1- Introdução Um pouco da história e conceitos de Business Intelligence

Tamanho: px
Começar a partir da página:

Download "1- Introdução. 1.1 - Um pouco da história e conceitos de Business Intelligence"

Transcrição

1 Resum Este dcument trata d cnceit, técnicas e tecnlgias relacinadas a Business Intelligence. Após uma intrduçã as cnceits e há um puc da história d Business Intelligence n primeir capítul, sã explrads as técnicas e tecnlgias d capítul 2 a 4. N capítul 5, chegams à tendência atual d Business Intelligence que é chamad Self-Service BI. N sext e últim capítul é apresentada uma cnclusã, levand em cnsideraçã as perspectivas tecnlógicas e gerenciais.

2 Sumári 1- Intrduçã Um puc da história e cnceits de Business Intelligence Data Mining Definiçã Etapas d prcess Setup das bases de dads Mineraçã ds dads Validaçã ds resultads Data Minings e sua aplicabilidade em BI Data Warehuse O que é? Prcesss Vantagens e Desvantagens OLAP Definiçã Cnceit Cub Dimensã Medidas Pr que é tã rápid? Arquitetura MOLAP ROLAP HOLAP Self-Service BI Mtivaçã Os prós e cntras Cnclusões Referências

3 1- Intrduçã Um puc da história e cnceits de Business Intelligence Uma definiçã frmal e simples de Business Intelligence (BI) seria a seguinte: BI é cnjunt de técnicas que utilizam Tecnlgia da Infrmaçã para auxiliar na tmada de decisã. Este cnjunt de técnicas tem cm bjetiv a análise e mineraçã de dads, assim cm gestã de desempenh e benchmarking. Na prática, para entender Business Intelligence e suas aplicações, precisams entender a tmada de decisões. Numa empresa, decisões de negóci precisam ser tmadas a td instante para assegurar a presença da mesma n mercad. Tais decisões sã tmadas mediante a um cntext de negóci, que nada mais é d que cntext intern e extern (mercad) da empresa. É imprtante salientar que decisões de negóci pssuem um frte fatr human envlvid e iss trna prcess de tmada de decisões mens determinístic. Cm iss pdems cncluir que pessas tmam decisões, e nã sistemas. Sun Tzu, em seu livr A Arte da Guerra, diz que para vencer a pessa deve deter td cnheciment de suas fraquezas e virtudes e, além de tud, as fraquezas e virtudes de seu inimig. A falta deste cnheciment pde resultar na derrta. Trazend este cnceit para mund ds negócis, uma empresa precisa ter cnheciment de suas capacidades, suas fraquezas, as tendências de mercad e, além diss, cnheciment sbre as empresas cmpetidras. N prcess de aquisiçã deste cnheciment, surgem questões pertinentes a cntext de mercad, úteis para as tmadas de decisã. Quais sã as necessidades de nsss clientes? Qual é a demanda deles? O que fazems cert? Em que pnts deixams s clientes desejand? O que utras empresas estã fazend parar slucinar questões recrrentes? Estas sã algumas das perguntas que precisam ser respndidas para imprtantes tmadas de decisã, cm balanceament de prduçã, evluçã de prduts e mudança de estratégia de marketing, entre utras. Cm mencinad anterirmente, pessas tmam decisões. Mas basead n que se faz uma ba decisã? Infrmaçã. 3

4 Pr tda a história, a infrmaçã fi usada pel hmem para prpagar cnheciment, aprender e manter registr de fats. Em suma, a infrmaçã é usada pra encntrar respstas para questões que levam hmem a uma melhr cmpreensã d mund a sua vlta. Entã, infrmaçã é sbre respstas e respstas permitem que pessas tmem decisões. E cm empresáris cnseguem infrmaçã? De dads. Estes prvêem infrmações capazes de respnder à perguntas cm as anterirmente citadas, têm muit valr e sã preciss, lg precisam ser guardads. Antes da década de 60, dads eram guardads em gabinetes de arquivs. Esses passaram a ser guardads em frmats de mídia cm disquetes, cm advent ds cmputadres. Ambas as abrdagens supracitadas (gabinete e mídia) eram arriscadas e difíceis de gerenciar. Em 1969, Edgard Cdd inventu banc de dads, fat que revlucinu a maneira cm dads eram armazenads. Prém, para ppular um banc de dads era necessária muita experiência e especializaçã. O mund ds negócis precisava de um md mais fácil de ppular um banc de dads. Devid a essa grande demanda, meis fram criads para ficar entre usuári e banc de dads, prvend pder de inserçã de dads. Estes meis sugiram na década de 1970 e eram chamads de Aplicações de Negóci. Entã bancs de dads vieram cm uma sluçã para prblema de armazenament de dads e as aplicações de negóci vieram cm uma maneira mais fácil de inserir dads em um banc de dads. Mas e cm fica acess? Uma primeira abrdagem para tentar facilitar acess as dads fi a da geraçã de relatóris. A primeira tentativa acabu pr nã dar muit cert. Relatóris eram unidimensinais e havia um utr prblema emergente: a fragmentaçã de dads. Extrair dads de um banc ainda era uma tarefa difícil pr que esses vinham de múltiplas fntes. Uma empresa geralmente pssui várias Aplicações de Negóci, gerind dads de diferentes cntexts. Integrar tais fntes de dads nã era um prcess simples. Eis que n iníci da década de 1980 surgiram s Data Warehuses, que traziam uma sluçã para a fragmentaçã ds dads. Os Data Warehuses trnaram acess e a gerência ds dads mais fácil. Cm dads acessíveis e bem gerenciads eles pdiam ser bem servids Cm iss inici-se cnsum ds mesms em grande escala. 4

5 Em 1981 term Business Intelligence fi inventad pr Hward Dresner, cm um term descrit cm "cnceits e métds para melhrar a tmada de decisã de negóci utilizand sistemas de suprte baseads em fats". Na épca, ferramentas de BI pdiam gerar relatóris e analisar dads. Cm passar d temp nvas ferramentas fram surgind e a demanda de dads crescend. Cm cresciment da demanda, cmeçu a necessidade de adquirir dads mais rapidamente e, neste pnt, Business Intelligence trnu-se também uma questã de desempenh. Cm advent da internet, númer de fntes de infrmaçã passu a crescer rapidamente. Cm nvas fntes, empresas queriam mais dads e s queriam na mesma velcidade. Os ans de 1990 truxeram mais ferramentas de BI que prviam mecanisms para cnsulta, relatóris, análise e apresentaçã de dads. Cntud, elas ainda nã funcinavam bem, pis a mair parte da infrmaçã acabava em tabelas Excel, que nã traziam uma ba maneira de apresentar s dads. Eventualmente, as ferramentas de BI truxeram um nv desafi: a cnsistência. As ferramentas facilitaram acess e este abriu caminh para múltiplas versões de dads, intrduzind mais um desafi para a gerência ds dads. As ferramentas existentes eram muit caras e difíceis de manter. Ist levu s desenvlvedres de ferramentas de BI a buscar maneiras de adicinar funcinalidades à custs reduzids. Fi neste pnt que as platafrmas de BI cmeçaram a surgir e cm iss, vieram às aquisições das empresas desenvlvedras, que acabaram nas mãs de grandes empresas da área de TI cm Oracle, SAP, IBM e Micrsft. Agra, existiam mais ferramentas e mais funcinalidades. Business Intelligence estava cnslidad n mercad e trnu-se uma priridade para mund ds negócis. Ainda assim, havia alg errad. As pessas de negóci ainda nã cnseguiam bter respstas para suas decisões. O prblema nã eram as pessas, mas sim as pessas acessand s sistemas de BI. O prblema era que as ferramentas nã eram intuitivas, lg acess a elas era difícil. Quand pessas de negóci têm prblemas cm sistemas elas chamam 5

6 quem s mantém: departament de TI, desviand-s de suas tarefas de desenvlviment para prestar suprte a usuári. Business Intelligence, neste pnt, trnu-se uma questã de usabilidade. Era sbre transfrmar s dads em frmats que pudessem ser facilmente cnsumids pr pessas de negóci, justamente pr que sã eles quem precisam ds dads. BI precisava ser fcad nas pessas, prque pessas tmam decisões. O nv desafi d Business Intelligence agra é trnar acess as dads mais amigável. 6

7 2 - Data Mining Definiçã Tmand-se pr base a cnjuntura d mund cntemprâne, nde tem-se um enrme vlume de dads em cresciment expnencial, faz-se claramente indispensável a utilizaçã de algum recurs que pssibilita as interessads bter máxim prveit de tda esta infrmaçã. Surge daí um ds principais pilares d prcess de Business Intelligence: O Data mining. De acrd cm Usama Fayyad, Ph.D. em Ciência da Cmputaçã pela Universidade de Michigan, Data Mining (u Mineraçã de dads) assim pde ser definida: Data Mining é prcess nã-trivial de identificar, em dads, padrões válids, nvs, ptencialmente úteis e, pr fim, cmpreensíveis. Fayyad (1996) Em utras palavras, trata-se de um prcess analític de dads, cm vasta utilizaçã de técnicas de estatística, inteligência artificial, recuperaçã da infrmaçã e recnheciment de padrões, que bjetiva delinear (evidenciand u extraind tais padrões) estruturas de cnheciment, de md a cnduzir, d melhr md pssível, as decisões de negóci Etapas d prcess Pde-se dizer que prcess de Data Mining cnsiste de três etapas: setup das bases de dads, mineraçã ds dads e validaçã ds resultads. Segue abaix, uma melhr explicaçã de cada uma destas etapas. Este artig nã irá as pnts mais funds destes cnceits pr se tratar de um artig sbre Business Intelligence, e nã estruturas de banc de dads e afins. 7

8 Setup das bases de dads Primeiramente, é necessári, n prcess de Data Mining, a seleçã de uma amstra de dads, que venham a ser limpas e pluralizadas. Entenda-se pr limpeza a manutençã da cnsistência ds dads, preenchiment de infrmações, remçã de redundâncias, entre utrs; e pr pluralizaçã at de valrizar s dads genérics em detriment ds dads mais específics (uma vez que dads específics têm um padrã muit pntual, que nã pde ser cmpartilhad). Daí, tem-se surgiment ds Data Warehuses. Pde, ainda, crrer a criaçã de um cnjunt de trein (da rede neural d Data Mining) e um cnjunt de testes, para verificaçã da precisã ds algritms Mineraçã ds dads Nesta fase, utilizam-se algritms de clusterizaçã, classificaçã, regressã e assciaçã, de md a efetuar agrupament de dads de certa frma similares, verificand padrã que seguem, e relacinament entre suas variáveis Validaçã ds resultads Nesta etapa, bserva-se se s padrões encntrads na amstra selecinada pdem ser extraplads para um cnjunt mair de dads n qual se esteja interessad, que nã necessariamente irá crrer. Send este cas, deve-se reavaliar a eficácia da etapa de setup. Tend as etapas acima sid cumpridas cm sucess, prcess de data mining agra trna pssível uma análise e interpretaçã muit mais eficiente dessas infrmações. Após tant, pde-se dizer que uma enrme massa de dads trnu-se cnheciment, chave para decisões bem tmadas. 8

9 2.3 - Data Minings e sua aplicabilidade em BI Cnheciment é pder. Assim send, tend em mãs s resultads (válids) de um data mining, empresas pdem fcar melhr seus ataques cmerciais, pr exempl. Imaginems um mercad que pssua um site cm suas prmções. A partir d cnheciment gerad pel data mining, mercad pde ver, pr exempl, que sexta-feira é dia em que mais se vende um dad prdut, cm cerveja, e dar um destaque mair a ist. Pde ainda, classificand seu públic-alv, verificar que tip de prdut apetece a que tip de pessa, dentre utras infinitas pssibilidades. Pde-se ainda verificar sua aplicabilidade em evidenciar uma nva tendência de mercad, cm, pr exempl, a queda n interesse de adults d sex masculin entre 22 e 40 ans pr desktps, e aument n interesse pr prtáteis. As pssibilidades sã infinitas, send este, prtant, um investiment de retrn praticamente garantid. 9

10 3 - Data Warehuse O que é? Surgid n final da década de 80 cm um cnceit criad pr pesquisadres da IBM, s Data Warehuses trnaram-se pssíveis cm avanç ds sistemas de infrmações mais rbusts juntamente cm aument da necessidade de análise de dads. Uma breve definiçã seria: O Data Warehuse (DW) representa armazenament de dads relativs às atividades de uma rganizaçã em um sistema de infrmaçã, cuj bjetiv será auxiliar a tmada de decisões de maneira segura e rápida. Sistemas tradicinais nã cnseguiam cumprir bjetiv de análise ds dads cm a simples geraçã de relatóris. Assim, a demanda pr melhres ferramentas para auxíli abriu prtas para que a implementaçã de Data Warehuses virassem realidade. Devid à pssibilidade de manipular e analisar grandes vlumes de dads, Data Warehuse, hje, é principal respnsável pel api às decisões das principais sluções de Business Intelligence d mercad. A ferramenta mais ppular para explraçã de um Data Warehuse é a Online Analytical Prcessing (OLAP), mas muitas utras pdem ser usadas. Data Warehusing cnsiste em rganizar infrmações crprativas de maneira cnfiável, cnslidada, única e integrada. Permitind que decisões sejam tmadas embasadas em fats cncrets e nã em intuições, cruzand infrmações de diversas fntes, agilizand prcess e diminuind s errs. 3.2 Características A primeira característica é ser rientad a assunt, u seja, estará rientad a redr d principal assunt da rganizaçã. Em cntra-partida, ambiente de negóci é rganizad pr aplicações funcinais, uma rganizaçã bancária terá aplicações para empréstims, investiments e segurs. 10

11 Outra característica, talvez a mais imprtante, é fat que um DW deve ser integrad. A integraçã mstra-se em diferentes maneiras cm na cnvençã cnsistente de nmes, na frma cnsistente das variáveis, na estrutura cnsistente de códigs, ns atributs físics cnsistentes ds dads, pr assim se dizer, na unifrmidade da infrmaçã. O Data Warehuse é, também, nã-vlátil. Permitind apenas a carga inicial ds dads e cnsultas a estes dads. Após serem integrads e transfrmads, s dads sã carregads em blc, para que estejam dispníveis as usuáris. N ambiente peracinal, a cntrári, s dads sã atualizads registr a registr, em múltiplas transações. Essa vlatilidade requer um trabalh cnsiderável para assegurar integridade e cnsistência através de atividades de rllback, recuperaçã de falhas, cmmits e blqueis. Nã é requerid esse grau de cntrle ds sistemas rientads a transações. Deve ser variante n temp. Significa que dad em um DW representa algum mment especific, u seja, ele nã é atualizável, a pass que dad em ambiente de prduçã é atualizad de acrd cm mudanças de estad. A cada crrência de uma mudança, uma nva entrada é criada, para marcar esta mudança. 11

12 3.3 - Prcesss Sistemas peracinais de rigem Aplicações de negóci que capturam as transações da empresa. Estes devem ser cnsiderads cm externs a DW, pis se presume que tenha puc u nenhum cntrle sbre cnteúd e frmat ds dads. Os sistemas de rigem também sã chamads Sistemas Legads u OLTP (Online Transactin Prcessing). Data Staging Area É tant uma área de armazenament cm um cnjunt de prcesss, nrmalmente denminada de ETL (Extract Transfrmatin - Lad). Data Warehuse/Data Mart A área de apresentaçã ds dads é lcal em que s dads ficam rganizads, armazenads e trnam-se dispníveis para serem cnsultads diretamente pels usuáris para a aplicaçã de análise. Um Data Mart trata de prblema departamental u lcal e é definid cm um subcnjunt altamente agregad de dads, nrmalmente esclhid para respnder a uma questã de negóci específica a invés da crpraçã inteira. 12

13 Ferramenta de Acess a Dads O últim cmpnente principal d ambiente de Data Warehuse é a ferramenta de acess a dads. Pr definiçã, tda ferramenta de acess a dads cnsulta s dads na área de apresentaçã d DW Vantagens e Desvantagens Vantagens: Um Data Warehuse frnece um mdel de dads cmum para tds as infrmações de interesse, independentemente da fnte ds dads. Ist facilita quand há a necessidade para relatar e analisar as infrmações. Antes de carregar s dads, as incnsistências sã identificadas e reslvidas. Simplificand bastante a elabraçã de relatóris e análise. As infrmações estã sb cntrle de usuáris d DW, para que, mesm se s dads d sistema-fnte é remvida a lng d temp, as infrmações d armazém pdem ser armazenadas cm segurança pr períds prlngads de temp. Cm sã separads ds sistemas de negócis, Data Warehuses recuperam dads sem prejudicá-ls. Pdem trabalhar em cnjunt cm aplicações de gestã de relacinament cm clientes (CRM), aumentand valr das aplicações de negóci. Facilitam s pedids de api à decisã, tais cm relatóris de tendências, relatóris de exceçã e relatóris que mstram desempenh real versus bjetivs. 13

14 Desvantagens Nã sã ambiente ideal para dads nã-estruturads. Cm s dads devem ser extraíds, transfrmads e carregads, há um element de latência ns dads. Durante sua vida, Data Warehuses pdem ter custs elevads. Pdem ficar ultrapassads cm relativa rapidez. Há um cust de frnecer infrmações que nã sã as melhres para a rganizaçã. Muitas vezes existe uma linha tênue entre Data Warehuses e sistemas de negóci. Duplicações de funcinalidades de alt cust pdem ser desenvlvidas u a funcinalidades desenvlvidas n DW, deveriam ter sid desenvlvidas ns sistemas. 14

15 4 OLAP 4.1 Definiçã OLAP é um acrônim para On-line Analytical Prcessing. Cm se pde ntar, nme é pmps, prém diz muit puc sbre que e cm é esta tecnlgia de suprte a tmadas de decisã. O term On-line serve para indicar que, independente da (grande) quantidade de dads a serem analisads, temp de respsta de uma cnsulta deve ser baixíssim, pssibilitand assim um grau de interatividade elevad, interatividade esta, fundamental cm irems ver n decrrer d capítul. 4.2 Cnceit Diferentemente da mineraçã de dads, nde s dads sã extraíds cm auxíli de algritms cmputacinais cmplexs, fc d OLAP é, em psse de uma extensa base de dads, pssibilitar que setr de negócis de uma empresa a manipule diretamente de maneira simples, cncisa e rápida. O OLAP inva a trazer um mdel de dads multidimensinal, mdel este muit diferente d tradicinal linha x cluna a qual estams habituads a ver ns Sistemas de Gerenciament de Banc de Dads (SGBDs) atuais. Justamente devid a este nv mdel que OLAP é tã eficiente na tarefa em que se prpõe a cumprir. Puc imprta durante prcess da decisã um dad individual de um cert cliente u de um cert prdut, pis nenhum desses dads apnta uma tendência u um prblema. O cnjunt desses dads é que é imprtante. E é nesse tip de situaçã que OLAP ntabiliza-se. A sua natureza multidimensinal favrece a analise granular e agregada de muits dads a mesm temp. Pr trás d mdel multidimensinal existem três cnceits chave, cnceits estes que serã esmiuçads ns próxims parágrafs. 15

16 4.2.1 Cub O cub pde ser definid cm uma estrutura capaz de analisar dads sb diferentes perspectivas de maneira rápida e eficiente. A dispsiçã ds dads em cubs supera prblema de analisar grandes massas de dads existentes em bancs de dads bidimensinais. Pde-se pensar n cub cm uma extensã d cnceit de planilhas. Em uma planilha as linhas representam uma dimensã (mês, pr exempl) e as clunas representam uma segunda dimensã (lucr, pr exempl). N cub pdems ter duas u mais dimensões. Há que se dizer que é cmplicad imaginar alg cm mais de três dimensões, prém lidams cm dads multidimensinais frequentemente a emitir relatóris. Nrmalmente precisams rganizar a data pr an, pr mês, pr lja, pr setr, etc Dimensã Uma dimensã é uma lista de tips similares sb a perspectiva d usuári. Um bm exempl seria dizer que ans, trimestres, meses, semanas, etc, frmam um dimensã chamada temp. O mesm se aplica para pais, estad, cidade, bairr que pdem frmar uma dimensã chamada lcalizaçã gegráfica. Pde-se perceber que dimensões nrmalmente exibem um cmprtament hierárquic. Tirems nvamente para exempl a dimensã temp. Um an é pai de trimestres, que é pai de meses e assim pr diante. Da mesma frma an pde ser pai também de mês, frnecend assim um grande númer de cmbinações pssíveis durante a criaçã de um relatóri. Essa hierarquia pssibilita que é chamad em OLAP de drill-dwn e drill-up, que basicamente pde ser definid cm pder de navegar pels níveis da hierarquia, aumentand u diminuind detalhament ds dads. As dimensões atuam cm índices para identificarms valres dentr de um cub. 16

17 4.2.3 Medidas Cubs armazenam medidas u valres quantitativs. Cm dit anterirmente, para pderms identificar um medida dentr d cub precisams de suas dimensões Pr que é tã rápid? Mesm cm tds estes cnceits ainda nã ficu clar mtiv pel qual abrdagem multidimensinal d OLAP é tã eficiente. Cm fi dit acima, cubs armazenam medidas, medidas estas que representam valres que na mairia das vezes fi pré-cnslidad na base de dads. Mas que iss significa? Cm s valres, em quase sua ttalidade já fram previamente calculads, fazer uma cnsulta que me retrne númer de aluns, pr nível (graduaçã/pósgraduaçã), pr curs, tip d curs cas seja de graduaçã (bacharelad/licenciatura/etc), pr situaçã da sua matrícula é um simples acess as células d cub indexadas pelas dimensões adequadas. Há que se dizer que existe um mtiv para nem tds s valres serem précalculads: tamanh físic (em disc) cupad pel cub seria muit grande, devid a grande númer de dimensões existentes. Para decidir qual camp será cnslidad de antemã, váris fatres devem ser levads em cnsideraçã cm, pr exempl, tamanh cupad pela agregaçã u cust de atualizar as células quand banc de dads fr atualizad Arquitetura Ferramentas OLAP fram criadas baseand-se n mdel cliente-servidr. É imprtante frisar que, em teria, as duas partes pdem ser distribuídas 17

18 separadamente, pdend assim usuári utilizar cliente de um fabricante e servidr de utr. O servidr tem que ser capaz de aceitar diversas cnexões de diverss usuáris simultaneamente sem cmprmeter a integridade ds dads (u seja, blquear recurss d cub quand necessári) e frnecer cnfidencialidade (permissinament, etc.). Dependend de cm servidr armazena s dads ele pde ser classificad de 3 maneiras: MOLAP (Multidimensinal OLAP), ROLAP (Relatinal OLAP) u HOLAP (Hybrid OLAP) MOLAP É a frma clássica d OLAP e é muitas vezes chamad apenas de OLAP. Esse tip de servidr armazena s dads numa estrutura multidimensinal timizada. Devid a este fat é necessári executar uma tarefa cnhecida cm prcessing que cnsiste em pré-cmputar valres e armazená-ls n cub para us futur. Vantagens: Desvantagens: Cnsultas mais rápidas devidas a estrutura própria para tip de peraçã send realizad, indexaçã e cache. Menr utilizaçã de espaç em disc devid as algritms de cmpressã utilizads. O prcessing pde demrar muit temp se uma quantidade muit grande de dads tiver que ser prcessada (pde ser cntrnad se utilizarms um prcess incremental depis da primeira carga) Algumas implementações desse tip sã suscetíveis a um fenômen cnhecid cm database explsin, que significa, basicamente, que banc de dads cmeça a cnsumir muit espaç em disc devid a certas circunstâncias (númer elevad de dimensões, pr exempl) 18

19 ROLAP Esse tip de servidr guarda s dads em um banc de dads relacinal e gera cnsultas para calcular as infrmações aprpriadas quand usuári as requisita. É bem verdade que mesm ROLAP usand um banc de dads relacinal para armazenar s dads, a mdelagem de suas tabelas tem que ser cuidadsamente elabrada (utiliza-se cnceit de star-schemas) impssibilitand assim que um banc planejad para us cnvencinal (Online Transactin Prcessing) funcine cm repsitóri OLAP. Vantagens: Desvantagens: Muits cnsideram ROLAP mais escalável (lida melhr cm um mair númer de infrmaçã) Pde ser acessad pr qualquer ferramenta de reprting que suprte SQL Menr temp de ETL Cnsultas sã mais lentas devid a estrutura de dads utilizada. Tabelas de agregaçã devem ser criadas manualmente (mais códig para ser mantid) HOLAP Tentativa de unir melhr ds munds MOLAP e ROLAP. Armazenand dads de agregaçã em um backend MOLAP e dads detalhads/descritivs num backend ROLAP, servidr utiliza a melhr característica de cada estrutura de dads de frma ótima basead na cnsulta requisitada. 19

20 5 - Self-Service BI 5.1 Mtivaçã Existem muitas instituições que sã dependentes de sistemas de infrmaçã específics que as auxiliam em sua gerência. Na mairia ds sistemas de infrmaçã, nem tdas as cnsultas necessárias as analistas de negóci estã cbertas, criand a necessidade de criaçã de cnsultas ad hc. O prblema da geraçã de cnsultas ad hc é que analistas de negóci geralmente nã pssuem capacidade técnica para desenvlver cnsultas a banc de dads, que acaba resultand numa requisiçã de desenvlviment de cnsulta para a equipe de Tecnlgia da Infrmaçã da instituiçã. Parte da equipe de TI, que pssui as capacidades técnicas para desenvlviment de uma cnsulta acaba pr ser desviada de suas atividades de desenvlviment e manutençã d Sistema para criar a cnsulta. O mesm crre cm requisições de relatóris. Além da reduçã na prdutividade, é ntad também um prblema mais grave, que é relacinad a temp levad para a geraçã das cnsultas pela equipe de TI. A demra d desenvlviment das cnsultas pde atrasar a análise ds dads e cmprmeter uma tmada de decisã. A demra, muitas vezes crre pr falta de cnheciment prfund d dmíni de negóci pr parte ds desenvlvedres. Geralmente, analistas de negóci pssuem um cnheciment muit mair d dmíni d que s desenvlvedres e muitas vezes numa especificaçã de cnsulta pdem haver terms e regras de negóci que sã mal interpretadas pr parte ds desenvlvedres, levand a dads errônes u impreciss que cnseqüentemente causam retrabalh n desenvlviment da cnsulta. Tend em vista tais desvantagens, pdems cncluir que a adicinarms a capacidade ds própris analistas de negóci prduzirem suas cnsultas ad hc, terems ganhs na prdutividade, tant n setr de TI quant n setr de Gestã, cm a geraçã de cnsultas e relatóris mais rápidas e precisas, devid a mair cnheciment d dmíni pel analista de negócis e uma menr interrupçã da equipe de TI. Neste pnt, entra cnceit de Self-Service BI. 20

21 5.2 - Os prós e cntras Ser mens interrmpid para criar cnsultas e relatóris é snh durad de qualquer equipe de TI. Ter pder e acess ttal e diret as dads também é snh durad de qualquer analista de negóci. Nesta hra é cnveniente lembrar da frase "grandes pderes trazem grandes respnsabilidades". Qualquer equipe de TI sabe que muit pder na mã de muits usuáris nã é muit bm. Usuáris cm muit pder acabam pr ter muitas respnsabilidades de gerar as infrmações e relatóris que precisam para realizar seus trabalhs. A verdade é que a mairia ds usuáris nã quer esta respnsabilidade e nem é parte de seu trabalh tê-la. Uma pesquisa[1] mstra que a mair parte ds relatóris gerads sã, na verdade, persnalizações pntuais de uma quantidade pequena de temas, além diss, sã usads uma quantidade mínima de vezes e acabam pr ficarem esquecids, cnsumind espaç desnecessári em disc. A grande quantidade de relatóris parecids gerads pels usuáris trna muit difícil a manutençã e gerência ds mesms, reduzind a usabilidade d sistema pels própris usuáris, caind n que se chama de reprting chas. Uma pesquisa mais aprfundada revela que 80% ds usuáris apenas cnsmem infrmações geradas pels 20% restantes ds usuáris. Estes 80% de cnsumidres sã usuáris casuais, que cnsistem de trabalhadres de "linha de frente", cm vendedres e gerentes. 21

22 Pdems cncluir que mesm cm tda a evluçã das ferramentas de BI, trnar a interface mais amigável e trnar s dads mais acessíveis, surgiu um nv prblema gerencial, cm vims cm reprting chas. [1] 22

23 6 Cnclusões A tecnlgia sempre truxe sluções para s mais variads prblemas que surgiram cm Business Intelligence, prém, cm vims anterirmente, nenhuma tecnlgia reslve tds s prblemas. O resultad da pesquisa que mstra que apenas 20% ds usuáris de um sistema de BI sã prdutres de infrmaçã, junt cm prblema d reprting chas ns diz que existe um prblema na definiçã de papéis ds usuáris n sistema. Uma empresa precisa definir regras estritas de permissinament e acess fazend jus à prprçã de cnsumidres e prdutres de infrmaçã. A definiçã de tips de relatóris básics, cmplexs e genérics também deve ser levada em cnsideraçã a fim de evitar a criaçã desnecessária e pntual de relatóris. A criaçã de cnsultas e relatóris ad hc pde ser atenuada pelas ferramentas de Self-Service BI, mas nã irã desaparecer. Sempre haverá um cas especial que está além das capacidades d sistema e adicinar tal capacidade nã justifica alt cust de implementaçã, quand cmparad a cust de desenvlviment d relatóri u cnsulta. Cabe à gestã da empresa balancear us das ferramentas de BI, alcançand equilíbri na desempenh de seus prcesss que requerem acess e cntrle dads. 23

24 7- Referências WIKIPÉDIA. In: Data Warehuse Dispnível em: <http://pt.wikipedia.rg/wiki/data_warehuse>. Acess em: 15 de Julh de 2010 DW. In: Data Warehuse Dispnível em: <http://www.datawarehuse.inf.br/dw.htm> e <http://www.datawarehuse.inf.br/academics/a%20publicar_data_warehou SE_MARCELL_OLIVEIRA.pdf>. Acess em: 15 de Julh de 2010 Sares, Ismael In: Palestra pela empresa BlueSft, 2010 Dispnível dispnível em: <http://vime.cm/ >. Acess em: 19/07/2010 Micrsft BI TV In: Histry f Business Intelligence, Dispnível em: <http://www.yutube.cm/watch?v=_1y5jbeslpe&feature=related> Acess em: 19/07/2010 Eckersn, Wayne W. In: The Myth f Self-Service BI, Dispnível em: <http://tdwi.rg/articles/2007/10/18/the-myth-f-selfservice-bi.aspx>. Acess em: 20/07/2010 WIKIPÉDIA. In: Data Warehuse Dispnível em: <http://pt.wikipedia.rg/wiki/data_mining>. Acess em: 17 de Julh de 2010 Frand, Jasn In:DataMining Dispnível em: <http://www.andersn.ucla.edu/faculty/jasn.frand/teacher/technlgies/palace/data mining.htm>. Acess em: 17 de Julh de 2010 WIKIPEDIA. In: Online_analytical_prcessing Acess em: 15/07/2010 WIKIPEDIA. In: Hybrid OLAP Acess em: 15/07/2010 WIKIPEDIA. In: Relatinal OLAP Acess em: 15/07/2010 WIKIPEDIA. In: Multidimensinal OLAP Acess em: 15/07/2010 WIKIPEDIA. In: OLAP cube Acess em: 15/07/2010 WIKIPEDIA. In: Hybrid OLAP Acess em: 15/07/

25 WIKIPEDIA. In: Hybrid OLAP Acess em: 15/07/2010 Pendse, Nigel. In: What is OLAP? Acess em: 16/07/2010 Mailvaganam, Hari. In: Intrductin t OLAP Acess em 16/07/2010 OLAP Cncil. In: Acess em: 18/07/2010 Swanhart, Justin. In: em: 16/07/

Os novos usos da tecnologia da informação nas empresas Sistemas de Informação

Os novos usos da tecnologia da informação nas empresas Sistemas de Informação Os nvs uss da tecnlgia da infrmaçã nas empresas Sistemas de Infrmaçã Prf. Marcel da Silveira Siedler siedler@gmail.cm SERVIÇO NACIONAL DE APRENDIZAGEM COMERCIAL FACULDADE DE TECNOLOGIA SENAC PELOTAS Planejament

Leia mais

Diferenciais do QlikView Versus Tecnologias Tradicionais

Diferenciais do QlikView Versus Tecnologias Tradicionais Diferenciais d QlikView Versus Tecnlgias Tradicinais Índice Tecnlgia MOLAP... 3 Demanda criaçã de Datawarehuse... 3 Númer limitad de dimensões... 3 Inflexível... 3 Cnsultas smente nline... 3 Tecnlgia ROLAP...

Leia mais

Desenho centrado em utilização

Desenho centrado em utilização Desenh centrad em utilizaçã Engenharia de Usabilidade Prf.: Clarind Isaías Pereira da Silva e Pádua Departament de Ciência da Cmputaçã - UFMG Desenh centrad em utilizaçã Referências Cnstantine, L.L., &

Leia mais

Matemática / 1ª série / ICC Prof. Eduardo. Unidade 1: Fundamentos. 1 - Introdução ao Computador

Matemática / 1ª série / ICC Prof. Eduardo. Unidade 1: Fundamentos. 1 - Introdução ao Computador Unidade 1: Fundaments 1 - Intrduçã a Cmputadr Cnceits básics e Terminlgias O cmputadr é uma máquina eletrônica capaz de realizar uma grande variedade de tarefas cm alta velcidade e precisã, desde que receba

Leia mais

Vensis PCP. Rua Américo Vespúcio, 71 Porto Alegre / RS (51) 3012-4444 comercial@vensis.com.br www.vensis.com.br

Vensis PCP. Rua Américo Vespúcio, 71 Porto Alegre / RS (51) 3012-4444 comercial@vensis.com.br www.vensis.com.br Vensis PCP Vensis PCP O PCP é módul de planejament e cntrle de prduçã da Vensis. Utilizad n segment industrial, módul PCP funcina de frma ttalmente integrada a Vensis ERP e permite às indústrias elabrar

Leia mais

ISO 9001:2008 alterações à versão de 2000

ISO 9001:2008 alterações à versão de 2000 ISO 9001:2008 alterações à versã de 2000 Já passaram quase it ans desde que a versã da ISO 9001 d an 2000 fi publicada, que cnduziu à necessidade de uma grande mudança para muitas rganizações, incluind

Leia mais

Modelagem, qualificação e distribuição em um padrão para geoinformações

Modelagem, qualificação e distribuição em um padrão para geoinformações Mdelagem, qualificaçã e distribuiçã em um padrã para geinfrmações Julia Peixt 14h, 14 de junh de 2010. Mtivaçã Acerv de dads desde 1994 em diferentes áreas de pesquisa; Muitas pessas fazend muits trabalhs

Leia mais

Capítulo VII Projetos de eficiência energética em iluminação pública Por Luciano Haas Rosito*

Capítulo VII Projetos de eficiência energética em iluminação pública Por Luciano Haas Rosito* 20 Api O Setr Elétric / Julh de 2009 Desenvlviment da Iluminaçã Pública n Brasil Capítul VII Prjets de eficiência energética em iluminaçã pública Pr Lucian Haas Rsit* Neste capítul abrdarems s prjets de

Leia mais

Principais Informações

Principais Informações Principais Infrmações Quem é Benefix Sistemas? Frmada pr ex-executivs e equipe de tecnlgia da Xerx d Brasil, que desenvlvem e suprtam sluções e estratégias invadras para setr públic, especializada dcuments

Leia mais

Universidade Luterana do Brasil Faculdade de Informática. Disciplina de Engenharia de Software Professor Luís Fernando Garcia www.garcia.pro.

Universidade Luterana do Brasil Faculdade de Informática. Disciplina de Engenharia de Software Professor Luís Fernando Garcia www.garcia.pro. Universidade Luterana d Brasil Faculdade de Infrmática Disciplina de Engenharia de Sftware Prfessr Luís Fernand Garcia www.garcia.pr.br EVOLUÇÃO EM ENGENHARIA DE SOFTWARE 10 Sistemas Legads O investiment

Leia mais

Workflow. José Palazzo Moreira de Oliveira. Mirella Moura Moro

Workflow. José Palazzo Moreira de Oliveira. Mirella Moura Moro Pdems definir Wrkflw cm: Wrkflw Jsé Palazz Mreira de Oliveira Mirella Mura Mr "Qualquer tarefa executada em série u em paralel pr dis u mais membrs de um grup de trabalh (wrkgrup) visand um bjetiv cmum".

Leia mais

5. PLANEJAMENTO E ORGANIZAÇÃO DA MANUTENÇÃO:

5. PLANEJAMENTO E ORGANIZAÇÃO DA MANUTENÇÃO: 5. PLANEJAMENTO E ORGANIZAÇÃO DA MANUTENÇÃO: 5.1 INTRODUÇÃO A rganizaçã da manutençã era cnceituada, até há puc temp, cm planejament e administraçã ds recurss para a adequaçã à carga de trabalh esperada.

Leia mais

Projetos, Programas e Portfólios

Projetos, Programas e Portfólios Prjets, Prgramas e Prtfólis pr Juliana Klb em julianaklb.cm Prjet Segund PMBOK (2008): um prjet é um esfrç temprári empreendid para criar um nv prdut, serviç u resultad exclusiv. Esta definiçã, apesar

Leia mais

Administração de Redes Servidores de Aplicação

Administração de Redes Servidores de Aplicação 1 MINISTÉRIO DA EDUCAÇÃO SECRETARIA DE EDUCAÇÃO PROFISSIONAL E TECNOLÓGICA INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA CAMPUS SÃO JOSÉ SANTA CATARINA Administraçã de Redes Servidres de Aplicaçã

Leia mais

Versões Todos os módulos devem ser atualizados para as versões a partir de 03 de outubro de 2013.

Versões Todos os módulos devem ser atualizados para as versões a partir de 03 de outubro de 2013. Serviç de Acess as Móduls d Sistema HK (SAR e SCF) Desenvlvems uma nva ferramenta cm bjetiv de direcinar acess ds usuáris apenas as Móduls que devem ser de direit, levand em cnsideraçã departament de cada

Leia mais

Passo 1 - Conheça as vantagens do employeeship para a empresa

Passo 1 - Conheça as vantagens do employeeship para a empresa Manual Cm intrduzir emplyeeship na empresa Índice Intrduçã Pass 1 - Cnheça as vantagens d emplyeeship para a empresa Pass 2 - Saiba que é a cultura emplyeeship Pass 3 - Aprenda a ter "bns" empregads Pass

Leia mais

Academia FI Finanças

Academia FI Finanças Academia FI Finanças A Academia é melhr caminh para especializaçã dentr de um tema n ERP da SAP. Para quem busca uma frmaçã cm certificaçã em finanças, mais indicad é participar da próxima Academia de

Leia mais

Aproveitamento da informação permite ganho de competitividade: conhecimento é poder (e poder = $$!)

Aproveitamento da informação permite ganho de competitividade: conhecimento é poder (e poder = $$!) Data Mining Prfessr Jrge Mreira jmreirajr@htmail.cm Mtivaçã A infrmatizaçã ds meis prdutivs permitiu a geraçã de grandes vlumes de dads: Transações eletrônicas; Nvs equipaments científics e industriais

Leia mais

Versão 14.0 Junho 2015 www.psr-inc.com Contato: sddp@psr-inc.com. Representação mais detalhada da operação em cada estágio: 21 blocos

Versão 14.0 Junho 2015 www.psr-inc.com Contato: sddp@psr-inc.com. Representação mais detalhada da operação em cada estágio: 21 blocos Versã 14.0 Junh 2015 www.psr-inc.cm Cntat: sddp@psr-inc.cm SDDP VERSÃO 14.0 Nvidades Representaçã mais detalhada da peraçã em cada estági: 21 blcs Tradicinalmente, a peraçã de cada estági (semana u mês)

Leia mais

CONCORRÊNCIA AA Nº 05/2009 BNDES ANEXO II PROJETO BÁSICO: JORNADA AGIR

CONCORRÊNCIA AA Nº 05/2009 BNDES ANEXO II PROJETO BÁSICO: JORNADA AGIR CONCORRÊNCIA AA Nº 05/2009 BNDES ANEXO II PROJETO BÁSICO: JORNADA AGIR 1. Históric da Jrnada AGIR Ns ambientes crprativs atuais, a adçã de um mdel de gestã integrada é uma decisã estratégica n api às tmadas

Leia mais

Regulamento para realização do Trabalho de Conclusão de Curso

Regulamento para realização do Trabalho de Conclusão de Curso Universidade Federal d Ceará Campus de Sbral Curs de Engenharia da Cmputaçã Regulament para realizaçã d Trabalh de Cnclusã de Curs Intrduçã Este dcument estabelece as regras básicas para funcinament das

Leia mais

Projeto de Arquitetura Objetivos. Tópicos abordados. Arquitetura de software. Vantagens da arquitetura explícita

Projeto de Arquitetura Objetivos. Tópicos abordados. Arquitetura de software. Vantagens da arquitetura explícita Prjet de Arquitetura Objetivs Apresentar prjet de arquitetura e discutir sua imprtância Explicar as decisões de prjet de arquitetura que têm de ser feitas Apresentar três estils cmplementares de arquitetura

Leia mais

EIKON DOCUMENTS - ESPECIFICAÇÃO TÉCNICA

EIKON DOCUMENTS - ESPECIFICAÇÃO TÉCNICA EIKON DOCUMENTS - ESPECIFICAÇÃO TÉCNICA VERSÃO Eikn Dcuments 2007 Service Pack 5 (2.9.5) Fevereir de 2010 DATA DE REFERÊNCIA DESCRIÇÃO Sftware para implantaçã de sistemas em GED / ECM (Gerenciament Eletrônic

Leia mais

PADRÃO DE RESPOSTA. Pesquisador em Informações Geográficas e Estatísticas A I PROVA 3 FINANÇAS PÚBLICAS

PADRÃO DE RESPOSTA. Pesquisador em Informações Geográficas e Estatísticas A I PROVA 3 FINANÇAS PÚBLICAS Questã n 1 Cnheciments Específics O text dissertativ deve cmtemplar e desenvlver s aspects apresentads abaix. O papel d PPA é de instrument de planejament de médi/lng praz que visa à cntinuidade ds bjetivs

Leia mais

GESTÃO DE PROJETOS. Uma visão geral Baseado nas diretrizes do PMI

GESTÃO DE PROJETOS. Uma visão geral Baseado nas diretrizes do PMI GESTÃO DE PROJETOS Uma visã geral Bead n diretrizes d PMI 1 Intrduçã Objetiv da Apresentaçã O bjetiv é frnecer uma visã geral ds prcesss de Gestã de Prjets aplicads à Gestã de Empreendiments. O que é Prjet?

Leia mais

GUIA RÁPIDO DE CONFIGURAÇÃO PARA WINDOWS

GUIA RÁPIDO DE CONFIGURAÇÃO PARA WINDOWS GUIA RÁPIDO DE CONFIGURAÇÃO PARA WINDOWS CONTEÚDO 1. Intrduçã... 3 2. Requisits de Sftware e Hardware:... 3 3. Usuári e Grups:... 3 3.1. Cnfigurand cm Micrsft AD:... 3 3.2. Cnfigurand s Grups e Usuáris:...

Leia mais

Proposta. Treinamento Lean Thinking Mentalidade Enxuta. Apresentação Executiva

Proposta. Treinamento Lean Thinking Mentalidade Enxuta. Apresentação Executiva Treinament Lean Thinking Mentalidade Enxuta www.masterhuse.cm.br Prpsta Cm Treinament Lean Thinking Mentalidade Enxuta Apresentaçã Executiva Treinament Lean Thinking Mentalidade Enxuta Cpyright 2011-2012

Leia mais

HARDWARE e SOFTWARE. O Computador é composto por duas partes: uma parte física (hardware) e outra parte lógica (software).

HARDWARE e SOFTWARE. O Computador é composto por duas partes: uma parte física (hardware) e outra parte lógica (software). HARDWARE e SOFTWARE O Cmputadr é cmpst pr duas partes: uma parte física (hardware) e utra parte lógica (sftware). Vcê sabe qual é a diferença entre "Hardware" e "Sftware"? Hardware: é nme dad a cnjunt

Leia mais

Anexo 03 Recomendação nº 3: estatuto padrão, estatuto fundamental e contrato social

Anexo 03 Recomendação nº 3: estatuto padrão, estatuto fundamental e contrato social Anex 03 Recmendaçã nº 3: estatut padrã, estatut fundamental e cntrat scial 1. Resum 01 Atualmente, Estatut da Crpraçã da Internet para a atribuiçã de nmes e númers (ICANN) tem um mecanism únic para alterações.

Leia mais

Agenda. A interface de Agendamento é encontrada no Modulo Salão de Vendas Agendamento Controle de Agendamento, e será apresentada conforme figura 01.

Agenda. A interface de Agendamento é encontrada no Modulo Salão de Vendas Agendamento Controle de Agendamento, e será apresentada conforme figura 01. Agenda Intrduçã Diariamente cada um ds trabalhadres de uma empresa executam diversas atividades, muitas vezes estas atividades tem praz para serem executadas e devem ser planejadas juntamente cm utras

Leia mais

Aula 11 Bibliotecas de função

Aula 11 Bibliotecas de função Universidade Federal d Espírit Sant Centr Tecnlógic Departament de Infrmática Prgramaçã Básica de Cmputadres Prf. Vítr E. Silva Suza Aula 11 Biblitecas de funçã 1. Intrduçã À medida que um prgrama cresce

Leia mais

Fundamentos de Informática 1ºSemestre

Fundamentos de Informática 1ºSemestre Fundaments de Infrmática 1ºSemestre Aula 4 Prf. Nataniel Vieira nataniel.vieira@gmail.cm SERVIÇO NACIONAL DE APRENDIZAGEM COMERCIAL FACULDADE DE TECNOLOGIA SENAC PELOTAS Descrevend Sistemas de um Cmputadr

Leia mais

Novo Sistema Almoxarifado

Novo Sistema Almoxarifado Nv Sistema Almxarifad Instruções Iniciais 1. Ícnes padrões Existem ícnes espalhads pr td sistema, cada um ferece uma açã. Dentre eles sã dis s mais imprtantes: Realiza uma pesquisa para preencher s camps

Leia mais

GUIA DE RELACIONAMENTO MT-COR: 001 Revisão: 000

GUIA DE RELACIONAMENTO MT-COR: 001 Revisão: 000 GUIA DE RELACIONAMENTO MT-COR: 001 Revisã: 000 A Mercur S.A., empresa estabelecida desde 1924, se precupa em cnduzir as suas relações de acrd cm padrões étics e cmerciais, através d cumpriment da legislaçã

Leia mais

TESTE DE SOFTWARE (Versão 2.0)

TESTE DE SOFTWARE (Versão 2.0) Universidade Luterana d Brasil Faculdade de Infrmática Disciplina de Engenharia de Sftware Prfessr Luís Fernand Garcia www.garcia.pr.br TESTE DE SOFTWARE (Versã 2.0) 9 Teste de Sftware Imprtância Dependência

Leia mais

INTRODUÇÃO A LOGICA DE PROGRAMAÇÃO

INTRODUÇÃO A LOGICA DE PROGRAMAÇÃO INTRODUÇÃO A LOGICA DE PROGRAMAÇÃO A Lógica de Prgramaçã é necessária à tdas as pessas que ingressam u pretendem ingressar na área de Tecnlgia da Infrmaçã, send cm prgramadr, analista de sistemas u suprte.

Leia mais

3. TIPOS DE MANUTENÇÃO:

3. TIPOS DE MANUTENÇÃO: 3. TIPOS DE MANUTENÇÃO: 3.1 MANUTENÇÃO CORRETIVA A manutençã crretiva é a frma mais óbvia e mais primária de manutençã; pde sintetizar-se pel cicl "quebra-repara", u seja, repar ds equipaments após a avaria.

Leia mais

Os Oito Principais de Sistemas de

Os Oito Principais de Sistemas de Infrme Especial Os Oit Principais in Yur DSD Mits Mbile de Sistemas de Security Strategy Gerenciament de Armazém para empresas de pequen e médi prte. Intrduçã A era das perações manuais em Armazéns está

Leia mais

Transformadores. Transformadores 1.1- INTRODUÇÃO 1.2- PRINCÍPIO DE FUNCIONAMENTO

Transformadores. Transformadores 1.1- INTRODUÇÃO 1.2- PRINCÍPIO DE FUNCIONAMENTO Transfrmadres 1.1- INTRODUÇÃO N estud da crrente alternada bservams algumas vantagens da CA em relaçã a CC. A mair vantagem da CA está relacinada cm a facilidade de se elevar u abaixar a tensã em um circuit,

Leia mais

Design Patterns ABSTRACT FACTORY EMERSON BARROS DE MENESES

Design Patterns ABSTRACT FACTORY EMERSON BARROS DE MENESES Design Patterns ABSTRACT FACTORY EMERSON BARROS DE MENESES 1 Breve Históric Sbre Design Patterns A rigem ds Design Patterns (Padrões de Desenh u ainda Padrões de Prjet) vem d trabalh de um arquitet chamad

Leia mais

3 Formulação da Metodologia 3.1. Considerações Iniciais

3 Formulação da Metodologia 3.1. Considerações Iniciais 53 3 Frmulaçã da Metdlgia 3.1. Cnsiderações Iniciais O presente capítul tem cm finalidade prpr e descrever um mdel de referencia para gerenciament de prjets de sftware que pssa ser mensurável e repetível,

Leia mais

WEB MANAGER. Conhecendo o Web Manager!

WEB MANAGER. Conhecendo o Web Manager! WEB MANAGER Cnhecend Web Manager! O Web Manager é uma pdersa ferramenta para gestã de Sites, prtais, intranets, extranets e htsites. Cm ela é pssível gerenciar ttalmente seus ambientes web. Integrad ttalmente

Leia mais

Por favor, considere a proteção ao meio ambiente antes de imprimir esse documento

Por favor, considere a proteção ao meio ambiente antes de imprimir esse documento Interbrs Tecnlgia e Sluções de Internet Ltda. Rua Dr. Guilherme Bannitz, 126 2º andar Cnj. 21 /179 Itaim Bibi - Sã Paul- SP - 04532-060 Fne: 55 11 9209-3717 / 55 11 8162-0161 Pr favr, cnsidere a prteçã

Leia mais

Banco de Dados. DIEGO BARCELOS RODRIGUES dbarcelos@ifes.edu.br 2015 (2015/1) 1. Ifes - Campus Cachoeiro de Itapemirim

Banco de Dados. DIEGO BARCELOS RODRIGUES dbarcelos@ifes.edu.br 2015 (2015/1) 1. Ifes - Campus Cachoeiro de Itapemirim Ifes - Campus Cacheir de Itapemirim Banc de Dads DIEGO BARCELOS RODRIGUES dbarcels@ifes.edu.br 2015 (2015/1) 1 Agenda Breve revisã ds Cnceits Básics SQL (Linguagem de Cnsulta Estruturada) Subdivisões da

Leia mais

TEORIA DO OLIGOPÓLIO, MODELOS E FORMAÇÃO DE PREÇOS.

TEORIA DO OLIGOPÓLIO, MODELOS E FORMAÇÃO DE PREÇOS. Ntas de Aula Ecnmia Industrial Nta_aula_4_Preç-Oligpli TEORIA DO OLIGOPÓLIO, MODELOS E FORMAÇÃO DE PREÇOS. Bibligrafia: KON, Anita. Ecnmia Industrial. Sã Paul: Nbel, 2001. (CAPÍTULO 2) PINDYCK, RS e RUBINFELD,

Leia mais

WINDOWS AZURE E ISVS UM GUIA PARA OS RESPONSÁVEIS PELAS DECISÕES DAVID CHAPPELL JULHO DE 2009 PATROCINADO PELA MICROSOFT CORPORATION

WINDOWS AZURE E ISVS UM GUIA PARA OS RESPONSÁVEIS PELAS DECISÕES DAVID CHAPPELL JULHO DE 2009 PATROCINADO PELA MICROSOFT CORPORATION WINDOWS AZURE E ISVS UM GUIA PARA OS RESPONSÁVEIS PELAS DECISÕES DAVID CHAPPELL JULHO DE 2009 PATROCINADO PELA MICROSOFT CORPORATION SUMÁRIO ISVs e cmputaçã em nuvem... 2 Breve visã geral d Windws Azure...

Leia mais

Apresentação do Curso

Apresentação do Curso At endi m ent acl i ent e Apr es ent aç ãdc ur s Apresentaçã d Curs O curs Atendiment a Cliente fi elabrad cm bjetiv de criar cndições para que vcê desenvlva cmpetências para: Identificar s aspects que

Leia mais

MODELO DE PROGRAMAÇÃO DO WINDOWS AZURE

MODELO DE PROGRAMAÇÃO DO WINDOWS AZURE MODELO DE PROGRAMAÇÃO DO WINDOWS AZURE DAVID CHAPPELL OUTUBRO DE 2010 PATROCINADO PELA MICROSOFT CORPORATION SUMÁRIO Pr que criar um nv mdel de prgramaçã?... 3 Três regras d mdel de prgramaçã d Windws

Leia mais

Artigo 12 Como montar um Lava Jato

Artigo 12 Como montar um Lava Jato Artig 12 Cm mntar um Lava Jat Antigamente era cmum bservar as pessas, n final de semana, cm seus carrs, bucha e sabã nas mãs. Apesar de ainda haver pessas que preferem fazer serviç suj szinhas, s lava

Leia mais

WWW.CLICK-MENTAL.COM

WWW.CLICK-MENTAL.COM Fidelity Uma estratégia de fidelizaçã de clientes WWW.CLICK-MENTAL.COM Criad pr: Click Mental - Sistemas de Infrmaçã, Lda. Fidelity Uma estratégia de fidelizaçã de clientes O que é? O Fidelity é um sftware

Leia mais

Prefeitura Municipal de Belo Horizonte Vox Mercado Pesquisa e Projetos Ltda. Dados da organização

Prefeitura Municipal de Belo Horizonte Vox Mercado Pesquisa e Projetos Ltda. Dados da organização Data de elabraçã da ficha: Jun 2007 Prefeitura Municipal de Bel Hriznte Vx Mercad Pesquisa e Prjets Ltda. Dads da rganizaçã Nme: Prefeitura Municipal de Bel Hriznte Endereç: Av. Afns Pena, 1212 - Cep.

Leia mais

A Importância de Sistemas de Informação para a Competitividade Logística

A Importância de Sistemas de Informação para a Competitividade Logística A Imprtância de Sistemas de Infrmaçã para a Cmpetitividade Lgística Paul Nazári 1. Intrduçã O avanç da tecnlgia de infrmaçã (TI) ns últims ans vem permitind às empresas executarem perações que antes eram

Leia mais

2º Passo Criar a conexão via ODBC (Object DataBase Conection)

2º Passo Criar a conexão via ODBC (Object DataBase Conection) Prjet de Sexta-feira: Prfessra Lucélia 1º Pass Criar banc de dads u selecinar banc de dads. Ntas: Camps nas tabelas nã pdem cnter caracteres acentuads, especiais e exclusivs de línguas latinas. Nã há necessidade

Leia mais

é a introdução de algo novo, que atua como um vetor para o desenvolvimento humano e melhoria da qualidade de vida

é a introdução de algo novo, que atua como um vetor para o desenvolvimento humano e melhoria da qualidade de vida O que é invaçã? Para a atividade humana: é a intrduçã de alg nv, que atua cm um vetr para desenvlviment human e melhria da qualidade de vida Para as empresas: invar significa intrduzir alg nv u mdificar

Leia mais

Anexo V. Software de Registro Eletrônico em Saúde. Implantação em 2 (duas) Unidades de Saúde

Anexo V. Software de Registro Eletrônico em Saúde. Implantação em 2 (duas) Unidades de Saúde Anex V Sftware de Registr Eletrônic em Saúde Implantaçã em 2 (duas) Unidades de Saúde Índice 1 INTRODUÇÃO... 3 2 ESTRATÉGIAS E PROCEDIMENTOS DE IMPLANTAÇÃO... 3 4 INFRAESTRUTURA NAS UNIDADES DE SAÚDE -

Leia mais

Sua hora chegou. Faça a sua jogada. REGULAMENTO. Prêmio de Empreendedorismo James McGuire 2016

Sua hora chegou. Faça a sua jogada. REGULAMENTO. Prêmio de Empreendedorismo James McGuire 2016 Sua hra chegu. Faça a sua jgada. REGULAMENTO Prêmi de Empreendedrism James McGuire 2016 Salvadr, nvembr de 2015. REGULAMENTO Prêmi de Empreendedrism James McGuire 2016 é uma cmpetiçã interna da Laureate

Leia mais

Regulamento da Feira de Ciência

Regulamento da Feira de Ciência Regulament da Feira de Ciência A Feira A Feira de Ciência é um é um prject rganizad pel Núcle de Física d Institut Superir Técnic (NFIST). Esta actividade cnsiste em desenvlver um prject científic pr um

Leia mais

Integração com coletores de ponto, catracas, dispositivos de abertura de portas, fechaduras eletromagnéticas,

Integração com coletores de ponto, catracas, dispositivos de abertura de portas, fechaduras eletromagnéticas, Vsft ids Pnt Web Cntrle de acess e pnt A Vsft desenvlveu uma sluçã baseada em sftware e hardware para cntrle de acess e u pnt que pde ser utilizada pr empresas de qualquer prte. Cm us da tecnlgia bimétrica

Leia mais

UNIVERSIDADE FEDERAL DE RONDÔNIA

UNIVERSIDADE FEDERAL DE RONDÔNIA UNIVERSIDADE FEDERAL DE RONDÔNIA Manual de Us (Para Detentres de Bens) Infrmações adicinais n Prtal da Crdenaçã de Patrimôni: www.cpa.unir.br 2013 Cnteúd O que papel Detentr de Bem pde fazer?... 2 Objetiv...

Leia mais

CAPÍTULO IV. Valores, Crenças, Missão, Visão.e Política da Qualidade. Waldemar Faria de Oliveira

CAPÍTULO IV. Valores, Crenças, Missão, Visão.e Política da Qualidade. Waldemar Faria de Oliveira CAPÍTULO IV Valres, Crenças, Missã, Visã.e Plítica da Qualidade. Waldemar Faria de Oliveira Há alguns ans, quand tínhams ótims atletas, perdíams a Cpa d Mund de futebl, as Olimpíadas, errand em cisas básicas.

Leia mais

Manual de Instalação

Manual de Instalação Manual de Instalaçã Prdut: n-hst Versã d prdut: 4.1 Autr: Aline Della Justina Versã d dcument: 1 Versã d template: Data: 30/07/01 Dcument destinad a: Parceirs NDDigital, técnics de suprte, analistas de

Leia mais

Escla Superir Agrária de Cimbra Prcessament Geral de Aliments LEAL 2009/2010 Aqueciment Óhmic Brenda Mel, nº 20803030 Inês Ricard, nº 20090157 Nádia Faria, nº 20803060 O que é? Prcess nde a crrente eléctrica

Leia mais

Vensis Manutenção. Rua Américo Vespúcio, 71 Porto Alegre / RS (51) 3012-4444 comercial@vensis.com.br www.vensis.com.br

Vensis Manutenção. Rua Américo Vespúcio, 71 Porto Alegre / RS (51) 3012-4444 comercial@vensis.com.br www.vensis.com.br Vensis Manutençã Vensis Manutençã É módul que permite gerenciament da manutençã de máquinas e equipaments. Prgramaçã de manutenções preventivas u registr de manutenções crretivas pdem ser feits de frma

Leia mais

PLATAFORMA EMPRESAS PELO CLIMA

PLATAFORMA EMPRESAS PELO CLIMA PLATAFORMA EMPRESAS PELO CLIMA CAMINHO PARA ELABORAÇÃO DE AGENDAS EMPRESARIAIS EM ADAPTAÇÃO ÀS MUDANÇAS DO CLIMA Prpsta de Framewrk Resultad d diálg crrid em 26 de junh de 2013, n Fórum Latin-American

Leia mais

Gestão do Escopo 1. Planejamento da Gestão do Escopo: 2. Definição do Escopo: 3. Elaboração da EDT(EAP): 4. Verificação do Escopo:

Gestão do Escopo 1. Planejamento da Gestão do Escopo: 2. Definição do Escopo: 3. Elaboração da EDT(EAP): 4. Verificação do Escopo: Gestã d Escp 1. Planejament da Gestã d Escp: i. Autrizaçã d prjet ii. Definiçã d escp (preliminar) iii. Ativs em cnheciments rganizacinais iv. Fatres ambientais e rganizacinais v. Plan d prjet i. Plan

Leia mais

Análise Preditiva com o SQL Server 2008

Análise Preditiva com o SQL Server 2008 Análise Preditiva cm SQL Server 2008 Artig Técnic d SQL Server Autr: Graeme Malclm (Cnteúd Mestre) Revisres Técnics: Rni Karassik e Dnald Farmer Editr d Prjet: Janne Hdgins Publicad: Nvembr de 2007 Aplica-se

Leia mais

Boletim Técnico. CAGED Portaria 1129/2014 MTE. Procedimento para Implementação. Procedimento para Utilização

Boletim Técnico. CAGED Portaria 1129/2014 MTE. Procedimento para Implementação. Procedimento para Utilização Bletim Técnic CAGED Prtaria 1129/2014 MTE Prdut : TOTVS 11 Flha de Pagament (MFP) Chamad : TPRQRW Data da criaçã : 26/08/2014 Data da revisã : 12/11/2014 País : Brasil Bancs de Dads : Prgress, Oracle e

Leia mais

WORKSHOPS SOBRE AS POSSIBILIDADES DE COOPERAÇÃO / CONCENTRAÇÃO NO SECTOR AUXILIAR NAVAL

WORKSHOPS SOBRE AS POSSIBILIDADES DE COOPERAÇÃO / CONCENTRAÇÃO NO SECTOR AUXILIAR NAVAL WORKSHOPS SOBRE AS POSSIBILIDADES DE COOPERAÇÃO / CONCENTRAÇÃO NO SECTOR AUXILIAR NAVAL ÍNDICE I. Apresentaçã e bjectivs d wrkshp II. III. Resultads ds inquérits Ambiente cmpetitiv Negóci Suprte Prcesss

Leia mais

CURSO PREPARATÓRIO PARA CERTIFICAÇÃO

CURSO PREPARATÓRIO PARA CERTIFICAÇÃO Cnteúd prgramátic CURSO PREPARATÓRIO PARA CERTIFICAÇÃO Este é cnteúd prgramátic d curs preparatóri n nv prgrama CDO-0001 para a certificaçã CmpTIA CDIA+. CONCEITUAL ECM Apresentaçã ds cnceits envlvids

Leia mais

MASTERCOMP ESCOLA DE INFORMÁTICA

MASTERCOMP ESCOLA DE INFORMÁTICA www.mastercmp.net 1 www.mastercmp.net www.mastercmp.net INFORMAÇO ES ADICIONAIS DO CURSO DE PROMODEL E MS PROJECT Prgramaçã: Carga hrária: 32 Hras Lcal: Sã Sebastiã d Paraís MG Prgramas usads n curs: MS

Leia mais

CRONOGRAMA DELPHI para turmas Aproximadamente 84 horas - aulas de 2 horas

CRONOGRAMA DELPHI para turmas Aproximadamente 84 horas - aulas de 2 horas CRONOGRAMA DELPHI para turmas Aprximadamente 84 hras - aulas de 2 hras Primeira Parte Lógica de Prgramaçã 5 aulas 10 hras AULA 1 OBJETIVO 1. Cnceits básics: Algritm, Tips de Variáveis, Tips e Expressões

Leia mais

MANUAL DO USUÁRIO ANTECEDENTES CRIMINAIS

MANUAL DO USUÁRIO ANTECEDENTES CRIMINAIS SISTEMA DE INFORMAÇÃO E GESTÃO INTEGRADA POLICIAL Elabrad: Equipe SAG Revisad: Aprvad: Data: 11/09/2008 Data: 10/10/2008 Data: A autenticaçã d dcument cnsta n arquiv primári da Qualidade Referencia: Help_Online_Antecedentes_Criminais.dc

Leia mais

SEGURANÇA DE DADOS CLÍNICOS

SEGURANÇA DE DADOS CLÍNICOS SEGURANÇA DE DADOS CLÍNICOS 6/16/2005 HSM/SSIT-07062005/CA Carls Ferreira Hspital de Santa Maria Serviç de Sistemas de Infrmaçã e Telecmunicações Av. Prf. Egas Mniz 1649-035 Lisba Tel.: (+351) 217805327

Leia mais

Integração com coletores de ponto, catracas, dispositivos de abertura de portas, fechaduras eletromagnéticas,

Integração com coletores de ponto, catracas, dispositivos de abertura de portas, fechaduras eletromagnéticas, Vsft ids Acess Web Cntrle de acess e pnt A Vsft desenvlveu uma sluçã baseada em sftware e hardware para cntrle de acess e u pnt que pde ser utilizada pr empresas de qualquer prte. Cm us da tecnlgia bimétrica

Leia mais

Vensis Associação Vensis ERP Entidades, Sindicatos e Federações.

Vensis Associação Vensis ERP Entidades, Sindicatos e Federações. Vensis Assciaçã Vensis ERP Entidades, Sindicats e Federações. Vensis Assciaçã O Vensis Assciaçã é um sistema desenvlvid para entidades cm sindicats, assciações, federações, fundações e utras de natureza

Leia mais

ATIVIDADES PRÁTICAS SUPERVISIONADAS

ATIVIDADES PRÁTICAS SUPERVISIONADAS ATIVIDADES PRÁTICAS SUPERVISIONADAS CST em Análise e Desenvlviment de Sistemas 3ª série Fundaments de Sistemas Operacinais A atividade prática supervisinada (ATPS) é um métd de ensinaprendizagem desenvlvid

Leia mais

Perguntas frequentes sobre o Programa Banda Larga nas Escolas

Perguntas frequentes sobre o Programa Banda Larga nas Escolas Perguntas frequentes sbre Prgrama Banda Larga nas Esclas 1. Qual bjetiv d Prgrama Banda Larga nas Esclas? O Prgrama Banda Larga nas Esclas tem cm bjetiv cnectar tdas as esclas públicas à internet, rede

Leia mais

CONTROLE INTERNO NA INDÚSTRIA AUTOMOBILÍSTICA: Um Estudo de Caso

CONTROLE INTERNO NA INDÚSTRIA AUTOMOBILÍSTICA: Um Estudo de Caso CONTROLE INTERNO NA INDÚSTRIA AUTOMOBILÍSTICA: Um Estud de Cas Camila Gmes da Silva 1, Vilma da Silva Sant 2, Paul César Ribeir Quintairs 3, Edsn Aparecida de Araúj Querid Oliveira 4 1 Pós-graduada em

Leia mais

REGULAMENTO DE ESTÁGIO DE INICIAÇÃO PROFISSIONAL

REGULAMENTO DE ESTÁGIO DE INICIAÇÃO PROFISSIONAL REGULAMENTO DE ESTÁGIO DE INICIAÇÃO PROFISSIONAL Intrduçã O presente Regulament cnstitui um dcument intern d curs de Ciências Cntábeis e tem pr bjetiv reger as atividades relativas a Estági de Iniciaçã

Leia mais

Copyright 1999-2006 GrupoPIE Portugal, S.A. Manual Utilizador

Copyright 1999-2006 GrupoPIE Portugal, S.A. Manual Utilizador Reprts Relatóris à sua Medida Reprts Cpyright 1999-2006 GrupPIE Prtugal, S.A. Reprts 1. WinREST Reprts...5 1.1. Licença...6 1.2. Linguagem...7 1.3. Lgin...7 1.4. Página Web...8 2. Empresas...9 2.1. Cm

Leia mais

Proposta. Projeto: VENSSO. Data 25/05/2005. Andrade Lima Damires Fernandes Andrade Lima Damires Fernandes. Responsável. Autor (s)

Proposta. Projeto: VENSSO. Data 25/05/2005. Andrade Lima Damires Fernandes Andrade Lima Damires Fernandes. Responsável. Autor (s) Prpsta Prjet: Data 25/05/2005 Respnsável Autr (s) Dc ID Andrade Lima Damires Fernandes Andrade Lima Damires Fernandes Lcalizaçã Versã d Template

Leia mais

Processos de desumidificação visam manter a Umidade Relativa do Ar em níveis abaixo de 50%.

Processos de desumidificação visam manter a Umidade Relativa do Ar em níveis abaixo de 50%. 1. TEORIA Para prcesss específics de utilizaçã, é necessári manter cndições de temperatura e umidade relativa d ar em cndições específicas para prduçã e u trabalh. Prcesss de desumidificaçã visam manter

Leia mais

Dissídio Retroativo. Cálculos INSS, FGTS e geração da SEFIP

Dissídio Retroativo. Cálculos INSS, FGTS e geração da SEFIP Dissídi Retrativ Cálculs INSS, FGTS e geraçã da SEFIP A rtina de Cálcul de Dissídi Retrativ fi reestruturada para atender a legislaçã da Previdência Scial. A rtina de Aument Salarial (GPER200) deve ser

Leia mais

ALTOS DIRIGENTES VISEU (PORTUGAL), - 2/3 2013 2-3 DEZEMBRO

ALTOS DIRIGENTES VISEU (PORTUGAL), - 2/3 2013 2-3 DEZEMBRO Encntr de Alt Dirigentes - Viseu 2/3 Dez 2013 Cm Invar para Ser Mais Cmpetitiv ENCONTRO de ALTOS DIRIGENTES VISEU (PORTUGAL), 2-3 DEZEMBRO 2013 Apresentaçã Crprativa Cnfidencial Cnclusões finais Página

Leia mais

MANUAL DO USUÁRIO EVENTOS

MANUAL DO USUÁRIO EVENTOS SISTEMA DE INFORMAÇÃO E GESTÃO INTEGRADA POLICIAL Elabrad: Equipe SAG Revisad: Data: 17-09-2008 Data: Aprvad: Data: A autenticaçã d dcument cnsta n arquiv primári da Qualidade Referencia: Help_Online_Events.dc

Leia mais

1 Institucional. 1.1 Sobre a Vensis. 1.2 Missão, Políticas e Valores. 1.2.1 Missão. 1.2.2 Política da Qualidade

1 Institucional. 1.1 Sobre a Vensis. 1.2 Missão, Políticas e Valores. 1.2.1 Missão. 1.2.2 Política da Qualidade Institucinal 1 Institucinal 1.1 Sbre a Vensis A Vensis é uma empresa especializada n desenvlviment de sluções integradas para gestã de empresas. Atuand n mercad de tecnlgia da infrmaçã desde 1998, a empresa

Leia mais

REGULAMENTO CONCURSO DE IDEIAS OESTECIM A MINHA EMPRESA

REGULAMENTO CONCURSO DE IDEIAS OESTECIM A MINHA EMPRESA 1. Intrduçã e Objetivs a) O Cncurs de Ideias OESTECIM a minha empresa pretende ptenciar apareciment de prjets invadres na regiã d Oeste sempre numa perspetiva de desenvlviment ecnómic e scial. b) O Cncurs

Leia mais

Relatório de Gerenciamento de Riscos

Relatório de Gerenciamento de Riscos Relatóri de Gerenciament de Riscs 2º Semestre de 2014 1 Sumári 1. Intrduçã... 3 2. Gerenciament de Riscs... 3 3. Risc de Crédit... 4 3.1. Definiçã... 4 3.2. Gerenciament... 4 3.3. Limites de expsiçã à

Leia mais

ALTERAÇÕES NO SISTEMA ORION

ALTERAÇÕES NO SISTEMA ORION ALTERAÇÕES NO SISTEMA ORION Orin Versã 7.74 TABELAS Clientes Na tela de Cadastr de Clientes, fi inserid btã e um camp que apresenta códig que cliente recebeu após cálcul da Curva ABC. Esse btã executa

Leia mais

Plano de aulas 2010 1ª série 1ª aula 2ª etapa

Plano de aulas 2010 1ª série 1ª aula 2ª etapa Plan de aulas 2010 1ª série 1ª aula 2ª etapa Escla Clégi Eng Juarez Wanderley Prfessr Fernand Nishimura de Aragã Disciplina Infrmática Objetivs Cnstruçã de um website pessal para publicaçã de atividades

Leia mais

Informática II INFORMÁTICA II

Informática II INFORMÁTICA II Jrge Alexandre jureir@di.estv.ipv.pt - gab. 30 Artur Susa ajas@di.estv.ipv.pt - gab. 27 1 INFORMÁTICA II Plan Parte I - Cmplementar cnheciment d Excel cm ferramenta de análise bases de dads tabelas dinâmicas

Leia mais

CÂMARA DOS DEPUTADOS Gabinete do Deputado FERNANDO JORDÃO - PMDB/RJ Brasília, 21 de março de 2011.

CÂMARA DOS DEPUTADOS Gabinete do Deputado FERNANDO JORDÃO - PMDB/RJ Brasília, 21 de março de 2011. Gabinete d Deputad FERNANDO JORDÃO - PMDB/RJ Brasília, 21 de març de 2011. Quand ingressei cm Requeriment slicitand a presença de Vssas Senhrias na Cmissã, estava assustad, cm, aliás, tda a ppulaçã, cm

Leia mais

PIM TECNOLOGIA EM GERENCIAMENTO DE REDES DE COMPUTADORES (GR3P30)

PIM TECNOLOGIA EM GERENCIAMENTO DE REDES DE COMPUTADORES (GR3P30) UNIP Brasília - Crdenaçã CG/CW/GR/AD Senhres Aluns, Seguem infrmações imprtantes sbre PIM: 1. O QUE É? - Os PIM (Prjet Integrad Multidisciplinar) sã prjets brigatóris realizads els aluns ds curss de graduaçã

Leia mais

Unidade 7: Sínteses de evidências para políticas

Unidade 7: Sínteses de evidências para políticas Unidade 7: Sínteses de evidências para plíticas Objetiv da Unidade Desenvlver um entendiment cmum d que é uma síntese de evidências para plíticas, que inclui e cm pde ser usada 3 O que é uma síntese de

Leia mais

Projeto e Implementação de um Software para auxilio no Ensino de Linguagens Regulares

Projeto e Implementação de um Software para auxilio no Ensino de Linguagens Regulares Prjet e Implementaçã de um Sftware para auxili n Ensin de Linguagens Regulares Jsé Rbsn de Assis 1, Marln Oliveira da Silva 1. Faculdade de Ciências Exatas e Cmunicaçã (FACEC) Universidade Presidente Antôni

Leia mais

Soluções de Maior Desempenho e de Menor Custo com o IBM InfoSphere Warehouse V10 Guia da Solução IBM Redbooks

Soluções de Maior Desempenho e de Menor Custo com o IBM InfoSphere Warehouse V10 Guia da Solução IBM Redbooks Sluções de Mair Desempenh e de Menr Cust cm IBM InfSphere Warehuse V10 Guia da Sluçã IBM Redbks O acess a infrmações precisas e em temp hábil é fundamental para as empresas que querem melhr atender as

Leia mais

PROCESSO DE ATENDIMENTO AO CLIENTE DO GRUPO HISPASAT

PROCESSO DE ATENDIMENTO AO CLIENTE DO GRUPO HISPASAT PROCESSO DE ATENDIMENTO AO CLIENTE DO GRUPO HISPASAT GRUPO HISPASAT Mai de 2014 PRIVADO PRIVADO E CONFIDENCIAL E Dcument Dcument prpriedade prpriedade HISPASAT,S.A. da 1 Prcess de atendiment a cliente

Leia mais

IBOConsole Recuperação do Banco de Dados. Ferramenta de manutenção para recuperação de banco de dados.

IBOConsole Recuperação do Banco de Dados. Ferramenta de manutenção para recuperação de banco de dados. IBOCnsle Recuperaçã d Banc de Dads Ferramenta de manutençã para recuperaçã de banc de dads. 2 IBOCnsle ÍNDICE MAINTENANCE... 3 VALIDATION... 4 BACKUP/RESTORE... 6 BACKUP... 7 RESTORE... 10 3 IBOCnsle MAINTENANCE

Leia mais

PROJETO 22ª MOSTRA ESTUDANTIL TECNOLÓGICA Dias 22 e 23 DE OUTUBRO DE 2014 CURSO: GESTÃO EMPRESARIAL

PROJETO 22ª MOSTRA ESTUDANTIL TECNOLÓGICA Dias 22 e 23 DE OUTUBRO DE 2014 CURSO: GESTÃO EMPRESARIAL PROJETO 22ª MOSTRA ESTUDANTIL TECNOLÓGICA Dias 22 e 23 DE OUTUBRO DE 2014 CURSO: GESTÃO EMPRESARIAL Objetivs: Gestã Empresarial Desenvlver cmpetências para atuar n gerenciament de prjets, prestand cnsultria

Leia mais