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

Tamanho: px

Começar a partir da página:

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

Francisco Dinis Sabrosa
8 Há anos
Visualizações:

1 Faculdade INED Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan 1 Unidade

2 BI BUSINESS INTELLIGENCE BI CARLOS BARBIERI - Slides confeccionados pelo autor. 3 Estratégia Strategos referia-se a um papel de um general no comando de um exército Estratégia empresarial padrão de decisões em uma empresa que determina e revela seus objetivos, propósitos e metas Metas (ou objetivos): ditam quais os resultados e quando precisam ser alcançados, Políticas: regras ou diretrizes Programas: estabelecem a sequencia passo-a-passo das ações necessárias para se atingir os principais objetivos. Decisões estratégicas: determinam a direção geral de um empreendimento e a sua viabilidade à luz do previsível e imprevisível. O empreendimento é a concretização de um projeto inicialmente idealizado, transformando-o em um negócio. 4 2

propósitos e metas Metas (ou objetivos): ditam quais os resultados e quando precisam ser alcançados, Políticas: regras ou diretrizes Programas: estabelecem a sequencia passo-a-passo das

3 Tomada de Decisões Administrar é tomar decisões. Ter o ambiente desenhado de tal forma que o indivíduo, para tomar uma decisão, possa estar tão próximo dele quanto lhe permite a racionalidade. A busca de situações que requerem decisão (atividade de inteligência - termo utilizado com conotação similar à militar); A criação, o desenvolvimento e a análise dos possíveis cursos de ação (atividade de design ou projeto); A seleção de um curso particular de ação, dentre os que estão disponíveis (atividade de escolha). 5 SATP Sistemas de Apoio á Tomada de Decisão; também chamados de sistemas de informações estratégicas e de sistemas de apoio ao executivo. irão processar grupo de dados das transações operacionais e gerenciais, transformando-as em informações estratégicas Tem característica de processamento on-line, muitas informações gráficas com uma interface amigável têm por objetivo auxiliar o processo de decisão gerencial, combinando dados, ferramentas e modelos analíticos sofisticados e software amigável ao usuário 6 3

(atividade de design ou projeto); A seleção de um curso particular de ação, dentre os que estão disponíveis (atividade de escolha).

4 Vantagem Competitiva Capacidade de diferenciar das empresas de maneira sustentável; Com a diferenciação existirá a oferta aos compradores de um bem único com um maior valor agregado; g Obtenção de VC Ambiente Externo - Liderança no custo total (atingir o menor custo); Diferenciação (diferenciar a oferta da empresa das ofertas dos concorrentes); Enfoque (centrar as forças em um grupo específico). Obtenção de VC Ambiente Interno - a empresa é um conjunto de recursos (ativos, processos organizacionais, atributos, informação, conhecimento) VC de um recurso é aquela que o faz difícil de ser duplicado, valioso, raro, imperfeitamente imitável. 7 PODER DA INFORMAÇÃO-BI TRATAR BEM DOS DADOS: DADO COMO RECURSO DADOS ENTENDIDOS DADOS ESTRUTURADOS DADOS MODELADOS DADOS SEGMENTADOS DADOS DISPONIBILIZADOS DADOS PROTEGIDOS INSTRUMENTO DE INTELIGÊNCIA NOS NEGÓCIOS 8 4

Obtenção de VC Ambiente Interno - a empresa é um conjunto de recursos (ativos, processos organizacionais, atributos, informação, conhecimento) VC de um recurso é aquela que o faz difícil de ser

5 SISTEMAS TRADICIONAIS VISÃO TRANSACIONAL ATEMPORAL DOS DADOS MODELO RELACIONAL ORDEM DE SERVIÇO INFORMAÇÕES SOBRE UMA ORDEM DE SERVIÇO, COLOCADA VIA AGÊNCIA BI ORDENS DE SERVIÇOS NAS DIMENSÕES TEMPO, ESPAÇO, TIPO, ATENDENTE, ETC QUAIS AS VARIÁVEIS QUE MAIS INFLUEM NO ATRASO DAS ORDENS DE SERVIÇOS ESPAÇO TIPO VISÃO VISÃO Dedução CONJUNTIVA INFERENCIAL Influência DIMENSIONAL DOS DADOS ANALÍTICA DOS DADOS MODELO DIMENSIONAL TEMPO BI-BUSINESS INTELLIGENCE 9 ACESSO ÀS INFORMAÇÕES MUITOS DADOS CONTROLE ALTO POUCA INFORMAÇÃO ERP DITADURA (+) BI DEMOCRATIZAÇÃO CONTROLE (-) SL VAZIO/ ISOLAMENTO CAOS C/S DADOS EM CERTO VOLUME CONTROLE RELATIVO POUCA INFORMAÇÃO (-) ACESSO (+) MUITOS DADOS CONTROLE BAIXO POUCA INFORMAÇÃO 10 5

Influência DIMENSIONAL DOS DADOS ANALÍTICA DOS DADOS MODELO DIMENSIONAL TEMPO BI-BUSINESS INTELLIGENCE 9 ACESSO ÀS INFORMAÇÕES MUITOS DADOS CONTROLE ALTO POUCA INFORMAÇÃO ERP

6 BI BI CONSULTAS PADRÕES LISTAR TODOS OS CLIENTES QUE TIVERAM UM DECRÉSCIMO DE CONSUMO DE 20% OU + NA CONTA DE ENERGIA ANÁLISES MULTIDIMENSIONAIS LISTAR TODOS OS CS DO TIPO residencial QUE TIVERAM CONSUMO ENTRE 400 E 500 kwh NA REGIÃO sul, DURANTE O PERÍODO de MAIO A JULHO DE 2000 DATA MINING LISTAR QUAIS CS TEM > PROBABILIDADE DE RESPONDER A CAMPANHA DE REDUÇÃO 11 CI COMPETITIVE INTELLIGENCE COMPETIDORES MERCADO INFO SOBRE BI BUSINESS NTELLIGENCE PROCURA POR METADADOS E CONTEÚDO COMBINAÇÃO DE DADOS DISTRIBUIÇÃO RELATÓRIOS FINANCEIROS BALANCETES PUBLICAÇÃO DE RESULTADOS PATENTES CONCEDIDAS MARCAS REGISTRADAS REGISTROS RELATÓRIOS, DADOS ANALÍTICOS(OLAP) INFERENCIAIS(MINIG) CI-COMPETITIVE INTELLIGENCE 12 6

CAMPANHA DE REDUÇÃO 11 CI COMPETITIVE INTELLIGENCE COMPETIDORES MERCADO INFO SOBRE BI BUSINESS NTELLIGENCE PROCURA POR METADADOS E CONTEÚDO COMBINAÇÃO DE DADOS DISTRIBUIÇÃO

7 BSC BALANCED SCORECARD KAPLAN/NORTON-92 ASPECTOS ECONÔMICOS FINANCEIROS BSC VISÃO, ESTRATÉGIAS, INDICADORES CLIENTE APRENDIZADO E CRESCIMENTO PROCESSOS INTERNOS 13 OLTP E OLAP DADOS ORIENTADOS A TRANSAÇÕES NORMALIZAÇÃO AMBIENTE COM ALTA TAXA DE TRANSAÇÕES DADOS SÃO ATUALIZADOS DADOS ESTÃO TOTALMENTE UP-TO DATE DADOS ESTÃO ESTRUTURADOS PARA TUDO ACIMA RELACIONAL DADOS ORIENTADOS A ANÁLISE DE INFORMAÇÃO AMBIENTE DE BAIXA TAXA DE TRANSAÇÕES DADOS SÃO CONSULTADOS DADOS SÃO REFRESHED EM PERÍODOS DE TEMPO DADOS SÃO REFORMATADOS PARA TUDO ACIMA DIMENSIONAL 14 7

ATUALIZADOS DADOS ESTÃO TOTALMENTE UP-TO DATE DADOS ESTÃO ESTRUTURADOS PARA TUDO ACIMA RELACIONAL DADOS ORIENTADOS A ANÁLISE DE INFORMAÇÃO

8 OLAP On-line Analytical Processing Processamento analítico on-line; Abordagem de fornecimento de respostas rápidas para consultas analíticas de natureza multidimensional. FAST - o sistema deve ser capaz de responder rapidamente; ANALYSIS - significa que o sistema deve tratar a lógica do negócio e as análises estatísticas que são relevantes para a aplicação. SHARED Compartilhamento. Muitos produtos OLAP não suportam acessos concorrentes (por hipótese, as aplicações DW são consideradas read-only). MULTIDIMENSIONAL é o requisito chave. O sistema deve permitir uma visão conceitual multidimensional dos dados. INFORMATION - Compreende dados e as informações derivadas para análise. Aspectos ligados à duplicação de dados, memória, espaço em disco, desempenho e integração com outros sistemas. 15 DATA WAREHOUSE BANCO DE DADOS PARA ANÁLISE E TOMADA DE DECISÕES, BASEADA EM INFORMAÇÕES PREPARADAS, CONSOLIDADAS E SUMARIADAS DATA MART Pequeno DW depósitos que atendem a certas áreas específicas Custo mais baixo veículo de testes tempo menor de implantação 16 8

SHARED Compartilhamento. Muitos produtos OLAP não suportam acessos concorrentes (por hipótese, as aplicações DW são consideradas read-only). MULTIDIMENSIONAL é o requisito chave.

9 AMBIENTE TRANSACIONAL-FONTES ERP LEGADOS DEPTO EXTERNOS BI ETC EXTRAÇÃO TRANSFORMAÇÃO CARGA ODS DW DM DM MINING CS FN VD MK FI E-B APLICAÇÕES OLAP-ANALÍTICAS??? DM APLICAÇÕES INFERENCIAIS USUÁRIO GERÊNCIA 17 BI E DATA WAREHOUSE O QUE NÃO É NÃO RESOLVE TODOS OS PROBLEMAS 50% DOS PROJETOS DE DW FALHAM POR FALTA CLARA DE OBJETIVOS E GIGANTISMO DE ESCOPO NÃO É UM ÚNICO PROJETO-SÃO VÁRIOS NÃO SE IMPLEMENTA NUM ÚNICO RELEASE-SÃO SÃO PRODUTOS GRADATIVAMENTE DISPONIBILIZADOS NÃO É UM BD COMUM DE DADOS OPERACIONAIS-NOVA FORMA DE ORGANIZAR OS DADOS(INFORMACIONAIS) 18 9

?? DM APLICAÇÕES INFERENCIAIS USUÁRIO GERÊNCIA 17 BI E DATA WAREHOUSE O QUE NÃO É NÃO RESOLVE TODOS OS PROBLEMAS 50% DOS PROJETOS DE DW

10 MODELO RELACIONAL TRANSACIONAL DATA TEMPO QTD-VENDIDA REAIS-VENDIDOS ITENS NOTA FISCAL COD-PROMOÇÃO PROMOÇÃO DATA INÍCIO DATA FIM COD-PRODUTO CUSTO-PRODUTO PRODUTO ESTOQUE LOJA ATENDEN TE COD-LOJA COD-ATENDENTE MARCA SISTEMAS ATUAIS DADOS ESPALHADOS EM VÁRIAS TABELAS SAP TEM TABELAS ESTRUTURAÇÃO TRANSACIONAL 19 MODELO DIMENSIONAL DIMENSÕES DIMENSÕES ITEM NF VENDAS ATENDENTE LOJA QTD-VENDIDA REAIS-VENDIDOS PRODUTO DIA FATO MÉTRICAS Medidas numéricas associadas a eventos do negócio. Valores da análise dimensional

11 Cubos AQUELE PRODUTO P1 VENDEU NAQUELA LOJA L1 NAQUELE DIA D1 A QUANTIDADE QX NO VALOR VY PRODUTO (P1,L1,D1)->QX,VY AQUELE PRODUTO P1, VENDEU EM TODOS OS DIAS, EM TODAS AS LOJAS O VALOR(SOMATÓRIO) DE QX E VY DIA LOJA AQUELE SUBCONJUNTO DE PRODUTOS VENDEU NUM SUB CONJUNTO DE LOJAS NUM SUBCONJUNTO DE DIAS, AQUELE SOMATÓRIO DE QX, NO VALOR VY 21 Cubos Análise do ano 2007 Produtos All Região All Cubo Tempo 2007 Qtd. Vendida 3000 un Faturamento R$ , Produtos Balas Cafés Modelo Estrela Produtos Venda key_produto key_produto descricao key_tempo key_região qtd_vendida Fato Faturamento faturamento Tempo key_tempo ano quartil mes Região key_regiao Cereais Sul Sudeste Norte Região descricao Dimensões 22 11

ano 2007 Produtos All Região All Cubo Tempo 2007 Qtd. Vendida 3000 un Faturamento R$ 500 000,00.

12 Cubos Os relatórios provenientes de OLAP possuem estruturas dinâmicas chamadas CUBOS; Podem ter várias dimensões: tempo, região, produto, etc; Estruturas de dados que forma um sub-conjunto de um banco de dados grande; Podem ser manipulados e visualizados por inúmeros ângulos e diferentes níveis de agregação, onde é possível através de suas dimensões (faces) analisar uma determinada situação. 23 EXEMPLO: COMPRA DE INSUMOS DE ESCRITÓRIO E INFORMÁTICA APROVADOR GERENTE DE CONTA FORNECEDOR CONTRATO LICITADO COMPRADOR INTERNET ADMINISTRADOR VALOR GLOBAL X PROCESSA PREÇO UNITÁRIO-FIXO P/ANO IMPORTADO-ATÉ +-5% COMPRA RECEBE CONFERE APROVA/DEVOLVE ENTREGA 2 X SEMANA 24 12

de suas dimensões (faces) analisar uma determinada situação.

13 UNIDADE NEGÓCIO TEMPO ANO C.CUSTO TRIMESTRE MÊS REQUISIT. APROVADOR COMPRAS QTD-COMPRADA VALOR FATO DIA PEDIDO AGENTE PRODUTO CLASSE DIMENSÃO PRODUTO 25 EXEMPLO : COMPRA POR PREGÃO ELETRÔNICO DATA HORA CATEGORIA FATO PRODUTO ITEM CHAVE-FORNECEDOR CHAVE-PRODUTO CHAVE-DATA CHAVE-HORA CHAVE-PREGÃO CHAVE-ITEM NÚMERO-OC VALOR-LANCE TAG-VENCEDOR FORNECEDOR PREGÃO ORDEM DE COMPRA 26 13

EXEMPLO : COMPRA POR PREGÃO ELETRÔNICO DATA HORA CATEGORIA FATO PRODUTO ITEM CHAVE-FORNECEDOR

14 CONCLUSÃO BI NÃO É MODISMO APRIMORAMENTO DA ETERNA BUSCA POR INFORMAÇÕES QUE SEMPRE EXISTIU NA INFORMÁTICA REFORMATAÇÃO DE CONCEITOS BD RELACIONAIS => ESTRUTURAS DIMENSIONAIS APLICAÇÕES TRANSACIONAIS = > APLICAÇÕES ANALÍTICAS INCLUSÃO DE APLICAÇÕES INFERENCIAIS ENTENDER O CONCEITO DE VALOR DA INFORMAÇÃO, AGORA COM MÉTRICAS PLAUSÍVEIS DADO=>INFORMAÇÃO PRECISA NO MOMENTO DEMANDADO POR QUEM EFETIVAMENTE NECESSITA 27 14

= > APLICAÇÕES ANALÍTICAS INCLUSÃO DE APLICAÇÕES INFERENCIAIS ENTENDER O CONCEITO DE VALOR DA

Documentos relacionados

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