1- Introdução Um pouco da história e conceitos de Business Intelligence
|
|
- Júlia Benke Lombardi
- 8 Há anos
- Visualizações:
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: < Acess em: 15 de Julh de 2010 DW. In: Data Warehuse Dispnível em: < e < SE_MARCELL_OLIVEIRA.pdf>. Acess em: 15 de Julh de 2010 Sares, Ismael In: Palestra pela empresa BlueSft, 2010 Dispnível dispnível em: < Acess em: 19/07/2010 Micrsft BI TV In: Histry f Business Intelligence, Dispnível em: < Acess em: 19/07/2010 Eckersn, Wayne W. In: The Myth f Self-Service BI, Dispnível em: < Acess em: 20/07/2010 WIKIPÉDIA. In: Data Warehuse Dispnível em: < Acess em: 17 de Julh de 2010 Frand, Jasn In:DataMining Dispnível em: < 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 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 maisVensis 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 maisDiferenciais 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 maisModelagem, 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 maisVersões 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 maisAgenda. 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 maisUniversidade 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 maisAula 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 maisMatemática / 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 maisNovo 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 maisDesenho 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 maisBoletim 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 maisUNIVERSIDADE 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 maisVensis 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 maisAcademia 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 maisPrincipais 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 maisISO 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 maisGESTÃO 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 mais5. 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 maisProjetos, 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 maisBanco 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 maisManual. Autorizador da UNIMED
Manual Prtal Autrizadr da UNIMED Pass a Pass para um jeit simples de trabalhar cm Nv Prtal Unimed 1. Períd de Atualizaçã Prezads Cperads e Rede Credenciada, A Unimed Sul Capixaba irá atualizar seu sistema
Leia maisINTRODUÇÃO 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 mais2º 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 maisPasso 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 maisInformática 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 maisHARDWARE 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 maisSGCT - Sistema de Gerenciamento de Conferências Tecnológicas
SGCT - Sistema de Gerenciament de Cnferências Tecnlógicas Versã 1.0 09 de Setembr de 2009 Institut de Cmputaçã - UNICAMP Grup 02 Andre Petris Esteve - 070168 Henrique Baggi - 071139 Rafael Ghussn Can -
Leia maisAdministração 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 maisTransformadores. 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 maisRegulamento 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 maisSMART CONTROLE DO ESTOQUE DE GONDOLA
SMART CONTROLE DO ESTOQUE DE GONDOLA O prcess de cntrle de estque de gôndla fi desenvlvid cm uma prcess de auxili a cliente que deseja cntrlar a quantidade de cada item deve estar dispnível para venda
Leia maisGUIA 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 maisWorkflow. 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 maisAnexo 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 maisCOMO CONFIGURAR SUA(S) CONTA(S) NO MICROSOFT OFFICE OUTLOOK
COMO CONFIGURAR SUA(S) CONTA(S) NO MICROSOFT OFFICE OUTLOOK Use as instruções de acrd cm a versã d seu Outlk (2010, 2007 u 2003) Para saber a versã de seu Outlk, clique n menu Ajuda > Sbre Micrsft Office
Leia maisAproveitamento 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 maisCapítulo 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 maisRegulamento 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 maisALTERAÇÕES 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 maisVersão 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 maisProposta. 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 maisWORKSHOPS 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 maisModelo de Negócios. TRABALHO REALIZADO POR: Antonio Gome- 2007009 // Jorge Teixeira - 2008463
Mdel de Negócis Trabalh n âmbit da disciplina de Mdelaçã de dads. Criaçã de uma platafrma utilizand as tecnlgias SQL PHP e Javascript.. TRABALHO REALIZADO POR: Antni Gme- 2007009 // Jrge Teixeira - 2008463
Leia maisREGULAMENTO 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 maisPADRÃO 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 maisGUIA 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 maisIII.3. SISTEMAS HÍBRIDOS FIBRA/COAXIAL (HFC)
1 III.3. SISTEMAS HÍBRIDOS FIBRA/COAXIAL (HFC) III.3.1. DEFINIÇÃO A tecnlgia HFC refere-se a qualquer cnfiguraçã de fibra ótica e cab caxial que é usada para distribuiçã lcal de serviçs de cmunicaçã faixa
Leia maisPesquisa Oficial de Demanda Imobiliária SINDUSCON Grande Florianópolis. NÃO ASSOCIADOS Apresentação
Pesquisa Oficial de Demanda Imbiliária SINDUSCON Grande Flrianóplis. NÃO ASSOCIADOS Apresentaçã O presente trabalh tem cm principais bjetivs identificar perfil d frequentadr d Salã d Imóvel, suas demandas
Leia maisCódigo: Data: Revisão: Página: SUMÁRIO
UC_REQ-MK_ACF-001 27/01/2015 00 1 / 12 SUMÁRIO INTRODUÇÃO... 2 Objetiv... 2 Públic Alv... 2 Escp... 2 Referências... 2 DESCRIÇÃO GERAL DO PRODUTO... 2 Características d Usuári... 2 Limites, Supsições e
Leia maisCONCORRÊNCIA 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 maisProjeto 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 maisDissídio 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 maisAnexo 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 mais3. 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 maisManual 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 maisH. Problemas/outras situações na ligação com a Segurança Social;
Mdel de Cmunicaçã Certificads de Incapacidade Temprária Âmbit d Dcument O presente dcument traduz mdel de cmunicaçã entre Centr de Suprte da SPMS e clientes n âmbit ds CIT Certificads de Incapacidade Temprária.
Leia maisEIKON 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 mais1 Criando uma conta no EndNote
O EndNte Basic (anterirmente cnhecid pr EndNte Web), é um sftware gerenciadr de referências desenvlvid pela Editra Thmsn Reuters. Permite rganizar referências bibligráficas para citaçã em artigs, mngrafias,
Leia maisUnidade 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 maisFundamentos 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 maisVensis 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 maisCRONOGRAMA 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 maisManual do Novo Pátio. Revenda. Versão 2.0
Manual d Nv Páti Revenda Versã 2.0 1 Cnteúd INTRODUÇÃO... 3 1.LOGIN... 4 2.ANUNCIANTE... 4 2.1 Listar Usuáris... 4 2.2 Criar Usuári... 5 2.2.1 Permissões:... 6 3.SERVIÇOS... 7 3.1 Serviçs... 7 3.2 Feirã...
Leia mais3 Fundamentos do Comportamento dos Hidrocarbonetos Fluidos
3 Fundaments d Cmprtament ds Hidrcarbnets Fluids 3.1. Reservatóris de Petróle O petróle é uma mistura de hidrcarbnets, que pde ser encntrada ns estads: sólid, líquid, u ass, dependend das cndições de pressã
Leia mais1 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 maisWEB 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 maisNovas Salvaguardas Ambientais e Sociais
Nvas Salvaguardas Ambientais e Sciais Discussões Técnicas de Gvern ESS10 Acess a Infrmaçã e engajament de stakehlders 15 de utubr, 2014 Objetivs da ESS10 (1/2) Delinear uma abrdagem sistemática para engajament
Leia mais3 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 maisMANUAL DE PROCEDIMENTOS
MANUAL DE PROCEDIMENTOS Etapa 3 Cadastr d Prcess Seletiv O Presidente da CRM cadastra s dads d prcess n sistema. O prcess seletiv é a espinha drsal d sistema, vist que pr mei dele regem-se tdas as demais
Leia maisUm «site Internet» para aprimorar a atuação do Estado e fomentar a comercialização da madeira manejada do interior do Amazonas RESUMO EXECUTIVO
Flresta Viva Prjet de prmçã d manej sustentável das flrestas pela prduçã e cmercializaçã da madeira n Amaznas Um «site Internet» para aprimrar a atuaçã d Estad e fmentar a cmercializaçã da madeira manejada
Leia maisMETAS DE COMPREENSÃO:
1. TÓPICO GERADOR: Vivend n sécul XXI e pensand n futur. 2. METAS DE COMPREENSÃO: Essa atividade deverá ter cm meta que s aluns cmpreendam: cm se cnstrói saber científic; cm as áreas d saber estã inter-relacinadas
Leia maisApresentação 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 maisOs 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 maisEscla 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 maisCURSO 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 maisGESTÃO DE LABORATÓRIOS
Seminári Luanda, 26,27,28,29 e 30 de Mai de 2014 - Htel **** Guia Prática GESTÃO DE LABORATÓRIOS Finanças Assegure uma gestã eficaz de tdas as áreas 40 hras de Frmaçã Especializada Cnceits ecnómic-financeirs
Leia maisMANUAL DO USUÁRIO FINANCEIRO
SIGIO Sistema Integrad de Gestã de Imprensa Oficial MANUAL DO USUÁRIO FINANCEIRO S I G I O M A N U A L D O U S U Á R I O P á g i n a 2 Cnteúd 1 Intrduçã... 3 2 Acess restrit a sistema... 4 2.1 Tips de
Leia maisPrefeitura 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 maisPIM 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 maisBanco Industrial do Brasil S.A. Gerenciamento de Capital
Banc Industrial d Brasil S.A. Gerenciament de Capital 2014 1 Sumári 1. INTRODUÇÃO... 3 2. OBJETIVO... 3 3. ESTRUTURA DE GERENCIAMENTO DE CAPITAL... 4 4. PLANO DE CAPITAL... 5 5. RESPONSABILIDADES... 6
Leia maisTodos os direitos reservados Versão 1.2
Guia de Relatóris Tds s direits reservads Versã 1.2 1 Guia de Relatóris Índice 1 Pedids... 3 1.1 Mnitr de Pedids... 3 1.2 Pedids... 4 1.3 Estatísticas de Pedids... 5 1.4 Acess e Cnsum... 7 1.5 Pedids pr
Leia maisDesign 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 maisTESTE 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 maisPLATAFORMA 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 maisXVIII Seminário Nacional de Distribuição de Energia Elétrica
XVIII Seminári Nacinal de Distribuiçã de Energia Elétrica SENDI 2008-06 a 10 de utubr 7.2 Olinda - Pernambuc - Brasil Autmaçã na Distribuiçã: O Prcess de autmaçã ds equipaments de linha na rede CELPE.
Leia maisPor 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 maisWINDOWS 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 maisCÂMARA 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 maisBANKSYNC ALGORITMO PARA GERAÇÃO DO CÓDIGO DE BARRAS (DLL)
OBJETIVO O algritm para geraçã d códig de barras (dll) utilizad n SAP Business One (SBO) deve ser instalad e cnfigurad adequadamente para pssibilitar a visualizaçã e impressã de blets lcalmente, assim
Leia maisGestão 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 maisPROPOSTA DE DESENVOLVIMENTO
R.M. Infrmática Cmérci e Serviç Ltda CNPJ: 04.831.742/0001-10 Av. Rdrig Otávi, 1866, Módul 22 Distrit Industrial - Manaus - AM Tel./Fax (92) 3216-3884 http://www.amaznit.cm.br e-mail: amaznit@amaznit.cm.br
Leia maisControle de Atendimento de Cobrança
Cntrle de Atendiment de Cbrança Intrduçã Visand criar um gerenciament n prcess d cntrle de atendiment de cbrança d sistema TCar, fi aprimrad pela Tecinc Infrmática prcess de atendiment, incluind s títuls
Leia maisPoder e escola: Uma analise acerca das relações entre professor e aluno.
Pder e escla: Uma analise acerca das relações entre prfessr e alun. Marcs Paul A. Rdrigues 1 Andersn Silva Nunes 2 Intrduçã: O presente trabalh expõe s tips de pder exercid pels prfessres sbre s aluns,
Leia maisMODELO 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 maisProposta. 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 maisTutorial Sistema Porto Sem Papel
Tutrial Sistema Prt Sem Papel 8 ESTADIA CONVENCIONAL: A estadia cnvencinal é aquela em que a embarcaçã deseja executar uma peraçã de carga, descarga, carga/descarga, embarque/desembarque de passageirs
Leia maisUNIVERSIDADE ESTADUAL DE CAMPINAS FACULDADE DE CIÊNCIAS APLICADAS Cidade Universitária de Limeira
DIRETRIZES PARA ESTÁGIO CURRICULAR OBRIGATÓRIO DOS CURSOS DE GESTÃO 1 Sumári I. O Estági em Gestã...3 II. O Estági curricular...4 III. Acmpanhament e avaliaçã...5 IV. Mdels de Plan de Atividades e de Relatóri...5
Leia maisManual do DEC Domicílio Eletrônico do Contribuinte
GOVERNO DO ESTADO DE SÃO PAULO SECRETARIA DA FAZENDA Crdenadria da Administraçã Tributária Diretria Executiva da Administraçã Tributária Manual d DEC Dmicíli Eletrônic d Cntribuinte Manual DEC (dezembr
Leia maisWWW.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