29 de outubro de 2009

Business Intelligence - Uma Estrutura de Referência (Framework) para Construção

Achei em um forum do Portal SBGC esse modelo de construção de um BI. Irei transcrevero que está no fórum aqui para ficar mais fácil de visualizar. O material foi montado pelo claudioprospero (moderador do forum). Eu não fiz cadastro ainda no forum, mais vou fazer assim que puder para dar os parabéns ao rapaz que fez um bom material.

Quem quiser ver o material direto do fórum só acessar aqui, pois tem mais informações que o rapaz colocou.

Indice
1---Introdução
2---Visão Geral
3-Modelo Informacional
3.1-Definição
3.2-Áreas de Decisão
3.3-Níveis Organizacionais
3.4-Exemplos de Questões Organizacionais para Gestão
4---Modelos de Gestão
4.1-Definição
4.2-Dimensões de Analise
4.3-Fatos ou Indicadores
4.4-Balanced Scorecard - Estrutura de Referência (Framework) para construção de Modelos de Gestão
5---Modelo Multidimensional
5.1-Definição
5.2-Tabelas de Fatos
5.3-Tabelas de Dimensões
5.4-Exemplos
6---Extração, Transformação e Carga de Dados (ETL)
6.1-Definição
6.2-Área de Disponibilização de Dados (Data Staging)
6.3-Armazém de Dados Operacionais (Operational Data Storage)
7---Modelos Analíticos ou Gerenciais
7.1-Definição
7.2-Exemplos
8---Metadados
8.1-Definição
8.2-Metadados Técnicos
8.3-Metadados de Negócio
9---Glossário
10--Siglas
11--Referências na Internet

1 Introdução

Este documento demonstra minha visão do que é e como se contrói uma solução de Inteligência de Negócio (Business Intelligence) que sirva de suporte aos processos de decisões de uma organização.

O processo está representado abaixo, na Visão Geral, e explicado nos demais itens do documento.

Inclui uma série de termos, e seus respectivos conceitos, que julgo necessários ao entendimento do processo de especificação e construção de uma solução de Inteligência de Negócios.

O objetivo é propor uma Estrutura de Referência (Framework) que sirva de base a este processo de especificação e construção.

Procuro, também, comparar o processo proposto com o processo de especificação e construção de soluções de automação de processos operacionais da organização, normalmente citados como sitemas operacionais ou legados, na literatura sobre Inteligência de Negócio (Business Intelligence).

Este documento resume minha experiência pessoal e as pesquisas realizadas sobre o assunto. Sendo assim as informações aqui organizadas também são frutos da convivência profissional ou intelectual com várias pessoas que também se interessam pelo assunto.

Agradeço qualquer comentário ou contribuição que permita enriquecer o texto, contribuindo para a sua clareza e evolução.

2 Visão Geral




3 Modelo Informacional

3.1 Definição

Representa as necessidades de informações que deverão ser atendidas pela solução de Inteligência de Negócio (Business Intelligence) que será desenvolvida.

Identifica as preocupações e focos de investigação que os Gestores explorarão, com base nos dados operacionais e do ambiente da Organização, para tomar as decisões que esta solução deverá suportar.

3.2 Áreas de Decisão

Identificam os Focos de Gestão de cada um dos Gestores que deverão ser atendidos pela solução.

Exemplos: Marketing, Orçamento, Gestão Operacional, Gestão de Aprendizagem

3.3 Níveis Organizacionais

Identifica os horizontes temporais de decisão que a solução deverá atender. Geralmente um ou mais dentre os seguintes:

Diretoria – a solução deverá suportar a tomada de decisões estratégicas, ou de longo prazo

Média Gerência – as decisões suportadas atenderão necessidades táticas associadas ao cumprimento de objetivos de médio prazo

Gestão Operacional – a solução será utilizada para acompanhar as ocorrências do dia a dia da Organização.

3.4 Exemplos de Questões Organizacionais para Gestão

Quantos clientes compraram um determinado Produto no último mês, trimestre, semestre ou ano ? E no período correspondente anterior ?

Os Clientes que compram um determinado tipo de Produto ou Serviço normalmente adquirem que outros Produtos ou Serviços ?

Qual a relação entre Satisfação com o Atendimento e o tipo de formação do Atendente ?

Qual a relação entre Produtividade e o nível educacional, ou tipo de formação, do Colaborador ?

Qual é o Fator de Inovação de cada Unidade Organizacional (Receita de Novos Produtos ou Serviços / Receita Total da Unidade Organizacional) ?

4 Modelos de Gestão

4.1 Definição

Conjuntos de Fatos ou Indicadores e as Dimensões em que estes Fatos ou Indicadores deverão ser analisados para proporcionar uma visão de situações ocorridas ou tendências de comportamento de áreas da organização ou de seu ambiente de operação. São derivados do Modelo Informacional.

As visões obtidas servirão de base para a tomada de decisões sobre alterações de processos, iniciativas de reação a mudanças de resultados ocorridas ou previstas, criação de novos produtos ou serviços para atender oportunidades identificadas no ambiente operacional da organização.

Os Modelos de Gestão representam o escopo que a solução de Inteligência de Negócio deve atender. Difere da abordagem para Sistemas Operacionais, onde o escopo da solução é dado pelas Funcionalidades que a aplicação desenvolvida deve automatizar.

4.2 Dimensões de Analise

São as formas de classificação e seleção dos valores registrados para Indicadores que representam situações do ambiente organizacional que se deseja analisar.

Exemplos: Tempo (Mês, Trimestre, Semestre, Ano), Estrutura Organizacional (Filial, Gerência Regional, Divisão, Empresa, Corporação), Segmento de Cliente, Área Geográfica (pode ser baseada no CEP), Tipo de Produto ou Serviço.

4.3 Fatos ou Indicadores

Valor Medido ou Atribuído que representa uma ocorrência no ambiente Organizacional, ou Índices calculados com base nestes Valores Medidos ou Atribuídos. Podem ser obtidos partindo de dados extraídos dos sistemas operacionais da organização ou de dados capturados do ambiente externo da Organização.

Exemplos:

Valor de uma Venda para um Cliente

Produtividade = Quantidade Produzida / Horas Trabalhadas

Eficiência Operacional = Faturamento / Soma dos custos fixos e variáveis de uma Unidade Organizacional que produziu o Faturamento

Classificação: Posição relativa de uma Unidade Organizacional em um conjunto de Unidades Organizacionais, com base em um Indicador escolhido. Por exemplo: as dez melhores e as dez piores, segundo algum critério de classificação.

4.4 Balanced Scorecard - Estrutura de Referência (Framework) para construção de Modelos de Gestão

Considero que o Balanced Scorecard, que pode ser traduzido como Indicadores Balanceados de Desempenho, pode ser usado como Estrutura de Referência para auxiliar no processo de definição de Modelos de Gestão da Organização.

O BSC defende a identificação de um conjunto pequeno de Indicadores que permitam expressar os objetivos estratégicos da Organização e que sejam passíveis de desdobramento em Indicadores de performance para os vários níveis organizacionais, permitindo a cada Unidade Organizacional e, no limite, a cada Colaborador, entender e ser avaliado por sua contribuição para a obtenção dos objetivos estratégicos definidos.

Esta metodologia defende que a escolha de Indicadores para a gestão de uma Organização não deve ser restrita a informações econômicas ou financeiras. Assim como não é possível pilotar com base apenas no indicador de velocidade de um avião, indicadores financeiros não são suficientes para garantir que a empresa está caminhando na direção correta. Para tanto o BSC defende a definição de Indicadores que contemplem quatro perspectivas: financeira, mercadológica, performance dos principais processos operacionais e aprendizado / inovação.

Esta metodologia de definição de Modelos de Gestão foi criada pelos professores Robert Kaplan e David Norton, da Harvard Business School, em 1992 e vem sendo aplicada com sucesso no mundo inteiro em centenas de organizações do setor privado, público e em organizações não-governamentais.

5 Modelo Multidimensional

5.1 Definição

Estrutura de organização de dados que facilita o cálculo e a seleção das informações necessárias para atender as análises de um ou mais Modelos de Gestão.

5.2 Tabelas de Fatos

Contém os valores dos Fatos ou Indicadores registrados ou calculados para cada conjunto de valores das Dimensões de Análise.

Exemplo: Para um Produto ou Serviço, em um Período de Tempo, em uma Unidade Organizacional, em um Segmento de Clientes e em uma Região Geográfica, teremos os valores de quantidade de vendas, receita de vendas, despesa de vendas, quantidade de reclamações de clientes, quantidade de devoluções

5.3 Tabelas de Dimensões

Contém os atributos de cada valor das Dimensões de Análise.

Exemplos:

Produto ou Serviço – descrição, preço, familia de produtos

Unidade Organizacional - nome, nome do Gerente, endereço, CEP

Segmento de Clientes – nome do segmento

Região Geográfica – Bairro, Cidade, Estado, País

5.4 Exemplos

Abaixo são apresentados exemplos de modelo de dados Relacional, usados em Sistemas Operacionais e de Modelo de Dados Dimensional, usados em soluções de Inteligência de Negócio (Business Intelligence). O objetivo é apresentar as diferenças de estruturação de dados para os dois tipos de soluções.

No caso está simulado um modelo de Data Mart com Dados, Fatos e Indicadores relacionados à Cobrança Bancária de Títulos.



O Modelo de Dados Dimensional ou Gerencial é o mais adequado para suportar as consultas sobre grandes volumes de dados, do ambiente de análise gerencial da organização.

A construção de um Modelo de Dados Dimensional ou Gerencial é feita através de um processo de Extração, Transformação e Carga (ETL), a partir dos dados disponíveis no Modelo de Classes Operacional ou Transacional.

O processo ETL pode ser construído manualmente ou utilizando-se de ferramentas tais como BW (SAP), Cognos, Informatica, MicroStrategy, dentre outras.

A disponibilidade de um Modelo de Dados Dimensional ou Gerencial, adequado aos focos de análise preferidos pelos gestores da organização, permite a construção de Modelos de Análise utilizando-se de ferramentas para Processo de Análise On Line (OLAP) disponíveis no mercado.




 6 Extração, Transformação e Carga de Dados (ETL)

6.1 Definição

Conjunto de rotinas e operações aplicadas às bases de dados dos Sistemas Operacionais, para produzir os conteúdos do Modelo Multidimensional, definido a partir das necessidades de um ou mais Modelos de Gestão.

O processo ETL pode ser construído manualmente ou utilizando-se de ferramentas tais como BW (SAP), Cognos, Informatica, MicroStrategy, dentre outras.

6.2 Área de Disponibilização de Dados (Data Staging)

Área em que serão disponibilizados os dados dos Sistemas Operacionais que representam os Eventos de Negócio que serão utilizados por um ou mais Modelos de Gestão. Com isto evita-se que vários processos de extração de dados concorram com a operação normal dos sistemas transacionais da Organização. Será nesta área que os vários processos de ETL obterão os dados que necessitem.

6.3 Armazém de Dados Operacionais (Operational Data Storage)

Conjunto, organizado e integrado, de dados extraídos e mantidos sincronizados com suas origens nos sistemas operacionais da Organização. Atende necessidades de análises para gestão de curto prazo, geralmente trinta a sessenta dias, envolvendo informações de mais de um sistema operacional.


7 Modelos Analíticos ou Gerenciais

7.1 Definição

Conjunto de apresentações construídas a partir dos dados disponíveis nos Modelos Multidimensionais, visando atender necessidades dos Modelos de Gestão que a solução atende.

Alguns tipos de análises que podem ser construídas:

Detecção de Exceções em Processos ou Cartas de Controle de Processos

Análises Ad-hoc

CRM analítico

Mineração de Dados (Data Mining)

Processos de Análise On Line (OLAP)

7.2 Exemplos


Alguns exemplos de Modelos de Análise possíveis, para o caso de Cobrança Bancária de Títulos (*):

Análises 20-80, ou seja, os 20% que produzem 80% do valor da variável de análise escolhida do Modelo (Cedentes, Diretorias Regionais, Gerências Regionais, Agências, Regiões Geográficas) para períodos de tempo selecionados.

Os dez mais e os dez menos (Cedentes, Diretorias Regionais, Gerências Regionais, Agências, Regiões Geográficas) para períodos de tempo selecionados.

Mapas de áreas geográficas coloridas conforme os valores da variável (*) de análise selecionada do Modelo. Inclusive com possibilidade de “fazer zoom” em uma dada região geográfica e visualizando as sub-regiões coloridas segundo o mesmo padrão de cores (Drill down e Drill up)

Comparações entre períodos de tempo selecionados (trimestres, semestres, etc.) para detecção de sazonalidades ou análises de performance de indicadores sem a contaminação desta sazonalidade.


(*) Para qualquer dos valores disponíveis na Tabela Fato do Modelo de Dados Dimensional ou Gerencial, ou Indicador Chave de Processo (KPI) calculado a partir destes valores disponíveis.


8 Metadados

8.1 Definição

Conjunto de informações que permitem compreender o significado, conteúdo e situação dos dados e informações presentes em uma Organização.

8.2 Metadados Técnicos

Representam informações sobre estruturas de dados, definições de rotinas e processos organizacionais, diários de execução de rotinas operacionais ou de extração, transformação e carga de dados e seus resultados.

Incluem:
Dicionários de Dados, com Nome, Formato, Tipo e Tamanho dos atributos das bases de dados,

Especificações de Programas de Computadores ou de Regras de Transformações efetuadas em dados extraídos dos Sistemas Operacionais para compor Modelos Multidimensionais,

Logs de execução de rotinas.

8.3 Metadados de Negócio

Representam conceitos de negócio ou fórmulas e métodos de obtenção de Indicadores usados em um ou mais Modelos de Gestão ou Sistemas Operacionais.

9 Glossário

Ad-hoc – questão ou análise a ser resolvida e que não foi préviamente definida.

Business Intelligence – Inteligência de Negócio: Conjunto de Modelos de Gestão e Capacidades de Análise que permitem a uma Organização compreender e reagir eficazmente aos desafios e oportunidades presentes em seu ambiente de atuação.

Customer Relationship Management – Gestão do Relacionamento com o Cliente: Conjunto de Modelos de Gestão, Capacidades de Análise e Ações que permitem a uma Organização melhorar o relacionamento com seus clientes, facilitando o cumprimento das Metas e Objetivos da Organização.

Data Mining – Exploração de Dados: Conjunto de Modelos e Capacidades de Análise que permitem a identificação de padrões e tendências através de tratamentos automatizados de grandes volumes de dados sobre a operação e o ambiente da Organização.

Decision Support System – Sistemas de Suporte a Decisão: sistemas que disponibilizam alertas e indicadores que são utilizados nos processos de tomada de decisão da Organização.

Drill Down - O Drill Down ocorre quando o usuário aumenta o nível de detalhe da informação, diminuindo o grau de granularidade.

Drill Up - É o contrário do Drill Down, ele ocorre quando o usuário aumenta o grau de granularidade, diminuindo o nível de detalhamento da informação.

Executive Information System – Sistemas de Informações Executivas: sistemas que permitem visões macro de resultados e tendências do conjunto de processos de uma organização. Geralmente produzem relatórios de uma página ou indicadores em painéis de controle, demonstrando os principais Indicadores de toda a Organização.

Management Information System – Sistemas de Informações Gerenciais: sistemas que permitem acompanhar e avaliar os resultados de processos de uma Organização.

On Line Analytical Process – Processo de Análise On Line: Capacidade de combinar dados de uma estrutura de dados disponível para obter diferentes análises cuja utilidade é avaliada após sua produção.

Operational Data Storage – Armazém de Dados Operacionais: conjunto, organizado e integrado, de dados extraídos e mantidos sincronizados com suas origens nos sistemas operacionais da Organização. Atende necessidades de análises para gestão de curto prazo, geralmente trinta a sessenta dias, envolvendo informações de mais de um sistema operacional.


10 Siglas

BI – Business Intelligence
CRM - Customer Relationship Management
DSS – Decision Support System
EIS – Executive Information System
ETL - Extração, Transformação e Carga (Loading)
MIS – Management Information System
ODS - Operational Data Storage
OLAP - On Line Analytical Process

11 Referências na Internet

http://www.dmreview.com/ - Business intelligence, data warehousing and analytics editorial
http://www.dmreview.com/authors/author_sub.cfm?AuthorID=30609 - Customer Intelligence - Larry Goldman
http://www.dwbrasil.com.br/ - Artigos em português sobre Inteligência de Negócio
http://www.inmoncif.com/home/ - Corporate Information Factory e Government Information Factory - Frameworks para soluções de Inteligência de Negócio
http://www.ralphkimball.com/html/articles.html - Kimball Group Data Warehouse Training Articles
http://www.bscol.com/ - Balanced Scorecard Collaborative - driving breakthrough results
http://www.symnetics.com.br/news/default.asp - BSC - Symnetics - Brasil - Biblioteca Virtual – Artigos

28 de outubro de 2009

Links de últimas matérias do BI

Muito ainda se discuti sobre o BI, muitas ferramentas, muitas soluções. Todos já sabemos que é importante ter uma analise estratégica baseada em BI. Ontem mesmo estava verificando os meus e-mails e vi muitas oportunidades para a área de BI, Analista ETL, Analista DW e por ai vai. Assim como o e-Panelinha tem o CEVIU, que oferece varias oportunidades na área da informática, só que o foco é nacional. Vi varias oportunidades para BI o que mostra que a necessidade está em alta.
Antes de discutir BI da empresa e qual ferramenta usar, existe analises a serem consideradas. Não quero ser redundante, pois já falei de alguns pontos, mas nessa semana conversei com um amigo que é Gerente de Projeto de BI em uma consultoria e ele me falou de um projeto que pegou em um cliente que foi feito um DW muito mau planejado. Resumindo: A granularidade foi mal dimensionada causando falta de informações do resultado final dos relatórios. Tiveram que refazer quase todo o trabalho. Imagine!!!

Vamos a alguns links que achei bem legais e todos eles achei o site iMasters:
Qual o nível de Web Intelligence de sua empresa?
A profissão do futuro: Web Intelligence
Ampliando a visão do BI dentro das empresas

Até a próxima!!!

23 de outubro de 2009

Manual Basico do Kettle (Pentaho)

Comecei a fazer um passo a passo de como utilizar o Kettle da Pentaho. O post ficou enorme, mas ainda pretendo coloca-lo aqui. Só não coloquei por que ainda falta terminar e capturar algumas telas. Porém felizmente antes mesmo de terminar encontrei esse video abaixo. Ele exemplifica muitas situações e não haverá no post que irei colocar.



[]'s
Tom

22 de outubro de 2009

Business Intelligence Demonstration

Não é novidade nenhuma o que esse video possa mostrar, mas é bem interessante. Você poderá ver um caso aplicado no Governo dos USA, especificamente no Tennessee. Ele demonstra o problema e a solução aplicada com o BI utilizando ferramentas que são do nosso cotidiano "informatico". Apreciem, mas acho que tem que ter um pouco de saco por que o video é em inglês e tem quase 30 minutos.



Eu não disse que era grande?!?!!? Gostaram? Espero que sim.

21 de outubro de 2009

"DW Funciona Gente!!!"

É pessoal... Mais um achado do nosso colega Marcos Lovisi que nos mandou um link para o artigo da ComputeWord.

Segue o link:
Vivo economiza US$ 28 milhões com data warehouse

Bem, agora que você leu, podemos ter uma idéia do que queremos com esse blog. A troca de conhecimento é muito benéfica e produtiva. Quero ver comentários sobre a matéria. ;)

9 de outubro de 2009

Modelagem e Implementação de um DW - 2ª Parte

Construção das Tabelas Dimensão

Vamos utilizar a ferramenta já mencionada no post anterior o SQLite Spy para a criação das tabelas a seguir:
  • Tempo:
CREATE TABLE Tempo(
Sem_code INT PRIMARY KEY,
Num_sem INT,
Num_mes INT,
ano INT,
periodo INT);
  • Sala:
CREATE TABLE Sala(
SalaCode INT PRIMARY KEY,
Local TEXT,
Cidade TEXT,
Estado TEXT,
Regiao TEXT,
Pais TEXT);
  • Artista:
CREATE TABLE Artista(
ArtistaCode INT PRIMARY KEY,
ArtistaNome TEXT);
  • Filme:
CREATE TABLE Filme(
FilmeCode INT PRIMARY KEY,
FilmeName TEXT,
FilmeDescricao TEXT,
Genero TEXT);
  • Partic:
CREATE TABLE Partic(
FilmeCode INT,
ArtistaCode INT,
Papel TEXT,
Ranking Decimal(5,2),

PRIMARY KEY(FilmeCode, ArtistaCode, Papel),
FOREIGN KEY(FilmeCode) REFERENCES Filme(FilmeCode),
FOREIGN KEY(ArtistaCode) REFERENCES Artista(ArtistaCode));

Construção da Tabela Fato

CREATE TABLE Exibicao(
FilmeCode INT,
ArtistaCode INT,
Sem_code INT,
SalaCode INT,
PublicPart INT,
ArrecPart Decimal(10,2),
PRIMARY KEY(FilmeCode, ArtistaCode, Sem_code, SalaCode),
FOREIGN KEY(FilmeCode, ArtistaCode) REFERENCES Partic(FilmeCode, ArtistaCode),
FOREIGN KEY(SalaCode) REFERENCES Sala(SalaCode),
FOREIGN KEY(Sem_Code) REFERENCES Tempo(Sem_Code));

Agora com nosso DW pronto é só partir para o Processo de ETL. Aguarde nosso próximo post.

8 de outubro de 2009

Aprendendo a Utilizar, basicamente, o SQLiteSpy

SQLiteSpy é um GUI rápido e compacto gerenciador de banco de dados SQLite. Ele lê arquivos SQLite3 e executa SQL contra eles. Sua interface gráfica torna muito fácil de explorar, analisar e manipular.

Vou dar um overview de como utilizar e executar SQL's na sua interface.

O SQLite Spy não é preciso instalar, é só copiar para uma pasta no PC e pronto. Já podemos usar tranqüilamente.

Vamos seguir um passo a passo de como criar um banco de dados e uma tabela.

  • Abra o SQLite Spy;

 

  • Abrirá a seguinte tela;



  • Vamos criar um novo banco de Dados;



  • Defina onde será salvo o banco de dados e o Nome;



  • Banco criado agora vamos inserir uma nova tabela no banco;


  • Agora vamos executar o SQL para criar o banco através do Menu\ExecutezExecute SQL (F9);



  • Pronto, o banco já está criado e com uma nova tabela;



Bem simples, não?! Então mãos a obra que esse banco ainda precisa de tabelas.

Modelagem e Implementação de um DW - 1ª Parte


Vamos iniciar nosso primeiro projeto de implementação de um Data Warehouse (DW) utilizando ferramentas básicas que existem no mercado de OpenSource.

Antes de mais nada quero dar os créditos a esse trabalho ao professor Tarcísio de Souza Lima da Universidade Federal de Juiz de Fora - Pós MBI (Master in Bussines Intelligence), ele quem passou o trabalho em sala e achando o trabalho muito interessante gostaria de expor aos colegas que desejam aprender um pouco mais sobre o assunto. Praticamente irei transcrever o trabalho.





Fermentas a serem utilizadas:
- SQLiteSpy;
- Kettle;

Mini-Mundo:

A distribuidora de filmes WOLD VISION tem sistema de controle de seus filmes que contrata de vários estúdios nacionais e estrangeiros. Filmes são exibidos em sessões diárias em salas de cinema (com diferentes capacidades) espalhadas por cidades, estados, regiões do país.
Os clientes (as salas) fazem pedidos de filmes por ator, diretor, gênero e país, conforme seus mercados. A distribuidoa já tem um sistema (OLTP) com um BD transacional.

Acontece que os diretores querem analisar os seus negócios e sentiram a necessidade de um DW para ajudar nessa análise. Após entrevistas com executivos da distribuidora apareceram requisitos de informação, tais como:

  • Evolução semanal de público e $$ arrecadado por região, estado e cidade classificados por gênero e sala;
  • Evolução mensal de exibição de filmes por diretor;
  • Evolução semanal de público por ator;
  • Como lançar filmes por períodos do ano;

No próximo post colocarei os passos para criar no Banco de Dados Transacional de Exemplo.


    7 de outubro de 2009

    Maturidade do Business Intelligence

    Nosso colega da Pós enviou para nosso grupo um link com uma matéria da Computer World falando da gestão de BI. Achei muito legal.

    A visão do BI pelos empresários é de grande importância para pessoas que deseja cair de cabeça nesse muito. E tem muito o que explorar nos conceitos. Os profissionais tem que entender a cabeça do gestor para dar a solução que ele espere alcançar.

    Vamos a matéria:

    Business Intelligence Chega à fase de Maturidade

    Acreditem, o melhor dessa matéria são os comentários. Não deixe de ler.


    Enviado por: Marco Antonio Lovisi

    6 de outubro de 2009

    Information Week - Julho 2009

    A matéria de capa da revista Information Week relata algumas histórias de empresas que estão usando ferramentas de BI para tomada de decisão.




    É uma matéria que vale a pena dar uma lida e verificar o caminho que essas empresas estão buscando.

    Contribuição: Márcio Mota Lopes

    Introdução

    Inicialmente, não vamos perder tempo com definição de o que é o Bussines Inteligence (BI). Pois se você chegou até aqui é por que pelo menos você entende os conceitos a cerca desse assunto. O nosso objetivo principal de descrever os passos de um projeto de BI de forma clara, simples e descomplicada.

    A inteligência de negócios, como muitos já sabem, é uma ferramenta importante para a tomada de decisão estratégica e queremos abortar detalhes de sua implementação usando ferramentas disponíveis no mercado. A primeira que iremos utilizar será a ferramenta da Pentaho, que além de ser gratuita é muito fácil de se utilizar. Utilizaremos exemplos que possam ser transportados para o seu cotidiano e ajudando a planejar todo o processo de implementação do BI na sua empresa.

    Primeiramente vamos ter em mente que para um projeto de BI ser bem sucedido, tem que levar em consideração alguns fatores que são importantes. E nunca poderemos desprezar esse pontos, pois eles garantes a qualidade e a contabilidade de seu projeto. São eles:
    • Bom planejamento corporativo: Tem que se conhecer bem os processos da empresa e entender quais os objetivos do planejamento estratégico do negócio. Sem essa informação bem clara, podemos gerar muitas voltas desnecessárias para chegar onde queremos.
    • Escolha da ferramenta apropriada: O maior impediditivo para um projeto de BI é uma ferramenta que seja muito cara que comprometa todo o orçamento. Não vamos tentar matar um mosca com um canhão.
    • Garanta a qualidade do planejamento do DW: Tem que garantir a qualidade da informação atravéz de um processo bem feito de ETL.
    • Treinamento dos Usuários: Os usuário não podem se sentir inferiores em utilizar uma ferramenta. Ele tem que conhecer e saber como obter a informação que ele necessite.
    • Não planeje o BI sem a participação da área de negócios: O grande protagonista tem que ser a área de negocio. Ele vai garantir o sucesso passando todas as informações necessárias.
    • Planeje tudo possível: O projeto não pode deixar de contemplar qualquer atividade a ser executada. Caso não encare como um projeto de qualidade ele terá que ser refeito. Essa postura garante que não haverá aumento no custo do projeto.
    • O BI não é somente a ETL: Preocupe-se com todas as etapas. Especialmente a parte das analises do usuário. Será essa etapa que garante a confiabilidade do sponsor.
    • Monte um ambiente flexível: O projeto tem que ser flexível para acompanhar o crescimento do negocio.
    Acredito que tenha mais pontos importantes a ser observados, mas já poderá iniciar um projeto de sucesso se seguir esses passos.

    Objetivo do Projetos BI

    Esse blog compõe de pessoas interessadas em difundir o conhecimento em BI. Já que é uma área bastante restrita e fechada. Nosso objetivo não é colocar a solução para tudo e sim dispor de nossas dificuldades e soluções alcançadas. Esperamos, honestamente, que o conteúdo aqui disposto lhe insentive a gerar mais soluções que agregaram nossos conhecimento em conjunto.

    Grato a atenção dispensada.

    Sucesso a todos.

    Ailton Nunes