Compartilhe

Desmistificando o BIConceitos, estruturas eprincipais ferramentas

Compartilhe

Este e-book tem a intenção de trazer algumas informações básicas sobre BI, características de tipos de arquitetura, problemas enfrentados em projetos de BI, conceitos básicos. A intenção não foi desenvolver um material detalhado ou muito técnico, esperamos que nosso e-book possa esclarecer para você alguma eventual duvida ou até lhe trazer informações importantes para uma possível tomada de decisão. Para maiores informações procure a DBC Company.

INTRODUÇÃO

Compartilhe

SUMÁRIO

O que é Business Intelligence

Conceito de BI

Ferramentas

Problemas em Projetos de BI

Arquiteturas de Business Intelligence

[ 04 ]

[ 05 ]

[ 14 ]

[ 11 ]

[ 15 ]

Entre em contato com a gente:

dbccompany.com.brcomercial@dbccompany.com.br51 3330 7777

Compartilhe

“Um conjunto de conceitos, métodos e recursos tecnológicos que habilitam a obtenção e distribuição de informações geradas a partir de dados operacionais, históricos e externos, visando proporcionar subsídios para a tomada de decisões gerenciais e estratégicas”.

Gartner Group

O que é BusinessIntelligence

Compartilhe

Conceitode BI

Metodologias = ProcessosImplementação = TécnicasFerramentas = Softwares

Transformar dados em informação não é uma ferramenta, é um conceito.

DADOSTRANSFORMADOS EM INFORMAÇÃO

CONHECIMENTO INSTRUMENTO DEINTELIGÊNCIA

Business Intelligence, que pode ser traduzido como Inteligência de Negócios, é um conjunto de metodologias de gestão implementadas através de ferramentas de software, cuja objetivo é proporcionar ganhos nos processos decisórios das organizações. Baseando-se principalmente na capacidade analítica das ferramentas que integram em um só lugar todas as informações necessárias ao processo decisório.

Compartilhe

Conceitode BI

Afinal, quando usar BI na prática ?• Evitar a construção manual de relatórios gerenciais

• Minimizar os “achismos” (subjetividade)

• Unificar dados de áreas diferentes para geração de

KPI globais da empresa (ou até dados externos)

• Não reconhecer o perfil do meu cliente e quero

melhorar o relacionamento (CRM)

• Não tenho acesso a dados confiáveis com agilidade

(minutos)

ResumoMelhorar a gestão do negócio,

agindo de forma pró-ativa aos

problemas, sem subjetividade.

Objetivo:

• Redução de custos

• Aumento de produtividade

• Lucratividade

Compartilhe

A imagem abaixo é

bastante clássica na

literatura, e tem por

objetivo ilustrar de

forma conceitual a

estrutura e a

lógica de um projeto

de BI, da seguinte

maneira

• A – Dia a dia da Empresa – As pessoas de uma organização têm suas tarefas diárias, seu operacional. Estas pessoas demandam e geram informações para a empresa, sejam em relatórios oficiais, planilhas auxiliares, informações externas, ou qualquer outras fontes de informação. Mas são estas informações que fazem andar a empresa, elas são o “Imput” para um projeto de BI, sou seja, geralmente o usuário irá lhe apresentar os relatórios que ele necessita, que são importantes, que a alta gerência ou diretoria necessitam para tomada de decisões;

• B – Registros – Estas informações estão armazenadas nas mais diferentes origens de dados, podem ser próprias da empresa ou ainda em fontes externas Para a informação ser colocada e disponibilizada em um projeto de BI, precisa-se identificar onde ela está; Engrenagens – Representam o processo de extrair os dados, transformá-los e carregar para o BI;

• C – Estratégia da empresa – Simbolizada por um cubo. Estas informações serão armazenadas e disponibilizadas de forma a responder os questionamentos feitos pelo usuário para a ferramenta. Deve refletir a estratégia da empresa, a forma da empresa pensar e se posicionar no mercado.

Veja a imagem na próxima página

Compartilhe

Conceitode BI Conceito de um projeto de BI

ERP

OUTROS

A B C

DW

Dia-a-dia da empresa

Ações da empresa

Registros

Dados

Estratégia da Empresa

Informação

Compartilhe

Conceitode BI

Nomenclaturas utilizadas em projetos de BI

Cada sistema de business intelligence (BI) tem um objetivo específico, que deriva dos objetivos da organização e de sua estratégia, seja ela de curto, médio ou longo prazo.Este é o principal motivo pelo qual projetos de BI precisam ser customizados, feito “sob medida” para a organização, pois a estratégia de cada empresa é única.

• Indicadores - Key Performance Indicators – É uma métrica financeira ou não que

avalia os fatores de sucesso da organização.

• Data Warehouse (DW) – Banco de dados voltado para consulta. A estrutura da base

de dados favorece para que possam ser feitos relatórios e análise de grandes volumes

de dados. O processamento de dados em um DW é sempre referenciado como Online

Analytical Processing (OLAP) ou Processo Analítico em Tempo Real, em contraste

com o Online Transaction Processing (OLTP) usado para armazenar as operações de

negócios. Outra característica do data warehouse é que os dados não são voláteis, ou

seja, eles não mudam.

• Data Mining – Descoberta de padrões/tendências sobre DW. “Processo não trivial

de identificar, em dados, padrões válidos, novos, potencialmente úteis e ultimamente

compreensíveis”. Existem ferramentas e algorítmos específicos para apoiar neste

processo.

• BSC – Balanced Scorecard – metodologia de medida desempenho.

• OLAP – “Online” Analytical Processing – “CUBO” / Performance. Nessas ferramentas

de navegação é possível em diferentes níveis de granularidade (detalhamento) de um

Voltar

Compartilhe

cubo de dados. Este processo é chamado de Drill que pode ser aumentado pelo usu-

ário (Drill down) ou diminuído (Drill up).

• ETL – Processo de extração, transformação e carga de dados: “Extract, Transform &

Load”. Este processo tem o objetivo de levar o dado da sua origem para o DW. Ge-

ralmente este processo é o que mais consome tempo em um projeto de BI, esta fase

deve ser bem analisada e homologada por profissionais com função específica de

análise de negócios, pois aqui serão definidos claramente quais informações são re-

levantes e que farão parte dos dados que vão alimentar o Data Warehouse de forma

concisa e confiável.

• Big Data – dados mais variados e menos estruturados que DW

Ferramenta: Hadoop

Dados: Dados redes sociais + Pesquisas Google

Conceitode BI

Nomenclaturas utilizadas em projetos de BI

Compartilhe

Ferramentas

Anualmente, o Gartner Group apresenta um relatório chamado “Quadrante Mágico”, onde estão presentes as mais relevantes plataformas de softwares corporativos na área de inteligência de negócio. Este relatório é dividido em quatro grupos de acordo com vários critérios de avaliação. De acordo com a pontuação obtida em cada um dos eixos, os fornecedores são classificados como líderes (quadrante superior direito), visionários (quadrante inferior direito), desafiadores (destaque para capacidade de execução – quadrante superior esquerdo), ou fornecedores de nicho (quadrante inferior esquerdo). De fato, estar presente em qualquer um desses quadrantes já indica que essas empresas são referências mundiais em relação ao uso desse tipo de solução.

Fonte: Gartner Group

2014 2015 2016

TableauQlikMicrosoftMicrostrategy

Compartilhe

Com base na experiência de profissionais de BI da DBC e próprias referências

autônomas da internet, montamos um comparativo de algumas das principais

ferramentas disponíveis no mercado e classificamos estas ferramentas

quanto a características que se esperam em uma ferramenta de BI.

Facilitamos tudo para você!

Clique para ampliar!

Agile Analytics

IBM Cognos

Oracle OBIEE

Microstrategy

Qlikview

SAS VA

Microsoft Analysis

Tableau

SAP BO

System of RecordBusiness Intelligence

Big DataAnalytics

Mobile& Cloud

Qu

ick

Da

ta A

cces

s

Vis

ua

l Da

ta D

isco

very

Qu

ick

Da

shb

oard

s

Col

lab

ora

tion

an

d S

hari

ng

Pro

du

ctio

n R

epor

ts

Pro

du

ctio

n D

ash

boa

rds

Oth

er B

I Sty

les

Sec

uri

ty a

nd

Met

ad

ata

Con

trol

Per

form

an

ce a

nd

Sca

le

Ad

min

istr

ati

on

Da

ta C

onn

ecto

rs

Mu

ltis

ourc

e D

ata

Acc

ess

Ad

van

ced

An

aly

tics

Mob

ile A

na

lyti

cs

Clo

ud

Dep

loym

ent(

Pa

as

Sa

aS

)

Fonte: BIscorecard

Compartilhe

Agile Analytics

IBM Cognos

Oracle OBIEE

Microstrategy

Qlikview

SAS VA

Microsoft Analysis

Tableau

SAP BO

System of RecordBusiness Intelligence

Big DataAnalytics

Mobile& Cloud

Qu

ick

Da

ta A

cces

s

Vis

ua

l Da

ta D

isco

very

Qu

ick

Da

shb

oard

s

Col

lab

ora

tion

an

d S

hari

ng

Pro

du

ctio

n R

epor

ts

Pro

du

ctio

n D

ash

boa

rds

Oth

er B

I Sty

les

Sec

uri

ty a

nd

Met

ad

ata

Con

trol

Per

form

an

ce a

nd

Sca

le

Ad

min

istr

ati

on

Da

ta C

onn

ecto

rs

Mu

ltis

ourc

e D

ata

Acc

ess

Ad

van

ced

An

aly

tics

Mob

ile A

na

lyti

cs

Clo

ud

Dep

loym

ent(

Pa

as

Sa

aS

)

Ferramentas

Fonte: BIscorecard

Compartilhe

Problemas em Projetos de BI

1. Requisitos pouco claros

2. Dados incorretos ou incompletos

3. Usuários finais envolvidos tardiamente

4. Alto custo e demora nas entregas

5. Falta de gestão (mudanças principalmente)

6. Ferramenta de BI vista como o “Solução dos Problemas”

7. Dificuldade de uso ou falta apelo visual

8. Apelo por “pacotes prontos”, não customizados

Principaisproblemas encontrados em projetos

“BI não falha por problemas tecnológicos, mas porque

algo está errado no processo.”

Gartner Group

Palavra de Mestre

Compartilhe

DM

Vendas

Produção

DM

Prod.

MKT

DM

RH

DM

ETL

DataWarehouseRelatório

ERP

CRM

FontesInternas

FontesExternas

DataMining

OLAP

SIE

Arquiteturas de Business Intelligence

Arq

uit

etu

ra C

láss

ica

Veja um exemplo de estrutura Data Mart!

Compartilhe

FatoVendas

PK NrNotaPK,FK1 CodProdutoPK,FK2 CodClientePK,FK3 CodPromocaoPK,FK4 CodDataPK,FK5 CodVendedorPK,FK6 CodLoja

QtdVendidaVlVendido

DimProduto

PK CodProduto

NomeProdutoCodMarcaDescrMarca

DimCliente

PK CodCliente

NomeClienteCodCidadeNomeCidadeCodEstadoNomeEstado

DimPromocao

PK CodPromocao

NomePromocao

DimVendedor

PK CodVendedor

NomeVendedor

DimLoja

PK CodLoja

NomeLojaCodCidadeNomeCidadeCodEstadoNomeEstado

DimTempo

PK CodData

DataDiaSemanaFeriado

Arquiteturas de Business Intelligence

Data Mart Vendas

Veja um exemplo da estrutura de DM de vendas!

Compartilhe

Características da Arquitetura Clássica

• Possui banco de dados de Data Warehouse (DW)

separado do Transacional

• Modelagem Tradicional (Star Schema ou

Snowflake)

• Necessita de programas de carga (PL/SQL,

ferramenta proprietária) para “alimentar” o DW

• Ciclo de desenvolvimento mais longo (fases

de levantamento, análise, documentação,

desenvolvimento, testes, homologação, deploy em

produção)

• Conduzida pela equipe da TI, que conduz o

processo, entrega para área usuária e treina

• TI Produz indicadores/KPI corporativos e alinhados

com toda empresa

Arquiteturas de Business Intelligence

Compartilhe

Arquiteturas de Business Intelligence

Arq

uit

etu

ra S

elf-

Ser

vice

Cu

bos

in-m

emor

y

ERP

Flat e departamental

Redes Sociais, Sensores, Streaming, Real time e Big Data

Compartilhe

Características da Arquitetura Self-Service

• Não possui banco de dados de Data Warehouse (DW)

separado do Transacional – tudo feito in-memory pela

ferramenta

• Não necessita de programas de carga de dados

(processo de “carga” é embutido na atualização dos

dados)

• Ciclo de vida curto/enxuto – Parte das necessidades

do cliente

• Conduzida pela área usuária – 80% independente de TI.

TI é acionada apenas como “provedor” geral de fontes

de dados

• TI Produz indicadores/KPI corporativos e alinhados

com toda empresa

• Alinhado com Cloud e Software como serviço (SaaS)

• Ferramentas amigáveis e gráficas

Arquiteturas de Business Intelligence

Compartilhe

80% Dependente 80% Indepentente

AnáliseUso e otimização

RelatóriosConstrução e

Projeto

DadosProcurement and

Provision

Arquiteturas de Business Intelligence

Tarefas de departamentos especializados em TI.

Tarefas de departamentos especializados.

Construção otimizada de

relatórios

Tarefas de TI

Departamento especializado

Características da Arquitetura Híbrida

Compartilhe

Características da Pirâmide normal - BI Normal

• No BI tradicional, a TI é responsável por 80% da construção da

Data Warehouse e disponibilização dos relatórios/dashboards.

A maioria da comunidade de usuários finais apenas acessa as

informações pré-prontas e uma pequena parcela de usuários,

conhecidos como “Analistas de dados”, produz consultas ad-

hoc baseadas em cubos.

Arquiteturas de Business Intelligence

80% Dependente 80% Indepentente

AnáliseUso e otimização

RelatóriosConstrução e

Projeto

DadosProcurement and

Provision

Tarefas de departamentos especializados em TI.

Departamento especializado

Compartilhe

Características da Pirâmide Invertida - BI Sef-Service

• Na arquitetura self-service, A TI funciona como um “Provedor

de dados brutos”, acessando os sistemas ERP da empresa e

disponibilizando macro-informações na forma de cubos ou

visões. A comunidade usuária tem um papel mais importante

na criação de relatórios e dashboards e a figura do Analista de

dados é mais importante na organização.

• Atualmente, o papel de “Cientista de dados” vem ganhando

força neste cenário, que é uma pessoa especialista em

matemática, estatística e processos da organização. Este é um

hard user do BI self-service, demandando para a TI apenas a

tarefa de prover dados brutos dos mais diferentes sistemas

operacionais.

Arquiteturas de Business Intelligence

80% Dependente 80% Indepentente

AnáliseUso e otimização

RelatóriosConstrução e

Projeto

DadosProcurement and

Provision

Tarefas de departamentos especializados.

Construção otimizada de

relatórios

Tarefas de TI

Compartilhe

dbccompany.com.brcomercial@dbccompany.com.br

(51) 3330-7777