28/09/2011 - 9h às 12h30 - oficina - business intelligence business analytics - fernanda baião

Business Intelligence, Analytics e outros

sabores...

Fernanda Baião

[email protected]

Setembro de 2011

mailto:[email protected]

Por quê?

Gestão do Desempenho Organizacional

Por quê então?

Precisamos

Controlar...

Analisar...

Avaliar...

Planejar...

Descobrir...

Nos antecipar...

... Para tomar decisões que levem a um resultado melhor

Sobre o quê iremos falar?

Gestão de desempenho organizacional

Conjunto de processos de gestão e

analíticos, suportados por tecnologia, que

permitem ao negócio definir objetivos

estratégicos e então medir e gerenciar

desempenho da organização em relação a

tais objetivos

Escopo

Gestão de desempenho pode ter como foco

Organização

Departamento

Processo de negócio

conjunto de ações inter-relacionadas ou interativas para

alcance de um objetivo

De que processo estamos falando?

Metodologias de apoio à gestão de desempenho

BI – Business Intelligence

BA – Business Analytics e BI2.0

BAM – Business Activity Monitoring

Tendências

Arquitetura da Informação

Convergência entre abordagens

KDD – Descoberta de Conhecimento

Mineração de processos

Exemplos de iniciativas

BI

Business Intelligence

Novo ambiente de negócios

Características

Alcance Global

Competitividade

Alta qualidade

Baixo Custo

Flexibilidade

Agilidade

Necessidades

Conhecer,

Analisar,

Controlar e

Planejar melhorias… na organização

A INFORMAÇÃO e o CONHECIMENTOA INFORMAÇÃO e o CONHECIMENTO

estão no centro de toda

organização “inteligente”!

ProblemaRealidade dos dados corporativos

Vendas Marketing Financeiro Operação Atendimento ao cliente

Relatórios de Gestão

Demographics General Ledger

Product Planning

Promotions

Product Info

Competitive Info

Market Data

AccountingPurchasing

Contracts

Como disponibilizar informação

Integração de informação (II)

Combinar dados residentes em diferentes fontes e prover aos usuários uma visão lógica única dos dados

Objetivos

Facilitar acesso e reuso dos dados

Agilidade

Flexibilidade

Uma única versão da verdade

Integração de informação

Product Data

Customer Data

Sales Data

Market Data

G/L Data

Revenue Data

External Data

Vendas Marketing Financeiro Operação Atendimento ao cliente

Relatórios de Gestão

Repositório comum de dados

Uma das abordagens de II

Uma única versão da verdade

Queremos evitar que…

Cada aplicação tenha a sua própria interpretação

Não exista entendimento comum

Do ponto de vista corporativo,quem é o cliente?

Clientes cadastradosna área de vendas

Clientes ativos

Clientes potenciaise efetivos

Clientes comerciais

Fonte: BI: Business Intelligence - Modelagem e Tecnologia - Carlos Barbieri

Novo ambiente de aplicações

Business Inteligence

Inteligência do Negócio

Conjunto de tecnologias que permitem o cruzamento de informações e suportam a análise dos indicadores de desempenho de um negócio, para tomada de decisão.

Alguns componentes fundamentais:

Data Warehouse (DW)

“banco de dados” da BI, integrando diversas fontes de dados

ETL

Ferramentas OLAP

Suporte à decisão, através de consulta e análise dos dados do DW

Dashboards

18

Tomada de Decisão

Tomar a ação apropriada considerando-se níveis de risco e incerteza assumidos

Suporte à Decisão

Produção e distribuição de informaçãoinformação útilútil paragerentes, executivos e analistas do conhecimento

O que

aconteceria se. . .

Quando . . .

Quanto…

Exemplos de Análises

Qual o volume médio de vendas em R$ dos nossos representantes em cada região?

Para cada produto, qual o total de vendas no último ano?

Como tem variado o índice de participação de cada produto em nossas vendas (Product Share) ao longo dos três últimos anos?

Existe alguma relação entre o desempenho dos representantes e sua faixa de salário?

21

Ambientes dos Sistemas de Informação nas Organizações

Operacionais Suporte à Decisão

Dão suporte às funções associadas à execução do negócio da empresa:

sistemas administrativos

controle de estoque

sistemas de expedição

Dão suporte às funções associadas à concepção do negócio da empresa

DSS, EIS

DW, CRM, PRM

Ferramentas OLAP

Ferramentas de Data Mining

Características Dados operacionais(transacionais)

Dados informacionais(analíticos)

Conteúdo Valores correntes, detalhados Valores históricos, sumarizados

Organização dosdados

Por aplicação, sistema deinformação, disponível para poucosusuários; abrangência restrita

Por assunto, negócio;abrangência ampla.

Natureza dos dados Dinâmica, sujeita a atualizaçõesfreqüentes

Estática, atualização apenascom “refresh”

Estrutura de dados Relacional, própria paraprocessamento transacional

Dimensional, própria paraprocessamento analítico

Uso Estruturado, repetitivo, solução pararequisitos conhecidos

Desestruturado, consultas sobdiferentes perspectivas, permitedescoberta de conhecimento

Desempenho Otimizado para tempo de resposta; inviávelpara análises complexas

Otimizado para análisescomplexas, com tempos derespostas viáveis

Ambiente Operacional

Tipo de processamento: OLTP

baseado em transações

voltado para velocidade e automação de funções “repetitivas”

mantém usualmente situação corrente

atualizações e consultas em grande número

trabalha com alto nível de detalhe

Ambiente de Suporte à Decisão (Analítico)

Tipo de processamento: OLAP

“Pequeno” número de consultas “variáveis”

Consistência é fundamental

Necessidade de ver o dado sob diferentes perspectivas: aplicações dinâmicas

Dados históricos são relevantes

Atualização quase inexistente, apenas novas inserções

Operações de agregação e cruzamentos

Porque um ambiente de BI

Integrar dados de múltiplas

fontes

Facilitar o processo de análise

sem impacto para o ambiente de

dados operacionais

Facilitar o tratamento da

qualidade da informação

Atender diferentes tipos de

usuários finais

Flexibilidade e agilidade para

atender novas análises

BDs Operacionais

DW

Aplicação

SD

Ferramenta

OLAP

Aplicação

DBMKT

Business Intelligence

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 tomada de decisão.

Arquitetura genérica de um ambiente de BI

Data Warehouse

“A Data Warehouse is a

subject-oriented, integrated, time-variant, non-volatile

collection of data in support of management’s decision-making process.”

Inmon

Um banco de dados destinado a sistemas de suporte àdecisão, cujos dados são armazenados em estruturas lógicasdimensionais, possibilitando o seu processamento analítico

por ferramentas OLAP e de mineração de dados.

Abordagens de construção existentes

Data Warehouses

Corporativo

Departamentais

Funcionais

Marketing, Financeiro, Admnistrativo, etc.

Por projeto

Por processo…

Estratégia recomendada para a construção do DW

Princípios

Visão Integrada

Dividir para conquistar

Errar pequeno

Desenvolvimento incremental

Planejamento Top-Down

Desenvolvimento Bottom-Up

um DM de cada vez, resultados devem ser atingidos em pequenosciclos

Ex: a cada 3 meses…

Cada Data Mart deve ser encarado de forma evolutiva :

complexidade do modelo, volume de dados, investimentos

Desafio

Garantir a coerência entre os vários Data Marts

Visão integrada dos processos

Ferramenta OLAP

Apoio computacional ao ambiente de tomada de decisão

On Line Analytical Processing (Processamento Analítico OnLine)

Possibilitam a exploração dos dados de um DW para

análise de variáveis de controle (indicadores de desempenho)

descoberta de cenários e tendências

Fornecem visão multidimensional dos dados

Foco no cruzamento das informações

Facilita o entendimento e visualização de problemas típicosde suporte à decisão

Mais intuitiva para o processamento analítico

32

ExemploVolume de vendas para a concessionária XCar

Visão tradicional dos dados (tabela)

33

MODEL CITY SALES VOLUME

MINI VAN NEW YORK 6

MINI VAN LOS ANGELES 5

MINI VAN MADISON 4

SPORTS COUPE NEW YORK 3

SPORTS COUPE LOS ANGELES 5

SPORTS COUPE MADISON 5

SEDAN NEW YORK 4

SEDAN LOS ANGELES 3

SEDAN MADISON 2


Visão multidimensional dos dados

Vetores com número fixo de dimensões e valores armazenados em células

Exemplo: visão bidimensional

Volume de vendas de carros por modelo x cidade

34

Mini Van

Sedan

Coupe

LA MadisonNY

6 5 4

3 5 5

4 3 2


Acrescentando mais uma coluna...

35

MODEL CITY DEALERSHIP VOLUME

MINI VAN NEW YORK CLYDE 6

MINI VAN NEW YORK GLEASON 6

MINI VAN NEW YORK CARR 2

MINI VAN LOS ANGELES CLYDE 3

MINI VAN LOS ANGELES GLEASON 5

MINI VAN LOS ANGELES CARR 5

MINI VAN MADISON CLYDE 2

MINI VAN MADISON GLEASON 4

MINI VAN MADISON CARR 3

SPORTS COUPE NEW YORK CLYDE 2

SPORTS COUPE NEW YORK GLEASON 3

SPORTS COUPE NEW YORK CARR 2

SPORTS COUPE LOS ANGELES CLYDE 7

SPORTS COUPE LOS ANGELES GLEASON 5

SPORTS COUPE LOS ANGELES CARR 2

SPORTS COUPE MADISON CLYDE 4

SPORTS COUPE MADISON GLEASON 5

SPORTS COUPE MADISON CARR 1

SEDAN NEW YORK CLYDE 6

SEDAN NEW YORK GLEASON 4

SEDAN NEW YORK CARR 2

SEDAN LOS ANGELES CLYDE 1

SEDAN LOS ANGELES GLEASON 3

SEDAN LOS ANGELES CARR 4

SEDAN MADISON CLYDE 2

SEDAN MADISON GLEASON 2

SEDAN MADISON CARR 3


Visão tridimensional dos dados

Volume de vendas de carros por modelo x cidade x fornecedor

Dados podem ser imaginados como em um “cubo”

metáfora visual, podem ser materializados (agregados)

dimensões coexistem para todo ponto no cubo e sãoindependentes umas das outras

36

Mini Van

Coupe

Sedan

NY LA Madison

Clyde

Gleason

Carr

6 1 2

Adicionando Dimensões -Hipercubos

Acrescentando a dimensão tempo...

Obrigatória em qualquer DW

JANUARY FEBRUARY MARCH

Mini Van

Coupe

Sedan

NY LA Madison

ClydeGleason

Carr

Mini Van

Coupe

Sedan

NY LA Madison

ClydeGleason

Carr

Mini Van

Coupe

Sedan

NY LA Madison

ClydeGleason

Carr

6 1 2 5 10 1 6 25 0

Modelagem Multidimensional

Utilização dos conceitos do modelo multidimensional a fim de representar, de forma clara, eficiente e flexível, a visão multidimensional dos dados

Conceitos

Fatos

Dimensões

Hierarquias e Agregações

Fatos e dimensões

Fatos

Medidas numéricas do negócio

Volume de vendas (número de itens, total em reais), quantidade de itens em estoque, volume de transações de cartão de crédito

Dimensões

Pontos de vista ou perspectivas do negócio sobre os quais uma organização deseja guardar registros

Loja, Produto, Fornecedor, Tempo

Modelo multidimensionalRelacionamento entre fatos e

dimensões

Fato

Dimensão 1

Dimensão 2

Dimensão 3

Dimensão 4

Modelo multidimensionalExemplo

Volume de

vendas

Modelo do carro

Cidade

Fornecedor

Mês

Níveis nas dimensões ou Hierarquias

Hierarquias são a base das agregações

Exemplo

Fato: Volume de vendas

Dimensões: Tempo, área geográfica

2003

abril

maio

7

14

21

29

15

30

Brasil

SULNE NO

SE RSPE SC AC AM

Tempo:

Área

geográfica

34 23 45 62 56 150

23 92 73 23 234

13 87 21 14

…..

DiaMêsAno

Estado

Região

País

Hierarquias e Agregados

Geografia

Estado

TempoProduto

Produto

Marca

Categoria

Mês

Trimestre

Ano

Região

País

Vendas por produto x

ano x região

ETL

Processo de alimentação do DW a partir de fontes de dados operacionais

podem trazer dados representados de formas diferentes, mas que possuem o mesmo significado.

dados devem ser integrados e padronizados

ETL

Extração

Coleta de dados nos sistemas existentes

Operação demorada e complexa

Execução periódica

Janela de indisponibilidade do DW

Muitas vezes, desenvolvimento ad-hoc

Transformação

Fundamental para integração dos dados

Tratamento da qualidade dos dados

Rotinas de limpeza

Muitas operações possíveis

Recodificação de categorias (m/f, male/female, M/F)

Convergência monetária (R$, US$, US$-Turismo)

Convergência de significados (conceito cliente?)

Tratamento de versões dos dados

Carga

Inserção dos dados no DW

Metadados

Literalmente: “dado sobre o dado”

Informação contextual que diz respeito ao processo ou aodado bruto

Descrição do dado ou do processo

significado

formato

Origem

Relacionamentos para outros dados ou processos

Muitas vezes textual

Altamente inter-relacionada

46

Quaisquer informações que permitam identificar, localizar, utilizar, re-utilizar e

compreender um dado

Tipos de metadados

Metadado Técnico e Administrativo

descrição dos dados necessários para as diversas ferramentas que precisem armazenar, manipular ou movimentar dados

SGBD, ferramenta CASE, ferramenta OLAP

informações com definições, transformações, gerência e operação

altamente estruturado

geralmente tratável via uma ferramenta de repositório

Metadado de Negócio

descrição de dados necessários pelos usuários de negócios, para entender o contexto do negócio e o significado dos dados

tanto não-estruturado quanto estruturado

mais difícil de ser tratado e integrado por uma ferramenta altamente estruturada tipo um repositório

47

Tipos de metadados

Metadados em BI

Metadados para ETL

“Proveniência de processo”: que programa foi executado e com que parâmetros, responsável pela execução, resultados intermediários, ...

Metadados de OLAP

descrições dos agregados, dimensões, medidas, hierarquias, níveis

Metadados de ferramentas front end

rótulos de telas e relatórios

48

Importância de um Repositório

Repositório de metadados

ferramenta que provêem armazenamento, gerência e acesso a metadados

Visão global e integrada de metadados

Gerenciamento do ciclo de vida dos metadados

Integração com ferramentas de outros fornecedores

49

Repositório = Depósito Genérico de Metadados

50

ArchitectureArchitecture

ER DiagramER DiagramCustomer

Order

Scheduled

Deliv ery

Product

Salesperson

Bill

Customer

Update

Marketing

Inventory

Authorize

CreditOrder

Entry

Schedule

Delivery

Business Business

ProcessProcessEmp.Sal <

Emp.Mgr.Sal

Business RulesBusiness Rules

SpecSpec

Table Table DefnsDefns

C++ CodeC++ CodeVB CodeVB Code

FormsForms

Exemplo de FerramentaASG Rochade

51

Exemplo de metamodelo ASG Rochade

“Repository Information Model” (RIM)

Define objetos/instâncias/membros que podem ser armazenados

Tipos de item

Regras de interação

Regras de processamento

52

Item Types

Rules andAccess privileges

RelationshipsText-, Value-and Binary-Attributes

RepositoryIs Made Up Of...

BSC

Conceito

Uma ferramenta gerencial que provê aos gestores estratégicos um conjunto de medidas para avaliar o progresso da organização em direção aos objetivos estratégicos

Objetivo

Dar à gerência uma visão completa do desempenho do negócio

Origem

Robert S. Kaplan e David P. Norton, "Thebalanced scorecard: measures that drive performance", Harvard Business Review, 1992.

BSC

Perspectivas

Financeira, Cliente, Processos Internos do Negócio, Aprendizado e Crescimento

Conceitos

Objetivos

Objetivos estratégicos a serem alcançados

Ex: “Aumentar Lucro”

Medidas (indicadores)

Parâmetros observáveis usados para medir o progresso na direção do objetivo

Ex: “margem de lucro líquido mensal”

Metas

Valores específicos para as medidas

Ex: “Aumentar margem de lucro líquido mensal” em 7%

Iniciativas

Projetos ou programas a serem iniiciados para alcancar o objetivo

Ex: Realizar mentoring sobre qualidade de produto em dez 2010

BSC

Para cada perspectiva

Selecionar um subconjunto de objetivos a serem monitorados no SC

objetivos do mapa estratégico como ponto de partida

Para cada objetivo

selecionar conjunto reduzido de medidas

Indicadores do desempenho organizacional

Para cada medida

Associar uma ou mais metas (targets)

Definir iniciativas para operacionalização

pontual x contínua

“análise de potenciais mercados” x “número de novos mercados atingidos”

Exemplo [SmartDraw]

Exemplo [BSC Designer]

Dashboards

Painéis que monitoram medidas de interesse

Em BI, medidas de interesse são geralmente indicadores de desempenho

Pontos de entrada para análises

Conciso

Muitos recursos visuais

Exemplo de Dashboard (ARIS MashZone)

BSC x Dashboards

http://www.enterprise-dashboard.com/

BSC Dashboard

apresentam informações de desempenho apresentam informações de desempenho

Formato mais prescritivo:-Perspectivas-Objetivos -Medidas-Metas

Formato livre, mais aberto a interpretações, a maioria simplesmente umasérie de gráficos, cartas, medidores, e outros indicadores visuais escolhidos pelo usuário para monitorar

Essencialmente associado às necessidades estratégicas críticas da Organização

Objetivos não estão tipicamentepresentes

BIStatus quo

Dados localizados nos servidores das empresas já não são mais suficientes para proporcionar diferenciais competitivos

redes sociais

montanha de informações provenientes de diversas fontes externas e disponíveis

Indicadores externos: políticos, econômicos, meteorológicos, sociais, ...

Maior apoio tecnológico disponível

Necessidade de monitoramento 24 x 7

Banco de dados históricos (=DW) não é mais suficiente....

BI 2.0

Business Intelligence 2.0

Business Performance Management

Permeabilidade do BI

Real-Time BI

Real-Time BI

Desafios das soluções de Real-time BI

Obtenção dos Dados

Durante a extração

Transformação dos Dados

Armazenamento dos Dados

Antes ou durante a carga

Real-Time BI


Obtenção dos Dados

Inserções realizadas em intervalos de poucos segundos

Risco de impactar aplicações transacionais

Consultas mais frequentes

Aumento do tempo de escrita

Real-Time BI


Transformação dos Dados

Execução frequente sobre pequeno volume de dados

Overhead pode se tornar impraticável

características distintas da carga de dados em tempo real

Real-Time BI


Armazenamento dos Dados

Mecanismos de otimização das consultas no DW

alta indexação, pré-calculo de agregados.

Tratamento de atualizações on-line

Tomada de decisão 24x7, impedido a habitual indisponibilidade do DW na madrugada

Business Analytics

Faz parte do BI

Alguns citam como sua evolução, uma vez que também trata aspectos do BI 2.0

dados colhidos e analisados em tempo real

informações preditivas com base em modelos matemáticos e estatísticos mais sofisticados

A web é o banco de dados

Business Analytics

Estratégia deve seguir as boas práticas da construção de DWs em BI tradicional

Planejar a longo prazo, executar a curto prazo

Business Analytics

Planejar

Iniciativas de Modelagem e Gestão de processos

Centro de excelência em processos

Metodologia, metamodelo, ferramentas

Iniciativas de Arquitetura da Informação

Mapeamento das informações existentes

Integração das informações corporativas e alinhamento ao negócio

Estratégia de qualidade de dados

Acurácia, completeza, validade, confidencialidade, ...

Estratégia de inteligência competitiva

Monitorar indicadores de mercado, redes sociais

Business Analytics

Executar

Priorize e foque

solução de um problema/percepção de um resultado tangível ou meta de negócio

Definição do ponto de chegada

Diagnóstico da situação atual pode ajudar

BAM

Business Activity Monitoring

BAM

Business Activity Monitoring (Monitoramento das Atividades do Negócio)

Coleta, agregação, análise e apresentação de informações em tempo-real sobre a execução dos processos de negócio

Visibilidade

Suporte a decisões

Diagnóstico de problemas e/ou oportunidades

Suporte ao controle de SLA/SLM

Apresentação das informações nas soluções de BAM pode envolver

Painéis de controle (dashboards) com KPIs mais relevantes

Suporte à execução de processamento analítico, correlação de eventos, análises “e-se”

Funcionalidades

Monitoramento da ocorrência de eventos

Sinalização de alertas

Envio de notificações

BAM x BI

BAM BI

Necessidades de nível operacional Necessidade de nível gerencial

processamento de eventos em tempo real, e apresentação no painel de controle

atualização em intervalos pré-definidos

O que “está acontecendo” O que “aconteceu”

Tomada de decisão orientada a evento

Tomada de decisão analítica

Monitoramento e geração derelatórios baseados em regras

Verificação das regras de negócio são normalmente “desligadas” por questões de eficiência do ETL

Integração em tempo real dos eventos e dados de contexto

Dados históricos segundo o modelodimensional pré-definido

Baixa latência Alta latência

BAM x BI

Uso de BI para descobrir regras a serem monitoradas por ferramentas BAM

Alertas disparados em ferramentas BAM são bons candidatos para operações analíticas em ferramentas BI

Tecnologias convergentes, considerando tendência de Tecnologias convergentes, considerando tendência de BI2.0

Ciclo de BAM

Observar execução de um processo

Medir desempenho do processo

coleta de indicadores em tempo-real

Comparar com métricas pré-estabelecidas

no BSC

Analisar e tratar desvios

Disparar alertas

Enviar notificações

Ferramenta BAM

Suporte computacional é importante

Funcionalidades necessárias

Definição de indicadores e metas

Coleta de dados através de fontes diversas

Consolidação e transformação entre medidas pré-definidas

Exemplos

Oracle BAM

IBM Websphere Business Monitor

TIBCO BAM

Tendências


Convergência entre as abordagens BI, BPM e BAM

Descoberta de processos

Por quê Arquitetura da Informação

Mecanismos para gestão do desempenho organizacional são centrados em dados

Qualidade dos dados é crucial

Arquitetura da Informação é ponto chave para a melhoria

Compõe a Arquitetura Empresarial

Arquitetura de Negócio

Arquitetura daInformação

Arquitetura de Sistemas

Arquitetura de Tecnologia

Arquitetura Empresarial

“O conjunto total de representações descritivas

relevantes para a Organização, ou seja, os

modelos necessários para criar uma Organização

e para servir de base para suas mudanças”

John Zachman


Descreve e organiza toda a informação que trafega em uma organização

Níveis

conceitual, lógico e físico

Acesso direto ou via serviço

Arquitetura de Dados e Arquitetura de Serviço de Dados


Modelagem conceitualModelagem conceitual

Modelagem lógicaModelagem lógica

Modelagem físicaModelagem física

Esquema conceitual

Esquema lógico

Esquema físico

Banco dedados

Requisitos de dadosAluno TurmaCursa

(0,n)(1,n)

Nota

TbAluno

CPF

Nome

TbAvaliação

CPFAluno

CodTurma

Nota

TbTurma

Codigo

Nome

Curso

Create table TbAluno

(CPF char[11]

...

) partition t1

...

Arquitetura de Informação –Arquitetura de Dados

Dados, Metadados, Modelos descritivos

Princípios e Políticas

quem é o responsável pela informação, pelo uso e gerenciamento

Estratégias de uso dos dados

Semântica (conceitual)

Estruturas de armazenamento (lógico)

Eficiência no acesso (físico)

85


Benefícios sobre a qualidade dos dados

Acessibilidade

Rastreabilidade

transformações entre os modelos

Entendimento

BI, BPM e BAM: o melhor dos mundos

BPM

BI

BAM

Quando as partículas colidem...Energia para inovação ou “Buraco Negro”?

BPM

BI

BAM

Tópicos

Por quê as tecnologias de BI, BAM e BPM

estão convergindo?

Como as tecnologias de inteligência de

negócio podem melhorar os processos

de negócio?

Que táticas podem ajudar na ligação

efetiva de BI e BAM à BPM?

Como BI pode agregar valor aos processos

Dentro de um processo

Melhorar decisões

Melhorar entendimento do processo

Ações mais apropriadas

Incluir passos no processo

Adicionar ou aprender valor

Excluir passos do processo

Reduzir custo e desperdício de recursos

Sobre um processo

Associar resultados aos objetivos do negócio

Percepção

Status, alertas

Latência de acordo com a necessidade

Otimização

Ajustes e melhorias

Para qualquer processo, identifique como a BI pode ajudar a tomada de decisões nos processos, monitore os resultados dos processos em execução e melhore o

desempenho de cada passo

Exemplos da convergência entre BI e Processos

Há sinergia!

Análise

Modelagem

Melhoria

Busca

Inteligência de Negócio

Contexto

Gestão de Regras de Negócio

Gestão de Processos de Negócio

Histórico de resultados

Monitoramento das Atividades

do Negócio

TempoEventoResposta do

Negócio

BI contribui para maturidade em BPM

1Reconhecer ineficiências operacionais

2Percepção dos

processos

3Controle e automação

intra-processo

4Controle e automação

inter-processo

5Controle

corporativo

6Estrutura ágil do negócio

Medir Analisar Decidir Alinhar Otimizar Descobrir Inovar

Medir e monitoraratividades do negócio

Modelar e analisar processos do negócio

Analisar alternativas

apontadas por técnicas de otimização

em tempo-real

Alinhar processos com estratégia do

negócio

Integrar contabilidade baseada em

atividades aos processos de

negócio

Criar framework de desempenho organizacional

associando valores de negócio às execuções de

processos

Criar processos, produtos e serviços

inovadores através de estrutura

organizacional ágil

Tópicos


estão convergindo?



de negócio?



Cenário para implantação de BIGartner BI framework

Estratégia Organizacional e métricas corporativas(Objetivos e Indicadores estratégicos, financeiros e operacionais)

Consumidores(Usuários)

Produtores(Analistas)

Habilitadores(TI)

PessoasPessoas

Processos de negócio e de

decisão

Processos Analíticos

Processos de Infraestrutura da Informação

ProcessosProcessos

Aplicações de Processos de Negócio(Gestão de Desempenho Organizacional

e Processamento de Transações)

Aplicações Analíticas(stand-alone ou embutidas em

aplicativos de suporte aos processos)

Aplicativos capacitores de BI(Plataformas OLAP)

Aplicações e FerramentasAplicações e Ferramentas

Infraestrutura da Informação(DW, DataMarts, ETL, Qualidade dos

Dados)

Repositórios d

e M

eta

dados e

Serv

iços

BI centrada em processosNovas habilidades necessárias

Entrega de

Informações

Análise Centrada em

Processos

•Relatórios

•Painéis de controle

(dashboards)

•Consultas ad-hoc

•Captura de dados em tempo

real

•Integração de documentos

•Busca

•Estatísticas

•Predição

•Consultas OLAP

•Engine de cálculo

•Mineração de Dados

•Visualização interativa

•Consultas a grandes

repositórios de dados (Google

MapReduce)

•Alertas

•Simulações

•Otimização

•Mineração de Processos

•Engine de Regras

•Processamento de eventos

Complexos

•Orientação a serviços

•Gestão de Workflows

Medir Analisar Decidir Alinhar Otimizar Descobrir Inovar

BAMBusiness Activity Monitoring

Respostas sobre “agora”

Prazos Status dosrecursos

Tarefas

DisponibilidadeUrgência e prioridades

Sem necessidade de uma

“empilhadeira” (força bruta)

Convergência entre BPM e BI Mapa da consolidação entre fabricantes

[Fonte: Gartner, abril 2010]

Fabricantes restantes pressentem um “poço de gravidade” em direção a

processos

Tópicos


estão convergindo?



de negócio?



Garantir a Qualidade dos Dados

Assumindo que haja uma estratégia de Arquitetura da Informação, pode-se

Inserir controles de qualidade dos dados dentro e nas fronteiras dos processos

Criar SLAs para qualidade e integração de dados

Estabelecer framework de métricas

Associar diversos aspectos da gestão de desempenho em uma estrutura que reflita de forma coerente o desempenho organizacional

BSC, dashboards, gestão de indicadores, ...

Perspectivas do negócio

Estratégia

Produção Financeiro

Vendas

Marketing

Associar centro de competência em BI com o centro de competência em BPM

Criar um centro de competência em BI balanceando autoridade e poder entre os membros do negócio, da TI e analistas

Definir a missão de BI

Controlar financiamento

Estabelecer padrões

Construir arquitetura tecnológica

Organizar liderança sobre a metodologia

Desenvolver habilidades

Gerenciar projetos

Conhecimento do negócio

Conhecimento analítico

Conhecimento de TI

CCBI

Definir arquitetura de convergência

Responsabilidade do CCBI

Alinhamento à arquitetura corporativa de TI

Opções

Portifólio de fornecedores

Barramento de serviços de um líder de mercado

Plataforma de BI centrada em processos

Deixe o caos reinar...

Critérios

Requisitos do negócio

Investimento atual em TI

Habilidades

Orçamento

Liderança

Estratégia

“Solução pontual” x “planejamento de cidades”

Tratar desafios da gestão da melhoria de processos

Estabelecer indicadores e iniciativas que monitorem a associação entre BI e BPM

Desafios para o uso de BI na melhoria de processos

Cultura e política corporativa

Adoção de modelo diferente de financiamento

Custo e valor por grupo

Falta de governança formal

SLAs, definição de framework de métricas

Reestruturações organizacionais

Colaboração trans-funcional, processos de decisão mais abrangentes

Mecanismos inadequados de compensação e premiação

Novos papéis de trabalho

Foco no cliente

Processos na “linha de frente” podem suplantar necessidades do cliente

Incentivar feedback do cliente, tolerar pequenas adaptações ao processo central...

Plano de ação

Agora!

Identificar processos diferenciados em que BI centrado em processos pode trazer maiores benefícios

Buscar nas aplicações de negócio como aumentar reuso do investimento de BI

SOA, workflow, integração de dados

Este ano ainda:

Garantir que CCBI e CCBP focam nos benefícios da integração de BI e BPM

Estabelecer papéis de TI e de arquitetura para implantar convergência BI x BAM x BPM

A longo prazo...

Desenvolver serviços de informação unificados através da organização

Construir repositório corporativo de serviços analíticos

Construir framework de métricas para estabelecer ligações entre aplicações analíticas

... Início de uma era de um Universo Paralelo?

BPM

BI

BAM

Técnicas de Descoberta de Conhecimento

Mineração de Processos

Descoberta de conhecimento

Crescente quantidade de dadosarmazenados + impossibilidade deinterpretação -> KDD;

KDD (Knowledge Discovery in Databases):

“identificação de padrões novos, válidos,potencialmente úteis e compreensíveis em dados”

É um processo composto por 5 etapas:

Mineração de Dados

Fase do processo de KDD caracterizado pela descoberta de padrões através da aplicação de algoritmos;

Tarefas de mineração adequadas a determinadas classes de problemas

Tarefas

Associação;

Classificação;

Agrupamento;

Tipos de descoberta de conhecimento

Mineração em textos (Text Mining);

Mineração de processos (Process Mining)


Abordagem para a descoberta de informações sobre processos de negócio correntes na organização

Análise de logs de eventos de sistemas de informação de apoio aos processos (ERPs, WfMS, ...)

Usos da mineração de Processos

descoberta de processos

descoberta de redes sociais

conformidade de processos

conformidade de redes sociais

Fonte: Diogo Ferreira, “Mineração de Processos: o Elo que Faltava na Gestão de Processos de Negócio”, palestra convidada, WBPM 2010

Log de eventos

Cada evento no log se refere a uma única atividade;

Cada evento refere-se a um único caso (instância);

Cada evento deve conter um único executor;

Eventos possuem marcação de tempo e são totalmente ordenados;

Log de eventos

Descoberta de processo

Descoberta de redes sociais

Abordagem para Mineração de Processos


O framework ProM:

Framework extensível;

Fornece infra-estrutura e diversos plug-ins;

http://prom.win.tue.nl/tools/prom/

http://prom.win.tue.nl/tools/prom/

http://www.processmining.org/ (T.U.Eindhoven)

http://prom.win.tue.nl/tools/prom/ (T.U.Eindhoven)

Exemplos de Iniciativas

Por quê Carga em Tempo Real no DW?

BI 2.0

Análises com dados em tempo real

Como vencer os desafios do armazenamento tradicional de dados em DWs?

Carga de dados em tempo contínuo

Inserções e leituras concorrentes

O que é a Carga em Tempo Real no DW?

Ambiente que permite execução concorrente de cargas e consultas em tempo real sobre um DW, mantendo a eficiência das operações

Técnicas de distribuição e paralelismo

Cluster de banco de dados

Iniciativa do Projeto de pesquisa CG-OLAP da UNIRIO

Pereira, D., Azevedo, L., Tanaka, A., “Real Time Loading of Enterprise Data UsingFragmentation of Data Warehouses”, Simpósio Brasileiro de Bancos de Dados, Florianópolis, Outubro 2011

Financiamento FAPERJ

www.uniriotec.br/~cgolap

Como funciona a Carga em Tempo Real no DW?

Nó 3 Nó 4

Nó 2Nó 1

Nó 5

Fragmentode Tempo Real

CONSULTAS

FragmentosHistóricos



FragmentosHistóricosINSERÇÕES

MIDDLEWARE

StoryMining

Como tornar mais ágil o levantamento e modelagem dos processos de negócio?

Por quê o StoryMining?

Alto investimento no levantamento e representação dos processos de negócio

Tempo e recursos

Com muita frequência

Modelos de processo “fora da realidade”

Modelos de processos desatualizados

O quê é o StoryMining?

Levantamento Automático de Processos de negócio a partir de Estórias

Contagem de histórias em grupo (GroupStoryTelling)


Geração do modelo de processos em BPMN

João Carlos de A. R. Gonçalves, Flávia Maria Santoro, Fernanda Araujo Baião: Let Me Tell You a Story - On How to Build Process Models.J. UCS 17(2): 276-295 (2011)

StoryMiningContagem de histórias

Como funciona o Story Mining?

StoryMining

Como funciona o Story Mining?

e-mailMiner

Como tornar mais ágil o levantamento e modelagem dos processos de negócio?

Por quê o e-mailMiner?

Nem todos os processos de negócio são “bem comportados”. Alguns...

São fortemente dependentes do conhecimento e experiência do seu executor

Têm fluxo muito instável

sequência de atividades não é bem definida

eventualidades, questões de ambiente externo

São altamente colaborativo

Intensa troca de conhecimento informal

Uso intensivo de ferramentas de comunicação (e-mails)

“Processos Intensivos em Conhecimento”

Tomada de decisão

Campanha de marketing

O quê é o e-mailMiner?

Descoberta automática de Processos Intensivos em conhecimento

Coleta de emails

Representação automática de todo o conhecimento inerente ao Processo

Como funciona o e-mailMiner?

E-mailMiner

Como funciona o e-mailMiner?

BPECRELBusiness Process External Context Relevance

Como reagir mais rapidamente às mudanças relevantes no ambiente

externo?

Por quê o BPECREL?

A sobrevivência de uma organização depende de sua habilidade em rapidamente

Processar informações sobre o meio-ambiente

Transformar essas informações em conhecimento

Adaptar seus processos de negócio às mudanças

Mas como determinar se uma informação do meio é relevante para um processo de negócio?

Mar de informações disponíveis (e muitas outras não)

Redes sociais, sensores, satélites, ... a web é o banco de dados

O quê é o BPECREL?

Business Process External Context Relevance

Identificação e priorização semi-automáticas das informações do meio ambiente que influenciam um processo de negócio

Inteligência Competitiva (IC)

Mineração de dados (MD)

Eduardo Costa Ramos, Flavia Maria Santoro and Fernanda Baião, A METHOD FOR DISCOVERING THE RELEVANCE OF EXTERNAL CONTEXT VARIABLES TO BUSINESS PROCESSES, KMIS 2011, Paris, Outubro 2011

Como funciona o BPECREL?

BPECREL


Política, Econômica, Social, Tecnológica, Ecológica e Legal (PESTEL)

do processo

1-Identificar o objetivo

do processo de negócio

2-Selecionar a categoria

de KIT.

3-Selecionar a área de monitoria

4-Identificar

o KIT

5-Identificar

o KIQ

6-Identificar variáveis do

contexto externo

7-Coletar o histórico das variáveis do

contexto externo

8-Determinar relevância do

contexto (Processo de KDD:

9 etapas)

Decisões estratégicas, Alertas, Atores do ambiente competitivo

Business Intelligence, Analytics e outros

sabores...

Fernanda Baião

[email protected]

mailto:[email protected]

28/09/2011 - 9h às 12h30 - oficina - business intelligence business analytics - fernanda baião

Technology