RODOLFO LUIS DOS SANTOS SALDANHA

BUSINESS INTELLIGENCE: ANÁLISE SOBRE ASSOLUÇÕES DE BI E ESTUDO DE CASO USANDO

PENTAHO

LONDRINA–PR

2018

RODOLFO LUIS DOS SANTOS SALDANHA

BUSINESS INTELLIGENCE: ANÁLISE SOBRE ASSOLUÇÕES DE BI E ESTUDO DE CASO USANDO

PENTAHO

Trabalho de Conclusão de Curso apresentadoao curso de Bacharelado em Ciência da Com-putação da Universidade Estadual de Lon-drina para obtenção do título de Bacharel emCiência da Computação.

Orientador: Prof. Dr. Rodolfo Miranda deBarros

LONDRINA–PR

2018

Rodolfo Luis dos Santos SaldanhaBusiness Intelligence: análise sobre as soluções de BI e estudo de caso usando

Pentaho/ Rodolfo Luis dos Santos Saldanha. – Londrina–PR, 2018-46 p. : il. (algumas color.) ; 30 cm.

Orientador: Prof. Dr. Rodolfo Miranda de Barros

– Universidade Estadual de Londrina, 2018.

1. Business Intelligence. 2. Pentaho. 3. Data Mining. I. Rodolfo Miranda deBarros. II. Universidade Estadual de Londrina. III. Business Intelligence: análisesobre as soluções de BI e estudo de caso usando Pentaho

CDU 02:141:005.7

RODOLFO LUIS DOS SANTOS SALDANHA

BUSINESS INTELLIGENCE: ANÁLISE SOBRE ASSOLUÇÕES DE BI E ESTUDO DE CASO USANDO

PENTAHO

Trabalho de Conclusão de Curso apresentadoao curso de Bacharelado em Ciência da Com-putação da Universidade Estadual de Lon-drina para obtenção do título de Bacharel emCiência da Computação.

BANCA EXAMINADORA

Prof. Dr. Rodolfo Miranda de BarrosUniversidade Estadual de Londrina

Orientador

Prof. Dr. Evandro BacarinUniversidade Estadual de Londrina

Prof. Dr. Vitor Valério de S. CamposUniversidade Estadual de Londrina

Londrina–PR, 08 de fevereiro de 2018

Este trabalho é dedicado a todos que me deram suporte durante minha graduação,principalmente minha mãe, pois sem ela não seria nada.

AGRADECIMENTOS

Antes de tudo gostaria de agradecer especialmente à minha mãe, Antonia Mariados Santos Saldanha, por todo o suporte e estímulo, emocional e financeiro, que ela meproporcionou desde muito criança até os dias de hoje. Passamos por momentos bastanteconturbados durante esses anos e ela se manteve ao meu lado em todas as situaçõesdifíceis, me incentivando de todas maneiras até que eu pudesse chegar a esse momento deconcluir meu nível superior. Nunca serei capaz de explicitar o quão sou.

Agradeço profundamente à minha irmã, que sempre me tratou como um filho, aomeu pai e familiares que ajudaram a moldar o futuro profissional que serei.

Sou muito grato também aos amigos que adquiri ao longo dessa graduação, tantoos que conheci em Londrina como os que fizeram parte do meu intercâmbio. Uma vezque se muda para longe de casa, amigos se tornam uma segunda família e as pessoas queme aproximei foram extremamente cruciais nos momentos em que pensei ser improvávelsuperar o horário cheio de aulas e trabalhos extensos, como também fizeram possívelmomentos de descontração se tornarem ainda melhor.

Muito obrigado a todos os docentes do Departamento de Computação da Uni-versidade Estadual de Londrina pelo tempo e atenção dedicados para que o máximo deconhecimento fosse transmitido. Não esquecendo dos servidores do mesmo Departamentoque tentaram auxiliar da melhor maneira que podiam sempre que podiam. Agradeço espe-cialmente ao meu orientador, Prof. Dr. Rodolfo Miranda de Barros, pela orientação nestetrabalho de conclusão de curso, pois foi uma honra ter me juntado a ele e aprendido comsua experiência no assunto.

“Twenty years from now, you will be moredisappointed by the things that you didn’t do than by

the ones you did do, so throw off the bowlines, sailaway from safe harbor, catch the trade winds in your

sails. Explore, Dream, Discover.“(Mark Twain)

SALDANHA, R. L.. Business Intelligence: análise sobre as soluções de BI e es-tudo de caso usando Pentaho. 46 p. Trabalho de Conclusão de Curso (Bachareladoem Ciência da Computação) – Universidade Estadual de Londrina, Londrina–PR, 2018.

RESUMO

Líderes de organizações, independentemente do tamanho (sejam pequenas, médias ougrandes), enfrentam constantemente problemas que refletem no crescimento de seus negó-cios. O crescimento contínuo depende do entendimento de como os negócios funcionam,reconhecendo oportunidades, tomando atitudes e percebendo benefícios mensuráveis deuma maneira repetida. A partir da entrega de conhecimento utilizável para a pessoa certadentro da janela de oportunidade apropriada, técnicas e ferramentas de Business Intel-ligence (BI) ajudam o usuário visualizar as mudanças certas para que uma organizaçãoseja bem sucedida. Esse trabalho tem o objetivo de fazer um estudo sobre as soluções deBI de modo geral e, mais especificamente, será feita um estudo de caso usando o Pentahocomo ferramenta do estudo.

Palavras-chave: Business Intelligence, Pentaho, Data Mining

SALDANHA, R. L.. Business Intelligence: overview over BI solutions and studycase using Pentaho. 46 p. Final Project (Bachelor of Science in Computer Science) –State University of Londrina, Londrina–PR, 2018.

ABSTRACT

Regardless the size of an organization, its leaders constantly face problems that reflect thegrowth of their business. The continuous growth depends heavily on the understanding ofhow the business run, recognizing opportunities, taking action and noticing measurablebenefits in a repeatable way. By delivering useful knowledge to the right person withinthe appropriate opportunity window, Business Intelligence (BI) techniques and tools helpthe user visualize necessary changes to make the organization thrive. This paper is aimedto make an overview over the BI solutions. It will be conducted a study case utilizingPentaho suite as the main tool of the study.

Keywords: Business Intelligence, Pentaho, Data Mining

LISTA DE ILUSTRAÇÕES

Figura 1 – Esquema Estratégia Corporativa e Estratégia de BI[1] . . . . . . . . . . 23Figura 2 – Componentes de BI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24Figura 3 – Etapas do descobrimento do conhecimento . . . . . . . . . . . . . . . . 25Figura 4 – Etapas do desenvolvimento de um sistema de Business Intelligence . . . 27Figura 5 – Gráfico de comparação entre ferramentas de BI . . . . . . . . . . . . . 31Figura 6 – Pilha de componentes do Pentaho [2] . . . . . . . . . . . . . . . . . . . 32Figura 7 – Diagrama da tabela das dimensões e tabela fato . . . . . . . . . . . . . 37Figura 8 – Exemplo de Transformação no PDI . . . . . . . . . . . . . . . . . . . . 38Figura 9 – Criação das dimensões do cubo no Schema Workbench . . . . . . . . . 39Figura 10 – Cubo multidimensional da empresa fictícia Steel Wheel . . . . . . . . . 40Figura 11 – Análise de lucros da Steel Wheel . . . . . . . . . . . . . . . . . . . . . 41

LISTA DE ABREVIATURAS E SIGLAS

BI Business Intelligence

TI Tecnologia de Informação

ETL Extraction, transformation and load

OLAP On-line Analytical Processing

DW Data Warehouse

PDI Pentaho Data Integration

PUC Pentaho User Console

PAC Pentaho Administration Console

UX User Experience

SUMÁRIO

1 INTRODUÇÃO . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

2 FUNDAMENTAÇÃO TEÓRICA . . . . . . . . . . . . . . . . . 232.1 Business Intelligence . . . . . . . . . . . . . . . . . . . . . . . . . . 232.1.1 Conceitos gerais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 242.1.2 Etapas de implementação de uma estratégia de BI . . . . . . . 262.1.3 Vantagens de uma estratégia de BI . . . . . . . . . . . . . . . . . 272.1.4 Problemas de implementação de uma estratégia . . . . . . . . . 292.1.5 Ferramentas de BI . . . . . . . . . . . . . . . . . . . . . . . . . . . 302.2 Pentaho . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 312.2.1 Vantagens . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 342.2.2 Preocupações . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34

3 ESTUDO DE CASO . . . . . . . . . . . . . . . . . . . . . . . . . 373.1 Data Warehouse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 373.2 Cubo multidimensional e relatórios . . . . . . . . . . . . . . . . . 39

4 DISCUSSÕES E DIFICULDADES . . . . . . . . . . . . . . . . 43

REFERÊNCIAS . . . . . . . . . . . . . . . . . . . . . . . . . . . 45

21

1 INTRODUÇÃO

Na última década, empresas tem presenciado um grande investimento em Tecno-logia da Informação (TI) chegando ao ponto que alguns especialistas estimam que metadedo capital investido em negócios é direcionado a esse setor. A maioria desses investimentostem o objetivo de melhorar sistemas que administram operações diárias e gerar relatóriosmais frequentes e volumosos. Entretanto, é notado entre companhias de diferentes indús-trias que apesar de ricas em dados, as empresas são escassas de informações substanciais.Em outras palavras, os negócios não conseguem aproveitar as informações que possuem[3].

Business Intelligence (BI) vem como uma resposta para essa necessidade de avaliarmelhor os dados, sendo o passo lógico seguinte para administração em TI. Feito da maneiracorreta, BI tem potencial imensurável e ajuda organizar informações chave que necessáriaspara o aumento do lucro e desempenho de uma empresa [4].

Definir uma estratégia de BI ajuda a modelar e governar o sucesso de um projetode BI através do alinhamento da TI e da companhia e permite que a organização espe-cifique quão precisa as informações relevantes devem ser para que possam dar suporte econduzir as principais iniciativas do negócio[5]. Ainda mais, a plataforma escolhida podeaumentar o impacto de empregados em uma organização e nas indústrias e setores queeles representam, uma vez que uma estratégia de BI pode sugerir a adoção de tecnologiasnovas da plataforma de BI, levando a novos estilos de administração e até criar uma mu-dança na organização para que se torne mais flexível e ágil, aumentando o desempenhodo negócio tanto em níveis estratégicos como organizacionais.

Portanto, a escolha de uma plataforma de BI é uma decisão delicada e requer umaanálise aprofundada. No mercado, há muitas plataformas e o importante é entender queferramentas vêm e vão, tendo o papel fundamental de apoiar as necessidades informacio-nais da organização. O processo de escolha não é trivial, porém decisiva na condução daorganização para o alcance de resultados. É essencial a capacidade de analisar de formacrítica cada tecnologia, verificando qual a solução que melhor se adéque a estratégia daempresa. Logo, não existe a melhor ou pior ferramenta de BI, e sim aquela que melhor seadapta as necessidades do negócio [1].

Neste trabalho será explorada apenas uma ferramenta dentre a vasta variedadeexistente no mercado. O Pentaho, a suíte utilizada nesse trabalho, é amplamente usadoem diversas empresas bem sucedidas e serão aplicadas em um estudo de caso de empresafictícia para que seja analisado os principais aspectos de tal ferramenta.

23

2 FUNDAMENTAÇÃO TEÓRICA

2.1 Business Intelligence

No início dos anos 90, BI emergiu com o objetivo de dar aos usuários finais, ouCEO’s, um acesso direto e melhor as informações relevantes sobre uma organização. Visafornecer um acesso, independente do departamento de TI, à informação e gerar relatórioscustomizáveis sobre determinados aspectos. Trata-se de uma extensa categoria de aplica-ções e tecnologias usadas para coletar, arquivar, analisar e acessar dados que ajudam natomada de decisão. Na realidade, Business Intelligence é um ambiente em que adminis-tradores tem acesso à informações confiáveis, consistentes, compreensivas e, usando essasinformações, são capazes de analisar estrategicamente a posição da entidade no passado,presente e futuro.

Figura 1 – Esquema Estratégia Corporativa e Estratégia de BI[1]

Para que uma empresa sobreviva e seja competitiva no mercado, é necessário que amesmo desenvolva uma estratégia. Para tal estratégia ser bem sucedida, é necessário umaprevisão de circunstâncias de futuras e entendendo o passado é o melhor método paratentar fazer suposições sobre o futuro [3]. Portanto, a informação é o principal ingredientede qualquer estratégia, permitindo a análise de mercado e detectar comportamentos es-pecíficos [6], sendo assim, BI é muito importante. Uma iniciativa em BI por parte de umaorganização fornece muito pouco uso estratégico a não ser que ela seja orientada pelosobjetivos de um negócio. Antes de embarcar em algo do gênero, a organização precisainvestir na definição de uma estratégia de BI que ressalte como o BI vai ajudar a organi-zação encontrar seus objetivos de negócios estratégicos e operacionais [5]. Uma estratégiade BI precisa prover um framework para a organização que a permita obter oportunidadescom stakeholders chaves, oferecer uma perspectiva da empresa como um todo, previsãode vantagens esperadas e definir um mapa de como o BI e componentes analíticos detecnologia do programa de BI se encaixam para suprir as necessidades do negócio.

24

2.1.1 Conceitos gerais

O artigo [7] define BI como "os processos, tecnologias e ferramentas necessárias paratransformar dados em informação, informação em conhecimento e conhecimento em planosque guiam ações de negócios rentáveis". Logo, interpretando conceitos, BI se trata de umconjunto de tecnologias que permitem o cruzamento de informações e suportam a análisedos indicadores de performance de um negócio, auxiliando a tomada de decisão. Por estasdefinições pode ser notado que se trata de uma área consideravelmente abrangente e queconta com uma série de componentes como pode ser visto na Figure 2.

Figura 2 – Componentes de BI

Organizações coletam diversas informações operacionais e transacionais internasdiariamente. Todos esses dados podem ser transformados em conhecimento utilizável paraa melhora de desempenho através de ferramentas de BI. Responsáveis por decisões emcompanhias tomam melhores ações de negócios baseados em aquisições, análises, inter-pretações e explorações sistemáticas de informações [8]. Nesse momento em que entramos conceitos de big data, data mining e data warehouse, os quais são imprescindíveis parao entendimento desenvolvimento de BI.

Antes de tudo, o conceito de big data deve ser explicado, pois todos os outrosconceitos dependem deste primeiro. Usando a definição do livro [9], big data se trataobviamente de um grande volume de dados, mas não é apenas em relação a quantidadeem si. Big data se trata também da velocidade rápida em que os dados são produzidos eo formato complexo de diferentes fontes.

De acordo com [10], data warehouse é um banco de dados contendo dados extraí-dos do ambiente de produção da empresa, que foram selecionados e depurados de uma(geralmente big data), tendo sido otimizados para processamento de consulta e não pro-cessamento de transações. A construção de um data warehouse é basicamente o primeiropasso para a análises em grandes quantidades de dados em sistemas de apoio à decisãocomo Business Intelligence. Para a construção do data warehouse necessita-se definir aschamadas tabela de fato e tabela de dimensão, além do relacionamento entre as mesmas.A tabela de fato armazena medições do negócio e aspectos que estão sendo mensuradospela estratégia de BI. Cada medida é obtida na intersecção de todas as dimensões, as quais

25

são as tabelas de dimensão e armazenam as descrições textuais das dimensões do negó-cio. Cada uma dessas descrições textuais ajuda a definir um componente da respectivadimensão.

Por definição de [11], data mining é o processo de descobrir padrões e conhecimentode grandes quantidades de dados e as fontes desses dados incluem banco de dados, datawarehouses, Internet, outros repositórios ou dados transmitidos para o sistemas dinamica-mente. Este processo é feito após toda a coleta de informações, ou seja, datawarehousinge os dados são processados por algoritmos estatísticos com o objetivo de recuperar infor-mação útil. Data mining é a aplicação do processo analítico racional - técnicas estatísticas- tomando vantagem da habilidade computacional de mergulhar mais profundamente nosignificado de padrões, não a estatística puramente em si [12]. Quando aliada com umarmazenamento em data warehouse e conceitos de BI, data mining pode dar a companhiase negócios precisão e segurança no momento da tomada de decisões.

Na Figure 5 mostra as etapas do descobrimento, englobando todos os conceitosacima citados. Primeiramente é feita a limpeza e integração da big data no banco de dadose é transferido para o data warehouse. Logo em seguida começa a etapa da mineração dedados, tornando possível a elaboração de padrões até chegar no conhecimento, o qualpode ser apresentado em diversas formas, mas o mais comum entre eles é o cubo OLAPmultidimensional e ele será aplicado no estudo de caso mais em frente.

Figura 3 – Etapas do descobrimento do conhecimento

Um cubo OLAP é chamado de estrutura multidimensional que contém informação

26

sobre um pedaço de dado bem definido de uma fonte de dados e é baseado na tabelafato e dimensões, citado acima, organizado de diferentes formas. O processo de adquirirdados de um banco de dados e construir os cubos necessários é chamado de análise dedados. Pode haver centenas de cubos em um data warehouse, sendo que cada um deles écomposto por sua tabela fato e suas respectivas dimensões.

O OLAP é um conceito de interface com o usuário que proporciona a capaci-dade de ter idéias sobre os dados, permitindo analistas, gerentes e executivos analisá-losprofundamente em diversos ângulos e sintetizar informações sobre a empresa através decomparações, visões personalizadas, análise histórica e projeção dos dados em diferentescenários. É uma interface com o usuário e não uma forma de armazenamento de dados,porém se utiliza do armazenamento para poder apresentar as informações. O OLAP e oData Warehouse são destinados a trabalharem juntos, enquanto o DW armazena as infor-mações de forma eficiente, o OLAP deve recuperá-las com a mesma eficiência, porém commuita rapidez. As duas tecnologias se complementam, ao ponto de que um DW para serbem sucedido, já na sua concepção, deve levar em consideração o que se deseja apresentarna interface OLAP [13].

2.1.2 Etapas de implementação de uma estratégia de BI

Baseado em [14], o processo de BI possui atividades ou etapas (Figure 4) quenecessitam ser entendidas para que a implementação da solução tenha efetividade. Epara ser efetivo a solução precisa ser eficiente, ou seja, necessita fazer de forma corretao proposto, que nesse caso é fornecer informações "inteligentes"para os administradores.Além do mais ela precisa ser eficaz, ou seja, atingir o objetivo, que nesse caso seria tomara decisão de forma precisa.

a) Mobilização dos stakeholders: É necessário a identificação dos stakeholders,ou seja, das partes interessadas do processo de BI. Precisa ser explicitado quemsão os principais beneficiados da solução além de adquirir o apoio total da altagestão. Deve mostrar os benefícios que o projeto trará para a organização, alémde promover discussões sobre os diversos assuntos relacionados à gestão atravésde indicadores.

b) Levantamento dos objetivos: Antes mesmo de mapear os dados, é precisolistar as necessidades informacionais que os gestores possuem. Para isso é ne-cessário fazer rodadas iterativas com os usuários da solução e, nesse momento,não há preocupação com a viabilidade das informações nessa atividade. Nasentrevistas serão levantados os principais anseios dos gestores, que deverão par-tir do questionamento: “Quais informações necessito para tomar decisões maisefetivas?”. Ao final das “n“ reuniões necessárias para levantar todas as pers-pectivas (dimensões e fatos) é gerado uma matriz com a relação completa das

27

necessidades da organização.

c) Mapeamento das fontes dos dados: Só aqui começa-se a preocupar com aexistência ou não dos dados necessários para gerar as informações solicitadasna etapa anterior. É analisado todo o tipo de fontes de dados existentes naempresa, tal como CDs, planilhas, banco de dados, etc... Se os dados existirem,é feito o mapeamento estruturado de como o dado entrará na etapa de desen-volvimento da solução BI. No caso de inexistência de dados, os participantes dolevantamento serão informados, para que seja provocada na organização o ques-tionamento sobre a necessidade desses dados ou de serem criadas alternativasde fontes para a busca dos dados.

d) Construção da solução BI: Nessa etapa é dado início à construção propria-mente dita da solução de Business Intelligence. É feita a modelagem, o processode ETL (extração, transformação e carga) e alimentada na base consolidadado Data Warehouse. Apesar de ser uma etapa no diagrama, essa é a maioratividade de todo o processo, pelo menos 50% de todo o trabalho está nestafase.

e) Disponibilização aos usuários: Enfim, é disponibilizado o uso da soluçãopara os usuários (gestores). Mas não é somente “disponibilizar” a ferramenta eacabou. Significa fazer um grande trabalho de capacitação e envolvimento dosusuários, conscientização do uso correto da informação e definição dos níveisde permissão de cada participante, pois nem todos poderão ter acesso irrestritoàs informações do BI.

Figura 4 – Etapas do desenvolvimento de um sistema de Business Intelligence

2.1.3 Vantagens de uma estratégia de BI

As empresas almejam informações com qualidade, otimização dos processos, asser-tividade nas decisões, insights valiosos, inteligência nos negócios, maior competitividadeno mercado, inovação, alcance de metas e objetivos, enfim, resultados. Buscando sempre,

28

principalmente, a alta aderência das soluções aos negócios. Sistema de BI é uma organi-zação viva e expansão é um procedimento incremental que nunca acaba. Apesar de BIser usado para atingir alvos estratégicos, não há um conjunto definido de fatores e elessempre mudam.

Os benefícios da prática de BI só serão visíveis com o auxílio de pessoas [15]. Noentanto, de maneira geral podem ser mencionados alguns benefícios tais como: tomadade decisão de forma mais pautada por líderes; minimização de riscos nas ações, pois serãoutilizados fatos ao invés da subjetividade; previsão através de tendências baseados emdados.

Deve ser considerado mais especificamente sobre o retorno de investimento (ROI)substanciais da ação de BI, há benefícios diretos e indiretos que devem listados:

∙ Diretos

1. Diminuição de custos por projeto

– Projetos podem ser planejados e postos em ação com menos tempo e di-nheiro, assim como problemas não previstos são menos prováveis.

2. Menor desperdício em infraestrutura redundante

– O lado técnico permanece o mesmo para projetos através da organização.Como resultado, times podem focar no projeto em si ao invés de soluçõesorganizacionais isoladas e treinar novamente funcionários todas as vezes,pois a estratégia de BI cria uma padronização. Times podem utilizar osmesmos componentes técnicos e fazer uso dos produtos mais atualizadospara um determinado projeto.

3. Posição mais forte frente a vendedores

– Padronização da estratégia de BI através de uma organização facilita osuporte em todos os níveis e aumenta a habilidade da organização emlidar efetivamente com vendedores.

∙ Indiretos

1. Melhor experiência do usuário final

– Adoção e aceitação da estratégia de BI aumentará significativamente quandoas aplicações da organização são padrão e criará facilidade na procura porrecursos.

2. Redução da pressão no time de TI

– Departamentos de TI podem concentrar em grandes áreas de prioridade,como entrega de produtos aos clientes e problemas complexos de arquite-tura.

29

3. Maior eficiência no uso de BI

– De acordo com o grupo Gartner, BI terá tornado-se um problema estra-tégico chave para companhias. Essa visão ajuda organizações projetaremobjetivos usando os recursos corretos de maneira mais coordenada.

2.1.4 Problemas de implementação de uma estratégia

Apesar de BI ser um tópico de extrema preocupação em muitas organizações, aindahá deficiências na área de pesquisa. Um número considerável de companhias estão imple-mentando sistemas de BI, mas não são todos que percebem os benefícios desses sistemas.De acordo com [16], apenas 24% do projetos de BI são classificados como projetos muitobem sucedidos e, de com um estudo da TDWI, mais da metade das companhias não temum plano para controlar a qualidade dos dados. Esses dados mostram também que BI éum investimento de alto risco, mas com um retorno que compensa a possibilidade de falha.Infelizmente os maiores obstáculos para implantação de um sistema BI em organização sedeve principalmente a falta de visão estratégica e a barreira cultural.

Entender as etapas de um processo de BI é muito importante para a conquistado sucesso pleno na implementação da solução. Podemos acabar no erro de ignorar al-gumas etapas, ou inverter a sequência das atividades, prejudicando de maneira críticatodo o projeto. Algo impensável e nunca antes alcançado pelos diversos gestores em suasorganizações, que sempre enfrentaram o problema da má qualidade dos dados, falta deintegridade entre as bases de dados e do mais primordial: saber o que deve ser medido eanalisado.

De acordo com [6], as fontes de dados de pouca qualidade são incontáveis e umaimportante fonte é o processo para introdução dos dados que produzem a maioria dosproblemas e a interface de sistemas. Em geral, a maioria da fonte dos erros de dados caemnas seguintes categorias:

∙ A falta de rotinas de validação é uma fonte responsável pela introdução dedados ruins pela Web ou pelos sistemas operacionais.

∙ Dados válidos, mas não corretos eventualmente podem ser aceitos pelas rotinasde validação. Erros de digitação que respeitam regras de validação podem passar.

∙ Formato errado de sintaxe e estrutura acontece quando há fontes de sistemasdiferentes e tais diferenças são mapeadas e transformadas em um formato padrão.Erros podem acontecer nessa padronização.

∙ Mudanças inesperadas no sistema é uma situação que ocorre, por exemplo,quando administrador do banco de dados adiciona um novo campo ou um novo

30

código e esquece de notificar o administrador do sistema que faz as importaçõesessas mudanças.

∙ A variedade de interfaces possuem uma arquitetura complexa nos dias atuais ecomplicam a atualização constante.

∙ A falta de checagem da integridade referencial é muitas vezes desativadopelos administradores quando a importação está ocorrendo visando o aumento dodesempenho do sistema, causando problemas.

∙ Erros de conversão de dados ocorrem porque programadores não alocam temposuficiente para entender a fonte e destino do modelo de dados. Consequentemente,os códigos escritos geram erros e uma mudança na migração de programas ou nainterface dos sistemas podem criar milhares de entradas erradas.

∙ Fragmentação de definições e de regras são provenientes de empresas divididasem departamentos, divisões e grupos operacionais, sendo que cada um deles pos-sui um processo de negócios gerenciado por sistema distinto. Inevitavelmente, cadagrupo lentamente começa a usar definições levemente diferentes para entidades co-muns e aplicar regras diferentes para a computação das mesmas coisas.

∙ Mudança nas dimensões podem criar problemas na qualidade dos dados deacordo com as expectativas dos usuários que analisam os dados. Por exemplo, seum analista deseja computar o total dos ativos comprados por uma companhia noano passado, mas a companhia fundiu com a qual bens já haviam sido compradosanteriormente podem gerar problemas.

2.1.5 Ferramentas de BI

De acordo com a definição de [1], a “ferramenta” é um instrumento que, como opróprio nome sugere, faz parte de um conjunto maior que auxilia na operacionalizaçãode uma solução. Quando a ferramenta vem antes da concepção da solução, podemoscriar abismos entre o que o negócio realmente quer e o que será oferecido. Dessa formateríamos um problema claro de inversão de propósito. As ferramentas de BI possibilitama busca e interpretação de informações armazenadas na corporação, garantindo maiorprecisão nas tomadas de decisão. Permite à gerência de conhecimento objetiva estabeleceruma aproximação integrada e colaborativa para capturar, criar, organizar e usar todos osativos de informação de uma empresa.

No mercado atual, há diversas ferramentas de BI disponíveis que podem ser usadaspara propósitos acadêmicos e comerciais [17], divididas em vários segmentos como vistona Figure 5. Portanto, não é uma tarefa fácil compará-las. No entanto, nessa pesquisa ofoco é em apenas uma delas que foi escolhida com base na pesquisa conduzida por [18], e a

31

ferramenta escolhida foi o Pentaho. É considerado uma “empresa menor com um portfóliofocado em um segmento específico do mercado, sendo ou limitado em alguma capacidadetécnica por concentrar-se em algumas características específicas ou não de nível global ese concentra em regiões específicas do mundo”.

Figura 5 – Gráfico de comparação entre ferramentas de BI

2.2 Pentaho

De acordo com [1], o Pentaho surgiu com o desejo de alcançar uma mudança po-sitiva no mercado de análise de negócio dominada por grandes vendedores que ofereciamprodutos baseados em plataformas com custo elevado. A partir daí, cinco experientesdesenvolvedores de sistemas (daí a origem do prefixo Penta) fundaram, em 2004, o Pen-taho. Ainda mais, referenciando [2] "o Pentaho é uma solução completa de BI. Enquantoalguns não passam de portais com capacidade de executar relatórios e cubos OLAP, oPentaho é um grande workflow que trata tudo como processos e serviços integrados". Setrata de uma iniciativa pioneira da comunidade de desenvolvimento Open Source paraproporcionar ferramentas de Business Intelligence para que as organizações melhorem suaperformance, eficiência e efetividade na gestão da informação. O Pentaho Business Intel-

32

ligence é a ferramenta open source mais utilizada do mundo, contendo um ambiente dedesenvolvimento integrado e bastante poderoso. [19].

Na realidade, o Pentaho é um business intelligence suite ao invés de um únicoproduto, pois é composto por um conjunto de programas de computador que trabalhamjuntos para criar e entregar soluções de BI. Alguns desses componentes fornecem funci-onalidades que são bastante básicas, como autenticação de usuário ou administração deconexão de banco de dados. Outros componentes possuem funcionalidades que operamem um nível acima, como visualização de dados usando gráficos e tabelas.

Geralmente, mas não sempre, os componentes que oferecem funcionalidade dealto nível dependem dos componentes que oferecem funcionalidades de baixo nível. Porexemplo, o conjunto de programas que formam a suite inteira podem, literalmente, servistos como uma pilha de componentes, cada um deles e cada nível chega mais próximodo usuário final. A pilha de componentes do Pentaho pode ser visto na Figure 6, ondetodos os componentes que compõe a solução estão expostos.

Figura 6 – Pilha de componentes do Pentaho [2]

A maioria dos usuários finais irão interagir com a camada de apresentação, a qualpode ter diferentes formas. O Pentaho pode ser acessado pelo navegador, mas os compo-nentes podem ser acoplados em portais. Talvez a forma mais comum de apresentação éexportar o conteúdo do Pentaho como PDF e enviar por e-mail para o usuário.

A plataforma Pentaho, conhecida como Pentaho Open BI, é composta de aplica-ções open source para criação de soluções de Business Intelligence. De acordo com [2],

33

existem módulos e destacam-se entre eles:

∙ BI Server: Front-end de interação com o usuário final. Provê dois “auto-serviços”conhecidos como PUC (Pentaho User Console) e PAC (Pentaho AdministrationUser). O WAQR (Web AdHoc Query and Reporting) permite criação de relatórioson-line, via web, e o OLAP (On Line Analytical Processing) permite navegaçãoatravés de níveis (nível agregado ao menor grão). E em se tratando de BI, o OLAPé o coração da análise e dá acesso aos relatórios publicados pelo Report Designer.

∙ Report Designer: Esta ferramenta deve ser utilizada para criação de relatórios com-plexos. Quando for necessário criar relatórios mais interativos e elaborados esta fer-ramenta é a mais adequada, pois fornece mais recursos que a ferramenta de geraçãode relatórios ad-hoc.

∙ Design Studio: Esta é uma ferramenta que é baseada no Eclipse (API para desen-volvimento). Um ambiente de desenvolvimento de soluções avançadas de BI.

∙ Aggregation Designer: Uma ferramenta gráfica que ajuda a melhorar a eficiência docubo Mondrian, criando tabelas agregadas. Porém seu uso deve ter cuidados.

∙ Metadata Editor: Ferramenta que mapeia os bancos de dados e seu conteúdo emuma visão de negócios a partir da qual usuários podem compor relatórios, via web,através do WAQR. Permite adição de uma camada de metadados a uma fontede dados existente. Normalmente usada para produzir uma camada que facilita acriação de relatórios ou análises, porém seu uso não é obrigatório.

∙ Pentaho Data Integration: Ferramenta ETL (antigo projeto Kettle), que permiteacessar e preparar fontes de dados para análise, mineração e geração de relatóriosOLAP. Ele é normalmente iniciado quando se quer preparar dados para análise.

∙ Pentaho Schema Workbench: Uma ferramenta gráfica que realiza a criação de es-quemas ROLAP para análise. Este é um passo necessário para preparar os cubos.Ele possui integração com BI Server e permite publicar o esquema desenvolvidodiretamente nele.

Finalmente, o Pentaho é o atual líder de Soluções Open Source de Business In-telligence, se trata de uma ferramenta indiscutivelmente completa. O Pentaho construiusua solução de BI integrando diferentes tipos de projetos existentes e complexos e aindaapresenta excelentes resultados, pois em um estudo comparativo entre o Pentaho e outraferramenta [20] também igualmente poderosa, Pentaho obteve substancialmente melhoresresultados. Não deixando de ser mencionado as inúmeras empresas famosas, brasileiras einternacionais, que são clientes da plataforma, como a Telefônica (empresa de telefonia do

34

Brasil), Nasdaq (mercado de ações americano), OLX (site de publicação de classificados)e etc. Portanto, definitivamente se trata de uma ótima ferramenta de estudos.

2.2.1 Vantagens

De acordo com o acordo com a artigo [21] que faz uma análise das principais fer-ramentas de BI disponíveis no mercado, empresas procurando por uma solução que sejacapaz de misturar e analisar repositórios baseados no SQL tradicional, arquivos ad hoc,banco de dados NoSQL e dados não estruturados (como postagens em mídias sociais,registro de dados e transmissão de dados de máquina de fontes IoT) deveriam usar oPentaho. O foca atual da empresa e visão do futuro, como seus investimentos em mar-keting e vendas, são completamente focados em big data e no mercado emergente deIoT, favorecendo implementações especializadas e avançadas. Inúmeras corporações estãocomeçando a reconhecer essas capacidades que são um diferencial e agora servem comoreferência para projetos complexos.

As capacidades da plataforma aumentam com a integração da PDI com o R ea Weka, as quais são ótimas ferramentas de análise de dados. Ainda mais, o custo dalicença, derivado do fato de ser uma companhia open-source, são outros motivos para aadoção do Pentaho.

Não esquecendo, conectividade com fonte de dados, armazenamento próprio dedados e ETL, análise e conteúdos embarcados avançados estão entre as principais capaci-dades do Pentaho. Os resultados são alinhados com suas prioridades e seu posicionamentoestratégico. Muitos dos casos de uso de clientes do Pentaho começaram com a versão en-terprise open-source e depois evoluíram para a versão comercial. O foco da empresa estámudando, mas a herança de sua versão open-source fornece essa mudança com uma redede sistemas integradores e uma presença geográfica global, algo difícil para algumas com-panhias.

2.2.2 Preocupações

O Pentaho continua a enfrentar desafios importantes na área de experiência (UX)e foi classificado como uma de suas áreas com pior desempenho por seus usuários. Pes-quisas também classificaram o Pentaho como levemente abaixo da média de vendedorespara benefícios atingidos por negócios, em antepenúltimo para habilitação do usuário e noúltimo quarto para disponibilidade de recursos avançados no mercado. Esses fatores con-tribuem para que a ferramenta fique colocado no último quarto para sucesso do produtoentre organizações no quesito de experiência do usuário. Pelo fato de não haver novosproblemas, os atuais provavelmente se tornarão principal prioridade para a empresa parasegurar o mercado de big data e IoT quando outras empresas entrarem nesse segmento.

35

Pentaho foi ranqueado no quarto mais abaixo da classificação em operações, afe-tado pelas baixas notas em componentes mais profundos da categoria: suporte geral,qualidade do produto e migração da experiência. Esse problema pode ser resultado datransição acelerada para novas tecnologias em big data e IoT, mas enquanto os novoslançamentos continuam a consertar problemas incrementalmente, os problemas mais pro-fundos ainda não foram resolvidos. Devido a sua classificação, é provável que futurosupgrads que resolvam os problemas ou o uso de tecnologia inovativas demorem mais.

Assim como segmento operações, Pentaho está classificado na mesma colocaçãoem entendimento de mercado, que é uma combinação medidas baseada na complexidadede análises e facilidade de uso. Ao contrário do foco do Pentaho em resolver problemascomplexos de big data, sua nota em complexidade de análise é apenas um pouco acima damédia das outras ferramentas, apontando que os clientes não estão usando tal ferramentapor causa dessa característica. Facilidade de uso é também uma preocupação dos usuáriosdesta plataforma, mas, novamente, a ferramenta se encontrar no final da classificaçãoem todas as categorias relacionadas a facilidade, como administração e implementação,desenvolvimento de conteúdo e consumo do usuário final.

O acúmulo de problemas relacionados com o produto e clientes podem contribuirpara o fato que o Pentaho tenha sido classificado terrivelmente no quesito de viabilidadefutura, mesmo que essa opinião reflita um leva melhora em relação a anos anteriores. Como constante crescimento que tem ocorrido, é esperado que melhoras venham rapidamentepara preservar seu status visionário nesse mercado intensamente crescente.

37

3 ESTUDO DE CASO

Para o estudo de caso foi utilizado um conjunto de dados nativo do Pentaho deuma empresa fictícia chamada Steel Wheels. Nas sessões seguintes serão seguidas as etapasde implementação da solução de BI.

3.1 Data Warehouse

Para a construção do data warehouse, primeiramente foi necessário o entendimentodo banco de dados da empresa Steel Wheels, analisando como as entidades se relacioname qual medida pode ser mensurada a partir do cubo multidimensional. Primeiramente, deacordo com o artigo [10], é necessário a construção da tabela das dimensões do cubo e databela fato. Esse esquema está exposto na Figure 7 e medida escolhida para esse cubo foi aquantidade de vendas. Lembrando que, como falado anteriormente, em um data warehousepode haver inúmeros cubos, mas para esse estudo essa foi a escolha dimensional.

Figura 7 – Diagrama da tabela das dimensões e tabela fato

Para o processo de extração dos dados do banco de dados, transformação dos dadospara a formação do cubo e finalmente carregar no data warehouse esse dados transfor-mados é usado o PDI, ou Spoon, do Pentaho para integração dos dados. São criadas aschamadas "transformações"e todo o processo ETL ocorre. Na Figure 8 é exposto todas asTransformações usadas no estudo de caso e o exemplo de uma Transformação (o arquivopossui extensão .ktr).

38

Entendendo o que é uma transformação, primeiramente é necessário diferenciarTransformações e Job, dois conceitos muito importantes do PDI. Em ambos é possívelcriar passos para automatizar tarefas, porém, no primeiro criamos alguma tarefa maisdetalhada, pois oferece maiores recursos para o tratamento dos dados. Enquanto no se-gundo podemos utilizar para integrar várias Transformações, criando assim um projetocom várias etapas de tratamento, ainda é possível adicionar regras de validação e controlede fluxo. É interessante conseguirmos dividir um projeto em Transformações que fazempequenas tarefas, assim é possível reaproveitá-las.

Exemplificando, imagina-se um caso onde é preciso ler um arquivo de texto eexecutar uma determinada ação nele. Não é necessário criar uma Transformação paracada arquivo, ao invés disso, pode se criar apenas uma, que recebe o nome do arquivoatravés de uma variável, e executa as ações. Desta forma esta transformação poderia serreutilizada em vários projetos.

O Job é responsável controlar um conjunto de Transformações, com ele pode-secriar um fluxo que utilize as Transformações para um determinado projeto. Com a suautilização é possível “copiar” informações entre Transformações. Através do Job tambémé possível executar outros Jobs, criando rotinas mais complexas.

Figura 8 – Exemplo de Transformação no PDI

Após as Transformações de cada dimensão do cubo e da fato realizadas com su-cesso, o data warehouse está pronto e carregado com todas as informações necessáriaspara a continuação da solução de BI. Nessa etapa é necessário um certo cuidado, pois naimportação dos dados erros podem ocorrer, como nas situações citadas na subseção 2.1.4e gera uma série de problemas em etapas a frente, dificultando a implementação do cubo.

39

3.2 Cubo multidimensional e relatórios

Para a criação do cubo multidimensional foi utilizado o Mondrian Schema Work-bench, parte da Pentaho suite, o qual é uma interface que permite a criação e teste docubo visualmente. Esses arquivos do esquema são modelos de metadados XML que sãocriados em uma estrutura específica usada pelo Mondrian. Não é necessário que um cuboexatamente físico seja construído e mantido, apenas que um modelo de metadados sejaconstruído.

Na figura Figure 9 ilustra a interface do Mondrian com a criação do cubo, mos-trando a medida e suas dimensões, já adicionado os graus de granularidade, ou níveiscomo é falado na interface. Após a construção do cubo, é preciso que o cubo seja publi-cado no BI Server, mais especificamente no PAC, para que o usuário final tenha acessoas informações geradas.

Figura 9 – Criação das dimensões do cubo no Schema Workbench

Em seguida, temos a Figure 10 em que está exposto o cubo na forma final, o qualé disponível para o usuário final (administrador da empresa) para que sirva de auxílio natomada de decisão. Como ilustrado, uma análise detalhada pode feita através do cuboOLAP por ser incrivelmente detalhado em todas as suas dimensões e granularidadesdisponíveis. Infelizmente, a visão de todos os dados não ficou claro na imagem, pois nãocoube na tela, mas é possível ter uma noção de como os dados ficam expostos.

40

Figura 10 – Cubo multidimensional da empresa fictícia Steel Wheel

Deve ser lembrado também que uma grande variedade de relatórios podem sergerados, tais como balanço da empresa, lista do inventário, relatório da situação do pedidopara cada empresa e etc. Todos esses relatórios são customizáveis e ajustam-se de acordocom a necessidade de cada empresa. A Figure 11 é uma análise de lucros, levando emconta quais modelos de carros foram vendidos em determinadas épocas do ano e emdeterminados mercados.

41

Figura 11 – Análise de lucros da Steel Wheel

43

4 DISCUSSÕES E DIFICULDADES

O cenário atual realmente não parece animador. Empresas fechando, faturamentodespencando, profissionais à procura de recolocação, e tudo isso parece muito distantede acabar. Diante deste panorama, muitas empresas estão revendo sua postura e enxer-gam na inovação (e renovação) a chance para se manterem firmes ou de, quem sabe, sereapresentarem ao mercado.

Ao contrário do que muitos pensam, a crise não deve ser vista como motivo dedesânimo e justificativa do insucesso, mas sim como desafio e principalmente preparação.A crise vem para todos, e aqueles que souberem fazer a leitura correta do momento, irãoganhar espaço no mercado. É na crise que surgem grandes oportunidades e a exemplodisso estão muitas startups, que enxergam na situação a perfeita chance de suas ideias epropostas disruptivas ganharem força. Isso porque as exigências do consumidor nos bense serviços do mercado são cada vez maiores, tanto em qualidade, quanto em preço.

A crise torna oportuno a aplicação de BI para auxiliar a tomada de decisão e gerarinsights de negócio que trarão monetização de produtos e serviços. Está aí o motivo pelagrande procura por profissionais de análise de dados. Várias empresas compreendem aimportância deste profissional, e entendem o poder transformador que as soluções de BIpodem agregar ao seu negócio. Analisar dados não é apenas importante, como passa a serindispensável para manter a competitividade nessa conjuntura pouco favorável. É horadas organizações reverem os custos? Sem dúvida. Porém, mais do que isso, é o momentopara entender a situação “adversa” e transformá-la em oportunidade para os negócios.E nesse momento o BI pode fazer toda a diferença: transformar os dados, em valiosasinformações para melhor decidir. Informações precisas possibilitam identificar padrões edirecionar objetivos em curto, em médio e até longo prazo. E são as decisões assertivasque direcionam as empresas rumo ao sucesso.

Considerando agora mais especificamente o Pentaho e o estudo de caso desse tra-balho, tive duas dificuldades principais ao seu decorrer. Primeiramente, senti certa difi-culdade na instalação dos elementos da suite, pois vários problemas de compatibilidadeocorreram no decorrer do trabalho, alguns mais simples de serem resolvidos, como al-gumas versões do PDI não são compatíveis com a versão mais atual do JDK, e outrosas vezes nem sempre tão corriqueiros de serem consertados como compatibilidade entreversões dos elementos da própria suite. Acredito que que essa dificuldade se deve a faltade documentação disponível na Internet para encontrar tais erros mais facilmente e, porser uma versão da ferramenta open-source, esperava um pouco mais de tópicos relacio-nados ao assunto. No entanto, apesar de relativo esforço, todos os erros de compatibili-dade/instalação foram solucionados. Agora falando da minha segunda e maior dificuldade

44

nesse trabalho, posso afirmar que questões conceituais foram meus principais obstáculos.Após o problema inicial de instalação, foi necessário o estudo de conceitos básicos de BIpara a implementação da solução. Portanto, a parte inicial de modelagem e integração dedados foi a mais complexa, pois além da necessidade do conhecimento de vários conceito,a modelagem teria reflexão em todos os passos subsequentes.

Apesar de se tratar de um conjunto de dados quase que em um estado "ideal"paraser estudado, pois a implementação de uma solução de BI pode passar por situaçõesadversas que nem sempre são simuláveis, ainda assim foi possível absorver conceitos de BIe o passo-a-passo de uma implementação. Similarmente, foi possível aprender um poucosobre o Pentaho e concluir que se trata de uma boa ferramenta para a geração de dadose de fácil manuseio.

Finalizando, o BI impulsiona as vendas e o marketing das organizações, passandopela otimização dos custos, aperfeiçoamento de processos, aumento de produtividade emuitos outras melhorias mensuráveis (e não mensuráveis). O BI também propõe um mo-delo de gestão através de indicadores de resultados que promove a empresa a um outropatamar nas análises do negócio. Contudo, a visão da organização para os benefícios dis-poníveis nessas soluções é um fator importantíssimo para a efetiva aplicabilidade nos seusnegócios. Essas sairão na frente do mercado, levando grande parcela dos consumidoresque estão sedentos por inovação.

45

REFERÊNCIAS

[1] ELIAS, D. Qual é a Melhor Ferramenta de BI? 2017. Disponível em:<https://www.binapratica.com.br/a-melhor-ferramenta>.

[2] OLIVEIRA, V. Pentaho - visão geral. 2018. Disponível em: <https://www.binapratica.com.br/pentaho-visao-geral>.

[3] LABHANSHATRIWAL, P. N.; TAYAL, H. S. Comparison of Generalized andBig Data Business Intelligence Tools. International Conference on Computing forSustainable Global Development (INDIACom), p. 3585–3588, 2016.

[4] WILLIAMS, S.; WILLIAMS, N. The profit impact of Business Intelligence. Cerra,2006.

[5] SCHWENK, H. Business intelligence and analytics fundamentals. OVUM, 2010.

[6] VASILE, G.; MIRELA, O. DATA QUALITY IN BUSINESS INTELLIGENCEAPPLICATIONS. http://www.b-eye-network.com/view/11602, 2008.

[7] LOSHIN, S. Fundamentals of Business Intelligence for the Small and MidsizeEnterprise. TDWI, 2011.

[8] WU, J. Y. Computational intelligence-based intelligent business intelligence system:Concept and framework. In: 2nd International Conference on Computer and NetworkTechnology, ICCNT 2010. [S.l.: s.n.], 2010. p. 334–338. ISBN 9780769540429.

[9] NTNU. Introduction to Big Data. [S.l.]: NTNU, 2011.

[10] BARROS, R. M. et al. O Poder das Tecnologias de Workflow e de Data Warehousena Aquisição e Armazenamento de Informações da Memória Organizacional: UmEstudo de Caso. 2005.

[11] HAN, J.; KAMBER, M.; PEI, J. Data Mining - Concepts and Techniques. [S.l.]:Morgan Kaufmann, 2012.

[12] OLIVEIRA, A.; ALVES, D.; SANTANA, F. Concepts about BI, data mining anddatawarehouse. 2006.

[13] STACKOWIAK, R.; RAYMAN, J.; GREENWALD, R. Oracle Data Warehousingand Business Intelligence Solutions. [S.l.]: Wiley; 1st edition, 2007. ISBN9780471919216.

[14] SILVA, R.; SILVA, F.; GOMES, C. O uso do Business Intelligence (BI) em sistema deapoio à tomada de decisão estratégica. GEINTEC - Gestão, Inovação e Tecnologia,2016.

[15] KISNER, G. et al. Business Intelligence como diferencial competitivo na gestão denegócios. 2016.

46

[16] TUCCAROGLU, B.; NAT, M. The readiness of banks for the application of BusinessIntelligence solutions. In: 13th HONET-ICT International Symposium on SmartMicroGrids for Sustainable Energy Sources Enabled by Photonics and IoT Sensors,HONET-ICT 2016. [S.l.: s.n.], 2016. p. 127–132. ISBN 9781509037841.

[17] GOUNDER, M. S.; IYER, V. V.; MAZYAD, A. A. A survey on business intelligencetools for university dashboard development. In: 2016 3rd MEC InternationalConference on Big Data and Smart City, ICBDSC 2016. [S.l.: s.n.], 2016. p. 85–91.ISBN 9781509013654.

[18] BI-SURVEY.COM. Comparison of the Best Business Intelligence Soft-ware Products in 2017. 2017. Disponível em: <https://bi-survey.com/business-intelligence-software-comparison>.

[19] PENTAHO. Pentaho. 2017. Disponível em: <http://www.pentaho.com/about>.

[20] PARRA, V. M.; SYED, A. Pentaho and Jaspersoft : A Comparative Studyof Business Intelligence Open Source Tools Processing Big Data to EvaluatePerformances. v. 7, n. 10, p. 20–29, 2016.

[21] PARENTEAUA, J. et al. Magic Quadrant for Business Intelligence and AnalyticsPlatforms. Gartner Group, 2016.