Inteligência de Negócios na Saúde BI-SIGA

Tamanho: px
Começar a partir da página:

Download "Inteligência de Negócios na Saúde BI-SIGA"

Transcrição

1 Inteligência de Negócios na Saúde BI-SIGA /BI SIGA Deborah Pimenta Ferreira 2013

2 1 Sumário Sumário... 1 Introdução... 2 Gestão do Conhecimento... 2 Equipes envolvidas no projeto de BI da SMS... 4 Business Intelligence (BI) - Conceitos... 5 Business Intelligence Esquema básico... 6 Histórico na SMS/SP... 8 Plataforma atual Escopo atual Principais dimensões Observações importantes relacionadas às dimensões: 14 Datas Termos especiais Hierarquias relacionadas ao estabelecimento Hierarquia relacionada à classificação diagnóstica Tempo Médio... 19

3 2 Introdução Este documento tem como finalidade apresentar alguns conceitos utilizados no projeto de BI (Business Intelligence) do SIGA e iniciar um novo ambiente (comunidade virtual de Inteligência de Negócios) da plataforma de aprendizado virtual da SMS-SP. Esperamos que este venha a ser um ambiente fértil para estimular discussões, esclarecimentos de dúvidas e sugestões que possam contribuir não apenas com o aprimoramento contínuo do próprio BI, mas também, para consolidar os conceitos necessários para as análises feitas por toda a comunidade de usuários. Gestão do Conhecimento A essência do conhecimento consiste em aplicá-lo, uma vez possuído. Confúcio (551 a.c a.c.; filósofo chinês) A grande finalidade do conhecimento não é conhecer, mas agir. Thomas Henry Huxley ( ; biólogo inglês) Conhecimento não é aquilo que você sabe, mas o que você faz com aquilo que você sabe. Aldous Huxley ( ; filósofo e escritor britânico). "A informação está no ar, ou então na "nuvem", como é moda hoje dizer. O conhecimento está na interação. E a sabedoria está na pessoa, que buscou o conhecimento na "nuvem", interagiu/compartilhou e distribuiu o que aprendeu numa rede social. Sem o amor e o afeto não há sabedoria, há apenas o conhecimento. E sem interação não há conhecimento, há apenas a informação, que está na nuvem dos nefelibatas." Dr Evaldo Shinji Kuniyoshi, REDE DE PROMOÇÃO DA SAÚDE

4 3 A diferença entre dados, informações e conhecimento já foi descrita por muitos, porém, Setzer coloca de forma bastante contundente a importância do fator humano na definição de conhecimento, quando considera que alguém tem conhecimento quando pode efetuar associações de conceitos baseadas em uma vivência pessoal dos objetos envolvidos (1). Ou seja, embora dados e informações sejam importantes para uma organização que busca aumentar o seu conhecimento, não são elementos suficientes por si só. O fator humano e suas vivências são fundamentais para o aumento do capital intelectual da organização. A gestão do conhecimento em uma organização envolve práticas de gestão das pessoas e do suporte tecnológico. É um processo de gestão relacionado a uma metodologia que permita coletar, processar, acumular, distribuir e compartilhar o conhecimento, contribuindo para conversão do conhecimento pertencente às pessoas (tácito), em um bem organizacional, tornando-o explícito. Considerando-se, então, a gestão do conhecimento como um processo fortemente dependente das pessoas e do suporte tecnológico, pode-se citar como fatores críticos de sucesso: Características da força de trabalho competências e habilidades práticas; capacidade de comunicação e abertura para a troca de informações; cultura e clima organizacional; capacidade de disseminação e absorção das lições aprendidas; Suporte tecnológico rede e ferramentas de comunicação ( , fóruns, portal, etc.); ferramentas para aprendizado (comunidades de prática, EAD); bancos de dados, data warehouse e ambientes de análise (BI). De um modo geral, podemos dizer que os maiores desafios a serem vencidos estão relacionados à quebra de paradigmas em relação à cultura organizacional e criação de uma infraestrutura informacional que vai além dos sistemas transacionais tradicionais e correios eletrônicos. A disseminação das comunidades virtuais vem ao encontro da abordagem da Gestão do Conhecimento, favorecendo o compartilhamento de experiências, informações e conhecimentos nas organizações (2). 1. SETZER, Valdemar W. Dado, informação, conhecimento e competência. Disponível em: Acesso: 02 fev LAPA, Eduardo. Comunidades virtuais e gestão do conhecimento Disponível em: carreiras.empregos.com.br/ comunidades/ rh/ artigos/ gestao_ conhecimento_informal.shtm. Acesso em: 29 mar

5 4 Equipes envolvidas no projeto de BI da SMS SMS/ATTI Ana Maria Cabral de Vasconcellos Santoro Andrew Solera Deborah Pimenta Ferreira de Castilho Luis Roberto de Souza Vicente Adair Botelho Junior Clayton Nascimento da Silva (estagiário) Rafael Mellim de Souza (estagiário) Gustavo Barcellos Kanashiro (Mãe Paulistana) PRODAM Iara Aparecida Gonçalves Maurício Luiz Gonzaga Jr Viviane Lisboa dos Santos Oliveira Tatiane Vieira Martins Eliana Yumi B. Hirakawa Fundação EZUTE Charlles Niebuhr Secretaria Municipal da Saúde - PMSP Assessoria Técnica de Tecnologia da Informação ATTI Coordenação: Heloisa A. Corral

6 5 Business Intelligence (BI) - Conceitos Embora para alguns isto pareça um conceito novo, na realidade não é. Surgiu na década de 80 e descreve as habilidades das corporações para acessar dados e explorar as informações (normalmente contidas em um Data Warehouse/Data Mart), analisando-as e desenvolvendo percepções e entendimentos a seu respeito, o que permite tornar a tomada de decisão mais pautada em informações. Utiliza, para a sua construção, diversos recursos de Tecnologia da Informação e Comunicação (TIC). Na área da saúde já fazemos isto há muito tempo; quando extraímos dados de uma base e usamos tabuladores como, por exemplo, o TabWin, conceitualmente já estamos trabalhando para adquirir mais conhecimento a respeito do nosso negócio (Saúde) a fim de tomar melhores decisões. Com o grande desenvolvimento da TIC e a introdução de ferramentas cada vez melhores, podemos ter um grande salto no aprendizado organizacional, porém, é preciso compreender que o BI não é um produto que se compra, mas sim, um longo processo institucional, que apenas se inicia com a implantação desta plataforma. A Inteligência de Negócios e o aumento do capital organizacional devem desenvolver-se diariamente, com a utilização dos sistemas transacionais, análise das informações do BI, melhoria dos processos e da qualidade dos dados coletados. Tudo isto visando contribuir para melhorar os processos assistenciais e, consequentemente, a saúde da população. Na construção deste ambiente analítico é importante destacar alguns conceitos: Data Warehouse (DW) - Conjunto de bancos de dados integrados, baseados em assuntos e não voláteis, projetado para suportar as funções de apoio à decisão, onde cada unidade de dados está relacionada a um determinado momento. Inclui as áreas de preparação (staging area) e de apresentação dos dados de uma organização, onde os dados extraídos dos sistemas transacionais (operacionais) são estruturados especificamente para extração e análise pelos usuários, com bom desempenho e facilidade de uso. Data Mart (DM) - Pode ser classificado como um data warehouse reduzido ou o centro de distribuição dos dados, muitas vezes destinado a um departamento ou assunto de dados, que é suprido pelo armazém central. Ambos são projetados como banco de dados dimensionais. A diferença entre o data mart e data warehouse refere-se apenas aos quesitos tamanho, escopo e investimento. É preciso lembrar que, a tecnologia usada em ambas as soluções, é a mesma.

7 6 Idealmente, deve ser baseado nos dados mais atômicos (granulares) possíveis, extraídos das fontes operacionais. Podem ser integrados através de técnicas de drill-across quando as dimensões estão em conformidade. A questão da granularidade é um assunto importante e muitas vezes controverso, porém, sempre que possível, adotamos os ensinamentos de Ralph Kimball, que além de ter sido um dos precursores desta tecnologia, foi também um consultor, autor e professor muito prestigiado, sendo o grupo fundado por ele citado como referência na área até hoje. Segundo ele, É completamente inaceitável armazenar apenas dados sumarizados no modelo dimensional enquanto os dados atômicos ficam trancados nos modelos normalizados [nos transacionais] (3). Claro que, em cada projeto, é necessário analisar muito bem o custo-benefício em relação a isto, equilibrando desempenho x necessidade x custo. Data Marts sumarizados podem ser construídos a partir dos mais granulares para melhora de desempenho. ETL Vem dos termos em inglês Extract/Transformation/Load e são os programas que são feitos para extrair, transformar e carregar os dados para uma nova base (o DW). Sistemas transacionais são os sistemas utilizados nas operações (transações) diárias da organização. Por exemplo, o SIGA é um sistema transacional, onde são registrados os processos relacionados às atividades das unidades. Ex.: Cadastrar um usuário na UBS, agendar um procedimento, registrar um atendimento, etc. Business Intelligence Esquema básico Fig. 1 - Esquema básico das bases de dados para a construção de um DW. AMBIENTE OPERACIONAL AMBIENTE ANALÍTICO IBGE, SIM, SINASC, Etc KIMBALL, Ralph The Data Warehouse Toolkit: the complete guide to dimensional modeling, 2nd ed. 2002

8 7 No DW os dados são modelados com uma metodologia diferente daquela utilizada no ambiente transacional, permitindo uma análise multifuncional de dados, ou seja, os dados (fatos) são vistos sob múltiplas dimensões (dizemos que as dimensões são o que vem depois do por : atendimentos por região). Exemplos: Tempo (sem/mês/trim/ano/etc.) Lugar/Espaço Região Unidade de Saúde Unidade de produção/atendimento Pessoa Usuário/Cliente Profissional Procedimento Diagnóstico Este conjunto, representado no modelo pela tabela Fato e suas tabelas Dimensões, muitas vezes é chamado de CUBO, associando à ideia de múltiplas faces. Além disto, outra característica desta metodologia é a capacidade de detalhamento das informações (drill-down), ou seja, possibilidade de se visualizar agregações e detalhamento das informações através de um click. Em um ambiente de consultas tradicionais (relatórios do sistema transacional), é comum perguntas como: Qual a taxa de ocupação da Clínica Médica no mês de Janeiro? Quantos agendamentos foram feitos para Pediatria nesta unidade para o mês de Setembro? Com a utilização de ferramentas OLAP (On-Line Analytical Processing), em ambientes analíticos, é possível a elaboração de questões como: Compare a taxa de ocupação da Clínica Médica relativa aos grupos diagnósticos XYZ nos dois últimos anos. Quantos pacientes distintos, do sexo masculino, de 40 a 59 anos, foram atendidos nas unidades básicas de saúde, nos últimos três anos, com diagnóstico X? São fatores críticos para o sucesso de um projeto de BI: Padronização de conceitos

9 8 Qualidade da informação Cultura dos usuários Forma de visualização das informações Fluxos e processos operacionais Mudanças nos sistemas transacionais Definição usuários alvos o Usuários exploradores o Usuários de relatórios com opções de seleção o Usuários de painéis/relatórios prontos Histórico na SMS/SP O primeiro projeto utilizando uma plataforma de BI na SMS/SP iniciou-se em Após a implantação do sistema integrado para a gestão (SIGA), milhares de dados passaram a ser coletados nas diversas unidades, porém, os relatórios disponibilizados eram apenas operacionais, para suprir as necessidades básicas e imediatas da unidade. Para a análise mais ampla dos dados, visando apoiar as ações dos gestores, foi construída a primeira plataforma, com ferramentas diferentes das atuais, disponibilizada a partir de Fig. 2 Tela inicial primeiro projeto

10 9 Foram construídos 11 cubos ou universos, relacionados ao sistema transacional SIGA: Agendamentos, Atendimentos, Equipes de Saúde, Estabelecimentos, Fila de Espera, Pacientes, Procedimentos, Profissionais, Regulação, Vacinação e Vagas. Neste primeiro ambiente, nem todos os cubos foram plenamente utilizados, pois, alguns não se mostraram satisfatórios. Apesar disto, muitas lições foram aprendidas e auxiliaram na evolução para uma nova plataforma e construção de novos cubos. Fig. 3 Tela do menu do primeiro projeto Desde esta primeira versão, foram introduzidas as principais dimensões (e as mais críticas) em sistemas de informações em saúde, comuns a diversos fatos: Paciente mais de de registros, com atributos como idade, sexo, procedência (CEP de residência); Estabelecimento (executante ou solicitante) - hierarquizado de acordo com a divisão administrativa e a estrutura organizacional do município; Procedimento; Diagnóstico; Profissional; Tempo.

11 10 Apesar de todas as dificuldades, a construção deste ambiente analítico possibilitou resolver mesmo alguns problemas operacionais inesperados, como por exemplo, detectar agendamentos para o dia 01/01/2009 que, por uma falha operacional, não haviam sido impedidos (fig. 4). Assim que foi detectado o problema, foi possível gerar em poucos minutos uma lista com todos os agendamentos já realizados para esta data (feriado nacional) e encaminhar para as respectivas unidades solicitando a remarcação e comunicação ao usuário. Fig. 4 Relatório do primeiro projeto Plataforma atual Esta primeira plataforma, por ter sido um projeto inicial, apresentava algumas restrições importantes como, por exemplo, número muito baixo de licenças: apenas 10 usuários simultâneos. A ideia era realmente testar esta nova tecnologia, para depois expandir. Por mudanças na empresa fornecedora da ferramenta, uma nova plataforma começou a ser utilizada. Foram desenvolvidos, inicialmente, alguns cubos referentes ao GSS e ao PRC (Programa Remédio em Casa), que ficaram apenas em ambiente de homologação. Enquanto a

12 11 primeira plataforma ainda estava sendo utilizada, foi desenvolvido o BI Mãe Paulistana nesta nova plataforma, pela equipe responsável pelo programa. Por necessidades específicas do projeto, não foi desenvolvido em conformidade com as dimensões do primeiro projeto. A partir de Out/2010, o BI do SIGA, na primeira plataforma, começou a apresentar sérios problemas nas cargas e optou-se por fazer a transição para a nova plataforma. Todos os assuntos foram reanalisados, aproveitando-se esta oportunidade para remodelar todos os cubos, fazendo-se as melhorias necessárias. Os novos cubos do BI-SIGA começaram a ser introduzidos, no ambiente de homologação, a partir de 2011, entrando efetivamente em produção, em NOV/2012. Homologação => Fig. 5 Tela inicial ambiente homologação plataforma atual

13 12 PRODUÇÃO => Fig. 6 Tela de informações do ambiente de produção do ambiente atual Esta tela inicial foi construída com a finalidade de disponibilizar informações gerais e avisos importantes. Tem também links para download do Manual de Orientações (que será todo revisado e complementado através desta comunidade) e a Portaria 709/2009, que dispõe sobre a proteção aos dados existentes nos sistemas de informação no âmbito da Secretaria Municipal da Saúde (todo usuário do BI também deve assinar o termo de responsabilidade para uso do sistema). Escopo atual VAGA Refere-se à configuração das agendas Inclui todas as situações: Livres, Ocupadas, Canceladas, etc... AGENDAMENTO Agendas preenchidas (vagas ocupadas); também inclui todas as situações dos agendamentos (Agendado, Cancelado, Remarcar, etc...)

14 13 FILA DE ESPERA (da Unidade) Ativos e Inativos ATENDIMENTO Procedimentos Diagnósticos APAC VACINA Melhorias introduzidas recentemente: Melhorias em Agendamento: Procedimento adicional Agendamento automático Mais um cubo: agendamento com diagnóstico (regulada) Melhoria em Vaga: Mais um cubo: vaga compartilhada (ainda no ambiente de homologação) Indicadores SIGA Para substituir as atuais planilhas de indicadores, a partir de Principais dimensões Aspectos importantes das principais dimensões (algumas são comuns a vários Fatos): DI Data (Período) => vários formatos, agregações e qualificadores na dimensão; menor grão utilizado, na maioria dos assuntos, é MÊS; DI Hora => vários formatos e agregações; menor grão, na maioria dos assuntos, é HORA INTEIRA; DI Estabelecimento de saúde => vários atributos; principais: NOME, CNES, CMES, CEP, LAT, LONG; Temos duas hierarquias para análise (vide mais detalhes adiante), possibilitando o drill-down ( explosão dos dados através da hierarquia.

15 14 Ex.: dados agregados do município podem ser detalhados por coordenadoria, supervisão, etc., clicando-se no nome sublinhado). Em alguns assuntos está especificado se é Executante ou Solicitante. DI Entidade => profissional executante, equipamento, atividade coletiva; DI Procedimento => alguns atributos; refere-se à tabela de procedimentos do SIGA - inclui procedimentos municipais e a hierarquia da tabela unificada (SIGTAP); DI Classificação Diagnóstica (CID) DI Especialidade => equivale à Atividade Profissional, do antigo SIA, que ainda é utilizada no SIGA; DI Tipo da agenda => Local, Regulada; DI Situação da vaga => Cancelada, Ocupada, Livre, Impedida; DI Tipo do atendimento da Agenda => Primeira vez, Retorno, Reserva Técnica; DI Paciente: vários atributos; DI Geografia do paciente => refere-se ao endereço do paciente, segundo CEP cadastrado no SIGA; DI Faixa etária => segundo agregações feitas a partir da idade do paciente; Observações importantes relacionadas às dimensões: Datas A dimensão tempo (em diversos formatos: período, data, mês, ano, trimestre, semestre, etc.) é sempre presente em um modelo dimensional. Mas é importante destacar as diferentes datas utilizadas no nosso modelo: Data em que foi gerado o relatório estamos adotando uma variável deste ambiente que aparece como Tempo de execução (seta vermelha na fig. 7) e deixamos visível abaixo do título do relatório; Data da última atualização dos dados refere-se à data da última carga daquele assunto (seta azul na fig. 7); ainda não está presente em todos os relatórios, porém, através da página inicial do BI é possível saber o cronograma previsto para as cargas (fig. 8) e, caso tenha havido algum problema na carga, é informado no quadro de notícias.

16 15 Fig. 7 Exemplo de relatório (VG-14) com as diversas datas utilizadas Fig. 8 Programação de cargas apresentado no menu suspenso, na primeira tela

17 16 Data de referência do fato analisado refere-se às datas definidas ou selecionadas para análise do fato em questão (seta verde na fig. 7). Cada assunto tem data(s) específica(s) de referência. Exs.: no assunto VAGA, a data de referência é sempre a data da VAGA; no assunto AGENDAMENTO, pode ser a data do agendamento ou a data agendada (data da vaga). Termos especiais Para os tratamentos de ERRO lógico durante as cargas, nas tabelas dimensões, foram criados e definidos os seguintes conceitos, que podem aparecer nos relatórios (conforme está apresentado, com a descrição entre asteriscos): (-1) *** NÃO SE APLICA *** o Este código será atribuído todas as vezes que a informação de análise para a dimensão não houver escopo. (-2) *** NÃO IDENTIFICADO *** o Este código será atribuído todas as vezes que a informação oriunda do sistema SIGA vier com conteúdo válido e na dimensão de análise não puder ser qualificada. Este erro ocorrerá por falta de atualização e/ou sincronização de dados com o sistema SIGA durante o processo de carga. (-4) *** DESCONHECIDO *** o Este código será atribuído todas as vezes que a informação oriunda do sistema SIGA estiver nula (não existir) para a dimensão de análise a ser qualificada. Hierarquias relacionadas ao estabelecimento Hierarquia 1 => SIGA Reflete exatamente a hierarquia que está no SIGA, que pode ser resumida logicamente como no exemplo abaixo (é muito dinâmica, podendo já estar desatualizada):

18 17 Hierarquia 2 => Território foi construída no BI, a partir do CEP do estabelecimento, introduzindo as demais categorias a partir de relacionamentos com tabelas existentes na SMS- SP, que no BI são chamadas de External tables : Passos utilizados na construção da H2: Tabela de Estabelecimentos do SIGA (H1_ADM_ESTABELECIMENTO) Através da H1 são extraídos os seguintes campos, oriundos do SIGA: Nome do estabelecimento CEP Bairro Município UF Foram introduzidas duas External tables : Para LOCALIZA NOVO SP.xls (Fonte: Ceinfo/Sinasc): relaciona o CEP com o código do Distrito Administrativo. CEP CODBAI (=> COD DA) Bairro

19 18 HIERARQUIA2_TERRITORIO_MUNSP.xls (Fonte: ATTI) => HI_ADM_ESTABELECIMENTO: relaciona o código do Distrito Administrativo com as demais categorias. COD_DA Dist_admin Subprefeitura Sup_Tec_Saude Coord_Reg_Saude Esta possibilidade de transformação dos dados, com novas agregações e relacionamentos, de acordo com as necessidades e regras do negócio, é uma das inúmeras vantagens de se construir um ambiente analítico, utilizando-se a tecnologia disponível. Embora não tenhamos a informação da Subprefeitura no SIGA, é possível apresentarmos os dados com esta agregação. Hierarquia relacionada à classificação diagnóstica No SIGA o diagnóstico é classificado apenas pelo código da categoria (3 caracteres) ou da subcategoria (4 caracteres). Porém, no BI, foi colocada a hierarquia completa, desde capítulos e grupos.

20 19 Tempo Médio Tempo médio de agendamento: é baseado no número de dias entre a data da vaga e a data do agendamento; Tempo médio de solicitação: inclui o tempo de agendamento Estas foram algumas informações gerais para início da comunidade. A partir daqui, iremos discutir cada assunto nos fóruns e serão produzidos materiais específicos com mais detalhes sobre o assunto e relatórios relacionados. Participem e deem sua contribuição!

Assessoria Técnica de Tecnologia da Informação - ATTI SIGA SAÚDE - BUSINESS INTELLIGENCE BI SIGA-SP. Manual de Orientação

Assessoria Técnica de Tecnologia da Informação - ATTI SIGA SAÚDE - BUSINESS INTELLIGENCE BI SIGA-SP. Manual de Orientação Assessoria Técnica de Tecnologia da Informação - ATTI SIGA SAÚDE - BUSINESS INTELLIGENCE BI SIGA-SP Versão 1 Manual de Orientação Conteúdo 1. Introdução 3 2. Abrangência 4 3. Vagas 5 4. Fila de Espera

Leia mais

SUMÁRIO 1. INTRODUÇÃO... 2 2. O QUE É DATA WAREHOUSE?... 2 3. O QUE DATA WAREHOUSE NÃO É... 4 4. IMPORTANTE SABER SOBRE DATA WAREHOUSE... 5 4.

SUMÁRIO 1. INTRODUÇÃO... 2 2. O QUE É DATA WAREHOUSE?... 2 3. O QUE DATA WAREHOUSE NÃO É... 4 4. IMPORTANTE SABER SOBRE DATA WAREHOUSE... 5 4. SUMÁRIO 1. INTRODUÇÃO... 2 2. O QUE É DATA WAREHOUSE?... 2 3. O QUE DATA WAREHOUSE NÃO É... 4 4. IMPORTANTE SABER SOBRE DATA WAREHOUSE... 5 4.1 Armazenamento... 5 4.2 Modelagem... 6 4.3 Metadado... 6 4.4

Leia mais

Modelando um Data Warehouse GRIMALDO OLIVEIRA

Modelando um Data Warehouse GRIMALDO OLIVEIRA Modelando um Data Warehouse GRIMALDO OLIVEIRA Sobre Grimaldo Grimaldo Oliveira grimaldo_lopes@hotmail.com Formação Mestre em Tecnologias Aplicadas a Educação pela Universidade do Estado da Bahia. Especialização

Leia mais

Interatividade aliada a Análise de Negócios

Interatividade aliada a Análise de Negócios Interatividade aliada a Análise de Negócios Na era digital, a quase totalidade das organizações necessita da análise de seus negócios de forma ágil e segura - relatórios interativos, análise de gráficos,

Leia mais

DESENVOLVIMENTO DE PLUG-INS KETTLE PARA GERAÇÃO DE MONDRIAN SCHEMA A PARTIR DE BASES RELACIONAIS, UTILIZANDO A METODOLOGIA AGILE ROLAP.

DESENVOLVIMENTO DE PLUG-INS KETTLE PARA GERAÇÃO DE MONDRIAN SCHEMA A PARTIR DE BASES RELACIONAIS, UTILIZANDO A METODOLOGIA AGILE ROLAP. DESENVOLVIMENTO DE PLUG-INS KETTLE PARA GERAÇÃO DE MONDRIAN SCHEMA A PARTIR DE BASES RELACIONAIS, UTILIZANDO A METODOLOGIA AGILE ROLAP. Eduardo Cristovo de Freitas Aguiar (PIBIC/CNPq), André Luís Andrade

Leia mais

Data Warehousing. Leonardo da Silva Leandro. CIn.ufpe.br

Data Warehousing. Leonardo da Silva Leandro. CIn.ufpe.br Data Warehousing Leonardo da Silva Leandro Agenda Conceito Elementos básicos de um DW Arquitetura do DW Top-Down Bottom-Up Distribuído Modelo de Dados Estrela Snowflake Aplicação Conceito Em português:

Leia mais

DATA WAREHOUSE. Introdução

DATA WAREHOUSE. Introdução DATA WAREHOUSE Introdução O grande crescimento do ambiente de negócios, médias e grandes empresas armazenam também um alto volume de informações, onde que juntamente com a tecnologia da informação, a correta

Leia mais

5 Estudo de Caso. 5.1. Material selecionado para o estudo de caso

5 Estudo de Caso. 5.1. Material selecionado para o estudo de caso 5 Estudo de Caso De modo a ilustrar a estruturação e representação de conteúdos educacionais segundo a proposta apresentada nesta tese, neste capítulo apresentamos um estudo de caso que apresenta, para

Leia mais

Aplicação A. Aplicação B. Aplicação C. Aplicação D. Aplicação E. Aplicação F. Aplicação A REL 1 REL 2. Aplicação B REL 3.

Aplicação A. Aplicação B. Aplicação C. Aplicação D. Aplicação E. Aplicação F. Aplicação A REL 1 REL 2. Aplicação B REL 3. Sumário Data Warehouse Modelagem Multidimensional. Data Mining BI - Business Inteligence. 1 2 Introdução Aplicações do negócio: constituem as aplicações que dão suporte ao dia a dia do negócio da empresa,

Leia mais

IMPLANTAÇÃO DO DW NA ANVISA

IMPLANTAÇÃO DO DW NA ANVISA IMPLANTAÇÃO DO DW NA ANVISA Bruno Nascimento de Ávila 1 Rodrigo Vitorino Moravia 2 Maria Renata Furtado 3 Viviane Rodrigues Silva 4 RESUMO A tecnologia de Business Intelligenge (BI) ou Inteligência de

Leia mais

Sistemas de Apoio à Decisão (SAD) - Senado

Sistemas de Apoio à Decisão (SAD) - Senado Sistemas de Apoio à Decisão (SAD) - Senado DW OLAP BI Ilka Kawashita Material preparado :Prof. Marcio Vitorino Sumário OLAP Data Warehouse (DW/ETL) Modelagem Multidimensional Data Mining BI - Business

Leia mais

Data Warehousing Visão Geral do Processo

Data Warehousing Visão Geral do Processo Data Warehousing Visão Geral do Processo Organizações continuamente coletam dados, informações e conhecimento em níveis cada vez maiores,, e os armazenam em sistemas informatizados O número de usuários

Leia mais

Módulo 2. Definindo Soluções OLAP

Módulo 2. Definindo Soluções OLAP Módulo 2. Definindo Soluções OLAP Objetivos Ao finalizar este módulo o participante: Recordará os conceitos básicos de um sistema OLTP com seus exemplos. Compreenderá as características de um Data Warehouse

Leia mais

Tópicos Avançados Business Intelligence. Banco de Dados Prof. Otacílio José Pereira. Unidade 10 Tópicos Avançados Business Inteligence.

Tópicos Avançados Business Intelligence. Banco de Dados Prof. Otacílio José Pereira. Unidade 10 Tópicos Avançados Business Inteligence. Tópicos Avançados Business Intelligence Banco de Dados Prof. Otacílio José Pereira Unidade 10 Tópicos Avançados Business Inteligence Roteiro Introdução Níveis organizacionais na empresa Visão Geral das

Leia mais

Administração de Sistemas de Informação Gerenciais UNIDADE IV: Fundamentos da Inteligência de Negócios: Gestão da Informação e de Banco de Dados Um banco de dados é um conjunto de arquivos relacionados

Leia mais

Professor: Disciplina:

Professor: Disciplina: Professor: Curso: Esp. Marcos Morais de Sousa marcosmoraisdesousa@gmail.com Sistemas de informação Disciplina: Introdução a SI Noções de sistemas de informação Turma: 01º semestre Prof. Esp. Marcos Morais

Leia mais

Arquitetura física de um Data Warehouse

Arquitetura física de um Data Warehouse É um modo de representar a macroestrutura de, comunicação, processamento e existentes para usuários finais dentro da empresa. Operacionais origem Data / Arquitetura física Serviços Armazenamento de Área

Leia mais

Business Intelligence

Business Intelligence 1/ 24 Business Intelligence Felipe Ferreira 1 Nossa empresa Jornal O Globo Jornais Populares Parcerias Grupo Folha Grupo Estado 2 1 Fundada em 1925 3100 funcionários 2 Parques Gráficos e SP Globo: 220

Leia mais

Curso Data warehouse e Business Intelligence Fundamentos, Metodologia e Arquitetura

Curso Data warehouse e Business Intelligence Fundamentos, Metodologia e Arquitetura Curso Data warehouse e Business Intelligence Fundamentos, Metodologia e Arquitetura Apresentação Os projetos de Data Warehouse e Business Intelligence são dos mais interessantes e complexos de desenvolver

Leia mais

Adriano Maranhão BUSINESS INTELLIGENCE (BI),

Adriano Maranhão BUSINESS INTELLIGENCE (BI), Adriano Maranhão BUSINESS INTELLIGENCE (BI), BUSINESS INTELLIGENCE (BI) O termo Business Intelligence (BI), popularizado por Howard Dresner do Gartner Group, é utilizado para definir sistemas orientados

Leia mais

Curso Data warehouse e Business Intelligence

Curso Data warehouse e Business Intelligence Curso Data warehouse e Business Intelligence Fundamentos, Metodologia e Arquitetura Apresentação Os projetos de Data Warehouse e Business Intelligence são dos mais interessantes e complexos de desenvolver

Leia mais

Data Warehouses Uma Introdução

Data Warehouses Uma Introdução Data Warehouses Uma Introdução Alex dos Santos Vieira, Renaldy Pereira Sousa, Ronaldo Ribeiro Goldschmidt 1. Motivação e Conceitos Básicos Com o advento da globalização, a competitividade entre as empresas

Leia mais

Kimball University: As 10 Regras Essenciais para a Modelagem de Dados Dimensional

Kimball University: As 10 Regras Essenciais para a Modelagem de Dados Dimensional Kimball University: As 10 Regras Essenciais para a Modelagem de Dados Dimensional Margy Ross Presidente Kimball Group Maio de 2009, Intelligent Enterprise.com Tradução livre para a língua portuguesa por

Leia mais

IBM Cúram Social Program Management Versão 6.0.5. Cúram Business Intelligence and Analytics Guide

IBM Cúram Social Program Management Versão 6.0.5. Cúram Business Intelligence and Analytics Guide IBM Cúram Social Program Management Versão 6.0.5 Cúram Business Intelligence and Analytics Guide Nota Antes de usar essas informações e o produto suportado por elas, leia as informações em Avisos na página

Leia mais

TÉCNICAS DE INFORMÁTICA WILLIAN FERREIRA DOS SANTOS

TÉCNICAS DE INFORMÁTICA WILLIAN FERREIRA DOS SANTOS TÉCNICAS DE INFORMÁTICA WILLIAN FERREIRA DOS SANTOS Vimos em nossas aulas anteriores: COMPUTADOR Tipos de computadores Hardware Hardware Processadores (CPU) Memória e armazenamento Dispositivos de E/S

Leia mais

Business Intelligence e ferramentas de suporte

Business Intelligence e ferramentas de suporte O modelo apresentado na figura procura enfatizar dois aspectos: o primeiro é sobre os aplicativos que cobrem os sistemas que são executados baseados no conhecimento do negócio; sendo assim, o SCM faz o

Leia mais

Planejamento Estratégico de TI. Prof.: Fernando Ascani

Planejamento Estratégico de TI. Prof.: Fernando Ascani Planejamento Estratégico de TI Prof.: Fernando Ascani BI Business Intelligence A inteligência Empresarial, ou Business Intelligence, é um termo do Gartner Group. O conceito surgiu na década de 80 e descreve

Leia mais

srbo@ufpa.br www.ufpa.br/srbo

srbo@ufpa.br www.ufpa.br/srbo CBSI Curso de Bacharelado em Sistemas de Informação BI Prof. Dr. Sandro Ronaldo Bezerra Oliveira srbo@ufpa.br www.ufpa.br/srbo Tópicos Especiais em Sistemas de Informação Faculdade de Computação Instituto

Leia mais

Data Warehouse. Debora Marrach Renata Miwa Tsuruda

Data Warehouse. Debora Marrach Renata Miwa Tsuruda Debora Marrach Renata Miwa Tsuruda Agenda Introdução Contexto corporativo Agenda Introdução Contexto corporativo Introdução O conceito de Data Warehouse surgiu da necessidade de integrar dados corporativos

Leia mais

Autor: Júlio Battisti www.juliobattisti.com.br

Autor: Júlio Battisti www.juliobattisti.com.br Autor: Júlio Battisti www.juliobattisti.com.br Livro: Aprenda com Júlio Battisti: Excel 2010 Avançado, Análise de Dados e Cenários, Tabelas e Gráficos Dinâmicos, Macros e Programação VBA - Através de Exemplos

Leia mais

Índice. Business Intelligence Pentaho

Índice. Business Intelligence Pentaho Manual de Sistema Índice Introdução:... 3 Conceito:... 3 1 - Acessando o Sistema... 4 1.1 - Tela inicial... 5 2 - Analisando um Cubo... 6 2.1 Acessando o Cubo... 6 2.2 - Montando Uma Visão... 7 3 - Navegando

Leia mais

Módulo 5. Implementando Cubos OLAP

Módulo 5. Implementando Cubos OLAP Módulo 5. Implementando Cubos OLAP Objetivos Compreender a importância da manipulação correta da segurança nos dados. Conhecer as operações que podem ser realizadas na consulta de um cubo. Entender o uso

Leia mais

Assessoria Técnica de Tecnologia da Informação. Sistemas de Informação no SUS Informação para Gestão

Assessoria Técnica de Tecnologia da Informação. Sistemas de Informação no SUS Informação para Gestão Assessoria Técnica de Tecnologia da Informação Sistemas de Informação no SUS Informação para Gestão Contato Cláudio Giulliano Alves da Costa, MD, MSc. Secretaria Municipal de Saúde de São Paulo Assessoria

Leia mais

Fases para um Projeto de Data Warehouse. Fases para um Projeto de Data Warehouse. Fases para um Projeto de Data Warehouse

Fases para um Projeto de Data Warehouse. Fases para um Projeto de Data Warehouse. Fases para um Projeto de Data Warehouse Definição escopo do projeto (departamental, empresarial) Grau de redundância dos dados(ods, data staging) Tipo de usuário alvo (executivos, unidades) Definição do ambiente (relatórios e consultas préestruturadas

Leia mais

Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan

Curso 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 mais

Auto Treinamento. Versão 10.05.13

Auto Treinamento. Versão 10.05.13 Auto Treinamento Versão 10.05.13 Sumário 1. OBJETIVO... 3 2. CONCEITO DE BUSINESS INTELLIGENCE... 3 3. REALIZANDO CONSULTAS NO BI-PUBLIC... 4 3.2. Abrindo uma aplicação... 4 3.3. Seleções... 6 3.4. Combinando

Leia mais

SIGA Saúde. Sistema Integrado de Gestão da Assistência à Saúde. Manual operacional. Módulo Agenda Agendamento Local

SIGA Saúde. Sistema Integrado de Gestão da Assistência à Saúde. Manual operacional. Módulo Agenda Agendamento Local SIGA Saúde Sistema Integrado de Gestão da Assistência à Saúde Manual operacional Módulo Agenda Agendamento Local Sumário Introdução... 3 Agendamento... 4 Pesquisa de vagas... 5 Perfil de Agenda... 6 Dados

Leia mais

KDD E MINERAÇÃO DE DADOS:

KDD E MINERAÇÃO DE DADOS: KDD E MINERAÇÃO DE DADOS: Revisão em Data Warehouses Prof. Ronaldo R. Goldschmidt ronaldo@de9.ime.eb.br rribeiro@univercidade.br geocities.yahoo.com.br/ronaldo_goldschmidt 1 DATA WAREHOUSES UMA VISÃO GERAL

Leia mais

DATA WAREHOUSE. Rafael Ervin Hass Raphael Laércio Zago

DATA WAREHOUSE. Rafael Ervin Hass Raphael Laércio Zago DATA WAREHOUSE Rafael Ervin Hass Raphael Laércio Zago Roteiro Introdução Aplicações Arquitetura Características Desenvolvimento Estudo de Caso Conclusão Introdução O conceito de "data warehousing" data

Leia mais

Prof. Ronaldo R. Goldschmidt. ronaldo.rgold@gmail.com

Prof. Ronaldo R. Goldschmidt. ronaldo.rgold@gmail.com DATA WAREHOUSES UMA INTRODUÇÃO Prof. Ronaldo R. Goldschmidt ronaldo.rgold@gmail.com 1 DATA WAREHOUSES UMA INTRODUÇÃO Considerações Iniciais Conceitos Básicos Modelagem Multidimensional Projeto de Data

Leia mais

Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan

Curso 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 mais

Data Warehouse Processos e Arquitetura

Data Warehouse Processos e Arquitetura Data Warehouse - definições: Coleção de dados orientada a assunto, integrada, não volátil e variável em relação ao tempo, que tem por objetivo dar apoio aos processos de tomada de decisão (Inmon, 1997)

Leia mais

Integração Access-Excel para produzir um sistema de apoio a decisão que simula um Data Warehouse e OLAP

Integração Access-Excel para produzir um sistema de apoio a decisão que simula um Data Warehouse e OLAP Integração Access-Excel para produzir um sistema de apoio a decisão que simula um Data Warehouse e OLAP Wílson Luiz Vinci (Faculdades IPEP) wilson@cnptia.embrapa.br Marcelo Gonçalves Narciso (Embrapa Informática

Leia mais

Thalita Moraes PPGI Novembro 2007

Thalita Moraes PPGI Novembro 2007 Thalita Moraes PPGI Novembro 2007 A capacidade dos portais corporativos em capturar, organizar e compartilhar informação e conhecimento explícito é interessante especialmente para empresas intensivas

Leia mais

Subsecretaria de Contabilidade Pública. Coordenação-Geral de Contabilidade e Custos da União. Tesouro Gerencial

Subsecretaria de Contabilidade Pública. Coordenação-Geral de Contabilidade e Custos da União. Tesouro Gerencial Subsecretaria de Contabilidade Pública Coordenação-Geral de Contabilidade e Custos da União Tesouro Gerencial Brasília Novembro/2014 Objetivos do Curso O aluno deve ser capaz de: 1) Identificar as diferenças/semelhanças

Leia mais

TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE

TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE Engenharia de Computação Professor: Rosalvo Ferreira de Oliveira Neto OLPT x OLAP Roteiro OLTP Datawarehouse OLAP Operações OLAP Exemplo com Mondrian e Jpivot

Leia mais

A importância da. nas Organizações de Saúde

A importância da. nas Organizações de Saúde A importância da Gestão por Informações nas Organizações de Saúde Jorge Antônio Pinheiro Machado Filho Consultor de Negócios www.bmpro.com.br jorge@bmpro.com.br 1. Situação nas Empresas 2. A Importância

Leia mais

AGILE ROLAP - UMA METODOLOGIA ÁGIL PARA IMPLEMENTAÇÃO DE AMBIENTES DE NEGÓCIOS BASEADO EM SERVIDORES OLAP.

AGILE ROLAP - UMA METODOLOGIA ÁGIL PARA IMPLEMENTAÇÃO DE AMBIENTES DE NEGÓCIOS BASEADO EM SERVIDORES OLAP. AGILE ROLAP - UMA METODOLOGIA ÁGIL PARA IMPLEMENTAÇÃO DE AMBIENTES DE NEGÓCIOS BASEADO EM SERVIDORES OLAP. Luan de Souza Melo (Fundação Araucária), André Luís Andrade Menolli (Orientador), Ricardo G. Coelho

Leia mais

Palavras-chave: On-line Analytical Processing, Data Warehouse, Web mining.

Palavras-chave: On-line Analytical Processing, Data Warehouse, Web mining. BUSINESS INTELLIGENCE COM DADOS EXTRAÍDOS DO FACEBOOK UTILIZANDO A SUÍTE PENTAHO Francy H. Silva de Almeida 1 ; Maycon Henrique Trindade 2 ; Everton Castelão Tetila 3 UFGD/FACET Caixa Postal 364, 79.804-970

Leia mais

DESMISTIFICANDO O CONCEITO DE ETL

DESMISTIFICANDO O CONCEITO DE ETL DESMISTIFICANDO O CONCEITO DE ETL Fábio Silva Gomes da Gama e Abreu- FSMA Resumo Este artigo aborda os conceitos de ETL (Extract, Transform and Load ou Extração, Transformação e Carga) com o objetivo de

Leia mais

FUNDAMENTOS DE SISTEMAS DE INFORMAÇÃO

FUNDAMENTOS DE SISTEMAS DE INFORMAÇÃO @ribeirord FUNDAMENTOS DE SISTEMAS DE INFORMAÇÃO Rafael D. Ribeiro, M.Sc,PMP. rafaeldiasribeiro@gmail.com http://www.rafaeldiasribeiro.com.br Lembrando... Aula 4 1 Lembrando... Aula 4 Sistemas de apoio

Leia mais

CONSIDERAÇÕES SOBRE ATIVIDADES DE IDENTIFICAÇÃO, LOCALIZAÇÃO E TRATAMENTO DE DADOS NA CONSTRUÇÃO DE UM DATA WAREHOUSE

CONSIDERAÇÕES SOBRE ATIVIDADES DE IDENTIFICAÇÃO, LOCALIZAÇÃO E TRATAMENTO DE DADOS NA CONSTRUÇÃO DE UM DATA WAREHOUSE CONSIDERAÇÕES SOBRE ATIVIDADES DE IDENTIFICAÇÃO, LOCALIZAÇÃO E TRATAMENTO DE DADOS NA CONSTRUÇÃO DE UM DATA WAREHOUSE Fabio Favaretto Professor adjunto - Programa de Pós Graduação em Engenharia de Produção

Leia mais

Arquitetura de Disseminação de Informações baseada em Datawarehouse 05/04/2006

Arquitetura de Disseminação de Informações baseada em Datawarehouse 05/04/2006 Arquitetura de Disseminação de Informações baseada em Datawarehouse 05/04/2006 Agenda A Informal Perspectiva Histórica Modelos de Arquitetura Benefícios para Gestão Caso de Referência Agenda A Informal

Leia mais

Business Intelligence para Computação TítuloForense. Tiago Schettini Batista

Business Intelligence para Computação TítuloForense. Tiago Schettini Batista Business Intelligence para Computação TítuloForense Tiago Schettini Batista Agenda Empresa; Crescimento de Dados; Business Intelligence; Exemplos (CGU, B2T) A empresa Empresa fundada em 2003 especializada

Leia mais

Data Warehouses. Alunos: Diego Antônio Cotta Silveira Filipe Augusto Rodrigues Nepomuceno Marcos Bastos Silva Roger Rezende Ribeiro Santos

Data Warehouses. Alunos: Diego Antônio Cotta Silveira Filipe Augusto Rodrigues Nepomuceno Marcos Bastos Silva Roger Rezende Ribeiro Santos Data Warehouses Alunos: Diego Antônio Cotta Silveira Filipe Augusto Rodrigues Nepomuceno Marcos Bastos Silva Roger Rezende Ribeiro Santos Conceitos Básicos Data Warehouse(DW) Banco de Dados voltado para

Leia mais

Banco de Dados - Senado

Banco de Dados - Senado Banco de Dados - Senado Exercícios OLAP - CESPE Material preparado: Prof. Marcio Vitorino OLAP Material preparado: Prof. Marcio Vitorino Soluções MOLAP promovem maior independência de fornecedores de SGBDs

Leia mais

Alternativas de Integração de Dados Gerenciando Valor e Qualidade

Alternativas de Integração de Dados Gerenciando Valor e Qualidade Soluções para Possibilitar Relacionamentos Duradouros com Clientes Alternativas de Integração de Dados Gerenciando Valor e Qualidade Utilizando uma abordagem regulada para incorporar serviços de qualidade

Leia mais

Planejamento Estratégico de TI. Prof.: Fernando Ascani

Planejamento Estratégico de TI. Prof.: Fernando Ascani Planejamento Estratégico de TI Prof.: Fernando Ascani Data Warehouse - Conceitos Hoje em dia uma organização precisa utilizar toda informação disponível para criar e manter vantagem competitiva. Sai na

Leia mais

Capítulo 1 - A revolução dos dados, da informação e do conhecimento 1 B12 4

Capítulo 1 - A revolução dos dados, da informação e do conhecimento 1 B12 4 Sumário Capítulo 1 - A revolução dos dados, da informação e do conhecimento 1 B12 4 Capítulo 2 - Reputação corporativa e uma nova ordem empresarial 7 Inovação e virtualidade 9 Coopetição 10 Modelos plurais

Leia mais

Aplicação de Data Warehousing no Cadastro de Ficha Limpa do TSE

Aplicação de Data Warehousing no Cadastro de Ficha Limpa do TSE Aplicação de Data Warehousing no Cadastro de Ficha Limpa do TSE Mateus Ferreira Silva, Luís Gustavo Corrêa Lira, Marcelo Fernandes Antunes, Tatiana Escovedo, Rubens N. Melo mateusferreiras@gmail.com, gustavolira@ymail.com,

Leia mais

Governança de TI Evolução e Conceitos de Gestão da TI. Raimir Holanda raimir@tce.ce.gov.br

Governança de TI Evolução e Conceitos de Gestão da TI. Raimir Holanda raimir@tce.ce.gov.br Governança de TI Evolução e Conceitos de Gestão da TI Raimir Holanda raimir@tce.ce.gov.br Agenda Conceitos de Governança de TI Fatores motivadores das mudanças Evolução da Gestão de TI Ciclo da Governança

Leia mais

Uma aplicação de Data Warehouse para apoiar negócios

Uma aplicação de Data Warehouse para apoiar negócios Uma aplicação de Data Warehouse para apoiar negócios André Vinicius Gouvêa Monteiro Marcos Paulo Oliveira Pinto Rosa Maria E. Moreira da Costa Universidade do Estado do Rio de Janeiro - UERJ IME - Dept

Leia mais

DATA WAREHOUSING. Data Warehousing

DATA WAREHOUSING. Data Warehousing DATA WAREHOUSING Data Warehousing Sumário Conceitos / Autores chave... 3 1. Introdução... 3 2. Modelos de Data Warehouse... 4 3. Processo de Extração, Transformação e Carga de Dados... 6 4. Data Mart versus

Leia mais

Data Warehouse. Djenane Cristina Silveira dos Santos¹, Felipe Gomes do Prado¹, José Justino Neto¹, Márcia Taliene Alves de Paiva¹

Data Warehouse. Djenane Cristina Silveira dos Santos¹, Felipe Gomes do Prado¹, José Justino Neto¹, Márcia Taliene Alves de Paiva¹ Data Warehouse. Djenane Cristina Silveira dos Santos¹, Felipe Gomes do Prado¹, José Justino Neto¹, Márcia Taliene Alves de Paiva¹ ¹Ciência da Computação Universidade Federal de Itajubá (UNIFEI) MG Brasil

Leia mais

Uma análise de ferramentas de modelagem e gerência de metadados aplicadas ao projeto de BI/DW-UFBA

Uma análise de ferramentas de modelagem e gerência de metadados aplicadas ao projeto de BI/DW-UFBA Universidade Federal da Bahia Instituto de Matemática Departamento de Ciência da Computação MATA67 Projeto Final II Uma análise de ferramentas de modelagem e gerência de metadados aplicadas ao projeto

Leia mais

Unidade III PLANEJAMENTO ESTRATÉGICO DE. Prof. Daniel Arthur Gennari Junior

Unidade III PLANEJAMENTO ESTRATÉGICO DE. Prof. Daniel Arthur Gennari Junior Unidade III PLANEJAMENTO ESTRATÉGICO DE TECNOLOGIA DA INFORMAÇÃO Prof. Daniel Arthur Gennari Junior Sobre esta aula Gestão do conhecimento e inteligência Corporativa Conceitos fundamentais Aplicações do

Leia mais

Business Intelligence. Business Intelligence. Business Intelligence. Business Intelligence. Business Intelligence

Business Intelligence. Business Intelligence. Business Intelligence. Business Intelligence. Business Intelligence Juntamente com o desenvolvimento desses aplicativos surgiram os problemas: & Data Warehouse July Any Rizzo Oswaldo Filho Década de 70: alguns produtos de BI Intensa e exaustiva programação Informação em

Leia mais

Aplicando Técnicas de Business Intelligence sobre dados de desempenho Acadêmico: Um estudo de caso

Aplicando Técnicas de Business Intelligence sobre dados de desempenho Acadêmico: Um estudo de caso Aplicando Técnicas de Business Intelligence sobre dados de desempenho Acadêmico: Um estudo de caso Ana Magela Rodriguez Almeida 1, Sandro da Silva Camargo 1 1 Curso Engenharia de Computação Universidade

Leia mais

Arquiteturas de DW e Abordagens de Implementação. Arquiteturas e Abordagens de Implementação

Arquiteturas de DW e Abordagens de Implementação. Arquiteturas e Abordagens de Implementação Curso de Dwing TecBD-DI PUC-Rio Prof. Rubens Melo Arquiteturas de DW e Abordagens de Implementação Arquiteturas e Abordagens de Implementação Arquitetura adequada é fundamental Infra-estrutura disponível

Leia mais

Prova INSS RJ - 2007 cargo: Fiscal de Rendas

Prova INSS RJ - 2007 cargo: Fiscal de Rendas Prova INSS RJ - 2007 cargo: Fiscal de Rendas Material de Apoio de Informática - Prof(a) Ana Lucia 53. Uma rede de microcomputadores acessa os recursos da Internet e utiliza o endereço IP 138.159.0.0/16,

Leia mais

PROPOSTA DE UMA ARQUITETURA PARA CONSTRUÇÃO DE UM DATA WAREHOUSE PARA GESTÃO DA SAÚDE PÚBLICA DE UM MUNICÍPIO DO VALE DO ITAJAÍ

PROPOSTA DE UMA ARQUITETURA PARA CONSTRUÇÃO DE UM DATA WAREHOUSE PARA GESTÃO DA SAÚDE PÚBLICA DE UM MUNICÍPIO DO VALE DO ITAJAÍ PROPOSTA DE UMA ARQUITETURA PARA CONSTRUÇÃO DE UM DATA WAREHOUSE PARA GESTÃO DA SAÚDE PÚBLICA DE UM MUNICÍPIO DO VALE DO ITAJAÍ Renan Felipe dos Santos Prof. Alexander Roberto Valdameri,Orientador ROTEIRO

Leia mais

Introdução. Formação Informática Para Estatísticos Na DPINE. Formação Informática Para Estatísticos Na DPINE. Usar Tabelas Dinâmicas em EXCEL

Introdução. Formação Informática Para Estatísticos Na DPINE. Formação Informática Para Estatísticos Na DPINE. Usar Tabelas Dinâmicas em EXCEL Usar Tabelas Dinâmicas em EXCEL Introdução Neste Módulo aprendemos o importante recurso de Tabelas Dinâmicas e Gráficos Dinâmicos. Aprendemos a criar tabelas dinâmicas, a aplicar filtros e a fazer análise

Leia mais

Módulo 1. Introdução ao Business Intelligence

Módulo 1. Introdução ao Business Intelligence Módulo 1. Introdução ao Business Intelligence Objetivos Fornecer uma visão sobre a finalidade de um sistema de suporte para tomada de decisões: Conhecer quais sistemas informatizados atuam em cada componente

Leia mais

Módulo 4. Construindo uma solução OLAP

Módulo 4. Construindo uma solução OLAP Módulo 4. Construindo uma solução OLAP Objetivos Diferenciar as diversas formas de armazenamento Compreender o que é e como definir a porcentagem de agregação Conhecer a possibilidade da utilização de

Leia mais

Gestão do Conhecimento Case Documentar

Gestão do Conhecimento Case Documentar Gestão do Conhecimento Case Documentar GESTÃO DO CONHECIMENTO CASE DOCUMENTAR Empresa: Documentar Tecnologia e Informação Localização: R. Barão de Macaúbas 460 20º Andar Santo Antônio BH/MG Segmento: Tecnologia,

Leia mais

Business Intelligence aplicado a área da saúde: potencializando a tomada de decisão

Business Intelligence aplicado a área da saúde: potencializando a tomada de decisão Business Intelligence aplicado a área da saúde: potencializando a tomada de decisão Daiane Kelly de Oliveira 1, Dorirley Rodrigo Alves 1 1 Instituto de Ciências Exatas e Informática PUC Minas Campus Guanhães

Leia mais

Business Intelligence Conceitos, Metodologia de Desenvolvimento e Exemplos de BI

Business Intelligence Conceitos, Metodologia de Desenvolvimento e Exemplos de BI Matriz: Av. Caçapava, 527 CEP 90.460-130 Tecnopuc: Av. Ipiranga, 6681 Prédio 32 Sala 109 CEP 90.619-900 Porto Alegre - RS, Brasil Contate-nos: +55 (51) 3330.7777 contato@dbccompany.com.br www.dbccompany.com.br

Leia mais

Sistemas de Informação em Saúde. Informatização da Atenção Básica Secretaria Municipal de Saúde de São Paulo (SMS-SP)

Sistemas de Informação em Saúde. Informatização da Atenção Básica Secretaria Municipal de Saúde de São Paulo (SMS-SP) Sistemas de Informação em Saúde Informatização da Atenção Básica Secretaria Municipal de Saúde de São Paulo (SMS-SP) Contato Cláudio Giulliano Alves da Costa, MD, MSc. Secretaria Municipal de Saúde de

Leia mais

Comunicado aos usuários do TabWin rede SMS 02/08/2010. Conheça as mudanças no TabWin rede SMS

Comunicado aos usuários do TabWin rede SMS 02/08/2010. Conheça as mudanças no TabWin rede SMS Comunicado aos usuários do TabWin rede SMS 02/08/2010 Informamos que o aplicativo para tabulação de dados TabWin, gerenciado e disponibilizado pela SMS/CEInfo desde 2002, está sendo reestruturado e transferido

Leia mais

Resumo dos principais conceitos. Resumo dos principais conceitos. Business Intelligence. Business Intelligence

Resumo dos principais conceitos. Resumo dos principais conceitos. Business Intelligence. Business Intelligence É um conjunto de conceitos e metodologias que, fazem uso de acontecimentos e sistemas e apoiam a tomada de decisões. Utilização de várias fontes de informação para se definir estratégias de competividade

Leia mais

A aplicação do Business Intelligence no segmento de Saúde Pública Ambulatorial

A aplicação do Business Intelligence no segmento de Saúde Pública Ambulatorial A aplicação do Business Intelligence no segmento de Saúde Pública Ambulatorial Gilberto Capatina Valente 1, Newton Naoki Ahagon 1 1 Atech Tecnologias Críticas, São Paulo, SP Resumo Este artigo descreve

Leia mais

BUSINESS INTELLIGENCE, O ELEMENTO CHAVE PARA O SUCESSO DAS ORGANIZAÇÕES.

BUSINESS INTELLIGENCE, O ELEMENTO CHAVE PARA O SUCESSO DAS ORGANIZAÇÕES. Encontro de Ensino, Pesquisa e Extensão, Presidente Prudente, 22 a 25 de outubro, 2012 88 BUSINESS INTELLIGENCE, O ELEMENTO CHAVE PARA O SUCESSO DAS ORGANIZAÇÕES. Andrios Robert Silva Pereira, Renato Zanutto

Leia mais

DESENVOLVIMENTO DA SOLUÇÃO DE BUSINESS INTELLIGENCE EM UMA UNIVERSIDADE ESTADUAL, UTILIZANDO A FERRAMENTA EXCEL PARA MANIPULAÇÃO DOS DADOS

DESENVOLVIMENTO DA SOLUÇÃO DE BUSINESS INTELLIGENCE EM UMA UNIVERSIDADE ESTADUAL, UTILIZANDO A FERRAMENTA EXCEL PARA MANIPULAÇÃO DOS DADOS DESENVOLVIMENTO DA SOLUÇÃO DE BUSINESS INTELLIGENCE EM UMA UNIVERSIDADE ESTADUAL, UTILIZANDO A FERRAMENTA EXCEL PARA MANIPULAÇÃO DOS DADOS Flávio Augusto Lacerda de Farias Rogério Tronco Vassoler ** Resumo

Leia mais

Data Warehouse a experiência da ANVISA

Data Warehouse a experiência da ANVISA Data Warehouse a experiência da ANVISA Camilo Mussi, Denis Murahovschi, Giliana Bettni, Luiz Gustavo Kratz Assessoria da Presidência, Agência Nacional de Vigilância Sanitária (ANVISA), Brasil Resumo -

Leia mais

RESUMO. Palavras chave: Data Warehousing (Armazenagem de Dados), Banco de Dados. Especializado.

RESUMO. Palavras chave: Data Warehousing (Armazenagem de Dados), Banco de Dados. Especializado. Faculdade de Ciências Sociais e Tecnológicas FACITEC Bacharelado em Sistemas de Informação BSI 2B Disciplina: Fundamentos de Sistemas de Informação Professor: Paulo de Tarso DATA WAREHOUSING Componentes:

Leia mais

Experiência: REDUÇÃO DA TAXA DE CANCELAMENTO DE CIRURGIAS ATRAVÉS DA OTIMIZAÇÃO DO PROCESSO ASSISTENCIAL

Experiência: REDUÇÃO DA TAXA DE CANCELAMENTO DE CIRURGIAS ATRAVÉS DA OTIMIZAÇÃO DO PROCESSO ASSISTENCIAL Experiência: REDUÇÃO DA TAXA DE CANCELAMENTO DE CIRURGIAS ATRAVÉS DA OTIMIZAÇÃO DO PROCESSO ASSISTENCIAL Hospital de Clínicas de Porto Alegre Ministério da Educação Responsável: Sérgio Carlos Eduardo Pinto

Leia mais

ATIVIDADES PRÁTICAS SUPERVISIONADAS

ATIVIDADES PRÁTICAS SUPERVISIONADAS ATIVIDADES PRÁTICAS SUPERVISIONADAS Tecnologia em Gestão da Tecnologia da Informação 4ª. Série Administração de Banco de Dados A atividade prática supervisionada (ATPS) é um método de ensinoaprendizagem

Leia mais

PENTAHO. História e Apresentação

PENTAHO. História e Apresentação PÓS-GRADUAÇÃO LATO SENSU Curso: Banco de Dados Disciplina: Laboratório de Data Warehouse e Business Intelligence Professor: Fernando Zaidan Unidade 2 2012 Crédito dos Slides: Clever Junior 2 PENTAHO História

Leia mais

ACOMPANHAMENTO TESTE 6. Fonte: Carlos Barbieri. Fonte: Carlos Barbieri

ACOMPANHAMENTO 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 mais

Bloco Administrativo

Bloco Administrativo Bloco Administrativo BI Business Intelligence Objetivo O objetivo deste artigo é dar uma visão geral sobre o Módulo Business Intelligence, que se encontra no Bloco Administrativo. Todas informações aqui

Leia mais

Uma Arquitetura de Gestão de Dados em Ambiente Data Warehouse

Uma Arquitetura de Gestão de Dados em Ambiente Data Warehouse Uma Arquitetura de Gestão de Dados em Ambiente Data Warehouse Alcione Benacchio (UFPR) E mail: alcione@inf.ufpr.br Maria Salete Marcon Gomes Vaz (UEPG, UFPR) E mail: salete@uepg.br Resumo: O ambiente de

Leia mais

MINISTÉRIO DO DESENVOLVIMENTO SOCIAL E COMBATE À FOME Secretaria Nacional de Renda de Cidadania. CONTRATAÇÃO DE CONSULTOR MODALIDADE: Produto

MINISTÉRIO DO DESENVOLVIMENTO SOCIAL E COMBATE À FOME Secretaria Nacional de Renda de Cidadania. CONTRATAÇÃO DE CONSULTOR MODALIDADE: Produto MINISTÉRIO DO DESENVOLVIMENTO SOCIAL E COMBATE À FOME Secretaria Nacional de Renda de Cidadania CONTRATAÇÃO DE CONSULTOR MODALIDADE: Produto Nº do Termo de Referência no Plano de Aquisições: 2 B 4 Acordo

Leia mais

Uma Ferramenta WEB para apoio à Decisão em Ambiente Hospitalar

Uma Ferramenta WEB para apoio à Decisão em Ambiente Hospitalar Uma Ferramenta WEB para apoio à Decisão em Ambiente Hospitalar Mikael de Souza Fernandes 1, Gustavo Zanini Kantorski 12 mikael@cpd.ufsm.br, gustavoz@cpd.ufsm.br 1 Curso de Sistemas de Informação, Universidade

Leia mais

Fornecendo Inteligência, para todo o mundo, a mais de 20 anos.

Fornecendo Inteligência, para todo o mundo, a mais de 20 anos. Fornecendo Inteligência, para todo o mundo, a mais de 20 anos. Fundada em 1989, a MicroStrategy é fornecedora líder Mundial de plataformas de software empresarial. A missão é fornecer as plataformas mais

Leia mais

Manual de utilização da Ferramenta de Envio e Gerenciamento de SMS. GFILA da OPS Network

Manual de utilização da Ferramenta de Envio e Gerenciamento de SMS. GFILA da OPS Network Manual de utilização da Ferramenta de Envio e Gerenciamento de SMS GFILA da OPS Network A OPS Network desenvolveu o GFILA visando atender todas as necessidades do cliente consumidor de SMS; desde o atacadista,

Leia mais

Nome: Login: CA: Cidade: UF CARTÃO RESPOSTA QUESTÃO RESPOSTA QUESTÃO RESPOSTA

Nome: Login: CA: Cidade: UF CARTÃO RESPOSTA QUESTÃO RESPOSTA QUESTÃO RESPOSTA ANÁLISE E DESENVOLVIMENTO DE SISTEMAS TURMA 2008 3º PERÍODO - 6º MÓDULO AVALIAÇÃO A3 DATA 09/07/2009 SISTEMAS EMPRESARIAIS Dados de identificação do Acadêmico: Nome: Login: CA: Cidade: UF CARTÃO RESPOSTA

Leia mais

Percio Alexandre de Oliveira Prof. Maurício Capobianco Lopes - Orientador

Percio Alexandre de Oliveira Prof. Maurício Capobianco Lopes - Orientador Percio Alexandre de Oliveira Prof. Maurício Capobianco Lopes - Orientador Índice Introdução Objetivos Data Warehouse Estrutura Interna Características Principais elementos: ETC, Metadados e Modelagem Dimensional

Leia mais

SAD orientado a DADOS

SAD orientado a DADOS Universidade do Contestado Campus Concórdia Curso de Sistemas de Informação Prof.: Maico Petry SAD orientado a DADOS DISCIPLINA: Sistemas de Apoio a Decisão SAD orientado a dados Utilizam grandes repositórios

Leia mais

Criação e uso da Inteligência e Governança do BI

Criação e uso da Inteligência e Governança do BI Criação e uso da Inteligência e Governança do BI Criação e uso da Inteligência e Governança do BI Governança do BI O processo geral de criação de inteligência começa pela identificação e priorização de

Leia mais

PLANO DE ENSINO PRÉ-REQUISITOS: ENS

PLANO DE ENSINO PRÉ-REQUISITOS: ENS UNIVERSIDADE DO ESTADO DE SANTA CATARINA UDESC CENTRO DE EDUCAÇÃO SUPERIOR DO ALTO VALE DO ITAJAÍ CEAVI PLANO DE ENSINO DEPARTAMENTO: DSI Departamento de Sistema de Informação DISCIPLINA: Data Warehouse

Leia mais