Aplicação da tecnologia de Inteligência de Negócios (BI) para estudos quantitativos Curso de Inteligência Competitiva UnB Eng. Paulo A Baltazar Ramos baltazaramos@brturbo.com.br.

Apresentação em tema: "Aplicação da tecnologia de Inteligência de Negócios (BI) para estudos quantitativos Curso de Inteligência Competitiva UnB Eng. Paulo A Baltazar Ramos baltazaramos@brturbo.com.br."— Transcrição da apresentação:

1 Aplicação da tecnologia de Inteligência de Negócios (BI) para estudos quantitativos
Curso de Inteligência Competitiva UnB Eng. Paulo A Baltazar Ramos

2 Conteúdo Estudos quantitativos: aprendendo com os números
O que é Inteligência de Negócio (BI) Quais são as tecnologias de BI Definido fatos e dimensões do meu negócio Como construo um data warehouse

3 Natureza da Informação
A informação como a materialização do conhecimento (Paulo Baltazar) A informação pode ser um número, uma figura, um desenho, um símbolo, uma palavra, um texto, ou tudo junto. Os números estão para o gestor assim como as palavras estão para os escritores, as cores e formas para o artista e os desenhos para o engenheiro.

4 Métodos Quantitativos Aplicáveis à Gestão
Quantificação, mensuração e análise de eventos de interesse da gestão. Exemplos Qualidade e produtividade de processos, segurança e risco de crédito, retorno de investimento, desempenho de projeto, satisfação de usuários, etc. Principais sub-áreas: Definição e coleta de dados Tratamento matemático e estatístico Métodos e modelos de análise Ferramentas e tecnologias da informação (BI)

5 Aprendendo com os números
Realização de estudos e desenvolvimento de modelos corporativos de análise dos fenômenos econômicos, financeiros, de mercado e até tecnológicos A gestão é tempestiva e pró-ativa dos processos corporativos Monitoramento dos fatos e indicadores mais relevantes da Corporação convenientemente sintetizados em painéis de controle e relatórios executivos Investigações ad-hoc e estudos estatísticos e matemáticos sobre os fatos da corporação gerando um aprendizado contínuo

6 O que é Inteligência de Negócio BI
São tecnologias e metodologias voltadas à identificação, à extração, ao tratamento, à análise e à disseminação de informações quantitativas (chamadas de fatos) sobre os principais processos e fenômenos de um determinado negócio, ramo de atividade ou corporação Dá as RESPOSTAS para as perguntas, estudos e investigações de gestores e especialistas ENSINA a analisar dados e informações

7 Porquê Inteligência de Negócio BI
Disponibiliza PRONTAMENTE informações estratégicas e essenciais à tomada de decisão, INTELIGENTEMENTE agregadas e selecionadas do vasto universo de dados operacionais Interliga e estimula o trabalho dos especialistas e estudiosos formando uma REDE DE CONHECIMENTO FACILITA o trabalho do gestor de acompanhar e avaliar o desempenho de suas unidades alertando-o dos problemas

8 Quais são as tecnologias de BI
Ferramenta OLAP Informações pré-formatadas Informações ad-hoc Data Warehouse Data Mining Pesquisa de padrões de comportamento Identificação de potencialidades Modelos preditivos SGBD, CASE, ETL, etc.

9 Vantagens da tecnologia de BI
As soluções baseadas em tecnologia de business intelligence apresentam: resolução das dificuldade de acesso integrado aos dados, independente de origem (diversos sistemas, internos/externos etc) rapidez de implementação possibilidade de convivência com a maior parte das tecnologias legado utilizadas nos sistemas transacionais desenvolvimento a partir da situação tecnológica em que se encontra a Corporação liberdade para o equacionamento, de forma independente, da modernização dos sistemas operacionais convencionais características de padronização corporativa dos dados e da informação alto nível de prontidão e de acesso, não competindo com recursos tecnológicos alocados aos demais sistemas

10 Conceito de Armazém de Dados (Data Warehouse)
É uma tecnologia adequada para consolidar grandes volumes de dados provenientes, sobretudo, de sistemas de informação transacionais sumarizando-os e estruturando-os para a consulta rápida e online Disponibiliza um conjunto de ferramentas e aplicativos que possibilita organizar e analisar com maior rapidez as informações estratégicas de uma organização Subsidia a realização de estudos, análises e a tomada de decisão É um processo dinâmico, não uma instalação estática

11 Geração de dados sem DW EIS clientes EIS vendas EIS produção
Visão uni- dimensional EIS clientes EIS vendas EIS produção EIS cobrança Simulação da visão multidimensional Planilhas

12 Extração, Tratamento e Carga (ETL)
Geração de dados com DW Relatórios EIS OLAP Data Mining Visão multi- dimensional BD clientes BD produção BD vendas BD cobrança Data Warehouse Extração, Tratamento e Carga (ETL) BD externos

13 O que são Fatos e Dimensões
“Medidas sobre o negócio” “Objeto de curiosidade do usuário” “Aquilo que é o foco de atenção do usuário” Dimensões “Pontos de vista através dos quais os fatos poderiam ser analisados” “Perspectivas” Local (município, região, estado) Unidades administrativas CAE/CNAE e grandes setores Perfil do contribuinte (tipo, porte, idade, atividade, enquadramento, etc.) Tipo de tributo/receita Exemplo Valor das receitas ICMS (visto por)

14 Casos de uso, exemplo 1 Avaliação do desempenho das empresas do setor elétrico e do impacto do reajuste tarifário sobre o faturamento Tipo de texto: reportagem Autores: Estado de São Paulo e Economática Dados analisados/utilizados: faturamento (vendas brutas), lucro líquido, receita líquida, dívida financeira, preço da energia (percentual de reajuste), consumo de energia (percentual de variação), cotação do dólar - taxa de câmbio Período: 1o. Trimestre de 2003 e de 2004 Gráfico: de barra, valores (lucro, receita e dívida) comparativos 2003/04

15 Casos de uso, exemplo 2 Análise do universo das micro e pequenas empresas destacando sua participação no mercado de trabalho, na geração do PIB e no comércio exterior Tipo de texto: monografia Autor: Confederação Nacional do Comércio Dados analisados/utilizados: mão-de-obra empregada, no. de empresas, participação no PIB, volume exportado Dimensões de análise: região geográfica, setor de atividade, faixa de empregados, países Período: 2001

16 Casos de uso, exemplo 3 Previsão de comportamento da taxa de juros a partir da avaliação de macro-indicadores econômicos e opinião de especialistas Tipo de texto: reportagem Autor: O Estado de São Paulo Dados analisados/utilizados: IPCA (mensal e acumulado), cotação do dólar – taxa de câmbio, cotação do petróleo, meta de inflação Período: Mai/2003 a Mai/2004 Gráfico: de linha, IPCA (mensal e acumulado) e meta da inflação no período

17 Como construo um DW Fases do processo (ciclos de construção):
Conceituação conduzida por especialistas no negócio Modelagem dimensional (lógica e física) conduzida por profissionais de TI (analistas modeladores, DBA) Implementação do DW conduzida por profissionais de TI (analistas, DBA, programadores) Validação e uso dos dados pelos especialistas e gestores do negócio

18 Como construo um DW Conceituação:
1º passo: definir as informações críticas do negócio (os números mais importantes) 2º passo: definir as visões ou diferentes perspectivas de análise dos números selecionados 3º passo: construir protótipos (leiaute) dos relatórios gerenciais que apresentarão os dados 4º passo: validar e documentar as definições das informações que comporão o DW

19 Como construo um DW Modelagem dimensional
1º passo: levantar os sistemas fontes 2º passo: analisar a estrutura de dados e os conceitos e representações dos dados 3º passo: gerar modelos básicos dos fatos e dimensões 4º passo: validar modelos básicos 5º passo: detalhar os modelos básicos definindo a estratégia de extração e carga

20 Como construo um DW Implementação e validação (etapas) Bibliografia
Extração, limpeza, transformação e carga dos dados Codificação dos relatórios EIS e outros aplicativos de visualização e análise dos dados Validação dos dados Liberação dos dados e das aplicações para uso com o desenvolvimento de modelos de análise Bibliografia