| Linha 5: | Linha 5: | ||
<br> | <br> | ||
<div align="justify"> | <div align="justify"> | ||
   Organizações<sup>1</sup> [[ |    Organizações<sup>1</sup> [[#01|[1]]] 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.[[#02|[2]]], [[#03|[3]]] | ||
   A eficiência do ''Business Intelligence'' depende, inicialmente, de um banco de dados que armazena os "acontecimentos", como por exemplo a venda de determinado produto em uma rede de lojas com seus respectivos detalhes: quantidade, valor, horário, loja e etc. Este banco de dados é conhecido como ''Data Warehouse'', e a partir dele é possível realizar diversas análises de dados, auxiliando nas decisões de uma empresa. Entretanto, para que possa cumprir com seu propósito, o ''Data Warehouse'' (DW) organiza em novas estruturas os dados recebidos de vários bancos de dados operacionais e de outras fontes de dados, adequado-se a tarefa de executar análise de negócios. Baseado em um modelo multidimensional, o DW pode armazenar informações temporais, admitindo análises por essa perspectiva. Além disso, ao contrário dos bancos de dados operacionais que se concentram em funções específicas executadas por aplicações, o foco de um DW está nas necessidades analíticas, onde as várias dimensões do modelo permitem a realização de pesquisas pelas diversas perspectivas (ou dimensões), reduzindo também os percursos de navegação [[ |    A eficiência do ''Business Intelligence'' depende, inicialmente, de um banco de dados que armazena os "acontecimentos", como por exemplo a venda de determinado produto em uma rede de lojas com seus respectivos detalhes: quantidade, valor, horário, loja e etc. Este banco de dados é conhecido como ''Data Warehouse'', e a partir dele é possível realizar diversas análises de dados, auxiliando nas decisões de uma empresa. Entretanto, para que possa cumprir com seu propósito, o ''Data Warehouse'' (DW) organiza em novas estruturas os dados recebidos de vários bancos de dados operacionais e de outras fontes de dados, adequado-se a tarefa de executar análise de negócios. Baseado em um modelo multidimensional, o DW pode armazenar informações temporais, admitindo análises por essa perspectiva. Além disso, ao contrário dos bancos de dados operacionais que se concentram em funções específicas executadas por aplicações, o foco de um DW está nas necessidades analíticas, onde as várias dimensões do modelo permitem a realização de pesquisas pelas diversas perspectivas (ou dimensões), reduzindo também os percursos de navegação.[[#03|[3]]] | ||
   Diante deste contexto, 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. |    Diante deste contexto, 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. | ||
<sup>1</sup><small> 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 [1] | <sup>1</sup><small> 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.[[#01|[1]]] </small> | ||
<br> | <br> | ||
| Linha 69: | Linha 69: | ||
<br> | <br> | ||
<div id=" | <div id="01">[1]  A. C. A. MAXIMIANO, Introdução à Administração, 8th ed., 1 vols. São Paulo: Atlas, 2011.</div> | ||
[2] M.-A. Aufaure, “What’s Up in Business Intelligence? A Contextual and Knowledge-Based Perspective,” in Conceptual Modeling, W. Ng, V. C. Storey, and J. C. Trujillo, Eds. Springer Berlin Heidelberg, 2013, pp. 9–18. | <div id="02">[2]  M.-A. Aufaure, “What’s Up in Business Intelligence? A Contextual and Knowledge-Based Perspective,” in Conceptual Modeling, W. Ng, V. C. Storey, and J. C. Trujillo, Eds. Springer Berlin Heidelberg, 2013, pp. 9–18.</div> | ||
[3] A. Vaisman and E. Zimányi, Data Warehouse Systems. Berlin, Heidelberg: Springer Berlin Heidelberg, 2014. | <div id="03">[3]  A. Vaisman and E. Zimányi, Data Warehouse Systems. Berlin, Heidelberg: Springer Berlin Heidelberg, 2014.</div> | ||
Edição das 14h41min de 14 de maio de 2015
BI
Introdução
Organizações1 [1] 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.[2], [3]
A eficiência do Business Intelligence depende, inicialmente, de um banco de dados que armazena os "acontecimentos", como por exemplo a venda de determinado produto em uma rede de lojas com seus respectivos detalhes: quantidade, valor, horário, loja e etc. Este banco de dados é conhecido como Data Warehouse, e a partir dele é possível realizar diversas análises de dados, auxiliando nas decisões de uma empresa. Entretanto, para que possa cumprir com seu propósito, o Data Warehouse (DW) organiza em novas estruturas os dados recebidos de vários bancos de dados operacionais e de outras fontes de dados, adequado-se a tarefa de executar análise de negócios. Baseado em um modelo multidimensional, o DW pode armazenar informações temporais, admitindo análises por essa perspectiva. Além disso, ao contrário dos bancos de dados operacionais que se concentram em funções específicas executadas por aplicações, o foco de um DW está nas necessidades analíticas, onde as várias dimensões do modelo permitem a realização de pesquisas pelas diversas perspectivas (ou dimensões), reduzindo também os percursos de navegação.[3]
Diante deste contexto, 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.[1]
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