Inteligência do Negócio DENISE NEVES 2017 PROFA.DENISE@HOTMAIL.COM
Inteligência do Negócio Objetivo Primeiro Bimestre Apresentar ao aluno as etapas de projeto de Business Intelligence. Introdução a Inteligência em Negócios. Projeto de Datawarehouse. Modelagem dimensional. DataMarts. Extração, tratamento e carga. Concepção de relatórios.
Inteligência De Negócios DADO INFORMAÇÃO CONHECIMENTO DECISÃO A informação é a base para a construção do conhecimento.
Exemplo
Business Intelligence (BI) A empresa Gartner é detentora da paternidade do termo O termo surgiu na década de 80 e faz referência ao processo inteligente de coleta, organização, análise, compartilhamento e monitoração de dados, gerando informações para o suporte à tomada de decisões no ambiente de Negócios. Está conectado diretamente ao ERP(Enterprise Resource Planning) sigla que representa os sistemas integrados de gestão empresarial cuja função é facilitar o aspecto operacional das empresas.
Business Intelligence Histórico Idade Antiga : Povos do Oriente cruzavam informações da natureza, marés, etc. Década de 60 : Evolução dos computadores que deixaram de ocupar salas enormes As empresas passaram a perceber os dados como uma possível e importante fonte geradora de informações decisórias e que renderiam eventuais lucros. Cartões perfurados. Década de 70 : Evolução das formas de armazenamento e acesso a dados SGBD Década de 80 : Desenvolvimento e evolução das linguagens de programação Início do termo Business Intelligence.
Business Intelligence Década de 90 : Início do uso termo CPD nas empresas. Desenvolvimento de Data Warehouse. Década de 2000 : Conexões entre BI e o ERP. Data mining. Surgimento de E-Business.
Business Intelligence O comércio eletrônico acelerou todos os negócios em todos os níveis. Soma-se a isso o novo consumidor, que se apresenta virtual, e para quem é preciso direcionar ações em razão de suas necessidades e interesses. Para ter ciência de quais são essas necessidades cada vez mais uma corporação precisa ter agilidade, capacidade de tomar decisões e refinamento nas estratégias de clientes, tudo isso com o menor tempo possível. Em 2010, o Google tinha quase 100 milhões de buscas por dia, e o YouTube eram colocados aproximadamente 75.000 novos vídeos por dia, sendo que mais de 100 milhões de clipes eram vistos diariamente. O Twitter alcançou a marca de 15 bilhões de posts colocados na sua rede social.
OLTP Online Transactional Processing Sistemas transacionais, também conhecidos como sintéticos ou ainda OLTP Online Transactional Processing são aqueles que, como o nome sugere, baseiam-se em transações. Alguns exemplos deste tipo de sistemas são: Sistemas Contábeis; Aplicações de Cadastro; Sistemas de Compra, Estoque, Inventário; ERPs, CRMs.
OLAP On-Line Analytical Processing OLAP é um software cuja tecnologia de construção permite aos analistas de negócios, gerentes e executivos analisar e visualizar dados corporativos de forma rápida, consistente e principalmente interativa. A funcionalidade OLAP é inicialmente caracterizada pela análise dinâmica e multidimensional dos dados consolidados de uma organização permitindo que as atividades do usuário final sejam tanto analíticas quanto navegacionais. As ferramentas OLAP (do inglês, Online Analytical Processing) são geralmente desenvolvidas para trabalhar com banco de dados desnormalizados. Essas ferramentas são capazes de navegar pelos dados de um Data Warehouse, possuindo uma estrutura adequada tanto para a realização de pesquisas como para a apresentação de informações.
OLTP x OLAP
Níveis de sistemas Sistema de Informação Executiva (EIS) Sistema que fornecem ao executivo os dados necessários para a execução de entendimento do problema. São consultas e relatórios, gráficos e tabulações que acessam diretamente a base de dados da empresa. Sistemas de Informação de Gestão (MIS) Sistemas que apoiam à gestão nas operações ou tomada de decisão. É projetado para gerar informações dentro de uma empresa ou organização. Sistema de Suporte a Decisão (DSS) São sistemas que computacionais que fornecem informações e contribuem com o processo de tomada de decisão.
Tipos de sistemas analíticos
Arquitetura de Data Warehouse
Arquitetura de Data Warehouse Uma solução completa de DW deve conter os componentes de :
Data Warehouse Um Data Warehouse é um repositório de informações colhidas de várias origens, armazenadas sob um esquema unificado, em um único local. Quando reunidos, os dados são armazenados por muito tempo, permitindo o acesso a dados históricos. Ainda, o desenho da base de dados favorece os relatórios, a análise de grandes volumes de dados e a obtenção de informações estratégicas que podem facilitar a tomada de decisão. O Data Warehouse possibilita a análise de grandes volumes de dados, coletados dos sistemas transacionais (OLTP). São as chamadas séries históricas que possibilitam uma melhor análise de eventos passados, oferecendo suporte às tomadas de decisões presentes e a previsão de eventos futuros.
Persistir dados do processo para definir as bases de dados de informações Estudo de Caso O processo de matrícula de alunos da faculdade: Cadastro de Cursos (nome, área,tipo) Cadastro de Disciplinas (nome, período,turma) Cadastro de Turmas (nome,curso) Cadastro de Alunos(nome,email,cpf,cidade) Cadastro de Matriculas (aluno,turma,disciplina,ano,semestre)
Glossário Data warehouse Data Mart Data Mining OLTP OLAP ETL
Referência Bibliográfica: BARBIERI, Carlos. BI2 Business Intelligence. Modelagem & Qualidade. Rio de Janeiro: Elsevier, 2011.