Sistemas de Apoio Sistemas de Apoio à Decisãoà Decisão

Sistemas de Apoio Sistemas de Apoio à Decisãoà Decisão

Sistemas de InformaçãoSistemas de InformaçãoClaudia Salles HaddadClaudia Salles Haddad

IntroduçãoEPM

EIS

KM

BI

Data Minig

DW

BSCOLAP

Conceito

• Qualidade dos dados• Velocidade de Informação• Alta disponibilidade do sistema

Conceito

Sistemas integrados e/ou legados

Análise, Transformação e carga dos dados

Conceito • Por quê?

– apoiar a gerência nas decisões, nos níveis estratégico e tático, por meio de informações resultantes da observação e análise do ambiente tecnológico externo e da avaliação dos impactos das tendências tecnológicas e sinais de mudança nas áreas de negócio da empresa;

– apoiar a revisão das estratégias tecnológicas e empresariais; – ampliar e aprofundar o conhecimento sobre as áreas tecnológicas

ligadas aos negócios da empresa; – incentivar a postura estratégica e a visão de futuro nos níveis

gerencial e técnico;– antecipar mudanças no mercado, ações dos competidores; – descobrir novos ou potenciais competidores; – aprender com os sucessos e as falhas dos outros; – rever suas próprias práticas de negócio.

Conceito • Dado• Informação• Inteligência

“A tecnologia da informação tem sido até agora uma produtora de dados, em vez de informação, e muito menos uma produtora de novas e diferentes questões estratégicas. Os executivos não têm usado a nova tecnologia porque ela não tem oferecido as informações de que eles precisam para suas próprias tarefas”. Peter Drucker

Mas como transformar dados em informação

se...• ... eles estão dispersos em diferentes bancos de dados?• • ... eles estão dispersos em diferentes softwares?

• ... eles estão dispersos em diferentes plataformas?

• ... eles são redundantes?

• ... o volume é muito grande?

• ... computadores e sistemas comuns gastariam muito tempo para consolidá-los e apresentá-los de forma legível?

Conceito• Inteligência Competitiva

– Inteligência Competitiva é um processo informacional proativo que conduz à melhor tomada de decisões, seja ela estratégica ou operacional. É um processo sistemático que visa descobrir as forças que regem os negócios, reduzir risco e conduzir o tomador de decisão a agir antecipadamente, bem como proteger o conhecimento gerado. (ABRAIC, 2001).

• Business Inteligence– Business Intelligence é o conjunto de

ferramentas utilizadas para auxiliar nos negócios tais como: data warehouses, data mining, CRM, ferramentas OLAP e outras. (ABRAIC, 2001).

Uma enxurrada de dados!!de todos tipos

provenientes de diversas fontes

arquivados dediversos modos

oriundos dediversos meios

VantagensAplicativos Operacionais Business Intelligence

Visão do atual e do real Visão histórica e de tendência

Solução para requisitos conhecidos

Permitir a identificação de fatos desconhecidos

Abrangência restrita Abrangência ampla

Informação produzida por profissionais de informática

Informação produzida pelo próprio usuário

Custo e tempo para obtenção da informação altos

Informação obtida com baixo custo e em tempo real

Informação disponível a poucos usuários

Informação democratizada

Fluxo das Informações

ERP

CRM

Planilhas

Dados Concorrentes

Dados Externos

Datawarehouse Corporativo

Fluxo das Informações• Por que DW?

– “Qual o meu desempenho de vendas, por região, nos últimos 6 meses, do produto A?”

TEMPO

MERCADO

PRODUTO

Cada aresta do cubo representa

uma combinação de Produto, Mercado e Tempo armazenado.

TEMPO

Ferramentas e Técnicas

ETL

OLAP

EXTRAÇÃO,TRANSFORMAÇÃO

ECARREGAMENTO

FONTES DEDADOS

DATAWAREHOUSE

Data Mart

AplicativosOperacionais

Softwares deAutomação de

Escritórios

Dados Externos

Equipamentosde Automação

Data Mining

EXPLORAÇÃO

Ferramentas de BI ETL – EXTRAÇÃO, TRANSFORMAÇÃO E CARREGAMENTO

os dados, oriundos de diversas fontes de dados, se necessário, são submetidos a severas transformações e disponibilizados de forma normalizada

em ambientes complexos, existe a possibilidade de utilização de softwares que executam as transformações automaticamente

dependendo da periodicidade de atualização dos dados, devem ser estabelecidos mecanismos de sincronização de dados para garantir a integridade dos dados

É a camada responsável por integrar, transformar e salvar dados,não importando sua fonte nem seu destino.

Ambiente separado Disponibilidade Integrado Retrato no tempo Orientado por assunto Fácil acesso

Ferramentas de BIDATA WAREHOUSE

Armazém de Dados

É um amplo e flexível repositório de dados, que aglutina dadosde fontes heterogêneas, projetado de modo a suportar oprocesso de tomada de decisão.

Ferramentas de BIDATA WAREHOUSE - Cubo

- é uma estrutura de dados que forma um subconjunto de um banco de dados grande

- organiza os dados em duas categorias: - campos de dados - dimensões com múltiplos níveis

- resumos dos dados são previamente calculados de modo a otimizar o tempo de recuperação das informações

Best Practices• Banco de Dados Multidimensional

– Este tipo de tecnologia armazena as informações em arrays de formato proprietário (cubos), que correspondem às dimensões de negócio definidas pelos usuários. Como vimos anteriormente, cada face do “cubo” é uma dimensão, previamente definida antes da carga dos dados no DW.

Best Practices• Banco de Dados Relacional

– Armazenam os dados de maneira relacional, mas fornecem uma visão multidimensional para os usuários através de programas especializados

– Para a utilização desta tecnologia em DW, é preciso utilizar a arquitetura tipo “estrela”, onde é possível criar índices que facilitem a construção do DW.

Best Practices• Granularidade

NÍVEL ATÔMICONÍVEL ATÔMICO(GRANDE DEMAIS PARA(GRANDE DEMAIS PARAARMAZENAR NA FORMAARMAZENAR NA FORMA

DE UM CUBO)DE UM CUBO)

DADOS AGREGADOS DADOS AGREGADOS PELO NÍVEL SEMANAPELO NÍVEL SEMANA

DADOS AGREGADOS DADOS AGREGADOS PELO NÍVEL MÊSPELO NÍVEL MÊS

DRILL-UPDRILL-UP

DRILL-DOWNDRILL-DOWN

Best Practices• Armazenamento

– MOLAP Multidimensional OLAP• Os dados permanecem no banco de dados relacional. • Novas tabelas são criadas para as agregações.• Solução de baixo desempenho, mas indicado para captura de

dados de sistemas legados.– ROLAP Relational OLAP

• Os dados e as agregações são armazenadas no servidor OLAP.

• Solução de melhor desempenho mas alto custo de armazenamento.

• Indicado apenas para pequenas quantidades de dados.– HOLAP Hybrid OLAP

• Os dados são mantidos no RDB original, mas as agregrações são calculadas e armazenadas em formato multidimensional.

Best Practices• Processo de Construção de um DW

Sistemas OLTPSistemas OLTP

Data martsData marts

Meta dataMeta dataMeta dataMeta data

Administração e Monitoração do SistemaAdministração e Monitoração do SistemaAdministração e Monitoração do SistemaAdministração e Monitoração do Sistema

DataDatawarehousewarehouse

Características dos DadosCaracterísticas dos DadosMáx. nível de detalhesPouco/ nenhum histórico

IntegradoSelecionadoHistórico

FocadoEspecializadoSumários

Best Practices• Metadados

– Técnico– Negócio

Ferramentade Análise

Tranformação e Integração de

Dados

Metadado Técnico

Metadado de Negócio

Data Mining• O que é• Associações• Diferenças entre OLAP e

Dataminig

Best Practices• Vantagens do Data Mining

– Datamining fornece uma vantagem sobre as ferramentas de OLAP, pois pode ser usada para prever comportamentos ao invés de analisar dados históricos.

– Outra vantagem sobre OLAP, é que o usuário pode deixar para o sistema descobrir os relacionamentos entre a grandeza que que analisar (por exemplo, lucro) e as outras dimensões (mercado, perfil do usuário, etc.).

Exemplos