Livro Eletrônico Aula 00 Business Intelligence para Concursos - Curso Regular 2017

Transcrição

1 Livro Eletrônico Aula 00 Business Intelligence para Concursos - Curso Regular 2017 Professor: Thiago Rodrigues Cavalcanti

2 AULA 00: Conceitos básicos de Business Intelligence Sumário Apresentação do professor... 1 Motivação para o curso... 2 Cronograma... 3 Sistemas de suporte à decisão (DSS) e Inteligência de negócio (BI) Conceitos básicos Fundamentos de Gestão do Conhecimento Fundamentos de Inteligência Competitiva (CI) Business Intelligence Componentes de um sistema de Business Intelligence (BI) Considerações finais Referências Apresentação do professor Olá senhoras e senhores! Hoje começamos mais um curso relacionado a Banco de dados. É um prazer imenso fazer parte desta equipe de professores do Estratégia Concursos e ter a oportunidade de apresentar um pouco do meu conhecimento e experiência em concursos públicos! Gostaria, antes de começar de fato o conteúdo teórico desta aula, de me apresentar de forma rápida. Meu nome é Thiago, sou casado, tenho um filho de cinco anos. Sou cristão. Frequento a IPN Igreja Presbiteriana Nacional. Sou formado em Ciência da Computação pela UFPE. Tenho mestrado em engenharia de software na mesma instituição. Frequento academia para manter a forma, mas meu hobby mesmo é pedalar! Decidi vender o carro e viver num desafio intermodal de transporte. Vou para o trabalho de bike sempre que possível! Ultimamente tenho usado mais Uber do que a magrela, mais isso é um detalhe! Onde eu trabalho? No Banco Central do Brasil! Fruto de uma trajetória de dois anos de estudos diários. Aposentei as canetas em Trabalho com análise e modelagem de dados. Já passei por equipes de desenvolvimento de software, mas, desde 2014, estou em uma nova área dentro do Departamento de Informática (Deinf) que trata de dados e inteligência de negócio (BI). Falamos um pouco sobre como está estruturado o Deinf de uma das principais autarquias da administração pública federal no webnário do Estratégia. Minha mais recente experiência com dados, seja na administração ou modelagem, é parte de uma estratégia profissional de alinhar meu trabalho diário como servidor público com minha carreira paralela de professor e consultor de Banco de Dados (BD) e Bussiness Inteligence (BI). A ideia é 1 de 16

3 conseguir me especializar cada vez mais no tema, nesta nova carreira dentro da TI, que o mercado está denominando de cientista dos dados. Entrei no universo de concurso há alguns anos. Desde 2012 tenho me dedicado especificamente ao conteúdo de BD e BI. Tenho experiência em cursos presencias aqui em Brasília e em diversas partes do Brasil, bem como tenho gravado sistematicamente aulas on-line. É com essa bagagem que eu me apresento aos senhores como professor. A ideia é desenvolver um material completo, recheado de questões e com dicas exclusivas para ajudar você no seu objetivo: ser aprovado e nomeado! Para finalizar, não deixe de seguir minha página no Facebook (profthiagocavalcanti), onde eu publico, sistematicamente, questões comentadas e dicas semanais. Outra atividade que mantenho regularmente são as lives via Periscope (@rcthiago), toda quinta-feira, 21h, apresentamos um conteúdo rápido, focado em concurso que pode ajudar na sua preparação. Motivação para o curso Esse é um curso regular de Business Intellingence (BI). Nosso objetivo é apresentar o conteúdo referente ao assunto de BI que está quase sempre presente em provas de concursos públicos de TI. Esse curso vem suprir também a necessidade de diversos concurseiros que não tem o material para o seu concurso específico disponível no site do Estratégia. Para atender a essas demandas resolvemos dividir os cursos de banco de dados em quatro módulo. Este que você está lendo trata do quarto módulo. Um primeiro módulo trata da parte introdutória do assunto. O segundo módulo apresenta a parte avançada de banco de dados. No terceiro curso temos como ementa os assuntos relacionados aos SGBDs específicos. Por fim, o quarto e último vai tratar do conteúdo de Business Intelligence e Big Data. Teremos muito trabalho pela frente. Por isso, montamos um curso teórico em PDF, baseado nas mais diversas bancas, apresentando o conteúdo observando as variadas formas de cobrança do mesmo pelas bancas examinadoras. Teremos ainda videoaulas que apresentam o conteúdo teórico de forma detalhada para algumas partes da matéria. Existe uma força tarefa para gravação de todo o assunto, mas não temos como garantir o término deste trabalho até a data de publicação das aulas. Mas não se preocupe, nosso objetivo é garantir que você tenha capacidade e conhecimento para ser aprovado. Logo, todo conteúdo necessário para a prova estará presente nos PDFs. Vamos juntos? 2 de 16

4 Observação importante: este curso é protegido por direitos autorais (copyright), nos termos da Lei 9.610/98, que altera, atualiza e consolida a legislação sobre direitos autorais e dá outras providências. Grupos de rateio e pirataria são clandestinos, violam a lei e prejudicam os professores que elaboram os cursos. Valorize o trabalho de nossa equipe adquirindo os cursos honestamente através do site Estratégia Concursos ;-) Observação importante II: todo o conteúdo deste curso encontra-se completo em nossos textos escritos. As videoaulas, caso existam, visam reforçar o aprendizado, especialmente para aqueles que possuem maior facilidade de aprendizado com vídeos e/ou querem ter mais uma opção para o aprendizado. Cronograma Para proporcionar uma visão geral do assunto e fornecer uma linha de ação para o estudo da matéria dividimos o curso em cinco aulas, sendo esta a aula 00. A aula engloba a parte introdutória da matéria de business intelligence, incluindo conceitos de suporte a decisão. As demais aulas, seguindo a ementa do curso, são apresentadas abaixo e estão distribuídas como se segue: EMENTA DO CURSO: Conceitos básicos, Data warehouse, ETL, OLAP e Data Mining, Big Data, NoSQL e Hadoop. Gestão de conteúdo (ECM) e qualidade de dados Pois bem, e como serão distribuídas as nossas aulas? Aula 00 Conceitos básicos Aula 01 Data warehouse, ETL Aula 02 OLAP e Data Mining Aula 03 Big Data, NoSQL e Hadoop Aula 04 Gestão de conteúdo (ECM) e qualidade de dados 3 de 16

5 Observação importante III: o conteúdo deste curso não abrange todo o edital de um concurso de Tecnologia da Informação, apenas os itens elencados no conteúdo do curso. Haverá outros cursos ministrados pelos Professores Fábio Alves, André Castro, Victor Dalton e Diego Carvalho, também no Estratégia Concursos, que devem abranger as outras partes do edital. Definido o cronograma, vamos partir para o conteúdo da nossa aula demonstrativa. Sistemas de suporte à decisão (DSS) e Inteligência de negócio (BI) Começamos hoje um conjunto de aulas relacionadas ao conceito de Business Intelligence (BI) ou Sistemas de suporte à decisão. A literatura especializada trata esses dois termos de forma bem semelhante, eles estão associados a um conjunto de buzzwords ou jargões que estão na moda. Mas será que eles entregam algum valor de fato? Como os elementos que fazem parte destas estruturas se relacionam? O objetivo desta nossa aula é fazer uma introdução, apresentando os termos técnicos associados ao assunto e seus conceitos. Começaremos apresentando os conceitos da arquitetura de BI, em seguida trataremos especificamente de Data Warehouse (DW). Para construir um DW precisamos modelar sua estrutura de dados, isso é feito com a modelagem multidimensional. Por fim, apresentaremos as ferramentas de extração, transformação e carga - ETL. O conjunto de tecnologias que dão suporte as decisões gerenciais por meio de informações internas e externas às organizações é o que veremos a partir de agora. Essas tecnologias tem um profundo impacto na estratégia corporativa, na performance e na competitividade. Esse conjunto de tecnologias é coletivamente conhecido como BUSINESS INTELLIGENCE (BI). Observem a figura abaixo. Ela nos mostra uma gama de elementos que está associada ao conceito de BI. Caso você ainda não esteja familiarizado com o assunto tenha paciência, ao longo desta aula apresentaremos os aspectos relevantes de cada caixa. Neste momento gostaria de comentar sobre as siglas presentes na figura: DSS, EIS/ESS e OLAP. Um sistema de suporte à decisão ou Decision Support System (DSS) é um sistema de informação que suporta atividades de tomada de decisões 4 de 16

6 empresariais ou organizacionais, resultando classificação ou escolha entre alternativas. tipicamente na ordenação, Um sistema de informação executivas ou Executive Information System (EIS), também conhecido como um sistema de suporte executivo ou Executive Support System (ESS), é um tipo de sistema de informação gerencial que suporta as necessidades de informação e a tomada de decisões dos executivos de uma organização. Ele fornece acesso fácil a informações internas e externas relevantes aos objetivos organizacionais. É considerado uma forma especializada do DSS. Por fim, OLAP On-line Analytical Processsing, ou seja, processamento analítico online se refere a uma variedade de atividades normalmente executadas por usuários finais. Os produtos OLAP oferecem recursos de modelagem, análise e visualização de grandes conjuntos de dados. Em outras palavras, é uma tecnologia utilizada para integrar e disponibilizar informações gerenciais contidas em diversas bases de dados, em especial em Data Warehouses. 1. Conceitos básicos À medida que subimos no nível decisório das organizações, as decisões carregam consigo um escopo de influência e impacto financeiro maiores. Isso nos incentiva a tomar a decisões corretas. Neste momento surge a necessidade de sistemas de informação para assistir ou auxiliar os tomadores de decisões. Esses sistemas foram inicialmente chamados de Sistemas de Suporte a Decisão (DSS). O termo DDS, propriamente dito, tem sido utilizado cada vez menos, tanto em livros e revistas, quanto na internet. Atualmente, podemos dizer que esse conceito foi modernizado e esses sistemas são denominados de Sistemas de Business Intelligence (BI). 5 de 16

7 BI é um conceito empregado a ferramentas, tecnologias e metodologias, que tem como objetivo fornecer informações estratégicas, que apoiam a tomada de decisão. O termo Business Intelligence foi cunhado por Howard Dresner em 1989, e foi descrito como "conceitos e métodos para melhorar a tomada de decisão de negócio utilizando sistemas de suporte baseados em fatos". Simplificando: BI é transformar dados em informações úteis (conhecimento). Vejamos outra definição de BI: Um conjunto de conceitos, métodos e recursos tecnológicos que habilitam a obtenção e distribuição de informações geradas a partir de dados operacionais, históricos e externos, visando proporcionar subsídios para a tomada de decisões gerenciais e estratégicas. Alguns conhecimentos estão relacionados a BI e não aparecem na figura apresentada anteriormente. O autor Carlos Barbieri cita em seu livro a gestão do conhecimento (KM), a inteligência competitiva (CI) e o BSC - Balanced ScoreCard. Ele considerar esses conceitos correlatos de BI. Neste curso nós optamos por apresenta-los primeiro. Vamos falar de KM e CI. 2. Fundamentos de Gestão do Conhecimento Vamos, nas próximas páginas, fazer uma introdução ao assunto de gestão do conhecimento. Esse assunto faz parte da motivação dos sistemas de inteligência que veremos em seguida. Dado, informação, conhecimento e inteligência. São múltiplos os desafios de um mundo globalizado, sendo difícil até mesmo obter consenso sobre quais seriam os prioritários. Todavia, um deles tornar o conhecimento acessível a todos destaca-se como um dos mais importantes devido aos seus efeitos estruturantes. É com esse texto que se inicia a apresentação do livro Inteligência, Informação e Conhecimento, uma coleção de artigos sobre gestão do conhecimento organizada em 2006 pela UNESCO. Para entender este assunto é preciso conhecer os conceitos básicos que vão subsidiar nosso entendimento, são eles: dados, informação, conhecimento e inteligência. Dado pode ser definido como sucessões de fatos brutos, que não foram organizados, processados, relacionados, avaliados ou interpretados, representando apenas partes isoladas de eventos, situações ou ocorrências. Constituem as unidades básicas a partir das quais informações poderão ser elaboradas ou obtidas. Quando os dados passam por algum tipo relacionamento, avaliação, interpretação ou organização tem-se a geração de informação. A partir do 6 de 16

8 momento em que dados são transformados em informações, decisões podem ser tomadas. Conhecimento é uma informação contextual, relevante e acionável. Segundo Turban, conhecimento é a informação em ação. Capital intelectual (ou recursos intelectuais) é outro termo frequentemente usado como sinônimo de conhecimento. Conhecimento é uma informação valiosa da mente, inclui reflexão, síntese e contexto. É difícil de estruturar, difícil de capturar em computadores, normalmente é tácito (não explícito) e sua transparência é complexa. Veja abaixo um quadro comparativo entre conhecimento, informação e dados: Faltou apresentar a inteligência! Para exibi-la de forma contextualizada e aproveitar para expor algumas características do processo quem tem inicio na aglomeração de dados brutos vamos apresentar uma figura abaixo e em seguida tecer alguns comentários sobre a mesma. Dados compreendem a classe mais baixa de informação e incluem os itens que representam fatos, textos, gráficos, imagens estáticas, sons, segmentos de vídeo analógicos ou digitais etc. Os dados são coletados, por meio de processos organizacionais, nos ambientes interno e externo. Em suma, dados são sinais que não foram processados, correlacionados, integrados, avaliados ou interpretados de qualquer forma. Esta classe representa a matéria-prima a ser utilizada na produção de informações. 7 de 16

9 A próxima classe é a da informação propriamente dita. Nesta, os dados passam por algum tipo de processamento para serem exibidos em uma forma inteligível às pessoas que irão utilizá-los. Processar dados inclui a revelação de fotografias de um filme, as transmissões de rádio transformadas em um formato de relatório padronizado, a exibição de arquivos de computador como texto ou gráfico em uma tela, a grade de coordenadas em um mapa etc. O processo de transformação envolve a aplicação de procedimentos que incluem formatação, tradução, fusão, impressão e assim por diante. A maior parte deste processo pode ser executada automaticamente. Uma vez que dados tenham sido transformados em informações, pelo menos em uma interpretação inicial, é possível refinar as informações mediante um processo de elaboração. As informações resultantes deste processo incluem características adicionais do problema, geram hipóteses, consequências das hipóteses, sugerem soluções para problemas, explanação e justificativas de sugestões, crítica de argumentos, entre outras saídas. Portanto, a transformação de dados em informações deve ser vista simplificadamente, como um tipo de pré-processamento de um processo de elaboração. O próximo nível é o do conhecimento, que pode ser definido como sendo informações que foram analisadas e avaliadas sobre a sua confiabilidade, sua relevância e sua importância. Neste caso, o conhecimento é obtido pela interpretação e integração de vários dados e informações para iniciar a construção de um quadro de situação. O processo de transformação é realizado por meio de avaliação de dados e informações. Os insumos provenientes das diversas fontes são analisados e combinados na síntese de um produto final, o conhecimento. É por meio do conhecimento que aqueles que assessoram as decisões buscam uma compreensão mais efetiva da situação problema. O conhecimento não é estático, modificando-se mediante a interação com o ambiente, sendo este processo denominado aprendizado. Uma visão mais ampla é que o aprendizado é a integração de novas informações em estruturas de conhecimento, de modo a torná-las potencialmente utilizáveis em processos futuros de processamento e de elaboração. Além disto, conhecimentos novos podem resultar de um processo de inferência na própria estrutura do conhecimento. O nível mais alto desta hierarquia é a inteligência, que pode ser entendida como sendo a informação como oportunidade, ou seja, o conhecimento contextualmente relevante que permite atuar com vantagem no ambiente considerado. Também pode ser vista como o conhecimento que foi sintetizado e aplicado a uma determinada situação, para ganhar maior profundidade de consciência da mesma. Portanto, a inteligência resulta da síntese de corpos de conhecimentos, são usados julgamento e intuição daquele que toma decisões e uma visualização completa da situação é obtida. 8 de 16

10 Idealmente, o entendimento de uma situação apoia a tomada de decisão na visualização do cenário e cria as condições para que o planejamento possa ser realizado e as ações efetivadas. Além disso, podem ser revelados fatores críticos em qualquer situação, possibilitando a antecipação a eventos, mediante o reconhecimento das consequências de novos ou iminentes efeitos de uma decisão. Por tudo isso, a inteligência deve ser a base do processo decisório, mesmo considerando que raramente é possível alcançar a compreensão total. A transformação de conhecimento em inteligência é realizada por meio de síntese, sendo uma habilidade puramente humana baseada em experiência e intuição, que vai muito além da capacidade de qualquer sistema especialista ou de inteligência artificial. Síntese simplesmente não pode ser reduzida a procedimentos ou regras, por não considerarem o complexo. Por fim, a experiência pode ser definida como a efetividade da inteligência de uma organização, que é aperfeiçoada pelas decisões tomadas e consideradas como geradoras de algum tipo de vantagem. Então, a experiência é uma agregação de valor ao processo decisório de uma reorganização, por refletir toda a sua capacitação para atuar com competitividade no seu ambiente externo. Conhecimento tácito e explícito Observando os conceitos acima apresentados é possível prever que uma empresa pode gerir de forma eficiente e informatizada o conhecimento. Devemos, portanto, primeiro viabilizar a conversão de conhecimento para em seguida geri-lo de maneira eficiente. Esse pode ser dividido em tácito, armazenado nas pessoas e adquirido através de experiências de vida, e explícito ou codificado, encontrado na forma de texto, formalizado e pode ser facilmente transmitido através do um meio físico. Há quatro formas básicas pelas quais o conhecimento pode ser transmitido: 1º Socialização que é a interação do conhecimento através da troca de ideias e do compartilhamento de experiências, por meio de observação ou/e da prática. 2º Externalização neste caso o conhecimento pessoal passa para o domínio público por meio de uma documentação. Este pode ser reutilizado por outro, portanto deve ser classificado. 3º Internalização adquirido a partir de leitura. Vem de alguma publicação escrita que pode estar disponível em livro, revistas, na Internet... 4º Combinação neste caso o conhecimento explícito de diferentes fontes é agrupado ou misturado visando agregar valor para gerar um novo conhecimento. 9 de 16

11 Vejam a figura acima as formas de conversão do conhecimento. Dados estruturados e não estruturados. Quando resolvemos classificar os dados uma das taxonomias possíveis é aquela que divide os dados de acordo com a sua estruturação. Neste contexto segregamos os dados em estruturados, semiestruturados e não estruturados. Vamos tentar definir cada um deles: Dados estruturados são aqueles organizados e armazenados em SGBD, geralmente relacional, que possui como características possuir uma descrição sobre os dados, conhecidos como metadados. Os dados estruturados são definidos por um esquema ou um formato padrão para cada um dos atributos. São organizados em blocos semânticos, no modelo relaciona conhecidos como relações. Podemos, portanto, observar que existe uma mesma estrutura de representação para cada grupo de item de dados (relação) que é rígida e definida previamente por meio de um esquema. Dados semiestruturados. Essa segunda categoria de dados geralmente não é mantida em SGBDs (embora a maioria dos bancos de dados relacionais admita o tipo XML, seguindo a recomendação do padrão SQL). Os dados semiestruturados apresentam uma organização bastante heterogênea o que pode dificultar as consultas a esses dados. Os dados não são estritamente tipados, mas também não são completamente desestruturados. O que então faz com que ele seja classificado desta forma? Os dados semiestruturados são dados onde o esquema de representação está presente de forma explícita ou implícita, podendo ser, inclusive, auto descritivo. Uma análise do dado dever ser feita para que a sua estrutura seja 10 de 16

12 identificada e extraída. Como exemplos de dados semiestruturados podemos citar: XML extensible Markup Language, RDF Resource Description Framework, OWL Web Ontology Language. Como características destes dados podemos listar: 1. Definição à posteriori os esquemas são definidos após a existência dos dados por meio da investigação de suas estruturas particulares. 2. Estrutura irregular não existe um esquema padrão para os dados, as coleções de dados são definidas de maneiras diferentes, podendo conter informações incompletas. 3. Estrutura implícita muitas vezes uma estrutura implícita. 4. Estrutura parcial apenas parte dos dados disponíveis podem ter uma estrutura. Dados não estruturados. De forma simples são inclusos aqui os dados que não possuem uma estrutura definida. Podem ser listados como exemplo documentos, textos, imagens e vídeos. Esses, geralmente, não possuem descrição para suas estruturas, nem implicitamente. A grande maioria dos dados disponíveis na Web são classificados dentro destes formatos. Dado a grande quantidade de dados (volume), uma imensa variedade de dados e a necessidade de processamento cada vez mais rápida (velocidade) surge o conceito de Big Data, que será assunto de uma aula posterior (caso seja um assunto cobrando no seu concurso). 3. Fundamentos de Inteligência Competitiva (CI) Os sistemas de inteligência competitiva têm por objetivo prover as organizações de um processo sistemático de coleta e análise de informações sobre as atividades correlatas e tendências de mercado. Eles visam absorver o maior número de informações que possibilitem melhoria no processo de tomada de decisão e de desenvolvimento empresarial. A ideia básica de CI é explorar o outro lado da trincheira, obtendo informações detalhadas sobre os competidores e o mercado no qual se guerreia para ser a opção do cliente. Podemos entender CI como um BI aplicado ao mundo fora de nossas fronteiras empresariais, focando primariamente em informações textuais e factuais que dizem respeito aos movimentos do mercado e dos concorrentes, detectando as suas ameaças e oportunidades. Ou o que se precisa descobrir para ganhar competitividade Os professore Combs e Moorhead definem inteligência competitiva como a seleção, coleção, interpretação e distribuição da informação publicamente segura, que possui importância estratégica. Dentre suas principais metas, destacam: detectar ameaças competitivas, eliminar ou minimizar surpresas, acrescentar vantagem competitiva, minimizar o tempo de reação e encontrar novas oportunidades 11 de 16

13 Apresentamos abaixo uma figura que mostra o cenário no qual encontra-se a inteligência competitiva. Podemos ainda definir um processo com algumas fases para organizar as tarefas dentro do fluxo de trabalho da inteligência competitiva. Esse conjunto de atividades encontra-se na figura a seguir. 4. Business Intelligence Já conhecemos o conceito de BI. Agora vamos continuar nosso estudo. Primeiramente vamos fazer um paralelo entre sistemas operacionais e sistemas analíticos. Os sistemas operacionais tratam das tarefas que fazem parte do diaa-dia das organizações. Quando pensamos neste tipo de sistema o exemplo 12 de 16

14 clássico é um caixa de supermercado. Ele basicamente registra a quantidade de cada produto, calcula o preço, informa para o cliente e recebe o pagamento. São tarefas que fazem parte de um fluxo de compras de cada cliente individualmente. Quando surge a necessidade de agregar os dados das compras dos diferentes clientes visando prover informações aos gestores entramos numa seara atendida pelos sistemas analíticos. E é neste contexto que surge o armazém de dados ou Data Warehouse (DW). Sua função é armazenar os dados de forma padronizada, capturando informações dos diversos sistemas operacionais da empresa. O Kimball, um dos principais autores de DW sugere alguns objetivos fundamentais para o DW dentro do contexto de BI. Ele diz que devemos fazer a informação acessível mais facilmente, apresentar a informação consistente (credibilidade), prover um sistema que seja adaptado a mudanças e apresentar a informação de forma temporal. Além disso, o DW pode ser considerado um bastião da segurança que protege os ativos de informação, servindo como base de autoridade e de confiança para uma melhor tomada de decisão. Para uma implementação de sucesso um projeto de DW/BI deve ser bem aceito pela comunidade organizacional. É sugerido então um passo-a-passo para atender as demandas e estruturar de forma organizada as necessidades do negócio dentro do sistema. Primeiramente precisamos compreender os usuários de negócios. Nesta etapa é importante entender as responsabilidades de trabalho, metas e objetivos. Devemos então determinar as decisões que os usuários de negócios querem fazer com a ajuda do sistema de DW/BI. Assim podemos identificar os "melhores" usuários que tomam decisões eficazes e de alto impacto, bem como, encontrar potenciais novos usuários e torná-los conscientes das capacidades do sistema de DW/BI. Na etapa subsequente, é importante fornecer informações e análises de alta qualidade, relevante e acessível para os usuários de negócios. Para atingir esse objetivo escolha as fontes de dados mais robustas para apresentar no sistema de DW/BI, elas devem ser cuidadosamente selecionadas a partir do universo de possíveis fontes de dados em sua organização. Neste momento faça interfaces de usuários e aplicações simples e baseadas em modelos, explicitamente correspondentes aos perfis de processamento cognitivo dos usuários. Certifique-se que os dados são precisos e podem ser confiáveis, rotulando-os de forma consistente em toda a empresa. É preciso monitorar continuamente a precisão dos dados e o resultado das análises. Adaptar-se às mudanças de perfis de usuário, requisitos e prioridades de negócios, juntamente com a disponibilidade de novas fontes de dados. Depois de desenvolver uma estrutura consistente, a próxima etapa do processo é sustentar o ambiente DW/BI. É necessário que se tome uma parte do 13 de 16

15 crédito das decisões de negócios feitas com o auxílio do sistema de DW/BI e se utilize desse sucesso para justificar o custo pessoal e gastos contínuos. Assim é possível atualizar o sistema em um intervalo de tempo regular. Resumindo Business Intelligence (BI) é um termo abrangente que combina arquiteturas, ferramentas, bancos de dados, ferramentas de análise, aplicações e metodologias. Seus principais objetivos incluem: permitir o acesso interativo, por vezes em tempo real, aos dados, permitir a manipulação de dados e dar aos gestores e analistas a capacidade de realizar análise adequada. É baseado na transformação dos dados em informação, em seguida, informações em decisões e, finalmente, em ações Componentes de um sistema de Business Intelligence (BI) ==0== A figura abaixo apresenta os componentes de um sistema de BI. Basicamente são quatro os componentes: O Data Warehouse (DW) com suas fontes de dados; o Business Analytics, uma coleção de ferramentas para manipulação, mineração, análise de dados do DW; o Business performance management (BPM) para monitoramento e análise de performance e a Interface com o usuário (por exemplo, um dashboard). O armazém de dados e suas variantes são a pedra fundamental (pedra angular) de qualquer sistema de BI de médio à grande porte. Originalmente, incluiu apenas dados históricos que foram organizados e resumidos, para que os usuários finais pudessem facilmente ver ou manipular dados e informações. Hoje, incluem também dados atuais para que eles possam fornecer apoio à decisão em tempo real. Os usuários finais podem trabalhar com os dados e informações em um armazém de dados usando uma variedade de ferramentas e técnicas. Estas análises de negócio se enquadram em duas categorias principais: 1. Relatórios e consultas e 2. Mineração de dados. 14 de 16

16 Análise de negócios incluem relatórios estáticos e dinâmicos, todos os tipos de consultas, a descoberta de informações, visão multidimensional, drill down, entre outros. Esses relatórios também estão relacionados com BPM. A mineração de dados, seja estruturado ou não, e outras ferramentas matemáticas e estatísticas sofisticadas fazem parte do segundo grupo de técnicas relacionadas a análise de negócios. A mineração de dados é um processo de busca de relações desconhecidas ou informações em grandes bases de dados ou armazéns de dados, utilizando ferramentas inteligentes como a computação neural, técnicas de análise preditiva, ou métodos estatísticos avançados. Também conhecido como corporate performance management (CPM), o business performance management (BPM) nos apresenta uma carteira emergente de aplicativos e metodologias que contém a evolução da arquitetura e ferramentas de BI em seu núcleo. BPM amplia o monitoramento, medição e comparação das vendas, lucro, custos, rentabilidade e outros indicadores de desempenho, introduzindo o conceito de gestão e feedback. Considera processos, tais como planejamento e previsão, como fundamentais em uma estratégia de negócios. Em contraste com os tradicionais DSS, EIS, e BI, que suportam a extração bottom-up de informação a partir dos dados, BPM proporciona uma aplicação top-down da estratégia corporativa. Normalmente sua implementação é combinada com a metodologia Balanced Scorecard (BSC) e dashboards. O último componente de um sistema de BI é a interface com os usuários. Os dashboards (ou painéis) fornecem uma visão abrangente e visual das medidas de desempenho corporativo (também conhecido como indicadores chave de desempenho - KPI), tendências e exceções. As interfaces integram informações de várias áreas de negócio. Apresentam gráficos que mostram o desempenho real em comparação com as métricas desejadas, assim, um painel apresenta uma visão geral da saúde da organização. Além dos painéis, outras ferramentas que transmitem informações são portais corporativos, cockpits digitais e outras ferramentas de visualização. Muitas ferramentas de visualização, que vão desde apresentação do cubo multidimensional a realidade virtual, são parte integrante dos sistemas de BI. BI surgiu de EIS, portanto recursos visuais para os executivos foram transformados em software de BI. Tecnologias como sistemas de informações geográficas (SIG) desempenham um papel crescente no apoio à decisão. O nosso próximo assunto está relacionado a Data warehouse, mas será visto apenas na próxima aula! Espero que você tenha gostado do conteúdo até aqui! 15 de 16

17 Considerações finais Chegamos, pois, ao final da aula demonstrativa! A continuação deste assunto encontra-se na próxima aula, juntamente com um conjunto de questões sobre o tema. Espero reencontrar você como um aluno efetivo. Espero que tenha gostado! E até breve! Thiago Cavalcanti Referências Fiz uma lista com alguns links de referências caso você queria se aprofundar um pouco. i. Fundamentals of Database Systems - Ramez Elmasri, Sham Navathe Addison-Wesley, Computers pages ii. Introdução a sistemas de bancos de dados - By C. J. Date - Elsevier Brasil, pages iii. Sistema de Banco de Dados - Abraham Silberschatz, Henry F. Korth, S. Sudarshan - Editora: ELSEVIER BRASIL 16 de 16

18