business intelligence
DESCRIPTION
Apresentação sobre gestão de dados, business intelligence, data mining, data warehouse.TRANSCRIPT
A gestão dos dadosA inteligência do negócio está fundamentalmente no tratamento da informação disponível na organização, de modo integrado, visando seu reaproveitamento no negócio
O que é Business Intelligence?Business Intelligence (BI) é reunir a informação adequada para os tomadores de decisão no momento em que eles necessitam da informação
BI é um modo efetivo de conectar sistemas apartados com o objetivo de gerar informação
BI é um ambiente corporativo que suporta relatórios, análises e tomada de decisão em uma plataforma distribuída
Mais do que softwares, estamos falando de conceitos
Dados valiosos, informação pobreBancos de dados
Access
SQ
L
Oracle
Planilhas
MKT
Outros sistemas
RH SAC
Com todos os investimentos em
sistemas, as organizações reúnem dados valiosos
Mas reunir a informação entre as diferentes áreas é difícil porque os sistemas não conversam entre si
Reunir informações multidimensionais é
impossível: os sistemas só analisam dados em suas
dimensões
O efeito “DRIP”Bancos de dados
Access
SQ
L
Oracle
Planilhas
MKT
Outros sistemas
RHSAC
Como resultado,
a organizaçãosofre de umexcesso de
dados, mas pobrezade informação.
“Data Rich,Information Poor”
(DRIP)
ERP é uma opção?Bancos de dados
Access
SQ
L
Oracle
Planilhas
MKT
Outros sistemas
RHSAC
ERP
ERP não é opção para análise complexa de dados em função do foco operacional do
sistema
A opção pelo BIBancos de dados
Access
SQ
L
Oracle
Planilhas
MKT
Outros sistemas
RH SAC
Cubo Multidimensional
Sis
tem
a de
BI
Organizações de 7 níveis
Aplicações de Back Office
Aplicações Especializadas
Aplicações de Atendimento a Clientes
E-Business (Intranet e Internet)
Informação e Conhecimento
Análise do valor
Gestão de valor
12
3
4
5
6
7
ERP
Web Servicese CRM
BusinessIntelligenceBalancedScorecard
As atividades informacionais, geradoras de valor, dependem da análise da informação gerada pelos sistemas operacionais
Informação por si só não tem valor; para ter valor, precisa ser relacionada a outros fatos e acontecimentos
Inteligência do negócioA inteligência do negócio está em reunir e tratar informação, de modo a torná-la útil no processo de tomada de decisão
Não é uma atividade puramente técnica
Envolve 100% do tempo a criatividade e o egenho humano
Sistemas de apoioA eficácia de um sistema de Business Intelligence vai depender dos sistemas que lhe dão apoio
Entre estes sistemas temos:Data Warehouse
Data Mart
Data Mining
Data WarehouseData Warehouse é um armazém de dados que dá suporte ao processo de decisão
Estrutura do Data Warehouse• Data Warehouse é:
Orientado a assuntos, temasDados relacionam-se a temas específicos
IntegradoDados chegam de várias fontes, mas estão reunidos segundo um padrão pré-determinado
Variável com o tempoDados dizem respeito a períodos de tempo específicos e demarcados como dia de pagamento, semana, mês, férias, semestre
Não voláteis, não descartáveisDados são coletados, mas jamais deletados
Dados podem vir diretamente de sistemas transacionais como ATMs ou caixas de lojas
Como desenvolver um DWHá tantos modos de desenvolver um DW quanto há maneiras de administrar empresasAspectos que precisam ser considerados
Escopo
Acesso à informação
Tipo de usuário final
Arquitetura do sistema
EscopoQuanto mais amplo o escopo do DW, mais valiosa será a base de dados
Dados do cliente
Transações do cliente
Produtos do cliente
Contatos do cliente com o Call Center
Páginas que cliente viu no web site da empresa
Acesso à informaçãoHá 3 tipos básico de acesso à
informação em um DWVirtual
O usuário final tem acesso direto à informação
CentralAcesso à informação se dá em um único ponto e áreas de negócios precisam demandar a informação a uma equipe de DW
DistribuídaInformação distribuída em alguns pontos da estrutura da empresa, o que exige alimentação e manutenção distribuída de dados
Nas empresas mais ágeis e dinâmicas, o próprio
usuário da informação tem acesso direto ao DW
Usuário finalSão pelo menos 3 os tipos de
usuários finais de um DWUsuários estratégicos: executivos e gerentes
Buscam dados para a tomada de decisão
Usuários intensivos: analistas, engenheiros
Buscam dados para operacionalizar ações
Usuários de suporte: administraçãoBuscam dados para a produção de relatórios
Arquitetura do sistemaCada fornecedor propõe uma
arquitetura diversa
Usualmente, um bom DW deve é composto por vários elementos, principalmente um banco de dados que permita fazer relações (relacional)
Que produtos o cliente mais compra no verão
Quantas ligações faz ao call center em diferentes épocas do ano
Compra mais ou menos ao receber um contato via telemarketing
Produto, mercado e tempoO desenvolvedor de um DW vai considerar três aspectos básicos:
Vendemos:1. PRODUTOS2. Em vários MERCADOS
3. E medimos nosso desempenho ao longo
do TEMPO
Três dimensões do DW
Produto
Mer
cado
Tempo
Um ponto qualquer Um ponto qualquer dentro do cubo registra dentro do cubo registra o desempenho do o desempenho do negócio, uma negócio, uma combinação de Produto, combinação de Produto, Mercado e Tempo. Mercado e Tempo.
Esse ponto equivale a Esse ponto equivale a “informação” ou fato “informação” ou fato sobre o negócio.sobre o negócio.
.
... .
...
.
Modelo de informação em um DW
DimensãoDimensãodo Mercadodo Mercado
Dimensão Dimensão do Produtodo Produto
Dimensão Dimensão do Tempodo Tempo INFORMAÇÃOINFORMAÇÃO
Fluxo da informação
DimensãoDimensãodo Mercadodo Mercado3. Na livraria 3. Na livraria
da Universidadeda UniversidadeMetodista...Metodista...
Dimensão Dimensão do Produtodo Produto
2. De livros2. De livrossobre CRM...sobre CRM...
Dimensão Dimensão do Tempodo Tempo4. Em janeiro4. Em janeiro
de 2005?de 2005?
INFORMAÇÃOINFORMAÇÃO1. Qual o volumetotal de
vendas...
DBMS
MetaDados
Dados muito
resumidos
DadosDetalhados
Dados resumidosAdministrador
de Cargade Dados
Data Mining
Ferramentasde OLAP (Online Analytical Processing)
Ferramentas de pesquisa, informação,desenvolvimento de aplicação e Sistema de Informação Executiva
Base de Dados Operacional (BDO)
Fo
nte
s d
e d
ad
os
op
era
cio
nais
Administrador de Solicitaçãode Dados
Arquivo de back-up dedados
Ferramentasdo usuário final
Arquitetura típica de DW
GlossárioFontes de Dados Operacionais
Dados mantidos em sistemas como mainframes (computador central), dados de departamentos (Marketing, Atendimento a Clientes, Produção), dados privados mantidos em computadores de pessoas e até bases de dados de fornecedores e clientes
Banco de Dados Operacional (DBO)Um banco de dados usado para armazenar informação usada para análise, normalmente estruturado como o DW, podendo atuar como uma área que reúne informações a serem armazenadas no DW
Administrador de Data WarehouseExecuta todas as operações relativas à administração dos dados no DW. As operações executadas incluem análise da informação para verificação de consistência, transformação e mescla de dados, criação de índices e visualizações, geração e agregação de dados, bem como arquivamento e geração de back-up de dados
Administrador de solicitação de dadosTambém chamado de componenete de back-end, este sistema executa todas as operações associadas às pesquisas de dados dos usuários. As operações executadas incluem o direcionamento de pesquisas para as tabelas apropriadas, bem como o agendamento da execuçaão de pesquisas
Glossário - 2
Glossário - 3Administrador de Carga de Dados
Também chamado de componente de front end, este sistema administra todas as operações de extração de dados das fontes operacionais para carga das informações no DW. Estas operações incluem transformação e preparo dos dados para input no DW
Ferramentas do usuário finalSão categorizadas em cinco grupos principais
Informação de dados e ferramentas de consulta
Ferramentas de desenvolvimento de aplicações
Ferramentas de sistemas de informação executiva
Processamento analítico on-line (OLAP)
Ferramentas de Data Mining
Principais equívocosO Data Warehousing Institute aponta os erros mais comuns na implementação de um DW:
Escolher um gerente para o DW que tenha orientação para tecnologia (99% das empresas comete este equívoco aqui)
Gerar expectativas que não serão atendidas
Acreditar nas promessas de desempenho, capacidade e escalabilidade dos vendedores de sistemas
Focar o DW em dados tradicionais internos orientados a registro e ignorar o valor potencial de dados textuais, imagens, sons, vídeos e dados externos
Falhar no objetivo de acrescentar valor aos dados através de mecanismos de categorização
Veja mais dicas para implementação de
um DW em www.tdwi.org
Data MartsOs DM são orientados a temas:
Renda do cliente
Sexo do cliente
Idade do cliente
Produtos que o cliente compra
Situação de crédito do cliente
Cada um desses temas em particular interessa a diferentes setores da empresa
Esses temas específicos são considerados Data Marts
Um Data Mart foca os requerimentos de usuários ligados a um departamento específico ou unidade de negócios
Finanças
Marketing
Atendimento a Clientes
Informação apartadaPor razões de negócio, pedaços das informações do DW são replicadas em bancos de dados apartados para que determinadas áreas tenham acesso mais rápido à informação sobre determinados grupos de clientes:
Os clientes do Itaú que investem em fundos de investimento
Os usuários do cartão da Credicard que comprar passagens aéreas pelo menos uma vez por mês com o cartão
Ao contrário do DW, os Data Marts não contêm informações detalhadas, por isso são mais acessíveis e fáceis de usar
Criação de muitos Data Marts traz problemas importantes de manutenção
Data Mart
DBMS
MetaDados
Dados muito
resumidos
DadosDetalhados
Dados resumidosAdministrador
de Cargade Dados
Data Mining
Ferramentasde OLAP (Online Analytical Processing)
Ferramentas de pesquisa, informação,desenvolvimento de aplicação e Sistema de Informação Executiva
Base de Dados Operacional (BDO)
Fo
nte
s d
e d
ad
os
op
era
cio
nais
Administrador de Solicitaçãode Dados
Arquivo de back-up de
dadosFerramentasdo usuário final
Dados resumidosem bancosde dadosrelacionale multi-dimensional
Arquitetura de DW com Data Mart
Por que criar um Data Mart? (1)Dar ao usuário acesso à informação da qual ele necessita com mais freqüência
Clientes que voam ao exterior mais de 2 vezes ao ano
Clientes que trocam de carro 1 vez a cada dois anos
Clientes com investimentos em fundos de ações
Prover dados que são significativos para determinadas áreas da empresa ou unidades de negócios
Tornar os dados mais acessíveis
Data Marts podem registrar atividades específicas de
determinados clientes que interessam à empresa: tipo
de carro que compra, cor de carro que compra
Por que criar um Data Mart? (2)Data Marts usam menos dados, logo ações como limpeza de dados, carga, transformação e integração são muito mais simples e rápidas
Custo de implementação mais baixo
Usuários dos dados são mais claramente definidos
Fornecer uma estrutura de dados mais adequada às ferramentas de acesso do usuário final
Nesta estrutura, os data marts aparecem claramente definidos por temas de dados: compras, vendas,
estoque
Múltiplos Data MartsVantagens dos Data Marts levou empresas a construirem vários Data Marts para diferentes necessidades
Surge a expressão ”virtual data mart” para definir vários data marts fisicamente separados interagindo uns com os outros
Por sua agilidade, os data marts podem ser acessados via Internet porque eles não se situam em áreas críticas de dados
A administração de múltiplos data marts está se tornando complexa e levando à incidência de erros e inconsistência de informação
Múltiplos Data Marts tornam sistema cada vez mais complexo e difícil de
administrar
Data Mining• “Garimpo de dados”
É um novo enfoque para a análise e obtenção de informações ou conhecimentos em Data Warehouse, Data Mart ou grandes bases de dados, como mainframes
É ferramenta de inteligência, pois permite estabelecer relações, comprações, tendências
Data mining é a mineração (busca detalhista) de dados
de forma bastante dirigida e específica, como o
minerador que garimpa as pedras do rio em busca de
preciosidades
Data Mart
DBMS
MetaDados
Dados muito
resumidos
DadosDetalhados
Dados resumidosAdministrador
de Cargade Dados
Data Mining
Ferramentasde OLAP (Online Analytical Processing)
Ferramentas de pesquisa, informação,desenvolvimento de aplicação e Sistema de Informação Executiva
Base de Dados Operacional (BDO)
Fo
nte
s d
e d
ad
os
op
era
cio
nais
Administrador de Solicitaçãode Dados
Arquivo de back-up de
dadosFerramentasdo usuário final
Dados resumidosem bancosde dadosrelacionale multi-dimensional
Onde está o Data Mining?
Ferramentas de DMO DM é composto por ferramentas que permitemAnálise de dados e informaçõesPlanejamento e descoberta automática de padrões, regras, grupos, funções, modelos, seqüências, relações, correlaçõesPermite aumento da eficácia e produtividade
Dados para DMA aplicação ideal do DM se dá sobre as bases de dados corporativas, que podem estar em um DW, DM, um mainframe ou outras plataformas
O DM pode ser entendido como
Um processo otimizado que intermedia a informação e a tomada de decisões
O processo de mineração de dados aprofunda o conhecimento que temos sobre o modo de ser e agir de nossos clientes
Gatilhos ou alarmesAções de DM permitem detectar acontecimentos ou situações que podem desencadear atividades fora do ciclo ordinário de procedimentos de uma empresa:
Cliente comprou passagem aérea internacional com o cartão
DM programa oferta de jogo de malas para longas viagens por e-mail ou através do primeiro contato do cliente com o call center
Compra de passagem aérea internacional leva a determinados comportamentos adicionais como
compra de malas, roupas, equipamentos (câmeras) e várias
outras atitudes que podem ser antecipadas
Consultas e informaçõesAs plataformas de DM podem incorporar ferramentas de consulta com
Interfaces gráficas avançadas, intuitivas e fáceis de usar
Análise multidimensional
Agentes inteligentes
Visualização de dados
Os desenvolvedores de ferramentas DM estão fazendo um grande esforço para conseguir uma comunicação baseada em visualização de dados
Tratamento de dadosOs dados podem ser armazenados em formatos adequados ao DWAs soluções de DM incorporam módulos de tratamento de dados que facilitam ao máximo as interfaces de dados e informações
Fonte: iMasters
Ferramentas de DMAgrupamento ou segmentaçãoAssociaçãoSequenciamentoReconhecimento de padrõesPrevisãoSimulaçãoModelagem explícitaClassificação
Agrupamento ou segmentaçãoIdentificação de tipologias ou grupos onde os elementos:
Guardam similaridade entre si
Se diferenciam dos de outros grupos
Exemplo: Segmentação deClientes
Valores e índices financeiros
Grupo de empregados
Preferências
Para que?Tratamento particularizado de cada um destes grupos
AssociaçãoPermite estabelecer as possíveis relações entre ações ou sucessos aparentemente independentesExemplo: Compreender
Hábitos de compra
Sucesso de ofertas
Vendas cruzadas
Merchandising
Sequenciamento
Conceito similar à associação, porém inclui o fator tempoPermite reconhecer o tempo que transcorre ou pode transcorrer entre o sucesso indutor e os sucessos induzidos
Reconhecimento de padrõesPermite a associação de um indício ou informação de entrada com aquelas que
Guardam maior similaridade
E já estão catalogadas no sistema
No DM, estas ferramentasPodem ajudar na identificação de problemas e incidências e ajudar em possíveis soluções
PrevisãoPermite estabelecer o comportamento futuro mais provável de uma variável ou uma série de variáveis a partir da evolução passada e presente dessas variáveis ou de outras das quais dependamAs técnicas associadas a esta ferramenta possuem um elevado grau de maturidade
Educação
Carro
Casa
Saúde
Lazer
Aposentadoria
SimulaçãoPermite comparar a situação atual da empresa e sua possível evolução futuraFacilita a criação e análise de diferentes cenáriosImportante no processo de planejamento e tomada de decisãoComparação entre clientes de segmentos de mercado diferentes para avaliar foco
Modelagem explícitaResolve o problema da minimização ou maximização de um função que depende de uma série de variáveisEncontra os valores que satisfazem a condição de máximo - tipicamente benefícios - ou mínimo - tipicamente custosNormalmente podem haver restrições, de modo que o universo de busca se reduz às soluções que satisfaçam as restrições
ClassificaçãoPermite assinalar a um elemento sua pertinência a um certo grupo ou classe uma vez conhecidos os valores de suas variáveis ou série de atributosEm cada classe ou expressão, estabelece-se um perfil característico em função de Um algoritmo ou regrasDas variáveis distintasDo grau de influênciaExemplo: Sistema de “score” da Credicard
Obrigado!Armando Levy
Mestre em Comunicação pela USPProfessor de Cultura Organizacional e Tecnologia de Apoio à Decisão pela Universidade MetodistaDiretor da e-Press Comunicação(11) 4082 [email protected]