BUSINESS INTELLIGENCE Prof. Dr. Adilson de Oliveira Doutor em Engenharia de Computação – Poli USP Mestre em Ciência da Informação – PUCCAMP.

Apresentação em tema: "BUSINESS INTELLIGENCE Prof. Dr. Adilson de Oliveira Doutor em Engenharia de Computação – Poli USP Mestre em Ciência da Informação – PUCCAMP."— Transcrição da apresentação:

1 BUSINESS INTELLIGENCE Prof. Dr. Adilson de Oliveira Doutor em Engenharia de Computação – Poli USP Mestre em Ciência da Informação – PUCCAMP

2 GESTÃOESTRATÉGICA TEORIA DA DADECISÃO TECNOLOGIADA INFORMAÇÃO INFORMAÇÃO TEORIADASORGANIZAÇÕES SISTEMADEINFORMAÇÃO GESTÃODOCONHECIMENTO CIÊNCIA DA DA INFORMAÇÃO INFORMAÇÃO COMO ENTENDER BI ?

3 Inteligência é a capacidade de apreender e organizar os dados de uma situação, em circunstâncias para as quais de nada servem o instinto, aprendizagem e o hábito; capacidade de resolver problemas e empenhar-se em processos de pensamento abstrato (HOUAISS, 2007). Segundo Inmon et al. (1997), o conceito de business intelligence (BI) era utilizado desde a época dos povos antigos que utilizavam os princípios desse conceito cruzando informações da natureza para melhoria da vida de suas comunidades.

4 Um dos primeiros registros no mundo contemporâneo de business intelligence (BI), ou seja, inteligência nos negócios como sistema de informação foi feito por Luhn (1958). Ele descreve BI como um meio de as empresas trabalharem com a informação para se conhecerem melhor. Para Power (2005), o termo business intelligence foi introduzido em 1989 por Howard Dresner, analista do Gartner Group que descreveu BI como um conjunto de conceitos e metodologias que apóia a tomada de decisão nos negócios. Power (2005) afirma ainda que a prática de BI depende do emprego de tecnologias adequadas.

5 Segundo Drucker (1993), BI é um processo analítico que transforma informações desagregadas em conhecimento estratégico relevante para a organização. Para Matheus e Parreiras (2004, p.3-7), a expressão inteligência empresarial não é a simples tradução de business intelligence para o português, são disciplinas complementares sendo a primeira contextualizada numa perspectiva humana e organizacional e a segunda numa perspectiva tecnológica.

6 BI como Sistema de Informação BI como Sistema de Informação

7 Como Inteligência Empresarial (Negócios) “Processo analítico que transforma informações desagregadas em conhecimento estratégico relevante para a organização”. Peter Drucker (1993), no seu livro Post-capitalist Society Como B.I. O termo foi BI foi difundido em 1989 por Howard Dresner, analista do Gartner, e tem como principal objetivo a integração dos aplicativos e tecnologias para extrair e analisar os dados corporativos de maneira simples, no formato correto e no tempo certo. Drenser seguiu os princípios de Luhn Gartner Group’s Howard Dresner. Information Builders Magazine, p. 26-28, Winter 2001 Business Intelligence vs Inteligência Empresarial

8 Segundo Inmon, Data Warehouse é uma coleção de dados orientados por assuntos, integrados, variáveis com o tempo e não voláteis, para dar suporte ao processo de tomada de decisão. Bill Inmon Kimball define como um conjunto de ferramentas e técnicas de projeto, que quando aplicadas às necessidades específicas dos usuários e aos bancos de dados específicos permitirá a construção de um amazem de dados. Ralph Kimball Data Warehouse vs Data Warehousing Tecnologias e processos de Implementação de Business Intelligence

9 Relatórios parcialmente Estruturados Dados Dispersos Decisões Estratégicas Tomador de Decisões ∆ t 1 ∆ t 2 ∆ t 5 ∆ t 4∆ t 3 Cenário A (sem BI) : ∆ t 1 + ∆ t 2 + ∆ t 3 + ∆ t 4 +∆ t 5 = Td (Tempo da Decisão) Informações armazenadas com recursos de BI Decisões Estratégicas Tomador de Decisões Cenário B (com BI) : ∆ t 1 + ∆ t 2 + ∆ t 3 = Td (Tempo da Decisão) Dados Dispersos ∆ t 1 ∆ t 2 ∆ t 3 Dados coletados e trabalhados por especialistas em computação

10

11 Ferramentas e Técnicas de Business Intelligence OLAP EXTRAÇÃO, TRANSFORMAÇÃO E CARREGAMENTO FONTES DE DADOS DATA WAREHOUSE Data Mart Aplicativos Operacionais Softwares de Automação de Escritórios Dados Externos Equipamentos de Automação Data Mining EXPLORAÇÃO

12 Interface LIS Financeiro Estoque FONTES DE DADOS Aplicativos Operacionais ou Transacionais Dados Externos Software Automação De Escritórios Equipamentos Automação Ferramentas de BI FONTES DE DADOS

13 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.

14 Ferramentas de BI ETL – MÉTODOS DE EXTRAÇÃO - EXTRAÇÃO SELETIVA os dados são extraídos através de programas desenvolvidos especificamente para selecionar os dados a serem exportados - MANUTENÇÕES POR LOGS OU LOTES os dados são extraídos através dos registros automáticos (logs) ou de lotes de dados das transações efetuadas nos sistemas operacionais - REPLICAÇÃO AUTOMÁTICA os dados são extraídos através de um sincronismo automático entre dois bancos de dados

15 Ferramentas de BI ETL – TRANSFORMAÇÃO ETLETL 12 cm 4,5 polegadas 450 mm 2 pés cm ETLETL SQL Server Oracle Access Texto SQL Server ETLETL m,f 1,0 mas,fem masculino, feminino m,f

16 Ambiente separado Disponibilidade Integrado Retrato no tempo Orientado por assunto Fácil acesso Ferramentas de BI DATA WAREHOUSE Armazém de Dados É um amplo e flexível repositório de dados, que aglutina dados de fontes heterogêneas, projetado de modo a suportar o processo de tomada de decisão.

17 Ferramentas de BI DATA WAREHOUSE - Organização Finanças EstoqueVendas Técnico DATA MART Data warehouse departamental DATA WAREHOUSE Corporativo

18 Topologias de Data Warehouse

19 Ferramentas de BI DATA 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

20 Estratégia Preço ClienteVendaProduto Organização TempoRegião Ferramentas de BI DATA WAREHOUSE - Dimensões

21 Ferramentas de BI EXPLORAÇÃO Disponibilizar o acesso a informação Satisfazer as necessidades de exploração e pesquisa Identificar tendências Democratizar o acesso a informação Ambiente de Exploração do Data Warehouse O ambiente de exploração objetiva disponibilizar, através de ferramentas apropriadas, o acesso a informação.

22 On Line Analitical Processing AD-HOC consultas imprevistas, de acordo com as necessidades de cruzamento de informação SLICE-AND-DICE consultas sob diferentes prismas DRILL DOWN/UP consultas em diferentes níveis de detalhes - subir ou descer níveis de detalhamento Ferramentas de BI EXPLORAÇÃO - OLAP Permite a recuperação de informações de forma dinâmica e flexível, através de uma interface muito simples.

23 Mineração de Dados REDES NEURAIS constrõem representações internas de modelos ou padrões achados nos dados ÁRVORES DE DECISÃO Identificam associações dos dados, formando as “regras sobre o dado” INDUÇÃO DE REGRAS detectam tendências dos dados, apresentando uma “lista não encomendada” Ferramentas de BI EXPLORAÇÃO - DATAMINING Conjunto de técnicas cuja finalidade é permitir a descoberta de relações não visíveis dos banco de dados.

24 Como saber se a empresa está praticando B.I ? Aplicar a seguinte fórmula : T.O.I : Tempo para Obter a Informação T.A.I : Tempo para Analisar a Informação T.T.D: Tempo para Tomar a Decisão T.O.I + T.A.I < T.T.D T.O.I + T.A.I T.T.D x T.O.I + T.A.I T.T.D √ TEMPO

25 4 – Análise Inteligente de Falhas 4 – Análise Inteligente de Falhas Intervalo da decisão sem BI Intervalo da decisão sem BI Informações disponíveis para decisão Valor perdido Valor do Negócio Tempo Dados ocultos Informações ocultas Decisões ocultas Intervalo entre ações Fonte: Adaptado de Judith (2006) Valor agregado Eventos de Negócio Dados disponíveis para análise Açãodecisória

26 4 – Análise Inteligente de Falhas 4 – Análise Inteligente de Falhas Valor perdido Valor do Negócio Tempo Valor agregado Intervalo entre ações Intervalo reduzido Eventos de Negócio Dados disponíveis para análise Informações disponíveis para decisão Ação decisória Fonte: Adaptado de Judith (2006) Intervalo da decisão com BI Intervalo da decisão com BI