Linha 7: Linha 7:
Organizações<sup>1</sup> de hoje, a fim de atingir seus objetivos operacionais, estão enfrentando obstáculos cada vez mais complexos em termos de gestão e resolução de problemas. Além disso, o grande crescimento na quantidade de dados impõe desafios na análise desses dados e recuperação de informações relevantes em tempo real. Diante de tais situações, as organizações passam a utilizar ferramentas de ''Business Intelligence'' (BI), que engloba um conjunto de metodologias, processos, arquiteturas e tecnologias que transformam dados brutos em informações significativas e úteis, permitindo identificar e compreender as informações relevantes para a tomada de decisão nos níveis estratégico, tático e operacional (AUFAURE, 2013; VAISMAN; ZIMÁNYI, 2014).
Organizações<sup>1</sup> de hoje, a fim de atingir seus objetivos operacionais, estão enfrentando obstáculos cada vez mais complexos em termos de gestão e resolução de problemas. Além disso, o grande crescimento na quantidade de dados impõe desafios na análise desses dados e recuperação de informações relevantes em tempo real. Diante de tais situações, as organizações passam a utilizar ferramentas de ''Business Intelligence'' (BI), que engloba um conjunto de metodologias, processos, arquiteturas e tecnologias que transformam dados brutos em informações significativas e úteis, permitindo identificar e compreender as informações relevantes para a tomada de decisão nos níveis estratégico, tático e operacional (AUFAURE, 2013; VAISMAN; ZIMÁNYI, 2014).


* A utilização de BI depende de um banco de dados que armazena "acontecimentos", como por exemplo a quantidade vendida de um determinado produto durante o dia, semana, mês, ou ano, com seus respectivos valores. Estes bancos são conhecidos como "Data Warehouse", e a partir dele é possível realizar diversas análises de dados e auxiliar nas decisões de uma empresa.  
* A utilização de BI depende de um banco de dados que armazena "acontecimentos", como por exemplo a quantidade vendida de um determinado produto durante o dia, semana, mês, ou ano, com seus respectivos valores. Estes bancos são conhecidos como ''Data Warehouse'', e a partir dele é possível realizar diversas análises de dados e auxiliar nas decisões de uma empresa.  
* O "Data Warehouse" utiliza de um modelo dimensional de dados para que as informações temporais possam ser armazenadas. Além disso, as várias dimensões deste modelo permitem pesquisas pelas diversas entradas (dimensões), o que reduz os percursos de navegação.
* O ''Data Warehouse'' utiliza de um modelo dimensional de dados para que as informações temporais possam ser armazenadas. Além disso, as várias dimensões deste modelo permitem pesquisas pelas diversas entradas (dimensões), o que reduz os percursos de navegação.
* Um dos objetivos do trabalho é aprofundar no dimensionamento de dados para a montagem de uma "Data Warehouse". O Site da SpagoBI brasil (http://spagobibrasil.com.br/) apresenta como instalar e utilizar uma "Data Warehouse" em vídeos tutoriais.  
* Um dos objetivos do trabalho é aprofundar no dimensionamento de dados para a montagem de uma ''Data Warehouse''. O Site da SpagoBI brasil (http://spagobibrasil.com.br/) apresenta como instalar e utilizar uma ''Data Warehouse'' em vídeos tutoriais.  
<br>
<br>



Edição das 12h40min de 8 de maio de 2015

BI


Introdução


Organizações1 de hoje, a fim de atingir seus objetivos operacionais, estão enfrentando obstáculos cada vez mais complexos em termos de gestão e resolução de problemas. Além disso, o grande crescimento na quantidade de dados impõe desafios na análise desses dados e recuperação de informações relevantes em tempo real. Diante de tais situações, as organizações passam a utilizar ferramentas de Business Intelligence (BI), que engloba um conjunto de metodologias, processos, arquiteturas e tecnologias que transformam dados brutos em informações significativas e úteis, permitindo identificar e compreender as informações relevantes para a tomada de decisão nos níveis estratégico, tático e operacional (AUFAURE, 2013; VAISMAN; ZIMÁNYI, 2014).

  • A utilização de BI depende de um banco de dados que armazena "acontecimentos", como por exemplo a quantidade vendida de um determinado produto durante o dia, semana, mês, ou ano, com seus respectivos valores. Estes bancos são conhecidos como Data Warehouse, e a partir dele é possível realizar diversas análises de dados e auxiliar nas decisões de uma empresa.
  • O Data Warehouse utiliza de um modelo dimensional de dados para que as informações temporais possam ser armazenadas. Além disso, as várias dimensões deste modelo permitem pesquisas pelas diversas entradas (dimensões), o que reduz os percursos de navegação.
  • Um dos objetivos do trabalho é aprofundar no dimensionamento de dados para a montagem de uma Data Warehouse. O Site da SpagoBI brasil (http://spagobibrasil.com.br/) apresenta como instalar e utilizar uma Data Warehouse em vídeos tutoriais.


1 Definido por Maximiano, uma organização é uma combinação de esforços individuais que tem por finalidade realizar propósitos coletivos, tornando possível perseguir e alcançar objetivos inatingíveis por uma pessoa. Grandes empresa, pequenas oficina, laboratórios, corpos de bombeiros, hospitais e escola são exemplos de organizações. (MAXIMIANO, 2011)

Objetivos específicos


Cronograma



Fundamentação Teórica



Cases


Benchmarking


  • Existem várias plataformas "open source", como é o exemplo da SpagoBI, JasperSoft e Birt. Em particular, a SpagoBI é uma plataforma que possui somente suites livres, não possuindo versões mais completas e pagas como a JasperSoft ou a Birt.
  • Detalhar mais as soluções encontradas


Funcionalidades


Componentes


Ferramentas de ETL


OLAP


DW


Data Mining


Forecast


Análise de cenários



Conclusões



Referências


AUFAURE, M.-A. What’s Up in Business Intelligence? A Contextual and Knowledge-Based Perspective. In: NG, W.; STOREY, V. C.; TRUJILLO, J. C. (Ed.). Conceptual Modeling. Lecture Notes in Computer Science. [s.l.] Springer Berlin Heidelberg, 2013. p. 9–18.

MAXIMIANO, A. C. A. Introdução à administração. 8. ed. [s.l.] São Paulo: Atlas, 2011.

VAISMAN, A.; ZIMÁNYI, E. Data warehouse systems. Berlin, Heidelberg: Springer Berlin Heidelberg, 2014.