Qualificando decisões de negócio. Entendendo Business Intelligence

Transcrição

1 Qualificando decisões de negócio Entendendo Business Intelligence

2 Qualificando decisões de negócio Sobre a Sol7 Primeira empresa brasileira especializada em soluções de Business Intelligence baseados em softwares livres; Soluções para pequenas e médias empresas dos mais diferentes ramos de atuação; Missão: prover soluções de alta qualidade que auxiliem os clientes a tomarem melhores decisões e atingirem resultados mais significativos; Incubada na Inovates (Univates);

3 História - Business Intelligence Surgiu a milhares de anos atrás (Persas, Egípcios e outros povos.); Cruzavam informações provenientes da natureza; Períodos de chuvas, comportamento dos mares, etc. Para tomarem decisões; Uma referência anterior : Sun Tzu - A Arte da Guerra; Deter todo o conhecimento de suas fraquezas e virtudes, além de todo o conhecimento das fraquezas e virtudes do inimigo; A falta deste conhecimento pode resultar na derrota;

4 História - Business Intelligence Como conhecemos, surgiu na década de 70; Problemas Faltava poder de processamento; Não existiam Banco de dados; Ainda não existia interfaces desktop; Termo foi cunhado pelo Gartner em 1992; Antes disso já existiam outros termos (Olap, DW, etc);

5 O que é Business Intelligence? Termo de negócios(buzzword)? Termo HighTech? Um software? Um conceito?

6 O que é Business Intelligence? Descreve as habilidades das corporações para acessar dados e explorar as informações, analisando-as e desenvolvendo percepções e entendimentos a seu respeito, o que as permite incrementar e tornar mais pautada em informações a tomada de decisão. Wikipedia

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

8 O que é Business Intelligence? Simplificando BI é transformar dados em informações úteis

9 Características Extrai e integra dados de múltiplas fontes; Fazer uso da experiência (dados históricos); Analisa dados contextualizados; Trabalha com hipóteses; Procura relações de causa e efeito; Transformar os registros obtidos em informação útil para o conhecimento empresarial; Conceitos de BI são aplicáveis a todo tipo de empresa, independente de seu porte, faturamento ou segmento.

10 Como funciona? Entendo Business Intelligence

11 Tecnologias Data Warehouse ETL Data Mining OLAP

12 Data Warehouse Definição Segundo Inmon, Data Warehouse é uma coleção de dados orientados por assuntos, integrados, variáveis com o tempo e não voláteis, para dar suporte ao processo de tomada de decisão; Kimball define assim: é um conjunto de ferramentas e técnicas de projeto, que quando aplicadas às necessidades específicas dos usuários e aos bancos de dados específicos permitirá que planejem e construam um data warehouse.

13 Data Warehouse (Levantamento de requisitos)

14 Data Warehouse (Metadados) Metadados são dados que fazem referência a outros dados ou seja, mantêm informações sobre "o que está e onde" no ambiente de DW. Modelo de usuário Descrição Agregador Finalidade Modelo de integração; Descrição Técnica Tipo Origem Origem

15 Data Warehouse (Metadados) Entendo Business Intelligence

16 Data Warehouse (Modelagem Multidimesnsional) Diferente da modelagem ER Modelo Estrela

17 Data Warehouse (Modelagem Multidimesnsional) Diferente da modelagem ER Modelo Floco de Neve DM Produto Ch_Produto Nome Descrição Ch_Marca DM Produto Ch_Marca Marca Ch_Categoria DM Produto Ch_Categoria Categoria

18 Data Warehouse (Modelagem Multidimesnsional) Tabela Fato Guardam as medidas do negócio. Cada medida tem uma das interseção de todas as dimensões Os fatos são aditivos, ou sejam, podem ser acumulados Fatos tem valores contínuos

19 Data Warehouse (Modelagem Multidimesnsional) Tabelas Dimensão Guardam os atributos do negócio São utilizadas para restringir as pesquisas feitas Servem como título das colunas em consultas

20 Data Warehouse (Características) Orientação por Assunto Ex: Vendas, Compras, etc... Integração Ex Campo sexo M/F Masc/Fem, etc... Variação no Tempo Manter o histórico dos dados superior ao OLTP Não Volatilidade Carga inicial e as consultas dos front-ends. Credibilidade dos Dados Dados operacionais errados = informações DW erradas. Granularidade Nível de detalhe ou de resumo dos dados.

21 ETL Extração, transformação e carga; Ambientes heterogêneos; Várias fontes de dados; Um grande tempo é aplicado nesta etapa; Realizado fora de hora ; Fase mais crítica; Ferramentas Workflow (Visual); Agendador (Terminal );

22 ETL (Extração, transformação e carga) Procedimentos Limpeza Erros no operacional implicam erros no data warehouse Integração Vários sistemas fonte implica integração Carga Cópia inicial para o Data Warehouse Atualização Cópia incremental Transferência Fontes de Dados dispersas

23 ETL (Extração, transformação e carga) Valores nulos Ex: 50% dos registros não possuem dados para campo sexo; Padronização de campos Seleção de dados somente dados necessários. Duplicidade de registros Agregar campos de outras bases Planilhas eletrônicas, notícias, etc.

24 ETL (Extração, transformação e carga) Discretização geração de intervalos de valores numéricos è criança, jovem, adulto, 3a idade Identificação única Cpf, nome, , endereço, telefone Enriquecimento gerar novos campos a partir dos existentes Ex: idade, tempo de permanência Verificação de dados correção de endereços. Ex: idade

25 ETL Entendo Business Intelligence

26 ETL Entendo Business Intelligence

27 OLAP (On-Line Analytical Processing) Forma alternativa de tratamento da informação, Processamento de dados, Dedicado ao suporte a decisão, Por meio de visualização de dados agregrados ao longo de várias dimensões analíticas (tempo, espaço, categoria de produto, quantidade vendida, preço...), Hierarquizadas em várias granularidades, Armazenados em BD especializadas, Seguindo um modelo lógico de dados multidimensional,

28 Operacional e analítico O processo operacional tem funções limitadas, que são implementadas e oferecidas de acordo com a política da empresa. Também chamado de OLTP (on-line transaction processing) Ex. Relatório de resultados financeiros O processamento analítico é em essência não limitado, permitindo a criatividade das pessoas envolvidadas. Também é chamado de OLAP (on-line analytical Processing) Ex. Relatório indicando desempenho comparativo ao do último mês, mesmo mês do ano anterior ou a seis meses atrás

29 OLAP x OLTP Características Operacional-OLTP Decisão-OLAP Objetivo Op. diárias do negócio Análisar o negócio Visão dos dados Relacional Multidimensional Op. com os dados Incl., Alt, Excl e Cons. Carga e Consulta Atualização Contínua (tempo real) Periódica (Bach) N o de usuários Milhares Dezenas Tipo de usuário Operacional Gerencial Interação c/ usuário Pré-definida Pré-definida e ad-hoc Granularidade Detalhados Detalhados e Resumos Redundância Não ocorre Ocorre Volume Megabytes-Gigabytes Gigabytes-Terabytes Histórico Até uma atualização 5 a 10 anos Acesso a registro Dezenas Milhares

30 OLAP Indicadores Receita, Custos, Quantidades,... Diária, Semanal, Mensal, Trimestral, Tempo Filial, Unidade,Região, Cliente, Serviço, Produto,... Característic as Anual Análise Históric a Previsões Temporais

31 Cubo OLAP Dimensões Hierarquias Níveis Membros Medidas Celulas NORDESTE Tempo Jan./99 PERNAMBUCO CEARÁ FORTALEZA... SOBRAL SUDESTE RIO DE JANEIRO SÃO PAULO Fev./ P1 P2 P3 P4 Produto

32 Características OLAP Drill Down / Drill Up Oorre quando o usuário aumenta ou diminui o nível de detalhe da informação, diminuindo ou aumentando o grau de granularidade. Roll Up 1 Total 5 Regiões 50 Estados 500 Cidades Clientes Drill Down

33 Características OLAP Rotate, slice and dice: girar e fatiar cubo Ele serve para modificar a posição de uma informação, alterar linhas por colunas. Situação Situação Região Região P r o d u t o Região P r o d u t o Situação Situação Produto Produto Região

34 Características OLAP Drill Across O Drill Across ocorre quando o usuário pula um nível intermediário dentro de uma mesma dimensão. Por exemplo: a dimensão tempo é composta por ano, semestre, trimestre, mês e dia. O usuário estará executando um Drill Across quando ele passar de ano direto para semestre ou mês. Drill Throught O Drill Throught ocorre quando o usuário passa de uma informação contida em uma dimensão para uma outra. Por exemplo: Estou na dimensão de tempo e no próximo passo começo a analisar a informação por região.

35 Características OLAP Ranking Filtros Sorts A opção de ranking permite agrupar resultados por ordem de maiores / menores, baseado em objetos numéricos. Os dados já recuperados pelo Usuário podem ser novamente filtrados para facilitar análises diretamente no documento. Os sorts servem para ordenar uma informação. Esta ordenação pode ser customizada, crescente ou decrescente.

36 Data Mining Definição DataMining (ou mineração de dados) é o processo de extrair informação válida, previamente desconhecida e de máxima abrangência a partir de grandes bases de dados, usando-as para efetuar decisões cruciais

37 Data Mining (Técnicas) Árvore de Decisão Mala direta, análise de crédito; Clusters Analisys Segmentação de mercado Redes Neurais Probabilidade de compras;

38 Data Mining (Técnicas) Regressão Controle de qualidade; Séries Temporais Outros Prever volume de vendas; Vários funções;

39 Data Mining (Exemplo) Fraldas e cervejas no Wal-Mart Descobriu-se que um determinado perfil de consumidor comprava fraldas e cervejas. Por que não colocá-las próximas? As vendas explodiram. O banco Itaú enviava mais de 1 milhão de malas diretas, para todos os correntistas. Apenas 2% deles respondiam às promoções. Com o DM foram enviadas apenas a quem tem maior chance de responder. A taxa de retorno subiu para 30%. A conta do correio foi reduzida a um quinto.

40 Análise de Produtos Quais são os meus produtos mais lucrativos? Quais são os meus produtos de menor lucratividade, mas que, no entanto vendem mais? Quais são os produtos mais vendidos para clientes que faturam mensalmente mais de R$ 5.000,00? Quais produtos o cliente ABC nunca comprou ou compra menos? Como está a venda do xyz em relação ao produto ty nos últimos 3 anos? Curva ABC de produtos

41 Análise de Vendas e Clientes Quais são meus clientes mais lucrativos? (Normalmente as empresas se surpreendem na resposta a esta pergunta, pois nem sempre os clientes que mais geram faturamento são os mais lucrativos!). Quais são as características dos 10% de clientes mais lucrativos? Quais são meus clientes menos lucrativos? (Surpresa de novo) Curva ABC de clientes Quais são os clientes mais lucrativos entre os que fizeram compras maior que a média do desvio padrão para os últimos seis meses passados?

42 Beneficios Melhorar o processo de tomada de decisão, baseando a mesma no fato; Centralizar as informações de forma concisa e garantida; Antecipação a mudanças de mercado; Conhecimento sobre o próprio negócio, mercado, concorrentes, etc.

43 Beneficios >> >> >> Uma empresa de venda a varejo descobriu uma tendência de compras que aumentou suas vendas em 45% em apenas 1 ano. Uma indústria melhorou o planejamento de produção e aumentou as vendas em 5%, ao mesmo tempo em que reduziu os custos de eliminação de excessos de produtos em 10%. Outra indústria de medidores de energia conseguiu redução de R$ ,00 em despesas.

44 Futuro Até 2007, a demanda por habilidades e pessoal de BI suplantará a oferta na base de 2-para-1 (0.8 de probabilidade). Até 2008, as empresas não serão eficientes em atender a seus objetivos estratégicos, se elas não investirem em, organizar e alinhar suas habilidades de BI a seus objetivos de negócio (0.8 de probabilidade). Até 2008, BI será um componente-chave na realização de Novas iniciativas estratégicas de negócio (0.7 de probabilidade). Gartner

45 Sol7-BI Entendo Business Intelligence

46

47

48

49 Obrigado. Sol7 informática Ltda. Rua Chá Chá Pereira, 218 sala 2 Bairro Centro - Estrela - RS Fone contato@sol7.com.br