BPM / CPM / EPM

Business Performance Management

Corporate Performance Management
Enterprise Performance Management

Todos so conjunto de Anlises responsveis por monitorar
como a empresa est se comportando em relao a alguns
indicadores
Etapa ps-BI no qual os dados so unidos a uma estratgia
de gesto e acompanhamento.



Planning- Budgets e Forecast



So ferramentas utilizadas para o controle de
planejamento.
Geralmente so divididas em 2 partes :
Uma voltada para a montagem do oramento e
planejamento
A outra voltada para o acompanhamento do
realizado
Forecast



Alerts e Notifications
( Alertas e Notificaes )



Pode-se enviar relatrios, alertas e notificaes do BI
para :
Celulares, Email, Fax, Impressoras.

Geralmente so indicadores operacionais.
Alguns fabricantes :
Verses para projetos menores



Cognos Express (IBM)
SAP BO Edge
Microsoft PowerPivot
Microstrategy Free
Pentaho (OpenSource)
JasperSoft (OpenSource)
Ferramentas utilizadas em um
Sistema de BI
Banco de Dados

Ferramenta de Integrao de Dados ou ETL

Ferramenta de BI
Bancos de Dados



Responsveis pelo
armazenamento dos
dados.
Performance das
consultas.
Gerenciamento do
espao consumido.
Ferramenta de Integrao (ETL)



Responsveis pela
integrao entre os
dados.
Responsveis pela
Padronizao e
Transformao dos
Dados.

Performance das
cargas.

Plataforma de BI
Responsvel pela
interao entre os usurios
e os dados disponveis.
Existem vrios tipos de
ferramentas de BI.
As ferramentas permitem
analisar, cruzar, salvar e
exportar os dados.


Qual a melhor estratgia para a
montagem de sistemas de BI ?



A melhor estratgia a montagem de um Data
Warehouse para a organizao dos dados.
Vantagens da montagem do DW :
Criao de um ambiente para integrao e
tratamento dos dados.
Ambiente com objetivo nico.
Separao dos sistemas legados
(transacionais).
Base de dados Otimizada para consultas.
Suporte de ferramentas especficas para esse
fim.
O que o Data Warehouse



Data Warehouse um processo que extrai os
dados de sistemas operacionais e transacionais,
limpando, transformando em informaes
organizadas permitindo analises dessas
informaes.
Seus principais autores so : Ralph Kimball e Bill
Inmon
Objetivos de um Data Warehouse



Tornar a informao facilmente acessvel.

Apresentar a informao de maneira consistente e nica.

Centralizar e controlar o acesso as informaes
corporativas.

Permitir as reas de negcio avaliar suas informaes e
tomar decises mais precisas.

Padronizar a informao de diversas fontes.
Caractersticas de um Data
Warehouse



Orientado por Assunto ( Subject Oriented )
Integrado ( Integrated )
No Voltil ( Nonvolatile )
Orientado por Tempo ( Time Variant )
Sistemas Operacionais x
Sistemas de Informaes Gerenciais
Operacional Informaes
Transformados,
Sumarizados
Otimizados para Queries

Mdio para Baixo

Leitura

Ad Hoc, Randmico,
Heurstico
Alguns segundos at
minutos
Pequeno Grupo
Valor Corrente

Otimizados para
Transaes
Alto

Leitura, Alterao e Deleo

Previsveis e repetitivos

Milisegundos

Grande Grupo
Contedo dos Dados

Estrutura de Dados

Freqncia de Acesso

Tipo de Acesso

Uso do Sistema

Tempo de Reposta

Quantidade de Usurios
Alguns termos comuns em BI e DW
OLAP x OLTP
Data Warehouse x Data Mart
ETL
Granularidade
Modelos Dimensionais Dimenses e Fatos
Star Schemas ( Modelos Estrelas ) e Snow-Flakes ( Floco de
Neve )



OLTP x OLAP
ndices Muitos Poucos
Joins Alguns Muitos
Dados Desnormalizados Normalizados
Dados
Derivados
Agregaes
Comum Raramente

OLTP
Estruturas de dados mais
Complexas, (3NF)

Data Warehouse
Estruturas de dados
Multidimensionais
Data Warehouse x Data Mart
Data Warehouse
Viso Abrangente
Empresa
Feito para a
empresa
Regras de negcios
corporativas
Data Mart
Viso Localizada
Departamento ou
Processo de
Negcio
Pblico alvo focado
Regras de negcios
especficas
Granularidade



Granularidade, vem da palavra Gro (Grain), define qual vai
ser o nvel mnimo que a informao ser armazenada em
um modelo/tabela.
Podemos analisar uma compra em um supermercado, o
nvel mximo de detalhe o registro da compra de um
cliente, produto a produto.
Para uma viso analtica pode-se analisar o total de
compras por produto ou por cliente, tendo assim uma
granularidade diferente.
Dimenses e Fatos



So os 2 principais tipos de tabelas de dados
utilizados em Data Warehouse:

Dimenses so as tabelas que descrevem as
informaes, ou seja, dados cadastrais ou
descritivos.

Fatos, so as tabelas que registram as
ocorrncias a serem analisadas, ou seja, os
fatos ocorridos
Dimenses



Tabelas de Clientes, Produtos, Dados Geogrficos ( Cidade,
Estado, Pas ), Lojas, Centro de Custo, Contas Contbeis,
Unidades Empresariais, so naturalmente Dimenses.
Tempo, nos projetos de DW a dimenso tempo muito
utilizada para representar e agregar informaes em uma
hierarquia de tempo.
Fatos



Tabelas que contm as mtricas de uma anlise.
Geralmente um cruzamento de dimenses com mtricas
para anlises.
So tipicamente aditivas
Podem conter dados atmicos, sumarizados ou agregados.
Possuem uma chave de tempo, que define a ocorrncia do
fato.
Tem crescimento rpido e geralmente so as maiores
tabelas do DW.
Modelagens em DW - 3NF



Modelagens em DW - Snow Flake



Modelagens em DW - Star Schema



Passos para implantao do BI
Um processo de BI pode variar muito de acordo
com a quantidade de processos de negcios e
complexidade dos sistemas.

Importante sempre comear com um objetivo
em mente, os projetos de BI tem altos ndices de
falhas.
Tcnica para Implantao
Ciclo de Vida do Data Warehouse
Passos para implantao do BI
1. Defina o que quero medir ou acompanhar
2. Defina onde os dados sero armazenados e
analisados
3. Defina como buscar os dados nas fontes
(ERP,CRM,etc)
4. Monte os processos de carga,
armazenamento e anlise.
5. Valide as informaes com a rea de
negcio !
Comeando o Projeto
Alguns pontos que precisamos deixar claro :
Projetos de BI so de negcio, no de tecnologia.
Foco nos processos principalmente, os usurios
vem e vo, os processos ficam.
As ferramentas sero nossos facilitadores, no o
principal meio.


Identificar os processos de Negcios
Anlise Inicial sobre os Requisitos de Negcio :

Entender as iniciativas estratgicas de negcio.
Identificar quais indicadores de performance ou
mtricas para cada iniciativa estratgica.
Determinar os processos de negcios que devem
ser monitorados e os impactos.
Determinar os benefcios que sero incorporados ao
negcio, com um melhor acesso a informao
Abordagens para Definio de
Requisitos
Converse com seus usurios.
Converse sobre seus objetivos, desafios,
problemas enfrentados atualmente,
processos mais dispendiosos e como eles
tomam decises.
Sempre considere os requisitos dos usurios
em conjunto com os dados disponveis.
Analisem as informaes disponveis nos
sistemas fontes.

Com quem vamos falar ?
rea de Negcios
Representantes de negcios das reas
envolvidas no projeto.
Entreviste de maneira horizontal, em um mesmo
nvel hierrquico para todas as reas.
Entreviste tambm de maneira vertical para
maiores esclarecimentos de determinados
processos de negcio.
Os usurios finais da informao podem passar
maiores detalhes das necessidades, mas lembre
sempre foco nos processos !

Com quem mais vamos falar ?
Sistemas / TI
Entrevistas mais especficas
Mais Tcnicas.
Direcionadas para o entendimento do sistema
legado.
Entendimento dos processos de captura dos
dados.
Precisamos mapear de onde viro os dados para
o BI


Sobre as reas o que perguntar :
Executivos de Negcios
Quais so os objetivos da empresa ?
Como o sucesso pode ser medido ?
Como saber se as coisas esto indo bem ?
Quais os principais problemas de negcios so
enfrentados atualmente ?
Como pode se identificar os problemas ?
Como pode se melhorar a informao na
empresa ?

Sobre as reas o que perguntar :
Gerentes ou Analistas de Negcio
Quais so os objetivos do seu departamento ?
Como o sucesso pode ser medido ?
Como saber se as coisas esto indo bem ?
Quais os principais problemas de negcios so
enfrentados atualmente ?
Descreva seus produtos e processos de negcio.
Quais dados so usados ? Como os dados so
capturados atualmente ?
Quais anlises so executadas ?

Sobre as reas o que perguntar :
rea de TI / Sistemas
Overview nos pontos chaves do Sistema Legado.
Como a informao disseminada para os
usurios ? Quais ferramentas ? Meios ?
Quais os maiores gargalos atualmente ?
Existem migraes ou grandes alteraes
previstas para o legado ?
Como vamos buscar a informao ?

Definir Estrutura dos Dados
Definir como os dados sero estruturados
para o BI.
Qual o nvel de detalhamento ser
armazenado.
Definir junto a TI as padronizaes
necessrias para a estrutura

Meio de Armazenamento
Determinar qual banco de dados ser
utilizado.
Determinar tecnologia ( Relacional ou
Multidimensional )
Determinar arquitetura tcnica

Periodicidade da Atualizao dos
Dados
Determinar qual ser o periodo de
atualizao dos dados, geralmente dirio.
Se necessrio, pode ser feito mais de uma
vez por dia.
Se necessrio com intervalo pequeno, 5
minutos, 1 minuto, etc.

Meio de Coleta dos Dados
Definir como os dados sero capturados dos
sistemas.
Definir junto aos responsveis dos sistemas
fontes, como o dado disponibilizado.
Definir qual ferramenta ser utilizada
IMPORTANTE : Sempre use uma ferramenta
para integrao

Definir Histrico a ser carregado
Definir o perodo histrico que ser trazido
para o BI.
Ex.: Trazer dados desde 2005.
Definir o perodo de reteno dos dados.
Ex.: O BI ir manter os ltimos 10 anos de
informao.

Definir Meios de Exibio e Entrega
Definir qual ser a plataforma de BI
Definir os perfis de acesso aos dados.
Nem todos os usurios tero ferramentas de
BI, como esses usurios recebero as
informaes ?
Devem existir relatrios automticos ? Por
email ou publicao em rede.

Acompanhamento das Aes
Quais alertas podemos configurar ?
Alertas quantitativos, ex.: resumo dirio de
processos.
Alertas financeiros, ex.: contas contbeis que
ultrapassaram o oramento.
Alertas operacionais, ex.: erros ou dados
incorretos.
Os alertas so muito importantes na
automao dos processos.

Riscos do Projeto e Mitigao
Risco : Processos de Negcios no
amadurecidos


Soluo : Detalhar o mximo possvel ou
criar um prottipo antes da soluo
definitiva.

Riscos do Projeto e Mitigao
Risco : Mudana de escopo durante a
execuo do projeto.


Soluo : Sempre implantar o projeto por
fase, separando melhorias, manutenes e
itens fundamentais.

Riscos do Projeto e Mitigao
Risco : Falta de tempo das pessoas
envolvidas, o projeto fica para 2 plano.


Soluo : Dedicar um time full time para as
principais etapas do projeto.

Riscos do Projeto e Mitigao
Risco : Ferramenta de baixa aderncia aos
processos de negcios


Soluo : Prottipo ou Prova de Conceito,
com dados do negcio.

Riscos do Projeto e Mitigao
Risco : Soluo no entregar todos os itens
prometidos ou necessrios.


Soluo : Determinar fases de implantao,
homologao e melhoria, criando um
processo incremental

Riscos do Projeto e Mitigao
Risco : Dados de Baixa Qualidade ou dados
ruins.


Soluo : Solicitar alteraes nos sistemas
fontes ( quando possvel ) ou determinar
regras de qualidade para os dados.

Riscos do Projeto e Mitigao
Risco : Dados no padronizados ou com
fontes diferentes.


Soluo : Determinar regras de
padronizao entre os dados e em ultimo
caso assumir valores padres / defaults
Ciclo Anlitico de Business Intelligence
Ciclo de Vida do Data Warehouse
Monitor
Activity
Identify
Exceptions
Determine
Casual
Factors
Model
Alternatives
Take Action
and Track
Results
Ciclo Anlitico de Business Intelligence
Ciclo de Vida do Data Warehouse
Publish
Reports
Identify
Exceptions
Determine
Casual
Factors
Model
Alternatives
Take Action
and Track
Results
Ciclo Anlitico de Business Intelligence
Ciclo de Vida do Data Warehouse
Publish
Reports
Publicar os relatrios :
Ponto inicial do ciclo
Geralmente relatrios operacionais
Relatrios de acompanhamento
Relatrios de eficincia
Etapa em que muitos projetos param
Ciclo Anlitico de Business Intelligence
Ciclo de Vida do Data Warehouse
Identify
Exceptions
Identificar Excees:
Excees dos processos de negcio
Questes como :
Quais os problemas ?
Quais as distores ?
O que est fora dos padres ?
Podem ser configurados alertas para
as excees
Ciclo Anlitico de Business Intelligence
Ciclo de Vida do Data Warehouse
Determine
Casual
Factors
Determinar Causas :
Identificar causas das excees
encontradas.
Buscar por relaes e interaes nos
dados.
Pode se utilizar ferramentas
estatsticas para auxiliar;
Ciclo Anlitico de Business Intelligence
Ciclo de Vida do Data Warehouse
Model
Alternatives
Modelar Alternativas :
Construir modelos para simulaes
de causa e efeito.
Ferramentas de What-if podem ser
utilizadas.
Gerar estudos ou recomendaes
para as reas de negcio.
Ciclo Anlitico de Business Intelligence
Ciclo de Vida do Data Warehouse
Take Action
and Track
Results
Acompanhar/Medir Aes :
As aes podem ser de negcio ou
tcnicas.
Como aes tcnicas, podemos
gerar alertas, emails, etc..
Monitorar a efetividade das aes
tomadas.

Mais Implicaes do Ciclo Analtico
Ciclo de Vida do Data Warehouse
O ciclo prov uma metodologia para anlises
de processos de negcios.
O ciclo pode ser uma excelente ferramenta
de incremento para as reas de negcios.
As atividades do ciclo podem utilizadas por
qualquer processo de negcio ou
departamento da corporao
Objetivos principais do Ciclo :
Ciclo de Vida do Data Warehouse
Guiar pro-ativamente os usurios alm dos
relatrios.
Identificar e entender situaes de exceo
Capturar as melhores prticas e anlises
para cada situao
Compartilhar por toda a corporao os
resultados e mtodos aplicados.
Exerccio Final Etapa 1
Ciclo de Vida do Data Warehouse
1) Analisando seu negcio ou trabalho atual,
quais so os 3 principais problemas de
informaes que voc visualiza :
1)

2)

3)
Exerccio Final Etapa 2
Ciclo de Vida do Data Warehouse
2) Em quais sistemas ou planilhas buscamos
esses dados de origem :
1)

2)

3)
Exerccio Final Etapa 3
Ciclo de Vida do Data Warehouse
3) Como podemos atualizar esses dados ?



4) Qual o perodo de atualizao ?
(dirio/semanal/mensal)
Exerccio Final Etapa 4
Ciclo de Vida do Data Warehouse
5) Como ser feito o acesso e distribuio
desses dados ?




Resumo para o Sucesso dos Projetos
de BI
Sempre priorize o negcio.
Tecnologia um facilitador.
Muito cuidado com os dados, eles
determinam a qualidade do BI.
O BI exige acompanhamento e
manutenes.
O BI no pode ficar parado, os negcios e as
necessidades mudam a todo momento.
Mantenha os padres determinados.


Resumo para o Sucesso dos Projetos
de BI
Ateno a qualidade dos dados, sempre que
necessrio implemente novas regras.
Sempre pensar na soluo de longo prazo,
evite a soluo imediatista.
Sempre se preocupe com a performance do
ambiente, se for lento, as pessoas
abandonam.
Mantenha sempre um programa de
capacitao e treinamento interno.


Resumo para o Sucesso dos Projetos
de BI
Manenha sempre em mente :

BI um processo de negcio, apoiado por
tecnologia !

Perguntas ?
Visitem nosso site e conheam melhor nossos
servios e treinamentos.
www.cetax.com.br
Muito Obrigado !
Marco Garcia ( mgarcia@cetax.com.br )
Finalizando