Adoção de Ferramenta Gerencial On-Line Analytical Processing para Auxiliar na Gestão de Negócios

Tamanho: px
Começar a partir da página:

Download "Adoção de Ferramenta Gerencial On-Line Analytical Processing para Auxiliar na Gestão de Negócios"

Transcrição

1 Adoção de Ferramenta Gerencial On-Line Analytical Processing para Auxiliar na Gestão de Negócios Tool Adoption Management Online Analytical Processing to Assist in Business Management La Adopcion de Herramientas para la Gestion de Procesamiento Analitico en Linea para Ayudar en la Gestion Empresarial Camilo Moreira Santos 1 Fabricio Junior Marcondes 2 Rodrigo Vitorino Moravia 3 Resumo: No contexto atual onde as empresas competem e estão cada vez mais necessitadas de informações precisas e de transformações dessas informações em conhecimento, as ferramentas On-Line Analytical Processing (OLAP) facilitam a busca de informações, permitem informações rápidas e confiáveis através de mecanismos de estratificação. Assim o objetivo deste artigo é identificar se a adoção do OLAP realmente pode ser considerada como uma alternativa de melhoria do processo decisório e no auxílio na formulação de estratégias corporativas, de unidades de negócioe funcionais. Palavras-chaves:OLAP; Business Intelligence; Processo decisório Abstract: In the current context where companies compete and are increasingly in need of accurate and transformations that information into knowledge. The OLAP (On-Line Analytical Processing) tools facilitate searching for information. Allow fast and reliable through mechanisms of stratification information. Thusthe aim of this paper isto identify whether the adoption of OLAP can actually beconsidered as analternative to improve the decision making and aid in the formulation of corporate strategy, business unitand functional. Keywords: OLAP; Business Intelligence; Decision-making process. Resumen: En el contexto actual, donde las empresas compiteny son cadavez más en la necesidad deprecisión y las transformaciones que la información en conocimiento. El (Procesamiento Analítico en Línea) OLAP herramientas facilitan la búsqueda de información. Permitir rápido y confiable a través de mecanismos de informaciónes tratificación. A sí,el objetivo de este trabajo es identificar si la adopción de OLAP en realidad puede ser considerada como una alternativa para mejorar la toma de decisiones y la ayuda en la formulación de la estrategia corporativa, la unidad de negocios y funcional. PalabrasClave: OLAP; Business Intelligence; La toma de decisiones proceso. 1 Graduando em Sistema de Informação pela Faculdade Inforium de Tecnologia 2 Graduando em Sistema de Informação pela Faculdade Inforium de Tecnologia 3 Pós-graduação em Business Intelligence e Banco de Dados pela IEC PUC Minas Revista Pensar Tecnologia, v. 4, n. 1, jan. 2015

2 1 INTRODUÇÃO No cenário atual das empresas há uma grande dificuldade de realizara análise dos negócios e gestão de desempenho nas empresas. Esta análise quando é realizada é elaborada utilizando planilhas e consultas a bancos de dados transacionais, gerando assim lentidão. Essas consultas normalmente não atendem atodas as dúvidas e necessidades do cliente, sendo que sem uma resposta adequada, uma nova solicitaçãoé feita, fazendo com que todo o ciclo se repita (solicitar os dados, esperar, receber os dados, revisara informação e analisar os resultados). Essa solicitação para o planejamento estratégico leva semanas e na busca por informações decisórias torna-se inoperante. As empresas necessitam de informações rápidas e confiáveis, pois uma decisão equivocada pode levara grandes perdas e, no mercado atual, uma decisão pode beneficiar seus concorrentes ou levará sua empresa à liderança. Assim constituitem a deste estudo uma análise das ferramentas OLAP que sugiram na busca por informações em datawarehouse, dinâmicas e multidimensionais, as quais possibilitam rapidez e melhor visualização destas informações. Desta forma delimita-se o estudo a estratificação das informações estratégicas das fontes de dados corporativas, tendo em vista a obtenção de informações extraídas e agrupadas conforme o conteúdo do datawarehouse. O objetivo geral do estudo é verificar se este processo de transformação pode atender este tipo de demanda de informações, resultando em conhecimento estratégico, que auxilia os diversos níveis de uma organização na tomada de decisão. A pergunta norteadora do estudo é no sentido de investigar se a adoção das ferramentas OLAP pelas empresas podem melhorar o processo decisório, bem como fornecer informações que auxiliam na obtenção de novas vantagens competitivas e a sustentação das já conquistadas, utilizando a informação como chave para estratégia. Justifica-se a relevância deste artigo tendo-se em vista que num mercado competitivo as empresas passam a valorizar a informação cada vez mais, se

3 tornando essencial para uma decisão. É necessário um controle, onde ferramentas de bancos de dados dinâmicas que podem ultrapassar os limites do simples controle. Para esse controle um sistema de suporte aos gestores foi desenvolvido o Business Intelligence (BI) que unido ao DataWarehouse (DW) propõem um repositório de dados, onde este gera relatórios, gráficos e alertas de desempenho podendo ser gerado pelo próprio cliente, permitindo que os gestores escolham o que querem trabalhar, pois nesses tipos de bancos os históricos ou informações podem ser manipulados da forma que o cliente quer. Isto possibilita decisões ágeis, analises dos negócios e analises de tendências, descoberta de informação e conhecimento. Esses sistemas possibilitam a centralização da informação. 2 ABORDAGEM SOBRE FERRAMENTAS OLAP Essa seção aborda conceitos relativos à estratégia, hierarquia estratégica e processo decisório, como forma de mostrar os principais pontos abordados na pesquisa realizada. Mostra-se também aspectos sobre o Business Intelligence(BI), DataWarehouse(DW) e On-Line Analytical Processing(OLAP). 2.1 Estratégia Segundo Mintzberg(1991,p.17), trata-se da forma de pensar o futuro, integrada no processo decisório, com base em um procedimento formalizado e articulador de resultados....formulação e implementação estão interligadas como processos interativos complexos no quais políticas, valores, cultura organizacional eestilos gerenciais determinam ou constrangem determinadas decisões estratégicas. E estratégia, estrutura e sistemas se juntam de maneira complexa para influenciar os resultados. Embora formulação e implementação de estratégia possam ser separadas em algumas situações talvez em crises, em alguns empreendimentos totalmente novos, e também em empresas enfrentando futuros previsíveis esse fato não é comum. (MINTZBERG, 1991,p.17)

4 Estratégia pode ser entendida como plano, pretexto (ploy), padrão, posição e perspectiva, caracterizando os cinco Ps da estratégia sendo que a ITIL considera- se quatro Ps não possuindo a pretexto (ploy). a) Perspectiva: é aquela cuja visão da organização define seus valores e convicções. Direção no qual provedor de serviço vai alcançars eus objetivos. b) Posição: é aquela que define qual é a imagem que a organização vai ter para seus clientes.serviços que serão oferecidos. c) Plano: é aquele onde a estratégia pode ser definida como um plano,um curso de ação intencionalmente elaborado para guiar a organização através do tempo. d) Padrão: é aquele onde as estratégias são emergentes, surgindo sem intenção. A tendência natural é de incorporação ao comportamento quando determinado curso de ação traz resultados positivos. e) Pretexto (Ploy): a estratégia pode ser empregada para comunicar uma mensagem falsa ou não, iludir ou confundir os concorrentes. A palavra estratégia define como o conjunto de objetivos, finalidades, metas, diretrizes fundamentais e os planos para atingir os objetivos, postulados de forma a definir em que situação a organização se encontra, que tipo de organização ela é ou deseja ser. A visão estratégica fornece um quadro em perspectiva de o que somos, o que fazemos e para onde vamos sendo pré-requisito para a uma liderança estratégica eficaz. O estabelecimento dos objetivos converte a visão estratégica e o rumo em metas de resultados e marcos de desempenho.a elaboração da estratégia é como atingir as metas de desempenho e como superar os rivais, atingindo vantagens onde o gerente forja respostas para as mudanças que ocorreram, procurando novas oportunidades e novas abordagens para diversas partes da organização.

5 Uma empresa diversificada possui dois níveis de estratégia: a estratégia das unidades de negócios (ou competitiva) e a estratégia corporativa (ou da totalidade do grupo empresarial). a) Estratégia corporativa:são ações predefinidas que guiam a corporação no ambienteglobal, econômico,social e político em que está inserida. b) Estratégia da unidade de negócio: Uma unidade de negócios é uma empresa, uma unidade fabril ou uma linha de produtos dentro de uma corporação (PIRES,1995). Esta estratégia orienta cada negócio da organização, individualmente, estabelecendo a missão, os objetivos, e definindo como almejam competirem seus Mercados. c) Estratégia funcional: consiste na estratégia delimitada pelas devidas funções do negócio (produção, finanças, marketing, pesquisa e desenvolvimento,etc.). Conduz as ações no ambiente do negócio a que pertence de forma a contribuir com os objetivos estratégicos e/ou competitivos deste. Para se atingir o objetivo estas estratégias trabalham em conjunto funcionais são delineadas com base nas estratégias de negócio e estas, por sua vez, se orientam nas estratégias corporativas. 2.2 Processo Decisório Um processo organizacional considerado de grande relevância para um gerenciamento eficaz das organizações é chamado processo decisório. Uma decisão, diz respeito a uma escolha feita entre duas ou mais alternativas na qual podem ser tomadas constantemente por indivíduos ou grupos TURBAN ET A. (2005). Essas decisões levam a empresa a caminhos mais adequados para o negócio ganhando vantagens necessárias para as decisões certas. Com o passar dos anos o processo decisório vem evoluindo principalmente pelo crescente conhecimento dos problemas aplicado-se ao conhecimento de novas técnicas administrativas e pela absorção de novos procedimentos quantitativos. Administrar é tomar decisões. Segundo Simon (2001), existem três fases no processo decisório:

6 prospecção (análise de um problema ou situação quer equer solução), concepção (criação de alternativas de solução para o problema ou situação), decisão (julgamento e escolha de uma das alternativas propostas). As decisões satisfatórias são aquelas que atendem aos requisitos desejados, desde que pareça resolver o problema. Segundo Simon (2001), as decisões se dividem em dois tipos: as programadas que se caracterizam por serem repetitivas, rotineiras e estruturadas e as não programadas que se caracterizam por ser desestruturadas, que precisam da solução de um gerente desenvolvendo uma capacidade de julgamento intuição e criatividade. Sendo difícil o processo decisório, foram elaboradas ferramentas que auxiliam e facilitam a estratificação de dados brutos e transformados estes em informações significativas o que antes não era possível. 2.3 Business Intelligence(BI) Business Intelligence (Inteligência de negócios) é o conjunto de técnicas para transformação de dados em informações criando novas oportunidades para o negócio de uma empresa de modo a torná-la mais eficiente ao invés de decidir por intuição ou pela percepção do que acontece. Como aumento no volume de informações dentro das empresas, em paralelo com a crescente concorrência no mercado comercial, houve necessidade de um diferencial estratégico para as empresas o que levou o BIaser uma necessidade. BI pode ser usando para suportar uma ampla gama de decisões de negócios que vão de operacional para estratégico. No âmbito operacional o BI auxilia no posicionamento de produtos ou preço, já no estratégico o BI auxilia em prioridades, metas e direções, mas em todos os casos o BI é eficaz, pois na combinação dos dois os dados internos e os dados externos favorece um quadro

7 mais completo criando uma inteligência que não pode ser obtida por qualquer conjunto singular de dados. Como surgimento da necessidade de BI nas empresas surgiu também a necessidade da criação de ferramentas para o armazenamento e manipulação de dados criando-se assim o DataWarehouse(DW). 2.4 Data Warehouse(DW) Data Warehouse é um sistema de computador utilizado para armazenar informações relativas às atividades de uma organização em bancos de dados. O DW possibilita a análise de grandes volumes de dados coletados dos sistemas transacionais, e o desenho da base de dados favorece os relatórios,a análise de grandes volumes de dados e a obtenção de informações estratégicas que podem facilitar a tomada de decisão. Segundo Primak(2008), DW é uma coleção de dados derivados dos dados operacionais para sistemas de suporte à decisão. Para ele os dados são derivados muitas vezes de dados referidos aos dados gerenciais, informacionais ou analíticos. Os bancos de dados operacionais armazenam as informações necessárias para as operações diárias da empresa, são utilizados por todos os funcionais para registrar e executar operações pré-definidas, por isso seus dados podem sofrer constantes mudanças conforme as necessidades atuais da empresa. Por não ocorrer redundância nos dados e as informações históricas não ficarem armazenadas por muito tempo, este tipo de BD não exibe grande capacidade de armazenamento. Já um DW armazena dados analíticos, destinados às necessidades da gerência no processo de tomada de decisão. Isto pode envolver consultas complexas que necessitam acessar um grande número de registros, por isso é importante a existência de muitos índices criados para acessar as informações da maneira mais rápida possível. Um DW armazena informações históricas de muitos anos e por isso deve ter uma grande capacidade de processamento e armazenamento dos dados que encontram de duas maneiras: detalhados e resumidos. (PRIMAK,2008,p.17)

8 Estes conceitos permitem afirmar que o DW não é um fim, mas sim um meio que as empresas dispõem para analisar informações históricas, podendo utilizá-las para melhoria dos processos atuais e futuros. 3 ON-LINE ANALYTICAL PROCESSING O termo On-Line Analytical Processing (OLAP), foi citado pela primeira vez Codd (1992), quando ele definiu doze regras que caracteriza uma ferramenta OLAP, sendo elas: Visão conceitual multidimensional, transparência, acessibilidade, informações de performance consistente, arquitetura cliente-servidor, dimensionalidade genérica, manipulação de matrizes dinamicamente, suporte a multiusuários, operações de dados intuitivamente, consultas flexíveis e níveis de dimensões e agregações ilimitadas. Conforme Singh, (2001) as ferramentas de On-Line Analytical Processing (OLAP) permitem que os usuários analisem e "fatiem dados" ao longo de múltiplas dimensões como categorias de mercado, tempo e produto.o DW, não só fornece dados limpos e integrados para o OLAP como também dados históricos para previsão e análise de tendências. Os DW que fornecem dados para OLAP podem ser vistos como DW para sistemas de suporte à decisão(dss). Segundo Primak (2008), OLAP é considerado uma categoria de software que permite a analistas, gerentes e executivos obterem respostas dentro dos dados, através de uma rápida, consistente e interativa forma de acesso a uma ampla variedade de possíveis visões.as ferramentas OLAP permitem que o negócio da empresa possa ser visualizado e manipulado de forma multidimensional, isto é, agrupando as informações em várias dimensões como: produtos, fornecedores, departamentos, localização, clientes, recursos, etc. Multidimensionalidade É a característica que se tornou a principal no desenvolvimento de aplicações OLAP. A visão multidimensional é a técnica de modelagem de banco de

9 dados para o auxílio às consultas do DW nas mais diferentes perspectivas, permitindo assim uso mais intuitivo para o processamento analítico pelas ferramentas OLAP. É necessário entender outras características para se ter uma visão multidimensional, as quais são apresentadas: Cubo é uma estrutura que armazena os dados de negócio em formato multidimensional, tornando-os mais fáceis de analisar. Dimensão é uma unidade de análise que agrupa dados de negócio relacionados. As dimensões se tornam cabeçalho de colunas e linhas, como exemplo linhas de produto, regiões de venda ou períodos de tempo. Hierarquia é composta por todos os níveis de uma dimensão, podendo ser balanceada ou não. Na hierarquia balanceada os níveis mais baixos são equivalentes, porém, isto não ocorre nas hierarquias não balanceadas onde a equivalência hierárquica não existe. Por exemplo, em uma dimensão geográfica o nível país não possui o subnível Estado para um determinado membro e possui para outro. No caso específico pode-se citar o país Liechtenstein que não possui Estado e o Brasil, que possui uma série de Estados. Membro: é um subconjunto de uma dimensão. Cada nível hierárquico tem membros apropriados aquele nível. Por exemplo, em uma dimensão geográfica existe o nível e seus membros. Nível: Membros: Região: Ásia, América do Sul, América do Norte. Países: China, Brasil, USA. Estados/Províncias: Yunna, Piauí, Califórnia. Medida é uma dimensão especial utilizada para realizar comparações. Ela inclui membros tais como: custos, lucros ou taxas.

10 Assim sendo, a aplicação OLAP é o processamento analítico online dos dados, que sintetiza, analisa e consolida os dados.através de sua estrutura de dados eficiente, que são apresentados em termos de medidas e dimensão, é possível ter perspectivas diferentes das informações para auxiliar a diretoria de uma empresa a tomar decisões estratégicas. Funcionalidade As aplicações OLAP são responsáveis por extrair os dados do DW e construir relatórios capazes de responder as questões dos gerentes da empresa. Segundo Felipe Neri (2007), estas ferramentas surgiram juntamente com os sistemas de apoio à decisão para fazerem a consulta e análise dos dados do DataWarehouse e DataMarts. Para se analisar os dados em OLAP são utilizados quatro tipos de operações. Essas operações são chamadas de drill, que é a navegação dos dados através da alteração do nível de granularidade.para navegar entre as dimensões se utiliza as operações slice and dice. Quadro1: Descrição das operações OLAP. (Quadro adaptado pelos autores do artigo). OPERAÇÃO DESCRIÇÃO EXEMPLO Drill Down Drill Up Aumento do nível de detalhe da informação e conseqüente diminuição do nível de granularidade. Diminuição no nível de detalhe e Conseqüente aumento do nível de granularidade. Uma análise de vendas por estado é alterada para uma análise de vendas das cidades de um determinado estado. Uma análise de vendas é Altera dade uma cidade para seu estado correspondente

11 Slice Dice Drill Across Corta o cubo, mas mantém a mesma perspectiva de visualização dos dados. Funciona como um filtro que restringe uma dimensão à apenas umou alguns de seus valores. Mudança de perspectiva da visão multidimensional, como se o cubo fosse girado. Permite descobrir comportamentos e tendências entre os valores das medidas analisadas em diversas perspectivas. O nível de análise dentro de uma mesma dimensão é alterado, ou seja, o usuário avança um nível intermediário dentro de uma mesma dimensão. Em uma dimensão tempo de um modelo é selecionado somente o ano de2000. A análise é alterada de região (linha) por ano (coluna) para ano (linha) por região (coluna). O nível da análise é alterado direto de ano para mês dentro da dimensão tempo, quando esta é composta por ano, semestre e mês. Drill Through Ocorre quando o usuário passa de uma informação contida em uma dimensão para uma outra. O usuário está realizando uma análise na dimensão tempo e no próximo passo analisa a informação por região. Fonte:http://www.infobras.com.br ( acessado em 08 de novembro de 14). On-Line Analytical Processing X On-Line Transaction Processing On-LineTransaction Processing (OLTP) é o processamento de transações em tempo real. São transações (insert, update, delete) que alteram os dados e ocorrem a todo momento de forma rápida.

12 Os sistemas OLTP registram eventos atuais ou transações. Exemplos são entradas de diário, pedidos de compra, itens de cobrança, hambúrgueres que caíram no chão, todas as ligações a cobrar no Dia dos Pais. O modelo multidimensional não se preocupa com os eventos em si, somente com o resultado quantitativo em algum intervalo de tempo, como dias, semanas ou meses. Singh (2001, p. 121) Entende-se, então que há dois ambientes e que são diferentes entre si Sistemas Operacionais(OLTP): sistemas das transações em tempo real dentro de uma empresa. Sistemas informacionais (OLAP): Sistemas de apoio as tomadas de decisão da empresa,no âmbito estratégico. Segundo Inmon, Welch e Glassey (1999), OLAP é o método de análise sofisticado que visa orientar profissionais que precisam tomar decisões num determinado negócio. Quadro 2 - Comparação entre OLTP e Data Warehouse. OLTP Orientado a transação Milhares de usuários Geralmente pequeno (MB até vários GB) Dados atuais Dados normalizados (muitas tabelas, poucas colunas por tabela) Atualizações contínuas Data Warehouse Orientado ao processo de negócios Poucos usuários (normalmente abaixo de 100) Grandes (de milhares de GB a vários TB) Dados históricos Dados não normalizados (poucas tabelas, muitas colunas por tabela) Atualizações em lote Consultas de simples acomplexas Normalmente, complexas consultas muito

13 Fonte: (TEOREY,LIGHTSTONE, NADEAU,2007). Arquitetura OLAP Apesar de ser uma estrutura cliente/servidor multiusuário, o OLAP pode ser implementado de diversas formas, classificadas em cinco tipos, afirma INMON (1997): Multidimensional On-Line Analytical Processing (MOLAP); Relational On-Line Processing (ROLAP); On-Line Analytical Processing (HOLAP Hybrid); Desktop On-Line Analytical Processing (DOLAP); Web On-Line Analytical Processing (WOLAP). O local de armazenamento pode ser um banco de dados multidimensional, nos casos de MOLAP e ROLAP; um banco de dados relacional, como em HOLAP e DOLAP, ou arquivos em base de dados locais ou mesmo em memória de estações clientes, usados em DOLAP e WOLAP (OLIVEIRA, 2002). MOLAP (Multidimensional On-Line Analytical Processing) Na arquitetura MOLAP os dados ficam armazenados em um banco de dados multidimensional, onde o servidor MOLAP atua e o usuário trabalha, monta e manipula os dados diferentes no servidor(carvalho,2004). Os dados de um banco multidimensional são armazenados em um espaço menor que o utilizado para armazenar os mesmos dados em um banco de dados relacional. No banco multidimensional, os dados são mantidos em estruturas de dados do tipo array de maneira a prover um melhor desempenho ao acessá-los. Além de ser uma arquitetura rápida uma outra vantagem é o rico e complexo conjunto de funções de análises presentes nos bancos multidimensionais(carvalho,2004).

14 Uma de suas limitações é a possibilidade dos dados serem esparsos (nem todo cruzamento das dimensões contém dados), ocorrendo a chamada explosão de armazenamento de dados, ou seja, um imenso banco de dados multidimensional contendo poucos dados armazenados. Outras limitações dessa ferramenta estão relacionadas ao fato dos bancos multidimensionais serem sistemas proprietários que não seguem padrões, ou seja, cada desenvolvedor cria a sua própria estrutura para o banco e as próprias ferramentas de suporte(carvalho, 2004). ROLAP (Relational On-Line Analytical Processing) Já a arquitetura ROLAP é uma simulação da tecnologia OLAP feita em banco de dados relacionais que, por utilizar a estrutura relacional, possui a vantagem de não restringir o volume de armazenamento de dados (CARVALHO,2004). Essa ferramenta não utiliza cubos pré-calculados como a MOLAP. À medida que o usuário monta sua consulta em uma interface gráfica, a ferramenta acessa os metadados ou quaisquer outros recursos que possua, para gerar uma consulta SQL (Structured Query Language)(THOMSEN, 2002). A sua principal característica é a possibilidade de fazer qualquer consulta, atendendo melhor os usuários que não têm um escopo de análise bem definido. Essa ferramenta tem a vantagem de utilizar tecnologia estabelecida, de arquitetura aberta e padronizada, beneficiando-se da diversidade de plataformas, escalabilidade e paralelismo de hardware. Sua desvantagem é o conjunto pobre de funções para análises dimensionais e o baixo desempenho da linguagem SQL na execução de consultas pesadas (CARVALHO, 2004). HOLAP (Hybrid On-Line Analytical Processing) A arquitetura HOLAP, ou processamento híbrido, está se tornando a mais popular para os produtos atuais, porque consegue combinar a capacidade e a escalabilidade das ferramentas ROLAP com o desempenho superior dos bancos de dados multidimensionais (THOMSEN,2002). Por exemplo,suponha uma base de clientes distribuídos em 500 cidades, 23 estados, 5 regiões e um totalgeral. Até o nível de cidades o armazenamento multidimensional resolveria as consultas para levantar totais de vendas. Porém, se fosse necessário consultar o total de

15 vendas de um determinado cliente, o banco de dados relacional responderia com muito mais rapidez à solicitação. Essa situação é típica para a indicação da arquitetura HOLAP (OLIVEIRA, 2002). DOLAP(Desktop On-Line Analytical Processing) Uma outra arquitetura é a DOLAP que é uma arquitetura desktop do OLAP, ou seja, é uma ferramenta para usuários que possuam uma cópia da base multidimensional ou de um subconjunto dela ou ainda, que queiram acessar um repositório de dados central localmente. O usuário ao acessar este repositório, dispara uma instrução SQL e acessa os cubos já existentes no banco de dados multidimensional residente no servidor OLAP e obtém de volta um para ser analisado em sua estação de trabalho (CAVALCANTI, OLIVEIRA e MONTEIRO,1998). A vantagem dessa arquitetura é a redução da sobrecarga no servidor de banco de dados uma vez que todo o processamento OLAP acontece na máquina cliente e a desvantagem é o tamanho do micro cubo que não pode ser muito grande, caso contrário, a análise pode ser demorada e a máquina do cliente não suportar (CAVALCANTI,OLIVEIRA e MONTEIRO, 1998). WOLAP (Web On-Line Analytical Processing) A arquitetura WOLAP é a utilização de uma ferramenta OLAP a partir de um navegador de internet/web.essa arquitetura tem duas tecnologias que estão em constante evolução, a primeira é a Web e a segunda são as ferramentas OLAP. A diferença desta ferramenta para as outras é que ela utiliza a Web, facilitando assim, a distribuição da ferramenta, o acesso remoto dos dados a serem analisados e a utilização da aplicação independente de plataforma (ANDREATO,1999). Essa ferramenta representa a migração da tecnologia OLAP para o ambiente da Internet. Atualmente o uso de navegadores Web para acesso OLAP é muito divulgado, entretanto, poucos são os sites que utilizam esta ferramenta. (ANDREATTO, 1999). 4 DISCURSÃO SOBRE A APLICAÇÃO DA FERRAMENTA GERENCIAL (OLAP) PARA AUXILIAR O PROCESSO NA GESTÃO DE NEGÓCIO

16 Serão apresentados nesse artigo, Oracle e a Microsoft que fornecem servidores OLAP juntamente com seus bancos de dados relacionais tradicionais: OLAP Option da Oracle e Analysis Services 2005 da Microsoft. Outras ferramentas OLAP,que também serão apresentados nesse artigo, são: DSS Micro Strategy e Maestro (OLIVEIRA, 2002). O Analysis Services 2005 é uma tecnologia utilizada por trás do Analysis Services Sua principal novidade é que vem com o conceito de UDM (Unified Dimensional Model Modelo Dimensional Unificado), o qual permite que DBAs (Database Administrator) e desenvolvedores definam dimensões, cubos OLAP e hierarquias de forma abstrata que possam subseqüentemente ser armazenados em bases relacionais ou multidimensionais (CARVALHO, 2004). O Analysis Services 2005 possui um recurso chamado Intellicube, que provoca a criação automática de um esquema de cubo, fator de identificação e tabelas de 1 Browser é o software usado para a navegação na Internet (navegador). dimensão. Isso acontece quando este for utilizado juntamente com o modelo dimensional unificado e com a remoção de todos os limites de dimensão, permitindo que o DBA carregue qualquer esquema relacional no Analysis Services Outra tecnologia é o cache pró-ativo, este método permite que os DBAs possam implementar bancos de dados OLAP em tempo real com menos esforço. A linguagem de consulta usada é o MDX (Expressões Multidimensionais) (CARVALHO, 2004). O OLAP Option da Oracle é executado como um processo único, com uma única instância de banco de dados, sendo portável para todas as plataformas de servidor em que o banco de dados Oracle pode ser executado, incluindo o Linux e o Apple OSX. O Oracle OLAP agora pode carregar e agregar mais dados que antes e, para determinada quantidade de disco, pode armazenar mais informações que na versão anterior. A Oracle está priorizando o SQL convencional com extensões analíticas como sua opção de linguagem de consulta OLAP (CARVALHO, 2004). O OLAP Option é composto por cinco componentes: tipos de dados específicos para suporte a informações multidimensionais, uma engine para cálculos multidimensionais com o objetivo de processar os novos tipos de dados

17 citados anteriormente, um framework para desenvolvedores de aplicação Java com componentes que permitem o acesso a dados relacionais e multidimensionais, extensões no SQL para permitir que sejam acessados os tipos de dados multidimensionais e uma camada de metadados referentes aos dados OLAP, conhecida como OLAP Catalog. O DSS Micro Strategy é uma ferramenta fornecida pela Micro Strategy, sendo classificada como uma ferramenta ROLAP por acessar um banco de dados relacional via comandos SQL. Quanto ao número de camadas de sua arquitetura, sua classificação é ambígua justamente por não haver necessidade de todos os módulos que estão relacionados à ela serem usados. Como DSS Agent, um de seus módulos, como o de interface na máquina do usuário,gera as consultas em SQL baseando-se nos metadados. Além disso, pode acessar o banco de dados relacional de duas maneiras. A primeira é diretamente, mantendo a conexão com o banco e mantendo o micro do cliente inoperante para outros aplicativos. A outra forma é através do DSS Server, que se encarrega da execução da consulta, gerenciando prioridades de diferentes usuários e armazenando estatísticas sobre as consultas. Neste último caso é o DSS Server que atua como mecanismo OLAP, se comunicando como banco de dados. Analogamente, se o acesso do usuário final aos dados for feita via browser, pode-se ter de três a quatro camadas,dependendo do uso ou não do DSS Server (LEITÃO,2000). A ferramenta OLAP MAESTRO, é fornecida e desenvolvida pela Hyper Consultoria em Informática, uma empresa brasileira que está há vários anos no mercado. O MAESTRO tem sido usado com sucesso em grandes empresas e organizações no Brasil, tais como, Casa&Vídeo, Citibank, Coca Cola Indústrias Ltda, Cultura Inglesa, Esso Brasileira, Latasa, Organizações Globo, Souza Cruz S.A., Tubos e Conexões Tigre(BARRETO, 2002). O MAESTRO suporta a metodologia de desenvolvimento de Data Warehouse na qual este surge evolutivamente após o desenvolvimento de vários DM. Essa metodologia tem suas vantagens desde que resolvido o problema de conformidade entre conceitos e dimensões, isto é, desde que as dimensões sejam compatíveis entre os diversos DMs de forma a serem integradas facilmente em um momento posterior. O MAESTRO resolve esse problema através do uso de um repositório central onde são definidas medidas e dimensões. (BARRETO, 2002)

18 5 CONCLUSÃO Atualmente o cenário mundial passa por grandes transformações, e com uma crescente competitividade no mercado onde a constante busca por melhores preços levaram as empresas a buscar em ferramentas que lhe permitem auxiliar e agilizar os processos decisórios. Nota-se que há uma mudança na forma de pensar das pessoas e as empresas precisam se adaptar a essa nova realidade. A busca pelo conhecimento mostra-se cada vez mais uma estratégia para solução de problemas tornando-se o capital intelectual uma arma para sobreviver nesse novo cenário. Com isso a informática deixou de ser automatizada e passou a ser uma ferramenta para auxiliar na análise gerencial. O Buniness Intelligence tornou-se um conceito que utiliza o conhecimento como gerador de informações estratégicas, facilitando o trabalho, pois é preciso transformar dados em informações úteis, para isso é necessário mudar a forma de armazenamento, recuperação e análise dos dados. As tecnologias de armazenamento, recuperação e análise de dados estratégicos tem evoluído em sincronia, pois elas são complementares uma das outras. As ferramentas OLAP trabalham de modo interativo, permitindo que a partir de uma resposta o usuário faça outros questionamentos, ou seja, análise e se pergunte porque dos resultados obtidos. O OLAP é um conceito que interage com o usuário, não sendo apenas uma forma de armazenamento de dados e sim uma solução de ambiente, integração e modelagem de dados. Com isso pretende-se mostrar as vantagens em se utilizar as ferramentas OLAP na estratificação e análise dos dados, tornando-se essencialmente uma ferramenta de gestão e assumindo as seguintes características como: instrumento de monitoramento e apoio à decisão, mostrar principais indicadores das atividades, transmite instantaneamente a informação, utiliza-se de gráficos como forma de apresentação dos dados, combina eficazmente a informação sob diferentes formas dimensionais com o objetivos de expor relações que seriam difíceis de detectar individualmente e por último exibe técnicas de design para produzir layout simples, claro e direto.

19 Uma solução deste tipo não seria possível sem o apoio da gerencia para ter sucesso, pois deve partir deles o incentivo para que todas as áreas envolvidas possam colaborar como desenvolvimento do projeto. Os benefícios para as empresas são incalculáveis quando a há uma ótima utilização desse recurso, mas se esse recurso formal desenvolvido e não tiver apoio completo das áreas envolvidas pode se tornar uma grande fonte de desperdício. Por isso a importância do planejamento antes de partir para o desenvolvimento. O mercados se mostra propício para desenvolvimento dessas ferramentas como solução de problemas empresariais, já que cada vez mais as empresas precisam de informações rápida se precisas para conseguir tomar decisões e sair na frente da concorrência. REFERÊNCIAS ANDREATTO, R. Construindo um Data Warehouse e Analisando suas Informações com Data Mining e OLAP. Monografia Final de Curso. Faculdade de Ciências Administrativas, Faculdade devalinhos ANZANELLO,CYNTHIA A. OLAP Conceitos e Utilização. acessado em 12 de novembro de BARRETO, L, S. Maestro: Uma Ferramenta de Planejamento e Desenvolvimento de Conteúdo em Formato Hipertexto como Instrumento de Gestão do Conhecimento CAVALCANTI, M. C.; OLIVEIRA, P. C. S.; MONTEIRO, R. R.; SOARES, V. J. Análise Comparativa de Ferramentas OLAP.UFRJ, CARVALHO, B. F. Arquiteturas de Ferramentas OLAP.SQL Magazine, Rio de Janeiro, ano1, ed. 9, p.12-16, CODD, E. F., CODD, S. B. e SALEY, C. T., (1993). Providing OLAP (On-line Analytical Processing) to User Analysts: An IT Mandate, White Paper from E. F. Codd & Associates. acessado em 08 de novembro de INMON, W. H. Como construir o Datawarehouse. Tradução Guz Netto, A. M. Building the Datawarehouse. Rio de Janeiro: Campus, 1997.

20 INMON, W. H.; WELCH, J. D. e GLASSEY, K.L. Gerenciando Datawarehouse. Tradução: WOODWARD, A. S. Managing the Datawarehouse. SãoPaulo: Makron Books, 1999.Cap 6. KIMBALL, RALPH (2002). Datawarehouse toolkit; o guia completo para modelagem muiltidimensional / Ralph Kimball, Margy Ross; tradução de Ana Beatriz Tavares, Daniela Lacerda Rio de Janeiro: Campus. NERY, FELIPE. Tecnologia e Projeto de Data Warehouse, Ed. Érica, 3º Edição, OLIVEIRA, W., J. Data Warehouse. 2.ed. Florianópolis:V isualbooks, PRIMAK, FÁBIO VINÍCIUS. Decisões com B.I.- BUSINESS INTELLIGENCE. Rio de Janeiro: Ciência Moderna, Providing OLAP to User - Analysts: An IT Mandate. TEOREY, Toby; LIGHTSTONE, Sam; NADEAU,Tom. PROJETO E MODELAGEM DE BANCO DE DADOS, Ed. Campus, 4º edição, SINGH, HARRYS. (2001). Data Warehouse: conceitos, tecnologias, implementação e gerenciamento; tradução Mônica Rosemberg; José Davi Furlan. São Paulo: Makron Books. THOMSEN, E. Construindo Sistemas de Informações Multidimensionais. 2ªed. São Paulo: Campus, 2002.

OLAP: Características, Arquitetura e Ferramentas

OLAP: Características, Arquitetura e Ferramentas INSTITUTO VIANNA JÚNIOR FACULDADES INTEGRADAS VIANNA JÚNIOR OLAP: Características, Arquitetura e Ferramentas Erika Maria Teixeira Araújo 1 Mônica de Lourdes Souza Batista 2 Teresinha Moreira de Magalhães

Leia mais

Processo Decisório, OLAP e Relatórios Corporativos OLAP E RELATÓRIOS CORPORATIVOS

Processo Decisório, OLAP e Relatórios Corporativos OLAP E RELATÓRIOS CORPORATIVOS Processo Decisório, OLAP e Relatórios Corporativos OLAP E RELATÓRIOS CORPORATIVOS Sumário Conceitos/Autores chave... 3 1. Introdução... 5 2. OLAP... 6 3. Operações em OLAP... 8 4. Arquiteturas em OLAP...

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

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

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

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

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

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

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

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

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

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. 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 DISTRIBUÍDOS e DATAWAREHOUSING

BANCO DE DADOS DISTRIBUÍDOS e DATAWAREHOUSING BANCO DE DADOS DISTRIBUÍDOS e DATAWAREHOUSING http://www.uniriotec.br/~tanaka/tin0036 tanaka@uniriotec.br Introdução a Data Warehousing e OLAP Introdução a Data Warehouse e Modelagem Dimensional Visão

Leia 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

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

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

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 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

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

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

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

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

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

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

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

Plataforma de Business Intelligence

Plataforma de Business Intelligence Plataforma de Business Intelligence ASTEN TECNOLOGIA DA INFORMAÇÃO A Asten é uma empresa do ramo da tecnologia da informação (TI) que tem seu foco na busca por soluções inovadoras. Nosso slogan criando

Leia mais

Uma análise multidimensional dos dados estratégicos da empresa usando o recurso OLAP do Microsoft Excel

Uma análise multidimensional dos dados estratégicos da empresa usando o recurso OLAP do Microsoft Excel Uma análise multidimensional dos dados estratégicos da empresa usando o recurso OLAP do Microsoft Excel Carlos Alberto Ferreira Bispo (AFA) cafbispo@siteplanet.com.br Daniela Gibertoni (FATECTQ) daniela@fatectq.com.br

Leia mais

Modelo de dados do Data Warehouse

Modelo de dados do Data Warehouse Modelo de dados do Data Warehouse Ricardo Andreatto O modelo de dados tem um papel fundamental para o desenvolvimento interativo do data warehouse. Quando os esforços de desenvolvimentos são baseados em

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

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

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

APLICAÇÃO DA FERRAMENTA OLAP EM DIFERENTES MÓDULOS DE UM SISTEMA ERP MELHORANDO A TOMADA DE DECISÃO. Henrique César Gouveia 1 gouveia.henriq@gmail.

APLICAÇÃO DA FERRAMENTA OLAP EM DIFERENTES MÓDULOS DE UM SISTEMA ERP MELHORANDO A TOMADA DE DECISÃO. Henrique César Gouveia 1 gouveia.henriq@gmail. APLICAÇÃO DA FERRAMENTA OLAP EM DIFERENTES MÓDULOS DE UM SISTEMA ERP MELHORANDO A TOMADA DE DECISÃO Henrique César Gouveia 1 gouveia.henriq@gmail.com Muller Marciel Melo 2 muller_melo@hotmail.com Pedro

Leia mais

Aline França a de Abreu, Ph.D

Aline França a de Abreu, Ph.D Aline França a de Abreu, Ph.D igti.eps.ufsc.br 07 / 10/ 04 Núcleo de estudos Criado em 1997 - UFSC/EPS Equipe multidisciplinar, com aproximadamente 20 integrantes OBJETIVO Gerar uma competência e uma base

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

A NOVA GERAÇÃO DE SISTEMAS DE APOIO À DECISÃO

A NOVA GERAÇÃO DE SISTEMAS DE APOIO À DECISÃO A NOVA GERAÇÃO DE SISTEMAS DE APOIO À DECISÃO Carlos Alberto Ferreira Bispo Professor da Academia da Força Aérea Estrada de Aguaí S/N - Pirassununga - SP Caixa Postal 1062 - CEP 13630-000 - cafbispo@sc.usp.br

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

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

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

IBM Cognos Business Intelligence Scorecarding

IBM Cognos Business Intelligence Scorecarding IBM Cognos Business Intelligence Scorecarding Unindo a estratégia às operações com sucesso Visão Geral O Scorecarding oferece uma abordagem comprovada para comunicar a estratégia de negócios por toda a

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

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

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 estratégica da Informação: definição, controle estratégias de mercado Prof. MSc Hugo Vieira L. Souza

Administração estratégica da Informação: definição, controle estratégias de mercado Prof. MSc Hugo Vieira L. Souza Administração estratégica da Informação: definição, controle estratégias de mercado Prof. MSc Hugo Vieira L. Souza Este documento está sujeito a copyright. Todos os direitos estão reservados para o todo

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

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

Sistemas de Informações Gerenciais

Sistemas de Informações Gerenciais Sistemas de Informações Gerenciais Aula 4 Sistema de Informação SI baseado em computadores Organização, administração e estratégia Professora: Cintia Caetano INTRODUÇÃO Sistemas de Informação são parte

Leia mais

Sistemas de Informação Aplicados a AgroIndústria Utilizando DataWarehouse/DataWebhouse

Sistemas de Informação Aplicados a AgroIndústria Utilizando DataWarehouse/DataWebhouse Sistemas de Informação Aplicados a AgroIndústria Utilizando DataWarehouse/DataWebhouse Prof. Dr. Oscar Dalfovo Universidade Regional de Blumenau - FURB, Blumenau, Brasil dalfovo@furb.br Prof. Dr. Juarez

Leia mais

SISTEMA DE BANCO DE DADOS. Banco e Modelagem de dados

SISTEMA DE BANCO DE DADOS. Banco e Modelagem de dados SISTEMA DE BANCO DE DADOS Banco e Modelagem de dados Sumário Conceitos/Autores chave... 3 1. Introdução... 4 2. Arquiteturas de um Sistema Gerenciador... 5 3. Componentes de um Sistema... 8 4. Vantagens

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

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

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

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

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

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

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

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

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

BUSINESS INTELLIGENCE BI Aplicado à Gestão das Águas Subterrâneas. Frederico Cláudio Peixinho Flávio Luis de Mello 23 a 26 de Outubro de 2012

BUSINESS INTELLIGENCE BI Aplicado à Gestão das Águas Subterrâneas. Frederico Cláudio Peixinho Flávio Luis de Mello 23 a 26 de Outubro de 2012 XVII Congresso Brasileiro de Águas Subterrâneas Bonito - MT Serviço Geológico do Brasil CPRM BUSINESS INTELLIGENCE BI Aplicado à Gestão das Águas Subterrâneas Frederico Cláudio Peixinho Flávio Luis de

Leia mais

Diferença Entre Banco de Dados Relacional e Banco de Dados Dimensional. Difference Between Relational Database and Dimensional Database

Diferença Entre Banco de Dados Relacional e Banco de Dados Dimensional. Difference Between Relational Database and Dimensional Database Diferença Entre Banco de Dados Relacional e Banco de Dados Dimensional Difference Between Relational Database and Dimensional Database Edgar Silveira Jardim 1 Marcus Vinícius Abreu de Oliveira 2 Rodrigo

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 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

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

CAPÍTULO 5. Introdução ao Gerenciamento de Bancos de Dados.

CAPÍTULO 5. Introdução ao Gerenciamento de Bancos de Dados. CAPÍTULO 5. Introdução ao Gerenciamento de Bancos de Dados. VISÃO GERAL DO CAPÍTULO O objetivo do capítulo é enfatizar o gerenciamento dos recursos de dados de organizações que utilizam computadores. O

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

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

Trata-se de uma estratégia de negócio, em primeira linha, que posteriormente se consubstancia em soluções tecnológicas.

Trata-se de uma estratégia de negócio, em primeira linha, que posteriormente se consubstancia em soluções tecnológicas. CUSTOMER RELATIONSHIP MANAGEMENT Customer Relationship Management CRM ou Gestão de Relacionamento com o Cliente é uma abordagem que coloca o cliente no centro dos processos do negócio, sendo desenhado

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

Analysis Services. Manual Básico

Analysis Services. Manual Básico Analysis Services Manual Básico Construindo um Banco de Dados OLAP... 2 Criando a origem de dados... 3 Definindo as dimensões... 5 Níveis de dimensão e membros... 8 Construindo o cubo... 11 Tabela de fatos...12

Leia mais

Profº Aldo Rocha. Banco de Dados

Profº Aldo Rocha. Banco de Dados Profº Aldo Rocha Banco de Dados AULA 02 SBD Turma: ASN102 BELÉM, 12 DE AGOSTO DE 2011 Aula Passada Na aula passada nós trabalhamos a introdução a Banco de dados e a AGENDA FOI: Níveis de abstração; Dado,

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

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

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

ADMINISTRAÇÃO DOS RECURSOS DE DADOS

ADMINISTRAÇÃO DOS RECURSOS DE DADOS Capítulo 7 ADMINISTRAÇÃO DOS RECURSOS DE DADOS 7.1 2003 by Prentice Hall OBJETIVOS Por que as empresas sentem dificuldades para descobrir que tipo de informação precisam ter em seus sistemas de informação?

Leia mais

Procesamiento Analítico con Minería de Datos

Procesamiento Analítico con Minería de Datos Procesamiento Analítico con Minería de Datos Analytical Processing com Data Mining Angelino Feliciano Morales Universidad Autónoma de Guerrero afmorales@uagro.mx René Edmundo Cuevas Valencia Universidad

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

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

Sistema. Atividades. Sistema de informações. Tipos de sistemas de informação. Everson Santos Araujo everson@everson.com.br

Sistema. Atividades. Sistema de informações. Tipos de sistemas de informação. Everson Santos Araujo everson@everson.com.br Sistema Tipos de sistemas de informação Everson Santos Araujo everson@everson.com.br Um sistema pode ser definido como um complexo de elementos em interação (Ludwig Von Bertalanffy) sistema é um conjunto

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

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

ASSUNTO DA APOSTILA: SISTEMAS DE INFORMAÇÃO E AS DECISÕES GERENCIAIS NA ERA DA INTERNET

ASSUNTO DA APOSTILA: SISTEMAS DE INFORMAÇÃO E AS DECISÕES GERENCIAIS NA ERA DA INTERNET AULA 06 ASSUNTO DA APOSTILA: SISTEMAS DE INFORMAÇÃO E AS DECISÕES GERENCIAIS NA ERA DA INTERNET JAMES A. O BRIEN MÓDULO 01 Páginas 278 à 285 1 AULA 06 APOIO ÀS DECISÕES DE E BUSINESS 2 E business e Apoio

Leia mais

Sistemas de Informação I

Sistemas de Informação I + Sistemas de Informação I Tipos de SI Ricardo de Sousa Britto rbritto@ufpi.edu.br + Introdução 2 n As organizações modernas competem entre si para satisfazer as necessidades dos seus clientes de um modo

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

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

Unidade III PRINCÍPIOS DE SISTEMAS DE. Prof. Luís Rodolfo

Unidade III PRINCÍPIOS DE SISTEMAS DE. Prof. Luís Rodolfo Unidade III PRINCÍPIOS DE SISTEMAS DE INFORMAÇÃO Prof. Luís Rodolfo Vantagens e desvantagens de uma rede para a organização Maior agilidade com o uso intenso de redes de computadores; Grandes interações

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

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 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

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

INTEGRE Diversas fontes de informações em uma interface intuitiva que exibe exatamente o que você precisa

INTEGRE Diversas fontes de informações em uma interface intuitiva que exibe exatamente o que você precisa INTEGRE Diversas fontes de informações em uma interface intuitiva que exibe exatamente o que você precisa ACESSE Informações corporativas a partir de qualquer ponto de Internet baseado na configuração

Leia mais

Business Process Management [BPM] Get Control. Empower People.

Business Process Management [BPM] Get Control. Empower People. Business Process Management [BPM] Get Control. Empower People. O SoftExpert BPM Suite é uma suíte abrangente de módulos e componentes perfeitamente integrados, projetados para gerenciar todo o ciclo de

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

UNIVERSIDADE FEDERAL DE MINAS GERAIS BACHARELADO EM SISTEMAS DE INFORMAÇÃO

UNIVERSIDADE FEDERAL DE MINAS GERAIS BACHARELADO EM SISTEMAS DE INFORMAÇÃO UNIVERSIDADE FEDERAL DE MINAS GERAIS BACHARELADO EM SISTEMAS DE INFORMAÇÃO Proposta de Formação Complementar: BUSINESS INTELLIGENCE E SUA APLICAÇÃO À GESTÃO Aluno: Yussif Tadeu de Barcelos Solange Teixeira

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

MODELAGEM DIMENSIONAL

MODELAGEM DIMENSIONAL CENTRO UNIVERSITÁRIO DO TRIÂNGULO INSTITUTO DE CIÊNCIAS EXATAS E TECNOLÓGICAS CURSO DE CIÊNCIA DA COMPUTAÇÃO MODELAGEM DIMENSIONAL HELOISA MENDES LOPES Uberlândia, dezembro de 2000 CENTRO UNIVERSITÁRIO

Leia mais

Gerenciamento de Dados e Gestão do Conhecimento

Gerenciamento de Dados e Gestão do Conhecimento ELC1075 Introdução a Sistemas de Informação Gerenciamento de Dados e Gestão do Conhecimento Raul Ceretta Nunes CSI/UFSM Introdução Gerenciando dados A abordagem de banco de dados Sistemas de gerenciamento

Leia mais

TECNOLOGIA DA INFORMAÇÃO - TI Elaborado e adaptado por: Prof.Mestra Rosimeire Ayres

TECNOLOGIA DA INFORMAÇÃO - TI Elaborado e adaptado por: Prof.Mestra Rosimeire Ayres TECNOLOGIA DA INFORMAÇÃO - TI Elaborado e adaptado por: Prof.Mestra Rosimeire Ayres Aula 6 Fazendo BI NO EXCEL USANDO TABELA DINÂMICA EXCEL PARA TOMADA DE DECISÕES A ferramenta é nada, o talento é tudo.

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