SAD. Paulo Silva, Rodolfo Ribeiro, Vinicius Tavares

Transcrição

1 SAD Paulo Silva, Rodolfo Ribeiro, Vinicius Tavares

2 DataWarehouse Armazena informações relativas a uma organização em BD Facilita tomada de decisões Dados são coletados de OLTP(séries históricas) Dados não são alterados Núcleo do SIG e SAP Dados em formato de-normalizados

3 Metadados Origem dos dados Fluxo dos dados Formato dos dados Nomes e alias Definições de negócio Regras de transformação Atualização de dados Requisitos de teste Indicadores de qualidade de dados Triggers automáticos Responsabilidade sobre informações Acesso e segurança

4 OLAP Navegação em diferentes níveis de detalhamento: Drill Down, Drill Up Slice and dice Aplicações: Finanças Análise de L&P, Relatórios L&P, Orçamento, Análise de Balanço, Fluxo de Caixa, Contas a Receber,... Vendas Análise de vendas (por região, produto, vendedor, etc.), Previsões, Lucratividade de Cliente/Contrato, Análise de Canais de Distribuição, Marketing Análise de Preço/Volume, Lucratividade de Produto, Análise de Mercados,

5 Data Mining Definição: é o processo de extrair informação válida, previamente desconhecida e de máxima abrangência a partir de grandes bases de dados. Não se trata de uma consulta a um banco de dados. Permite aos usuários explorar e inferir informação útil a partir dos dados, descobrindo relacionamentos escondidos no banco de dados.

6 Data Mining Uma forma de descobrimento de conhecimento em bancos de dados (KDD - Knowledge Discovery in Databases).

7 Data Mining Processo Data Mining ou Mineração de Dados consiste em um processo analítico projetado para explorar grandes quantidades de dados (tipicamente relacionados a negócios, mercado ou pesquisas científicas), na busca de padrões consistentes e/ou relacionamentos sistemáticos entre variáveis e, então, validá-los aplicando os padrões detectados a novos subconjuntos de dados.

8 Data Mining o processo de busca é interativo, de forma que os analistas revêem o resultado, formando um novo conjunto de questões para refinar a busca em um determinado aspecto das descobertas e, realimentam o sistema com novos parâmetros. Ao final do processo, o sistema de data mining gera um relatório das descobertas, que passa então a ser interpretado pelos analistas de mineração. De posse da interpretação das informações, torna-se possível a obtenção de algum tipo de conhecimento.

9 Data Mining As operações necessárias para se efetuar uma análise por Data Mining pode ser dividida em 4 fases: Análise do Problema, Preparação dos dados, Modelagem e, Análise e Validação dos Resultados.

10 Data Mining Análise do problema: o processo de análise deve se iniciar declarando-se um objetivo a ser requerido. Preparação dos Dados: Consiste na aquisição, limpeza e enriquecimento dos dados, que pode tomar até 80% do tempo necessário para todo o processo, devido às bem conhecidas dificuldades de integração de bases de dados heterogêneas.

11 Data Mining Modelagem: Baseando-se na definição dos problemas e na base de dados construída, temse nesta fase a definição das tarefas serem utilizadas e quais técnicas estarão associadas a tarefa definida. Análise e Validação dos Resultados: Não importa o quão exato um modelo promete ser, não há nenhuma garantia de que este refletirá o mundo real.

12 Business Intelligence Inteligência de negócios, refere-se ao processo de coleta, organização, análise, compartilhamento e monitoramento de informações que oferecem suporte a gestão de negócios.

13 Business Intelligence Processo Empresarial Business Intelligence (BI) pode ser traduzido como inteligência de negócios, ou inteligência empresarial. Isto significa que é um método que visa ajudar as empresas a tomar as decisões inteligentes, mediante dados e informações recolhidas pelos diversos sistemas de informação. Sendo assim, BI é uma tecnologia que permite às empresas transformar dados guardados nos seus sistemas em Informação qualitativa e importante para a tomada de decisão. Há uma forte tendência de que os produtos que compõem o sistema de BI de uma empresa passem, isoladamente, a prover funções extras que auxiliem na tomada de decisões.

14 Business Intelligence Inteligência é o resultado de um processo que começa com a coleta de dados. Esses dados são organizados e transformados em informações, que depis de analisadas e contextualizada se transforma em inteligência. Essa, por sua vez, quando aplicada a processos de decisão geram vantagem competitiva para a organização.

15 Business Intelligence Benefícios de um Sistema formal de Business Intelligence: Antecipar mudanças no mercado; Antecipar ações dos competidores; Descobrir novos ou potenciais competidores; Aprender com os sucessos e as falhas dos outros; Conhecer melhor suas possíveis aquisições ou parceiros.

16 Pentaho Pentaho Data Integration Poderes instantâneos, desenvolvimento de aplicações de BI iterativo Permite a colaboração entre desenvolvedores e usuários finais Mescla de desenvolvimento de BI complexo em um único processo Reduz drasticamente o tempo e a dificuldade de criação e implantação de aplicativos de BI Combina a força de desenvolvimento rápido de aplicações de BI com ETL robusta para integração de dados com necessidades complexas.

17 Pentaho Pentaho BI Agile Rápido tempo de implantação Baixa o custo de construção e implantação de aplicativos de BI Expande a utilização de ferramentas existentes por desenvolvedores ETL e BI Amplia o leque de potenciais promotores, reduzindo a complexidade da tecnologia Prevê as aplicações de BI completas necessárias para implementações corporativas

18 SAS A tecnologia SAS cria a sinergia necessária para que seu ambiente tecnológico existente seja aproveitado de forma progressiva e incremental, e atinja retornos exponenciais. De ferramentas de manipulação de dados às interfaces de geração de relatórios empresariais e recursos analíticos, o SAS fornece uma tecnologia confiável e fácil de ser utilizada, a qual transforma dados em informações otimizadas, claras e exatas.

19 IBM SPSS Análise preditiva da SPSS ajuda: Lidar com questões relacionadas ao ciclo de vida do cliente, como atrair novos clientes, manter os melhores por mais tempo e realizar interações com maior lucratividade. Os pesquisadores e os analistas a descobrirem os relacionamentos e identificar as tendências. Os educadores a prepararem melhor os estudantes para o mercado de trabalho.

20 IBM SPSS As organizações governamentais a focarem a redução de fraude e crime. Os fornecedores de software independentes (ISVs Independent software vendors) a aprimorarem o valor de suas soluções, empregando os componentes da análise preditiva da SPSS em aplicações.

21 Caso de uso SAS NOVA ERA DAS CAMPANHAS. O Grupo Pão de Açúcar se beneficia das soluções SAS há nove anos e já se tornou referência de uso da inteligência analítica no varejo.

22 Caso de uso Antes da solução do SAS, todo o processo era realizado em cima de pesquisas de mercado. "Começamos realmente ler a composição de tickets com o SAS. Depois, adquirimos o Campaign Management para internalizar e integrar toda a parte analítica e o gerenciamento das campanhas, que antes ficava com a nossa agência, fora do escritório. Cristina Serra, Diretora de Conhecimento do Mercado & Consumidor

23 Caso de uso A busca pelo estoque ideal através de previsões de demandas mais acuradas proporciona menor custo de inventário, que resulta em maior disponibilidade de capital de giro e, consequentemente, investimentos em áreas estratégicas

24 Referências x.html