B. I., DATAMINING e OLAP Henrique Liduario Joab Esequiel

Apresentação em tema: "B. I., DATAMINING e OLAP Henrique Liduario Joab Esequiel"— Transcrição da apresentação:

1 B. I., DATAMINING e OLAP Henrique Liduario Joab Esequiel
Lucimar Rodrigues Paulo Eduardo Rafael Betoni Vinicius Faria

2 Business Intelligence
B.I. é um termo “guarda chuva” que descreve um conjunto de conceitos, ferramentas e tecnologias para aperfeiçoar o processo de tomada de decisão em negócios. Os dados como Decisão podem vir de qualquer parte da pirâmide organizacional.

3 PROCESSO DATAMINING Interpretação e Avaliação
Identificado os padrões pelo sistema, estes são interpretados em conhecimentos, os quais darão suporte a tomada de decisões humanas Ex.: Tarefas de previsões e classificações.

4 Tarefas Desempenhadas por Técnicas de Datamining
Associação; Seqüência; Classificação; Aglomerações; Prognósticos.

5 REDES NEURAIS É um algoritmo que trabalha na forma com o cérebro humano armazena informações. um dado ou informação esta associado a todos os seus posteriores níveis de saída de dados.

6 Agentes Inteligentes Basicamente, os agentes inteligentes são capazes de priorizar e/ou filtrar os dados que nos bombardeiam diariamente.

7 O raciocínio baseado em casos
Tem base no método do “vizinho” mais próximo. Tenta solucionar um dado problema fazendo uso direto de experiências e soluções passadas.

8 Árvores de decisão Consiste em meios de representar resultados de mineração de dados na forma de árvore.

9 Regras de Indução Se refere a detecção de tendências dentro de um grupo de dados ou regras de dados. Consiste na descoberta de regras de previsão do tipo (SE...ENTÂO). Onde o SE é o desejado e o ENTÂO a previsão desejada. Exemplo: SE(idade_cliente == 18) &&( sexo_cliente ==“M”) ENTÂO (produto_comprado_tenis) (adaptação de FREITAS,2000).

10 DATAMINING:ONDE APLICAR
Marketing; Detecção de fraudes; Medicina; ETC;

11 Algumas barreiras ao uso do Data Mining
Altos Custos; Necessidade de grandes volumes de dados; Complexidade das Ferramentas; O desafio da preparação dos dados para a mineração;

12 OLAP Definição: Processamento analítico online dos dados. Enquanto OLTP atendem apenas a manipulação de dados Operacionais, o OLAP apóia o usuário na tomada de decisões estratégicas, pois possibilita visualizar as informações a partir de muitas perspectivas diferentes.

13 Origem do OLAP Empresas que desenvolvem engine de OLAP:
Não é um conceito novo. Remonta a 1962, ano em que a IBM desenvolveu a primeira linguagem com análise multidimensional, chamada de APL. Em 1990 introduziu-se uma nova classe de ferramentas no mercado, sendo assim batizado o termo OLAP, citado pela primeira vez por E.F.Cood (12 regras). Empresas que desenvolvem engine de OLAP: IBM, Microsoft, MicroStrategy, Cognos, ORACLE, entre outros.

14 Visão Multidimensional
Consultas que fornecem dados a respeito de medidas de desempenho, compostas por diversas dimensões destas medidas. Características da Visão multidimensional: Cubo Dimensão Hierarquia Membro Medida

15 OLAP como Solução OLAP é mais que uma aplicação. É uma solução de ambiente, integração e modelagem de dados. A maioria dos dados de uma aplicação OLAP são originários de outros sistemas e fontes de dados. Responde perguntas como: Quando?, O quê?, Onde?, Quem? Os dados obtidos são destinados ao DW, e daí, para um dos vários Data Marts (DM).

16 Arquiteturas O desenvolvimento das ferramentas OLAP utiliza-se dos métodos de armazenamento de dados: MOLAP, ROLAP, DOLAP e HOLAP. Cada um destes métodos tem uma finalidade específica e deve ser utilizado o que melhor atender as necessidades de análise pela ferramenta de OLAP.

17 Ferramentas de OLAP: Muitas no mercado atual, crescimento acelerado.
Surgiram juntamente com os SADs, para extraírem e analisarem dados contidos nos DW e DMs. Na maioria delas, observa-se dois componentes: Ferramenta do Administrador e Ferramenta do Usuário Final. Algumas características destas ferramentas: Consultas ad-hoc, Slide and Dice, Drill down/up.

18 Ligação do DW e OLAP: DW – Armazena informações. OLAP – Recupera informações. As duas tecnologias se complementam de forma eficiente, onde somente com o OLAP é possível extrair e alavancar totalmente as informações contidas no DW.

19 Conclusão Fim!