IETEC INSTITUTO DE EDUCAÇÃO TECNÓLOGICA PÓS-GRADUAÇÃO LATO SENSU GESTÃO E TECNOLOGIA DA INFORMAÇÃO

Tamanho: px
Começar a partir da página:

Download "IETEC INSTITUTO DE EDUCAÇÃO TECNÓLOGICA PÓS-GRADUAÇÃO LATO SENSU GESTÃO E TECNOLOGIA DA INFORMAÇÃO"

Transcrição

1 IETEC INSTITUTO DE EDUCAÇÃO TECNÓLOGICA PÓS-GRADUAÇÃO LATO SENSU GESTÃO E TECNOLOGIA DA INFORMAÇÃO Business Inteligence: O Papel do Data Warehouse no Processo de Suporte a Tomada de Decisão Alexandre Antônio de Vasconcelos, André Caribé Pinheiro, Ivani Aparecida Alves, Rafael Tardelli Pacheco dos Santos, Wantuil Silva Belo Horizonte, Setembro de 2010

2 2 Informações sobre os autores: Nome: Alexandre Antônio de Vasconcelos. Titulação Acadêmica: Tecnólogo em Análise de Redes. Empresa/Instituição: Grupo NC. Nome: André Caribé Pinheiro. Titulação Acadêmica: Engenheiro Eletricista. Empresa/Instituição: FIDENS Engenharia SA ou Nome: Ivani Aparecida Alves. Titulação Acadêmica: Administradora de Empresas. Empresa/Instituição: Maxis Informática Ltda. Nome: Rafael Tardelli Pacheco dos Santos. Titulação Acadêmica: Bacharel em Ciência da Computação Empresa/Instituição: Teradata Nome: Wantuil Silva. Titulação Acadêmica: Tecnólogo em Redes. Empresa/Instituição: Consite Tecnologia.

3 3 Lista de Figuras Figura 1: Estrutura do BI... 8 Figura 2: Exemplo esquema estrela Figura 3: Exemplo esquema floco de neve Figura 4: Exemplos de tabelas padronizadas e não padronizadas Figura 5: Valor pontual Figura 6: Plano Figura 7: Cubo Figura 8: Representação dos principais conjuntos dimensionais Modelo dimensional hierarquizado Figura 9: Representação dos principais conjuntos dimensionais drill-down, drill-up, drill-across e drill-through Figura 10: Estágios de um Active Data Warehousing Figura 11: Janelas Figura 12: Sistemas fonte Figura 13: Sistemas fonte Figura 14: Quadro de evolução do ambiente

4 4 Sumário 1. Resumo Introdução Referencial Teórico Business Intelligence (BI) Sistema Transacional (OLTP On-line Transaction Processing) ETL Extração, Transformação e Carga (Load) de Dados Data Warehouse (DW) Data Marts (DM) Modelagem Dimensional de Dados Sistema OLAP (OLAP On-line Analytical Processing) Operadores Dimensionais Valor Pontual (Ponto) Plano (Slicing) Cubo (Dicing) Pivoteamento (Rotação) Drill-Down e Drill-Up (Roll-up) Drill-Across Drill-Through Evolução dos Data Warehouses Estágio 1: Reportando Estágio 2: Analizando Estágio 3: Predizendo Estágio 4: Operacionalizando... 22

5 Estágio 5: Active Data Warehousing (ADW) Pesquisa Entendendo a natureza dos negócios Motivações para o projeto Inicial Implementação Active Data Warehousing Retorno sobre Investimento Conclusões Referências Bibliográficas... 35

6 6 1. RESUMO Com a globalização atual do mercado e a aplicação de metódos cada vez mais agressivos para redução de custos, como terceirização e procura de fornecedores externos, as empresas vêm encontrando uma concorrência cada vez mais acirrada, e neste cenário não é possível ficar imóvel as mudanças, é preciso sempre inovar, e para isto o conhecimento e a análise da informação se transformaram em ferramentas chave. Utilizada cada dia mais pelas empresas para auxiliar a este fim está a tecnologia de Business Inteligenge ou Inteligência de Negócios, que se baseia no processo analítico de informações históricas oriundas de diversas fontes que são armazenadas em um Data Warehouse (DW). Este, podendo ser considerado o coração da tecnologia, precisa ter seus conceitos bem entendidos para que seus processos sejam bem desenvolvidos e implementados. Um projeto de DW bem realizado é a chave para o sucesso do processo de suporte a tomada de decisão. Para mostrar o valor do DW neste processo serão apresentados seus conceitos chave e um estudo de caso bem sucedido, em que a qualidade alcançada na execução dos processos da empresa e o retorno sobre o investimento puderam ser mensurados e apresentados. Palavras chave: Análise da Informação, Tomada de Decisão, Business Inteligence, Data Warehouse.

7 7 2. INTRODUÇÃO A utilização de processos de Business Inteligence, cujo conceito segundo Barbieri (2001) é a utilização de várias fontes de informação para se definir estratégias de competitividade nos negócios da empresa, vem se tornando cada vez mais comum. Fazendo uma analogia simples pode-se considerar o Data Warehouse (DW), ou Armazém de Dados, que é um sistema gerenciador de banco de dados (SGBD) destinado a sistemas de apoio a decisão, como o coração deste processo. E nele onde serão armazenadas os dados oriundos de fontes heterogêneas em estruturas lógicas dimensionais, o que possibilita o seu processamento analítico por ferramentas especiais (BARBIERI, 2001). É a análise destes dados que agregará valor a informação e guiará os negócios, portanto o cuidado no tratamento dos dados, o objetivo que se pretende alcançar com isto e a própria análise em si devem ser rápidas e bem realizadas. Para isto é preciso contar com um sistema que exerça a função de suportar a tomada de decisões. Que forneça uma resposta rápida, com informação precisa para que a empresa aproveite as oportunidades estando no lugar correto, no momento oportuno e com a informação correta. Para alcançar este patamar não pode-se contar apenas com a tecnologia, mas também com técnicas de modelagem bem realizadas, juntamente com um projeto e objetivos bem estruturados. Como objetivos deste trabalho serão apresentadas os conceitos da tecnologia de Data Warehousing, como modelo dimensional, processamento transacional e analítico, operadores dimensionais e a evolução da tecnologia de DW, ou seja, todos os elementos que devem ser estudados, projetados e bem implementados para que seja possível alcançar o sucesso de um projeto de Busines Inteligence. Também será apresentado um estudo de caso de uma empresa real que mostra como uma implementação bem realizada de um Data Warehouse pode melhorar os processos de tomada de decisão e também o retorno sobre o investimento realizado.

8 8 3. REFERENCIAL TEÓRICO 3.1. BUSINESS INTELLIGENCE (BI) A história do Business Intelligence que conhecemos hoje, começa na década de 70, quando alguns produtos de BI foram disponibilizados para os analistas de negócio. O grande problema era que esses produtos exigiam intensa e exaustiva programação, não disponibilizavam informação em tempo hábil nem de forma flexível, e além de tudo tinham alto custo de implantação (SERAIN, 2010). Com o surgimento dos bancos de dados relacionais, dos PC's e das interfaces gráficas como o Windows, aliados ao aumento da complexidade dos negócios, começaram a surgir os primeiros produtos realmente direcionados aos analistas de negócios, que possibilitavam rapidez e uma maior flexibilidade de análise. - Planejamento - Estratégia Corporativa - Scorecards - Relatórios - Análise e Datamining - Data Warehouse - Data Marts - Cubos - Integração de Dados - ETL - Dados Transacionais - Outras Fontes de Dados Figura 1: Estrutura do BI Fonte: do autor

9 9 Business Intelligence, cujo conceito de forma geral é a utilização de varias fontes de informação para se definir estratégias de competitividade nos negócios da empresa (BARBIERI, 2001). Atualmente várias empresas possuem muitos dados, mas poucas informações. Devido ao volume sempre crescente desses dados e da forma que eles se encontram distribuídos na empresa, a dificuldade de se extrair informações gerenciais para a tomada de decisões é muito grande. Para Microsoft Business Intelligence é uma disciplina que, junto com suas ferramentas correspondentes, são o centro da análise da informação para a correta tomada de decisões, permitindo que a empresa atinja seus objetivos de negócio (MICROSOFT, 2010) SISTEMA TRANSACIONAL (OLTP ON-LINE TRANSACTION PROCESSING) A Microsoft define os sistemas OLTP como os sistemas que capturam as transações de um negócio e as mantêm em estruturas relacionais chamadas Banco de Dados (MICROSOFT, 2010). As principais características desses sistemas são de realizar transações em tempo real, serem responsáveis pela manutenção dos dados (acrescentando, atualizando e excluindo), serem otimizados de forma a validar a entrada dos dados rejeitando-os caso não atendam às regras de negócio e possuem capacidade limitada na busca de informações para tomada de decisões. Normalmente, para o desenho de um sistema OLTP é definido um modelo de Diagrama de Relação de Entidades (DRE). Um DRE é uma representação da realidade através de um esquema gráfico que contém os seguintes elementos: Entidades: Uma Entidade é um tipo de objeto que pode ser identificado de forma única por algum meio. Este objeto é traduzido para a estrutura física de um banco de dados como uma tabela; Atributos: As características particulares que diferenciam as Entidades são denominadas Atributos;

10 10 Relações (ou Relacionamentos): vínculos existentes entre as tabelas que servem para garantir a integridade referencial; Para conseguir esquematizar um DRE, deve ser realizado um processo de normalização baseado nas Formas Normais, que também garante uma otimização do espaço utilizado no disco ETL EXTRAÇÃO, TRANSFORMAÇÃO E CARGA (LOAD) DE DADOS Os dados que alimentam um Data Warehouse são resultantes de diferentes fontes; estas fontes são diferentes sistemas OLTP que a empresa possui, geralmente não homogêneos e não concordando necessariamente com o que é necessário, sendo necessário realizar todas as adaptações pertinentes (MICROSOFT, 2010). Ao reunir dados dos diferentes sistemas deve ser definida uma norma única para o Data Warehouse e realizar as transformações necessárias em cada caso. Basicamente devem ser realizadas as tarefas de estabelecer as regras que serão utilizadas para realizar a transformação, detectar as inconsistências que podem ocorrer ao extrair dados de diferentes fontes e planejar cuidadosamente e com detalhes a transformação dos dados, que ofereçam como resultado final conjuntos de dados consistentes. Nas transformações devem-se criar convenções únicas para codificações (exemplo: sexo M/F ou 0/1 ou masculino / feminino ), unidade de medida dos atributos (exemplo: litros ou metros cúbicos ou decilitros) e formatos (exemplo: datas nos formatos dd/mm/aaaa ou mm/dd/aaaa ou aaaa/mm/dd ). Pode ser necessário também armazenar o conteúdo de várias colunas de uma tabela em uma única coluna (Exemplo: endereço ou nome e sobrenome) ou armazenar o conteúdo de uma coluna em varias outras colunas (Exemplo: sistemas mais antigos costumavam colocar o tipo e número de documento no mesmo campo da tabela).

11 DATA WAREHOUSE (DW) Carlos Barbieri define o Data Warehouse (DW) como um banco de dados, destinados a sistemas de apoio à decisão e cujos dados foram armazenados em estrutura lógica dimensionais, possibilitando o seu processamento analítico por ferramentas especiais (OLAP e Mining) (BARBIERI, 2001). O Data Warehouse possibilita a análise de grandes volumes de dados, coletados dos sistemas transacionais. Por definição, os dados em um Data Warehouse não são voláteis, ou seja, eles não mudam, exceto quando é necessário fazer correções de dados previamente carregados. Os dados então são somente para leitura e não podem ser alterados. As informações são armazenadas em estruturas multidimensionais, calculando previamente todas as combinações de todos os níveis de todas as aberturas de análise. É de forma simples, um produto cartesiano que armazena todas as combinações DATA MARTS (DM) O termo Data Mart significa depósitos de dados que atende a certas áreas específicas da empresa e voltados (também) para o processo decisório gerencial. Ambos podem ser definidos como espécies do mesmo tipo, ficando a diferença entre os dois centrada no escopo do projeto e nos limites de suas abrangências (BARBIERI, 2001). A Microsoft define Data Mart como armazéns de dados com informações de interesse particular para um determinado setor da empresa e Data Warehouse como o conjunto de armazéns de dados particulares (Data Mart) com informação de interesse para a empresa em geral (MICROSOFT, 2010).

12 12 Data Marts podem ser lógicos, quando represntam visões dentro de uma fonte única de dados, ou físicos, quando são independentes de outros Data Marts da corporação MODELAGEM DIMENSIONAL DE DADOS O alvo das técnicas de Business Intelligence está exatamente na definição de regras e técnicas para determinar os aspectos adequados destes pacotes de dados, objetivando agrupá-los em depósitos estruturados de informações. A modelagem de dados foi um artefato de verdadeira importância no desenvolvimento de estruturas capazes de serem implantadas e entendidas pelos gerenciadores de bancos de dados. Mas com a necessidade que surge do aspecto competitivo e busca de diferenciais de negócio fez com que este método se tornasse inadequado. As suas características de campos por tabelas normalizadas se mostram imperfeitas para os processamentos das visões dimensionais. A estrutura dimensional modifica a ordem da distribuição de campos das tabelas, possibilitando uma estrutura voltada para os diversos pontos de entradas as chamadas dimensões. Com isso os dados estarão em uma forma quase estrelar, onde varias dimensões estão relacionadas com algumas poucas tabelas, criando uma notação mais objetiva. O produto da modelagem Dimensional é um modelo conceitual dimensional, formado por tabelas Fato e tabelas Dimensão. As tabelas Fato servem para armazenar medidas numéricas associadas a eventos de negócio. Uma tabela Fato contém vários fatos, correspondentes a cada uma de suas linhas. Cada fato pode armazenar um ou mais medidas numéricas, que constituem os valores objetos da análise dimensional. Possuem como chaveprimária, normalmente um campo multi-key, formado pelas chaves-primárias das dimensões que com ela se relacionam. Normalmente armazenam muito mais linhas que as tabelas Dimensão, e merecem cuidado especial em função ao seu alto volume. Contém dados normalmente aditivos (manipulados por soma, média, etc.) e relativamente estáticos. As tabelas Dimensão representam entidades de negócios e constituem as estruturas de entradas que servem para armazenar informações como

13 13 tempo, geografia, produto, cliente, etc. As tabelas Dimensão têm uma relação 1:N com a tabela Fato, e possuem um número significativamente menor de linhas do que as tabelas Fato. Possuem múltiplas colunas de informação, algumas das quais representam sua hierarquia. Apresentam sempre uma chave primária, que lhes confere unicidade, chave essa que participa das tabelas Fato, como parte da sua chave múltipla. Devem ser entendidas como as tabelas que realizam os filtros de valores aplicados na manipulação dos fatos e por onde as consultas entram no ambiente do DW/DM. (BARBIERI, 2001). Para facilitar a análise, o DW/DM tem seus dados organizados em uma estrutura chamada estrutura estrela. Essa estrutura é formada por uma tabela central (tabela de Fatos) e um conjunto de tabelas organizadas ao seu redor (tabelas de Dimensões). São características desse esquema: O centro da estrela é a tabela de Fatos; As pontas da estrela são as tabelas de Dimensões; Cada esquema está formado por apenas uma tabela de Fatos; Geralmente é um esquema totalmente não normalizado e pode estar parcialmente normalizado nas tabelas de Dimensões. Na Figura 2 é apresentada uma estrutura estrela considerando a necessidade de analisar como evolui a Admissão de Pacientes (Fato) por serviço, pacientes e região geográfica (Dimensões) ao longo do tempo. Figura 2: Exemplo esquema estrela Fonte: do autor

14 14 A estrutura floco de neve é uma variação da estrutura estrela onde alguma ponta da estrela explode em mais tabelas. Nesta estrutura, as tabelas de Dimensão floco de neve estão normalizadas para eliminar redundância de dados. Diferente da estrutura estrela, nesta estrutura os dados das dimensões são distribuídos em múltiplas tabelas. Como vantagem destaca-se a economia de espaço no armazenamento em disco, porém com um aumento na quantidade de tabelas. As características a seguir são parte de uma estrutura floco de neve: A Dimensão é normalizada; Os diferentes níveis estão armazenados em tabelas separadas; Verifica-se economia de espaço. Na Figura 3Figura 2 é apresentado um exemplo onde a dimensão Região Geográfica apresenta uma estrutura floco de neve. Figura 3: Exemplo esquema floco de neve Fonte: do autor

15 15 Na Figura 4 é apresentado um exemplo de tabela normalizada e tabela não normalizada. Na tabela normalizada os dados nome do país e nome do estado aparecerão apenas uma vez nas tabelas País e Estado, respectivamente, enquanto na tabela não normalizada, ocorrerão redundâncias de informações, pois os dados de País e Estado serão repetidos para cada Cidade. Tabela Padronizada Tabela não Padronizada Cidade Cidade1 ID_Cidade ID_Estado Cidade Estado ID_Estado Estado ID_Pais Estado1 ID_Pais Pais ID_Estado Estado ID_Cidade Cidade ID_Pais Pais Figura 4: Exemplos de tabelas padronizadas e não padronizadas Fonte: do autor 3.7. SISTEMA OLAP (OLAP ON-LINE ANALYTICAL PROCESSING) Os sistemas OLAP (On-Line Analytical Processing, ou Processamento Analítico Online) oferecem uma alternativa aos sistemas transacionais, proporcionando uma visão dos dados orientada à análise, além de uma navegação rápida e flexível (MICROSOFT, 2010). As principais características da tecnologia OLAP são:

16 16 Bancos de dados com um esquema otimizado para que os resultados das consultas sejam entregues rapidamente; Os cubos OLAP armazenam vários níveis de dados formados por estruturas altamente otimizadas que atendem às expectativas de negócio da empresa; Um sistema OLAP está preparado para realizar relatórios complexos de uma forma simples; O OLAP proporciona uma visão multidimensional dos dados. Os cubos oferecem uma visão multidimensional dos dados que vai além da análise de duas dimensões, oferecida por uma simples planilha de cálculo utilizada como tal; Os usuários podem modificar facilmente as filas, as colunas e as páginas nos relatórios do OLAP, sendo possível visualizar a informação da forma que seja mais conveniente para análise; 3.8. OPERADORES DIMENSIONAIS Após ter apresentado as técnicas de modelagem dimensional e o conceito inicial de OLAP, é importante realizar uma pequena introdução ao conceito de Operadores Dimensionais, que são técnicas de manuseio dos dados dimensionais que serão usualmente utilizadas em consultas OLAP VALOR PONTUAL (PONTO) Este valor apresenta a interseção de valores da tabela fato em relação aos três eixos, ou dimensões.

17 17 Figura 5: Valor pontual Fonte: do autor PLANO (SLICING) O plano representa uma fatia do Cubo, em que duas dimensões variam com uma outra dimensão fixa. Figura 6: Plano

18 18 Fonte: do autor CUBO (DICING) O conceito de Dicing apresenta os valores com todas as dimensões variando. Figura 7: Cubo Fonte: do autor PIVOTEAMENTO (ROTAÇÃO) No pivoteamento, ou rotação, ocorre a mudança dos eixos das dimensões para fins de visualização. Deve-se lembrar que para fins de representação só foram mostradas trê dimensões, mas um modelo real pode possuir n dimensões.

19 DRILL-DOWN E DRILL-UP (ROLL-UP). O conceito de Drill-Down está relacionado com a ação de sair do topo de uma hierarquia em direção ao dado mais detalhado, como por exemplo mudar a consulta do total de vendas de determinado produto por mês para o total de vendas por dia. Drill-Up representa o caminho inverso (Figura 8). Figura 8: Representação dos principais conjuntos dimensionais Modelo dimensional hierarquizado. Fonte: Barbieri, 2001, p DRILL-ACROSS Trata da iteração entre diferentes tabelas fato. Isso só será possível se ambos possuírem alguma dimensão em comum.

20 20 Figura 9: Representação dos principais conjuntos dimensionais drill-down, drill-up, drill-across e drill-through Fonte: Barbieri, 2001, p. 43, DRILL-THROUGH Referente à necessidade de obter informações em um nível de detalhes menor do que o expressado na tabela fato. Normalmente obtido com consultas diretas nas tabelas do modelo relacional, quando estas também são carregadas do DW (Figura 9) EVOLUÇÃO DOS DATA WAREHOUSES Atualmente está acontecendo uma evolução da informação nos ambientes de DW. Mudanças nos requerimentos de negócios demandam que as tecnologias de DW realizem terefas mais rapidamente. Data Warehouses estão passando de sistemas que processam consultas analíticas para sistemas que realizam processos operacionais críticos para os negócios, suportando CRMs, operações de marketing e decisões em tempo real. A Teratada (2008), líder no mercado de DW, define um

21 21 Active Data Warehouse como um conjunto integrado e logicamente consistente de dados atualizados detalhados disponibilizados para o suporte a decisão estratégico, tático e guiado por eventos. Também define estas decisões tomadas no gerenciamento do dia-a-dia como Suporte a Decisão Tática, e apresenta os estágios que devem ser alcançados para se atingir o nível de um Active Data Warehouse, ou seja, um DW que suporta a tomada de decisão em tempo real (Figura 10). Figura 10: Estágios de um Active Data Warehousing Fonte: Adaptação de TERADATA (2008) ESTÁGIO 1: REPORTANDO O estágio inicial tipicamente foca em relatórios de uma única fonte para guiar o suporte à decisão através das fronteiras funcionais ou de produtos/serviços. Questões normalmente são conhecidas antecipadamente, como por exemplo um relatório de vendas semanal.

22 ESTÁGIO 2: ANALIZANDO O foco está no porque algo aconteceu, como por exemplo, na resposta do por que as vendas foram baixas ou no descobrimento de padrões dos hábitos de compra dos clientes. Usuários realizam análises Ad Hoc, Slicing e Dicing em dados detalhados. Questões não são conhecidas antecipadamente como a soma das vendas de determinada semana por exemplo ESTÁGIO 3: PREDIZENDO Análises pesadas e sofisticadas são realizadas no ambiente para trazer informações preditivas sobre o que acontecerá em seguida nos negócios. Este tipo de informação irá auxiliar o gerenciamento pró-ativo da estratégia da organização. Este estágio requer ferramentas de Data Mining e a construção de modelos preditivos usando informações históricas detalhadas. Como exemplo os analistas podem criar um modelo da geografia dos clientes para realizar marketing estratégico ESTÁGIO 4: OPERACIONALIZANDO Este estágio provê acesso imediato à informação para os tomadores de decisão da empresa. Estágios de 1 a 3 focam em decisões estratégicas dentro da organização. O estágio 4 foca no suporte a decisão tático. Suporte a decisão tática não é focada no desenvolvimento da estratégia corporativa, mas sim no suporte as pessoas nos campos que a executam. Exemplo: Gerenciamento de inventório com substituições just-in-time; Agendamento e roteamento de entrega de pacotes; Alteração de campanhas com base em resultados correntes.

23 ESTÁGIO 5: ACTIVE DATA WAREHOUSING (ADW) Quanto maior o papel do ADW nos aspectos operacionais de suporte a decisão, maior é o incentivo dos negócios para a automação de processos decisórios. Podese automatizar a tomada de decisão quando um cliente interage com um site web. CRM interativo em um site disponibilizado para o cliente ou iterações com um caixa eletrônico podem disparar decisões para otimizar o relacionamento com o cliente através de oferta de produtos, preços especiais, entrega de envio de informações específicas e assim por diante. Com o desenvolvimento da tecnologia, mais e mais decisões são tomadas pelo acionamento de gatilhos (triggers) baseados em eventos, como por exemplo, determinar a melhor oferta para um cliente específico baseada num evento em tempo real, como um depósito significante em um caixa eletrônico. Para suportar este novo tipo de decisão dos negócios de hoje em dia, é preciso mais do que apenas uma abordagem estratégica na implementação de um Data Warehouse. É necessário um uso mais efetivo da informação para decisões que podem ser tomadas centenas de vezes durante o dia O conceito de Active Data Warehouse surgiu com a necessidade do armazenamaneto e disponibilização em tempo quase real de dados detalhados para análise do negócio e tomada de decisião (TERADATA, 2008). Estes processos são suplementares as funcionalidades típicas de um DW. Por exemplo, o mix típico de trabalho processado em um ambiente de DW continua contendo consultas analíticas (OLAP), mas é expandido para processar consultas táticas curtas, carga de dados em segundo-plano (background) e possivelmente atualizações baseadas em eventos, tudo ao mesmo tempo. O volume de dados e a concorrência de usuários no ambiente pode com isto crescer muito acima das expectativas. Isto faz com que o SGBD tenha que possuir recursos tecnológicos para realizar uma administração eficiente dos processos em execução já que consultas curtas em dados detalhados, apesar de não serem importantes em uma análise analítica agora podem ser muito importantes, pois podem disparar um evento de compra de ações na bolsa de

24 24 valores por exemplo. Com isto os SGBDs utilizados para processos de Data Warehouse no mercado têm que estar cada vez mais preparados para lidar com os seguintes itens: Cargas de trabalho mistas (consultas táticas e estratégicas) para aplicativos de missão crítica; Grandes volumes de dados detalhados; Grande número de usuários concorrentes.

25 25 4. PESQUISA Para mostrar o valor que um projeto de BI pode agregar aos negócios pelo seu poder de suporte a decisão, será apresentado um estudo de caso real de implementação de um Data Warehouse em uma compania aérea de grande porte, e o retorno obtido com este projeto (TERADATA, 2010). A compania em questão é a Continental Airlines. A quinta maior compania aérea americana e uma das maiores do mundo, que no ano de 2010 anunciou fusão com outra grande compania aérea americada, a United Airlines. A continental opera vôos para localidades nas Américas, Europa, Ásia e Oceania, transportando mais de 50 milhões de passageiros por ano ENTENDENDO A NATUREZA DOS NEGÓCIOS A Continental, hoje uma empresa conceituada com mais de empregados, passou por sérias dificuldades nos anos 80, o que levou a uma completa reformulação de suas estratégias de negócios. Como ponto chave desta nova estratégia, criou um plano divido em 4 partes interrelacionadas que lidam com produtos, finanças, mercado, pessoas e que guiam a empresa até os dias de hoje: Voar para vencer. Entender quais produtos os clientes desejam e quanto desejam pagar por eles. Financiar o Futuro Gerenciar custos e caixa para que a compania continue a operar Fazer da rentabilidade uma realidade Levar os clientes em seus destinos com segurança, no tempo esperado e com sua bagagem. Trabalhar Juntos

26 26 Criar uma cultura em que pessoas tenham satisfação com o trabalho. Em meados dos anos 90 a empresa já estava num patamar muito diferente do passado, mas para continuar se transformando e se adaptando as mudanças de mercado, assim como outras empresas, o suporte da área de TI se tornou fundamental. Em 1995 a empresa possuia apenas um relatório de performance diário, fornecido por empresa terceirizada, sem detalhes financeiros e com dados detalhados históricos inacessíveis. Cada área possuia seu próprio gerenciamento dos dados, o que os tornava inconcistentes, e não existia estrutura corporativa que permitisse a usuários importantes, acesso rápido as informações chave dos negócios da empresa. Com a visão de que a compania deveria disponibilizar acesso rápido a toda a informação de que os funcionários necessitavam, e acreditando que com a informação certa, as pessoas não apenas tomariam melhores decisões mas também descobririam novas oportunidades, a direção da empresa decidiu investir num Data Warehouse corporativo (EDW Enterprise Data Warehouse), construído e administrado internamente MOTIVAÇÕES PARA O PROJETO INICIAL A etapa incial da implementação, partiu da área de Gestão da Receita (Revenue Assurance). A Análise da receita de um vôo era restrita a demanda de apenas um trecho, os seja, a empresa não conseguia rastrear um itenerário da origem ao destino se houvesse mais de uma escala. Isto ocorria por não haver acesso à informação integrada detalhada como agendamento, reservas, dados do cliente, inventório, tabelas de valor de mercado, etc. Os dados históricos eram inferiores a um ano, portanto análises de tendências eram ineficazes. Devido a estas particularidades esta área foi implementada no DW como o primeiro Data Mart da companhia. Um item importante na continuidade da expansão do Data Warehouse, foi a criação de uma equipe de Marketing de Relacionamento com os Clientes (Customer Relationship Marketing). Até a implementação do DW, não era possível determinar

27 27 quão valiosos os clientes eram e como predizer ou influenciar seu comportamento. Quando um cliente entrava em contato com o setor de vendas de passagens, não havia como os atendentes saberem se era um cliente ocasional ou um cliente especial, nem mesmo informações sobre agendamentos ou histórico da bagagem. A informação era limitada e muitas vezes incorreta. A implementação da gestão da receita juntamente com o relacionamento do cliente começaram a mostrar o valor do EDW, valores que dependendo do planejamento e implementação do projeto podem ser difíceis de serem percebidos, portanto como era de se esperar o projeto começou a crescer 4.3. IMPLEMENTAÇÃO Para suportar o ambiente do Data Warehouse foi escolhido o SGBD Teradata, líder de mercado neste segmento. Um ambiente inical de 8TB, suportando 1292 usuários que acessam 42 áreas e 29 aplicações. O primeiro Data Mart implementado, como visto anteriormente, foi o de gestão da receita. Para este trabalho, após um grande esforço de melhoria na qualidade dos dados, como o tratamento da entrada de informações nos aplicativos, as principais tabelas dos sistemas fonte foram mapeadas e carregadas no DW em sua forma normalizada. O modelo dimensional era criado e mantido carregado para algumas consultas frequentes, para fins de desempenho, ou apenas criado e carregado dinamicamente por meio de tabelas temporárias para análises Ad Hoc. Este tipo de recurso economiza tempo devido aos dados normalizados estarem carregados no DW. Após a implementação do primeiro Data Mart e dos ganhos percebidos, o ambiente começou a evoluir. Dados de 25 sistemas operacionais internos e de duas fontes externas passaram a ser carregados no ambiente. Para utilizar estes dados um grande projeto de ETL teve de ser realizado. Mais uma vez os dados foram avaliados a fim de garantir sua qualidade ao serem carregados do DW.

Planejamento Estratégico de TI. Prof.: Fernando Ascani

Planejamento Estratégico de TI. Prof.: Fernando Ascani Planejamento Estratégico de TI Prof.: Fernando Ascani Data Warehouse - Conceitos Hoje em dia uma organização precisa utilizar toda informação disponível para criar e manter vantagem competitiva. Sai na

Leia mais

Banco de Dados - Senado

Banco de Dados - Senado Banco de Dados - Senado Exercícios OLAP - CESPE Material preparado: Prof. Marcio Vitorino OLAP Material preparado: Prof. Marcio Vitorino Soluções MOLAP promovem maior independência de fornecedores de SGBDs

Leia mais

Planejamento Estratégico de TI. Prof.: Fernando Ascani

Planejamento Estratégico de TI. Prof.: Fernando Ascani Planejamento Estratégico de TI Prof.: Fernando Ascani BI Business Intelligence A inteligência Empresarial, ou Business Intelligence, é um termo do Gartner Group. O conceito surgiu na década de 80 e descreve

Leia mais

Módulo 2. Definindo Soluções OLAP

Módulo 2. Definindo Soluções OLAP Módulo 2. Definindo Soluções OLAP Objetivos Ao finalizar este módulo o participante: Recordará os conceitos básicos de um sistema OLTP com seus exemplos. Compreenderá as características de um Data Warehouse

Leia mais

Sistemas de Apoio à Decisão (SAD) - Senado

Sistemas de Apoio à Decisão (SAD) - Senado Sistemas de Apoio à Decisão (SAD) - Senado DW OLAP BI Ilka Kawashita Material preparado :Prof. Marcio Vitorino Sumário OLAP Data Warehouse (DW/ETL) Modelagem Multidimensional Data Mining BI - Business

Leia mais

5 Estudo de Caso. 5.1. Material selecionado para o estudo de caso

5 Estudo de Caso. 5.1. Material selecionado para o estudo de caso 5 Estudo de Caso De modo a ilustrar a estruturação e representação de conteúdos educacionais segundo a proposta apresentada nesta tese, neste capítulo apresentamos um estudo de caso que apresenta, para

Leia mais

Aplicação A. Aplicação B. Aplicação C. Aplicação D. Aplicação E. Aplicação F. Aplicação A REL 1 REL 2. Aplicação B REL 3.

Aplicação A. Aplicação B. Aplicação C. Aplicação D. Aplicação E. Aplicação F. Aplicação A REL 1 REL 2. Aplicação B REL 3. Sumário Data Warehouse Modelagem Multidimensional. Data Mining BI - Business Inteligence. 1 2 Introdução Aplicações do negócio: constituem as aplicações que dão suporte ao dia a dia do negócio da empresa,

Leia mais

Data Warehousing. Leonardo da Silva Leandro. CIn.ufpe.br

Data Warehousing. Leonardo da Silva Leandro. CIn.ufpe.br Data Warehousing Leonardo da Silva Leandro Agenda Conceito Elementos básicos de um DW Arquitetura do DW Top-Down Bottom-Up Distribuído Modelo de Dados Estrela Snowflake Aplicação Conceito Em português:

Leia mais

Resumo dos principais conceitos. Resumo dos principais conceitos. Business Intelligence. Business Intelligence

Resumo dos principais conceitos. Resumo dos principais conceitos. Business Intelligence. Business Intelligence É um conjunto de conceitos e metodologias que, fazem uso de acontecimentos e sistemas e apoiam a tomada de decisões. Utilização de várias fontes de informação para se definir estratégias de competividade

Leia mais

Data Warehouses Uma Introdução

Data Warehouses Uma Introdução Data Warehouses Uma Introdução Alex dos Santos Vieira, Renaldy Pereira Sousa, Ronaldo Ribeiro Goldschmidt 1. Motivação e Conceitos Básicos Com o advento da globalização, a competitividade entre as empresas

Leia mais

BUSINESS INTELLIGENCE, O ELEMENTO CHAVE PARA O SUCESSO DAS ORGANIZAÇÕES.

BUSINESS INTELLIGENCE, O ELEMENTO CHAVE PARA O SUCESSO DAS ORGANIZAÇÕES. Encontro de Ensino, Pesquisa e Extensão, Presidente Prudente, 22 a 25 de outubro, 2012 88 BUSINESS INTELLIGENCE, O ELEMENTO CHAVE PARA O SUCESSO DAS ORGANIZAÇÕES. Andrios Robert Silva Pereira, Renato Zanutto

Leia mais

Interatividade aliada a Análise de Negócios

Interatividade aliada a Análise de Negócios Interatividade aliada a Análise de Negócios Na era digital, a quase totalidade das organizações necessita da análise de seus negócios de forma ágil e segura - relatórios interativos, análise de gráficos,

Leia mais

Chapter 3. Análise de Negócios e Visualização de Dados

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

Leia mais

IMPLANTAÇÃO DO DW NA ANVISA

IMPLANTAÇÃO DO DW NA ANVISA IMPLANTAÇÃO DO DW NA ANVISA Bruno Nascimento de Ávila 1 Rodrigo Vitorino Moravia 2 Maria Renata Furtado 3 Viviane Rodrigues Silva 4 RESUMO A tecnologia de Business Intelligenge (BI) ou Inteligência de

Leia mais

FUNDAMENTOS DE SISTEMAS DE INFORMAÇÃO

FUNDAMENTOS DE SISTEMAS DE INFORMAÇÃO @ribeirord FUNDAMENTOS DE SISTEMAS DE INFORMAÇÃO Rafael D. Ribeiro, M.Sc,PMP. rafaeldiasribeiro@gmail.com http://www.rafaeldiasribeiro.com.br Lembrando... Aula 4 1 Lembrando... Aula 4 Sistemas de apoio

Leia mais

Data Warehouse Processos e Arquitetura

Data Warehouse Processos e Arquitetura Data Warehouse - definições: Coleção de dados orientada a assunto, integrada, não volátil e variável em relação ao tempo, que tem por objetivo dar apoio aos processos de tomada de decisão (Inmon, 1997)

Leia mais

Professor: Disciplina:

Professor: Disciplina: Professor: Curso: Esp. Marcos Morais de Sousa marcosmoraisdesousa@gmail.com Sistemas de informação Disciplina: Introdução a SI Noções de sistemas de informação Turma: 01º semestre Prof. Esp. Marcos Morais

Leia mais

TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE

TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE Engenharia de Computação Professor: Rosalvo Ferreira de Oliveira Neto OLPT x OLAP Roteiro OLTP Datawarehouse OLAP Operações OLAP Exemplo com Mondrian e Jpivot

Leia mais

Tópicos Avançados Business Intelligence. Banco de Dados Prof. Otacílio José Pereira. Unidade 10 Tópicos Avançados Business Inteligence.

Tópicos Avançados Business Intelligence. Banco de Dados Prof. Otacílio José Pereira. Unidade 10 Tópicos Avançados Business Inteligence. Tópicos Avançados Business Intelligence Banco de Dados Prof. Otacílio José Pereira Unidade 10 Tópicos Avançados Business Inteligence Roteiro Introdução Níveis organizacionais na empresa Visão Geral das

Leia mais

SUMÁRIO 1. INTRODUÇÃO... 2 2. O QUE É DATA WAREHOUSE?... 2 3. O QUE DATA WAREHOUSE NÃO É... 4 4. IMPORTANTE SABER SOBRE DATA WAREHOUSE... 5 4.

SUMÁRIO 1. INTRODUÇÃO... 2 2. O QUE É DATA WAREHOUSE?... 2 3. O QUE DATA WAREHOUSE NÃO É... 4 4. IMPORTANTE SABER SOBRE DATA WAREHOUSE... 5 4. SUMÁRIO 1. INTRODUÇÃO... 2 2. O QUE É DATA WAREHOUSE?... 2 3. O QUE DATA WAREHOUSE NÃO É... 4 4. IMPORTANTE SABER SOBRE DATA WAREHOUSE... 5 4.1 Armazenamento... 5 4.2 Modelagem... 6 4.3 Metadado... 6 4.4

Leia mais

Criação e uso da Inteligência e Governança do BI

Criação e uso da Inteligência e Governança do BI Criação e uso da Inteligência e Governança do BI Criação e uso da Inteligência e Governança do BI Governança do BI O processo geral de criação de inteligência começa pela identificação e priorização de

Leia mais

PÓS-GRADUAÇÃO Lato Sensu. Gestão e Tecnologia da Informação

PÓS-GRADUAÇÃO Lato Sensu. Gestão e Tecnologia da Informação IETEC - INSTITUTO DE EDUCAÇÃO TECNOLÓGICA PÓS-GRADUAÇÃO Lato Sensu Gestão e Tecnologia da Informação BAM: Analisando Negócios e Serviços em Tempo Real Daniel Leôncio Domingos Fernando Silva Guimarães Resumo

Leia mais

Adriano Maranhão BUSINESS INTELLIGENCE (BI),

Adriano Maranhão BUSINESS INTELLIGENCE (BI), Adriano Maranhão BUSINESS INTELLIGENCE (BI), BUSINESS INTELLIGENCE (BI) O termo Business Intelligence (BI), popularizado por Howard Dresner do Gartner Group, é utilizado para definir sistemas orientados

Leia mais

Curso Data warehouse e Business Intelligence

Curso Data warehouse e Business Intelligence Curso Data warehouse e Business Intelligence Fundamentos, Metodologia e Arquitetura Apresentação Os projetos de Data Warehouse e Business Intelligence são dos mais interessantes e complexos de desenvolver

Leia mais

A importância da. nas Organizações de Saúde

A importância da. nas Organizações de Saúde A importância da Gestão por Informações nas Organizações de Saúde Jorge Antônio Pinheiro Machado Filho Consultor de Negócios www.bmpro.com.br jorge@bmpro.com.br 1. Situação nas Empresas 2. A Importância

Leia mais

Data Warehouses. Alunos: Diego Antônio Cotta Silveira Filipe Augusto Rodrigues Nepomuceno Marcos Bastos Silva Roger Rezende Ribeiro Santos

Data Warehouses. Alunos: Diego Antônio Cotta Silveira Filipe Augusto Rodrigues Nepomuceno Marcos Bastos Silva Roger Rezende Ribeiro Santos Data Warehouses Alunos: Diego Antônio Cotta Silveira Filipe Augusto Rodrigues Nepomuceno Marcos Bastos Silva Roger Rezende Ribeiro Santos Conceitos Básicos Data Warehouse(DW) Banco de Dados voltado para

Leia mais

DATA WAREHOUSE. Introdução

DATA WAREHOUSE. Introdução DATA WAREHOUSE Introdução O grande crescimento do ambiente de negócios, médias e grandes empresas armazenam também um alto volume de informações, onde que juntamente com a tecnologia da informação, a correta

Leia mais

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

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

Leia mais

Capítulo 1 - A revolução dos dados, da informação e do conhecimento 1 B12 4

Capítulo 1 - A revolução dos dados, da informação e do conhecimento 1 B12 4 Sumário Capítulo 1 - A revolução dos dados, da informação e do conhecimento 1 B12 4 Capítulo 2 - Reputação corporativa e uma nova ordem empresarial 7 Inovação e virtualidade 9 Coopetição 10 Modelos plurais

Leia mais

Business Intelligence e ferramentas de suporte

Business Intelligence e ferramentas de suporte O modelo apresentado na figura procura enfatizar dois aspectos: o primeiro é sobre os aplicativos que cobrem os sistemas que são executados baseados no conhecimento do negócio; sendo assim, o SCM faz o

Leia mais

BUSINESS INTELLIGENCE -Inteligência nos Negócios-

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

Leia mais

e-business A IBM definiu e-business como: GLOSSÁRIO

e-business A IBM definiu e-business como: GLOSSÁRIO Através do estudo dos sistemas do tipo ERP, foi possível verificar a natureza integradora, abrangente e operacional desta modalidade de sistema. Contudo, faz-se necessário compreender que estas soluções

Leia mais

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

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

Leia mais

Data Warehousing Visão Geral do Processo

Data Warehousing Visão Geral do Processo Data Warehousing Visão Geral do Processo Organizações continuamente coletam dados, informações e conhecimento em níveis cada vez maiores,, e os armazenam em sistemas informatizados O número de usuários

Leia mais

Uma estrutura (framework) para o Business Intelligence (BI)

Uma estrutura (framework) para o Business Intelligence (BI) Uma estrutura conceitural para suporteà decisão que combina arquitetura, bancos de dados (ou data warehouse), ferramentas analíticas e aplicações Principais objetivos: Permitir o acesso interativo aos

Leia mais

TÉCNICAS DE INFORMÁTICA WILLIAN FERREIRA DOS SANTOS

TÉCNICAS DE INFORMÁTICA WILLIAN FERREIRA DOS SANTOS TÉCNICAS DE INFORMÁTICA WILLIAN FERREIRA DOS SANTOS Vimos em nossas aulas anteriores: COMPUTADOR Tipos de computadores Hardware Hardware Processadores (CPU) Memória e armazenamento Dispositivos de E/S

Leia mais

Modelo de dados do Data Warehouse

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

Leia mais

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

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

Leia mais

Inteligência Organizacional, Inteligência Empresarial, Inteligência Competitiva, Infra-estrutura de BI mas qual é a diferença?

Inteligência Organizacional, Inteligência Empresarial, Inteligência Competitiva, Infra-estrutura de BI mas qual é a diferença? Inteligência Organizacional, Inteligência Empresarial, Inteligência Competitiva, Infra-estrutura de BI mas qual é a diferença? * Daniela Ramos Teixeira A Inteligência vem ganhando seguidores cada vez mais

Leia mais

01/12/2009 BUSINESS INTELLIGENCE. Agenda. Conceito. Segurança da Informação. Histórico Conceito Diferencial Competitivo Investimento.

01/12/2009 BUSINESS INTELLIGENCE. Agenda. Conceito. Segurança da Informação. Histórico Conceito Diferencial Competitivo Investimento. BUSINESS INTELLIGENCE Agenda BI Histórico Conceito Diferencial Competitivo Investimento Segurança da Objetivo Áreas Conceito O conceito de Business Intelligencenão é recente: Fenícios, persas, egípcios

Leia mais

Curso Data warehouse e Business Intelligence Fundamentos, Metodologia e Arquitetura

Curso Data warehouse e Business Intelligence Fundamentos, Metodologia e Arquitetura Curso Data warehouse e Business Intelligence Fundamentos, Metodologia e Arquitetura Apresentação Os projetos de Data Warehouse e Business Intelligence são dos mais interessantes e complexos de desenvolver

Leia mais

Identificar as mudanças que acontecem na forma e no uso de apoio à decisão em empreendimentos de e-business. Identificar o papel e alternativas de

Identificar as mudanças que acontecem na forma e no uso de apoio à decisão em empreendimentos de e-business. Identificar o papel e alternativas de 1 Identificar as mudanças que acontecem na forma e no uso de apoio à decisão em empreendimentos de e-business. Identificar o papel e alternativas de relatórios dos sistemas de informação gerencial. Descrever

Leia mais

Business Intelligence. BI CEOsoftware Partner YellowFin

Business Intelligence. BI CEOsoftware Partner YellowFin Business Intelligence BI CEOsoftware Partner YellowFin O que é Business Intelligence Business Intelligence (BI) é a utilização de uma série de ferramentas para coletar, analisar e extrair informações,

Leia mais

Banco de Dados. Introdução. João Eduardo Ferreira Osvaldo Kotaro Takai. jef@ime.usp.br DCC-IME-USP

Banco de Dados. Introdução. João Eduardo Ferreira Osvaldo Kotaro Takai. jef@ime.usp.br DCC-IME-USP Banco de Dados Introdução João Eduardo Ferreira Osvaldo Kotaro Takai jef@ime.usp.br DCC-IME-USP Importância dos Bancos de Dados A competitividade das empresas depende de dados precisos e atualizados. Conforme

Leia mais

IBM Cognos Business Intelligence Scorecarding

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

Leia mais

srbo@ufpa.br www.ufpa.br/srbo

srbo@ufpa.br www.ufpa.br/srbo CBSI Curso de Bacharelado em Sistemas de Informação BI Prof. Dr. Sandro Ronaldo Bezerra Oliveira srbo@ufpa.br www.ufpa.br/srbo Tópicos Especiais em Sistemas de Informação Faculdade de Computação Instituto

Leia mais

DATA WAREHOUSE. Rafael Ervin Hass Raphael Laércio Zago

DATA WAREHOUSE. Rafael Ervin Hass Raphael Laércio Zago DATA WAREHOUSE Rafael Ervin Hass Raphael Laércio Zago Roteiro Introdução Aplicações Arquitetura Características Desenvolvimento Estudo de Caso Conclusão Introdução O conceito de "data warehousing" data

Leia mais

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

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

Leia mais

04/08/2012 MODELAGEM DE DADOS. PROF. RAFAEL DIAS RIBEIRO, M.Sc. @ribeirord MODELAGEM DE DADOS. Aula 1. Prof. Rafael Dias Ribeiro. M.Sc.

04/08/2012 MODELAGEM DE DADOS. PROF. RAFAEL DIAS RIBEIRO, M.Sc. @ribeirord MODELAGEM DE DADOS. Aula 1. Prof. Rafael Dias Ribeiro. M.Sc. MODELAGEM DE DADOS PROF. RAFAEL DIAS RIBEIRO, M.Sc. @ribeirord MODELAGEM DE DADOS Aula 1 Prof. Rafael Dias Ribeiro. M.Sc. @ribeirord 1 Objetivos: Apresenta a diferença entre dado e informação e a importância

Leia mais

A evolução da tecnologia da informação nos últimos 45 anos

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

Leia mais

BANCO DE DADOS DISTRIBUÍDOS e DATAWAREHOUSING

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

Leia mais

Data Warehouse. Debora Marrach Renata Miwa Tsuruda

Data Warehouse. Debora Marrach Renata Miwa Tsuruda Debora Marrach Renata Miwa Tsuruda Agenda Introdução Contexto corporativo Agenda Introdução Contexto corporativo Introdução O conceito de Data Warehouse surgiu da necessidade de integrar dados corporativos

Leia mais

SAD orientado a DADOS

SAD orientado a DADOS Universidade do Contestado Campus Concórdia Curso de Sistemas de Informação Prof.: Maico Petry SAD orientado a DADOS DISCIPLINA: Sistemas de Apoio a Decisão SAD orientado a dados Utilizam grandes repositórios

Leia mais

Complemento I - Noções Introdutórias em Data Warehouses

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

Leia mais

Integração Access-Excel para produzir um sistema de apoio a decisão que simula um Data Warehouse e OLAP

Integração Access-Excel para produzir um sistema de apoio a decisão que simula um Data Warehouse e OLAP Integração Access-Excel para produzir um sistema de apoio a decisão que simula um Data Warehouse e OLAP Wílson Luiz Vinci (Faculdades IPEP) wilson@cnptia.embrapa.br Marcelo Gonçalves Narciso (Embrapa Informática

Leia mais

APLICATIVOS CORPORATIVOS

APLICATIVOS CORPORATIVOS Sistema de Informação e Tecnologia FEQ 0411 Prof Luciel Henrique de Oliveira luciel@uol.com.br Capítulo 3 APLICATIVOS CORPORATIVOS PRADO, Edmir P.V.; SOUZA, Cesar A. de. (org). Fundamentos de Sistemas

Leia mais

SPEKTRUM SOLUÇÕES DE GRANDE PORTE PARA PEQUENAS E MÉDIAS EMPRESAS SPEKTRUM SAP Partner 1

SPEKTRUM SOLUÇÕES DE GRANDE PORTE PARA PEQUENAS E MÉDIAS EMPRESAS SPEKTRUM SAP Partner 1 SPEKTRUM SOLUÇÕES DE GRANDE PORTE PARA PEQUENAS E MÉDIAS EMPRESAS SPEKTRUM SAP Partner 1 PROSPERE NA NOVA ECONOMIA A SPEKTRUM SUPORTA A EXECUÇÃO DA SUA ESTRATÉGIA Para as empresas que buscam crescimento

Leia mais

SERVIÇO DE ANÁLISE DE REDES DE TELECOMUNICAÇÕES APLICABILIDADE PARA CALL-CENTERS VISÃO DA EMPRESA

SERVIÇO DE ANÁLISE DE REDES DE TELECOMUNICAÇÕES APLICABILIDADE PARA CALL-CENTERS VISÃO DA EMPRESA SERVIÇO DE ANÁLISE DE REDES DE TELECOMUNICAÇÕES APLICABILIDADE PARA CALL-CENTERS VISÃO DA EMPRESA Muitas organizações terceirizam o transporte das chamadas em seus call-centers, dependendo inteiramente

Leia mais

Thalita Moraes PPGI Novembro 2007

Thalita Moraes PPGI Novembro 2007 Thalita Moraes PPGI Novembro 2007 A capacidade dos portais corporativos em capturar, organizar e compartilhar informação e conhecimento explícito é interessante especialmente para empresas intensivas

Leia mais

Detecção e investigação de ameaças avançadas. INFRAESTRUTURA

Detecção e investigação de ameaças avançadas. INFRAESTRUTURA Detecção e investigação de ameaças avançadas. INFRAESTRUTURA DESTAQUES A infraestrutura do RSA Security Analytics Arquitetura modular para coleta distribuída Baseada em metadados para indexação, armazenamento

Leia mais

Instituto de Educação Tecnológica Pós-graduação Gestão e Tecnologia da Informação - Turma 25 20/03/2015. Big Data Analytics:

Instituto de Educação Tecnológica Pós-graduação Gestão e Tecnologia da Informação - Turma 25 20/03/2015. Big Data Analytics: Instituto de Educação Tecnológica Pós-graduação Gestão e Tecnologia da Informação - Turma 25 20/03/2015 Big Data Analytics: Como melhorar a experiência do seu cliente Anderson Adriano de Freitas RESUMO

Leia mais

Sistemas de Informação I

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

Leia mais

Uma visão abrangente dos negócios. Solução para superar barreiras e otimizar recursos na sua empresa

Uma visão abrangente dos negócios. Solução para superar barreiras e otimizar recursos na sua empresa Uma visão abrangente dos negócios Solução para superar barreiras e otimizar recursos na sua empresa Negócios sem barreiras O fenômeno da globalização tornou o mercado mais interconectado e rico em oportunidades.

Leia mais

Business Intelligence. Business Intelligence. Business Intelligence. Business Intelligence. Business Intelligence

Business Intelligence. Business Intelligence. Business Intelligence. Business Intelligence. Business Intelligence Juntamente com o desenvolvimento desses aplicativos surgiram os problemas: & Data Warehouse July Any Rizzo Oswaldo Filho Década de 70: alguns produtos de BI Intensa e exaustiva programação Informação em

Leia mais

Fornecendo Inteligência, para todo o mundo, a mais de 20 anos.

Fornecendo Inteligência, para todo o mundo, a mais de 20 anos. Fornecendo Inteligência, para todo o mundo, a mais de 20 anos. Fundada em 1989, a MicroStrategy é fornecedora líder Mundial de plataformas de software empresarial. A missão é fornecer as plataformas mais

Leia mais

Sistemas de Canais Sistemas de Informação

Sistemas de Canais Sistemas de Informação É necessário o entendimento de como os produtos chegam aos clientes, o que ocorre por meio de uma série de entidades de Marketing conhecidas como canais. Os Sistemas de Canais são todos os sistemas envolvidos

Leia mais

Estratégia De Diferenciação Competitiva Através Do Marketing De Relacionamento. Profa. Dra. Maria Isabel Franco Barretto

Estratégia De Diferenciação Competitiva Através Do Marketing De Relacionamento. Profa. Dra. Maria Isabel Franco Barretto Estratégia De Diferenciação Competitiva Através Do Marketing De Relacionamento Profa. Dra. Maria Isabel Franco Barretto CURRÍCULO DO PROFESSOR Administradora com mestrado e doutorado em engenharia de produção

Leia mais

Pós-Graduação Business Intelligence

Pós-Graduação Business Intelligence Pós-Graduação Business Intelligence Tendências de Mercado de Business Intelligence Aula 04 Como se organizar para o sucesso em BI Dinâmica Organizacional Complexa Cria o maior ônus para o sucesso de BI

Leia mais

Sistemas de Informação Gerenciais (SIG)

Sistemas de Informação Gerenciais (SIG) Faculdade de Engenharia - Campus de Guaratinguetá Sistemas de Informação Gerenciais (SIG) Prof. José Roberto Dale Luche Unesp Um SISTEMA DE INFORMAÇÃO é um conjunto de componentes inter-relacionados, desenvolvidos

Leia mais

ERP & BI ENTENTENDO A BUSCA CONSTANTE DAS EMPRESAS POR UM SISTEMA QUE FORNEÇA INFORMAÇÕES CONFIÁVEIS PARA TOMADA DE DECISÃO*

ERP & BI ENTENTENDO A BUSCA CONSTANTE DAS EMPRESAS POR UM SISTEMA QUE FORNEÇA INFORMAÇÕES CONFIÁVEIS PARA TOMADA DE DECISÃO* ERP & BI ENTENTENDO A BUSCA CONSTANTE DAS EMPRESAS POR UM SISTEMA QUE FORNEÇA INFORMAÇÕES CONFIÁVEIS PARA TOMADA DE DECISÃO* RESUMO Marilia Costa Machado - UEMG - Unidade Carangola Graciano Leal dos Santos

Leia mais

Sistema Integrado de Gestão ERP Sistema Integrado de Gestão

Sistema Integrado de Gestão ERP Sistema Integrado de Gestão Sistema Integrado de Gestão ERP Sistema Integrado de Gestão ERP Prof: Edson Thizon ethizon@gmail.com Sistema ERP; Processos de Desenvolvimento, Seleção, Aquisição, Implantação de ERP; Aderência e divergência

Leia mais

UNIVERSIDADE FEDERAL DE MINAS GERAIS BACHARELADO EM SISTEMAS DE INFORMAÇÃO

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

Leia mais

PLANO DE ENSINO DO 2º SEMESTRE LETIVO DE 2012

PLANO DE ENSINO DO 2º SEMESTRE LETIVO DE 2012 PLANO DE ENSINO DO 2º SEMESTRE LETIVO DE 2012 Curso: TECNOLOGIA EM GESTÃO COMERCIAL Habilitação: TECNÓLOGO Disciplina: NEGÓCIOS INTELIGENTES (BUSINESS INTELLIGENCE) Período: M V N 4º semestre do Curso

Leia mais

Módulo 4: Gerenciamento de Dados

Módulo 4: Gerenciamento de Dados Módulo 4: Gerenciamento de Dados 1 1. CONCEITOS Os dados são um recurso organizacional decisivo que precisa ser administrado como outros importantes ativos das empresas. A maioria das organizações não

Leia mais

SISTEMAS DE INFORMAÇÕES GERENCIAIS

SISTEMAS DE INFORMAÇÕES GERENCIAIS 1 SISTEMAS DE INFORMAÇÕES GERENCIAIS John F. Eichstaedt, Toni Édio Degenhardt Professora: Eliana V. Jaeger RESUMO: Este artigo mostra o que é um SIG (Sistema de Informação gerencial) em uma aplicação prática

Leia mais

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

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

Leia mais

Curso de Engenharia de Sistemas e Informática - 5º Ano. Ficha T. Prática n.º 1

Curso de Engenharia de Sistemas e Informática - 5º Ano. Ficha T. Prática n.º 1 Análise Inteligente de Dados Objectivo: Curso de Engenharia de Sistemas e Informática - 5º Ano Ficha T. Prática n.º 1 Estudo do paradigma multidimensional com introdução de uma extensão ao diagrama E/R

Leia mais

Sistemas de Informação

Sistemas de Informação Sistemas de Informação Informação no contexto administrativo Graduação em Redes de Computadores Prof. Rodrigo W. Fonseca SENAC FACULDADEDETECNOLOGIA PELOTAS >SistemasdeInformação SENAC FACULDADEDETECNOLOGIA

Leia mais

DATA WAREHOUSE NO APOIO À TOMADA DE DECISÕES

DATA WAREHOUSE NO APOIO À TOMADA DE DECISÕES DATA WAREHOUSE NO APOIO À TOMADA DE DECISÕES Janaína Schwarzrock jana_100ideia@hotmail.com Prof. Leonardo W. Sommariva RESUMO: Este artigo trata da importância da informação na hora da tomada de decisão,

Leia mais

Resultados da Pesquisa

Resultados da Pesquisa Resultados da Pesquisa 1. Estratégia de Mensuração 01 As organizações devem ter uma estratégia de mensuração formal e garantir que a mesma esteja alinhada com os objetivos da empresa. Assim, as iniciativas

Leia mais

AGILE ROLAP - UMA METODOLOGIA ÁGIL PARA IMPLEMENTAÇÃO DE AMBIENTES DE NEGÓCIOS BASEADO EM SERVIDORES OLAP.

AGILE ROLAP - UMA METODOLOGIA ÁGIL PARA IMPLEMENTAÇÃO DE AMBIENTES DE NEGÓCIOS BASEADO EM SERVIDORES OLAP. AGILE ROLAP - UMA METODOLOGIA ÁGIL PARA IMPLEMENTAÇÃO DE AMBIENTES DE NEGÓCIOS BASEADO EM SERVIDORES OLAP. Luan de Souza Melo (Fundação Araucária), André Luís Andrade Menolli (Orientador), Ricardo G. Coelho

Leia mais

Gerenciamento de Dados e Gestão do Conhecimento

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

Leia mais

Business Intelligence para Computação TítuloForense. Tiago Schettini Batista

Business Intelligence para Computação TítuloForense. Tiago Schettini Batista Business Intelligence para Computação TítuloForense Tiago Schettini Batista Agenda Empresa; Crescimento de Dados; Business Intelligence; Exemplos (CGU, B2T) A empresa Empresa fundada em 2003 especializada

Leia mais

http://www.publicare.com.br/site/5,1,26,5480.asp

http://www.publicare.com.br/site/5,1,26,5480.asp Página 1 de 7 Terça-feira, 26 de Agosto de 2008 ok Home Direto da redação Última edição Edições anteriores Vitrine Cross-Docking Assine a Tecnologística Anuncie Cadastre-se Agenda Cursos de logística Dicionário

Leia mais

AULA 5 O E-BUSINESS E OS SISTEMAS DE APOIO ÀS DECISÕES E DE INFORMAÇÃO EXECUTIVA

AULA 5 O E-BUSINESS E OS SISTEMAS DE APOIO ÀS DECISÕES E DE INFORMAÇÃO EXECUTIVA AULA 5 O E-BUSINESS E OS SISTEMAS DE APOIO ÀS DECISÕES E DE INFORMAÇÃO EXECUTIVA APOIO ÀS DECISÕES DE E-BUSINESS E SISTEMAS DE APOIO ÀS DECISÕES Conceito O conceito básico de e-business é simples: negócios

Leia mais

Administração de CPD Chief Information Office

Administração de CPD Chief Information Office Administração de CPD Chief Information Office Cássio D. B. Pinheiro pinheiro.cassio@ig.com.br cassio.orgfree.com Objetivos Apresentar os principais conceitos e elementos relacionados ao profissional de

Leia mais

Business Intelligence

Business Intelligence 1/ 24 Business Intelligence Felipe Ferreira 1 Nossa empresa Jornal O Globo Jornais Populares Parcerias Grupo Folha Grupo Estado 2 1 Fundada em 1925 3100 funcionários 2 Parques Gráficos e SP Globo: 220

Leia mais

Unidade II GERENCIAMENTO DE SISTEMAS. Prof. Roberto Marcello

Unidade II GERENCIAMENTO DE SISTEMAS. Prof. Roberto Marcello Unidade II GERENCIAMENTO DE SISTEMAS DE INFORMAÇÃO Prof. Roberto Marcello SI Sistemas de gestão A Gestão dos Sistemas Integrados é uma forma organizada e sistemática de buscar a melhoria de resultados.

Leia mais

Faculdade Pitágoras Curso Superior de Tecnologia: Banco de Dados

Faculdade Pitágoras Curso Superior de Tecnologia: Banco de Dados Faculdade Pitágoras Curso Superior de Tecnologia: Banco de Dados Disciplina: Ferramentaspara Tomadade Decisão Prof.: Fernando Hadad Zaidan Unidade 1.2 1 Conceitos Iniciais Tomada de Decisão, Modelagem

Leia mais

TI Aplicada. Aula 02 Áreas e Profissionais de TI. Prof. MSc. Edilberto Silva prof.edilberto.silva@gmail.com http://www.edilms.eti.

TI Aplicada. Aula 02 Áreas e Profissionais de TI. Prof. MSc. Edilberto Silva prof.edilberto.silva@gmail.com http://www.edilms.eti. TI Aplicada Aula 02 Áreas e Profissionais de TI Prof. MSc. Edilberto Silva prof.edilberto.silva@gmail.com http:// Papéis... Um papel é uma definição abstrata de um conjunto de atividades executadas e dos

Leia mais

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

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

Leia mais

Introdução a Computação

Introdução a Computação Introdução a Computação Aula 03 Profissões de TI Prof. MSc. Edilberto Silva edilms@yahoo.com http:// Papéis... Um papel é uma definição abstrata de um conjunto de atividades executadas e dos respectivos

Leia mais

Eficiência na manutenção de dados mestres referentes a clientes, fornecedores, materiais e preços

Eficiência na manutenção de dados mestres referentes a clientes, fornecedores, materiais e preços da solução SAP SAP ERP SAP Data Maintenance for ERP by Vistex Objetivos Eficiência na manutenção de dados mestres referentes a clientes, fornecedores, materiais e preços Entregar a manutenção de dados

Leia mais

REVIE Rede de Melhores Práticas para MKT e Vendas

REVIE Rede de Melhores Práticas para MKT e Vendas REVIE Rede de Melhores Práticas para MKT e Vendas Este artigo foi publicado originalmente em abril de 2009 por Daniela Ramos Teixeira no portal Meta Análise. Este é o 1º dos artigos da série que Daniela

Leia mais

Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan

Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan Faculdade INED Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan 1 Unidade 4.1 2 1 Material usado na montagem dos Slides BARBIERI,

Leia mais

MBA EM BUSINESS INTELLIGENCE

MBA EM BUSINESS INTELLIGENCE MBA EM BUSINESS INTELLIGENCE Como a sua empresa estrutura informações estratégicas? Como as decisões são tomadas? São considerados, dados, informações e tendências, de macroambientes? O quanto você conhece

Leia mais

Programa do Curso de Pós-Graduação Lato Sensu MBA em Business Intelligence (BI)

Programa do Curso de Pós-Graduação Lato Sensu MBA em Business Intelligence (BI) Programa do Curso de Pós-Graduação Lato Sensu MBA em Business Intelligence (BI) Apresentação O programa de Pós-graduação Lato Sensu em Business Intelligence Inteligência Competitiva tem por fornecer conhecimento

Leia mais

Kimball University: As 10 Regras Essenciais para a Modelagem de Dados Dimensional

Kimball University: As 10 Regras Essenciais para a Modelagem de Dados Dimensional Kimball University: As 10 Regras Essenciais para a Modelagem de Dados Dimensional Margy Ross Presidente Kimball Group Maio de 2009, Intelligent Enterprise.com Tradução livre para a língua portuguesa por

Leia mais

Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan

Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan Faculdade INED Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan 1 Unidade 4.2 2 1 BI BUSINESS INTELLIGENCE BI CARLOS BARBIERI

Leia mais

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

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

Leia mais