Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

Business Intelligence

No description
by

Adauto Junior

on 20 May 2015

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of Business Intelligence

Business Intelligence
Engenharia de Produção
Adauto Junior
Aline Rodrigues
Barbara Caixeta
Juliano Melo
Wanderson Vitor

Mas o que é BI?
Para que serve?
BI e Globalização
Clientes mais exigentes
Necessidade de organizar o uso e o crescimento da informação
Gerir informações úteis com maior eficiência
Agir com maior segurança
Business Intelligence (BI) ou Inteligência de Negócios é um termo criado pelo Grupo Gartner no início dos anos 90 .
Descreve as habilidades que as organizações possuem de coletar dados, armazena-los, analisar e gerar informações úteis para a tomada de decisões.
Coletar
Buscar informações já disponíveis em outros sistemas (planilhas, acess, ERP, CRM, etc.)
Armazenar
Os dados devem ser guardados de forma organizada e acessível para atuais e futuras consultas!
Analisar
Modelar e transformar os dados que darão suporte às decisões de negócios!
Acessar
Tornar possível o acesso aos usuários de forma clara e precisa!
Processo
Fontes de Dados
ETL
ETL
Definir a ferramenta que irá fazer a extração dos dados
ETL
Extract, Transform and Load
Quais benefícios o BI pode oferecer?
Componente dedicado à extração, transformação e carregamento de dados.
SQL Server, o Integration Services (SIS)
Power Center
DataStage da IBM
Oracle Warehouse Bullder
Data Integrator da SAP
4 itens chaves do BI
• Intuito de transformar dados em informações inteligentes;

• Coleta informações e as transforma em conhecimento estratégico;



Vantagem Competitiva
Finalidade do BI
Business Intelligence
• Fazer uso de dados e informações ja disponíveis e ajudar na tomada de decisões.
Definir as fontes de dados que serão analisadas dentro do processo de BI.
Ambiente de Dados
Extração
: primeiro deve-se definir as origens das fontes de dados;
Transformação
: como a origem dos dados podem ser de diferentes sistemas, é necessário padronizar.
Carga
: carregar os dados ao DW.
Dados relatam que o ETL e as ferramentas de limpeza de dados consomem um terço do orçamento num projeto DW chegando a gastar 80% do tempo gasto em um projeto BI e 55% do custo do projeto de BI é gasto com o ETL.
Data Warehouse (DW)
Local onde ficam armazenados todos os dados extraídos dos sistemas em operação. A vantagem de ter um repositório de dados à parte é a possibilidade de armazenar informações históricas e agregadas, dando um suporte melhor para as análises posteriores.
Data Marts (DM)
É um pequeno data warehouse, abrangendo uma determinada área de assunto e oferecendo informações mais detalhadas sobre o mercado (ou departamento) em questão.
Data Marts
Top-Down:
quando a empresa cria um DW e depois ocorre a segmentação, dividindo o DW em áreas menores. Isso gera pequenos bancos orientados por assuntos departamentalizados.
Ambiente de Banco de Dados
Banco de Dados Operacional
x
Date Warehouse
Ambiente de dados
O maior atrativo para implementar um Data Mart é o seu custo e prazo.

Bottom-Up:
processo inverso. Quando a empresa cria um banco de dados para uma área. Os custos são inferiores a um projeto de DW completo. A partir da visualização dos resultados, parte para outra área, até que tenha um DW completo.
Comercial
Suprimentos
Financeiro
OLTP
Sistemas OLTP (Online Transaction Processing) caracterizam-se por suportar múltiplos usuários acessando concorrentemente um banco de dados, submetendo consultas e atualizando dados por meio de inserções, atualizações e exclusões. São normalmente utilizados para armazenar as atividades de uma organização conforme elas ocorrem.

Data Mining
Mineração de Dados
Cubos
Ambiente de Servidores Mid-tier
É a fase onde é possível, através do acesso ao DW ou DM, trabalhar os dados recorrendo a ferramentas que permitam gerar informação relevante para a tomada de decisão e disponibilizar essa informação aos gestores.
Cubos
Os bancos de dados multidimensionais guardam as informações numa espécie de cubo de dimensão “n”, o que resulta em diversas matrizes esparsas que permitem trabalhar simultaneamente com diversos cenários definidos por combinações de dados, como produtos, região, vendas, tempo, etc.
• Permitir visão multidimensional dos dados;
• Realizar cálculos complexos;
• Criar agregações e consolidações;
• Fazer previsões e análise de tendência;
• Construir cenários a partir de suposições; e
• Fazer cálculos e manipular dados através de diferentes dimensões.
É uma ferramenta capaz de efetuar análises de dados com visão multidimensional do negócio, comparando-os por diversos ângulos. Aplicações que utilizam este tipo de ferramenta devem ter como características:
On-Line Analytical Processing
(Processamento On-line Analítico)
OLAP
Uma estrutura de dados que agrega as medidas pelos níveis e hierarquias de cada uma das dimensões. Os cubos combinam várias dimensões (como hora, geografia e linhas de produtos) com dados resumidos (como os números de vendas ou de registros). Os cubos não são "cubos" no sentido estritamente matemático porque não têm necessariamente lados iguais. No entanto, é uma metáfora apropriada ao conceito.
On Line Transaction Processing
(Processamento Online de Transações)
Mineração de dados ou data mining é o processo de explorar grandes quantidades de dados à procura de padrões consistentes, como regras de associação ou seqüências temporais, para detectar relacionamentos sistemáticos entre variáveis, detectando assim novos subconjuntos de dados.
Dashboards
Análises Gerenciais
Video
Ambiente de Interface
Dashboard
Dashboard ou Painel de Controle é a apresentação visual das informações mais importantes e necessárias para alcançar um ou mais objetivos de negócio, consolidadas e ajustadas em uma tela para fácil acompanhamento do seu negócio
Em 1989, Howard Dresner, um Membro de Pesquisa do Gartner Group popularizou “BI” com um termo genérico, usado para descrever um conjunto de conceitos e métodos para aperfeiçoar a tomada de decisões de negócios utilizando sistemas de suporte baseados em fatos. Dresner deixou o Gartner em 2005 e entrou para a Hyperion Solutions como seu CSO (Chief Strategic Officer — Diretor de Estratégia).
Vantagens e Desvantagens
Data Mining
• "ABCXY"
• "ABCZK"
• "ABDKC"
• "ABCTU"
• "ABEWL"
• "ABCWO
Caso Wal-Mart
A empresa descobriu que o perfil do consumidor de cervejas era semelhante ao de fraldas. Eram homens casados, entre 25 e 30 anos, que compravam fraldas e/ou cervejas à tarde no caminho do trabalho para a casa. Com base nisso, a Wal-Mart optou por uma otimização das atividades junto às gôndolas nos pontos de vendas, colocando as fraldas ao lado das cervejas. Resultado: O consumo cresceu 30% às sextas-feiras com a redefinição de lay-out baseada na conexão de hipóteses desenvolvidas pela mineração de dados.
Considerações finais
O Business Intelligence proporciona a visualização das informações em vários níveis de detalhamento, possibilitando a empresa um maior controle de seus negócios, podendo tomar decisões mais rápidas e seguras.

Através destes sistemas, os gestores têm mais facilidade em tomar decisões, de uma forma menos intuitiva e mais fundamentada na informação. No futuro, as organizações que apresentem a sua vantagem competitiva baseada no conhecimento serão, certamente, bem-sucedidas.

Pela análise apresentada, o BI se destaca na atual sociedade globalizada onde a informação é fator estratégico e competitivo. Para as grandes empresas é imprescindível a adoção de uma ferramenta de inteligência.

Data Mining
Sua função principal é a varredura de grande quantidade de dados a procura de padrões e detecção de relacionamentos entre informações.
Procurando por padrões
Uma dessas expressões nos diz que toda vez que encontramos a seqüência "AB", podemos inferir que iremos encontrar mais três caracteres e isto completaria um "padrão".
Estudo de Caso
Obrigado!
Nosso objetivo é tentar obter alguma expressão genérica para a seguinte seqüência:
Seqüência original:

ABCXYABCZKABDKCABCTUABEWLABCWO
• "ABCXY"
• "ABCZK"
• "ABDKC"
• "ABCTU"
• "ABEWL"
• "ABCWO"

Vamos observar aqui apenas um pequeno exemplo prático do que podemos utilizar com as expressões abstratas genéricas que obtivemos.
Imagine que a letra 'A' esteja representando um item qualquer de um registro comercial.
A = Aquisição de Pão
B = Aquisição de Leite
C = Leite Desnatado
É interessante notar que a obtenção de uma regra com as letras "AB" quer dizer, na prática, que toda vez que alguém comprou pão, também comprou leite. Esses dois atributos estão associados e isto foi revelado pelo processo de descoberta de padrões.
Esta associação já nos fará pensar em colocar "leite" e "pão" mais próximos um do outro no supermercado, pois assim estaríamos facilitando a aquisição conjunta desses dois produtos. Mas a coisa pode ir além disso, bastando continuar nossa exploração da indução.
X = Manteiga com sal
Z = Manteiga com sal
Existe alguma relação entre fraldas e cervejas?
Full transcript