“Conhecimento é o melhor investimento que podemos fazer....” Einstein.

Apresentação em tema: "“Conhecimento é o melhor investimento que podemos fazer....” Einstein."— Transcrição da apresentação:

1 “Conhecimento é o melhor investimento que podemos fazer....” Einstein

2 e Sistemas de Informação
Administração e Sistemas de Informação Mauricio Abreu MSc SAD / Data Warehouse

3 Agenda Geral Tecnologias: Data Warehouse, Data Mart, Metadado e ODS;
Data / Text / Web Mining; BPM; Portal Corporativo. Agenda Geral

4 Agenda Introdução Novo Ambiente de Negócios Sistemas de Informação
Sistemas de Apoio a Decisão Tecnologias: Data Warehouse, Data Mart, Metadado e ODS Modelagem do DW Segunda Geração do DW Agenda

5 Introdução

6 Sociedade da Informação Explosão da Informação e do Conhecimento
Uma edição semanal do NYT contém mais informação do que uma pessoa normal poderia ter tido acesso, em toda a sua vida, na Inglaterra do século XVIII; Nos campos científico e tecnológico o conhecimento duplica a cada 18 meses; Muita informação e pouco tempo: poluição da informação; Executivos dedicam até 4 horas por dia para a leitura; Ansiedade da informação: hiato entre os dados disponíveis e o conhecimento para absorvê-los. “O mundo produz em torno de 1.5 exabytes (1018 bytes) de informação original por ano, o que dá, aproximadamente, 250 megabytes para cada habitante da terra.” Peter Liman & Hal R. Varian (Junho de 2001) Introdução

7 Sociedade da Informação
“A ‘explosão da informação’, sobre a qual muito se comenta e escreve, é também, em grande parte, a explosão da informação errada e mal organizada (...). A revolução digital apenas agravou o problema.” Murray Gell-Mann Information versus knowledge and understanding Introdução “Nosso fascínio pela tecnologia nos fez esquecer o objetivo principal da informação: INFORMAR. Todos os computadores do mundo de nada servirão se seus usuários não estiverem interessados na informação que estes computadores podem gerar. O aumento da largura de banda dos equipamentos de telecomunicações será inútil se os funcionários de uma empresa não compartilharem a informação que possuem.” Thomas Davenport - Information Ecology

8 Sociedade da Informação
Um ambiente de informação e conhecimento deve considerar: Cultura - valores e crenças empresariais sobre informação; Comportamento - como as pessoas realmente usam a informação; Processos de trabalho - o que é feito com a informação; Política - as armadilhas que podem interferir no intercâmbio de informações; Tecnologia - quais sistemas de informação já estão instalados e quais os potenciais. Introdução

9 Novo Ambiente de Negócios

10 Crescimento das Vendas
Realidade Mundial Comércio Eletrônico Alta Competitividade Agilidade e Flexibilidade Foco no Cliente Concorrência Acirrada Introdução Novos Ambientes de Negócio Fidelização do Cliente Crescimento das Vendas Globalização Estar à frente da Concorrência Investimento em TI Instabilidade

11 A Era do Conhecimento Informação Dado
Globalização Concorrência Acirrada Instabilidade Estar à frente da Concorrência Agilidade e Flexibilidade Alta Competitividade Crescimento das Vendas Foco no Cliente Comércio Eletrônico Fidelização do Cliente Investimento em TI Novos Ambientes de Negócio Novo Ambiente de Negócios Informação Dado

12 A Era do Conhecimento Informação Dado
Globalização Concorrência Acirrada Instabilidade Estar à frente da Concorrência Agilidade e Flexibilidade Alta Competitividade Crescimento das Vendas Foco no Cliente Comércio Eletrônico Fidelização do Cliente Investimento em TI Novos Ambientes de Negócio DADO Matéria Prima da qual a informação é derivada e é a base para decisões e ações inteligentes ex: INFORMAÇÃO É o Dado num Contexto É o Dado Utilizável (Apresentação) É o Significado do Dado para o Negócio É AQUILO que ALTERA a Estrutura Mental dos Knowledge Workers ex: 55 (11) r. 111 Novo Ambiente de Negócios Informação Dado Informação = f(Dado + Definição + Apresentação)

13 Dimensão do Nível Conceitual do Conhecimento Dimensão da Manifestação
A Era do Conhecimento Dimensão do Nível Conceitual do Conhecimento Meios Sinais Dado Informação Conhecimento Inteligência Especialidades Habilidades Tecnologia Máquinas e Dispositivos Organização Sistemas e Procedimentos Automático Pragmático Sistemático Idealizado Dimensões Dimensão da Manifestação do Conhecimento Capacidade para Agir Inteligentemente Fonte: Wiig Comércio Eletrônico Alta Competitividade Agilidade e Flexibilidade Foco no Cliente Concorrência Acirrada Novo Ambiente de Negócios Conhecimento Novos Ambientes de Negócio Informação Fidelização do Cliente Dado Crescimento das Vendas Globalização Estar à frente da Concorrência Investimento em TI Instabilidade

14 Características do Conhecimento
A Era do Conhecimento Globalização Concorrência Acirrada Instabilidade Estar à frente da Concorrência Agilidade e Flexibilidade Alta Competitividade Crescimento das Vendas Foco no Cliente Comércio Eletrônico Fidelização do Cliente Investimento em TI Novos Ambientes de Negócio CONHECIMENTO É a Informação num Contexto É Entender o Significado da Informação (Conceituação Contextual) É o Valor Agregado à informação por pessoas que têm experiência e perspicácia para entender o seu real potencial ex: Telefone de uma empresa que fornece serviços com alto padrão de qualidade em Data Warehouse. Conhecimento = f(Pessoa + Informação + Significado) Características do Conhecimento Não é produto de prateleira; Conhecimento tem natureza endógena, portanto se mistura com as características das pessoas; É uma coisa viva - precisa ser continuamente reciclado, precisa interagir para daí surgir novos conhecimentos; Geralmente dividido em TÁCITO e EXPLÍCITO. Novo Ambiente de Negócios Conhecimento Informação Dado

15 A Era do Conhecimento Conhecimento Informação Dado
Globalização Concorrência Acirrada Instabilidade Estar à frente da Concorrência Agilidade e Flexibilidade Alta Competitividade Crescimento das Vendas Foco no Cliente Comércio Eletrônico Fidelização do Cliente Investimento em TI Novos Ambientes de Negócio CONHECIMENTO É a Informação num Contexto É Entender o Significado da Informação (Conceituação Contextual) É o Valor Agregado à informação por pessoas que têm experiência e perspicácia para entender o seu real potencial ex: Telefone de uma empresa que fornece serviços com alto padrão de qualidade em Data Warehouse. Conhecimento = f(Pessoa + Informação + Significado) Conhecimento Tácito É algo pessoal; Formado dentro de um contexto social e individual; Não é propriedade de uma organização ou de uma coletividade. Novo Ambiente de Negócios Conhecimento Informação Dado

16 Conhecimento Explícito
A Era do Conhecimento Globalização Concorrência Acirrada Instabilidade Estar à frente da Concorrência Agilidade e Flexibilidade Alta Competitividade Crescimento das Vendas Foco no Cliente Comércio Eletrônico Fidelização do Cliente Investimento em TI Novos Ambientes de Negócio CONHECIMENTO É a Informação num Contexto É Entender o Significado da Informação (Conceituação Contextual) É o Valor Agregado à informação por pessoas que têm experiência e perspicácia para entender o seu real potencial ex: Telefone de uma empresa que fornece serviços com alto padrão de qualidade em Data Warehouse. Conhecimento = f(Pessoa + Informação + Significado) Conhecimento Explícito Envolve conhecimento dos fatos; É adquirido principalmente pela informação; Quase sempre adquirido pela educação formal; está documentado em livros, manuais, bases de dados etc. Novo Ambiente de Negócios Conhecimento Informação Dado

17 A Era do Conhecimento Inteligência Conhecimento Informação Dado
Comércio Eletrônico Alta Competitividade Agilidade e Flexibilidade Inteligência Foco no Cliente Concorrência Acirrada Novo Ambiente de Negócios Conhecimento Novos Ambientes de Negócio Informação Fidelização do Cliente Dado Resultado de um processo que envolve coleta, organização e transformação de dados em informação, passando por análise e contextualização, cujo resultado é aplicado na solução de problemas que geram uma vantagem competitiva para a organização. Crescimento das Vendas Globalização Estar à frente da Concorrência Investimento em TI Instabilidade

18 A Era do Conhecimento Inteligência Conhecimento Informação Dado
É a Informação num Contexto É Entender o Significado da Informação (Conceituação Contextual) É o Valor Agregado à informação por pessoas que têm experiência e perspicácia para entender o seu real potencial ex: Telefone de uma empresa que fornece serviços com alto padrão de qualidade em Data Warehouse. Conhecimento = f(Pessoa + Informação + Significado) Comércio Eletrônico INTELIGÊNCIA É o Conhecimento Aplicado É a Capacidade de Inovar É o Conhecimento Compartilhado Cria um Processo de “Aprendizagem Inteligente” Voltado para a Tomada de Decisão Inteligência = f(Pessoa + Conhecimento + Ação) Alta Competitividade Agilidade e Flexibilidade Inteligência Foco no Cliente Concorrência Acirrada Novo Ambiente de Negócios Conhecimento Novos Ambientes de Negócio Informação Fidelização do Cliente Dado Crescimento das Vendas Globalização A Base ! Estar à frente da Concorrência Investimento em TI Instabilidade

19 Novo Ambiente de Negócios

20 Por que Conhecimento? E por que agora?
Novo Ambiente de Negócios O Conhecimento é a base para uma Vantagem Competitiva Sustentável

21 A Era do Conhecimento “A Emoção e a Regra” Grupos criativos na Europa de 1850 a 1950 Domenico De Masi Casa Thonet Novo Ambiente de Negócios Instituto Pasteur de Paris Cooperativa Wiener Werkstätte de Artistas e Artesãos Bauhaus

22 Compartilhar / Distribuir
Organizar / Armazenar Compartilhar / Distribuir Selecionar Explicitar Contextualizar Documentar Armazenar Converter Classificar Revisar Adaptar Codificar Distribuir Acessar Onde o conhecimento começa a ser socializado na organização. São atos de disseminar, dividir e distribuir. Onde o conhecimento começa a ser internalizado na organização. São atos de explicitar, customizar, contextualizar e documentar. Disseminar Avaliar Analisar Dividir Gestão do Onde os resultados obtidos são avaliados. São atos de medir, analisar e qualificar. Novo Ambiente de Negócios Evoluir Avaliar Avaliar Onde o conhecimento surge, internamente ou externamente. São atos de prospectar, visualizar, triar, selecionar, filtrar, coletar, identificar, evoluir e inovar. Conhecimento Coletar Melhorar Prospectar Visualizar Triar Selecionar Obter Identificar Usar Inovar O conhecimento passa a ser usado e a gerar valor para organização. É o ato de usar. Criar Produzir Avaliar Criar / Adquirir Adquirir Aplicar Fonte: CRIE/COPPE

23 Processos Gerenciais & Administrativos
Na Organização Adquirir Processos Gerenciais & Administrativos Melhores Práticas Compartilhar Armazenar Pesquisa Mercado BPR/ TQM TI Produzir Planejamento Treinamento Novo Ambiente de Negócios Plano Estratégico BD,DW,DM, docs, Novos Processos Conhec. Transferir Desenvolvimento do Produto Mercado Consumidor Estoque Fabricação Teste & Avaliação Entrega Suporte ao Cliente Financeiro Venda Produzir Fonte: Litton-PRC

24 Inteligência Empresarial
Ter o Dado; Saber que tem o Dado; Poder acessá-lo; Confiar nele. Novo Ambiente de Negócios Dado Transação Operacional Demográfico Estilo de Vida Financeiro Econômico Governamental Informação Segmentação de Cliente Previsão de Demanda Afinidade de mercado Relação Cliente & Produto Perfis & Padrões de Fraude Conhecimento (Decisão / Ação) Programas de Fidelização Otimização de mala direta Maximização da loja Alocação de fundos Planejamento dos riscos

25 O que é ser uma organização inteligente?
Utilização de estratégias, unidas com as tecnologias corretas, privilegiam a interação inteligente e a gestão eficaz dos recursos produtivos; Ciclo rápido de resposta e interatividade; Auto-suficiência para o usuário; Modelo mental de operação rápida, prestativa e sensata, segundo o ponto de vista do usuário; Aplicação de tecnologias e métodos de inteligência empresarial; Uso compartilhado de métricas e indicadores relevantes. Novo Ambiente de Negócios

26 Casos Novo Ambiente de Negócios
Desenvolveu um método capaz de prever, com 61% de segurança, se um consumidor trocaria de companhia telefônica dentro de um período de dois meses. Com um marketing agressivo, conseguiu evitar a deserção de clientes e uma perda de 35 milhões de dólares em faturamento. Sprint Novo Ambiente de Negócios Necessitava de um relatório completo sobre pessoas que voaram de Londres para New York, em primeira classe ou classe executiva, e não voaram pela British Airways. British Airways

27 Arquitetura de Informações
ESCOPO DO NEGÓCIO (CONTEXTUAL) MODELO DA EMPRESA (CONCEITUAL) MODELO DOS SISTEMAS DE INFORMAÇÃO (LÓGICO) TECNOLOGIA (FÍSICO) REPRESENTAÇÕES DETALHADAS (IMPLEMENTAÇÃO) FUNÇÕES DADO FUNÇÃO REDE Definição de Dados Entidade = Campo Relacionamento = Ender. ex. DADOS Modelo Físico de Dados Ent. = Tabelas, Colunas Relac. = Pointers,chaves, etc. Modelo Lógico de Dados Entidade = Ent. de Dados Relacinamento = Relac. de Dados Modelo Conceitual Entidade = Ent. negócio Relacionamento = Fatos da realidade do negócio Lista dos aspectos importantes do negócio Entidade = Classe de objetos do negócio Lista dos Processos que o negócio realiza Processo = Proc. negócio Arquitetura da aplicação I/O = Fluxo de dados P = Função da Aplicação Projeto do sistema I/O = Form. Telas/Dispos. Proc. = Função comput. Programas I/O = Blocos de controle Proc. = Comandos Ling. ex. FUNÇÕES Mod. de Processos do Negócio I/O = Recursos negócio Lista de Locais onde o negócio opera Nó = Grandes Localizações Logística do negócio Nó = Unidade negócio Link = Conexão negócio Arq. Sistema Distribuído Nó = Função do SI (Processador,Armaz.,etc) Link = Linhas de comunic. Arquitetura do sistema Nó = Hardware/Software Link = especificação das linhas de comunicação Arquitetura da rede Nó = Endereço na rede Link = Protocolo ex. REDE “O Que” “Como” “Onde” O I P E1 R E2 E3 Nó Link Processo = Classe de processos do negócio Planejador Proprietário Projetista Construtor Subempreiteiro PESSOAS TEMPO MOTIVAÇÃO Arquitetura de segurança (acesso, senhas, etc.) Usuário = identificação Trabalho = ações válidas ex. ORGANIZAÇÃO Arq. da apresentação Pessoa=usuário / grupo Arq. da interface humana Pessoa = Papel Trabalho = Entregas Modelo Work Flow Usuário=uni. organizacio. Trabalho=produto do trabalho Lista de orgs/agentes importantes do negócio Pessoa = “classe” de agente Lista dos eventos significantes do negócio Tempo = Evento negócio Processando a estrutura Ciclo = ciclo de proces. Tempo = evento sistema Diag. fluxo de controle Ciclo=ciclo compenente Evento = execução Parte interna Ciclo = ciclo de máquina Evento = interrup. de I/O ex. HORÁRIO Plano Principal Lista de estratégias e objeticos do negócio Plano do negócio Fim = objetivos negócio Meio = estratégias negóc. Modelo das regras neg. Projeto das regras Fim = declaração estrut. Meios = declar. ação Especificação das Regras Fins = sub-condiçãos Meios = paços ex. ESTRATÉGIA “Quem” “Quando” “Porquê” Fins = Maiores objetivos Meios = C.S.F. Evento maior do negócio Ciclo = Ciclo do negócio Fim = condição Meio = ação Trabalho=formato de tela Novo Ambiente de Negócios

28 Arquitetura de Gestão do Conhecimento
Estratégia do Conhecimento Capital de Relacionamento Capital Intelectual Capital Estrutural Novo Ambiente de Negócios Processos Tecnologias de negócio Capital Ambiental Estrutura Organizacional CRIE ® INDICADORES

29 Arquitetura de Gestão do Conhecimento Extendida
Capital Ambiental Capital Relacionamento Capital Estrutural Capital Intelectual ESCOPO DO NEGÓCIO MODELO DA EMPRESA (Conceitual) MODELO LÓGICO MODELO FÍSICO IMPLEMENTAÇÃO Planejador Proprietário Projetista Construtor Subempreiteiro PESSOAS TEMPO MOTIVAÇÃO “Quem” “Quando” “Porquê” DADO FUNÇÃO REDE “O Que” “Como” “Onde” (acesso, senhas, etc.) Arquitetura de segurança Usuário = identificação Trabalho = ações válidas Arq. da apresentação Pessoa=usuário / grupo Arq. da interface humana Pessoa = Papel Trabalho = Entregas Modelo Work Flow Usuário=uni. organizacio. trabalho Trabalho=produto do importantes do negócio Lista de orgs/agentes agente Pessoa = “classe” de significantes do negócio Lista dos eventos Tempo = Evento negócio Processando a estrutura Ciclo = ciclo de proces. Tempo = evento sistema Diag. fluxo de controle Ciclo=ciclo compenente Evento = execução Parte interna Ciclo = ciclo de máquina Evento = interrup. de I/O Plano Principal objeticos do negócio Lista de estratégias e Plano do negócio Meio = estratégias negóc. Fim = objetivos negócio Modelo das regras neg. Projeto das regras Meios = declar. ação Fim = declaração estrut. Especificação das Regras Meios = paços Fins = sub-condiçãos Meios = C.S.F. Fins = Maiores objetivos Evento maior do negócio Ciclo = Ciclo do negócio Meio = ação Fim = condição Trabalho=formato de tela Definição de Dados Entidade = Campo Relacionamento = Ender. Modelo Físico de Dados Ent. = Tabelas, Colunas etc. Relac. = Pointers,chaves, Modelo Lógico de Dados Entidade = Ent. de Dados de Dados Relacinamento = Relac. Modelo Conceitual Entidade = Ent. negócio da realidade do negócio Relacionamento = Fatos Lista dos aspectos objetos do negócio Entidade = Classe de negócio realiza Lista dos Processos que o Processo = Proc. negócio Arquitetura da aplicação I/O = Fluxo de dados P = Função da Aplicação Projeto do sistema I/O = Form. Telas/Dispos. Proc. = Função comput. Programas I/O = Blocos de controle Proc. = Comandos Ling. do Negócio Mod. de Processos I/O = Recursos negócio negócio opera Lista de Locais onde o Localizações Nó = Grandes Logística do negócio Nó = Unidade negócio Link = Conexão negócio Arq. Sistema Distribuído Nó = Função do SI (Processador,Armaz.,etc) Link = Linhas de comunic. Arquitetura do sistema Nó = Hardware/Software linhas de comunicação Link = especificação das Arquitetura da rede Nó = Endereço na rede Link = Protocolo O I P E1 R E2 E3 Nó Link processos do negócio Processo = Classe de Novo Ambiente de Negócios Metadado

30 Compartilhar / Distribuir
Organizar / Armazenar Compartilhar / Distribuir Metadado ERP Avaliar Data Warehouse CRM Benchmarking Gestão do Novo Ambiente de Negócios Avaliar Avaliar Conhecimento Mapa de Conceitos Balanced Scorecard Agentes Inteligentes Avaliar Mineração de Dados Data / Text Mining Sistemas Especialistas Criar / Adquirir Aplicar Fonte: CRIE/COPPE

31 Sistemas de Informação

32 Sistemas de Informação
Gestão do Conhecimento Sistemas de Informação Agentes Inteligentes Workflow Banco de Dados Data/Text Mining CRM Data Warehouse EIS & DSS ERP Segurança GED Groupware Internet/Intranet/Extranet Mapa do Conhecimento Mapa de Processos Sistemas Especialistas Metadado CAPITAIS DO CONHECIMENTO (Intelectual, Relacionamento, Estrutural e Ambiental)

33 Tipos de Sistemas de Informação
Sistemas de Informações Transacionais (SIT) Sistemas de Informações Gerenciais (SIG) Sistemas de Apoio à Decisão (SAD) Sistemas Especialistas (SE) Sistemas de Apoio ao Executivo (EIS) Sistemas Integrados de Gestão (ERP) Sistemas de Informação Georeferenciada (GIS) e-ERP, Supply Chain (SCM), e-CRM, ... E agora?! Está chegando o BPM, o ECR,…. Sistemas de Informação

34 Evolução dos SI Sistemas de Informação Explorar Informação Transações
CRM OPERACIONAL TÁTICO OPERACIONAL ESTRATÉGICO OPERACIONAL TÁTICO TÁTICO ESTRATÉGICO ESTRATÉGICO SIT SIG SAD SE EIS ERP Sistemas de Informação 50 60 70 80 90 00 Explorar Informação Transações Informação dados Visão da por cliente por área organização e funcional Simulação seu contexto Substituir o Integração Processamento julgamento da Informação de textos humano

35 Informação Sistematizada: rumo à inteligência empresarial
Econômico Social - Legal Concorrência - Mercado Fornecedores Capacidade - Forças Fraquezas - Restrições Ambiente social Ambiente organizacional Ambiente intra- organizacional Sistemas de Informação SISTEMA DE INTELIGÊNCIA Identificar oportunidades Antecipar problemas Lucros - Redução de risco Serviço à sociedade Demanda por bens e serviços Performance - Risco 16

36 Sistemas de Apoio à Decisão

37 Sistemas de Informação Empresarial Sistemas de Informação Empresarial
Executiva Vantagem Competitiva Importância da IE Estratégico (Gestão do Negócio) Dados e Informações Sistemas de Informação Empresarial SAD Sistemas de Informação Gerencial (SIG) Tático (Análise do Negócio) Sistemas de Informação (SI) Sistemas de Nível Operacional (SPT) Operacional

38 Visão Geral da Arquitetura Fábrica Corporativa de Informações
Metadados Fábrica Corporativa de Informações Ambiente de Apoio a Decisão Dado Externo OLAP Ambiente de Negócio Ambiente Operacional Ambiente de Transição Data Mining Armazenamento Alternativo DB2 SAD Área de Preparação E-Business Legados Empresa CRM RDB EIS / DSS Data Warehouse SAP/R3 DW Área 2 Oracle Produção INTERNET DW ÁREA 1 Vendas Migrados Marketing Data Marts Oracle ods Visão Global

39 SAD Captação de Informações SAD CMA Bolsas Commodities
Correio Eletrônico Agenda Fax Mensagens Informações Externas RH Vendas Produção Estoque Automação de Escritório Sistemas corporativos e de apoio ao negócio SAD Tass CNN Reuters SAD Notícias Sistemas Financeiros e DSS Sistemas de Apoio ao Marketing Orçamentos Investimentos Planejamentos Análises Simulações Gerenciamento de Produtos Monitoração de Clientes Plano de Marketing

40 Principais Características
Projetado para informações de negócio; Utilização de indicadores de desempenho; Facilidade de utilização; Exige um estudo detalhado das necessidades de informação dos usuários; Torna possível a visualização de informações disponíveis nos BD’s da empresa/externo; Possui capacidade de aprofundamento (drill-down) nos detalhes, de acordo com as necessidades do usuário; Facilita a análise de exceções por meio da parametrização pelo próprio usuário; Capacidade de antecipação através do uso de cenários especificados pelo usuário. SAD

41 Sistemas de Informação Empresarial
Portal Corporativo SIE SAD B2C B2B B2E G2C G2G G2B G2E Tecnologia Conhecimento Sistemas de Informação Gerencial (SIG) Sistemas legados ou operacionais (OLTP)

42 Tecnologias Data Warehouse Data Mart Metadado ODS

43 Data Warehouse

44 O que é Data Warehousing?
O que é Data Warehouse? “É uma coleção de dados: orientados pôr assuntos de negócio; integrados; não voláteis; variantes no tempo, para suporte à tomada de decisões” Willian H. Inmon Data Warehouse O que é Data Warehousing? “É o processo de determinação do valor do dado para o negócio, decisão de que dado será visível pôr meio do Data Warehouse, extração desses dados, transformação destes dados num estado consistente, e acesso do usuário a estes dados.”

45 O que é Data Warehousing?
O que é Data Warehouse? “É uma coleção de dados: orientados pôr assuntos de negócio; integrados; não voláteis; variantes no tempo, para suporte à tomada de decisões” Willian H. Inmon Características de um Data Warehouse: Dirigido pelo valor dos processos de negócio; Os planos de implementação são baseados no valor da informação para a empresa; Direciona a definição de outras arquiteturas. Data Warehouse O que é Data Warehousing? “É o processo de determinação do valor do dado para o negócio, decisão de que dado será visível pôr meio do Data Warehouse, extração desses dados, transformação destes dados num estado consistente, e acesso do usuário a estes dados.”

46 Data Warehouse Data Warehouse Sistemas Legados Metadados Repositório
ARQUITETURA DE INFORMAÇÕES Sistemas de Informação para Executivos (EIS) (Dimensão 1) Planejamento (Dimensão 2) Análise (Dimensão 3) Data Warehouse (bases multidimensionais) Sistemas de Suporte à Decisão (DSS) - usuário gerencial - ad-hoc - seleção - lê somente - desnormalizado Metadados Repositório Data Warehouse Sistemas de Informação para Gestão Corporativa - usuário geral - pré-determinado - transação - lê / atualiza - normalizado Bases de Dados Operacionais (bidimensionais) Sistemas de Informação para Gestão Operacional Sistemas de Informação Transacionais Sistemas Legados

47 Quando se deve pensar em usar um Data Warehouse?
Os analistas de negócio não conseguem relacionar os dados de vários sistemas com a finalidade de tomar uma decisão estratégica; Busca pôr oportunidades. Data Warehouse

48 Data Warehouse Aplicações Típicas Pesquisa de fraudes;
Análise de crédito; Análise de sazonalidade; Análise de risco; Perfis de cliente. Data Warehouse

49 Data Warehouse Exemplos do Mundo Real
Enviava mais de 1 milhão de malas diretas com taxa de retorno de 2%. Hoje, a taxa de retorno subiu para 30%. A conta do correio foi reduzida a um quinto. Banco Itaú Data Warehouse Utilizando avançadas técnicas de “mineração” pôde identificar os consumidores potenciais, bem como identificar os motivos que eles têm para comprar e quando comprar. Com este ambiente de informações, a empresa conseguiu a captação de 6000 novos clientes. Econometrics Inc.

50 Principais Benefícios
Respostas rápidas para decisões críticas; Possibilita a construção de visões integradas; Amplia a integridade e a qualidade das informações: Mantendo uma visão integrada da empresa; Identificando a melhor fonte de cada informação; Complementando informações a partir de fontes externas. Otimiza o acesso aos dados de forma integrada: eliminando o efeito “macarronada” dos sistemas legados; eliminando o impacto sobre as aplicações OLTP em produção; criando uma perspectiva histórica em diferentes níveis. Disponibiliza informação estratégica e de conteúdo relevante para o processo decisório; Alinhar as informações com a missão, objetivos e estratégias da organização; Contribuir para o aumento da capacidade gerencial; Alinhar as informações com a missão, objetivos e estratégias da organização. Data Warehouse

51 Data Warehouse Desafios do DW Explosão dos Dados (Volume);
Alto Investimento em Hardware/Software; Qualidade e Disponibilidade dos Dados; Cultura Organizacional; Construção Demorada; Difícil de gerenciar (Integração dos dados; e Crescimento / mudanças constantes). Data Warehouse

52 Principais Arquiteturas
Modelo Corporativo (“Big Bang”); Modelo Departamental (“Data Mart”); Modelo Departemental Distribuído; Modelo Multi-Camada (Evolutivo). Data Warehouse

53 PAGAMENTO DE EMPRÉSTIMO,
Corporativo POSSO PAGAR O CHEQUE DE R$500,00 QUE O CARLOS APRESENTOU NO BANCO AGORA? Repositório de Metadados API’s Middleware Acesso EIS / DSS Ferramentas Querys/Rels. OLAP Web Browsers Data Mining Novas Aplicações BD’s Oper. / BD’s Legado Sistemas Fontes Externas Data Warehouse Corporativo RDB / MDDB Data Warehouse PREPARAÇÃO Scanning Seleção Extração Transformação Integração QUAIS AS FILIAIS QUE TIVERAM PROBLEMAS COM PAGAMENTO DE EMPRÉSTIMO, COMPARADAS COM OUTRAS FILIAIS, NOS ÚLTIMOS 6 MESES? “Big Bang”

54 Data Warehouse Abordagem “Big Bang”
Modelo extremamente ambicioso visando atender todas as necessidades corporativas. Vantagens: Homogeneização das informações; Capacidade para um grande volume de informações; Minimiza enormemente a redundância de dados; Informações gerenciais em um único ambiente físico; Gerenciamento centralizado da informação. Desvantagens: Maior tempo para a obtenção de resultados (~ 2 anos); Difícil de administrar e grande investimento inicial; Difícil alcançar consenso em questões conceituais; Processo mais longo: os requisitos podem se modificar até o momento da implementação. Data Warehouse

55 Data Warehouse Departamental “Data Mart” Sistemas Oper. / BD’s API’s
Repositório de Metadados Data Mining Sistemas Oper. / BD’s Acesso EIS / DSS Data Warehouse Middleware Web Browsers PREPARAÇÃO Scanning Seleção Extração Transformação Integração Legado Staging Data Mart API’s OLAP Novas Aplicações BD’s Marketing & Vendas RDB / MDDB Ferramentas Querys/Rels. “Data Mart” Fontes Externas

56 Departamental Distribuído
Repositório de Metadados Data Mining Sistemas Marketing Oper. / BD’s Acesso EIS / DSS Staging Data Warehouse Data Mart Middleware Web Browsers Produção PREPARAÇÃO Scanning Seleção Extração Transformação Integração Legacy Staging Data Mart API’s OLAP Engenharia Novas Aplicações BD’s Staging Ferramentas Querys/Rels. Data Mart “Data Mart” Fontes Externas

57 Abordagem Departamental
Vantagens: Menor tempo para obtenção de resultados (3 meses); Esforço mais fácil de gerenciar; Bom ponto de partida para DSS’s mais sofisticados; Aumento de performance a partir da experiência; Custo mais baixo e menos arriscado no curto prazo. Desvantagens: Duplicidade de dados e processos de extração; Perda do controle pôr parte do órgão central de TI; Não resolve diferenças conceituais entre áreas; Limita a capacidade de cruzamento de informações entre áreas, podendo gerar novas “ilhas” de informação; Integrar depois é difícil (de 3 a 4 vezes mais caro); Excesso de tráfego na rêde. Data Warehouse

58 Multi-Camada Data Warehouse Evolutivo Sistemas Oper. / BD’s API’s
Repositório de Metadados Data Mining Sistemas Marketing Oper. / BD’s Data Mart Acesso EIS / DSS Data Warehouse Replicação Web Browsers Produção Middleware PREPARAÇÃO Scanning Seleção Extração Transformação Integração Legacy Data Mart Data Warehouse Corporativo API’s OLAP Novas Aplicações BD’s Data Mart RDB / MDDB Ferramentas Querys/Rels. Engenharia Evolutivo Fontes Externas

59 Abordagem Evolutiva Data Warehouse Vantagens:
Esforço mais fácil de gerenciar; Pouco tempo para obtenção de resultados; Homogeneização das informações; Ganho de escala no desenvolvimento do DW; Maior capacidade de armazenamento; Garante os mesmos critérios (atributos) de consolidação e consulta entre os vários Data Marts; Gerenciamento centralizado da informação. Desvantagens: Menor facilidade de manutenção (carga e atualização); Maior tempo para a obtenção de consenso em questões conceituais e definição de tecnologia; Custo inicial mais alto. Data Warehouse

60 Operational Data Store (ODS)
Repositório de Metadados Data Mining Sistemas Oper. / BD’s Acesso EIS / DSS Data Warehouse Data Warehouse Middleware Web Browsers Legacy PREPARAÇÃO Scanning Seleção Extração Transformação Integração ODS API’s OLAP Novas Aplicações BD’s Ferramentas Querys/Rels. Fontes Externas

61 Operational Data Store (ODS)
É o conjunto de dados da empresa, com uma estrutura derivada do modelo do legado, que serve como base para o processamento operacional integrado. É um conjunto de dados: Data Warehouse Orientado à assuntos; Integrado e Volátil; Contém valores correntes; Nível detalhado; Opera nos níveis tático / operacional.

62 Diferenças entre DW e ODS
Data Warehouse

63 Data Warehouse Despesas com DW em 5 Anos
DSS Pessoal Hardware Administração do DW RDBMS ETL R$ 4000 R$ 3000 R$ 2000 R$ 1000 Ano 1 Ano 2 Ano 3 Ano 4 Ano 5 Data Warehouse Fonte: Gartner Group Modelo de despesas reais em cinco anos em um projeto típico de DW

64 Data Warehouse Grandes Riscos Começar com patrocinadores errados;
Criar expectativas que não podem ser realizadas; Construir projetos isolados, sem visão corporativa; Carregar o warehouse com informações “simplesmente pôr estarem disponíveis”; Acreditar que um projeto de DW é igual a um projeto OLTP; Desenvolver um projeto de DW voltado à tecnologia e não voltado aos objetivos da organização; Concentrar-se nos dados tradicionais, ignorando dados externos, textuais, imagens, sons e vídeos; Disponibilizar dados com definições confusas, sobrepostas e sem qualidade; Acreditar em promessas de performance, capacidade e escalabilidade; Acreditar que quando o DW estiver em operação, todos os problemas estarão terminados; Mudança cultural e organizacional não planejada. Data Warehouse

65 Metadado

66 Uma visão extendida dos Metadados
Quais tipos de Metadados eram requeridos? METADADOS TÉCNICOS METADADOS DE NEGÓCIO Quais dados existem ? O que eles significam ? Onde eles estão ? De onde eles vieram ? Qual sua qualidade ? Descrições de campos; Nomes de programas; Nomes de tabelas; Nomes de variáveis. Metadado Regras de Negócio; Níveis de qualidade; Fontes de informação; Conhecimento associado. E agora ? Quais tipos de Metadados são requeridos ?

67 Metadado Visão Geral de uma Arquitetura de TI
Metadados Fábrica Corporativa de Informações Ambiente de Apoio a Decisão Dado Externo OLAP Ambiente de Negócio Ambiente Operacional Ambiente de Transição Data Mining Armazenamento Alternativo DB2 Metadado Área de Preparação E-Business Legados Empresa CRM RDB EIS / DSS Data Warehouse SAP/R3 DW Área 2 Oracle Produção INTERNET DW ÁREA 1 Vendas Migrados Marketing Data Marts Oracle ods Visão Global

68 Metadado Fontes de Informação Dicionários de Dados Linguagens
DataManager PREDICT IMS DBDC Linguagens COBOL PL/1 MVS/ASM MVS/JCL “C” EasyTrieve RPG SGBD’s DB2 IMS SYBASE ORACLE Informix ADABAS Red Brick INGRES Ferramentas de Desenvolvimento KEY for Enterprise Bachman DA/DBA TeamWork Excelerator II IEF / Composer ERwin Oracle*CASE PowerBuilder Visual Basic System Architect Fontes de Informação Metadado Data Warehouse Business Objects Prism ETI Sistemas Operacionais MVS UNIX/AIX OS/2 DOS/Windows Windows/NT SUN-OS Solaris HPUX Outras Ferramentas e pacotes ARIS / SAP POSC / Epicentre IBM / IAA Project Management Process Management Métodos, Técnicas e Padrões Gerencia de Projeto Testes Engenharia Reversa BPR

69 Dificuldades Gerenciais
Visões da Informação Dificuldades Gerenciais Ferramentas de Desenvolvimento KEY for Enterprise Bachman DA/DBA TeamWork Excelerator II IEF / Composer ERwin Oracle*CASE PowerBuilder Visual Basic System Architect Linguagens COBOL PL/1 MVS/ASM MVS/JCL “C” EasyTrieve RPG SGBD’s DB2 IMS SYBASE ORACLE Informix ADABAS Red Brick INGRES Sistemas Operacionais MVS UNIX/AIX OS/2 DOS/Windows Windows/NT SUN-OS Solaris HPUX Dicionários de Dados DataManager PREDICT IMS DBDC Outras Ferramentas e pacotes ARIS / SAP POSC / Epicentre IBM / IAA Project Management Process Management Métodos, Técnicas e Padrões Gerencia de Projeto Testes Engenharia Reversa BPR Data Warehouse Business Objects Prism ETI Fontes de Informação Como fazer a gerência de acesso à informação? Como compartilhar ou reutilizar a informação? Metadado De quem é esta informação? Como gerenciar as mudanças no ambiente? Qual o impacto que esta mudança irá causar?

70 Visões da Informação Metadado Metadado Gerenciamento dos Metadados
Solução Metadado Informações sobre o significado, contexto e entendimento do dado (conhecimento); São informações sobre o conteúdo, qualidade e outras características do dado (estrutura); São divididos em metadados de negócio e metadados técnicos. Gerenciamento dos Metadados Utilização de um repositório de Metadados. Metadado

71 "A cola que une todos os componentes da arquitetura de TI"
Visão Geral da Arquitetura Metadados Fábrica Corporativa de Informações Ambiente de Apoio a Decisão Dado Externo OLAP Ambiente de Negócio O que são Metadados? "A cola que une todos os componentes da arquitetura de TI" Ambiente Operacional Ambiente de Transição Data Mining Armazenamento Alternativo DB2 Metadado Área de Preparação E-Business Legados Empresa CRM RDB EIS / DSS Data Warehouse SAP/R3 DW Área 2 Produção INTERNET Oracle DW ÁREA 1 Vendas Migrados Marketing Data Marts Oracle ods Visão Global

72 Metadado O Mapa do Caminho
“Legados” “Ilhas de Dados” Relatórios dos “Knowledge Workers” Sistemas Corporativos Planejamento e Controle da Produção vxvxvxvvxccccccccc Análise Financeira Marketing & Vendas “Blue Corner Reports” “Red Corner Reports” Planejamento Suprimento Recebimento Estoque Metadado Vendas vxvxvxvvxccccccccc Propaganda Marketing Vendas Gerencia de Produtos Finanças vxvxvxvvxccccccccc Contas a Receber Contas a Pagar Custo Industrial Análise de ROI Impacto para a organização: “POLUIÇÃO DA INFORMAÇÃO”

73 Desenvolvedores de Aplicações Analíticas precisam de Metadados
Vendas por semana Semana 1 Desenvolvedores de Aplicações Analíticas precisam de Metadados Produto Qtde Valor TV Micro Video Camera DVD Semana 1 Item Qtde Valor Metadado TV Philco 14’ TV Semp 20’ Gerência de Produtos TV Sony 24’ Regra (“padrão de acesso”): Some quantidades vendidas para todos os produtos faturados na semana “n” do mês. TV Panasonic 28’ TV Toshiba 30’ Total Gerência de Vendas

74 Desenvolvedores de Aplicações Analíticas precisam de Metadados
Vendas por semana Semana 1 Produto Qtde Valor TV Micro Video Camera DVD Desenvolvedores de Aplicações Analíticas precisam de Metadados Semana 1 Item Qtde Valor Metadado TV Philco 14’ TV Semp 20’ Gerência de Produtos TV Sony 24’ Regra (“padrão de acesso”): Se primeira semana do mês Se semana inicia em qualquer dia diferente de segunda-feira então Some quantidades de produtos vendidos para todos os produtos faturados a partir da última segunda-feira senão Some quantidades vendidas para todos os produtos faturados na semana “n” do mês. TV Panasonic 28’ TV Toshiba 30’ Total Gerência de Vendas

75 Visões da Informação Metadado Exemplo de Metadado Data
Pesquisa / Censo: 1990 Fonte: Central de Censos Conjunto de Dados: 1990 PUMS Descrição: O PUMS é um conjunto de dados demográficos básicos sobre pessoas e habitações nos EUA. Este conjunto de dados é de uso público não possuindo nenhum compromisso de com os indivíduos. Elementos de Dados: ID - Identificador do Registro - É um identificador único para o registro. Cada registro identifica uma pessoa; WGT - Peso - Define para o registro quando uma ou mais pessoas possuem a mesma característica. Valores válidos:1.. 9 SEX - Sexo da Pessoa - Valores válidos (0: masculino, 1: feminino) AGE - Idade da pessoa em anos. MARITAL - Status Marital da pessoa - Valores válidos (0: não aplicável, 1: solteiro, 2: casado, 3: separado, 4: divorciado, 5: viúva). Universo: Pessoas acima de 15 anos de idade. Até 15 ou menos recebe o valor 0. Para maiores informações: Contactar o Centro de Serviços do Censo para obter publicações, exemplos, erros e técnicas. Data ID WGT SEX AGE MARITAL Metadado

76 1999 Metadado Os engenheiros em terra calcularam
o disparo do foguete para correção de curso usando libra força/s de empuxo; Os computadores de bordo da nave espacial entenderam as instruções em N/s; O Foguete disparou de 12 a 14 vezes por semana; Quando a nave se aproximou de Marte e os engenheiros preparavam o disparo final do foguete, havia indicação que algo estava seriamente errado com a navegação, porém nenhuma ação corretiva foi tomada 1999 Climate Orbiter Mission Duração: 9 meses Custo: U$ 128 Milhões Metadado . . . A nave queimou ou resvalou na atmosfera marciana e se perdeu no espaço Obviamente, o programa espacial da NASA poderia ter usado o Metadado, provendo uma camada semântica entre seus sistemas e os engenheiros

77 Metadado Repositório de Metadados Linguagens SGBD’s Dicionários
COBOL PL/1 MVS/ASM MVS/JCL “C” EasyTrieve RPG SGBD’s DB2 IMS SYBASE ORACLE Informix ADABAS Red Brick INGRES Dicionários de Dados DataManager PREDICT IMS DBDC Ferramentas de Desenvolvimento KEY for Enterprise Bachman DA/DBA TeamWork Excelerator II IEF / Composer ERwin Oracle*CASE PowerBuilder Visual Basic System Architect Repositório de Metadados Metadado Data Warehouse Business Objects Prism ETI Sistemas Operacionais MVS UNIX/AIX OS/2 DOS/Windows Windows/NT SUN-OS Solaris HPUX Métodos, Técnicas e Padrões Gerencia de Projeto Testes Engenharia Reversa BPR Outras Ferramentas e pacotes ARIS / SAP POSC / Epicentre IBM / IAA Project Management Process Management

78 Papéis Verticais (Gerência da Informação)
Os Papéis do Repositório de Metadados Papéis Verticais (Gerência da Informação) Padronização de Nomes Garantia da Qualidade Controle de versões Análise de Impacto Comunicação Re-uso Dicionário de dados corporativo Metadado Carga / Documentação sistemas legados Gerenciamento e integração das ferramentas CASE (Aspectos Funcionais) Papéis Horizontais Gerência do trabalho / processo Data Warehouse gateway Diretório de informações corporativas (Visão do Negócio)

79 Matriz de ZACHMAN / Repositório
Repository Objects Metadado Screen 3 - System User Interface Clicking on the "System" button on the main menu brings up a system-centric view of the repository. The behaviour of the buttons on this screen is identical to that on the previous screen (a list of item types is presented, etc.). A future enhancement to this screen might allow the user to select only the item types that apply to a specific cell instead of to a row or column.

80 Aplicação do Repositório
Metadado

81 Metadado Acesso à Informação Corporativa
Portal de “Business Intelligence / Business Management” Acesso à Informação Corporativa Metadado Marketing Finanças Consulta & Análise Pagamentos Meio Ambiente Produção Pesquisa

82 Metadado Acesso à Informação Corporativa Categoria
Entre Com o Seus Termos de Pesquisa Abaixo “Vendas Mensais de Produtos” Relacionamento com Clientes PESQUISA LIMPA MAIS INFORMAÇÕES SOBRE A PESQUISA Relatórios de Marketing Metadado 1. Vendas Globais Por Mes Este Relatório mostra valores anuais de Vendas Totais Sumarizadas, a nível Nacional e Internacional por Categoria de Produtos em bases Mensais. 2. Vendas Globais Por Região e Mês Este Relatório mostra valores anuais de Vendas Totais Sumarizadas , a nível Nacional e Internacional por Categoria de Produtos em bases Mensais por Região de Vendas. 3. Vendas de Produtos Globais Por Região e Mes Este Relatório mostra valores anuais de Vendas Totais Detalhadas de Produtos , a nível Nacional e Internacional por Categoria de Produtos em bases Mensais por Região de Vendas. Metas de Vendas Avaliação da Logística Análise Exploratória Pesquisa PRÓXIMOS DOCUMENTOS Pagina 1 de 2; Encontrados um total de 17 Documentos

83 Modelagem do Data Warehouse

84 Quais são as necessidades
Projeto do DW Centralizada ou Descentralizada ? Qual o ROI esperado? Qual BD é melhor para minhas necessidades? Que fontes de dado devo usar ? Serviços Databases Hardware Modelo Lógico Como gerenciar? Modelagem do DW Ferramentas de Data Mining Qual o crescimento? Req. Usuário Integração de Sistemas Gerência de Sistemas Software MOLAP Devo construir data marts? Qual o tamanho inicial ? OLAP Quais são as necessidades dos usuários?

85 Metodologia de Desenvolvimento
Organiza as atividades buscando uma seqüência de passos para a implantação de uma arquitetura com sucesso. Análise de Necessidades Modelagem Multidimensional Planejamento de Capacidade Limpeza dos Sistemas Legados Extração de Dados Transformação de Dados Carga Gerencia de Metadados Seleção de Ferramentas Prototipação Implantação de Data Mart Data Mining Modelagem do DW NECESSIDADES Mapeamento de necessidades de negócio Definição de objetivos do DataWarehouse PROJETO DW Informações Legadas Modelagem Multidimensional Capacity Planning Hw - Sw -SGBDs ACESSO OLAP DSS / EIS WEB REPORT DATABASE MARKETING Data Mining IMPLEMENTAÇÃO Análise de Risco Validação Integração SEGURANÇA Recuperação Monitoração Tunning PREPARAÇÃO Cleaning Extração Transformação

86 Modelagem do DW Ciclo de Projeto de um DW Definição dos Requisitos de
Negócio Projeto de Arquitetura Seleção de produtos e instalação Controle e Evolução Projeto Físico do BD Modelagem do DW Planejamento do Projeto Modelagem do DW/DM Mapeamento dos Metadados Projeto e Implementação do CETL Carga do DW / DM Implantação Projeto da Área de Staging Prototipação Exploratória Especificação da aplicação do usuário Desenvolvimento da aplicação do usuário Validação e testes da aplicação do usuário Treinamento do usuário / Equipe de TI Gerenciamento do Projeto

87 Modelagem do DW Modelos para o DW
Modelo e documentação dos Legados - Representa o modelo físico das estruturas de dados dos sistemas legados; Modelo de Áreas de Interesse - Modelo de dados normalizado e corporativo, organizado pôr grandes áreas de interesse para o negócio; Modelo do Data Warehouse - É uma versão histórica, filtrada, sumarizada e desnormalizada do modelo anterior; Modelo Dimensional - Representa os dados como um array de N-dimensões: os valores colocados no vetor representam fatos sobre o negócio; as dimensões explicam os fatos. Modelagem do DW

88 Relação entre os Modelos
Engenharia Reversa Engenharia Progressa Modelo das Áreas de Interesse Modelo do Warehouse Orientados a: - Dados - Negócio Modelagem do DW Fluxo de Metadados Modelo do Legado Modelo Dimensional Orientados a: - Processo - Workgroup

89 Modelagem do DW Modelo Dimensional
Modelo mais natural para o usuário, o que leva a uma facilidade de “navegação” pelas informações; Acesso a um fato de forma direta; O mesmo conjunto de informações associadas a um fato pode ser visto sob várias óticas (dimensões), de forma simples e ágil. Modelagem do DW PRODUTO GERENTE DE PRODUTO GERENTE FINANCEIRO MERCADO GERENTE REGIONAL AD-HOC TEMPO

90 Modelo Dimensional Star Schema
CLIENTE PRODUTO Tipo Cliente Produto Código Nome Linha Produto Código Região Nome Tipo Cliente Classe Modelagem do DW Data Quantidade Faturamento Prazo * Fat Data Região Código Código Nome Nome TABELA DE FATOS Peridicidade Geografia TEMPO MERCADO

91 Pontos Importantes do Projeto
Extração de Dados do Legado - Identificação das fontes de dados (interna/externa); Ciclo de atualização (horária; diária; semanal; mensal; real-time); Transformação dos dados - Padronização e Reconciliação dos dados; Transformação de chaves primárias; Consolidação dos dados; Separação dos dados; Separação de campos textuais; Derivação de dados; Especificação das regras de transformação; Gerência dos dados alterados - Gerência dos dados DELTA (time-stamping; aplicação de captura; triggers; log do DBMS); Qualidade dos dados - Definição da qualidade dos dados; qualidade do conteúdo dos dados; qualidade de apresentação dos dados; Tratamento de anomalias encontradas no legado; Transporte dos dados - Movimentação manual; via Gateways; replicação de dados; protocolos SNA e TCP/IP; Modelagem do DW

92 A Segunda Geração do Data Warehouse

93 2a. Geração do DW Características Primeira Geração Segunda Geração
Telco Credit Cards Travel Banking Publishing Retail Pharmaceutical Primeira Geração Preocupação com as Descobertas; Potencial para Gerar Benefícios para o Negócio. 2a. Geração do DW Segunda Geração Preocupação em Agir; Realizar os Benefícios; Maior preocupação com a Inteligência Competitiva; Use de novas fontes de informação (GED, , Web, imagens, sons, etc.).

94 CASI Mauricio Abreu UFF