online Analytical Processing (OLAP) ou Processo Analítico em Tempo Real, em contraste com o Online Transaction Processing (OLTP) usado para armazenar as operações de negócios. Outra característica do data warehouse é que os dados não são voláteis, ou seja, eles não mudam. Data Mining Descoberta de padrões/tendências sobre DW. Processo não trivial de identificar, em dados, padrões válidos, novos, potencialmente úteis e ultimamente compreensíveis. Existem ferramentas e algorítmos específicos para apoiar neste processo. BSC Balanced Scorecard metodologia de medida desempenho. OLAP Online Analytical Processing CUBO / Performance. Nessas ferramentas de navegação é possível em diferentes níveis de granularidade (detalhamento) de um

10 Conceito de BI Nomenclaturas utilizadas em projetos de BI cubo de dados. Este processo é chamado de Drill que pode ser aumentado pelo usuário (Drill down) ou diminuído (Drill up). ETL Processo de extração, transformação e carga de dados: Extract, Transform & Load. Este processo tem o objetivo de levar o dado da sua origem para o DW. Geralmente este processo é o que mais consome tempo em um projeto de BI, esta fase deve ser bem analisada e homologada por profissionais com função específica de análise de negócios, pois aqui serão definidos claramente quais informações são relevantes e que farão parte dos dados que vão alimentar o Data Warehouse de forma concisa e confiável. Big Data dados mais variados e menos estruturados que DW Ferramenta: Hadoop Dados: Dados redes sociais + Pesquisas Google

11 Ferramentas Compartilhe Anualmente, o Gartner Group apresenta um relatório chamado Quadrante Mágico, onde estão presentes as mais relevantes plataformas de softwares corporativos na área de inteligência de negócio. Este relatório é dividido em quatro grupos de acordo com vários critérios de avaliação. De acordo com a pontuação obtida em cada um dos eixos, os fornecedores são classificados como líderes (quadrante superior direito), visionários (quadrante inferior direito), desafiadores (destaque para capacidade de execução quadrante superior esquerdo), ou fornecedores de nicho (quadrante inferior esquerdo). De fato, estar presente em qualquer um desses quadrantes já indica que essas empresas são referências mundiais em relação ao uso desse tipo de solução Tableau Qlik Microsoft Microstrategy Fonte: Gartner Group

12 Facilitamos tudo para você! Com base na experiência de profissionais de BI da DBC e próprias referências autônomas da internet, montamos um comparativo de algumas das principais ferramentas disponíveis no mercado e classificamos estas ferramentas quanto a características que se esperam em uma ferramenta de BI. Agile Analytics System of Record Business Intelligence Big Data Analytics Mobile & Cloud Clique para ampliar! Quick Data Access Visual Data Discovery Quick Dashboards Collaboration and Sharing Production Reports Production Dashboards Other BI Styles Security and Metadata Control Performance and Scale Administration Data Connectors Multisource Data Access Advanced Analytics Mobile Analytics Cloud Deployment(Paas SaaS) SAP BO IBM Cognos Microstrategy Oracle OBIEE Qlikview SAS VA Microsoft Analysis Tableau Fonte: BIscorecard

13 Ferramentas Agile Analytics System of Record Business Intelligence Big Data Analytics Mobile & Cloud Quick Data Access Visual Data Discovery Quick Dashboards Collaboration and Sharing Production Reports Production Dashboards Other BI Styles Security and Metadata Control Performance and Scale Administration Data Connectors Multisource Data Access Advanced Analytics Mobile Analytics Cloud Deployment(Paas SaaS) SAP BO IBM Cognos Microstrategy Oracle OBIEE Qlikview SAS VA Microsoft Analysis Tableau Fonte: BIscorecard

14 Problemas em Projetos de BI Compartilhe Palavra de Mestre BI não falha por problemas tecnológicos, mas porque algo está errado no processo. Gartner Group Principais problemas encontrados em projetos 1. Requisitos pouco claros 2. Dados incorretos ou incompletos 3. Usuários finais envolvidos tardiamente 4. Alto custo e demora nas entregas 5. Falta de gestão (mudanças principalmente) 6. Ferramenta de BI vista como o Solução dos Problemas 7. Dificuldade de uso ou falta apelo visual 8. Apelo por pacotes prontos, não customizados

15 Arquiteturas de Business Intelligence Compartilhe ERP E Arquitetura Clássica CRM Fontes Internas T L DataWarehouse DM Vendas DM Prod. DM Produção MKT DM RH Relatório SIE DataMining OLAP Fontes Externas Veja um exemplo de estrutura Data Mart!

16 Arquiteturas de Business Intelligence PK DimCliente CodCliente NomeCliente CodCidade NomeCidade CodEstado NomeEstado PK DimProduto CodProduto NomeProduto CodMarca DescrMarca PK PK,FK1 PK,FK2 PK,FK3 PK,FK4 PK,FK5 PK,FK6 FatoVendas PK NrNota CodProduto CodCliente CodPromocao CodData CodVendedor CodLoja QtdVendida VlVendido DimPromocao CodPromocao NomePromocao PK DimLoja CodLoja NomeLoja CodCidade NomeCidade CodEstado NomeEstado Data Mart Vendas Veja um exemplo da estrutura de DM de vendas! DimVendedor PK CodVendedor NomeVendedor PK DimTempo CodData Data DiaSemana Feriado

17 Arquiteturas de Business Intelligence Características da Arquitetura Clássica Possui banco de dados de Data Warehouse (DW) separado do Transacional Modelagem Tradicional (Star Schema ou Snowflake) Necessita de programas de carga (PL/SQL, ferramenta proprietária) para alimentar o DW Ciclo de desenvolvimento mais longo (fases de levantamento, análise, documentação, desenvolvimento, testes, homologação, deploy em produção) Conduzida pela equipe da TI, que conduz o processo, entrega para área usuária e treina TI Produz indicadores/kpi corporativos e alinhados com toda empresa

18 Arquiteturas de Business Intelligence Compartilhe Arquitetura Self-Service ERP Redes Sociais, Sensores, Streaming, Real time e Big Data Flat e departamental Cubos in-memory

19 Arquiteturas de Business Intelligence Características da Arquitetura Self-Service Não possui banco de dados de Data Warehouse (DW) separado do Transacional tudo feito in-memory pela ferramenta Não necessita de programas de carga de dados (processo de carga é embutido na atualização dos dados) Ciclo de vida curto/enxuto Parte das necessidades do cliente Conduzida pela área usuária 80% independente de TI. TI é acionada apenas como provedor geral de fontes de dados TI Produz indicadores/kpi corporativos e alinhados com toda empresa Alinhado com Cloud e Software como serviço (SaaS) Ferramentas amigáveis e gráficas

20 Arquiteturas de Business Intelligence Características da Arquitetura Híbrida 80% Dependente 80% Indepentente Departamento especializado Análise Uso e otimização Tarefas de departamentos especializados. Tarefas de departamentos especializados em TI. Relatórios Construção e Projeto Dados Procurement and Provision Construção otimizada de relatórios Tarefas de TI

21 Arquiteturas de Business Intelligence No BI tradicional, a TI é responsável por 80% da construção da Data Warehouse e disponibilização dos relatórios/dashboards. A maioria da comunidade de usuários finais apenas acessa as informações pré-prontas e uma pequena parcela de usuários, conhecidos como Analistas de dados, produz consultas adhoc baseadas em cubos. Características da Pirâmide normal - BI Normal 80% Dependente Análise Uso e otimização Departamento especializado Relató Constru Proje Tarefas de departamentos especializados em TI. Proc P

22 Arquiteturas de Business Intelligence Características da Pirâmide Invertida - BI Sef-Service Na arquitetura self-service, A TI funciona como um Provedor de dados brutos, acessando os sistemas ERP da empresa e disponibilizando macro-informações na forma de cubos ou visões. A comunidade usuária tem um papel mais importante na criação de relatórios e dashboards e a figura do Analista de dados é mais importante na organização. Atualmente, o papel de Cientista de dados vem ganhando força neste cenário, que é uma pessoa especialista em matemática, estatística e processos da organização. Este é um hard user do BI self-service, demandando para a TI apenas a tarefa de prover dados brutos dos mais diferentes sistemas operacionais. 80% Dependente 80% Indepentente Análise Uso e otimização Relatórios Construção e Projeto Dados Procurement and Provision Tarefas de departamentos especializados. Construção otimizada de relatórios Tarefas de TI

23 dbccompany.com.br (51)