Open Source Business Intelligence com

Tamanho: px
Começar a partir da página:

Download "Open Source Business Intelligence com"

Transcrição

1 pentaho_ Open Source Business Intelligence com Conheça o ambiente de BI livre mais utilizado no Brasil e saiba como essa poderosa ferramenta foi construída sobre a plataforma Java Givanildo Santana do Nascimento é graduado em Sistemas de Informação, especialista em Melhoria de Processos de Software e mestre em Ciência da Computação. Possui as certificações Certified Function Point Specialist, Sun Certified Java 2 Platform Programmer e Sun Certified Web Component Developer for J2EE Platform. Trabalha como analista de Sistemas na Petrobras, desenvolvendo soluções de TIC para Exploração e Produção de Petróleo. É sócio-diretor da empresa MPS Soluções em Tecnologia da Informação, na qual atua como consultor em TI e conduz um projeto de Bussiness Intelligence para o Poder Judiciário brasileiro. É membro da equipe técnica da Revista MundoJ, escrevendo e revisando artigos e cobrindo eventos de tecnologia no Brasil e no exterior. termo Business Intelligence (BI) define um conjunto de conceitos e métodos para melhorar a O tomada de decisão por meio de sistemas baseados em dados e informações. Trata-se de um termo amplo que combina arquitetura, ferramentas, bancos de dados, aplicações, processos e metodologias, no contexto dos sistemas de suporte à decisão. O BI representa a habilidade de se estruturar, integrar e explorar informações normalmente guardadas em estruturas de Data Warehouse (DW) e Data Marts (DM), com o objetivo de desenvolver percepções, entendimentos e conhecimentos capazes de conduzir organizações a um melhor processo de tomada de decisão (BARBIERI, 2011). Aplicativos operacionais Data Mart Software de automação de escritórios Dados externos Equipamentos de automação E T L OLAP Data Mining EXTRAÇÃO, TRANSFORMA- FONTES DE DADOS ÇÃO E CARREGAMENTO Figura 1. Componentes de um ambiente BI. Fonte: Cazella (2011). DATA WAREHOUSE EXPLORAÇÃO / 20

2 Java e Pentaho BI Suite Community Edition A maioria das ferramentas e aplicações de Business Intelligence são tidas como custosas e complexas. De fato, integrar um grande volume de dados e deles extrair informações que suportem a tomada de decisões não é uma tarefa simples. Porém muitos projetos de BI não dispõem de orçamentos capazes de patrocinar a aquisição de ferramentas comerciais com custos expressos em quatro ou mais dígitos, em dólares. Esses custos elevados impediriam o início de muitos projetos executados por empresas de pequeno e médio porte. Por outro lado, os recursos de integração de dados e análise de informações oferecidos pelas ferramentas comerciais são muito importantes no desenvolvimento de aplicações de BI profissionais. A solução desse problema técnico-econômico pode ser encontrada nas ferramentas livres de BI. Este artigo apresenta o Pentaho BI Suite Community Edition, a ferramenta de BI livre mais utilizada no Brasil, desenvolvida sobre a plataforma Java. O ambiente de BI, ilustrado na figura 1, é composto pelas fontes de dados operacionais, pelos processos de Extração, Transformação e Carregamento (ETL), pelo DW, DM e pelos métodos de exploração. Os dados operacionais são carregados nas bases DW e DM por processos ETL. Durante a carga, os processos ETL também realizam operações de limpeza, preenchimento e correção nos dados. Após serem carregados no DW, os dados preenchem os DM modelados de forma dimensional, orientados a assuntos ou processos de negócio. O DW e os DM são então explorados pelo usuário utilizando ferramentas de processamento analítico OLAP e técnicas de mineração de dados (CAZELLA, 2011). O número de projetos de BI cresceu rapidamente em todo o mundo, de acordo com os relatórios anuais do Gartner Group. A tabela 1 mostra que o BI integra a lista das dez maiores prioridades em Tecnologia da Informação (TI) desde 2005 e esteve no topo dessa lista por quatro anos consecutivos, de 2006 a De uma forma mais ampla, as empresas priorizaram a melhoria dos processos de negócios, entendendo que as informações e o conhecimento fornecidos pelas aplicações de BI são elementos essenciais para o aumento da eficiência e da efetividade, suporte à competitividade e à inovação. Assim, investimentos em aplicações de BI focadas em mineração de dados aumentaram 4,8% de 2005 para 2006 e 11,2% de 2007 para 2008 (GARTNER GROUP, 2005a, 2005b, 2006, 2007, 2008, 2009, 2010, 2011). 21 \

3 NEW ANALYSIS VIEW NEW REPORT MANAGE CONTENT NEW DATA SOURCE Figura 2. Componentes do Pentaho integrados. Fonte: Tabela 1. Prioridade das aplicações de BI de 2005 a ANO PRIORIDADE MELHORAR PROCESSOS DE NEGÓCIO PRIORIDADE BI ª 2ª ª 1ª ª 1ª ª 1ª ª 1ª ª 5ª ª 5ª Fonte: Gartner Group (2005b, 2006, 2007, 2008, 2009, 2010, 2011). Contudo, o agravamento da crise financeira internacional provocou cortes significativos nos orçamentos de TI a partir de Isto fez com que o BI deixasse de ocupar o primeiro lugar na lista das maiores prioridades em TI e, em 2010 e 2011, caísse para a quinta posição. Em seu lugar, foram priorizadas tecnologias de maior produtividade, menor risco e retorno de investimento mais rápido (GARTNER GROUP, 2005a, 2005b, 2006, 2007, 2008, 2009, 2010, 2011). Nesse contexto, as ferramentas Open Source Business Intelligence (OSBI) desempenham um papel essencial para a viabilização de muitos projetos de BI que não dispõem de dezenas ou centenas de milhares de dólares para investirem em ferramentas comerciais já em seu início. Os recursos poupados podem ser investimentos em hardware, treinamento e serviços de desenvolvimento. Porém não é possível abrir mão da qualidade, da funcionalidade, da riqueza de recursos e da produtividade conferida pelas ferramentas tradicionais de BI. Sem esses atributos, a aplicação desenvolvida não atenderia aos recursos de informação e usabilidade do cliente. O Pentaho é uma plataforma de BI livre desenvolvida em Java e mantida pela empresa Pentaho Corporation, com o apoio de uma comunidade crescente de desenvolvedores no Brasil e em todo o mundo. Os componentes do Pentaho contemplam ferramentas de integração de dados (ETL) e metadados, relatórios, dashboards, análises OLAP, gestão de conteúdo e mineração de dados. A figura 2 mostra como esses componentes são combinados em um ambiente orientado à analise de dados e informações. Ao integrar esses componentes, a plataforma Pentaho possibilita o desenvolvimento de soluções complexas para problemas de negócios que demandam o processamento de grandes volumes de dados. O Pentaho é distribuído em três edições diferentes: Community Professional e Enterprise. A edição Community, está disponível gratuitamente no site As edições Professional e Enterprise possuem recursos adicionais e planos de suporte prestados pela Pentaho Corporation e seus parceiros, mas são licenciadas mediante subscrição anual. Os recursos adicionais das edições pagas incluem suporte a Mobile e ferramentas avançadas de integração de dados e relatórios. Este artigo tem o objetivo de apresentar uma visão geral do ambiente Pentaho BI Suite Community Edition, descrevendo os seus principais componentes. Antes de descrever o ambiente Pentaho serão apresentadas as técnicas fundamentais de Data Warehousing, as diferenças entre aplicações transacionais e analíticas e os fundamentos da mineração de dados. O entendimento dessas técnicas é essencial para o aprendizado pleno do Pentaho BI Suíte. / 22

4 OPERACIONAL DATA WAREHOUSE INCLUIR ACESSAR EXCLUIR INCLUIR Tratamento de dados registro por registro EXCLUIR ALTERAR CARREGAR Carregamento e acesso a grandes quantidades de dados ACESSAR Figura 4. Operações sobre os dados no OLTP e no OLAP. Fonte: Cazella (2011). Data Warehousing Os Sistemas de Online Transaction Processing (OLTP) suportam a execução dos processos de negócio, coletam e armazenam os dados em bancos de dados estruturados, na maior parte dos casos, de acordo com a modelagem relacional normalizada. Estruturas de dados relacionais normalizadas são eficientes para a atualização e o armazenamento de dados, entre outros motivos, por minimizarem redundâncias. No entanto, na medida em que o volume de dados armazenados aumenta, a eficiência para a realização de processamento analítico diminui, pois é necessário obter as informações desejadas em múltiplas tabelas, frequentemente localizadas em bancos de dados distintos. As alternativas existentes para se melhorar o desempenho da execução de consultas em bases OLTP, como criação de índices e desnormalização de banco de dados, terminam por prejudicar o desempenho da atualização de dados (NASCIMENTO, 2012). Já os Sistemas OLAP normalmente acessam dados em estruturas informacionais como o DW, tendo como principais propriedades: 1. orientação a assuntos ou processos de negócio; 2. integração; 3. não volatilidade; 4. variação no tempo e 5. suporte à decisão. A integração de dados é considerada a característica mais importante do DW. Esta característica garante a unicidade na representação dos dados que passam do ambiente operacional para o DW. Os dados que populam o DW são originários de diversos sistemas operacionais, documentos semi-estruturados e fontes de dados externas. Cada um desses ambientes apresenta características específicas, como, por exemplo, tipos e domínios de dados, unidades de medidas e convenções internas. Um exemplo clássico é a notação para o gênero (masculino ou feminino); nos sistemas operacionais, o gênero pode ser representado por valores como M ou F, m ou f, 1 ou 2. No DW esses valores precisam ser integrados em domínio único, por isso durante o processo de integração eles são convertidos para um estado uniforme, como ilustra a figura 3. AMBIENTE OPERACIONAL Aplicação A M,F Aplicação B H,M Aplicação C 0,1 DATA WAREHOUSE Figura 3. Integração de dados de gênero no DW. M,F Em geral, a passagem de dados das bases operacionais para o DW não é tão simples quanto uma mera extração e carga de registros. Muitas vezes é necessário realizar transformações, conversões, integração e consolidação de dados. Os processos ETL são responsáveis pela realização dessas tarefas. As operações realizadas nos bancos de dados operacionais incluem inserção, atualização, exclusão e consulta, geralmente de um registro por vez. Já no DW, são realizadas operações de carga e acesso aos dados em grandes lotes, como mostra a figura 4. A granularidade é o nível de detalhamento dos dados no DW. Quanto maior for o nível de detalhes que se deseja armazenar, menor será a granularidade. O nível de granularidade afeta diretamente o volume de dados armazenados e o tipo de informações que poderão ser obtidas nas consultas. Quando se tem um nível de granularidade muito alto, há uma economia de espaço de armazenamento, mas também há uma limitação quanto à utilização dos dados para atender a consultas mais detalhadas. Quando se tem um nível de granularidade muito baixo, há uma maior disponibilidade de dados para as operações de consulta, em 23 \

5 Data Mart VENDAS detrimento de uma maior necessidade de espaço de armazenamento e recursos computacionais para processamento. Data Marts Na visão de Kimball e Ross (2002) um Data Mart constitui-se em um subconjunto lógico de um DW corporativo. Um DM também pode ser considerado um repositório de dados relacionados a um processo de negócio ou a um elemento da cadeia de valor organizacional, geralmente modelado de forma dimensional (BOUMAN e DONGEN, 2009). A figura 5 ilustra três Data Marts relacionados aos processos de Vendas, Compras e Estoque, extraídos de um DW corporativo central. A modelagem dimensional é uma forma de modelagem de dados em termos de fatos, dimensões e medidas, visando oferecer maior suporte à análise. A figura 6 apresenta o esquema de um modelo dimensional composto por um fato e quatro dimensões. Os fatos representam eventos ou transações do negócio, como pedidos, compras, vendas, entre outros exemplos. Dimensões são entidades envolvidas nos fatos, descrevendo: o quê, quem, onde e quando um fato aconteceu. Uma medida é um atributo ou variável numérica acerca de um fato que expressa grandezas como quantidade, valor e custo (KIMBALL e ROSS, 2002). QUEM Data Mart COMPRAS DATA WAREHOUSE Figura 5. Relação entre os Data Marts e o Data Warehouse corporativo. O QUÊ FATO QUANDO Data Mart ESTOQUE ONDE Figura 6. Esquema estrela com um fato e suas dimensões. Um exemplo de modelo dimensional do DM Vendas é apresentado na figura 7. A tabela-fato representa as vendas de produtos. As dimensões representam o cliente que comprou os produtos (Quem), os produtos vendidos (O Quê), a data da venda (Quando) e o armazém é o local onde os produtos foram vendidos (Onde). As medidas são o valor e a quantidade de unidades vendidas. A modelagem dimensional se contrapõe à modelagem normalizada, pois utiliza a redundância dos dados como forma de facilitar e acelerar a recuperação de informações. Mineração de dados A Descoberta de Conhecimento em Bases de Dados (DCBD) é o processo de busca e extração de conhecimento em bases de dados. Fayyad et al. (1996) definiram DCBD como o processo não trivial de identificação de padrões válidos e potencialmente úteis, perceptíveis a partir dos dados. Nesta concepção, a DCBD refere-se a todo processo de extração de conhecimento útil oculto em bancos de dados. O conhecimento a ser descoberto deve satisfazer a três propriedades: deve ser correto (tan to quanto possível); compreensível por usuários humanos e também deve ser interessante, útil ou novo. Além disso, o método de descoberta do conhecimento deve apresentar três características: deve ser eficiente (acura do), genérico (aplicável a vários tipos de dados) e flexível (facilmente modificável). Já a Mineração de Dados (MD) é a busca por relacionamentos e padrões distintos que existem, mas que estão ocultos em grandes volumes de dados. Até 1995, muitos autores conside ravam os termos DCBD e MD como sinônimos, mas a DCBD é mais abrangente do que a MD. A MD é o processo de pesquisa em grandes volumes de dados para extração de conhecimento utilizando técnicas de Estatística, Probabilidade e Inteligência Computacional, para procurar relações de similaridade ou discordância entre dados, com o objetivo de encontrar padrões, irregularidades e regras. Seu intuito é transformar dados aparentemente desprovidos de conexão em informações relevantes para a tomada de decisão e avaliação de resultados. A principal motivação para a utilização de MD é a grande disponibilidade de dados armazenados eletronicamente, com informações úteis, porém ocultas, podendo auxiliar na previsão de um conhecimento futuro. Em outras palavras, a MD é utilizada para se descobrir informações sem uma prévia formulação de hipóteses e buscar por algo não intuitivo, tornando dados inexpressivos em conhecimento valioso e estratégico. Existem diversos métodos de MD para encontrar respostas ou extrair conhecimento em repositórios de dados, sendo os mais importantes para a DCBD: / 24

6 Dimensão tempo Id_tempo (PK) dara_sql dia_da_semana numero_semana mes etc. Dimensão cliente Id_cliente (PK) nome_cliente perfil_cliente endereço etc. Descreve as características da dimensão Chave primária simples ATRIBUTOS textuais e DISCRETOS Fontes de restrições às consultas Tabela fato Id_tempo (PK) Id_produto (FK) Id_armazem(FK) Id_cliente (FK) venda_dolar unidades_vendidas custo_dolar Grande QUANTIDADE de DADOS Chave primária composta pelas FKs ATRIBUTOS NUMÉRICOS e valores Contém as medições do negócio Dimensão produto Id_produto (PK) codigo descricao marca categoria etc. Dimensão armazém Id_armazem (PK) nome_armazem endereço distrito etc. Figura 7. Modelo dimensional do DM Vendas. Fonte: Cazella (2011). Classificação, Modelos de Relacionamento entre Variáveis, Análise de Agrupamento, Sumarização, Modelo de Dependência, Regras de Associação e Análise de Séries Temporais (FAYYAD et al., 1996). As técnicas de Mineração de Dados desempenham as tarefas de classificação ou agrupamento dos dados e de descoberta de regras de associação entre os dados. Entre os métodos de Mineração de Dados capazes de fazer o re conhecimento de padrões destacam-se as árvores de decisão, as máquinas de vetores de suporte, os métodos estatísticos, as redes neurais, os algoritmos genéticos e as meta-heurísticas de uma forma geral. Estas técnicas vêm sendo amplamente exploradas na literatura e são atualmente suportadas por ferramentas que disponibilizam os diversos algoritmos já implementados, testados e otimizados, para uso em uma série de aplicações. Tanto o BI quanto a DCBD têm como finalidade transformar dados em informações e conhecimento, visando dar suporte à tomada de decisão. Para isso, utilizam-se de técnicas como DW e DM para preparação dos dados, para permitir que o usuário explore os dados por meio de ferramentas de análise e realizam MD para reconhecer padrões e regras por meio da Inteligência Computacional. A disponibilidade de um DW ajuda no processo de DCBD porque: (1) os dados são submetidos a limpeza antes de serem carregados no DW e (2) o acesso aos dados no DW é muito mais eficiente devido à forma como eles são estruturados. Desta forma, uma tabela-fato de um DM dimensional tem condições favoráveis à DCBD, pois armazena dados limpos, íntegros e de acesso facilitado. A tabela- -fato representa uma matriz multidimensional na qual todas as variáveis que serão submetidas à MD encontram-se presentes. Pentaho BI Suite Community Edition O ambiente Pentaho BI Suite integra as principais ferramentas, tecnologias e disciplinas do BI. O alicerce de toda a suíte é a Plataforma Java Standard Edition. Desta forma, o Pentaho roda sobre a máquina virtual Java, portanto se beneficia de todas as vantagens conferidas pelo Java, como portabilidade (write once, run anywhere), extensibilidade e robustez. É possível integrar o Pentaho a outras aplicações Java, executando processos ETL, acionando relatórios e dashboards diretamente a partir de outras aplicações. Por exemplo, a Listagem 1 apresenta o código Java para execução de uma transformação de dados desenvolvida no Pentaho Data Integration. Listagem 1. Código Java para execução de uma transformação de dados desenvolvida no Pentaho Data Integration. public static void runtransformation(string filename) { try { StepLoader.init(); EnvUtil.environmentInit(); TransMeta transmeta = new TransMeta(filename); Trans trans = new Trans(transMeta); } trans.execute(null); // É possível passar parâmetros // para a transformação ao invés de null. trans.waituntilfinished(); if ( trans.geterrors() > 0 ) { throw new RuntimeException( Ocorreram erros na execução da transformação. ); } } catch ( KettleException e ) { // TODO Tratar exceção. System.out.println(e); } 25 \

7 Figura 8. Componentes do ambiente em uma visão de camadas. A figura 8 apresenta os componentes do ambiente em uma visão de camadas. A camada de integração de dados e aplicações oferece ferramentas ETL, gestão de metadados e de integração entre aplicações. A camada de Business Intelligence Plataform oferece os recursos de segurança, administração, lógica de negócios e gestão de repositórios. Sobre essa camada rodam os serviços de relatórios construídos em tempo de projeto, relatórios e análises ad-hoc criadas pelo próprio usuário de acordo com as suas necessidades de informação, análises (OLAP), mineração de dados, dashboards e gestão de processos. Esses serviços são expostos ao usuário final por uma camada de apresentação que suporta os navegadores Web, portais, suítes de escritórios, Web services e . Portanto o ambiente Pentaho compreende todos os principais recursos esperados de um ambiente de BI profissional. O primeiro passo para a utilização do Pentaho é baixar os seus componentes a partir do site community.pentaho.com/. Como acontece com muitas ferramentas gratuitas, o caminho entre o download da ferramenta e o seu funcionamento pleno requer leituras de sites e fóruns especializados como o Planeta Pentaho (ver referências). Este artigo não tem a proposta de ser um tutorial detalhado sobre a configuração do Pentaho, mas uma referência de alto nível sobre os seus componentes. A suíte Pentaho surgiu a partir da integração de diversos projetos open-source em um ambiente razoavelmente integrado. O Pentaho Reporting foi desenvolvido a partir do JfreeReport; o Pentaho Analysis engine a partir do Mondrian; o Pentaho Analysis client teve o projeto jpivot como ponto de partida; Pentaho Data Integration é o nome dado à incorporação do Kettle à suíte Pentaho; o Weka deu origem ao Pentaho Data Mining; entre outros exemplos. Por isso, a política de licenciamento do Pentaho é complexa e confusa, composta por uma miríade de licenças, sendo umas pouco permissivas e outras mais liberais. Entre as principais licenças da suíte pode-se destacar: Eclipse Public License Version 1.0 (EPLv1) Mozilla Public License 1.1 (MPLv1.1) GNU General Public License Version 2 (GPLv2) GNU Lesser General Public License Version 2.1 (LGPLv2.1) Eclipse Public License Version 1.0 (EPLv1) Apache License, Version 2.0 GNU General Public License Version 3 (GPLv3) De forma geral, a política de licenciamento permite a utilização do Pentaho Community Edition para o desenvolvimento e execução de aplicações da mesma forma como se desenvolvem aplicações utilizando Eclipse, Tomcat, Hibernate e JFreeReport. Porém se qualquer alteração for feita nos componentes da suíte, a aplicação desenvolvida passa a estar sujeita às mesmas regras de licenciamento do componente original, muitas vezes levando à necessidade de abertura do código-fonte. Mais informações sobre as licenças podem ser encontradas nos links disponíveis nas referências deste artigo. Pentaho BI Platform and Server O Pentaho BI Platform Community Edition é composto principalmente por duas aplicações Web, a Pentaho Administration Console (PAC) e a Pentaho User Console (PUC). A PAC é a interface para o gerenciamento do status do servidor Pentaho, dos usuários e perfis de acesso às aplicações. A PAC também permite a configuração de Data Sources e o agendamento de serviços de integração de dados e relatórios. Essas funcionalidades da PAC estão ilustradas na figura 9. Em sua distribuição padrão, a PAC é uma aplicação Web empacotada como um WAR e publicada em um container Web Jetty. / 26

8 Figura 9. Pentaho Administration Console (PAC). Já a PUC é a interface por meio da qual o usuário tem acesso às aplicações de BI publicadas no servidor Pentaho. A figura 10 apresenta a tela inicial do PUC. Após a autenticação do usuário, a PUC apresenta as aplicações de BI, análises OLAP e dashboards para os quais lhe foram autorizados os acessos. A figura 11 apresenta a PUC exibindo um conjunto de análises OLAP disponíveis para o usuário e uma janela de boas-vindas. Pentaho Data Integration (Kettle) O Pentaho Data Integration (PDI), também conhecido como Kettle, é uma ferramenta de integração de dados para construção de processos de Extração, Transformação e Carga (ETL). O PDI admite uma grande variedade de fontes de dados, oferece muitas possibilidades de transformação, validação e saídas para os dados transformados. A figura 12 ilustra um processo ETL para uma tabela de produtos. Os dados são extraídos de uma tabela de produtos e inseridos no fluxo, no qual passam por cálculos, adição de outras informações, até serem inseridos ou atualizados na tabela de destino. Como se pode observar, o processo é gráfico e bastante intuitivo. Os recursos oferecidos gratuitamente pelo PDI são compatíveis com os das ferramentas ETL comerciais disponíveis no mercado. O PDI foi desenvolvido sobre a plataforma Eclipse. Ele oferece as perspectivas Data Integration, Model e Visualize (ver figura 12). Todo o desenvolvimento ETL é feito na perspectiva Data Integration. As perspectivas Model e Visualize são destinadas ao desenvolvimento na abordagem Agile BI. Esta abordagem permite que uma transformação ETL seja o ponto de partida para a construção de um Cubo OLAP, o Model, e a visualização das análises OLAP diretamente no PDI (Visualize). O Pentaho Agile BI permite o desenvolvimento BI de uma forma muito flexível, indo do dado bruto à informação agregada com muita rapidez. Figura 10. Pentaho User Console (PUC). Figura 12. Pentaho Data Integration (PDI), também conhecido como Kettle. Figura 11. Aplicações e arquivos apresentados na PUC. Pentaho Analysis Services (Mondrian) O Mondrian é o servidor OLAP que permite aos usuários do Pentaho analisarem grandes volumes de informações. Ele oferece recursos de exploração de dados tradicionais em OLAP como drill, slice e dice. Na edição Community, a interface com o usuário é provida pelos plugins JPivot e Saiku Analytics. As edições Professional e Enterprise possuem também um plugin proprietário que oferece uma experiência com o usuário final superior à do JPivot e do Saiku, comparável à usabilidade encontrada nas ferramentas comerciais líderes de mercado. A figura 13 apresenta uma janela de análise de lucros por país, utilizando os recursos disponíveis nas versões comerciais do Pentaho. 27 \

9 Figura 13. Pentaho Analysis Services (Mondrian). Pentaho Reporting O Pentaho Reporting Community Edition inclui o Pentaho Report Designer (figura 14), o Pentaho Report Engine e o Pentaho Reporting SDK. Trata-se de um ambiente completo para a construção de relatórios desenvolvido sobre o JFreeReport. Esse ambiente suporta diversas fontes de dados e exporta os relatórios para PDF, Excel, HTML, texto, texto formatado, XML e csv. O funcionamento do Pentaho Report Designer é parecido com o da maioria das ferramentas de construção de relatórios. Existem bandas específicas para as áreas de cabeçalho, corpo e rodapé dos relatórios. O que chama a atenção é a fidelidade com a qual os dados são exportados para os diversos formatos. Um relatório apresentado em HTML pode ser visto em Excel ou PDF com a mesma formatação. Figura 15. Exemplo de dashboard interativo criado no Community Dashboard Framework (CDF). Pentaho Data Mining (Weka) O Pentaho Data Mining corresponde à ferramenta a Waikato Environment for Knowledge Analysis (Weka). O Weka oferece uma série de algoritmos clássicos de mineração de dados implementados e disponíveis para realização de análises avançadas nos dados. A figura 16 apresenta regras de associação entre os dados reconhecidas por meio do algoritmo Apriori. A figura 17 ilustra em um gráfico 3D as mesmas regras de associação reconhecidas pelo algoritmo Apriori. Figura 16. Regras de associação entre os dados reconhecidas por meio do algoritmo Apriori. Figura 14. Pentaho Report Designer. Community Dashboard Framework Um requisito muito comum em aplicações de BI é a construção de painéis gerenciais (ou dashboards). Para essa finalidade, o Pentaho utiliza do Community Dashboard Framework (CDF). A figura 15 apresenta um exemplo de dashboard interativo criado no CDF. Figura 17. Regras de associação exibidas em um gráfico 3D. / 28

10 Considerações Finais Este artigo apresentou uma visão geral do ambiente Pentaho BI Suite Community Edition, descrevendo os seus principais componentes. Também foram apresentados conceitos fundamentais de Data Warehousing, OLTP, OLAP e mineração de dados. Em tempos de crise financeira internacional, muitos projetos de BI, especialmente os executados por empresas de pequeno e médio porte, não dispõem de orçamentos capazes de patrocinar a aquisição de ferramentas comerciais com custos elevados. Por outro lado, os recursos de integração de dados e análise de informações oferecidos pelas ferramentas comerciais são muito importantes no desenvolvimento de aplicações de BI profissionais. O Pentaho BI Suite Community Edition apresenta-se como uma solução econômica e eficiente para esse problema. A comunidade Pentaho no Brasil é muito forte e existem casos de sucesso muito significativos de aplicações profissionais desenvolvidas no Pentaho. > BARBIERI, C. BI2 - Business Intelligence: modelagem e qualidade. Rio de Janeiro: Campus, > BOUMAN, R.; DONGEN, J. Pentaho Solutions: Business Intelligence and Data Warehousing with Pentaho and MySQL. Wiley Publishing. Indianapolis > CAZELLA, S. C. Tecnologias para Inteligência Competitiva. 1. ed. São Leopoldo: Editora Unisinos > FAYYAD, U.; PIATETSKY-SHAPIRO, G.; SMYTH, P.; UTHURUSAMY, R. Advances in Knowledge Discovery and Data Mining AAAIPress, The Mit Press. > GARTNER GROUP. Gartner says more than 50 percent of data warehouse projects will have limited acceptance or will be failures through a. Disponível em Acesso em 01 out >. Gartner Survey of 1,300 CIOs Shows IT Budgets to Increase by 2.5 Percent in b. Disponível em html. Acesso em 01 out >. Gartner Survey of 1,400 CIOs Shows Transformation of IT Organisation is Accelerating Disponível em asset_143678_11.html. Acesso em 01 out >. Gartner EXP Survey of More than 1,400 CIOs Shows CIOs Must Create Leverage to Remain Relevant to the Business Disponível em it/page.jsp?id= Acesso em 01 out >. Gartner EXP Worldwide Survey of 1,500 CIOs Shows 85 Percent of CIOs Expect Significant Change Over Next Three Years Disponível em com/it/page.jsp?id= Acesso em 01 out >. Gartner EXP Worldwide Survey of More than 1,500 CIOs Shows IT Spending to Be Flat in Disponível em jsp?id= Acesso em 01 out /referências >. Gartner EXP Worldwide Survey of Nearly 1,600 CIOs Shows IT Budgets in 2010 to be at 2005 Levels Disponível em jsp?id= Acesso em 01 out _>. Gartner Executive Programs Worldwide Survey of More Than 2,000 CIOs Identifies Cloud Computing as Top Technology Priority for CIOs in Disponível em Acesso em 01 out > KIMBALL, R.; ROSS, M. Data warehouse toolkit: o guia completo para modelagem dimensional. Rio de Janeiro: Campus, p. > NASCIMENTO, GIVANILDO SANTANA. AgileKDD: um processo ágil para a engenharia de sistemas de descoberta do conhecimento. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Sergipe, > Pentaho Analysis Services (Mondrian) - mondrian.pentaho.com/ > Pentaho BI Platform License FAQ - pentaho.com/faq/platform_licensing.php > Pentaho BI Suite Community Edition - community.pentaho.com/ > Pentaho Data Integration (Kettle) - pentaho.com/ > Pentaho Data Mining (Weka) - com/ > Pentaho Open Source Projects Licenses - pentaho.com/license/ > Pentaho Reporting - > Planeta Pentaho \

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

Plataforma Pentaho. Fagner Fernandes

Plataforma Pentaho. Fagner Fernandes Plataforma Pentaho Fagner Fernandes Sobre a Pentaho Fundada em 2004 por 5 fundadores Foco em Integração de Dados e Análise de Negócio Diferentes versões de sua Suite: Pentaho Enterprise Edition Pentaho

Leia mais

Pentaho: Inteligência de Negócios utilizando Software Livre

Pentaho: Inteligência de Negócios utilizando Software Livre Pentaho: Inteligência de Negócios utilizando Software Livre CONSEGI 2010 BRASÍLIA-DF 20 DE AGOSTO DE 2010 Por que Pentaho? Funciona; Tecnologia Java; Código Aberto; Robusto; Confiável; Gratuito; Apoio

Leia mais

Uma Introdução ao Pentaho Business Intelligence e Business Analytics Open Source. Marcio Junior Vieira marcio @ ambientelivre.com.

Uma Introdução ao Pentaho Business Intelligence e Business Analytics Open Source. Marcio Junior Vieira marcio @ ambientelivre.com. Uma Introdução ao Pentaho Business Intelligence e Business Analytics Open Source Marcio Junior Vieira marcio @ ambientelivre.com.br Palestrante CEO da Ambiente Livre Tecnologia. Desenvolvedor de Software,Trabalha

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

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

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

Uma Ferramenta Web para BI focada no Gestor de Informação

Uma Ferramenta Web para BI focada no Gestor de Informação Uma Ferramenta Web para BI focada no Gestor de Informação 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

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

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

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

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

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

Projeto de Data Warehousing sobre Informações em Saúde para dar Suporte a Análise de Faturamento Hospitalar

Projeto de Data Warehousing sobre Informações em Saúde para dar Suporte a Análise de Faturamento Hospitalar Projeto de Data Warehousing sobre Informações em Saúde para dar Suporte a Análise de Faturamento Hospitalar Newton Shydeo Brandão Miyoshi Joaquim Cezar Felipe Grupo de Informática Biomédica Departamento

Leia mais

UNIVERSIDADE POSITIVO ESPECIALIZAÇÃO EM BUSINESS INTELLIGENCE IMPLEMENTAÇÃO BI OPEN SOURCE

UNIVERSIDADE POSITIVO ESPECIALIZAÇÃO EM BUSINESS INTELLIGENCE IMPLEMENTAÇÃO BI OPEN SOURCE UNIVERSIDADE POSITIVO ESPECIALIZAÇÃO EM BUSINESS INTELLIGENCE IMPLEMENTAÇÃO BI OPEN SOURCE CURITIBA 2013 EDUARDO PHILIPPI ELTON HARRISSON ESTEFANSKI Implementação BI Open Source Trabalho de Conclusão de

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

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

OpenConsulting. Especializada em Pentaho Open Source Business Intelligence treinamento, consultoria e suporte

OpenConsulting. Especializada em Pentaho Open Source Business Intelligence treinamento, consultoria e suporte OpenConsulting Especializada em Pentaho Open Source Business Intelligence treinamento, consultoria e suporte INFORMATIVO Treinamento Desenvolvendo Aplicações Analíticas com Pentaho Business Analytics Campo

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

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

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

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

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

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

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

BUSSINESS INTELLIGENCE: CONCEITOS, TÉCNICAS, SISTEMAS E FERRAMENTAS

BUSSINESS INTELLIGENCE: CONCEITOS, TÉCNICAS, SISTEMAS E FERRAMENTAS BUSSINESS INTELLIGENCE: CONCEITOS, TÉCNICAS, SISTEMAS E FERRAMENTAS Juscelino Cássio Vieira da Cunha E-mail: juscelinocassio@gmail.com Pós-graduação em Banco de Dados com ênfase em BI UNIBRATEC - IBRATEC

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

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

Pentaho Community Edition

Pentaho Community Edition Pentaho Community Edition UmaIntroduçãoaBusinessIntelligence eaopentahobiopensource RafaelaRaganham rafaela@ambientelivre.com.br MarcioJuniorVieira marcio@ambientelivre.com.br Sobre o Palestrante Marcio

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

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

UNIVERSIDADE DO SUL DE SANTA CATARINA MICHEL ANGELO DA SILVA DARABAS

UNIVERSIDADE DO SUL DE SANTA CATARINA MICHEL ANGELO DA SILVA DARABAS UNIVERSIDADE DO SUL DE SANTA CATARINA MICHEL ANGELO DA SILVA DARABAS CONSTRUINDO SOLUÇÕES DE BUSINESS INTELLIGENCE COM PENTAHO BI SUITE COMMUNITY EDITION (CE) Palhoça 2012 MICHEL ANGELO DA SILVA DARABAS

Leia mais

Prof. Msc. Paulo Muniz de Ávila

Prof. Msc. Paulo Muniz de Ávila Prof. Msc. Paulo Muniz de Ávila O que é Data Mining? Mineração de dados (descoberta de conhecimento em bases de dados): Extração de informação interessante (não-trivial, implícita, previamente desconhecida

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

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

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

Open Source BI Opção para o Mercado Brasileiro

Open Source BI Opção para o Mercado Brasileiro Augusto Belfort novembro/2008 Open Source BI Opção para o Mercado Brasileiro O Caso da ANS Agencia Nacional de Saúde Suplementar 2 Agenda Business Inteligence - Introdução Custos de Avaliar uma solução

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

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

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

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

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

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

Thiago Locatelli de OLIVEIRA, Thaynara de Assis Machado de JESUS; Fernando José BRAZ Bolsistas CNPq; Orientador IFC Campus Araquari

Thiago Locatelli de OLIVEIRA, Thaynara de Assis Machado de JESUS; Fernando José BRAZ Bolsistas CNPq; Orientador IFC Campus Araquari DESENVOLVIMENTO DE AMBIENTE PARA A GESTÃO DO CONHECIMENTO RELACIONADO AOS DADOS PRODUZIDOS PELO SISTEMA DE GERENCIAMENTO DE TRANSITO DA CIDADE DE JOINVILLE/SC PARTE I Thiago Locatelli de OLIVEIRA, Thaynara

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

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

CEP 97420-000 São Vicente do Sul RS Brasil. filipe-kulinski@hotmail.com, {maicon.amarante, eliana.zen} @iffarroupilha.edu.br

CEP 97420-000 São Vicente do Sul RS Brasil. filipe-kulinski@hotmail.com, {maicon.amarante, eliana.zen} @iffarroupilha.edu.br Utilização de Businnes Intelligence para análise de evasão escolar com base na cidade de origem dos alunos no Instituto Federal Farroupilha Câmpus São Vicente do Sul Filipe Kulinski Mello 1, Eliana Zen

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

BUSINESS INTELLIGENCE -Inteligência nos Negócios-

BUSINESS INTELLIGENCE -Inteligência nos Negócios- UNIVERSIDADE SÃO FRANCISCO CENTRO DE CIÊNCIAS JURÍDICAS, HUMANAS E SOCIAIS BUSINESS INTELLIGENCE -Inteligência nos Negócios- Curso: Administração Hab. Sistemas de Informações Disciplina: Gestão de Tecnologia

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

CEP 97420-000 São Vicente do Sul RS Brasil. filipe-kulinski@hotmail.com, {maicon.amarante, eliana.zen} @iffarroupilha.edu.br

CEP 97420-000 São Vicente do Sul RS Brasil. filipe-kulinski@hotmail.com, {maicon.amarante, eliana.zen} @iffarroupilha.edu.br 109 Utilização de Businnes Intelligence para análise de evasão escolar nos diferentes níveis de ensino do Instituto Federal Farroupilha Campus São Vicente do Sul Filipe Kulinski Mello 1, Eliana Zen 1,

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

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

Complemento I - Noções Introdutórias em Data Warehouses

Complemento I - Noções Introdutórias em Data Warehouses Complemento I - Noções Introdutórias em Data Warehouses Esse documento é parte integrante do material fornecido pela WEB para a 2ª edição do livro Data Mining: Conceitos, técnicas, algoritmos, orientações

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

Fundamentos da inteligência de negócios: gestão da informação e de bancos de dados

Fundamentos da inteligência de negócios: gestão da informação e de bancos de dados Fundamentos da inteligência de negócios: gestão da informação e de bancos de dados slide 1 1 Copyright 2011 Pearson Education, Inc. publishing as Prentice Hall Objetivos de estudo Como um banco de dados

Leia mais

Requisitos de business intelligence para TI: O que todo gerente de TI deve saber sobre as necessidades reais de usuários comerciais para BI

Requisitos de business intelligence para TI: O que todo gerente de TI deve saber sobre as necessidades reais de usuários comerciais para BI Requisitos de business intelligence para TI: O que todo gerente de TI deve saber sobre as necessidades reais de usuários comerciais para BI Janeiro de 2011 p2 Usuários comerciais e organizações precisam

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

Sistemas de Informação James A. O Brien Editora Saraiva Capítulo 5

Sistemas de Informação James A. O Brien Editora Saraiva Capítulo 5 Para entender bancos de dados, é útil ter em mente que os elementos de dados que os compõem são divididos em níveis hierárquicos. Esses elementos de dados lógicos constituem os conceitos de dados básicos

Leia mais

BUSINESS INTELLIGENCE Prof. Fabio Purcino

BUSINESS INTELLIGENCE Prof. Fabio Purcino Aula Teste BUSINESS INTELLIGENCE Prof. Fabio Purcino Faça o download desta aula Use um leitor de QR Code Definição Business Intelligence é um conjunto de conceitos e técnicas que buscam extrair conhecimento

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

Data Warehouse. Diogo Matos da Silva 1. Universidade Federal de Ouro Preto, Ouro Preto, MG, Brasil. Banco de Dados II

Data Warehouse. Diogo Matos da Silva 1. Universidade Federal de Ouro Preto, Ouro Preto, MG, Brasil. Banco de Dados II Data Warehouse Diogo Matos da Silva 1 1 Departamento de Computação Universidade Federal de Ouro Preto, Ouro Preto, MG, Brasil Banco de Dados II Diogo Matos (DECOM - UFOP) Banco de Dados II Jun 2013 1 /

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

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

Business Intelligence: Desafios e Melhores Práticas

Business Intelligence: Desafios e Melhores Práticas Sucesu RJ - IV Congresso de Inteligência Competitiva Business Intelligence: Desafios e Melhores Práticas Eugenio Pedrosa Petrobras Roteiro Arquitetura de BI Evolução da BI nas Empresas Corporate Performance

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

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

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

Faculdade Pitágoras Curso Superior de Tecnologia: Banco de Dados

Faculdade 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 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

BUSINESS INTELLIGENCE APLICADO NA GESTÃO ACADÊMICA

BUSINESS INTELLIGENCE APLICADO NA GESTÃO ACADÊMICA BUSINESS INTELLIGENCE APLICADO NA GESTÃO ACADÊMICA Marcio Rodrigo Teixeira e Mehran Misaghi Instituto Superior Tupy (IST) / Sociedade Educacional de Santa Catarina (SOCIESC) Campus Boa Vista, Joinville,

Leia mais

SISTEMAS DE APOIO À DECISÃO SAD

SISTEMAS DE APOIO À DECISÃO SAD SISTEMAS DE APOIO À DECISÃO SAD Conceitos introdutórios Decisão Escolha feita entre duas ou mais alternativas. Tomada de decisão típica em organizações: Solução de problemas Exploração de oportunidades

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

Sobre o que falaremos nesta aula?

Sobre o que falaremos nesta aula? Business Intelligence - BI Inteligência de Negócios Prof. Ricardo José Pfitscher Elaborado com base no material de: José Luiz Mendes Gerson Volney Lagmman Introdução Sobre o que falaremos nesta aula? Ferramentas

Leia mais

UMA COMPARAÇÃO ENTRE PLATAFORMAS DE BUSINESS INTELLIGENCE USANDO BASES DE DADOS GOVERNAMENTAIS. Filipe Trindade de Lima. Jean Rouberte de Freitas

UMA COMPARAÇÃO ENTRE PLATAFORMAS DE BUSINESS INTELLIGENCE USANDO BASES DE DADOS GOVERNAMENTAIS. Filipe Trindade de Lima. Jean Rouberte de Freitas UNIVERSIDADE FEDERAL DO ESTADO DO RIO DE JANEIRO CENTRO DE CIÊNCIAS EXATAS E TECNOLOGIA ESCOLA DE INFORMÁTICA APLICADA UMA COMPARAÇÃO ENTRE PLATAFORMAS DE BUSINESS INTELLIGENCE USANDO BASES DE DADOS GOVERNAMENTAIS

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

Chapter 3. Análise de Negócios e Visualização de Dados

Chapter 3. Análise de Negócios e Visualização de Dados Chapter 3 Análise de Negócios e Visualização de Dados Objetivos de Aprendizado Descrever a análise de negócios (BA) e sua importância par as organizações Listar e descrever brevemente os principais métodos

Leia mais

A evolução da tecnologia da informação nos últimos 45 anos

A evolução da tecnologia da informação nos últimos 45 anos A evolução da tecnologia da informação nos últimos 45 anos Denis Alcides Rezende Do processamento de dados a TI Na década de 1960, o tema tecnológico que rondava as organizações era o processamento de

Leia mais

Jarley Nóbrega jpn@cin.ufpe.br

Jarley Nóbrega jpn@cin.ufpe.br 1 Jarley Nóbrega jpn@cin.ufpe.br Pentaho Data Integration Dezembro de 2009 Agenda O PDI e o Pentaho BI Suite Instalando o PDI Trabalhando com arquivos Pentaho BI Suite Coleção de Aplicações de Software

Leia mais

Business Intelligence

Business Intelligence Business Intelligence Entendendo a Inteligência de Negócios Ms. Fernando Prass Rua Tuiuti 2130, sala 302 Centro - Santa Maria RS (55) 3026-8469 w w w. f p 2. c o m. b r Agenda Apresentação Business Intelligence

Leia mais

PRIMAVERA P6 ANALYTICS DA ORACLE

PRIMAVERA P6 ANALYTICS DA ORACLE PRIMAVERA P6 ANALYTICS DA ORACLE O Primavera P6 Analytics da Oracle é um pacote de solução de inteligência de negócios que fornece percepções valiosas sobre seus projetos e portfólios no Primavera P6 Enterprise

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

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 Warehouse Granularidade. rogerioaraujo.wordpress.com twitter: @rgildoaraujo - rgildoaraujo@gmail.com 1

Data Warehouse Granularidade. rogerioaraujo.wordpress.com twitter: @rgildoaraujo - rgildoaraujo@gmail.com 1 Data Warehouse Granularidade rogerioaraujo.wordpress.com twitter: @rgildoaraujo - rgildoaraujo@gmail.com 1 Granularidade A granularidade de dados refere-se ao nível de sumarização dos elementos e de detalhe

Leia mais

A Nova Interface do Data Discovery no MicroStrategy 10. Anderson Santos, Sales Engineer Brazil 11/08/2015

A Nova Interface do Data Discovery no MicroStrategy 10. Anderson Santos, Sales Engineer Brazil 11/08/2015 A Nova Interface do Data Discovery no MicroStrategy 10 Anderson Santos, Sales Engineer Brazil 11/08/2015 Empresas participantes do MicroStrategy 10 Beta Test Pela primeira vez na história, MicroStrategy

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

Sistemas de Apoio à Inteligência do Negócio

Sistemas de Apoio à Inteligência do Negócio Sistemas de Apoio à Inteligência do Negócio http://www.uniriotec.br/~tanaka/sain tanaka@uniriotec.br Visão Geral de Business Intelligence Evolução dos Sistemas de Informação (computadorizados) 1950 s:

Leia mais

XIII Encontro de Iniciação Científica IX Mostra de Pós-graduação 06 a 11 de outubro de 2008 BIODIVERSIDADE TECNOLOGIA DESENVOLVIMENTO

XIII Encontro de Iniciação Científica IX Mostra de Pós-graduação 06 a 11 de outubro de 2008 BIODIVERSIDADE TECNOLOGIA DESENVOLVIMENTO XIII Encontro de Iniciação Científica IX Mostra de Pós-graduação 06 a 11 de outubro de 2008 BIODIVERSIDADE TECNOLOGIA DESENVOLVIMENTO EPE0147 UTILIZAÇÃO DA MINERAÇÃO DE DADOS EM UMA AVALIAÇÃO INSTITUCIONAL

Leia mais

OLAP em âmbito hospitalar: Transformação de dados de enfermagem para análise multidimensional

OLAP em âmbito hospitalar: Transformação de dados de enfermagem para análise multidimensional OLAP em âmbito hospitalar: Transformação de dados de enfermagem para análise multidimensional João Silva and José Saias m5672@alunos.uevora.pt, jsaias@di.uevora.pt Mestrado em Engenharia Informática, Universidade

Leia mais

Data Mining: Conceitos e Técnicas

Data Mining: Conceitos e Técnicas Data Mining: Conceitos e Técnicas DM, DW e OLAP Data Warehousing e OLAP para Data Mining O que é data warehouse? De data warehousing para data mining Data Warehousing e OLAP para Data Mining Data Warehouse:

Leia mais

Pacotes de Relatório do IBM Cognos 8 BI MidMarket Atenda a todos os seus requisitos de relatório dentro do orçamento

Pacotes de Relatório do IBM Cognos 8 BI MidMarket Atenda a todos os seus requisitos de relatório dentro do orçamento Data Sheet Pacotes de Relatório do IBM Cognos 8 BI MidMarket Atenda a todos os seus requisitos de relatório dentro do orçamento Visão Geral Organizações de tamanho médio precisam melhorar drasticamente

Leia mais

Alfresco Content Management

Alfresco Content Management Alfresco Content Management Alfresco é um sistema ECM (Enterprise Content Management) também conhecido como GED (Gestão Eletrônica de Documentos) em nosso mercado de porte corporativo para atender a empresas

Leia mais

Business Intelligence Um enfoque gerencial para a Inteligência do Negócio.Efrain Turban e outros.tradução. Bookman, 2009.

Business Intelligence Um enfoque gerencial para a Inteligência do Negócio.Efrain Turban e outros.tradução. Bookman, 2009. REFERÊNCIAS o o Business Intelligence Um enfoque gerencial para a Inteligência do Negócio.Efrain Turban e outros.tradução. Bookman, 2009. Competição Analítica - Vencendo Através da Nova Ciência Davenport,

Leia mais

UNIVERSIDADE FEDERAL RURAL DE PERNAMBUCO PRÓ-REITORIA DE ENSINO DE GRADUAÇÃO

UNIVERSIDADE FEDERAL RURAL DE PERNAMBUCO PRÓ-REITORIA DE ENSINO DE GRADUAÇÃO UNIVERSIDADE FEDERAL RURAL DE PERNAMBUCO PRÓ-REITORIA DE ENSINO DE GRADUAÇÃO Rua Dom Manoel de Medeiros, s/n Dois Irmãos 52171-900 Recife-PE Fone: 0xx-81-332060-40 proreitor@preg.ufrpe.br PLANO DE ENSINO

Leia mais

MANUAL BI- Business Intelligence

MANUAL BI- Business Intelligence 1. VISÃO GERAL 1.1 SISTEMA BI Business Intelligence: Segundo Gartner Group, a maior ameaça das empresas da atualidade é o desconhecimento... O Business Intelligence se empenha em eliminar as dúvidas e

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

Ficha Técnica Xenos Developer Studio

Ficha Técnica Xenos Developer Studio Xenos Developer Studio Ficha Técnica Xenos Developer Studio Xenos Developer Studio Soluções de Enterprise Output Management que reduz custos associados à impressão tradicional, ao mesmo tempo em que facilita

Leia mais

Data Warehouse Mineração de Dados

Data Warehouse Mineração de Dados Data Warehouse Mineração de Dados Profa. Roberta Macêdo M. Gouveia robertammg@gmail.com 1 18/12/2014 Data Warehouse Data Mining Big Data A mina de ouro debaixo dos bits 2 Data Warehouse: A Memória da Empresa

Leia mais

Inteligência Empresarial. BI Business Intelligence. Business Intelligence 22/2/2011. Prof. Luiz A. Nascimento

Inteligência Empresarial. BI Business Intelligence. Business Intelligence 22/2/2011. Prof. Luiz A. Nascimento Inteligência Empresarial Prof. Luiz A. Nascimento BI Pode-se traduzir informalmente Business Intelligence como o uso de sistemas inteligentes em negócios. É uma forma de agregar a inteligência humana à

Leia mais