Entendo Business Intelligence

Entendendo Business Intelligence “ Qualificando decisões de negócio”

“ Qualificando decisões de negócio”

Sobre a Sol7

Primeira empresa brasileira especializada em soluções de Business Intelligence baseados em softwares livres;

Soluções para pequenas e médias empresas dos mais diferentes ramos de atuação;

Missão: prover soluções de alta qualidade que auxiliem os clientes a tomarem melhores decisões e atingirem resultados mais significativos;

Incubada na Inovates (Univates);

“ Entendo Business Intelligence”

História - Business Intelligence

Surgiu a milhares de anos atrás (Persas, Egípcios e outros povos.);

Cruzavam informações provenientes da natureza;

Períodos de chuvas, comportamento dos mares, etc.

Para tomarem decisões ;

Uma referência anterior : Sun Tzu - A Arte da Guerra;

Deter todo o conhecimento de suas fraquezas e virtudes, além de todo o conhecimento das fraquezas e virtudes do inimigo;

A falta deste conhecimento pode resultar na derrota;

História - Business Intelligence

Como conhecemos, surgiu na década de 70;

Problemas

Faltava poder de processamento;

Não existiam Banco de dados;

Ainda não existia interfaces desktop;

Termo foi cunhado pelo Gartner em 1992;

Antes disso já existiam outros termos (Olap, DW, etc);

O que é Business Intelligence?

Termo de negócios(buzzword) ?

Termo HighTech?

Um software?

Um conceito?

“ Descreve as habilidades das corporações para acessar dados e explorar as informações, analisando-as e desenvolvendo percepções e entendimentos a seu respeito, o que as permite incrementar e tornar mais pautada em informações a tomada de decisão”.

Wikipedia

“ 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 Business Intelligence? Simplificando

“ BI é transformar dados

em informações úteis”

Características

Extrai e integra dados de múltiplas fontes;

Fazer uso da experiência (dados históricos);

Analisa dados contextualizados;

Trabalha com hipóteses;

Procura relações de causa e efeito;

Transformar os registros obtidos em informação útil para o conhecimento empresarial;

Conceitos de BI são aplicáveis a todo tipo de empresa, independente de seu porte, faturamento ou segmento .

Como funciona?

Tecnologias

Data Warehouse

ETL

Data Mining

OLAP

Data Warehouse

Definição

Segundo Inmon, Data Warehouse é uma coleção de dados orientados por assuntos, integrados, variáveis com o tempo e não voláteis, para dar suporte ao processo de tomada de decisão;

Kimball define assim: é um conjunto de ferramentas e técnicas de projeto, que quando aplicadas às necessidades específicas dos usuários e aos bancos de dados específicos permitirá que planejem e construam um data warehouse.

Data Warehouse (Levantamento de requisitos)

Data Warehouse (Metadados)

Metadados são dados que fazem referência a outros dados ou seja, mantêm informações sobre "o que está e onde" no ambiente de DW.

Modelo de usuário

Descrição

Agregador

Finalidade

Modelo de integração;

Descrição Técnica

Tipo Origem

Origem

Data Warehouse (Metadados)

Data Warehouse (Modelagem Multidimesnsional)

Diferente da modelagem ER

Modelo Estrela

Diferente da modelagem ER

Modelo Floco de Neve Ch_Produto Nome Descrição Ch_Marca DM Produto Ch_Marca Marca Ch_Categoria DM Produto Ch_Categoria Categoria DM Produto

Tabela Fato

Guardam as medidas do negócio.

Cada medida tem uma das interseção de todas as dimensões

Os fatos são aditivos, ou sejam, podem ser acumulados

Fatos tem valores contínuos

Tabelas Dimensão

Guardam os atributos do negócio

São utilizadas para restringir as pesquisas feitas

Servem como título das colunas em consultas

Data Warehouse (Características)

Orientação por Assunto

Ex: Vendas, Compras, etc...

Integração

Ex Campo sexo – M/F – Masc/Fem, etc...

Variação no Tempo

Manter o histórico dos dados superior ao OLTP

Não Volatilidade

Carga inicial e as consultas dos front-ends.

Credibilidade dos Dados

Dados operacionais errados = informações DW erradas.

Granularidade

Nível de detalhe ou de resumo dos dados.

ETL

Extração, transformação e carga;

Ambientes heterogêneos;

Várias fontes de dados;

Um grande tempo é aplicado nesta etapa;

Realizado “fora de hora”;

Fase mais crítica;

Ferramentas

Workflow (Visual);

Agendador (Terminal );

ETL (Extração, transformação e carga)

Procedimentos

Limpeza

Erros no operacional implicam erros no data warehouse

Integração

Vários sistemas fonte implica integração

Carga

Cópia inicial para o Data Warehouse

Atualização

Cópia incremental

Transferência

Fontes de Dados dispersas

Valores nulos

Ex: 50% dos registros não possuem dados para campo sexo;

Padronização de campos

Seleção de dados

somente dados necessários.

Duplicidade de registros

Agregar campos de outras bases

Planilhas eletrônicas, notícias, etc.

Discretização

geração de intervalos de valores numéricos Ex: idade è criança, jovem, adulto, 3a idade

Identificação única

Cpf, nome, e-mail, endereço, telefone

Enriquecimento

gerar novos campos a partir dos existentes

Ex: idade, tempo de permanência

Verificação de dados

correção de endereços.

ETL

ETL

OLAP ( On-Line Analytical Processing )

Forma alternativa de tratamento da informação,

Processamento de dados,

Dedicado ao suporte a decisão,

Por meio de visualização de dados agregrados ao longo de várias dimensões analíticas (tempo, espaço, categoria de produto, quantidade vendida, preço...),

Hierarquizadas em várias granularidades,

Armazenados em BD especializadas,

Seguindo um modelo lógico de dados multidimensional,

Operacional e analítico

O processo operacional tem funções limitadas, que são implementadas e oferecidas de acordo com a política da empresa. Também chamado de OLTP (on-line transaction processing)

Ex. Relatório de resultados financeiros

O processamento analítico é em essência não limitado, permitindo a criatividade das pessoas envolvidadas. Também é chamado de OLAP (on-line analytical Processing)

Ex. Relatório indicando desempenho comparativo ao do último mês, mesmo mês do ano anterior ou a seis meses atrás

OLAP x OLTP

OLAP

Receita, Custos, Quantidades, .... Filial, Unidade,Região, Cliente, Serviço, Produto, .... Previsões Temporais Análise Histórica Características Indicadores Diária, Semanal, Mensal, Trimestral, Anual Tempo

Cubo OLAP

Dimensões

Hierarquias

Níveis

Membros

Medidas

Celulas

Tempo Produto P1 P2 P3 P4 Jan./99 Fev./99 5 1 6 8 FORTALEZA SOBRAL NORDESTE CEARÁ SUDESTE RIO DE JANEIRO PERNAMBUCO SÃO PAULO ...

Características OLAP

Drill Down / Drill Up

Oorre quando o usuário aumenta ou diminui o nível de detalhe da informação, diminuindo ou aumentando o grau de granularidade.

50.000 Clientes Drill Down Roll Up 500 Cidades 50 Estados 5 Regiões 1 Total

Rotate, slice and dice: girar e fatiar cubo

Ele serve para modificar a posição de uma informação, alterar linhas por colunas.

Região Produto Situação Região Produto Situação Região Produto Situação

Drill Across

O Drill Across ocorre quando o usuário pula um nível intermediário dentro de uma mesma dimensão. Por exemplo: a dimensão tempo é composta por ano, semestre, trimestre, mês e dia. O usuário estará executando um Drill Across quando ele passar de ano direto para semestre ou mês.

Drill Throught

O Drill Throught ocorre quando o usuário passa de uma informação contida em uma dimensão para uma outra. Por exemplo: Estou na dimensão de tempo e no próximo passo começo a analisar a informação por região.

Ranking

A opção de ranking permite agrupar resultados por ordem de maiores / menores, baseado em objetos numéricos.

Filtros

Os dados já recuperados pelo Usuário podem ser novamente “filtrados” para facilitar análises diretamente no documento.

Sorts

Os sorts servem para ordenar uma informação. Esta ordenação pode ser customizada, crescente ou decrescente.

Data Mining

Definição

“ DataMining (ou mineração de dados) é o processo de extrair informação válida, previamente desconhecida e de máxima abrangência a partir de grandes bases de dados, usando-as para efetuar decisões cruciais”

Data Mining (Técnicas)

Árvore de Decisão

Mala direta, análise de crédito;

Clusters Analisys

Segmentação de mercado

Redes Neurais

Probabilidade de compras;

Data Mining (Técnicas)

Regressão

Controle de qualidade;

Séries Temporais

Prever volume de vendas;

Outros

Vários funções;

Data Mining (Exemplo)

Fraldas e cervejas no Wal-Mart

Descobriu-se que um determinado perfil de consumidor comprava fraldas e cervejas.

Por que não colocá-las próximas?

As vendas explodiram.

O banco Itaú enviava mais de 1 milhão de malas diretas, para todos os correntistas. Apenas 2% deles respondiam às promoções.

Com o DM foram enviadas apenas a quem tem maior chance de responder.

A taxa de retorno subiu para 30%.

A conta do correio foi reduzida a um quinto.

Análise de Produtos

Quais são os meus produtos mais lucrativos?

Quais são os meus produtos de menor lucratividade, mas que, no entanto vendem mais?

Quais são os produtos mais vendidos para clientes que faturam mensalmente mais de R$ 5.000,00?

Quais produtos o cliente “ABC” nunca comprou ou compra menos?

Como está a venda do “xyz” em relação ao produto “ty” nos últimos 3 anos?

Curva ABC de produtos

Análise de Vendas e Clientes

Quais são meus clientes mais lucrativos?

(Normalmente as empresas se surpreendem na resposta a esta pergunta, pois nem sempre os clientes que mais geram faturamento são os mais lucrativos!).

Quais são as características dos 10% de clientes mais lucrativos?

Quais são meus clientes menos lucrativos?

(Surpresa de novo)

Curva ABC de clientes

Quais são os clientes mais lucrativos entre os que fizeram compras maior que a média do desvio padrão para os últimos seis meses passados?

Beneficios

Melhorar o processo de tomada de decisão, baseando a mesma no fato;

Centralizar as informações de forma concisa e garantida;

Antecipação a mudanças de mercado;

Conhecimento sobre o próprio negócio, mercado, concorrentes, etc.

Beneficios

Uma empresa de venda a varejo descobriu uma tendência de compras que aumentou suas vendas em 45% em apenas 1 ano. Uma indústria melhorou o planejamento de produção e aumentou as vendas em 5%, ao mesmo tempo em que reduziu os custos de eliminação de excessos de produtos em 10%. >> >> Outra indústria de medidores de energia conseguiu redução de R$ 62.000,00 em despesas. >>

Futuro

Até 2007, a demanda por habilidades e pessoal de BI suplantará a oferta na base de 2-para-1 (0.8 de probabilidade).

Até 2008, as empresas não serão eficientes em atender a seus objetivos estratégicos, se elas não investirem em, organizar e alinhar suas habilidades de BI a seus objetivos de negócio (0.8 de probabilidade).

Até 2008, BI será um componente-chave na realização de Novas iniciativas estratégicas de negócio (0.7 de probabilidade).

Gartner

Sol7-BI

“ Entendo Business Intelligence” Obrigado. Sol7 informática Ltda. Rua Chá Chá Pereira, 218 sala 2 Bairro Centro - Estrela - RS Fone 55 51 3981-1131 Email [email_address] http://www.sol7.com.br