Inteligência nos Negócios (Business Inteligente) · Baixar o aplicativo do endereço...

Inteligência nos Negócios (Business Inteligente)

Sistemas de Informação – Sistemas de Apoio a Decisão

Aran Bey Tcholakian Morales, Dr. Eng.

(Apostila 4: OLAP)

2

BI

Dados ( OLTP e outras fontes)

Data Warehouse/ Data Marts

Ferramentas OLAP

Mineração de dados - KDD

Interpretação/

Avaliação

Decisões

Analise

de dados

Analises dos

tomadores de

decisão

Fundamentação da disciplina

Dados

Informação

Conhecimento

Análises Exploratória de Dados

3Equipe técnica que desenvolve e

oferece suporte ao BIAnalistas de negócio

Apresentação

4

5

6

7

Processamento analítico on-line (OLAP): Navegando e visualizando os dados da organização.

8

OLAP (Processamento analítico on-line) é uma das ferramentas de

consulta e de apresentação de informações (front-end) que permite

que analistas, gerentes e executivos obtenham, de maneira rápida,

consistente e interativa, acesso a uma variedade de visualizações de

dados agregados (quantidade vendida, lucro, preço) ao longo de

várias dimensões analíticas (tempo, categoria de produto, loja).

A tecnologia OLAP foi definida em decorrência da forte necessidade

de análises dos dados de forma fácil e flexível. Analisam-se múltiplas

visões do negócio em diferentes níveis de detalhe, comparações e

tendências.

OLAP: Definição

9

Objetivo

A tecnologia OLAP tem como objetivo auxiliar analistas de negócios a

sintetizarem informações sobre o assunto de negócio por meio de

comparações, visões personalizadas, análise histórica e projeção dos

dados em vários cenários.

Terminologia

Para melhor compreensão dos dados, as análises são sempre

associadas a um cubo, onde as arestas representam as dimensões e

cada célula representa uma medida (indicador), resultado de uma

determinada visão (cruzamento de uma ou mais dimensões).

OLAP

10

OLAP

Cubo é uma estrutura de dados que pode ser imaginado como

folha de cálculo multidimensional.

11

OLAP

12

OLAP

14

Vendas Prod Loja Total

p1 c1 12

p2 c1 11

p1 c3 50

p2 c2 8

c1 c2 c3

p1 12 50

p2 11 8

Tabela fato:Cubo Multi-dimensional

Exemplos de cubos de dados: 2 dimensões

15

Vendas Prod Loja Tempo Total

p1 c1 1 12

p2 c1 1 11

p1 c3 1 50

p2 c2 1 8

p1 c1 2 44

p1 c2 2 4

Tempo 2c1 c2 c3

p1 44 4

p2 c1 c2 c3

p1 12 50

p2 11 8

Tempo 1

Cubo Multi-dimensionalTabela fato:

Exemplos de cubos de dados: 3 dimensões

16

Tempo 2c1 c2 c3

p1 44 4

p2 c1 c2 c3

p1 12 50

p2 11 8

Tempo 1

c1 c2 c3

p1 56 4 50

p2 11 8

c1 c2 c3

sum 67 12 50

sum

p1 110

p2 19

129

. . .

Vendas(c1,*,*)

Vendas(*,*,*)Vendas(c2,p2,*)

Operações no cubo

Vendas(*,p2,*)

17

Tempo 2c1 c2 c3

p1 44 4

p2 c1 c2 c3

p1 12 50

p2 11 8

Tempo 1

região A região B

p1 56 54

p2 11 8

Hierarquia da

dimensão loja

região

loja

(loja c1 na Região A;

loja c2, c3 na Região B)

Operações no cubo

18

Exemplos de cubos de dados

O cubo de dados de 3 (três) dimensões:

19

20

Há três tecnologias principais para a construção de cubos

multidimensionais: ROLAP, MOLAP e HOLAP.

• ROLAP usa BD relacionais tradicionais, onde os dados são

armazenados em tabelas esquematizadas na forma de uma estrela

(star schema) ou de flocos de neve (snow flake schema). Aqui

temos um cubo “lógico” que permite visão detalhada de dados

analíticos.

Arquiteturas OLAP

21

• Já MOLAP, utiliza estruturas de dados proprietárias para

armazenar o cubo de dados, tornando o processamento mais

rápido. O armazenamento dos dados é física.

Alguns exemplos de base de dados são: Hyperion Essbase,

Microsoft AnalysisServices, Cognos.

• A tecnologia HOLAP, é uma tecnologia híbrida.

Arquiteturas OLAP

22

Análises de dados com EXCELExemploSelecione Dados -> Relatório de tabela e gráfico dinâmicos...

23

BI

Dados ( OLTP e outras fontes)

Data Warehouse/ Data Marts

Ferramentas OLAP

Mineração de dados - KDD

Interpretação/

Avaliação

Decisões

Analise

de dados

Analises dos

tomadores de

decisão

Fundamentação da disciplina

Dados

Informação

Conhecimento

Análises Exploratória de Dados

24

Pentaho BI-Server 1. Baixar o aplicativo do endereço community.pentaho.com (ver figura);

2. Descompactar e copiar o materal de “SAD_Folha_10” para

“…\pentaho-server\pentaho-solutions\system”

3. Executar o arquivo start-pentaho.bat

25

Pentaho BI-Server

4. O servidor demora em subir. Aparece a mensagem “Server

startup”(ver fgura). No browser digitar:

http://localhost:8080/pentaho;

5. Se não visualizar a tela principal, verifique os problemas com o Java

(ver slides de apostilas anteriores).

26

Pentaho: Bi-ServerExecutar o Bi-Server (para a instalação, consultar apostila de ferramentas)

1. Execute o arquivo biserver-ce\start-pentaho.bat;

2. No browser digitar: http://localhost:8080/pentaho;

3. Escolher o login Administrador (Admin/password)

27

Pentaho: Bi-Server

28

Pentaho: Bi-ServerExercício Folha 10

1. Adicionar uma nova conexão

29

Pentaho: Bi-Server

2. Verifique os parâmetros da conexão

30

Pentaho: Bi-Server

3. Criar um novo data source

31

Pentaho: Bi-Server

4. Dar um novo ao data source e escolher o tipo Database table

32

Pentaho: Bi-Server

5. Selecionar a conexão com a base de dados

33

Pentaho: Bi-Server

6. Tela para construir os joins entre o fato e as dimensões

34

Pentaho: Bi-Server

7. Os joins construídos

35

Pentaho: Bi-Server

8. O cubo de dados foi construído

36

Pentaho: Bi-Server

9. Opções para visualizar o cubo de dados

37

Pentaho: Bi-Server

10. Ferramenta JPivot

38

Pentaho: Bi-Server

11. Editando o cubo de dados construído

39

Pentaho: Bi-Server

12. Agrupando os atributos da DI_LOJA

40

Pentaho: Bi-Server

13. Atributos da DI_LOJA agrupados

4114. Visualização na ferramenta Saiku

Pentaho: Bi-Server

42

Pentaho: Bi-Server

15. Outra visualização na ferramenta Saiku

43

Pentaho: Bi-ServerExercício Folha 10 – item a

44

Exercício Folha 10 – item b

45

46

Pentaho: Bi-ServerFolha 10: item e.

47

Pentaho: Bi-Server

48

Pentaho: Bi-Server

66

BI

Dados ( OLTP e outras fontes)

Data Warehouse/ Data Marts

Ferramentas OLAP

Mineração de dados - KDD

Interpretação/

Avaliação

Decisões

Analise

de dados

Analises dos

tomadores de

decisão

Fundamentação da disciplina

Dados

Informação

Conhecimento

Análises Exploratória de Dados