Núcleo de Pós Graduação Pitágoras
|
|
- Bernadete Amado Chagas
- 7 Há anos
- Visualizações:
Transcrição
1 Núcleo de Pós Graduação Pitágoras Desafios da TI Ambiente Ferramentas de Interativo Interatividade MBA Gestão em TI T6 Disciplina: Gestão do Conhecimento e de Conteúdos Acesso aos Dados Inteligência nos Negócios (BI) Professor: Fernando Zaidan Novembro WEB Dados da Organização Dados Externos 1 Cenários anteriores Ilhas de Informação Sistemas legados; Banco de Dados cheios e que não agregavam valor; Sem suporte à decisão; Sistemas particionados (ilhas de informação); Vale a pena acumular dados sem analisá-los? 1
2 Tomada de Decisão Modelo de Vroom e Yetton Árvore de Decisão Decisão é o ato ou efeito de determinar ou resolver questões, solucionar, dar deliberação, dar sentença ou ter preferência; Ação explícita neste ato de decidir ser humano como o elemento que dará a palavra final em uma decisão; A tomada de decisão é algo bem mais complexo, sofrendo interferências de variáveis e de fatores internos e externos e o envolvimento de diversos atores que participam do processo organizacional. As características do problema são apresentadas em forma de perguntas Figura: Modelo de decisão de Vroom. Fonte: VROOM, Qual dos processos de decisão deveria ser usado para alcançar, uma decisão de qualidade, que será considerada aceitável Incertezas, riscos e confiança Business Intelligence? Em decisões gerenciais existem componentes de incerteza e desconhecimento que conduzem os indivíduos a fazerem escolhas correndo riscos; Ao assumir um risco, o indivíduo confia que sua escolha é a mais adequada e acertada, mesmo que ainda tenha incertezas sobre seu ato; Confiança mecanismo que impulsiona a decisão, oferecendo segurança aos atores responsáveis por ela. 2
3 BI BUSINESS INTELLIGENCE BI CARLOS BARBIERI - * Slides confeccionados pelo autor. GERÊNCIA DE RELACIONAMENTO EMPRESARIAL O Ambiente de BI ALTA GERÊNCIA CLIENTE CRM CI BUSINESS INTELLIGENCE KMS INTEGRAÇÃO(EAI) BSC PRM FORNECEDOR/ PARCEIROS Fontes de dados operacionais Serviços de transformação de dados Fontes de dados operacionais Base de dados Gerencial Dados por Assunto INTERNET B 2 C B2B Informações RELACIONAMENTO COM CLIENTE OUTROS ERP SISTEMAS Fonte: * C. Barbieri RELACIONAMENTO COM FORNECEDORES E PARCEIROS Tomada de Decisão Análise 3
4 Ferramentas e Técnicas de BI Business Intelligence Conjunto de ferramentas e técnicas que objetivam dar suporte à tomada de decisões; BI extrai grandes quantidades de dados e os analisa de forma eficiente, para que sejam transformados em informações e possam ser compartilhados de forma clara e transparente, auxiliando as tomadas de decisões e melhorando o desempenho gerencial e operacional. Benefícios do BI Alinhar projetos de tecnologia com as metas estabelecidas pelas empresas na busca do máximo retorno do investimento; Ampliar a compreensão das tendências dos negócios, propiciando melhor consistência no momento de decisão de estratégias e ações; Facilitar a identificação de riscos e gerar segurança para migração de estratégias; Permitir um planejamento corporativo mais amplo, substituindo soluções de menor alcance por resultados integrados pela informação consistente; Benefícios do BI Gerar, facilitar o acesso e distribuir informação de modo mais abrangente para obter envolvimento de todos os níveis da empresa; Ligar e consolidar dados de diferentes sistemas de modo a oferecer um visão comum do desempenho da empresa; Automatizar tarefas eliminando os erros ao colocar as pessoas no fim dos processos; Oferecer dados estratégicos para análise com um mínimo de atraso em relação a uma transação; 4
5 Aplicativos Operacionais x BI Aplicativos Operacionais Visão do atual e do real Solução para requisitos conhecidos Abrangência restrita Informação produzida por profissionais de informática Custo e tempo para obtenção da informação altos Informação disponível a poucos usuários Business Intelligence Visão histórica e de tendência Permitir a identificação de fatos desconhecidos Abrangência ampla Informação produzida pelo próprio usuário Informação obtida com baixo custo e em tempo real Informação democratizada PODER DA INFORMAÇÃO-BI Tratar bem dos dados: Dado como recurso Dados entendidos Dados estruturados Dados modelados Dados segmentados Dados disponibilizados Dados protegidos Instrumento de inteligência nos negócios Fonte: C. Barbieri MUITOS DADOS CONTROLE ALTO POUCA INFORMAÇÃO ACESSO ÀS INFORMAÇÕES ERP DITADURA BI (+) CONTROLE (-) DADOS EM CERTO VOLUME CONTROLE RELATIVO POUCA INFORMAÇÃO SL VAZIO/ ISOLAMENTO BI DEMOCRATIZAÇÃO CAOS (-) ACESSO (+) Fonte: C. Barbieri C/S MUITOS DADOS CONTROLE BAIXO POUCA INFORMAÇÃO CONSULTAS PADRÕES Listar todos os clientes que tiveram um decréscimo de consumo de 20% ou + na conta de energia ANÁLISES MULTIDIMENSIONAIS LISTAR TODOS OS Clientes DO TIPO residencial QUE TIVERAM CONSUMO ENTRE 400 E 500 kwh NA REGIÃO sul, DURANTE O PERÍODO de MAIO A JULHO DE 2000 DATA MINING Listar quais Clientes tem > probabilidade de responder a campanha de redução Fonte: C. Barbieri 5
6 Introdução Data Warehouse Introdução Data Warehouse A teoria de banco de dados foi difundida e está disponível há alguns anos Álgebra Relacional SGBD Relacional. Nesta teoria os dados eram armazenados com o propósito maior de realizar operações transacionais, sejam em tempo real, sejam em um intervalo de tempo programado. Mas também eram utilizados, em menor frequência, para a execução de processos analíticos. Na década de 70 no Instituto de Tecnologia de Massachusetts, MIT, estudos eram realizados com o objetivo de desenvolver uma arquitetura que tivesse mais eficácia aos objetivos dos sistemas de informação. Surgiu, pela primeira vez, a necessidade de separar sistemas operacionais e aplicações analíticas criando-se o princípio de separar este dois tipos de processamento em projetos e armazém de dados distintos. Por isto, Hainsten (1999) credita a este período o surgimento do conceito de data warehouse. Introdução Data Warehouse Introdução Data Warehouse Para Ballard e Herreman (1998) e Teresko (1999) o conceito surgiu no início da década de 80 quando os sistemas gerenciadores de banco de dados (SGBD) apareceram como facilitadores da computação de dados, e consequentemente, facilitadores a tomada de decisão. Teresko (1999) expõem que Inmon é o pai do Data Warehouse, isto pelo fato de Inmon ter observado que os dados poderiam ser organizados em um ativo corporativo que o mesmo nomeou de Data Warehouse. A criação de um data warehouse é para a integração dos dados de toda a corporação. Proporcionando, ao invés de investir em diversas aplicações de inteligência do negócio, um foco em ferramentas analíticas e técnicas em um repositório integrado de dados transacionais do negócio. 6
7 Introdução Data Warehouse Definições DW O Data Warehouse é o centro da arquitetura para os sistemas de informação na década de 90. História do Data Warehouse: Um Data Warehouse é um repositório de informações integradas, disponíveis para análises e consultas. Dados e informações são extraídos de fontes heterogêneas de onde elas são geradas. A principal vantagem é que se torna muito mais fácil e eficiente rodar consultas sobre esses dados que sobre os sistemas originais.. (INMON,1997). Data Warehouse é uma coleção de dados orientada por assuntos, integrada, variante ao tempo, e não volátil, que tem por objetivo dar suporte aos processos de tomada de decisão. (INMON,1997). Termos do DW Termos do DW Orientado por assunto, a primeira característica do armazém de dados é que ela é orientada em torno dos grandes assuntos da empresa. Exemplo: uma instituição financeira na qual existem aplicações como empréstimo, poupança e cartão de crédito. E o data warehouse é organizado sobre os principais assuntos como cliente, vendedor, produto e atividade. Integrado, os dados encontrados dentro do armazém de dados serão sempre, sem possibilidades de exceção, íntegros. A integração pode ocorrer ao consistir nomes, consistir medidas de variáveis, consistir estrutura de dados, consistir atributos físicos de dados, e assim por diante. Não volátil, existem dois tipos de carga que ocorrem no data warehouse, a carga inicial dos dados, e o acesso aos dados. Atualizações não ocorrem no data warehouse. Diferentemente, no ambiente operacional, inclusões, exclusões e alterações ocorrem com freqüência nos registros. 7
8 Termos do DW Variante no tempo, os dados no Data Warehouse podem ser apresentados em tempos determinados. Em contrapartida nos sistemas operacionais espera-se que os dados sejam a representação exata do tempo no momento do acesso. O tempo representado no horizonte de dados de um Data Warehouse são de vários anos. A variação no tempo nos dados de um Data Warehouse também pode ser percebida pelo fato de que toda estrutura contém, implicitamente ou explicitamente, um elemento de tempo, seja semana, mês e ano. DATA WAREHOUSE Banco de dados para análise e Tomada de decisões, baseada em Informações preparadas, consolidadas e sumariadas DATA MART Pequeno DW depósitos que atendem a certas áreas específicas Custo mais baixo veículo de testes tempo menor de implantação Fonte: C. Barbieri AMBIENTE TRANSACIONAL-FONTES BI e Data Warehouse ERP LEGADOS DEPTO EXTERNOS BI O QUE NÃO É OPERATIONAL DATA STORE ODS ETC DW DM DM EXTRAÇÃO TRANSFORMAÇÃO CARGA CS FN VD MK FI E-B APLICAÇÕES OLAP-ANALÍTICAS??? MINING DM APLICAÇÕES INFERENCIAIS Não resolve todos os problemas 50% dos projetos de DW falham por falta clara de objetivos e gigantismo de escopo Não é um único projeto-são vários Não se implementa num único release-são produtos gradativamente disponibilizados Não é um DB comum de dados operacionais-nova forma de organizar os dados(informacionais) USUÁRIO GERÊNCIA Fonte: C. Barbieri Fonte: C. Barbieri 8
9 OLTP E OLAP Online Analytical Processing Processamento Analítico on-line Online Transaction Processing - Processamento de Transações Tempo Real Característica Um comparativo Sistemas Transacionais(OLTP) Sistemas Analíticos(OLAP) Dados orientados a transações Dados orientados a análise de informação Normalização Ambiente de baixa taxa de transações Ambiente com alta taxa de transações Dados são consultados Dados são refreshed em Dados são atualizados períodos de tempo Dados estão totalmente upto date para tudo acima Dados são reformatados Dados estão estruturados para tudo acima Relacional Dimensional Fonte: C. Barbieri Atualizações Mais freqüentes Menos freqüentes Tipo de Informação Detalhes Agrupamento Quantidade de Dados Poucos Muitos Precisão Dados atuais Dados históricos Complexidade Baixa Alta Consistência Microscópica Global Exemplos Terminologia CRM, ERP, Supply Chain Linhas e Colunas EIS (Executive Information System) Dimensões, Medidas e Fatos Ambientes analíticos Variantes OLAP ROLAP Relational OLAP, camadas de produto OLAP sobre o banco de dados relacional. Data Mining OLAP Ferramentas de Consulta Modelagem/ Nenhuma ou poucas hipóteses Segmentação Multidimensional Hipóteses moderadas Consultas padrão Hipóteses seguras MOLAP Multidemensional OLAP, camadas de produtos OLAP sobre banco de dados muldimensionais. HOLAP Hybrid OLAP, para soluções híbridas e WOLAP Web OLAP, para soluções para a internet. 35 9
10 ACOMPANHAMENTO IMPLEMENTAÇÃO TESTE 6 CONSTRUÇÃO Fonte: Carlos Barbieri ETC CONTACTO ÁREAS DE NEGÓCIOS PROJETO DW/DM 5 DEFINIÇÃO DO ETC- EXTRAÇAÕ-TRANSFORMAÇÃO-CARGA 1 4 PLANEJAMENTO/ LEVANTAMENTO DIFICULDADES DE INFORMAÇÃO GERENCIAL->OBJETIVO INDICADORES ESTRATÉGICOS-MÉTRICAS INICIAIS RESTRIÇÕES DE INFORMAÇÕES-ESTRUTURA-TECNOLOGIA INFORMAÇÕES JÁ EXISTENTES NO DW-METADADOS REUNIÕES JAD-PARTICIPAÇÃO INTENSA USUÁRIOS DEFINIÇÃO DE PATROCINADOR DEFINIÇÃO DE EQUIPE DE PROJETO 2 3 PROJETO-MODELAGEM DIMENSIONAL REUNIÕES DE TRABALHO DETALHAMENTO DE NECESSIDADES DIMENSÕES-FATOS MÉTRICAS-GRANULARIDADE PROJETO FÍSICO DW/DM PROJETO OLAP MINING CUBOS RELATÓRIOS ANALÍTICOS INFERENCIAIS PROJETOS DE DW ESTRATÉGIAS DUAS ABORDAGENS DISTINTAS: MONOLÍTICA(TUDO DE UMA VEZ) BILL INMON-DATA WAREHOUSE INCREMENTAL-PASSO A PASSO RALPH KIMBALL-DATA MARTS CONVERGÊNCIA(MELHOR DE 2 MUNDOS): DATA MARTS COM PLANO DE INTEGRAÇÃO DEFINIDO PARA O DW PASSO A PASSO COM CUIDADOS DE CONFORMIDADE DE MÉTRICAS, DIMENSÕES COMPARTILHADAS Fonte: Carlos Barbieri PROJETO DE DW/DMART INTEGRAÇÃO EVOLUTIVA Visualiazando as Dimenções T0 PLANO DE INTEGRAÇAO: MIDDLE--UP ALINHAVO DE DIMENSÕES CONFORMES MÉTRICAS COMPATÍVEIS DATA WAREHOUSE ÁSSUNTO-1 ÁSSUNTO-2 ASSUNTO-3 CLIENTE MARKETING FINANÇAS CUIDADOS COM GIGANTISMO PRODUTOS E FASES BEM DEFINIDAS E i Empresa R j - Região R1 Total 2000 DATA MART CLIENTE DATA MART MARKETING DATA MART FINANÇAS ACERTOS GRADATIVOS NO CAMINHO IMPLEMENTAÇÕES COM TEMPO BEM DEFINIDO E1 R E2 R Total Total Total Fonte: Carlos Barbieri T1 T2 T3 IMPLEMENTAÇÃO GRADATIVA -- 1 Dimensão /11/2011 BD Multidimensional 10
11 Cubos E1 E2 E1 E Os relatórios provenientes de OLAP possuem estruturas dinâmicas chamadas CUBOS; 2000 R1 R1 Podem ter várias dimensões: tempo, região, produto, etc; R2 R3 R2 R3 Estruturas de dados que forma um sub-conjunto de um banco de dados grande; p/ano p/e Total p/r p/e Total p/r p/ano Total Podem ser manipulados e visualizados por inúmeros ângulos e diferentes níveis de agregação, onde é possível através de suas dimensões (faces) analisar uma determinada situação Dimensões /11/2011 BD Multidimensional Produto Cubo de Dados Data (Dia) Vendas = (Faturamento, Quantidade) p/dia, p/produto, p/fornecedor 43 03/11/2011 BD Multidimensional Fornecedor -- 3 Dimensões (Cubo de Dados) -- Pode ter n dimensões Nós, humanos, só podemos enxergar 3 dimensões ao mesmo tempo Operações especiais permitem decompor um cubo de n dimensões em sub-cubos de até 3 dimensões 44 03/11/2011 BD Multidimensional 11
12 Navegação em Agregados Cubos AQUELE PRODUTO P1 VENDEU NAQUELA LOJA L1 NAQUELE DIA D1 A QUANTIDADE QX NO VALOR VY Slice and Dice: seleção e projeção do cubo de dados Slice (fatia): seleção / projeção de valores de uma dimensão. Exemplo: as vendas (faturamento) da região Norte Dice (dados): seleção / projeção de valores de mais de uma dimensão. Exemplo: as vendas (lucro líquido) da região Norte, no ano /11/2011 BD Multidimensional PRODUTO LOJA (P1,L1,D1)->QX,VY AQUELE SUBCONJUNTO DE PRODUTOS VENDEU NUM SUB CONJUNTO DE LOJAS NUM SUBCONJUNTO DE DIAS, AQUELE SOMATÓRIO DE QX, NO VALOR VY DIA AQUELE PRODUTO P1, VENDEU EM TODOS OS DIAS, EM TODAS AS LOJAS O VALOR(SOMATÓRIO) DE QX E VY Exercícios - Cubos Exercícios - Cubos Localização Betim Ipatinga Uberlândia Vendas Produto Antarctica Bavaria Brahma Kaiser Skol Análise do ano 2007 Produtos All Região All Tempo 2007 Qtd. Vendida 3000 un Faturamento R$ , Modelo Estrela Produtos Venda key_produto key_produto descricao key_tempo key_região Tempo key_tempo ano quartil mes Produtos Cubo Balas Cafés Cereais Sul Sudeste Região Norte qtd_vendida T1 T2 T3 Período T4 Fonte: Rogério Morais Dimensões Fato Faturamento faturamento Região key_regiao descricao Dimensões 12
13 MODELO DIMENSIONAL (sem atributos somente com as métricas) UNIDADE NEGÓCIO TEMPO ANO DIMENSÕES DIMENSÕES C.CUSTO TRIMESTRE ITEM NF LOJA DIA VENDAS QTD-VENDIDA VALOR VENDAS R$ ATENDENTE PRODUTO REQUISIT. APROVADOR COMPRAS QTD-COMPRADA VALOR FATO MÊS DIA PEDIDO AGENTE Fonte: Carlos Barbieri FATO MÉTRICAS Medidas numéricas associadas a eventos do negócio. Valores da análise dimensional. Fonte: Carlos Barbieri PRODUTO CLASSE DIMENSÃO PRODUTO DW versus Desempenho DWs são BDs enormes (very large databases) Tempo: 10 anos dias Produto: produtos, em média 10% vendidos diariamente 300 fornecedores Tamanho (no. de linhas) da tabela de fatos = x x 300 =
14 Projeto Físico do DW Projeto Físico DW/DM Tabela Fato Clientes Média 5 vendas/cliente 6 anos Teremos x 5 x 365 x 6 = Chave-Produto (4 bytes cada) Chave-Item Chave-Cliente Chave-Tempo Chave-Vendedor Chave-Entregador Num-Pedido Quantidade Valor Desconto Frete A tabela fato possui 11 campos, cada de um aloca 4 bytes para armazenamento. Tamanho da linha da tabela fato é de 44 bytes. Como encontramos ocorrências a estimativa final é de 7,2 GB para a tabela fato. Tamanho das tabelas Dimensão e Índices serão 1,4 GB (de 20 a 25% da fato). Estimativa total do DW é de 8,6 GB Fonte: Rogério Rocha Fonte: Rogério Rocha Management Studio X Business Intelligence Studio O primeiro tem como objetivo suprir as necessidades de desenvolvedores e administradores de banco de dados frente a sua estrutura de dados e serviços. Já atuação do Business Intelligence Studio esta relacionada ao desenvolvimento e distribuição de soluções baseadas em um ou mais pilares da plataforma de Business Intelligence. 14
15 EXCEL 15
16 EXCEL Cock Pit - BI DASHBOARDS DASHBOARDS 16
17 Bibliografia CAMPOS, M. L. Data Ware Housing. UFRJ, BARBIERI, Carlos. BI - Business Inteligence: Modelagem e tecnologia. Rio de Janeiro, Axcel Books, DATE, C. J. Introdução a sistemas de banco de dados. Rio de Janeiro: Elsevier, ELMASRI, R.; NAVATHE, S. B. Sistemas de bancos de dados: fundamentos e aplicações. 4. ed. São Paulo: Pearson Education, SILBERSCHATZ, Abraham; KORTH, Henry F.; SUDARSHAN, S. Sistema de banco de dados. Tradução da 5ª Edição. São Paulo: Campus, Material utilizado na montagem dos Slides COME, Gilberto de. Contribuição ao Estudo da Implementação de Data Warehousing: um caso no setor de telecomunicações São Paulo : FEA/USP, FANTAUZZI, F. A. C.; ROCHA, Rogério Morais. Diretório de Softwares para Inteligência Competitiva Monografia apresentada ao Departamento de Ciência da informação como requisito para a conclusão do curso de especialização em Gestão Estratégica da Informação da Universidade Federal de Minas Gerais - UFMG, Belo Horizonte, FARIA, João Marcos Bonadio de. Artefatos da Semiótica Organizacional na Elicitação de Requisitos para Soluções de Data Warehouse Trabalho final (mestrado profissional) - Universidade Estadual de Campinas, Instituto de Computação, INMON, William. What is Data Warehouse? Disponível em: Acesso em: 10 mar TERESKO, John. Information Rich, Knowledge Poor? Disponível em: < >. Acesso em: 10 mar Obrigado, fernandozaidan@fernandozaidan.com.br "Onde há uma empresa de sucesso, alguém tomou alguma vez uma decisão valente. Peter Drucker 17
Ferramentas de Tomada de Decisão
Ferramentas de Tomada de Decisão SLIDES III Professor Júlio Cesar da Silva juliocesar@eloquium.com.br site: http://eloquium.com.br/ twitter: @profjuliocsilva facebook: https://www.facebook.com/paginaeloquium
Leia maisPÓS-GRADUAÇÃO LATO SENSU. Curso: Banco de Dados. Disciplina: Data Warehouse e Business Intelligence Professor: Fernando Zaidan
PÓS-GRADUAÇÃO LATO SENSU Curso: Banco de Dados Disciplina: Data Warehouse e Business Intelligence Professor: Fernando Zaidan Unidade 2.2 - Cubos 2016 ACOMPANHAMENTO IMPLEMENTAÇÃO 9 8 7 TESTE 6 CONTACTO
Leia maisFaculdade Pitágoras PROJETO DE DW FASES FCS-EM PROJETOS DE DW 08/02/2012. Unidade 2.1. Curso Superior de Tecnologia: Banco de Dados
Faculdade Pitágoras Curso Superior de Tecnologia: Banco de Dados Disciplina: Ferramentaspara Tomada de Decisão 2 DataWarehouse Unidade 2.1 2.1 Conceitos fundamentais e Cubos Prof.: Fernando Hadad Zaidan
Leia maisACOMPANHAMENTO TESTE 6. Fonte: Carlos Barbieri. Fonte: Carlos Barbieri
PÓS-GRADUAÇÃO LATO SENSU Curso: Banco de Dados Disciplina: Data Warehouse e Business Intelligence Professor: Fernando Zaidan Unidade 2.1 - Cubos 2012 ACOMPANHAMENTO IMPLEMENTAÇÃO 8 7 9 TESTE 6 CONSTRUÇÃO
Leia maisFaculdade Pitágoras Curso Superior de Tecnologia: Banco de Dados
Faculdade Pitágoras Curso Superior de Tecnologia: Banco de Dados Disciplina: Ferramentaspara Tomadade Decisão Prof.: Fernando Hadad Zaidan Unidade 1.2 1 Conceitos Iniciais Tomada de Decisão, Modelagem
Leia maisCurso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan
Faculdade INED Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan 1 Unidade 4.2 2 1 BI BUSINESS INTELLIGENCE BI CARLOS BARBIERI
Leia maisBusiness Intelligence :
Business Intelligence : Tecnologia da Informação a serviço do suporte decisório nas organizações. Extraído dos trabalhos de Pablo Passos e Grimaldo Lopes Roteiro Planejamento Estratégico Evitando a Desinformação
Leia maisRoteiro da apresentação
Alexandre Schlöttgen Data Warehouse Curso de Pós Graduação em Ciência da Computação Tópicos Avançados em Modelos de Banco de Dados Profs: Clésio Santos e Nina Edelweiss Junho de 2003 Roteiro da apresentação
Leia mais8/9/2008. Curso Superior de Tecnologia em Bando de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan
Faculdade INED Curso Superior de Tecnologia em Bando de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan Aula 0 1 2 Apresentações Ementa Da equipe; Do professor. Disponibilização
Leia mais24/08/2012 PÓS-GRADUAÇÃO LATO SENSU. Curso: Banco de Dados. Desafios da TI e dos SI. Cenários anteriores. Tomada de Decisão
Desafios da TI e dos SI PÓS-GRADUAÇÃO LATO SENSU Curso: Banco de Dados Ambiente Interativo Ferramentas de Interatividade Disciplina: Data Warehouse e Business Intelligence Professor: Fernando Zaidan Acesso
Leia maisPÓS-GRADUAÇÃO LATO SENSU. Curso: Banco de Dados. Disciplina: Data Warehouse e Business Intelligence; Laboratório Professor: Fernando Zaidan
PÓS-GRADUAÇÃO LATO SENSU Curso: Banco de Dados Disciplina: Data Warehouse e Business Intelligence; Laboratório Professor: Fernando Zaidan Unidade 1.1 2016 Desafios da TI e dos SI Ambiente Interativo Ferramentas
Leia maisCurso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan
Faculdade INED Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan 1 Unidade 4.1 2 1 Material usado na montagem dos Slides BARBIERI,
Leia maisInformática. Business Intelligence (BI), Data Warehouse, OLAP e Data Mining. Prof. Márcio Hunecke
Informática Business Intelligence (BI), Data Warehouse, OLAP e Data Mining Prof. Márcio Hunecke Conceitos de BI Conjunto de ferramentas e técnicas que objetivam dar suporte à tomada de decisão Refere-se
Leia maisInteligência do Negócio
Inteligência do Negócio DENISE NEVES 2017 PROFA.DENISE@HOTMAIL.COM Inteligência do Negócio Objetivo Primeiro Bimestre Apresentar ao aluno as etapas de projeto de Business Intelligence. Introdução a Inteligência
Leia maisAula 02. Evandro Deliberal
Aula 02 Evandro Deliberal evandro@deljoe.com.br https://www.linkedin.com/in/evandrodeliberal Data Warehouse; Ambiente de Data Warehouse; Processos e ferramentas envolvidas; Arquiteturas de DW; Granularidade;
Leia maisPÓS-GRADUAÇÃO LATO SENSU. Curso: Banco de Dados. Disciplina: Data Warehouse e Business Intelligence; Laboratório Professor: Fernando Zaidan
PÓS-GRADUAÇÃO LATO SENSU Curso: Banco de Dados Disciplina: Data Warehouse e Business Intelligence; Laboratório Professor: Fernando Zaidan Apresentação da disciplina 2016 Apresentações e perfil da turma
Leia maisTópicos Especiais em Informática Fatec Indaiatuba
Inteligência de Negócios Fatec Indaiatuba Prof. Piva Compreender as definições e conceitos básicos do Data Warehouse (DW) Entender as arquiteturas do DW Descrever os processos utilizados no desenvolvimento
Leia maisFaculdade Pitágoras 13/03/2013 MODELAGEM DIMENSIONAL ESTRUTURAS. Unidade 2.3. Curso Superior de Tecnologia: Banco de Dados
Faculdade Pitágoras Curso Superior de Tecnologia: Banco de Dados Disciplina: Ferramentaspara Tomada de Decisão Prof.: Fernando Hadad Zaidan Unidade 2.3 2 DataWarehouse 2.3 Fases de um projeto de DataWarehouse
Leia maisOLAP. Rodrigo Leite Durães.
OLAP Rodrigo Leite Durães. rodrigo_l_d@yahoo.com.br OLAP Definição OLAP (Online analytical processing) é uma categoria de tecnologia de software que possibilita a visualização dos dados armazenados, segundo
Leia maisSistemas de Suporte à Decisão. Suporte à Decisão X Operacional. Banco de Dados Avançado. Data Warehouse. Data Warehouse & Data Mart
Sistemas de Suporte à Decisão Sistemas de Suporte a Decisão (SSD) Permitem armazenar e analisar grandes volumes de dados para extrair informações que auxiliam a compreensão do comportamento dos dados Armazenar
Leia maisSISTEMAS DE APOIO À INTELIGÊNCIA DE NEGÓCIOS
SISTEMAS DE APOIO À INTELIGÊNCIA DE NEGÓCIOS http://www.uniriotec.br/~tanaka/sain tanaka@uniriotec.br Introdução a OLAP Material baseado em originais de Maria Luiza Campos NCE/UFRJ Atualizado com publicações
Leia maisFundamentos de sistemas de informação
Fundamentos de sistemas de informação Unidade 2 - Conceitos básicos de aplicações nas empresas (cont.) Unidade 3 - Tipos de Sistemas de apoio às decisões 1 Ética e TI Fraudes; Crimes eletrônicos; Ameaças
Leia mais04/09/2012 MODELAGEM DIMENSIONAL ESTRUTURAS PÓS-GRADUAÇÃO LATO SENSU. Curso: Banco de Dados LEVANTAMENTO DE NECESSIDADES MODELAGEM DIMENSIONAL
PÓS-GRADUAÇÃO LATO SENSU Curso: Banco de Dados Disciplina: Data Warehouse e Business Intelligence Professor: Fernando Zaidan Unidade 2 2012 ACOMPANHAMENTO IMPLEMENTAÇÃO 8 7 9 TESTE 6 CONSTRUÇÃO ETC CTO
Leia maisAsterio K. Tanaka. Programa de Pós-Graduação em Informática. Interesses de Pesquisa
http://www.uniriotec.br/~tanaka tanaka@uniriotec.br Programa de Pós-Graduação em Informática Interesses de Pesquisa PPGI UNIRIO Linhas de Pesquisa em Sistemas de Informação Representação de Conhecimento
Leia maisMetodologia de Desenvolvimento de Sistemas Informação
Instituto Superior Politécnico de Ciências e Tecnologia Metodologia de Desenvolvimento de Sistemas Informação Prof Pedro Vunge http://pedrovunge.com I Semestre de 2019 SUMÁRIO : 1. TECNOLOGIAS PARA DATA
Leia maisMaterial Complementar - BI. Grinaldo Lopes de Oliveira Curso Superior de Tecnologia em Análise e Desenvolvimento de Sistemas
Material Complementar - BI Grinaldo Lopes de Oliveira (grinaldo@gmail.com) Curso Superior de Tecnologia em Análise e Desenvolvimento de Sistemas Business Intelligence - Conceito Coleta de dados a partir
Leia maisConceitos Básicos. Processamento Analítico de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri Prof. Dr. Ricardo Rodrigues Ciferri
Conceitos Básicos Processamento Analítico de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri Prof. Dr. Ricardo Rodrigues Ciferri Data Warehousing Engloba arquiteturas, algoritmos e ferramentas que possibilitam
Leia mais30/10/2012. Prof. Luiz A. Nascimento
Prof. Luiz A. Nascimento OLAP pode ser definido como o processo interativo de criar, gerenciar, analisar e gerar relatórios sobre dados. Software que tem uma tecnologia que permite aos analistas de negócios,
Leia maisJoana Simon Orientador: Prof. Oscar Dalfovo, Doutor
Joana Simon Orientador: Prof. Oscar Dalfovo, Doutor Introdução Objetivos Fundamentação teórica Especificações da ferramenta Desenvolvimento da ferramenta Operacionalidade da ferramenta Resultados e discussões
Leia maisSumário. 1 Introdução 2 BD Orientado a Objetos 3 BD Objeto-Relacional 4 Noções Básicas de Data Warehouse 5 XML e BD XML. Motivação
Sumário 1 Introdução 2 BD Orientado a Objetos 3 BD Objeto-Relacional Noções Básicas de Data Warehouse 5 XML e BD XML Motivação Sistemas de Apoio à Decisão Objetivo análise de dados históricos da organização
Leia maisSEFAZ INFORMÁTICA Olap Prof. Márcio Hunecke
SEFAZ INFORMÁTICA Olap Prof. Márcio Hunecke www.acasadoconcurseiro.com.br Informática OLAP Partindo dos primórdios da informatização, quando um sistema que gerava relatórios era a principal fonte de dados
Leia maisADMINISTRAÇÃO DE SISTEMAS DE INFORMAÇÃO Apresentação do Plano de Ensino. Luiz Leão
Luiz Leão luizleao@gmail.com http://www.luizleao.com Quem sou eu? Site: http://www.luizleao.com Introdução Para aprender a Gerir, Conceber, Desenvolver, Testar, avaliar a qualidade, avaliar a segurança,
Leia maisInteligência nos Negócios (Business Inteligente)
Inteligência nos Negócios (Business Inteligente) Sistemas de Informação Sistemas de Apoio a Decisão Aran Bey Tcholakian Morales, Dr. Eng. (Apostila 4: OLAP) Fundamentação da disciplina Analise de dados
Leia maisInteligência nos Negócios (Business Inteligente)
Inteligência nos Negócios (Business Inteligente) Sistemas de Informação Sistemas de Apoio a Decisão Aran Bey Tcholakian Morales, Dr. Eng. (Apostila 4: OLAP) Fundamentação da disciplina Analise de dados
Leia maisINTELIGÊNCIA EMPRESARIAL Apresentação do Plano de Ensino. Luiz Leão
Luiz Leão luizleao@gmail.com http://www.luizleao.com Introdução A Inteligência Empresarial está ligada a gestão organizacional e à redução da incerteza através da busca do conhecimento para auxiliar na
Leia maisModelagem Multidimensional
Profa. Dra. Cristina Dutra de Aguiar Ciferri Prof. Dr. Ricardo Rodrigues Ciferri Análises dos usuários de SSD representam requisições multidimensionais aos dados do DW permitem a identificação de problemas
Leia maisGESTÃO DE DADOS NAS ORGANIZAÇÕES. Prof. Robson Almeida
GESTÃO DE DADOS NAS ORGANIZAÇÕES Prof. Robson Almeida INFRA-ESTRUTURA DE SISTEMAS DE INFORMAÇÃO 3 CONCEITOS Bit: Menor unidade de dados; dígito binário (0,1) Byte: Grupo de bits que representa um único
Leia maisFormação Analista de BI Microsoft Aula 1
Formação Analista de BI Microsoft Aula 1 Apresentação Cetax É uma consultora de Business Intelligence e Data Warehousing que atua desde 2000, guiando as empresas à transformar seus dados em valiosas informações
Leia maisdimensionais fundamentos de DW
Tabelas fato e tabelas dimensionais fundamentos de DW Modelagem dimensional é uma disciplina de design que transpassa a modelagem relacional e a realidade de dados de texto e números (Kimball) Se comparado
Leia maisInformação nos Últimos 45 Anos
Evolução da Tecnologia T da Informação nos Últimos 45 Anos Evolução nos sistemas de gerenciamento da informação e no perfil il do prof ofissional da área consolidou a TI como importante ferramenta de gestão
Leia mais20/05/2009. Parte 1. Referências. Referências. Logística. Logística
Referências Palestra para Turma de Administração Newton Paiva BALLOU, Ronald H. Gerenciamento da cadeia de suprimentos / logística empresarial. 5. ed. Porto Alegre: Bookman, 2006. BARBIERI, Carlos. BI
Leia maisInformática. Data Warehouse. Professor Julio Alves.
Informática Data Warehouse Professor Julio Alves www.acasadoconcurseiro.com.br Informática 1. DATA WAREHOUSE Executivos tomadores de decisão (diretores, gerentes, analistas, etc) necessitam de ferramentas
Leia maisDATA WAREHOUSE. Prof. Fulvio Cristofoli. Armazenagem De Dados.
DATA WAREHOUSE Armazenagem De Dados Prof. Fulvio Cristofoli fulviocristofoli@uol.com.br www.fulviocristofoli.com.br Conceito Data Warehouse é um banco de dados orientado por assunto, integrado, não volátil
Leia maisADMINISTRAÇÃO DE SISTEMAS DE INFORMAÇÃO. Lista de Exercícios 05. Luiz Leão
Luiz Leão luizleao@gmail.com http://www.luizleao.com Questão 01 Dentre as aplicações de E-Commerce, conceitue as modalidades E-Banking, E-Learning e E-Auctioning. Questão 01 - Resposta Dentre as aplicações
Leia maisINE 5423 Banco de Dados I
UFSC-CTC-INE Curso de Ciencias da Computação INE 5423 Banco de Dados I 2010/2 http://www.inf.ufsc.br/~ronaldo/ine5423 Programa da Disciplina Objetivo Conteúdo Avaliação Bibliografia Cronograma (Previsto)
Leia maisFerramenta de Suporte a Decisão caracterizada por Consultas OLAP
Ferramenta de Suporte a Decisão caracterizada por Consultas OLAP Daniel Ricardo Batiston Orientador: Evaristo Baptista Seqüência da apresentação Introdução Objetivos Fundamentação Teórica Sistema atual
Leia maisSistemas de Apoio à Decisão
Sistemas de Informação e Bases de Dados 2012/2013 Sistemas de Apoio à Decisão Alberto Sardinha Sumário! Data Warehouse! OLAP! Exemplo de OLAP com SQL Server Business Intelligence Development Studio! 2012
Leia maisBancos de Dados IV. Arquiteturas. Rogério Costa
Bancos de Dados IV Arquiteturas Rogério Costa rogcosta@inf.puc-rio.br 1 Arquiteturas para DW DW Virtuais Fortemente Acoplada (Empresa Inteira) Fracamente Acoplada Arquiteturas para DW DW Virtuais São visões
Leia maisBusiness Intelligence (BI)
Business Intelligence (BI) Conceitos Iniciais Professor: Aurisan Santana CONTEÚDO DO CURSO Business Intelligence (BI): Introdução, Histórico e Conceitos Dado, Informação e Conhecimento Data Warehouse (DW)
Leia maisFundamentos da Inteligência de Negócios: Gerenciamento da Informação e de Bancos de Dados by Prentice Hall
Fundamentos da Inteligência de Negócios: Gerenciamento da Informação e de Bancos de Dados 5.1 2007 by Prentice Hall A Abordagem de Banco de Dados para Gerenciamento de Dados Banco de dados: conjunto de
Leia maisUnidade 3 23/10/2008. Curso Superior de Tecnologia: Banco de Dados Sistemas para Internet Redes de Computadores
Faculdade INED Curso Superior de Tecnologia: Banco de Dados Sistemas para Internet Redes de Computadores Disciplina: Banco de Dados Prof.: Fernando Hadad Zaidan 1 Unidade 3 3.1 Etapas da construção de
Leia maisINE 5423 Banco de Dados I
UFSC-CTC-INE Curso de Ciências da Computação INE 5423 Banco de Dados I 2011/1 http://www.inf.ufsc.br/~ronaldo/ine5423 Programa da Disciplina Objetivo Conteúdo Avaliação Bibliografia Cronograma (Previsto)
Leia maisMODELAGEM DE SISTEMAS DE INFORMAÇÃO
Unidade I MODELAGEM DE SISTEMAS DE INFORMAÇÃO Prof. Daniel Arthur Gennari Junior A disciplina Nossa disciplina se divide em 4 unidades de aprendizagem: 1. Sistemas de Informação 2. Fases do Levantamento
Leia maisBANCO DE DADOS DISTRIBUÍDOS e DATAWAREHOUSING
BANCO DE DADOS DISTRIBUÍDOS e DATAWAREHOUSING http://www.uniriotec.br/~tanaka/tin0036 tanaka@uniriotec.br Introdução a Data Warehousing e OLAP Introdução a Data Warehouse e Modelagem Dimensional Visão
Leia maisPÓS-GRADUAÇÃO LATO SENSU
PÓS-GRADUAÇÃO LATO SENSU Curso: Banco de Dados Disciplina: Data Warehouse e Business Intelligence; Laboratório Professor: Fernando Zaidan Unidade 2.1 2016 ACOMPANHAMENTO 9 CONTACTO ÁREAS DE NEGÓCIOS 1
Leia maisMotivação. Pouco conhecimento. Muitos dados e informações. Problemas para tomada de decisão
Motivação Problemas para tomada de decisão Muitos dados e informações Pouco conhecimento Motivação Uso amigável Sistemas computacionais que integram dados oriundos de diversas fontes Grande poder analítico
Leia maisCurso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan
Faculdade INED Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan 1 Unidade 4.3 2 1 BI BUSINESS INTELLIGENCE BI CARLOS BARBIERI
Leia maisSérgio Luisir Díscola Junior
Capítulo-3: Estoque Livro: The Data Warehouse Toolkit - Guia completo para modelagem dimensional Autor: Ralph Kimball / Margy Ross Sérgio Luisir Díscola Junior Introdução Cadeia de valores Modelo de DW
Leia maisNegociação Comercial
Negociação Comercial Aula - 03/03/09 1 Negociação Comercial CONCEITOS FERRAMENTAS PARA TOMADA DE DECISÃO - BI BUSINESS INTELIGENCE 2 BI, consiste em uma ferramenta de extração de informações gerenciais
Leia maisUniversidade de São Paulo. Faculdade de Economia, Administração e Contabilidade Departamento de Contabilidade e Atuária EAC FEA - USP
Universidade de São Paulo Faculdade de Economia, Administração e Contabilidade Departamento de Contabilidade e Atuária EAC FEA - USP EAC 0548 Sistemas de Informações Contábeis AULA 11 Business Intelligence
Leia maisModelagem Multidimensional - Nível Lógico -
Modelagem Multidimensional - Nível Lógico - Processamento Analítico de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri Prof. Dr. Ricardo Rodrigues Ciferri Arquitetura de 3 Camadas esquema operações
Leia maisTecnologia da Informação
UNIDADE III Banco de Dados Professor : Hiarly Alves www.har-ti.com Fortaleza - 2014 Tópicos Conceito de Banco de Dados. Problemas com Banco de Dados. Modelos de Relacionamento de um Banco de Dados. SGDB
Leia maisModelo Lógico: Tabelas, Chaves Primárias e Estrangeiras
Modelo Lógico: Tabelas, Chaves Primárias e Estrangeiras Apresentar a próxima etapa da modelagem de dados: o modelo lógico e os conceitos de tabelas, chaves primárias e estrangeiras e como o banco de dados
Leia maisTECNOLOGIA DA INFORMAÇÃO EVER SANTORO
TECNOLOGIA DA INFORMAÇÃO EVER SANTORO EVER SANTORO DBA Oracle e desenvolvedor Java Processamento de dados MBA em Gestão Empresarial Mestre em Engenharia da Produção DBA Oracle desde 2001 Sun Certified
Leia maisDIVISÃO DE REGISTROS ACADÊMICOS Registros Acadêmicos da Graduação. Ementas por Currículo 07/02/2012 19:25. Centro de Ciências Exatas e Naturais
7// 9:5 Centro de Ciências Exatas e Naturais Curso: 6 Sistemas de Informação (Noturno) Currículo: / ADM.96.-7 Funções Empresariais I Ementa: Introdução à administração. Conceitos de Organização e Administração.
Leia maisOrganize grande quantidade de dados de forma rápida e com precisão analítica, para melhor tomada de decisões.
Organize grande quantidade de dados de forma rápida e com precisão analítica, para melhor tomada de decisões. O Pentaho BI é uma solução para Inteligência de negócios do inglês Business Intelligente, é
Leia maisSistemas de Informação. Alberto Felipe Friderichs Barros
Sistemas de Informação Alberto Felipe Friderichs Barros Introdução Como consumidor você precisa lidar com os sistemas de informações que dão suporte às operações de muitas lojas de varejo em que você faz
Leia maisSistemas de Informações Gerenciais Prof. Esp. André Luís Belini Bacharel em Sistemas de Informações MBA em Gestão Estratégica de Negócios
Sistemas de Informações Gerenciais Prof. Esp. André Luís Belini Bacharel em Sistemas de Informações MBA em Gestão Estratégica de Negócios Capítulo 5 (pág. 136 - PLT) Fundamentos da Inteligência de Negócios:
Leia maisMapa Mental de Data Warehouse Definições e Características
Mapa Mental de Data Warehouse Definições e Características Um data warehouse (ou armazém de dados, ou depósito de dados no Brasil) é um sistema de computação utilizado para armazenar informações relativas
Leia maisUniversidade de São Paulo. Faculdade de Economia, Administração e Contabilidade Departamento de Contabilidade e Atuária EAC FEA - USP
Universidade de São Paulo Faculdade de Economia, Administração e Contabilidade Departamento de Contabilidade e Atuária EAC FEA - USP AULA 07 O Sistema de Informação da Empresa Parte 3 (SI) Prof. Joshua
Leia maisLuis Fernando Panegassi R.A. 0305057 DATA WAREHOUSE. Jaguariúna
Luis Fernando Panegassi R.A. 0305057 DATA WAREHOUSE Jaguariúna 2006 Luis Fernando Panegassi R.A. 0305057 DATA WAREHOUSE Monografia apresentada à disciplina Trabalho de Conclusão de Curso, do Curso de Ciência
Leia maisCleverson A. Fargiani
1 Cleverson A. Fargiani IBM Cognos Now! BAM Business Activity Monitoring 2008 IBM Corporation 2 Agenda do Workshop de Cognos Now! Soluções de Gerenciamento de Desempenho Conceito de BI Operacional & BI
Leia maisSISTEMA DE INFORMAÇÕES. Prof. M.Sc. João Artur Izzo
SISTEMA DE INFORMAÇÕES SISTEMAS DE INFORMAÇÕES Sistema de informação é um conjunto de recursos humanos, materiais, tecnológicos e financeiros agregados segundo uma sequência lógica para o processamento
Leia maisApresentação. Rodrigo Leite Durães
Apresentação Assunto DATA WAREHOUSE Professor Rodrigo Leite Durães Data Warehouse Surgimento SADs Definição Propriedades e Conceitos Aplicações Arquitetura Modelagem Projeto Acesso a dados Considerações
Leia maisConceitos Básicos. Fundação Centro de Análise, Pesquisa e Inovação Tecnológica Instituto de Ensino Superior - FUCAPI. Disciplina: Banco de Dados
Fundação Centro de Análise, Pesquisa e Inovação Tecnológica Instituto de Ensino Superior - FUCAPI Conceitos Básicos Disciplina: Banco de Dados Prof: Márcio Palheta, Esp Manaus - AM ROTEIRO Introdução Dados
Leia maisMINISTÉRIO DA EDUCAÇÃO FUNDO NACIONAL DE DESENVOLVIMENTO DA EDUCAÇÃO DIRETORIA DE GESTÃO, ARTICULAÇAO E PROJETOS EDUCACIONAIS
MINISTÉRIO DA EDUCAÇÃO FUNDO NACIONAL DE DESENVOLVIMENTO DA EDUCAÇÃO DIRETORIA DE GESTÃO, ARTICULAÇAO E PROJETOS EDUCACIONAIS TERMO DE REFERÊNCIA PARA CONTRATAÇÃO DE PESSOA FÍSICA CONSULTOR POR PRODUTO
Leia maisAula 01. Evandro Deliberal
Aula 01 Evandro Deliberal evandro@deljoe.com.br https://www.linkedin.com/in/evandrodeliberal Data Warehouse; Ambiente de Data Warehouse; Processos e ferramentas envolvidas; Arquiteturas de DW; Granularidade;
Leia maisPALAVRAS-CHAVE: Balanced Scorecard; Business Intelligence; Datawarehouse.
SOLUÇÃO DE BUSINESS INTELLIGENCE, BASEADA NA FERRAMENTA BALANCED SCORECARD, PARA INSTITUIÇÕES DE ENSINO SUPERIOR 1 Guilherme Silva ALVES 2 Ítalo Andrade OLIVEIRA 3 José dos Reis MOTA 4 RESUMO Este trabalho
Leia maisBancos de Dados IV. OLAP e Cubos de Dados. Rogério Costa
Bancos de Dados IV OLAP e Cubos de Dados Rogério Costa rogcosta@inf.puc-rio.br 1 OLAP Online Analytical Processing (OLAP) Análise interativa de dados, permitindo que dados sejam sumarizados e vistos de
Leia maisFenómeno da globalização
Fenómeno da globalização Estamos num mundo em que tudo é possível a qualquer hora e em qualquer lugar Uma empresa não pode ser verdadeiramente global sem ter uma rede de comunicações excelente Um negócio
Leia maisA g e n d a. Luis Assunção Gerente de Sistemas de Informação CASA&VIDEO. Projeto de Indicadores de Desempenho. Conceitos.
V CONGRESSO DE INTELIGÊNCIA COMPETITIVA 3 e 4 de Abril de 2007 Auditório da FIRJAN Av. Graça Aranha, nº 1-13º and Centro Rio de Janeiro V CONGRESSO DE INTELIGÊNCIA COMPETITIVA 3 e 4 de Abril de 2007 Auditório
Leia maisBancos de Dados IV. Data Warehouse Conceitos. Rogério Costa
Bancos de Dados IV Data Warehouse Conceitos Rogério Costa rogcosta@inf.puc-rio.br 1 Data Warehouse - O que é? Conjunto de dados orientados por assunto, integrado, variável com o tempo e nãovolátil Orientado
Leia maisANALYTICINT FERRAMENTA WEB PARA AVALIAR O PERFIL ACADÊMICO DOS CURSOS TÉCNICOS INTEGRADO DO IFC-VIDEIRA
ANALYTICINT FERRAMENTA WEB PARA AVALIAR O PERFIL ACADÊMICO DOS CURSOS TÉCNICOS INTEGRADO DO IFC-VIDEIRA Autores : Autor 1, Autor 2, Autor 3, Autor 4 1 Autor 2 Autor 3 Autor 4 Autor Introdução Com o objetivo
Leia maisAula 0 15/10/2008. Curso Superior de Tecnologia: Banco de Dados Sistemas para Internet Redes de Computadores
Faculdade INED Curso Superior de Tecnologia: Banco de Dados Sistemas para Internet Redes de Computadores Disciplina: Banco de Dados Prof.: Fernando Hadad Zaidan 1 Aula 0 2 Apresentações Da equipe; Do professor.
Leia maisSistemas de Banco de Dados
Sistemas de Banco de Dados Fundamentos em Bancos de Dados Relacionais Wladmir Cardoso Brandão www.wladmirbrandao.com Departamento de Ciência da Computação (DCC) Instituto de Ciências Exatas e Informática
Leia maisUTILIZANDO DATA MART PARA O DESENVOLVIMENTO DE BUSINESS INTELLIGENCE APLICADA A CARTEIRA DE PEDIDOS DE UMA EMPRESA DO SETOR TÊXTIL
UTILIZANDO DATA MART PARA O DESENVOLVIMENTO DE BUSINESS INTELLIGENCE APLICADA A CARTEIRA DE PEDIDOS DE UMA EMPRESA DO SETOR TÊXTIL Acadêmico Robson Rogério Gamba Orientador Prof. Dr. Oscar Dalfovo Roteiro
Leia maisUNIVERSIDADE REGIONAL DE BLUMENAU. Acadêmica: Cristina Alves de Sousa Morais Orientador: Oscar Dalfovo
UNIVERSIDADE REGIONAL DE BLUMENAU CENTRO DE CIÊNCIAS EXATAS E NATURAIS CURSO DE CIÊNCIAS DA COMPUTAÇÃO PROTÓTIPO DE UM SISTEMA DE INFORMAÇÃO APLICADO A ADMINISTRAÇÃO DE MATERIAIS UTILIZANDO DATA WAREHOUSE
Leia maisAula Data Warehouse. Evandro Deliberal
Aula Evandro Deliberal evandro@deljoe.com.br https://www.linkedin.com/in/evandrodeliberal Introdução Sistemas de Apoio à Decisão Conceituação de Principais Características Arquitetura Estrutura Interna
Leia maisIntrodução a Banco de Dados
Sumário DCC011: Introdução a Banco de Mirella Moro mirella@dcc.ufmg.br DCC011 Conceitos Básicos O que é um banco de dados Como manipular um banco de dados Projeto de Banco de Tópicos Importantes Aplicações
Leia maisModelagem Multidimensional - Nível Físico -
Modelagem Multidimensional - Nível Físico - Processamento Analítico de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri Arquitetura de 3 Camadas esquema operações conceitual metáfora do cubo de dados
Leia maisO que é um banco de dados? Banco de Dados. Banco de dados
COLÉGIO EST. JOÃO MANOEL MONDRONE - ENS. FUNDAMENTAL, MÉDIO, PROFISSIONAL E NORMAL Rua Mato Grosso n.2233 - Fone/Fax (045) 3264-1749-3264-1507 Banco de Dados O que é um banco de dados? Um conjunto de informações
Leia maisEstratégias em Tecnologia da Informação
Estratégias em Tecnologia da Informação Capítulo 5 Sistemas de Informações Estratégicas Sistemas integrados e sistemas legados Sistemas de Gerenciamento de Banco de Dados Material de apoio 2 Esclarecimentos
Leia maisCampus Capivari Análise e Desenvolvimento de Sistemas (ADS) Prof. André Luís Belini /
Campus Capivari Análise e Desenvolvimento de Sistemas (ADS) Prof. André Luís Belini E-mail: prof.andre.luis.belini@gmail.com / andre.belini@ifsp.edu.br MATÉRIA: SIG Aula N : 06 Tema: Fundamentos da inteligência
Leia maisTecnologias aplicadas à Inteligência Empresarial e Inteligência Competitiva e o Brasil?
Tecnologias aplicadas à Inteligência Empresarial e Inteligência Competitiva e o Brasil? Daniela Ramos Teixeira Esse artigo mostra uma pequena amostra das nossas conclusões sobre a evolução e o crescimento
Leia maisPRODERJ implanta sistemas automatizados na AGETRANSP
PRODERJ implanta sistemas automatizados na AGETRANSP FEVEREIRO/2016 Perfil O PRODERJ Centro de Tecnologia da Informação e Comunicação do Estado do Rio de Janeiro autarquia vinculada à Secretaria de Estado
Leia maisSistemas de Informação
Sistemas de Informação Sistemas empresariais: BI e BSC 1 BI BI Business Intelligence ou Inteligência de Negócios Resolução de problemas complexos Decisões assertivas Manter Vender Comprar Inteligência
Leia maisData Warehouse Toolkit Guia completo para modelagem dimensional Capítulo 7 - Contabilidade
Guia completo para modelagem dimensional Capítulo 7 - Contabilidade Data Warehouse e OLAP Debora Marrach Guia completo para modelagem dimensional Forma de apresentação do livro Utiliza a abstração de processos
Leia mais