conhecimento é o melhor investimento que podemos fazer....einstein

““ConhecimentoConhecimentoé o melhoré o melhorinvestimentoinvestimentoque podemosque podemosfazer....”fazer....”

EinsteinEinstein

Mauricio Abreu MScMauricio Abreu [email protected]

Administraçãoe Sistemas de

Informação

Administraçãoe Sistemas de

Informação

SAD / Data WarehouseSAD / Data WarehouseSAD / Data WarehouseSAD / Data Warehouse

[email protected]© Mauricio Abreu [email protected]

Administração em Sistemas de InformaçãoAdministração em Sistemas de InformaçãoSoluções na Era do ConhecimentoSoluções na Era do Conhecimento

Tecnologias:Data Warehouse, Data

Mart, Metadado e ODS; Data / Text / Web

Mining; BPM; Portal Corporativo.

Tecnologias:Data Warehouse, Data

Mart, Metadado e ODS; Data / Text / Web

Mining; BPM; Portal Corporativo.

Age

nda

Ger

alA

gend

a G

eral



IntroduçãoNovo Ambiente de

NegóciosSistemas de InformaçãoSistemas de Apoio a

DecisãoTecnologias: Data

Warehouse, Data Mart, Metadado e ODS

Modelagem do DWSegunda Geração do DW

IntroduçãoNovo Ambiente de

NegóciosSistemas de InformaçãoSistemas de Apoio a

DecisãoTecnologias: Data

Warehouse, Data Mart, Metadado e ODS

Modelagem do DWSegunda Geração do DW

Age

nda

Age

nda



IntroduçãoIntrodução



Explosão da Informação e do ConhecimentoExplosão da Informação e do ConhecimentoUma edição semanal do NYT contém mais

informação do que uma pessoa normal poderia ter tido acesso, em toda a sua vida, na Inglaterra do século XVIII;

Nos campos científico e tecnológico o conhecimento duplica a cada 18 meses;

Muita informação e pouco tempo: poluição da informação;

Executivos dedicam até 4 horas por dia para a leitura;

Ansiedade da informação: hiato entre os dados disponíveis e o conhecimento para absorvê-los.

“O mundo produz em torno de 1.5 exabytes(1018 bytes) de informação original por ano,o que dá, aproximadamente, 250 megabytes

para cada habitante da terra.”

Peter Liman & Hal R. Varianhttp://www.sims.berkeley.edu/how-much-info

(Junho de 2001)

“O mundo produz em torno de 1.5 exabytes(1018 bytes) de informação original por ano,o que dá, aproximadamente, 250 megabytes

para cada habitante da terra.”

Peter Liman & Hal R. Varianhttp://www.sims.berkeley.edu/how-much-info

(Junho de 2001)

Sociedade da Informação


Intr

oduç

ãoIn

trod

ução



“A ‘explosão da informação’, sobre a qual muito se comenta e escreve, é também, em grande parte, a explosão da informação errada e mal organizada (...). A revolução digital apenas agravou o problema.”

Murray Gell-MannInformation versus knowledge and understanding

Intr

oduç

ãoIn

trod

ução

“Nosso fascínio pela tecnologia nos fez esquecer o objetivo principal da informação: INFORMAR. Todos os computadores do mundo de nada servirão se seus usuários não estiverem interessados na informação que estes computadores podem gerar. O aumento da largura de banda dos equipamentos de telecomunicações será inútil se os funcionários de uma empresa não compartilharem a informação que possuem.”

Thomas Davenport - Information Ecology





Um ambiente de informação e conhecimento deve considerar: Cultura - valores e crenças empresariais sobre informação; Comportamento - como as pessoas realmente usam a informação; Processos de trabalho - o que é feito com a informação; Política - as armadilhas que podem interferir no intercâmbio de informações; Tecnologia - quais sistemas de informação já estão instalados e quais os potenciais.In

trod

ução

Intr

oduç

ãoSociedade da Informação




Novo Ambiente

de Negócios

Novo Ambiente

de Negócios



Realidade MundialRealidade Mundial

GlobalizaçãoGlobalização

ConcorrênciaConcorrênciaAcirradaAcirrada

InstabilidadeInstabilidadeEstar à frenteEstar à frente

da Concorrênciada Concorrência

Agilidade eAgilidade eFlexibilidadeFlexibilidade

AltaAltaCompetitividadeCompetitividade

Crescimento Crescimento das Vendasdas Vendas

Foco noFoco noClienteCliente

Comércio EletrônicoComércio Eletrônico

FidelizaçãoFidelizaçãodo Clientedo Cliente

Investimento em TIInvestimento em TI

NovosNovosAmbientesAmbientesde Negóciode Negócio

Intr

oduç

ãoIn

trod

ução



Globalização

ConcorrênciaAcirrada

InstabilidadeEstar à frente

da Concorrência

Agilidade eFlexibilidade

AltaCompetitividade

Crescimentodas Vendas

Foco noCliente

Comércio Eletrônico

Fidelizaçãodo Cliente

Investimento em TI

NovosAmbientesde NegócioDadDad

oo

InformaçãInformaçãoo

Nov

o A

mbi

ente

de

Neg

ócio

sN

ovo

Am

bien

te d

e N

egóc

ios

A Era do ConhecimentoA Era do Conhecimento



Globalização



da Concorrência


AltaCompetitividade


Foco noCliente



Investimento em TI

NovosAmbientesde Negócio

Informação = f(Dado + Definição + Apresentação)

Nov

o A

mbi

ente

de

Neg

ócio

sN

ovo

Am

bien

te d

e N

egóc

ios

DadDadoo


INFORMAÇÃO

• É o Dado num Contexto

• É o Dado Utilizável (Apresentação)

• É o Significado do Dado para o Negócio

• É AQUILO que ALTERA a Estrutura Mental dos Knowledge Workers

ex: 55 (11) 3744-1600 r. 111

DADO Matéria Prima da qual a informação é derivada e é a base para decisões e ações inteligentes

ex: 551137441600111




Globalização



da Concorrência


AltaCompetitividade


Foco noCliente



Investimento em TI


ConhecimentConhecimentoo

DadDadoo


Nov

o A

mbi

ente

de

Neg

ócio

sN

ovo

Am

bien

te d

e N

egóc

ios

Dimensão do Nível Conceitual do Conhecimento

Meios

Sinais

Dado

Informação

Conhecimento

Inteligência

EspecialidadesHabilidadesTecnologiaMáquinas eDispositivos

OrganizaçãoSistemas e

Procedimentos

ConhecimentoAutomático

ConhecimentoPragmático

ConhecimentoSistemático

ConhecimentoIdealizado

Dimensões

Dimensão da Manifestaçãodo Conhecimento

Capacidade para AgirInteligentemente

Fonte: Wiig




Globalização



da Concorrência


AltaCompetitividade


Foco noCliente



Investimento em TI


Nov

o A

mbi

ente

de

Neg

ócio

sN

ovo

Am

bien

te d

e N

egóc

ios


DadDadoo


CONHECIMENTO

• É a Informação num Contexto

• É Entender o Significado da Informação (Conceituação Contextual)

• É o Valor Agregado à informação por pessoas que têm experiência e perspicácia para entender o seu real potencial

ex: Telefone de uma empresa que fornece serviços com alto padrão de qualidade em Data Warehouse.

Conhecimento = f(Pessoa + Informação + Significado)

Características do Características do ConhecimentoConhecimento

Não é produto de prateleira; Conhecimento tem natureza

endógena, portanto se mistura com as características das pessoas;

É uma coisa viva - precisa ser continuamente reciclado, precisa interagir para daí surgir novos conhecimentos;

Geralmente dividido em TÁCITO e EXPLÍCITO.




Globalização



da Concorrência


AltaCompetitividade


Foco noCliente



Investimento em TI


Nov

o A

mbi

ente

de

Neg

ócio

sN

ovo

Am

bien

te d

e N

egóc

ios


DadDadoo


Conhecimento TácitoConhecimento Tácito É algo pessoal; Formado dentro de um

contexto social e individual; Não é propriedade de uma

organização ou de uma coletividade.

CONHECIMENTO









Globalização



da Concorrência


AltaCompetitividade


Foco noCliente



Investimento em TI


Nov

o A

mbi

ente

de

Neg

ócio

sN

ovo

Am

bien

te d

e N

egóc

ios


DadDadoo


Conhecimento Conhecimento ExplícitoExplícito

Envolve conhecimento dos fatos;

É adquirido principalmente pela informação;

Quase sempre adquirido pela educação formal;

está documentado em livros, manuais, bases de dados etc.

CONHECIMENTO









Globalização



da Concorrência


AltaCompetitividade


Foco noCliente



Investimento em TI



DadDadoo


InteligênciaInteligência

Resultado de um processo que envolve coleta, organização e transformação de dados em informação, passando por análise e contextualização, cujo resultado

é aplicado na solução de problemas que geram uma vantagem competitiva para a organização.N

ovo

Am

bien

te d

e N

egóc

ios

Nov

o A

mbi

ente

de

Neg

ócio

sA Era do ConhecimentoA Era do Conhecimento



Globalização



da Concorrência


AltaCompetitividade


Foco noCliente



Investimento em TI



DadDadoo


InteligênciaInteligência

Nov

o A

mbi

ente

de

Neg

ócio

sN

ovo

Am

bien

te d

e N

egóc

ios

CONHECIMENTO






INTELIGÊNCIA

• É o Conhecimento Aplicado

• É a Capacidade de Inovar

• É o Conhecimento Compartilhado

• Cria um Processo de “Aprendizagem Inteligente” Voltado para a Tomada de Decisão

Inteligência = f(Pessoa + Conhecimento + Ação)

A Base !




Nov

o A

mbi

ente

de

Neg

ócio

sN

ovo

Am

bien

te d

e N

egóc

ios



Por que Conhecimento?

E por que agora?

Por que Conhecimento?

E por que agora?

O Conhecimento é a base para uma Vantagem

Competitiva Sustentável

Nov

o A

mbi

ente

de

Neg

ócio

sN

ovo

Am

bien

te d

e N

egóc

ios



“A Emoção e a Regra”Grupos criativos na Europa de 1850 a 1950

Domenico De Masi

Casa Thonet

Bauhaus

Instituto Pasteur de Paris Cooperativa Wiener

Werkstätte de Artistas e Artesãos

Nov

o A

mbi

ente

de

Neg

ócio

sN

ovo

Am

bien

te d

e N

egóc

ios




Criar

Evoluir

Disseminar

Distribuir

Usar

SelecionarExplicitar

ContextualizarDocumentarArmazenarConverterClassificar

RevisarAdaptarCodificar

Adquirir

Analisar

Inovar

Acessar

Dividir

Gestão do

ConhecimentoColetarMelhorar

ProspectarVisualizar

TriarSelecionar

ObterIdentificar

Fonte: CRIE/COPPECriar / Adquirir Aplicar

AvaliarAvaliar

Avaliar

Avaliar

Compartilhar / DistribuirOrganizar / Armazenar

Produzir

Onde o conhecimento surge,internamente ou externamente.São atos de prospectar, visualizar,triar, selecionar, filtrar, coletar,identificaridentificar, evoluir e inovar.

O conhecimento passa aser usado e a gerar valorpara organização. É oato de usar.

Onde os resultados obtidossão avaliados. São atos demedir, analisar e qualificar.

Onde o conhecimento começa aser internalizado na organização. São atos de explicitar, customizar,contextualizar e documentar.

Onde o conhecimentocomeça a ser socializadona organização. São atosde disseminar, dividire distribuir.

Nov

o A

mbi

ente

de

Neg

ócio

sN

ovo

Am

bien

te d

e N

egóc

ios



Planejamento Treinamento

PesquisaMercado TI BPR/

TQM

TransferirTransferir

AdquirirAdquirir

ArmazenarArmazenar

ProduzirProduzir

Conhec.Plano

Estratégico

BD,DW,DM, docs, email

NovosProcessos

CompartilharCompartilhar

ProduzirProduzir

Processos Gerenciais & Administrativos

MelhoresPráticas

Desenvolvimentodo Produto

MercadoConsumidor

Venda

Suporteao Cliente

Entrega

Financeiro

Na Organização

Na Organização

Teste & Avaliação

Estoque Fabricação

Fonte: Litton-PRCNov

o A

mbi

ente

de

Neg

ócio

sN

ovo

Am

bien

te d

e N

egóc

ios



Dado

Transação

Operacional

Demográfico

Estilo de Vida

Financeiro

Econômico

Governamental

Informação

Segmentação de Cliente

Previsão de Demanda

Afinidade de mercado

Relação Cliente & Produto

Perfis & Padrões de Fraude

Conhecimento(Decisão / Ação)

Programas de Fidelização

Otimização de mala direta

Maximização da loja

Alocação de fundos

Planejamento dos riscos

Inteligência EmpresarialInteligência Empresarial• Ter o Dado;• Saber que tem o Dado;• Poder acessá-lo;• Confiar nele.

Nov

o A

mbi

ente

de

Neg

ócio

sN

ovo

Am

bien

te d

e N

egóc

ios



Utilização de estratégias, unidas com as tecnologias corretas, privilegiam a interação inteligente e a gestão eficaz dos recursos produtivos;

Ciclo rápido de resposta e interatividade;

Auto-suficiência para o usuário;

Modelo mental de operação rápida, prestativa e sensata, segundo o ponto de vista do usuário;

Aplicação de tecnologias e métodos de inteligência empresarial;

Uso compartilhado de métricas e indicadores relevantes.

O que é ser uma organização inteligente?

O que é ser uma organização inteligente?

Nov

o A

mbi

ente

de

Neg

ócio

sN

ovo

Am

bien

te d

e N

egóc

ios



Desenvolveu um método capaz de prever, com 61% de segurança, se um consumidor trocaria de companhia telefônica dentro de um período de dois meses. Com um marketing agressivo, conseguiu evitar a deserção de 120 000 clientes e uma perda de 35 milhões de dólares em faturamento.

Sprint

Necessitava de um relatório completo sobre pessoas que voaram de Londres para New York, em primeira classe ou classe executiva, e não voaram pela British Airways.

British Airways

CasosCasosN

ovo

Am

bien

te d

e N

egóc

ios

Nov

o A

mbi

ente

de

Neg

ócio

s



PESSOAS TEMPO MOTIVAÇÃO

Arquitetura de segurança(acesso, senhas, etc.)

Usuário = identificaçãoTrabalho = ações válidas

ex. ORGANIZAÇÃO

Arq. da apresentação

Pessoa=usuário / grupo

Arq. da interface humana

Pessoa = PapelTrabalho = Entregas

Modelo Work Flow

Usuário=uni. organizacio.Trabalho=produto do trabalho

Lista de orgs/agentesimportantes do negócio

Pessoa = “classe” de agente

Lista dos eventossignificantes do negócio

Tempo = Evento negócio

Processando a estrutura

Ciclo = ciclo de proces.Tempo = evento sistema

Diag. fluxo de controle

Ciclo=ciclo compenenteEvento = execução

Parte interna

Ciclo = ciclo de máquinaEvento = interrup. de I/O

ex. HORÁRIO

Plano Principal

Lista de estratégias eobjeticos do negócio

Plano do negócio

Fim = objetivos negócioMeio = estratégias negóc.

Modelo das regras neg.

Projeto das regras

Fim = declaração estrut.Meios = declar. ação

Especificação das Regras

Fins = sub-condiçãosMeios = paços

ex. ESTRATÉGIA

“Quem” “Quando” “Porquê”

Fins = Maiores objetivosMeios = C.S.F.

Evento maior do negócio

Ciclo = Ciclo do negócio

Fim = condiçãoMeio = açãoTrabalho=formato de tela

ESCOPO DO NEGÓCIO

(CONTEXTUAL)

MODELO DAEMPRESA

(CONCEITUAL)

MODELO DOSSISTEMAS DEINFORMAÇÃO

(LÓGICO)

MODELO DA TECNOLOGIA

(FÍSICO)

REPRESENTAÇÕESDETALHADAS

(IMPLEMENTAÇÃO)

FUNÇÕES

DADO FUNÇÃO REDE

Definição de Dados

Entidade = CampoRelacionamento = Ender.

ex. DADOS

Modelo Físico de Dados

Ent. = Tabelas, ColunasRelac. = Pointers,chaves, etc.

Modelo Lógico de Dados

Entidade = Ent. de DadosRelacinamento = Relac. de Dados

Modelo Conceitual

Entidade = Ent. negócioRelacionamento = Fatosda realidade do negócio

Lista dos aspectosimportantes do negócio

Entidade = Classe deobjetos do negócio

Lista dos Processos que onegócio realiza

Processo = Proc. negócio

Arquitetura da aplicação

I/O = Fluxo de dados

P = Função da Aplicação

Projeto do sistema

I/O = Form. Telas/Dispos.Proc. = Função comput.

Programas

I/O = Blocos de controleProc. = Comandos Ling.

ex. FUNÇÕES

Mod. de Processos do Negócio

I/O = Recursos negócio

Lista de Locais onde onegócio opera

Nó = Grandes Localizações

Logística do negócio

Nó = Unidade negócioLink = Conexão negócio

Arq. Sistema Distribuído

Nó = Função do SI(Processador,Armaz.,etc)Link = Linhas de comunic.

Arquitetura do sistema

Nó = Hardware/SoftwareLink = especificação daslinhas de comunicação

Arquitetura da rede

Nó = Endereço na redeLink = Protocolo

ex. REDE

“O Que” “Como” “Onde”

OIP

E1

R

E2

E1 E2

E3

Nó

Link

OIP

LinkNóNó

Nó

Nó

Link

Processo = Classe deprocessos do negócio

Planejador

Proprietário

Projetista

Construtor

Subempreiteiro

Arquitetura de InformaçõesArquitetura de InformaçõesN

ovo

Am

bien

te d

e N

egóc

ios

Nov

o A

mbi

ente

de

Neg

ócio

s



Estratégia doConhecimento

Tecnologias

EstruturaOrganizacional

Processosde negócio

Arquitetura de Gestão do Conhecimento

Arquitetura de Gestão do Conhecimento

Capital de Capital de RelacionamentoRelacionamento

Capital Capital IntelectuIntelectu

alal

Capital Capital EstruturalEstrutural

CRIE CRIE ®®

www.crie.ufrj.brwww.crie.ufrj.brNov

o A

mbi

ente

de

Neg

ócio

sN

ovo

Am

bien

te d

e N

egóc

ios



Arquitetura de segurança(acesso, senhas, etc.)

Usuário = identificaçãoTrabalho = ações válidas

Arq. da apresentação

Pessoa=usuário / grupo

Arq. da interface humana

Pessoa = Papel

Trabalho = Entregas

Modelo Work Flow

Usuário=uni. organizacio.

Trabalho=produto do trabalho

Lista de orgs/agentesimportantes do negócio

Pessoa = “classe” de agente

Lista dos eventossignificantes do negócio

Tempo = Evento negócio

Processando a estrutura

Ciclo = ciclo de proces.

Tempo = evento sistema

Diag. fluxo de controle

Ciclo=ciclo compenente

Evento = execução

Parte interna

Ciclo = ciclo de máquina

Evento = interrup. de I/O

Plano Principal

Lista de estratégias eobjeticos do negócio

Plano do negócio

Fim = objetivos negócioMeio = estratégias negóc.

Modelo das regras neg.

Projeto das regras

Fim = declaração estrut.Meios = declar. ação

Especificação das Regras

Fins = sub-condiçãosMeios = paços

Fins = Maiores objetivosMeios = C.S.F.

Evento maior do negócio

Ciclo = Ciclo do negócio

Fim = condiçãoMeio = açãoTrabalho=formato de tela

Definição de Dados

Entidade = Campo

Relacionamento = Ender.

Modelo Físico de Dados

Ent. = Tabelas, Colunas

Relac. = Pointers,chaves, etc.

Modelo Lógico de Dados

Entidade = Ent. de Dados

Relacinamento = Relac. de Dados

Modelo Conceitual

Entidade = Ent. negócioRelacionamento = Fatosda realidade do negócio

Lista dos aspectosimportantes do negócio

Entidade = Classe deobjetos do negócio

Lista dos Processos que onegócio realiza

Processo = Proc. negócio

Arquitetura da aplicação

I/O = Fluxo de dados

P = Função da Aplicação

Projeto do sistema

I/O = Form. Telas/Dispos.

Proc. = Função comput.

Programas

I/O = Blocos de controle

Proc. = Comandos Ling.

Mod. de Processos do Negócio

I/O = Recursos negócio

Lista de Locais onde onegócio opera

Nó = Grandes Localizações

Logística do negócio

Nó = Unidade negócioLink = Conexão negócio

Arq. Sistema Distribuído

Nó = Função do SI(Processador,Armaz.,etc)

Link = Linhas de comunic.

Arquitetura do sistema

Nó = Hardware/Software

Link = especificação daslinhas de comunicação

Arquitetura da rede

Nó = Endereço na redeLink = Protocolo

O IP

E1

R

E2

E1 E2

E3

Nó

Link

OIP

LinkNó

Nó

Nó

Nó

Link

Processo = Classe deprocessos do negócio

ESCOPO DO NEGÓCIO

MODELO DAEMPRESA(Conceitual)

MODELO LÓGICO

MODELO FÍSICO

IMPLEMENTAÇÃO

Planejador

Proprietário

Projetista

Construtor

Subempreiteiro

PESSOAS TEMPO MOTIVAÇÃO“Quem” “Quando” “Porquê”DADO FUNÇÃO REDE“O Que” “Como” “Onde”

Arquitetura de Gestão do Conhecimento Extendida

Arquitetura de Gestão do Conhecimento Extendida

Nov

o A

mbi

ente

de

Neg

ócio

sN

ovo

Am

bien

te d

e N

egóc

ios



Gestão do

Conhecimento

Fonte: CRIE/COPPECriar / Adquirir Aplicar

AvaliarAvaliar

Avaliar

Avaliar

Compartilhar / DistribuirOrganizar / Armazenar

Benchmarking

Balanced Scorecard

Mineraçãode Dados

Mapa deConceitos

DataWarehouse

Metadado

CRM

ERP

SistemasEspecialistas

AgentesInteligentes

Data / TextMining

Nov

o A

mbi

ente

de

Neg

ócio

sN

ovo

Am

bien

te d

e N

egóc

ios



Sistemas de InformaçãoSistemas de Informação



CAPITAIS DO CONHECIMENTOCAPITAIS DO CONHECIMENTO(Intelectual, Relacionamento, Estrutural e (Intelectual, Relacionamento, Estrutural e

Ambiental)Ambiental)

Ag

en

tes I

nte

lig

en

tes

Ag

en

tes I

nte

lig

en

tes

Work

flow

Work

flow

Ban

co d

e D

ad

os

Ban

co d

e D

ad

os

CR

MC

RM

Data

/Text

Min

ing

Data

/Text

Min

ing

Data

Ware

hou

se

Data

Ware

hou

se

E-m

ail

E-m

ail

EIS

& D

SS

EIS

& D

SS

GED

GED

Gro

up

ware

Gro

up

ware

Seg

ura

nça

Seg

ura

nça

Inte

rnet/

Intr

an

et/

Extr

an

et

Inte

rnet/

Intr

an

et/

Extr

an

et

Map

a d

o C

on

hecim

en

toM

ap

a d

o C

on

hecim

en

to

Map

a d

e P

rocessos

Map

a d

e P

rocessos

ER

PER

P

Meta

dad

oM

eta

dad

o

Sis

tem

as E

sp

ecia

lista

sS

iste

mas E

sp

ecia

lista

s

Sis

tem

as d

e In

form

ação

Sis

tem

as d

e In

form

ação



Tipos de Sistemas de Informação

Tipos de Sistemas de Informação

Sistemas de Informações Transacionais (SIT) Sistemas de Informações Gerenciais (SIG) Sistemas de Apoio à Decisão (SAD) Sistemas Especialistas (SE) Sistemas de Apoio ao Executivo (EIS) Sistemas Integrados de Gestão (ERP) Sistemas de Informação Georeferenciada

(GIS) e-ERP, Supply Chain (SCM), e-CRM, ... E agora?! Está chegando o BPM, o ECR,….

Sis

tem

as d

e In

form

ação

Sis

tem

as d

e In

form

ação



Evolução dos SIEvolução dos SI

OPERACIONAL TÁTICO ESTRATÉGICO

50 60 70 80 90

Simulação

Processamentode textos

00

Transações Informaçãopor áreafuncional

Visão daorganização eseu contexto

Substituir ojulgamento

humano

Integraçãoda Informação

OPERACIONALTÁTICO

ESTRATÉGICO

SIT SE EISSIG ERPSAD

TÁTICO

ESTRATÉGICO

OPERACIONAL

CRM

Explorardados

Informaçãopor cliente

Sis

tem

as d

e In

form

ação

Sis

tem

as d

e In

form

ação



Informação Sistematizada: rumo à inteligência

empresarial

Informação Sistematizada: rumo à inteligência

empresarial

Lucros - Redução de riscoServiço à sociedade

Demanda por bens e serviçosPerformance - Risco

Identificaroportunidades

Anteciparproblemas

Ambientesocial

Ambienteorganizacional

Ambiente intra-organizacional

SISTEMA DE INTELIGÊNCIA

EconômicoSocial - Legal

Concorrência - MercadoFornecedores

Capacidade - ForçasFraquezas - Restrições

Sis

tem

as d

e In

form

ação

Sis

tem

as d

e In

form

ação



Sistemas de Apoio à Decisão

Sistemas de Apoio à Decisão



Sistemas de NívelOperacional (SPT)

Sistemas deInformação (SI)

Sistemas deInformação

Gerencial (SIG)

Sistemas de Informação Executiva

Sistemas de Informação Empresarial

OperacionalOperacional

TáticoTático(Análise do Negócio)(Análise do Negócio)

EstratégicoEstratégico(Gestão do Negócio)(Gestão do Negócio)

SA

DS

AD



Vantagem CompetitivaImportância da IE

Dados eDados eInformaçõesInformações



AmbienteOperacional

Ambiente deTransição

Ambiente deApoio a Decisão

SAP/R3

Migrados

Oracle

Oracle

Área dePreparação

ods

Legados

DB2

RDB

DWÁREA 1

DWÁrea 2

Data Warehouse

ArmazenamentoAlternativo

Produção

Marketing

Vendas

DataMarts

Ambientede Negócio

Empresa

INTERNET

Visão Global

DadoExterno

E-Business

CRM

EIS / DSS

OLAP

DataMining

Fábrica Corporativa de Informações

Visão Geral da ArquiteturaVisão Geral da ArquiteturaS

AD

SA

D

Metadados



RHVendas

ProduçãoEstoque

CMABolsas

Commodities

TassCNN

Reuters

Correio EletrônicoAgenda

FaxMensagens

Gerenciamento de ProdutosMonitoração de Clientes

Plano de Marketing

OrçamentosInvestimentosPlanejamentos

AnálisesSimulações

SAD

Sistemascorporativose de apoio aonegócio

InformaçõesExternas Automação

de Escritório

Notícias

Sistemas deApoio ao Marketing

SistemasFinanceirose DSS

Captação de InformaçõesCaptação de InformaçõesS

AD

SA

D



• Projetado para informações de negócio;• Utilização de indicadores de desempenho;• Facilidade de utilização;• Exige um estudo detalhado das necessidades de

informação dos usuários;• Torna possível a visualização de informações disponíveis

nos BD’s da empresa/externo;• Possui capacidade de aprofundamento (drill-down) nos

detalhes, de acordo com as necessidades do usuário;• Facilita a análise de exceções por meio da

parametrização pelo próprio usuário;• Capacidade de antecipação através do uso de cenários

especificados pelo usuário.

Principais CaracterísticasPrincipais CaracterísticasS

AD

SA

D



Sistemas legadosou operacionais

(OLTP)

Sistemas deInformação

Gerencial (SIG)

SIE



SA

DS

AD

B2C

B2B

B2E

G2C

G2G

G2B

G2E



Tecnologias

Data WarehouseData MartMetadado

ODS

Tecnologias

Data WarehouseData MartMetadado

ODS



Data Warehouse

Data Warehouse



“É uma coleção de dados: orientados pôr assuntos de negócio; integrados; não voláteis; variantes no tempo, para suporte à tomada de decisões”

Willian H. Inmon

O que é Data Warehouse?O que é Data Warehouse?

Dat

a W

areh

ouse

Dat

a W

areh

ouse

O que é Data Warehousing?O que é Data Warehousing?

“É o processo de determinação do valor do dado para o negócio, decisão de que dado será visível pôr meio do Data Warehouse, extração desses dados, transformação destes dados num estado consistente, e acesso do usuário a estes dados.”



“É uma coleção de dados: orientados pôr assuntos de negócio; integrados; não voláteis; variantes no tempo, para suporte à tomada de decisões”

Willian H. Inmon

O que é Data Warehouse?O que é Data Warehouse?

Dat

a W

areh

ouse

Dat

a W

areh

ouse

O que é Data Warehousing?O que é Data Warehousing?

“É o processo de determinação do valor do dado para o negócio, decisão de que dado será visível pôr meio do Data Warehouse, extração desses dados, transformação destes dados num estado consistente, e acesso do usuário a estes dados.”

Características de um Data Warehouse:

• Dirigido pelo valor dos processos de negócio;• Os planos de implementação são baseados novalor da informação para a empresa;• Direciona a definição de outras arquiteturas.



Sistemas de InformaçãoTransacionais

Bases de Dados Operacionais

(bidimensionais)

(Dimensão 2)(Dimensão 2)

(Dimensão 1)(Dimensão 1)

SistemasSistemasLegadosLegados

SistemasSistemasLegadosLegados

Data WarehouseData WarehouseData WarehouseData Warehouse(bases multidimensionais)

Metadados

RepositórioRepositório

- usuário geral- pré-determinado- transação- lê / atualiza- normalizado

- usuário gerencial- ad-hoc- seleção- lê somente- desnormalizado

Sistemas de Informaçãopara Executivos

(EIS)

Sistemas de Informaçãopara Gestão Corporativa

Sistemas de Informaçãopara Gestão Operacional

Sistemas deSuporte à Decisão

(DSS)

ARQUITETURADE INFORMAÇÕES

Planejamento

Análise(Dimensão 3)(Dimensão 3)

Dat

a W

areh

ouse

Dat

a W

areh

ouse



•Os analistas de negócio não conseguem relacionar os dados de vários sistemas com a finalidade de tomar uma decisão estratégica;

•Busca pôr oportunidades.

Dat

a W

areh

ouse

Dat

a W

areh

ouse

Quando se deve pensar em usar um Data Warehouse?Quando se deve pensar em usar um Data Warehouse?



Aplicações TípicasAplicações Típicas

• Pesquisa de fraudes;• Análise de crédito;• Análise de sazonalidade;• Análise de risco;• Perfis de cliente.

Dat

a W

areh

ouse

Dat

a W

areh

ouse



Exemplos do Mundo RealExemplos do Mundo RealEnviava mais de 1 milhão de malas diretas com taxa de retorno de 2%. Hoje, a taxa de retorno subiu para 30%. A conta do correio foi reduzida a um quinto.

Banco Itaú

Utilizando avançadas técnicas de “mineração” pôde identificar os consumidores potenciais, bem como identificar os motivos que eles têm para comprar e quando comprar. Com este ambiente de informações, a empresa conseguiu a captação de 6000 novos clientes.Econometrics Inc.D

ata

War

ehou

seD

ata

War

ehou

se



Principais BenefíciosPrincipais Benefícios• Respostas rápidas para decisões críticas;

• Possibilita a construção de visões integradas;

• Amplia a integridade e a qualidade das informações: Mantendo uma visão integrada da empresa; Identificando a melhor fonte de cada informação; Complementando informações a partir de fontes externas.

• Otimiza o acesso aos dados de forma integrada: eliminando o efeito “macarronada” dos sistemas legados; eliminando o impacto sobre as aplicações OLTP em produção; criando uma perspectiva histórica em diferentes níveis.

• Disponibiliza informação estratégica e de conteúdo relevante para o processo decisório;

• Alinhar as informações com a missão, objetivos e estratégias da organização;

• Contribuir para o aumento da capacidade gerencial;

• Alinhar as informações com a missão, objetivos e estratégias da organização.D

ata

War

ehou

seD

ata

War

ehou

se



• Explosão dos Dados (Volume);• Alto Investimento em Hardware/Software;• Qualidade e Disponibilidade dos Dados;• Cultura Organizacional;• Construção Demorada;• Difícil de gerenciar (Integração dos dados;

e Crescimento / mudanças constantes).

Desafios do DW Desafios do DW D

ata

War

ehou

seD

ata

War

ehou

se



Principais Arquiteturas

Principais Arquiteturas

• Modelo Corporativo (“Big Bang”);• Modelo Departamental (“Data Mart”);• Modelo Departemental Distribuído;• Modelo Multi-Camada (Evolutivo).

Dat

a W

areh

ouse

Dat

a W

areh

ouse



NovasAplicações

BD’s

Oper. / BD’sOper. / BD’s

Legado

SistemasSistemas

Fontes Externas

Data WarehouseData WarehouseCorporativoCorporativo

RDB / MDDB


de Metadadosde Metadados

PREPARAÇÃOScanning

SeleçãoExtração

TransformaçãoIntegração

AP

I’A

PI’

ssM

iddl

ewar

e

Mid

dlew

are

Acess

o

Acess

o

EIS / DSS

FerramentasQuerys/Rels.

OLAP

WebBrowsers

DataMining

POSSO PAGAR OCHEQUE DE R$500,00 QUE

O CARLOS APRESENTOU NOBANCO AGORA?

QUAIS AS FILIAIS QUETIVERAM PROBLEMAS COM

PAGAMENTO DE EMPRÉSTIMO,COMPARADAS COM OUTRAS

FILIAIS, NOS ÚLTIMOS 6 MESES?

“Big Bang”D

ata

War

ehou

seD

ata

War

ehou

seCorporativ

oCorporativ

o



Abordagem “Big Bang”Abordagem “Big Bang”

Modelo extremamente ambicioso visando atender todas as necessidades corporativas.

Vantagens:

• Homogeneização das informações;

• Capacidade para um grande volume de informações;

• Minimiza enormemente a redundância de dados;

• Informações gerenciais em um único ambiente físico;

• Gerenciamento centralizado da informação.

Desvantagens:

• Maior tempo para a obtenção de resultados (~ 2 anos);

• Difícil de administrar e grande investimento inicial;

• Difícil alcançar consenso em questões conceituais;

• Processo mais longo: os requisitos podem se modificar até o momento da implementação.

Dat

a W

areh

ouse

Dat

a W

areh

ouse



Fontes Externas

NovasAplicações

BD’s

Data MartData Mart

Legado

Marketing & VendasRDB / MDDB

Mid

dlew

are

Mid

dlew

are

Acess

o

Acess

o

EIS / DSS


OLAP

WebBrowsers

DataMining


SistemasSistemas

AP

I’A

PI’

ss

“Data Mart”

StagingStaging


SeleçãoExtração




DepartamentalDepartamentalD

ata

War

ehou

seD

ata

War

ehou

se



Fontes Externas

Data MartData Mart

NovasAplicações

BD’s

LegacyData MartData Mart

Data MartData Mart

Marketing

Produção

Engenharia AP

I’A

PI’

ssM

iddl

ewar

e

Mid

dlew

are

Acess

o

Acess

o

EIS / DSS


OLAP

WebBrowsers

DataMining


SistemasSistemas

StagingStaging

StagingStaging

StagingStaging


SeleçãoExtração




Departamental Distribuído

Departamental Distribuído

“Data Mart”D

ata

War

ehou

seD

ata

War

ehou

se



Vantagens:• Menor tempo para obtenção de resultados (3 meses);• Esforço mais fácil de gerenciar;• Bom ponto de partida para DSS’s mais sofisticados;• Aumento de performance a partir da experiência;• Custo mais baixo e menos arriscado no curto prazo.

Desvantagens:• Duplicidade de dados e processos de extração;• Perda do controle pôr parte do órgão central de TI;• Não resolve diferenças conceituais entre áreas;• Limita a capacidade de cruzamento de informações

entre áreas, podendo gerar novas “ilhas” de informação;

• Integrar depois é difícil (de 3 a 4 vezes mais caro);• Excesso de tráfego na rêde.

Abordagem Departamental

Abordagem Departamental

Dat

a W

areh

ouse

Dat

a W

areh

ouse



NovasAplicações

BD’sDataDataMartMart

Data WarehouseData WarehouseCorporativoCorporativo

Legacy

DataDataMartMart

Marketing

Engenharia

Replicação

Produção

RDB / MDDB

AP

I’A

PI’

ssM

iddl

ewar

e

Mid

dlew

are

EIS / DSS

Acess

o

Acess

o


OLAP

WebBrowsers

DataMining

DataDataMartMart


SistemasSistemas


SeleçãoExtração




Fontes ExternasDat

a W

areh

ouse

Dat

a W

areh

ouse

Multi-CamadaMulti-Camada

Evolutivo



Vantagens:• Esforço mais fácil de gerenciar;• Pouco tempo para obtenção de resultados;• Homogeneização das informações;• Ganho de escala no desenvolvimento do DW;• Maior capacidade de armazenamento;• Garante os mesmos critérios (atributos) de consolidação

e consulta entre os vários Data Marts;• Gerenciamento centralizado da informação.

Desvantagens:• Menor facilidade de manutenção (carga e atualização);• Maior tempo para a obtenção de consenso em questões

conceituais e definição de tecnologia;• Custo inicial mais alto.

Dat

a W

areh

ouse

Dat

a W

areh

ouse

Abordagem EvolutivaAbordagem Evolutiva


Administração em Sistemas de InformaçãoAdministração em Sistemas de InformaçãoSoluções na Era do ConhecimentoSoluções na Era do ConhecimentoOperational Data Store

(ODS)Operational Data Store

(ODS)

NovasAplicações

BD’s

ODSODS

Legacy

DataDataWarehouseWarehouse

AP

I’A

PI’

ssM

iddl

ewar

e

Mid

dlew

are

Acess

o

Acess

o

EIS / DSS


OLAP

WebBrowsers

DataMining


SistemasSistemas

Fontes Externas


SeleçãoExtração




Dat

a W

areh

ouse

Dat

a W

areh

ouse



É o conjunto de dados da empresa, com uma estrutura derivada do modelo do legado, que serve como base para o processamento operacional integrado. É um conjunto de dados:

• Orientado à assuntos;

• Integrado e Volátil;

• Contém valores correntes;

• Nível detalhado;

• Opera nos níveis tático / operacional.

Dat

a W

areh

ouse

Dat

a W

areh

ouse

Operational Data Store (ODS)

Operational Data Store (ODS)



Diferenças entre DW e ODS

Diferenças entre DW e ODS

DATA WAREHOUSE OPERATIONAL DATA STORE

FOCO ANÁLISE / DECISÕES NOSNÍVEIS ESTRATÉGICO ETÁTICO

ANÁLISE / DECISÕES NOS NÍVEISTÁTICO E OPERACIONAL

USUÁRIOS GESTORES DE NEGÓCIOKNOW LEDGE W OREKRS

MÉDIA GERÊNCIAFUNCIONÁRIOS OPERACIONAIS

OBJETO DAANÁLISE

PROCESSO DECISÓRIOINDICADORES DE

DESEMPENHO

FLUXO INTEGRADO DEATIVIDADES OPERACIONAIS

TIPO DEDADOS

ESTÁVEISHISTÓRICOSALGUNS DADOS

DETALHADOS +SUMÁRIOS ESTÁTICOS

DINÂMICOSCORRENTESDADOS DETALHADOS +

SUMÁRIOS DINÂMICOS

FLEXIBILIDADE ACESSO AOS DADOS ATUALIZAÇÃO DOS DADOS

Dat

a W

areh

ouse

Dat

a W

areh

ouse



Despesas com DW em 5 AnosDespesas com DW em 5 Anos

DSSPessoalHardwareAdministração do DWRDBMSETL

R$ 4000

R$ 3000

R$ 2000

R$ 1000

00Ano 1 Ano 2 Ano 3 Ano 4 Ano 5

Fonte: Gartner Group

Modelo de despesas reais em cinco anos em um projeto típico de DWDat

a W

areh

ouse

Dat

a W

areh

ouse



Começar com patrocinadores errados;

Criar expectativas que não podem ser realizadas;

Construir projetos isolados, sem visão corporativa;

Carregar o warehouse com informações “simplesmente pôr estarem disponíveis”;

Acreditar que um projeto de DW é igual a um projeto OLTP;

Desenvolver um projeto de DW voltado à tecnologia e não voltado aos objetivos da organização;

Concentrar-se nos dados tradicionais, ignorando dados externos, textuais, imagens, sons e vídeos;

Disponibilizar dados com definições confusas, sobrepostas e sem qualidade;

Acreditar em promessas de performance, capacidade e escalabilidade;

Acreditar que quando o DW estiver em operação, todos os problemas estarão terminados;

Mudança cultural e organizacional não planejada.

Grandes RiscosGrandes RiscosD

ata

War

ehou

seD

ata

War

ehou

se



MetadadoMetadado



Quais tipos de Metadadoseram requeridos?

Uma visão extendida dos Metadados

Uma visão extendida dos Metadados

METADADOSTÉCNICOS

Met

adad

oM

etad

ado

E agora ?Quais tipos de Metadadossão requeridos ?

METADADOSDE NEGÓCIO

• Descrições de campos;• Nomes de programas;• Nomes de tabelas;• Nomes de variáveis.

• Regras de Negócio;• Níveis de qualidade;• Fontes de informação;• Conhecimento associado.

• Quais dados existem ?

• O que eles significam ?

• Onde eles estão ?

• De onde eles vieram ?

• Qual sua qualidade ?



AmbienteOperacional



SAP/R3

Migrados

Oracle

Oracle


ods

Legados

DB2

RDB

DWÁREA 1

DWÁrea 2

Data Warehouse


Produção

Marketing

Vendas

DataMarts

Ambientede Negócio

Empresa

INTERNET

Visão Global

DadoExterno

E-Business

CRM

EIS / DSS

OLAP

DataMining


Visão Geral de uma Arquitetura de TI

Visão Geral de uma Arquitetura de TI

Metadados

Met

adad

oM

etad

ado



Ferramentas deDesenvolvimentoKEY for EnterpriseBachman DA/DBA

TeamWorkExcelerator II

IEF / ComposerERwin

Oracle*CASEPowerBuilderVisual Basic

System Architect

LinguagensCOBOL

PL/1MVS/ASMMVS/JCL

“C”EasyTrieve

RPG

SGBD’sDB2IMS

SYBASEORACLEInformixADABASRed BrickINGRES

SistemasOperacionais

MVSUNIX/AIX

OS/2DOS/WindowsWindows/NT

SUN-OSSolarisHPUX

Dicionáriosde Dados

DataManagerPREDICTIMS DBDC

Outras Ferramentase pacotesARIS / SAP

POSC / EpicentreIBM / IAA

Project ManagementProcess Management

Métodos, Técnicase Padrões

Gerencia de ProjetoTestes

Engenharia ReversaBPR

Data WarehouseBusiness Objects

PrismETI

Fontes de Informação

Met

adad

oM

etad

ado



Ferramentas deDesenvolvimento

KEY for EnterpriseBachman DA/DBA


IEF / ComposerERwin


System Architect

LinguagensCOBOL

PL/1MVS/ASMMVS/JCL

“C”EasyTrieve

RPG

SGBD’sDB2IMS



MVSUNIX/AIX


SUN-OSSolarisHPUX



Outras Ferramentase pacotes

ARIS / SAPPOSC / Epicentre

IBM / IAAProject ManagementProcess Management





PrismETI

Fontes de Informação

Qual o impacto que estamudança irá causar?

Como gerenciar asmudanças no ambiente?

Como compartilhar oureutilizar a informação?

Como fazer a gerênciade acesso à informação?

De quem é esta informação?

Dificuldades GerenciaisDificuldades Gerenciais

Visões da InformaçãoVisões da InformaçãoM

etad

ado

Met

adad

o



SoluçãoSolução

Metadado– Informações sobre o significado, contexto e

entendimento do dado (conhecimento);

– São informações sobre o conteúdo, qualidade e outras características do dado (estrutura);

– São divididos em metadados de negócio e metadados técnicos.

Gerenciamento dos Metadados– Utilização de um repositório de Metadados.


etad

ado

Met

adad

o



AmbienteOperacional



SAP/R3

Migrados

Oracle

Oracle


ods

Legados

DB2

RDB

DWÁREA 1

DWÁrea 2

Data Warehouse


Produção

Marketing

Vendas

DataMarts

Ambientede Negócio

Empresa

INTERNET

Visão Global

DadoExterno

E-Business

CRM

EIS / DSS

OLAP

DataMining


Visão Geral da ArquiteturaVisão Geral da ArquiteturaMetadados

Met

adad

oM

etad

ado

O que são Metadados?"A cola que une todos os

componentes da arquitetura de TI"



“Legados” “Ilhas de Dados” Relatórios dos“Knowledge Workers”

Impacto para a organização: “POLUIÇÃO DA INFORMAÇÃO”

Planejamento e Controle da Produção

Vendas

Finanças

PlanejamentoSuprimentoRecebimentoEstoque

PropagandaMarketingVendasGerencia de Produtos

Contas a ReceberContas a PagarCusto IndustrialAnálise de ROI

vxvxvxvvxcccccccccvxvxvxvvxccccccccc









Análise Financeira

Marketing & Vendas

“Blue Corner Reports”

“Red Corner Reports”

Sistemas Corporativos

O Mapa do CaminhoO Mapa do CaminhoM

etad

ado

Met

adad

o



Met

adad

oM

etad

ado

Desenvolvedores de Desenvolvedores de Aplicações Analíticas Aplicações Analíticas

precisam de Metadadosprecisam de Metadados

Produto Qtde. Valor

TV 16 41.300

Micro 10 25.000

Video 15 4.500

Camera 45 60.000

DVD 125 90.000

Gerência de Produtos

Gerência de Vendas

Item Qtde. Valor

TV Philco 14’ 2 800

TV Semp 20’ 2 1.200

TV Sony 24’ 2 1.300

TV Panasonic 28’ 3 3.000

TV Toshiba 30’ 5 25.000

Total 14 31.300

Vendas por semanaSemana 1

Semana 1

Regra (“padrão de acesso”):Some quantidades vendidas paratodos os produtos faturados nasemana “n” do mês.



Produto Qtde. Valor

TV 16 41.300

Micro 10 25.000

Video 15 4.500

Camera 45 60.000

DVD 125 90.000

Gerência de Produtos

Gerência de Vendas

Item Qtde. Valor

TV Philco 14’ 2 800

TV Semp 20’ 2 1.200

TV Sony 24’ 2 1.300

TV Panasonic 28’ 3 3.000

Semana 1

Semana 1

Total 16 41.300

TV Toshiba 30’ 7 35.000

Regra (“padrão de acesso”):

Se primeira semana do mês Se semana inicia em qualquer dia diferente de segunda-feira então Some quantidades de produtos vendidos para todos os produtos faturados a partir da última segunda-feirasenão Some quantidades vendidas para todos os produtos faturados na semana “n” do mês.

Vendas por semanaM

etad

ado

Met

adad

o

Desenvolvedores de Desenvolvedores de Aplicações Analíticas Aplicações Analíticas

precisam de Metadadosprecisam de Metadados



Pesquisa / Censo: 1990Fonte: Central de CensosConjunto de Dados: 1990 PUMSDescrição: O PUMS é um conjunto de dados demográficos básicos sobre

pessoas e habitações nos EUA. Este conjunto de dados é de uso público não possuindo nenhum compromisso de com os indivíduos.

Elementos de Dados:• ID - Identificador do Registro - É um identificador único para o registro.

Cada registro identifica uma pessoa;• WGT - Peso - Define para o registro quando uma ou mais pessoas

possuem a mesma característica. Valores válidos:1.. 9• SEX - Sexo da Pessoa - Valores válidos (0: masculino, 1: feminino)• AGE - Idade da pessoa em anos.• MARITAL - Status Marital da pessoa - Valores válidos (0: não aplicável,

1: solteiro, 2: casado, 3: separado, 4: divorciado, 5: viúva). Universo: Pessoas acima de 15 anos de idade. Até 15 ou menos recebe o valor 0.

Para maiores informações: Contactar o Centro de Serviços do Censo para obter publicações, exemplos, erros e técnicas.

DataID WGT SEX AGE MARITAL1 5 0 45 22 7 1 5 03 2 1 90 54 2 0 0 05 7 1 23 16 3 0 37 47 4 0 14 08 2 0 75 2

Exemplo de MetadadoExemplo de Metadado


etad

ado

Met

adad

o



• Os engenheiros em terra calcularam o disparo do foguete para correção

de curso usando libra força/s libra força/s de empuxo;

• Os computadores de bordo da nave espacial

entenderam as instruções em N/sN/s;

• O Foguete disparou de 12 a 14 vezes por semana;

• Quando a nave se aproximou de Marte e os engenheiros preparavam o disparo final do foguete, havia indicação que algo estava seriamente errado com a navegação, porém nenhuma ação corretiva foi tomada. . . . .

. . . A nave queimou ou resvalou na atmosfera marciana e se perdeu no espaço

Obviamente, o programa espacial da NASA poderia ter usado o Metadado, provendo uma camada semântica entre seus sistemas e os engenheiros

Climate Orbiter Mission

Duração: 9 mesesCusto: U$ 128 Milhões

1999

Met

adad

oM

etad

ado



Ferramentas deDesenvolvimentoKEY for EnterpriseBachman DA/DBA


IEF / ComposerERwin


System Architect

LinguagensCOBOL

PL/1MVS/ASMMVS/JCL

“C”EasyTrieve

RPG

SGBD’sDB2IMS



MVSUNIX/AIX


SUN-OSSolarisHPUX



RepositórioRepositóriode Metadadosde Metadados

Outras Ferramentase pacotesARIS / SAP

POSC / EpicentreIBM / IAA

Project ManagementProcess Management





PrismETI

Met

adad

oM

etad

ado



Dicionário de dados corporativoDicionário de dados corporativo

Gerência do trabalho / processoGerência do trabalho / processo

Data Warehouse gatewayData Warehouse gateway

Carga / Documentação sistemas legadosCarga / Documentação sistemas legados

Gerenciamento e integração das ferramentas CASEGerenciamento e integração das ferramentas CASE

Diretório de informações corporativas (Visão do Negócio)Diretório de informações corporativas (Visão do Negócio)

Padronizaçãode Nomes

Garantia daQualidade

Controle de versões Comunicação Análise de

Impacto Re-uso

Papéis Verticais (Gerência da Informação)P

apéi

s H

oriz

onta

is(A

spec

tos

Fu

nci

onai

s)

Os Papéis do Repositório de Metadados

Os Papéis do Repositório de Metadados

Met

adad

oM

etad

ado



Repository Objects

Matriz de ZACHMAN / RepositórioMatriz de ZACHMAN / RepositórioM

etad

ado

Met

adad

o



Aplicação do RepositórioAplicação do RepositórioM

etad

ado

Met

adad

o



Acesso à Informação Corporativa

Marketing

Pagamentos

Finanças

Produção

Consulta & Análise

Pesquisa

Portal de “Business Intelligence / Business Management”

Meio Ambiente

Met

adad

oM

etad

ado



Acesso à Informação Corporativa

“Vendas Mensais de Produtos”

PESQUISA LIMPA MAIS INFORMAÇÕES SOBRE A PESQUISA

PRÓXIMOS 10 DOCUMENTOS

Entre Com o Seus Termos de Pesquisa Abaixo

Pagina 1 de 2; Encontrados um total de 17 Documentos

Relacionamento com Clientes

Relatórios de Marketing

Metas de Vendas

Avaliação da Logística

Análise Exploratória

Pesquisa

1. Vendas Globais Por MesEste Relatório mostra valores anuais de Vendas Totais Sumarizadas, a nível Nacional eInternacional por Categoria de Produtos em bases Mensais.

2. Vendas Globais Por Região e MêsEste Relatório mostra valores anuais de Vendas Totais Sumarizadas , a nível Nacional eInternacional por Categoria de Produtos em bases Mensais por Região de Vendas.

3. Vendas de Produtos Globais Por Região e MesEste Relatório mostra valores anuais de Vendas Totais Detalhadas de Produtos , a nívelNacional e Internacional por Categoria de Produtos em bases Mensais por Região deVendas.

4. . . . . . . . . .

Categoria

Met

adad

oM

etad

ado



Modelagem doData

Warehouse

Modelagem doData

Warehouse



Centralizada ou Centralizada ou Descentralizada ?Descentralizada ?

Qual BD é melhor paraQual BD é melhor para minhas necessidades?minhas necessidades?

Como gerenciar?Como gerenciar?

Qual o Qual o tamanhotamanhoinicial ?inicial ?

Que fontes de dadoQue fontes de dadodevo usar ?devo usar ?

Quais são as necessidadesQuais são as necessidadesdos usuários?dos usuários?

Hardware

Software

Serviços

OLAP

IntegraçãodeSistemas

MOLAP

Ferramentasde Data Mining

Modelo Lógico

Gerênciade Sistemas

Databases

Req.Usuário

Devo Devo construir construir

data marts?data marts?

Qual oQual ocrescimento?crescimento?

Qual o ROI esperado?Qual o ROI esperado?

Projeto do DWProjeto do DWM

odel

agem

do

DW

Mod

elag

em d

o D

W



NECESSIDADES

Mapeamento denecessidades de negócio Definiçãode objetivos doDataWarehouse

PROJETO DW

Mapeamento deInformações LegadasModelagemMultidimensionalCapacity Planning Hw - Sw -SGBDs

ACESSO

OLAPDSS / EISWEBREPORT

DATABASEMARKETING

Data Mining

IMPLEMENTAÇÃO

Análise de RiscoValidaçãoIntegração

SEGURANÇA

RecuperaçãoMonitoraçãoTunning

PREPARAÇÃO

CleaningExtraçãoTransformaçãoIntegração

Metodologia de DesenvolvimentoMetodologia de

Desenvolvimento

Análise de NecessidadesModelagem MultidimensionalPlanejamento de CapacidadeLimpeza dos Sistemas LegadosExtração de DadosTransformação de DadosCargaGerencia de MetadadosSeleção de FerramentasPrototipaçãoImplantação de Data MartData Mining

Organiza as atividades buscando uma seqüência de passos para a implantação de uma arquitetura com sucesso.

Mod

elag

em d

o D

WM

odel

agem

do

DW



Planejamentodo Projeto

Definiçãodos

Requisitosde

Negócio

Modelagemdo DW/DM

Projeto deArquitetura

ProjetoFísico do BD

Mapeamentodos Metadados

Projeto daÁrea deStaging

Especificaçãoda aplicaçãodo usuário

Validação etestes daaplicação

do usuário

Projeto eImplementação

do CETL

Carga doDW / DM

Implantação

Controlee Evolução

Seleção deprodutos einstalação

Desenvolvimentoda aplicaçãodo usuário

Treinamento do usuário /Equipe de TI

Gerenciamento do Projeto

PrototipaçãoExploratória

Ciclo de Projeto de um DWCiclo de Projeto de um DWM

odel

agem

do

DW

Mod

elag

em d

o D

W



Modelos para o DWModelos para o DW

•Modelo e documentação dos Legados - Representa o modelo físico das estruturas de dados dos sistemas legados;

•Modelo de Áreas de Interesse - Modelo de dados normalizado e corporativo, organizado pôr grandes áreas de interesse para o negócio;

•Modelo do Data Warehouse - É uma versão histórica, filtrada, sumarizada e desnormalizada do modelo anterior;

•Modelo Dimensional - Representa os dados como um array de N-dimensões:

– os valores colocados no vetor representam fatos sobre o negócio;

– as dimensões explicam os fatos.

Mod

elag

em d

o D

WM

odel

agem

do

DW



Relação entre os ModelosRelação entre os Modelos

Modelo dasÁreas deInteresse

Modelo doLegado

Modelo doWarehouse

ModeloDimensional

Orientados a:- Dados- Negócio

Orientados a:- Processo- Workgroup

Engenharia Reversa Engenharia Progressa

Fluxo deMetadados

Mod

elag

em d

o D

WM

odel

agem

do

DW



Modelo DimensionalModelo Dimensional

• Modelo mais natural para o usuário, o que leva a uma facilidade de “navegação” pelas informações;

• Acesso a um fato de forma direta;

• O mesmo conjunto de informações associadas a um fato pode ser visto sob várias óticas (dimensões), de forma simples e ágil.

PRODUTO

ME

RC

AD

O

TEMPO

AD-HOC

GERENTE REGIONAL

GERENTE DE PRODUTO

GERENTE FINANCEIRO

Mod

elag

em d

o D

WM

odel

agem

do

DW



Modelo DimensionalStar Schema

Modelo DimensionalStar Schema

Produto

Região

Tipo Cliente

Data

Quantidade

Faturamento

Prazo * Fat

Produto

Código

Nome

Linha

Região

Código

Nome

Geografia

Tipo Cliente

Código

Nome

Classe

Data

Código

Nome

Peridicidade

CLIENTE

TEMPO

PRODUTO

MERCADO

TABELA DEFATOS

Mod

elag

em d

o D

WM

odel

agem

do

DW



• Extração de Dados do Legado - Identificação das fontes de dados (interna/externa); Ciclo de atualização (horária; diária; semanal; mensal; real-time);

• Transformação dos dados - Padronização e Reconciliação dos dados; Transformação de chaves primárias; Consolidação dos dados; Separação dos dados; Separação de campos textuais; Derivação de dados; Especificação das regras de transformação;

• Gerência dos dados alterados - Gerência dos dados DELTA (time-stamping; aplicação de captura; triggers; log do DBMS);

• Qualidade dos dados - Definição da qualidade dos dados; qualidade do conteúdo dos dados; qualidade de apresentação dos dados; Tratamento de anomalias encontradas no legado;

• Transporte dos dados - Movimentação manual; via Gateways; replicação de dados; protocolos SNA e TCP/IP;

Pontos Importantes do ProjetoPontos Importantes do ProjetoM

odel

agem

do

DW

Mod

elag

em d

o D

W



A Segunda Geração do

Data Warehouse

A Segunda Geração do

Data Warehouse



Primeira Geração

• Preocupação com as Descobertas;• Potencial para Gerar Benefícios para o Negócio.

2a.

Ger

ação

do

DW

2a.

Ger

ação

do

DW

CaracterísticasCaracterísticas

Segunda Geração

• Preocupação em Agir;• Realizar os Benefícios;• Maior preocupação com a Inteligência Competitiva;• Use de novas fontes de informação (GED, e-mail,Web, imagens, sons, etc.).

Telco

Credit Cards

Travel

Banking

Publishing

Retail

Pharmaceutical



Mauricio AbreuMauricio Abreu

UFFUFF

[email protected]

CASICASI

conhecimento é o melhor investimento que podemos fazer....einstein

Documents