Sistemas de Apoio à Decisão

1. Sistemas de Apoio à Decisão Sistemas de Informação Claudia Salles Haddad

2. Introdução EPM KM Data Minig EIS DW BI OLAP BSC

3. Conceito • Qualidade dos dados • Velocidade de Informação • Alta disponibilidade do sistema

4. Conceito Sistemas integrados e/ou legados Análise, Transformação e carga dos dados

5. Conceito • Por quê? • apoiar a gerência nas decisões, nos níveis estratégico e tático, por meio de informações resultantes da observação e análise do ambiente tecnológico externo e da avaliação dos impactos das tendências tecnológicas e sinais de mudança nas áreas de negócio da empresa; • apoiar a revisão das estratégias tecnológicas e empresariais; • ampliar e aprofundar o conhecimento sobre as áreas tecnológicas ligadas aos negócios da empresa; • incentivar a postura estratégica e a visão de futuro nos níveis gerencial e técnico; • antecipar mudanças no mercado, ações dos competidores; • descobrir novos ou potenciais competidores; • aprender com os sucessos e as falhas dos outros; • rever suas próprias práticas de negócio.

6. Conceito • Dado • Informação • Inteligência “A tecnologia da informação tem sido até agora uma produtora de dados, em vez de informação, e muito menos uma produtora de novas e diferentes questões estratégicas. Os executivos não têm usado a nova tecnologia porque ela não tem oferecido as informações de que eles precisam para suas próprias tarefas”. Peter Drucker

7. Mas como transformar dados em informação se... • ... eles estão dispersos em diferentes bancos de dados? • ... eles estão dispersos em diferentes softwares? • ... eles estão dispersos em diferentes plataformas? • ... eles são redundantes? • ... o volume é muito grande? • ... computadores e sistemas comuns gastariam muito tempo para consolidá-los e apresentá-los de forma legível?

8. Conceito • Inteligência Competitiva • Inteligência Competitiva é um processo informacional proativo que conduz à melhor tomada de decisões, seja ela estratégica ou operacional. É um processo sistemático que visa descobrir as forças que regem os negócios, reduzir risco e conduzir o tomador de decisão a agir antecipadamente, bem como proteger o conhecimento gerado. (ABRAIC, 2001). • Business Inteligence • Business Intelligence é o conjunto de ferramentas utilizadas para auxiliar nos negócios tais como: data warehouses, data mining, CRM, ferramentas OLAP e outras. (ABRAIC, 2001).

9. Uma enxurrada de dados!! de todos tipos oriundos de diversos meios provenientes de diversas fontes arquivados de diversos modos

10. Vantagens

11. ERP Dados Concorrentes Datawarehouse Corporativo CRM Dados Externos Planilhas Fluxo das Informações

12. Fluxo das Informações • Por que DW? • “Qual o meu desempenho de vendas, por região, nos últimos 6 meses, do produto A?” TEMPO TEMPO Cada aresta do cubo representa uma combinação de Produto, Mercado e Tempo armazenado. MERCADO PRODUTO

13. Ferramentas e Técnicas Data Mart Aplicativos Operacionais E T L Softwares de Automação de Escritórios OLAP Dados Externos Data Mining Equipamentos de Automação EXPLORAÇÃO FONTES DE DADOS EXTRAÇÃO, TRANSFORMAÇÃO E CARREGAMENTO DATA WAREHOUSE

14. Ferramentas de BI ETL – EXTRAÇÃO, TRANSFORMAÇÃO E CARREGAMENTO É a camada responsável por integrar, transformar e salvar dados, não importando sua fonte nem seu destino. • os dados, oriundos de diversas fontes de dados, se necessário, são submetidos a severas transformações e disponibilizados de forma normalizada • em ambientes complexos, existe a possibilidade de utilização de softwares que executam as transformações automaticamente • dependendo da periodicidade de atualização dos dados, devem ser estabelecidos mecanismos de sincronização de dados para garantir a integridade dos dados

15. Ferramentas de BI DATA WAREHOUSE Armazém de Dados É um amplo e flexível repositório de dados, que aglutina dados de fontes heterogêneas, projetado de modo a suportar o processo de tomada de decisão. Ambiente separado Disponibilidade Integrado Retrato no tempo Orientado por assunto Fácil acesso

16. Ferramentas de BI DATA WAREHOUSE - Cubo • é uma estrutura de dados que forma um subconjunto de • um banco de dados grande • organiza os dados em duas categorias: • - campos de dados • - dimensões com múltiplos • níveis • resumos dos dados são • previamente calculados de • modo a otimizar o tempo • de recuperação das • informações

17. Best Practices • Banco de Dados Multidimensional • Este tipo de tecnologia armazena as informações em arrays de formato proprietário (cubos), que correspondem às dimensões de negócio definidas pelos usuários. Como vimos anteriormente, cada face do “cubo” é uma dimensão, previamente definida antes da carga dos dados no DW.

18. Best Practices • Banco de Dados Relacional • Armazenam os dados de maneira relacional, mas fornecem uma visão multidimensional para os usuários através de programas especializados • Para a utilização desta tecnologia em DW, é preciso utilizar a arquitetura tipo “estrela”, onde é possível criar índices que facilitem a construção do DW.

19. DRILL-UP DADOS AGREGADOS PELO NÍVEL MÊS DADOS AGREGADOS PELO NÍVEL SEMANA NÍVEL ATÔMICO (GRANDE DEMAIS PARA ARMAZENAR NA FORMA DE UM CUBO) DRILL-DOWN Best Practices • Granularidade

20. Best Practices • Armazenamento • MOLAP  Multidimensional OLAP • Os dados permanecem no banco de dados relacional. • Novas tabelas são criadas para as agregações. • Solução de baixo desempenho, mas indicado para captura de dados de sistemas legados. • ROLAP  Relational OLAP • Os dados e as agregações são armazenadas no servidor OLAP. • Solução de melhor desempenho mas alto custo de armazenamento. • Indicado apenas para pequenas quantidades de dados. • HOLAP  Hybrid OLAP • Os dados são mantidos no RDB original, mas as agregrações são calculadas e armazenadas em formato multidimensional.

21. Características dos Dados Máx. nível de detalhes Pouco/ nenhum histórico Integrado Selecionado Histórico Focado Especializado Sumários Meta data Administração e Monitoração do Sistema Best Practices • Processo de Construção de um DW Data marts Data warehouse Sistemas OLTP

22. Metadado Técnico Ferramenta de Análise Metadado de Negócio Tranformação e Integração de Dados Best Practices • Metadados • Técnico • Negócio

23. Data Mining • O que é • Associações • Diferenças entre OLAP e Dataminig

24. Best Practices • Vantagens do Data Mining • Datamining fornece uma vantagem sobre as ferramentas de OLAP, pois pode ser usada para prever comportamentos ao invés de analisar dados históricos. • Outra vantagem sobre OLAP, é que o usuário pode deixar para o sistema descobrir os relacionamentos entre a grandeza que que analisar (por exemplo, lucro) e as outras dimensões (mercado, perfil do usuário, etc.).

25. Exemplos