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

Transcrição

1 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 de negócios 11 Nomes e marcas 12 Informática como driver de negócios 13 Resumo da ópera 13 Capítulo 3 - Governança e qualidade de processos 15 ITIL 16 Suporte a serviços 16 Entrega de serviços 17 Lei Sarbanes-Oxley 18 CMMI 18 ISO 20 MPS.BR 20 Capítulo 4 - Governança e qualidade de dados 25 Conceitos e motivações para governança de dados (GD) 25 Alguns frameworks para definição dos componentes da governança de dados 27 Framework de governança de dados - IBM 32 Resultados 33 Viabilizadores 33 Disciplinas centrais 33 Disciplinas de apoio 33 Maturidade em governança de dados 34 Modelo Gartner - EIM (Enterprise Information Management) 37 Nível 0 37 Nível 1 37 Nível 2 38 Nível 3 38 Nível 4 38

2 .. ELSEVIER BI2 - BUSINESS INTELLIGENCE: MODELAGEM E QUALIDADE CARLOS BARBIERI Nível 5 38 Modelo IBM - maturidade em governança de dados 39 Nível 1 39 Nível 2 39 Nível 3 39 Nível 4 40 Nível 5 40 Modelo de maturidade em governança e qualidade de dados 40 Maturidade em BI - modelo TDWI (The Data Warehouse Institute) 44 Escopo 44 Patrocinador 45 Apoio financeiro 45 Retorno 45 Arquitetura 46 Dados 46 Desenvolvimento 46 Entrega 47 Definição de processo para implantação de projetos de governança de dados. 48 Qualidade de dados 53 Ferramentas de qualidade de dados 59 Como implantar um programa de qualidade de dados 60 Metadados 68 Master Data Management (MDM) 70 Dados mestres e a reutilização 73 Convergência entre MDM e BI 74 Definição de processo para projetos de MDM 74 Arquiteturas MDM 77 Considerações importantes sobre outras atividades em um projeto MDM 82 A situação dos projetos de MDM em Exemplos de casos de sucesso no tratamento, administração e governança de dados 88 WalMart 88 A garimpagem do comportamento de compras durante os furacões 89 O uso do BI colaborativo 89 BT (BritishTelecommunications) 91 Situação no Brasil 91 Resumo 93

3 Capítulo 5 - Conceitos estruturantes de BI 95 Modelagem de dados - introdução 95 Modelagem dimensional de dados - introdução 97 Drill-down e Roll-up 103 Drill-across 104 Drill-through 104 Outros comandos 105 Diferença entre dados operacionais e dados informacionais 107 Data warehouse e data mart 108 Abordagens iniciais para projetos de data warehouse e data mart 112 Abordagem de Bill Inmon 113 Abordagem de Ralph Kimball - star schema 113 Convergência atual de abordagens 114 Cenários de aplicações de data warehouse e data marts 116 Resumo 117 Capítulo 6 - Conceitos correlatos de BI 121 Gerência de conhecimento 121 Inteligência competitiva 123 BSC: Balanced ScoreCard 127 Resumo 130 Capítulo 7 - Data mining 131 Introdução 131 Fatores críticos de sucesso em data mining 133 Visão geral do processo de data mining 133 Preparação 134 Mineração 135 Análise 135 Aplicação 138 Padrões metodológicos de data mining 139 Data Mining Group 140 Técnicas estatísticas empregadas nos processos de data mining 140 Árvore de decisão 141 Empregos da técnica de árvore de decisão 141 Aplicações típicas de árvore de decisão 142 Análise de conglomerados ou cluster analysis 145 Considerações sobre a análise de conglomerados 146 Técnicas hierárquicas 146

4 ELSEVIER BI2 - BUSINESS INTELLIGENCE: MODELAGEM E QUALIDADE CARLOS BARBIERI Técnicas não hierárquicas 146 Empregos da análise de conglomerados 147 Redes neurais 148 Aplicações de redes neurais 150 Marketing 151 Modelos preditivos 151 Vendas 151 Finanças 151 Energia 152 Produção 152 Análise de regressão 153 Aplicações de análise de regressão 154 Sumariação 154 Predição 154 Controle 155 Estimação 155 Séries temporais 155 Mercados e produtos de data mining 156 Ferramentas independentes de aplicação genérica 156 Ferramentas orientadas para algoritmos 157 Ferramentas orientadas a aplicações específicas 157 Ferramentas embutidas em soluções OLAP 157 Ferramentas e serviços de provedores externos 158 Resumo 158 Capítulo 8 - Modelagem dimensional de dados - detalhamento 161 Introdução 161 Passos da modelagem dimensional 164 Definição de granularidade 164 Definição das tabelas dimensão 165 Normalização das tabelas dimensão 167 Relacionamentos de atributos das tabelas dimensão 170 Definição dos atributos das tabelas fato 172 Tipos de métricas 172 Aditivas 172 Semiaditivas 172 Não aditivas 173 Os cuidados com a aditividade 173 Granularidade das tabelas fato 179 Campos armazenados e campos virtuais na tabela fato 181

5 Modelagem dimensional de dados - conceitos avançados 181 Introdução 181 Conformidade de dimensões 181 Dimensões especiais 184 Dinâmica das dimensões 187 Dimensões degeneradas 189 Dimensões lixo (junk) 190 Campos-chave de dimensões e fatos 191 Tabelas fato sem dados ou métricas 193 Tabelas fato com classificação ou subtipos 193 Relacionamentos M x N entre fatos e dimensões 197 Agregados 197 Critérios para definição dos agregados 198 Cuidados na definição dos agregados 199 Entendendo e produzindo os agregados 199 Uso das informações agregadas 201 Metadados 201 Laboratórios de modelagem dimensional de dados 203 Introdução 203 Dimensões recursivas 218 Dimensões com várias hierarquias 225 Dimensões com níveis ausentes 227 Modelo dimensional para o Itunes 228 Modelo dimensional para controle de consultorias em MPS.BR 230 Exercícios propostos 230 Resumo 235 Capítulo 9 - Projeto de aplicações de BI 237 Fases de um projeto de data warehouse/data marts 237 Definição da área de negócio 237 Definição da arquitetura da solução 237 Ciclo dos releases 241 O ciclo das iterações 250 Resumo 253 Capítulo 10 - Projeto físico de aplicações de BI 255 Introdução 255 Estimativa do tamanho do DW/DM 256 Criação do data base 258

6 ELSEVIER BI2 - BUSINESS INTELLIGENCE: MODELAGEM E QUALIDADE CARLOS BARBIERI Criação dos espaços de tabelas 258 Criação das tabelas 260 Definição de campos chaves e restrições 260 Definição de índices e estruturas especiais para acesso aos DW/DM 261 Índices BTree 261 Índices de mapa de bits (bitmap) 263 Uso de mapa de bits para indexação de valores numéricos inteiros 265 Uso de mapa de bits para substituição de valores de chaves nos índices Uso de mapa de bits na indexação de dimensões 268 Uso de índice de junção entre tabela dimensão em esquema estrela e a tabela fato 268 Uso de índice para agrupamento (clusterização) multidimensional 269 Uso de índices especiais criados a partir de consultas 273 Índices virtuais 274 Opções de cluster 277 Índice cluster 277 Índice hash 277 Estratégia para otimização de manipulação do esquema estrela (starschema) 278 Considerações sobre cargas de tabelas 281 Aspectos gerais de desempenho 282 Estabelecimento de padrões de desempenho 282 Estratégias de armazenamento 283 Solução de armazenamento 284 Arquitetura de servidores 285 Considerações sobre as arquiteturas MPP e SMP em sistemas de data warehouse 289 Tendências tecnológicas para processamento de altos volumes (Big Data) 290 Hadoop-MapReduce 291 Futuro 295 Hadoop e BI 295 Evolução das arquiteturas e tecnologias de SGBD que beneficiarão o BI2 295 Armazenamento colunar 296 Processamento in-database 297 Dados em memória 298 Arquiteturas e serviços 298 Tendências em ferramentas open-source de BI2 298 Triplestore 298 Produtos e tendências da era dos zettabytes (Big Data) 299 Resumo 300

7 Capítulo 11 -BI2- Novas tendências na aplicação de inteligência de negócios 301 BI de primeira geração e suas tecnologias correlatas 301 BI2 - novos conceitos 302 Governança de dados, qualidade e MDM 305 Resumo 306 A era dos zettabytes - o tamanho do universo digital 306 Armazenamento na era dos zettabytes 308 A capacidade dos novos chips na era dos zettabytes 308 Os grandes depósitos de informações do planeta 309 Algumas relações de causa e efeito dos zettabytes sobre a sociedade 312 Human bits 317 Behavior Intelligence - comportamento do capital humano da empresa Projeto IBM - BHI. Genoma do capital humano ou você analisado como colaborador 320 BHI - comportamento. Personal Shopper ou você analisado como comprador 326 BHI - você analisado como blogueiro ou social networker 331 Como funciona um analisador de blogs? 333 Mineradores de blog - como funcionam? 335 BHI - você analisado como leitor de jornais 337 Informação como negócio 337 Os data brokers ou mercadores de informações 338 Aspectos legais 340 Legislação para requisitos de segurança de informações (information security requirements) 341 Legislação para aspectos de vazamento (data breaches) 341 Resumo 341 Data brokers no Brasil 342 BI para dados não estruturados (DNE) 343 Geo-BI 346 BI - gerência de projetos 348 Modelos de dados para projetos de repositórios de métricas 349 Estrutura do repositório 351 Atributos de medidas 357 BI como serviços/utensílios (appliance) 359 BI2 e interface 361 Ferramentas de interface de entrada (input) 361 Ferramentas de interface de saída (output) 364

8 BI2 - BUSINESS INTELLIGENCE: MODELAGEM E QUALIDADE CARLOS BARBIERI ELSEVIER BI ágil 364 Modelos ágeis 366 Os sistemas de BI 367 Ciclo de release 368 Resumo 371 Resumo final do BI2 373 Referências Bibliográficas 377 Índice Remissivo 389