Business Inteligence –

Conceitos Básicos
Antonio Cláudio
 Suporte a Decisão
• Produção e distribuição de “informação
útil” para gerentes executivos e analistas
do conhecimento.
• Análises
– Qual o desempenho das nossas filiais em cada
região?
– Para cada produto qual o valor das vendas
para os últimos 4 anos?
– Existe alguma relação entre o desempenho
dos representantes e sua faixa salarial?
 Organizações inteligentes
• A informação esta no centro de toda
“organização inteligente”.
• A chave para o sucesso:
– Alta qualidade
– Baixo custo
– Flexibilidade
– Agilidade
 Business Inteligence
• Inteligência aplicada ao negócio:
– Conjunto de tecnologias que permitem o cruzamento
de informações e suportam a análise dos indicadores
de desempenho de um negócio, para a tomada de
decisão.
• Data warehouse e Data marts – Banco de dados
que integra diversas fontes de dados.
• Ferramentas OLAP e Data Mining – Usadas para
apoio a decisão, através de consultas e análise
de dados de Data warehouse.
 Realidade dos bancos de dados
coorporativos
• Dados
descentralizados;
• Redundantes;
• Pouco ágeis para
a tomada de
decisão.
 Suporte a decisão
• Dados centralizados;
• Agilidade;
• Flexibilidade;
• Uma única versão da verdade.
Sales Marketing Finance Rates/ Customer MIS
Regulatory Service

Product Data
Customer Data
Sales Data
Market Data
G/L Data
Revenue Data
External Data
 Ambiente de Aplicações
• Operacional: OLTP
– Baseado em transações;
– Voltado para a velocidade e automação de
tarefas repetitivas;
– Mantém usualmente apenas a situação
corrente;
– Atualizações e consultas em grande número;
– Alto nível de detalhes.
 Ambiente de Aplicações
• Suporte a decisão: OLAP
– Poucas consultas, formas variadas;
– Necessidade de ver o dado sob diferentes
perspectivas;
– Operações de agregação e cruzamento;
– Atualizações coordenadas;
– Dados históricos são relevantes;
– Consistência é fundamental.
 Requisitos dos Ambientes
• Operacional
– Tempo de resposta;
– Segurança;
– Recuperação de falhas;
– Controle rígido de concorrência.
• Analítico
– Flexibilidade, facilidade de navegação
– Consultas complexas, ad-hoc;
– Grandes volumes de dados;
– Diferentes níveis de detalhe;
– Diferentes fontes de dados.
 Características OLTP x OLAP
Características Dados operacionais (transacionais)
Conteúdo Valores operacionais, detalhados
Organização dos Dados Por aplicação, sistema de informação,
disponível para poucos usuários,
abrangência restrita
Natureza dos Dados Dinâmica, sujeita a atualizações
freqüentes
Estrutura dos Dados Relacional, própria para
processamento transacional
Uso Estruturado, repetitivo, solução para
requisitos conhecidos
Desempenho Otimizado para tempo de resposta;
inviável para análises complexas
Dados Informacionais
(analíticos)
Valores históricos, sumarizados
Por assunto, negocio;
abrangência ampla
Estática, atualizações apenas
com “refresh”
Dimensional, própria para
processamento analítico
Desestruturado, consultas sob
diferentes perspectivas, permite
descoberta de conhecimento
Otimizado para analises
complexas, com tempos de
resposta viáveis
BI - Componentes
 Data Warehouse
• Estrutura especial de armazenamento de
informações, com o objetivo de montar uma
base de recursos informacionais, capaz de
sustentar a camada de inteligência da empresa
como elementos diferenciais e competitivos.
• Um ambiente para adequadamente organizar,
gerenciar e disponibilizar informações oriundas
de fontes diversas, fornecendo um visão única
de parte ou de todo o negócio com o objetivo
de dar suporte a operações analíticas.
Ambiente de Data Warehouse
(proposta original)
Ambiente Ambiente DW Ambiente dos Ambiente
Transacional de Corporativo Data Marts Usuário
Extração Front-End

Bases Data Mart

Operacionais
Relacional
Q Query
Query
Tools
Tools

Fontes Data
Externas Ferramentas Data Mining
Mining
FLAT FILE
e ou
OLAP
OLAP Tools
Tools
procedimentos DW

BIS,
BIS, EIS,
EIS,
DataMart MD DSS
DSS

Data Mart
Relacional

Metadados produzidos em todas as etapas

13
 Data warehouse - Justificativa
BDs Operacionais
• Integrar dados de
múltiplas fontes;
• Facilitar o processo de
análise sem impacto para
o ambiente de dados DW
operacional;
• Obter informação de
qualidade;
• Flexibilidade e agilidade
para atender diferentes
Aplicação Ferramentas
análises. SD OLAP

14
Estratégias de projeto de DW
• Data Warehouse Corporativos
– de grande abrangência
– complexos
– alta probabilidade de insucesso

• Data Marts Setoriais

– Marketing, Financeiro, Administrativo, etc.
– Projetos evolutivos
– Enfoque inicial nos aspectos mais críticos
– Aproveitamento da estrutura operacional disponível
– Retorno mais rápido
– Acúmulo de experiência : menor risco e menor custo

15
 Data Mart - Conceito
“Um subconjunto lógico do Data Warehouse, geralmente
visto como um data warehouse setorial.” (Kimball)

Uma perspectiva top-down considera que um DW

completo,centralizado deva ser desenvolvido antes
que partes dele, sumarizadas, possam ser
derivadas na forma de Data Marts.

Uma perspectiva botton-up, considera que um DW

possa ser composto a partir de Data Marts
previamente desenvolvidos.

16
 Transporte de Dados - ETL
• Extração
– Coleta de dados nos sistemas existentes;
– Operação demorada e complexa;
– Diversas fontes de dados de diferentes tipos. Bancos de dados,
planilhas, arquivo texto.
• Transformação
– Fundamental para clareza e integração;
– Recodificação de categorias: (m/f, male/female to M/F)
– Alterações e uniformização de unidades de medida, nomes de campos,
datas;
– Limpeza das informações.
• Carga e Realimentação
– Total: Os dados são removidos para a inserção dos novas informações;
– Incremental: Apenas as novas informações são inseridas.
17
 Gerência de metadados
• Documentação relativa a todas as informações úteis
ao projeto do BI/DW
– Origens de dados, indicadores e demissões, procedimentos.

• Repositório de Metadados
– ferramentas que provêem armazenamento e funcionalidade
de gerência e acesso a metadados;

• Visão global e integrada de metadados

• Gerenciamento do ciclo de vida dos metadados
– Metadados são produzidos durante todo o processo de
construção do BI/DW.

18
 BI - Metodologia
Identificação
Identificaçãodos
dos
Indicadores e Inf.
Indicadores e Inf.
Levantamento Complementares
Levantamentodas
das Complementares Identificação
Necessidades de Identificaçãodas
das
Necessidades de Origens das
Informações Origens das
Informações Informações
Informações

Definição
Serviços
Serviços Definiçãodada
Associados Arquitetura do
Arquitetura do
Associados Projeto
Projeto
METODOLOGIA
Implantação,
Implantação,
Documentação e
Documentação e Prototipação
treinamento Prototipação
treinamento

Inspeção,
Inspeção,
Ensaios Implementação
Ensaiosee Implementação
Cargas
Cargas