Business Intelligence

BIBusiness

Intelligence

e a gestão

dos dados

Por Armando Levy

[email protected]

A gestão dos dadosA inteligência do negócio está fundamentalmente no tratamento da informação disponível na organização, de modo integrado, visando seu reaproveitamento no negócio

O que é Business Intelligence?Business Intelligence (BI) é reunir a informação adequada para os tomadores de decisão no momento em que eles necessitam da informação

BI é um modo efetivo de conectar sistemas apartados com o objetivo de gerar informação

BI é um ambiente corporativo que suporta relatórios, análises e tomada de decisão em uma plataforma distribuída

Mais do que softwares, estamos falando de conceitos

Dados valiosos, informação pobreBancos de dados

Access

SQ

L

Oracle

Planilhas

MKT

Outros sistemas

RH SAC

Com todos os investimentos em

sistemas, as organizações reúnem dados valiosos

Mas reunir a informação entre as diferentes áreas é difícil porque os sistemas não conversam entre si

Reunir informações multidimensionais é

impossível: os sistemas só analisam dados em suas

dimensões

O efeito “DRIP”Bancos de dados

Access

SQ

L

Oracle

Planilhas

MKT

Outros sistemas

RHSAC

Como resultado,

a organizaçãosofre de umexcesso de

dados, mas pobrezade informação.

“Data Rich,Information Poor”

(DRIP)

ERP é uma opção?Bancos de dados

Access

SQ

L

Oracle

Planilhas

MKT

Outros sistemas

RHSAC

ERP

ERP não é opção para análise complexa de dados em função do foco operacional do

sistema

A opção pelo BIBancos de dados

Access

SQ

L

Oracle

Planilhas

MKT

Outros sistemas

RH SAC

Cubo Multidimensional

Sis

tem

a de

BI

Organizações de 7 níveis

Aplicações de Back Office

Aplicações Especializadas

Aplicações de Atendimento a Clientes

E-Business (Intranet e Internet)

Informação e Conhecimento

Análise do valor

Gestão de valor

12

3

4

5

6

7

ERP

Web Servicese CRM

BusinessIntelligenceBalancedScorecard

As atividades informacionais, geradoras de valor, dependem da análise da informação gerada pelos sistemas operacionais

Informação por si só não tem valor; para ter valor, precisa ser relacionada a outros fatos e acontecimentos

Inteligência do negócioA inteligência do negócio está em reunir e tratar informação, de modo a torná-la útil no processo de tomada de decisão

Não é uma atividade puramente técnica

Envolve 100% do tempo a criatividade e o egenho humano

Sistemas de apoioA eficácia de um sistema de Business Intelligence vai depender dos sistemas que lhe dão apoio

Entre estes sistemas temos:Data Warehouse

Data Mart

Data Mining

Data WarehouseData Warehouse é um armazém de dados que dá suporte ao processo de decisão

Estrutura do Data Warehouse• Data Warehouse é:

Orientado a assuntos, temasDados relacionam-se a temas específicos

IntegradoDados chegam de várias fontes, mas estão reunidos segundo um padrão pré-determinado

Variável com o tempoDados dizem respeito a períodos de tempo específicos e demarcados como dia de pagamento, semana, mês, férias, semestre

Não voláteis, não descartáveisDados são coletados, mas jamais deletados

Dados podem vir diretamente de sistemas transacionais como ATMs ou caixas de lojas

Como desenvolver um DWHá tantos modos de desenvolver um DW quanto há maneiras de administrar empresasAspectos que precisam ser considerados

Escopo

Acesso à informação

Tipo de usuário final

Arquitetura do sistema

EscopoQuanto mais amplo o escopo do DW, mais valiosa será a base de dados

Dados do cliente

Transações do cliente

Produtos do cliente

Contatos do cliente com o Call Center

Páginas que cliente viu no web site da empresa

Acesso à informaçãoHá 3 tipos básico de acesso à

informação em um DWVirtual

O usuário final tem acesso direto à informação

CentralAcesso à informação se dá em um único ponto e áreas de negócios precisam demandar a informação a uma equipe de DW

DistribuídaInformação distribuída em alguns pontos da estrutura da empresa, o que exige alimentação e manutenção distribuída de dados

Nas empresas mais ágeis e dinâmicas, o próprio

usuário da informação tem acesso direto ao DW

Usuário finalSão pelo menos 3 os tipos de

usuários finais de um DWUsuários estratégicos: executivos e gerentes

Buscam dados para a tomada de decisão

Usuários intensivos: analistas, engenheiros

Buscam dados para operacionalizar ações

Usuários de suporte: administraçãoBuscam dados para a produção de relatórios

Arquitetura do sistemaCada fornecedor propõe uma

arquitetura diversa

Usualmente, um bom DW deve é composto por vários elementos, principalmente um banco de dados que permita fazer relações (relacional)

Que produtos o cliente mais compra no verão

Quantas ligações faz ao call center em diferentes épocas do ano

Compra mais ou menos ao receber um contato via telemarketing

Produto, mercado e tempoO desenvolvedor de um DW vai considerar três aspectos básicos:

Vendemos:1. PRODUTOS2. Em vários MERCADOS

3. E medimos nosso desempenho ao longo

do TEMPO

Três dimensões do DW

Produto

Mer

cado

Tempo

Um ponto qualquer Um ponto qualquer dentro do cubo registra dentro do cubo registra o desempenho do o desempenho do negócio, uma negócio, uma combinação de Produto, combinação de Produto, Mercado e Tempo. Mercado e Tempo.

Esse ponto equivale a Esse ponto equivale a “informação” ou fato “informação” ou fato sobre o negócio.sobre o negócio.

.

... .

...

.

Modelo de informação em um DW

DimensãoDimensãodo Mercadodo Mercado

Dimensão Dimensão do Produtodo Produto

Dimensão Dimensão do Tempodo Tempo INFORMAÇÃOINFORMAÇÃO

Fluxo da informação

DimensãoDimensãodo Mercadodo Mercado3. Na livraria 3. Na livraria

da Universidadeda UniversidadeMetodista...Metodista...

Dimensão Dimensão do Produtodo Produto

2. De livros2. De livrossobre CRM...sobre CRM...

Dimensão Dimensão do Tempodo Tempo4. Em janeiro4. Em janeiro

de 2005?de 2005?

INFORMAÇÃOINFORMAÇÃO1. Qual o volumetotal de

vendas...

DBMS

MetaDados

Dados muito

resumidos

DadosDetalhados

Dados resumidosAdministrador

de Cargade Dados

Data Mining

Ferramentasde OLAP (Online Analytical Processing)

Ferramentas de pesquisa, informação,desenvolvimento de aplicação e Sistema de Informação Executiva

Base de Dados Operacional (BDO)

Fo

nte

s d

e d

ad

os

op

era

cio

nais

Administrador de Solicitaçãode Dados

Arquivo de back-up dedados

Ferramentasdo usuário final

Arquitetura típica de DW

GlossárioFontes de Dados Operacionais

Dados mantidos em sistemas como mainframes (computador central), dados de departamentos (Marketing, Atendimento a Clientes, Produção), dados privados mantidos em computadores de pessoas e até bases de dados de fornecedores e clientes

Banco de Dados Operacional (DBO)Um banco de dados usado para armazenar informação usada para análise, normalmente estruturado como o DW, podendo atuar como uma área que reúne informações a serem armazenadas no DW

Administrador de Data WarehouseExecuta todas as operações relativas à administração dos dados no DW. As operações executadas incluem análise da informação para verificação de consistência, transformação e mescla de dados, criação de índices e visualizações, geração e agregação de dados, bem como arquivamento e geração de back-up de dados

Administrador de solicitação de dadosTambém chamado de componenete de back-end, este sistema executa todas as operações associadas às pesquisas de dados dos usuários. As operações executadas incluem o direcionamento de pesquisas para as tabelas apropriadas, bem como o agendamento da execuçaão de pesquisas

Glossário - 2

Glossário - 3Administrador de Carga de Dados

Também chamado de componente de front end, este sistema administra todas as operações de extração de dados das fontes operacionais para carga das informações no DW. Estas operações incluem transformação e preparo dos dados para input no DW

Ferramentas do usuário finalSão categorizadas em cinco grupos principais

Informação de dados e ferramentas de consulta

Ferramentas de desenvolvimento de aplicações

Ferramentas de sistemas de informação executiva

Processamento analítico on-line (OLAP)

Ferramentas de Data Mining

Principais equívocosO Data Warehousing Institute aponta os erros mais comuns na implementação de um DW:

Escolher um gerente para o DW que tenha orientação para tecnologia (99% das empresas comete este equívoco aqui)

Gerar expectativas que não serão atendidas

Acreditar nas promessas de desempenho, capacidade e escalabilidade dos vendedores de sistemas

Focar o DW em dados tradicionais internos orientados a registro e ignorar o valor potencial de dados textuais, imagens, sons, vídeos e dados externos

Falhar no objetivo de acrescentar valor aos dados através de mecanismos de categorização

Veja mais dicas para implementação de

um DW em www.tdwi.org

Data MartsOs DM são orientados a temas:

Renda do cliente

Sexo do cliente

Idade do cliente

Produtos que o cliente compra

Situação de crédito do cliente

Cada um desses temas em particular interessa a diferentes setores da empresa

Esses temas específicos são considerados Data Marts

Um Data Mart foca os requerimentos de usuários ligados a um departamento específico ou unidade de negócios

Finanças

Marketing

Atendimento a Clientes

Informação apartadaPor razões de negócio, pedaços das informações do DW são replicadas em bancos de dados apartados para que determinadas áreas tenham acesso mais rápido à informação sobre determinados grupos de clientes:

Os clientes do Itaú que investem em fundos de investimento

Os usuários do cartão da Credicard que comprar passagens aéreas pelo menos uma vez por mês com o cartão

Ao contrário do DW, os Data Marts não contêm informações detalhadas, por isso são mais acessíveis e fáceis de usar

Criação de muitos Data Marts traz problemas importantes de manutenção

Data Mart

DBMS

MetaDados

Dados muito

resumidos

DadosDetalhados


de Cargade Dados

Data Mining




Fo

nte

s d

e d

ad

os

op

era

cio

nais


Arquivo de back-up de

dadosFerramentasdo usuário final

Dados resumidosem bancosde dadosrelacionale multi-dimensional

Arquitetura de DW com Data Mart

Por que criar um Data Mart? (1)Dar ao usuário acesso à informação da qual ele necessita com mais freqüência

Clientes que voam ao exterior mais de 2 vezes ao ano

Clientes que trocam de carro 1 vez a cada dois anos

Clientes com investimentos em fundos de ações

Prover dados que são significativos para determinadas áreas da empresa ou unidades de negócios

Tornar os dados mais acessíveis

Data Marts podem registrar atividades específicas de

determinados clientes que interessam à empresa: tipo

de carro que compra, cor de carro que compra

Por que criar um Data Mart? (2)Data Marts usam menos dados, logo ações como limpeza de dados, carga, transformação e integração são muito mais simples e rápidas

Custo de implementação mais baixo

Usuários dos dados são mais claramente definidos

Fornecer uma estrutura de dados mais adequada às ferramentas de acesso do usuário final

Nesta estrutura, os data marts aparecem claramente definidos por temas de dados: compras, vendas,

estoque

Múltiplos Data MartsVantagens dos Data Marts levou empresas a construirem vários Data Marts para diferentes necessidades

Surge a expressão ”virtual data mart” para definir vários data marts fisicamente separados interagindo uns com os outros

Por sua agilidade, os data marts podem ser acessados via Internet porque eles não se situam em áreas críticas de dados

A administração de múltiplos data marts está se tornando complexa e levando à incidência de erros e inconsistência de informação

Múltiplos Data Marts tornam sistema cada vez mais complexo e difícil de

administrar

Data Mining• “Garimpo de dados”

É um novo enfoque para a análise e obtenção de informações ou conhecimentos em Data Warehouse, Data Mart ou grandes bases de dados, como mainframes

É ferramenta de inteligência, pois permite estabelecer relações, comprações, tendências

Data mining é a mineração (busca detalhista) de dados

de forma bastante dirigida e específica, como o

minerador que garimpa as pedras do rio em busca de

preciosidades

Data Mart

DBMS

MetaDados

Dados muito

resumidos

DadosDetalhados


de Cargade Dados

Data Mining




Fo

nte

s d

e d

ad

os

op

era

cio

nais


Arquivo de back-up de

dadosFerramentasdo usuário final

Dados resumidosem bancosde dadosrelacionale multi-dimensional

Onde está o Data Mining?

Ferramentas de DMO DM é composto por ferramentas que permitemAnálise de dados e informaçõesPlanejamento e descoberta automática de padrões, regras, grupos, funções, modelos, seqüências, relações, correlaçõesPermite aumento da eficácia e produtividade

Dados para DMA aplicação ideal do DM se dá sobre as bases de dados corporativas, que podem estar em um DW, DM, um mainframe ou outras plataformas

O DM pode ser entendido como

Um processo otimizado que intermedia a informação e a tomada de decisões

O processo de mineração de dados aprofunda o conhecimento que temos sobre o modo de ser e agir de nossos clientes

Gatilhos ou alarmesAções de DM permitem detectar acontecimentos ou situações que podem desencadear atividades fora do ciclo ordinário de procedimentos de uma empresa:

Cliente comprou passagem aérea internacional com o cartão

DM programa oferta de jogo de malas para longas viagens por e-mail ou através do primeiro contato do cliente com o call center

Compra de passagem aérea internacional leva a determinados comportamentos adicionais como

compra de malas, roupas, equipamentos (câmeras) e várias

outras atitudes que podem ser antecipadas

Consultas e informaçõesAs plataformas de DM podem incorporar ferramentas de consulta com

Interfaces gráficas avançadas, intuitivas e fáceis de usar

Análise multidimensional

Agentes inteligentes

Visualização de dados

Os desenvolvedores de ferramentas DM estão fazendo um grande esforço para conseguir uma comunicação baseada em visualização de dados

Tratamento de dadosOs dados podem ser armazenados em formatos adequados ao DWAs soluções de DM incorporam módulos de tratamento de dados que facilitam ao máximo as interfaces de dados e informações

Fonte: iMasters

Ferramentas de DMAgrupamento ou segmentaçãoAssociaçãoSequenciamentoReconhecimento de padrõesPrevisãoSimulaçãoModelagem explícitaClassificação

Agrupamento ou segmentaçãoIdentificação de tipologias ou grupos onde os elementos:

Guardam similaridade entre si

Se diferenciam dos de outros grupos

Exemplo: Segmentação deClientes

Valores e índices financeiros

Grupo de empregados

Preferências

Para que?Tratamento particularizado de cada um destes grupos

AssociaçãoPermite estabelecer as possíveis relações entre ações ou sucessos aparentemente independentesExemplo: Compreender

Hábitos de compra

Sucesso de ofertas

Vendas cruzadas

Merchandising

Sequenciamento

Conceito similar à associação, porém inclui o fator tempoPermite reconhecer o tempo que transcorre ou pode transcorrer entre o sucesso indutor e os sucessos induzidos

Reconhecimento de padrõesPermite a associação de um indício ou informação de entrada com aquelas que

Guardam maior similaridade

E já estão catalogadas no sistema

No DM, estas ferramentasPodem ajudar na identificação de problemas e incidências e ajudar em possíveis soluções

PrevisãoPermite estabelecer o comportamento futuro mais provável de uma variável ou uma série de variáveis a partir da evolução passada e presente dessas variáveis ou de outras das quais dependamAs técnicas associadas a esta ferramenta possuem um elevado grau de maturidade

Educação

Carro

Casa

Saúde

Lazer

Aposentadoria

SimulaçãoPermite comparar a situação atual da empresa e sua possível evolução futuraFacilita a criação e análise de diferentes cenáriosImportante no processo de planejamento e tomada de decisãoComparação entre clientes de segmentos de mercado diferentes para avaliar foco

Modelagem explícitaResolve o problema da minimização ou maximização de um função que depende de uma série de variáveisEncontra os valores que satisfazem a condição de máximo - tipicamente benefícios - ou mínimo - tipicamente custosNormalmente podem haver restrições, de modo que o universo de busca se reduz às soluções que satisfaçam as restrições

ClassificaçãoPermite assinalar a um elemento sua pertinência a um certo grupo ou classe uma vez conhecidos os valores de suas variáveis ou série de atributosEm cada classe ou expressão, estabelece-se um perfil característico em função de Um algoritmo ou regrasDas variáveis distintasDo grau de influênciaExemplo: Sistema de “score” da Credicard

Obrigado!Armando Levy

Mestre em Comunicação pela USPProfessor de Cultura Organizacional e Tecnologia de Apoio à Decisão pela Universidade MetodistaDiretor da e-Press Comunicação(11) 4082 [email protected]

Business Intelligence

Business

Transcript of Business Intelligence