Prof. Afranio Lamy Spolador Jr. Administração de Sistemas de Informação Datawarehouse Business...

Prof. Afranio Lamy Spolador Jr.Prof. Afranio Lamy Spolador Jr.

Administração deSistemas de Informação

DatawarehouseDatawarehouse

Business IntelligenceBusiness Intelligence

Datawarehouse e Business Intelligence

Prof. Afranio Lamy Spolador Jr.

Business Intelligence

Definições

“Termo genérico introduzido por Howard Dresner do Gartner Group em 1989,

Business Intelligence é um conjunto de conceitos e metodologias que apoia a

tomada de decisões em negócios.”

[Computeworld Março/1999]



Business Intelligence O que é BI ?

“[...] Apesar da semelhança com data warehouse, ele apresenta variações. [...]

é um processo de coleta, análise e distribuição de dados para melhorar a decisão nos negócios;

o objetivo é levar a informação para um número bem maior de usuários dentro da corporação;

As ferramentas de software precisam endereçar problemas como escalabilidade, facilidade de uso e de gerenciamento;

os bancos de dados são a infra-estrutura básica de qualquer sistema de business intelligence. Os mais comuns são os BDs multidimensionais, que permitem as análises por meio de cubos.” [Computeworld Março/1999]



Business Intelligence

A inteligência é a alma do negócio

“Os sistemas de business intelligence vão levar sua empresa para o século XXI e transformar a

maneira como se faz negócios.”

[Computeworld Março/1999]



O mercado tem confundido:

Data Warehouse (DW)com Business Intelligence (BI)



Data Warehouse

Uma Definição

“Um data warehouse é uma coleção de dados orientados a assuntos, integrados,

variáveis no tempo e não voláteis para suporte ao processo gerencial de tomada

de decisão”.

[Inmon & Hackathorn]



Data Warehouse

Mais Definições

“Um data warehouse [...] é um banco de dados que armazena dados sobre as operações da empresa

(vendas, compras, etc.) extraídos de uma fonte única ou múltipla, e transforma-os em informações úteis, oferecendo um enfoque histórico, para permitir um

suporte efetivo à decisão.”

[Adelize Generini de Oliveira]



Data Warehouse

Mais Definições

“Data Warehouse [...] é construído e implementado de uma maneira evolucionária passo a passo,

organizando e armazenando os dados necessários para a análise informacional e o

processamento analítico sob uma perspectiva de longo prazo”.

[Inmon & Hackathorn]



Data Warehouse

Questões

O DW busca atender a organização com INFORMAÇÕES. Como conseguir isso ?

Que dados devem ser armazenados no DW ? Que assuntos devem ser organizados no DW ? Quem pode dar a chave para a construção ? Quem na organização tem a visão necessária ? Existe um ponto de partida ?



Data Warehouse

Uma direção a partir de premissas existentes:

A organização possui um conjunto de processos operacionais necessários, indispensáveis e que são a própria razão de ser da Empresa. Esses processos se utilizam e geram DADOS.

Os sistemas que atendem a linha operacional possuem completeza e satisfazem.

Como transformar esses resultados operacionais em INFORMAÇÕES ? Isso é suficiente ?



• O Ambiente da Decisão - EXTERNO

ORGANIZAÇÃO

EMPREGADOS

ACIONISTAS

VARIÁVEISSOCIAIS

VARIÁVEISTECNOLÓGICAS

VARIÁVEIS POLÍTICAS

VARIÁVEISECONÔMICAS

INST.FIN.

COMPETIDORES CLIENTES

Grupos deINTERESSEMÍDIA

FORN

GOVSIND

PARCERIAS

Business Intelligence / Data Warehouse



NIVELESTRATÉGICO

TÁTICO

OPERACIONAL

Sistemas de Informações Executivas

Sistemas de apoio à decisão

SistemasTransacionais

NIVEL

NIVEL

• O Ambiente da Decisão - INTERNO




Data Warehouse

Objetivo do Data Warehouse

“ Não basta ter dados. É preciso interpretá-los e com isso aprender mais sobre os clientes, a própria empresa e o mercado. Ou seja, promover o encontro

entre a tecnologia e os negócios”.

[Carvalho 1997]



Data Warehouse

Conhecer mais a organização para ....

“ A visão de futuro é um ingrediente fundamental na modelagem estratégica. [...] É a eterna busca por

tudo aquilo que ainda não existe, mas que certamente existirá; do que ainda não é

necessário, mas será. É um misto de filosofia e receio do desconhecido, um recheio de ameaças e

oportunidades que nos lança à busca de antecipações dos próximos movimentos da

história.”[Furlan 1997]



e-Commerce + CRM + ERP + BI

Cliente

Operador Logístico

ERP:ve,co, fi,lo,co, ...

Loja VirtualCall CenterLoja Real

Vendedores

Indústrias

Operador Financeiro

Bancos

Cartões

Financeiras

Operador Financeiro

Operador Financeiro

CRM:integ+dbm+wf

BI:dw,eis



Data Warehouse

Como iniciar a construção

“ Não é preciso começar grande e com investimentos de milhões de dólares. O importante é simplesmente começar. A própria mudança de comportamento

provocada pelo primeiro passo irá influenciar os restantes”.

[Computerworld Julho/1996]



Data Warehouse

Uma direção a partir de premissas existentes:

Estamos falando de INFORMAÇÕES para atender os níveis TÁTICO e ESTRATÉGICO.

Portanto, os sistemas que atendem a linha operacional estão atendidos.

Como transformar esses resultados operacionais em INFORMAÇÕES ?



Data Warehouse

Como Iniciar a Construcão ? Opinião da Consultoria Opinião de Fornecedores O que a experiência mostra

Temos o que a organização espera como resultado ? Existe comprometimento de toda a estrutura da

empresa ? Sabemos como acompanhar o ambiente externo Sabemos como acompanhar o ambiente interno Definir foco Patrocinador forte e influente Equipe de desenvolvimento multi-disciplinar



Data Warehouse

Como Iniciar a Construção ? O Planejamento Estratégico da Informação é uma

alternativa da Engenharia da Informação Existem outras alternativas, sugeridas por

fornecedores e consultores Um bom Plano de Trabalho é o primeiro passo. Sua empresa vai necessitar de consultoria ? Vai adquirir equipamentos de que porte ? Já dimensionou a aplicação ? Vai adquirir gerenciador de BDR ? Vai adquirir Software para manuseio do DW ?



Data Warehouse

Como Iniciar a Construcão ?“[Na modelagem estratégica] Inicialmente, estabelecemos a

missão da organização e em seguida relacionamos os respectivos objetivos executivos, estratégicos e táticos de

sustentação. Posteriormente, determinamos os fatores chaves de sucesso que estarão impactando de forma

decisiva os objetivos declarados, bem como as estratégias para a concretização daqueles fatores chaves

de sucesso. Por fim, traçamos os planos de ação para levar a termo a implementação das estratégias

estabelecidas.”

[Furlan 1997]



Data Warehouse

Como Iniciar a Construcão ?

“No modelo funcional não há pessoas, mas recursos;

não há hierarquia, mas decomposição funcional.

Na verdade, o modelo funcional existe antes das pessoas - quando a empresa é estabelecida, agregamos recursos

para que seja possível concretizar sua missão. Os recursos, por sua vez são gerenciados pelas funções de

negócio.”

[Furlan 1997]



Data Warehouse Sugestões

“identificar as necessidades dos usuários e o modelo de dados que o data warehouse deverá conter;

identificar as fontes de dados, em meio aos vários repositórios disponíveis no ambiente;

definir que tipo de transformação o dado deverá sofrer para poder se integrar ao data warehouse;

criação do metadado, que identifica a fonte do dado, a transformação pela qual o dado irá passar, e que define o modelo de dado para o data warehouse;

criação e “popularização” do data warehouse, mediante acesso aos dados das várias fontes de informação.”

[Marcelo Merchan - Computerworld]



Data Warehouse Mais sugestões

“Povoar um data warehouse envolve processos como: a extração de dados do sistema fonte; o transporte dos dados para o sistema destino; a transformação dos dados para melhor qualidade e leitura; a integração de informação de diferentes fontes; a carga da base de dados.

Mesmo no caso de DWs pequenos, é uma tarefa complexa. As ferramentas que ajudam na integração e automatização desses processos são, por isto, cada vez mais importantes, podendo reduzir os custos e facilitar a gerência do projeto.”

[Alda Campos - Computerworld]



Data Warehouse Mais sugestões

“estabeleça suas metas corporativas; estabeleça sua visão corporativa;

relacione as áreas de negócio, processos e unidades em sua organização.

destaque aqueles que estiverem MAIS sujeitos à criatividade e individualidade e MENOS passíveis de automatização;

priorize estas áreas de negócio em termos de impacto positivo desejado e contribuição para metas e visões corporativas;

estabeleça a sua principal área de negócio em prioridade; liste os tópicos e assuntos-chave que melhor representem estas

áreas de negócio (produto, cliente, qualidade, vendas, mercado, recursos humanos, etc.)



Data Warehouse

“O data warehouse é indispensável para o gerenciamento dos negócios, visto que esta estratégia dá suporte à criatividade

e individualidade dos tomadores de decisão em toda a empresa.

[ ... ]

Percorrendo estas etapas você selecionou as áreas de negócio, tópicos e os critérios de comparação para seu

projeto inicial de data warehouse. Estas informações também serão de utilidade para obter compromisso interno

em sua organização para o projeto de data warehouse.”

[SAS Institute Inc]



Data Warehouse - Estrutura

•A Reta Inclinada

EIS

DATA DESTILLERS

DATADESTILLERS

DATAMINING

DATAMINING

DATA MART

TÁTICO

APLICAÇÕESOPERACIONAL

ESTRATÉGICO



Data Warehouse

Alguns conceitos Data Mart: obedece aos mesmos conceitos do data

warehouse, mas tem um conteúdo direcionado para um determinado objetivo que pode ser por assunto ou departamental. Se utiliza das mesmas ferramentas e manipula bancos de dados menores.

Exemplo: Vendas de um produto em uma região Os 500 maiores Clientes da empresa Informações contábeis



Data Warehouse

Alguns conceitos Data Mining: técnicas que buscam dar significado

aos dados do DW e Data Mart. Mineração através de pesquisas pré-definidas, elaboradas sob medida às necessidades conhecidas. A Mineração ad-hoc para consultas não definidas e não conhecidas previamente, usada para análises e simulações.

Exemplo: Análise do perfil do consumidor e cliente Avaliação de ações de concorrentes Análise das vendas por região, local, produto, vendedor Desempenho equipes de venda - sazonalidade



Data Warehouse

Alguns conceitos Data Destillers: características similares ao data

mining mas no sentido inverso, utiliza-se de extrações resumidas e consolidadas de dados do negócio para subsidiar de forma sucinta eficaz a tomada de decisões.

Exemplo: Que indicador será afetado por uma ação

operacional Quais resultados serão modificados por uma

mudança em ambiente operacional



Data Warehouse

Alguns conceitos Data Bridge: estrutura para através de programas

realizar filtragens para transformar dados do ambiente operacional para o ambiente DW/BI.

Exemplo: Alguns dados operacionais podem nunca sair do

ambiente operacional, chegando ao ambiente DW/BI através de cálculos, combinações e deduções.



Data Warehouse

Alguns conceitos Operational Data Storage: Base de dados

transacional que suporta pesquisas para BI. Possibilita a sumarização imediata a partir da ocorrência operacional do processo gerador. Permite a atualidade dos dados e seu uso imediato no ambiente de decisões em função da sumarização dinâmica e sua destilação imediata por assunto.

Exemplo: Venda de um produto reflete na venda diária e

mensal imediatamente.



Data Warehouse

Alguns conceitos Aplicação: onde está desenvolvido o conjunto de

pesquisas ao data warehouse - linguagem amigável Engine: software principal, onde é realizado todo o

processo de coordenação das pesquisas e montagem dos algoritmos em tempo de execução.

Metadados: armazenamento do dicionário de dados que associa o data warehouse físico com as visões dos aplicativos e que são manipulados pelo Engine



Data Warehouse

Arquiteturas Ferramentas para manuseio do DW

Vários Fornecedores Vários Tipos de Soluções para Manuseio do DW Soluções que possibilitam navegação na estrutura

de dados Soluções para manuseio local ou remota Soluções integradas ao Office Soluções na WEB - camadas da arquitetura



Data Warehouse

Arquiteturas - Ferramentas para carga do DWCarga Tradicional – programas desenvolvidos

Modelagem da Base de Dados DWDefinição e Construção dos Programas de CargaRotina operacional para CargaDificuldades: tempo, know-how, qualidade dos dados.

Ferramenta ETL (Extraction-Transformation-Loading)– Parte dos arquivos do legado e associa ao modelo DW– Constrói a carga– Constrói a transformação dos dados– Constrói a rotina para carga e eschedulagem– Dificuldades: reduzidas drásticamente



Data Warehouse

Arquiteturas Camadas

Solução com UMA CAMADA - Cliente Gordo

Na estação CLIENTE está o data warehouse, os Metadados, o Engine, cubos e a aplicação.

Vantagens: Simplicidade na arquitetura

Desvantagens: Performance extremamente prejudicada Somente para volume de dados muito reduzido



Data Warehouse


Solução com DUAS CAMADAS

Estação Cliente: Aplicativo + Metadados Aplicação + Cubos

Servidor Remoto: Data Warehouse + Engine + Metadados

Relacional + Gerenciador Banco de Dados Melhora um pouco a performance em relação a

uma camada.



Data Warehouse


Solução com TRÊS CAMADAS

Estação Cliente: Somente Aplicação

Servidor Remoto Motor: Engine + Metadados Aplicação + Cubos

Servidor Remoto Armazenamento: Data Warehouse + Metadados Relacional +

Gerenciador Banco de Dados Relacional



Data Warehouse


Solução com QUATRO CAMADAS - Cliente Magro Estação Cliente:

Somente Browser Servidor Remoto WEB

Servidor WEB + Interface WEB da Ferramenta Servidor Remoto Motor:

Engine + Metadados Aplicação + Cubos Servidor Remoto Armazenamento:

Data Warehouse + Metadados Relacional + Gerenciador Banco de Dados Relacional



Data Warehouse


Solução com QUATRO CAMADAS - Cliente Magro Vantagens:

Instalação no Cliente: Somente o Browser Simplificação no suporte - maior performance Estação Cliente não precisa ser muito robusta

Desvantagens: Investimento maior em servidores Necessita boa administração dos recursos



Data Warehouse

Arquiteturas Outra visão de camadas:

Camada Externa de Banco de Dados - BD Operacional Camada de Acesso a Informação - Ferramenta Camada de Acesso aos Dados - SQL Camada do Diretório de Dados - Metadados Camada do Gerenciamento do Processo Camada de Mensagens da Aplicação - Comunicação Camada Física do Data Warehouse - BDR Camada de Replicação de Dados - Cubos / Agregações

[Adelize Generini de Oliveira]



Data Warehouse

Ferramentas de Manuseio- Fornecedor / Produto Business Object / Business Object Brio Technology / Brio Query Choice / O3 Cognos / Impromptu, Power Play e Scenario DSS MicroStrategy / MicroStrategy IQ Software / IQ Execplan / FastBI



Data Warehouse

Ferramentas de Manuseio- Fornecedor / Produto Extent Pilot / Pilot Hyperion / Essbase, Pillar, Enterprise IBM / Intelligent Miner, DB.2 OLAP Server IBM / DataJoiner, DataPropagator, ITI IBM / DataRefresh, VisualWarehouse Informix / InfoMover, Advanced Decision

Support, Extended Parallel Option



Data Warehouse

Ferramentas de Manuseio- Fornecedor / Produto Microsoft / SQL Server 2000 NCR / Teradata, Teracube, CMS Oracle / ExpressServer, 11i Platinum / DecisonBase, InfoBeacon, Forest

and Tree, Perspectivo for Marketing Analysing Prism Solution - DB-Open / Prism



Data Warehouse

Ferramentas de Manuseio - Fornecedor / Produto SAS Institute / MDDB Server, SAS EIS e AF,

Insight, Enterprise Miner, Enterprise Report Seagate Software / Seagate Info, Holos, Crystal

Reports, Worksheet Sybase / Warehouse Studio, PowerDimensions

Fonte:

ComputerWorld

8 de Marco de 1999



Data Warehouse

Ferramentas de ETL - Fornecedor / Produto/Site

IBM / ETI / www.eti.com

INFORMATICA / PowerCenter / www.informatica.com

ASCENTIAL / DataStage / www.ascentialsoftware.com

CA / Decision Base Transformer / www.ca.com

Sagent / www.sagent.com

Choose / Amadea / www.choose.com.br




“É indiscutível o benefício decorrente do conhecimento e uso da informação. No entanto, o

sucesso na implementação do Business Information Warehouse depende do quanto a

empresa adota estas propostas e as considera estratégicas para a sobrevivência do seu negócio.”

[ComputerWorld Marco/1999 - Johnson & Johnson]

Date post:	17-Apr-2015
Category:	Documents
Upload:	internet
View:	102 times
Download:	0 times

Prof. Afranio Lamy Spolador Jr. Administração de Sistemas de Informação Datawarehouse Business...

Documents