SlideShare uma empresa Scribd logo
1 de 87
Por:	
  Ismael	
  Soares
Business
Intelligence
quinta-feira, 13 de junho de 13
“Business Intelligence não é algo que
se compra de um fornecedor, mas um
objetivo a ser alcançado por uma
organização.”
Luiz Câmara, presidente da InfoBuild Brasil
quinta-feira, 13 de junho de 13
“Business Intelligence não é algo que
se compra de um fornecedor, mas um
objetivo a ser alcançado por uma
organização.”
Luiz Câmara, presidente da InfoBuild Brasil
Mo.vação
quinta-feira, 13 de junho de 13
Sun Tzu fala em seu livro que para
vencer, a pessoa deve 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. 
quinta-feira, 13 de junho de 13
Sun Tzu fala em seu livro que para
vencer, a pessoa deve 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. 
Mo.vação
quinta-feira, 13 de junho de 13
Sun Tzu fala em seu livro que para
vencer, a pessoa deve 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. 
Mo.vação
Você está pronto para o mercado?
quinta-feira, 13 de junho de 13
quinta-feira, 13 de junho de 13
Linha	
  do	
  Tempo
quinta-feira, 13 de junho de 13
B.I.
quinta-feira, 13 de junho de 13
• Business Intelligence é processo produtivo
cuja matéria prima é a informação e o
produto final é o conhecimento.
•
É... tem que vê!
quinta-feira, 13 de junho de 13
O	
  que	
  é	
  BI?
• Business Intelligence é processo produtivo
cuja matéria prima é a informação e o
produto final é o conhecimento.
•
É... tem que vê!
quinta-feira, 13 de junho de 13
• É um sistema com bancos de dados integrados
que visa facilitar as tomadas de decisões
baseados em análises de dados históricos.
• É um ambiente corporativo que suporta
relatórios e análises em uma plataforma
distribuída.
•
quinta-feira, 13 de junho de 13
O	
  que	
  é	
  BI?
• É um sistema com bancos de dados integrados
que visa facilitar as tomadas de decisões
baseados em análises de dados históricos.
• É um ambiente corporativo que suporta
relatórios e análises em uma plataforma
distribuída.
•
quinta-feira, 13 de junho de 13
• Alguns observadores consideram que o processo de BI
realça os dados dentro da informação e também dentro do
conhecimento, resolvendo assim o efeito DRIP (Data Rich
Information Poor)
Concordo!
quinta-feira, 13 de junho de 13
O	
  que	
  é	
  BI?
• Alguns observadores consideram que o processo de BI
realça os dados dentro da informação e também dentro do
conhecimento, resolvendo assim o efeito DRIP (Data Rich
Information Poor)
Concordo!
quinta-feira, 13 de junho de 13
O	
  que	
  é	
  BI?
BI
• Esta nova tecnologia é bastante transparente, pois os
usuários não precisam saber a origem dos dados.
quinta-feira, 13 de junho de 13
ü Antecipar mudanças no
mercado ou ações
concorrentes
quinta-feira, 13 de junho de 13
BI	
  -­‐	
  Vantagens
ü Antecipar mudanças no
mercado ou ações
concorrentes
quinta-feira, 13 de junho de 13
ü Proporcionar a empresa
vantagens competitivas,
descobrindo novos potenciais
concorrentes
quinta-feira, 13 de junho de 13
BI	
  -­‐	
  Vantagens
ü Proporcionar a empresa
vantagens competitivas,
descobrindo novos potenciais
concorrentes
quinta-feira, 13 de junho de 13
Entrar em novos negócios
ou rever práticas dos
negócios atuais
quinta-feira, 13 de junho de 13
BI	
  -­‐	
  Vantagens
Entrar em novos negócios
ou rever práticas dos
negócios atuais
quinta-feira, 13 de junho de 13
Auxiliar na implantação
de novas ferramentas
gerenciais
Ferramentas!?
BI é o bicho!
quinta-feira, 13 de junho de 13
BI	
  -­‐	
  Vantagens
Auxiliar na implantação
de novas ferramentas
gerenciais
Ferramentas!?
BI é o bicho!
quinta-feira, 13 de junho de 13
OLAP	
  
Datamining
Data	
  
Warehouse,	
  Data	
  
ERP,	
  CRM,	
  SCM	
  e	
  Outras	
  
Aplicações	
  Operacionais
B.I.
BI	
  -­‐	
  Hierarquia
quinta-feira, 13 de junho de 13
ERP, CRM, etc.
quinta-feira, 13 de junho de 13
Fluxo	
  de	
  dados
ERP, CRM, etc.
quinta-feira, 13 de junho de 13
Data
Warehouse
quinta-feira, 13 de junho de 13
É um amplo e flexível repositório de dados,
que aglutina dados de fontes heterogêneas,
projetado de modo a suportar o processo de
tomada de decisão (BI).
quinta-feira, 13 de junho de 13
Data	
  Warehouse
É um amplo e flexível repositório de dados,
que aglutina dados de fontes heterogêneas,
projetado de modo a suportar o processo de
tomada de decisão (BI).
quinta-feira, 13 de junho de 13
Junção de tecnologias destinada ao tratamento
de dados.
Fornece uma “imagem única da realidade de
negócio”.
Coleção de dados orientado por assuntos,
integrada, variante no tempo, e não volátil.
Várias graus de relacionamento.
quinta-feira, 13 de junho de 13
Data	
  Warehouse
Junção de tecnologias destinada ao tratamento
de dados.
Fornece uma “imagem única da realidade de
negócio”.
Coleção de dados orientado por assuntos,
integrada, variante no tempo, e não volátil.
Várias graus de relacionamento.
quinta-feira, 13 de junho de 13
Orientado por temas
Financeiro ComercialEstoque RH/DP
DW	
  
Departamentos	
  
Data	
  Mart’s
quinta-feira, 13 de junho de 13
Data	
  Warehouse	
  -­‐	
  Caracterís.cas	
  
Orientado por temas
Financeiro ComercialEstoque RH/DP
DW	
  
Departamentos	
  
Data	
  Mart’s
quinta-feira, 13 de junho de 13
Um	
  dado	
  refere-­‐se	
  a	
  algum	
  momento	
  
específico,	
  não	
  atualizável.
q 	
  
qVariante no tempo
quinta-feira, 13 de junho de 13
Data	
  Warehouse	
  -­‐	
  Caracterís.cas	
  
Um	
  dado	
  refere-­‐se	
  a	
  algum	
  momento	
  
específico,	
  não	
  atualizável.
q 	
  
qVariante no tempo
quinta-feira, 13 de junho de 13
Permite	
  apenas	
  carga	
  de	
  dados	
  e	
  consultas	
  
destes	
  dados.	
  
qNão volátil
quinta-feira, 13 de junho de 13
Data	
  Warehouse	
  -­‐	
  Caracterís.cas	
  
Permite	
  apenas	
  carga	
  de	
  dados	
  e	
  consultas	
  
destes	
  dados.	
  
qNão volátil
quinta-feira, 13 de junho de 13
É um DW menor (específico) para um departamento, setor,
etc. (agrupamento)
Pode ser dependente ou independente

quinta-feira, 13 de junho de 13
Data	
  Mart	
  
É um DW menor (específico) para um departamento, setor,
etc. (agrupamento)
Pode ser dependente ou independente

quinta-feira, 13 de junho de 13
Contém dados extraídos de um DW, focados nas
necessidades de decisão
DW
DM1
DM2
Dependente
quinta-feira, 13 de junho de 13
Data	
  Mart	
  
Contém dados extraídos de um DW, focados nas
necessidades de decisão
DW
DM1
DM2
Dependente
quinta-feira, 13 de junho de 13
Os dados são inseridos diretamente no DM de acordo com
a granularidade necessária e depois podem ser
integrados em um DW.
DM1
DM2
DW
Independente
quinta-feira, 13 de junho de 13
Data	
  Mart	
  
Os dados são inseridos diretamente no DM de acordo com
a granularidade necessária e depois podem ser
integrados em um DW.
DM1
DM2
DW
Independente
quinta-feira, 13 de junho de 13
Vendemos: PRODUTOS
Em várias: LOJAS
Medimos nosso desempenho ao longo: TEMPO
O desenvolvedor de um DW vai considerar três
aspectos básicos:
quinta-feira, 13 de junho de 13
Data	
  Warehouse	
  –	
  Cubo	
  3D
Vendemos: PRODUTOS
Em várias: LOJAS
Medimos nosso desempenho ao longo: TEMPO
O desenvolvedor de um DW vai considerar três
aspectos básicos:
quinta-feira, 13 de junho de 13
Data	
  Warehouse	
  –	
  Cubo	
  3D
Vendemos: PRODUTOS
Em várias: LOJAS
Medimos nosso desempenho ao longo: TEMPO
Produto
Lojas
Tempo
O desenvolvedor de um DW vai considerar três
aspectos básicos:
quinta-feira, 13 de junho de 13
É uma estrutura de dados que forma um subconjunto de um
banco de dados.
Organiza os dados em duas categorias: campos de dados e
dimensões com múltiplos níveis.
Resumos dos dados são previamente calculados de modo
otimizados para facilitar as consultas.
quinta-feira, 13 de junho de 13
Data	
  Warehouse	
  –	
  Cubo	
  3D
É uma estrutura de dados que forma um subconjunto de um
banco de dados.
Organiza os dados em duas categorias: campos de dados e
dimensões com múltiplos níveis.
Resumos dos dados são previamente calculados de modo
otimizados para facilitar as consultas.
quinta-feira, 13 de junho de 13
O modelo estrela é formado
por uma tabela FATO e suas DIMENSÕES.
quinta-feira, 13 de junho de 13
Data	
  Warehouse	
  –	
  Star	
  Schema
O modelo estrela é formado
por uma tabela FATO e suas DIMENSÕES.
quinta-feira, 13 de junho de 13
Processo que extrai os dados dos diversos bancos,
transforma (integra) estes dados e carrega no DW.
Pode-se usar ainda um banco de dados para integração
conhecido como ODS.
As cargas são realizadas, geralmente, a noite e sempre
em massa.
quinta-feira, 13 de junho de 13
ETL – Extract,Transform e Load	
  
Processo que extrai os dados dos diversos bancos,
transforma (integra) estes dados e carrega no DW.
Pode-se usar ainda um banco de dados para integração
conhecido como ODS.
As cargas são realizadas, geralmente, a noite e sempre
em massa.
quinta-feira, 13 de junho de 13
Data Mining
quinta-feira, 13 de junho de 13
Data Mining é a mineração (busca detalhista) de dados,
como o minerador que garimpa as pedras do rio em busca
de preciosidades
quinta-feira, 13 de junho de 13
Data	
  Mining	
  –	
  “Garimpo	
  de	
  Dados”	
  
Data Mining é a mineração (busca detalhista) de dados,
como o minerador que garimpa as pedras do rio em busca
de preciosidades
quinta-feira, 13 de junho de 13
É um novo enfoque para a análise e obtenção
de informações ou conhecimentos em Data
Warehouse ou Data Mart.
quinta-feira, 13 de junho de 13
Data	
  Mining	
  –	
  “Garimpo	
  de	
  Dados”	
  
É um novo enfoque para a análise e obtenção
de informações ou conhecimentos em Data
Warehouse ou Data Mart.
quinta-feira, 13 de junho de 13
É uma ferramenta de inteligência, pois
permite estabelecer relações, comparações,
tendências, etc.
quinta-feira, 13 de junho de 13
Data	
  Mining	
  –	
  “Garimpo	
  de	
  Dados”	
  
É uma ferramenta de inteligência, pois
permite estabelecer relações, comparações,
tendências, etc.
quinta-feira, 13 de junho de 13
Representa a informação de forma que o
usuário compreenda.
Interage com o usuário.
Traduz o conhecimento extraído para
informações convenientes.
quinta-feira, 13 de junho de 13
Data	
  Mining	
  –	
  “Garimpo	
  de	
  Dados”	
  
Representa a informação de forma que o
usuário compreenda.
Interage com o usuário.
Traduz o conhecimento extraído para
informações convenientes.
quinta-feira, 13 de junho de 13
Explanatório: explicar algum evento ou medida observada.
Confirmatório: confirmar hipótese.
Exploratório: analisar os dados buscando relacionamentos
novos e não previstos.
quinta-feira, 13 de junho de 13
Data	
  Mining	
  –	
  	
  Obje.vo
Explanatório: explicar algum evento ou medida observada.
Confirmatório: confirmar hipótese.
Exploratório: analisar os dados buscando relacionamentos
novos e não previstos.
quinta-feira, 13 de junho de 13
quinta-feira, 13 de junho de 13
Data	
  Mining	
  –	
  	
  Obje.vo
quinta-feira, 13 de junho de 13
Data	
  Mining	
  –	
  	
  Obje.vo
70%
20%
10%
quinta-feira, 13 de junho de 13
Ferramentas capazes de manipular e analisar
um grande volume de dados sob múltiplas
perspectivas.
q
quinta-feira, 13 de junho de 13
OLAP – On Line Analytical Processing
Ferramentas capazes de manipular e analisar
um grande volume de dados sob múltiplas
perspectivas.
q
quinta-feira, 13 de junho de 13
Método de acesso a informação
Visualiza e analisa diversos cenários
Gerar relatórios
Descobre tendências e fatos relevantes
Prove
quinta-feira, 13 de junho de 13
OLAP – On Line Analytical Processing
Método de acesso a informação
Visualiza e analisa diversos cenários
Gerar relatórios
Descobre tendências e fatos relevantes
Prove
quinta-feira, 13 de junho de 13
Nas ferramentas de navegação OLAP, é possível
navegar entre diferentes níveis de
granularidades (detalhamento) de um cubo de
dados. Através de um processo chamado Drill o
usuário pode aumentar (Drill down) ou
diminuir (Drill up) o nível de detalhamento
dos dados.
quinta-feira, 13 de junho de 13
OLAP – On Line Analytical Processing
Nas ferramentas de navegação OLAP, é possível
navegar entre diferentes níveis de
granularidades (detalhamento) de um cubo de
dados. Através de um processo chamado Drill o
usuário pode aumentar (Drill down) ou
diminuir (Drill up) o nível de detalhamento
dos dados.
quinta-feira, 13 de junho de 13
Ferramentas
quinta-feira, 13 de junho de 13
Microsoft SQL Server 2005/2008 (Analysis Services)
Business Objects (SAP)
Hyperion (Oracle)
DataStage (IBM)
Cognos (IBM)
Microstrategy
quinta-feira, 13 de junho de 13
Ferramentas	
  	
  de	
  Mercado
Microsoft SQL Server 2005/2008 (Analysis Services)
Business Objects (SAP)
Hyperion (Oracle)
DataStage (IBM)
Cognos (IBM)
Microstrategy
quinta-feira, 13 de junho de 13
quinta-feira, 13 de junho de 13
Ferramenta	
  open	
  source
quinta-feira, 13 de junho de 13
quinta-feira, 13 de junho de 13
Ferramenta	
  open	
  source
quinta-feira, 13 de junho de 13
Conclusão
quinta-feira, 13 de junho de 13
Tecnologia totalmente direcionada a gestão de
informação
quinta-feira, 13 de junho de 13
Constante evolução, com a aplicação de
conceitos inovadores como I.A. e redes neurais
quinta-feira, 13 de junho de 13
Grandes oportunidades de trabalho
quinta-feira, 13 de junho de 13
quinta-feira, 13 de junho de 13
Duvidas
quinta-feira, 13 de junho de 13
Obrigado
quinta-feira, 13 de junho de 13

Mais conteúdo relacionado

Mais procurados

Material Modelagem - Prof. Marcos Alexandruk
Material Modelagem - Prof. Marcos AlexandrukMaterial Modelagem - Prof. Marcos Alexandruk
Material Modelagem - Prof. Marcos AlexandrukHebert Alquimim
 
38664419 artigo-data warehouse
38664419 artigo-data warehouse38664419 artigo-data warehouse
38664419 artigo-data warehousediochel
 
Introdução ao Data Warehouse
Introdução ao Data WarehouseIntrodução ao Data Warehouse
Introdução ao Data WarehouseMessias Batista
 
Data Science - A arte de estudar e analisar dados
Data Science - A arte de estudar e analisar dadosData Science - A arte de estudar e analisar dados
Data Science - A arte de estudar e analisar dadosDayane Cristine Leite
 
UCP - Projeto de Banco de Dados - Data Warehouse
UCP - Projeto de Banco de Dados - Data WarehouseUCP - Projeto de Banco de Dados - Data Warehouse
UCP - Projeto de Banco de Dados - Data WarehouseVinícius Amaral
 
Pentaho Data Mining - FTSL - Fórum de Tecnologia de Software Livre - Serpro -...
Pentaho Data Mining - FTSL - Fórum de Tecnologia de Software Livre - Serpro -...Pentaho Data Mining - FTSL - Fórum de Tecnologia de Software Livre - Serpro -...
Pentaho Data Mining - FTSL - Fórum de Tecnologia de Software Livre - Serpro -...Marcos Vinicius Fidelis
 
Aula1 - Apresentação de Banco de Dados
Aula1 - Apresentação de Banco de DadosAula1 - Apresentação de Banco de Dados
Aula1 - Apresentação de Banco de DadosRafael Albani
 
Introdução à computação - Aula 11 - Banco de Dados (Definições gerais, SGBD)
Introdução à computação - Aula 11 - Banco de Dados (Definições gerais, SGBD)Introdução à computação - Aula 11 - Banco de Dados (Definições gerais, SGBD)
Introdução à computação - Aula 11 - Banco de Dados (Definições gerais, SGBD)Leinylson Fontinele
 

Mais procurados (16)

Material Modelagem - Prof. Marcos Alexandruk
Material Modelagem - Prof. Marcos AlexandrukMaterial Modelagem - Prof. Marcos Alexandruk
Material Modelagem - Prof. Marcos Alexandruk
 
Data warehouse & data mining
Data warehouse & data miningData warehouse & data mining
Data warehouse & data mining
 
Apostila modelagem de banco de dados
Apostila modelagem de banco de dadosApostila modelagem de banco de dados
Apostila modelagem de banco de dados
 
Banco de Dados
Banco de DadosBanco de Dados
Banco de Dados
 
38664419 artigo-data warehouse
38664419 artigo-data warehouse38664419 artigo-data warehouse
38664419 artigo-data warehouse
 
Introdução ao Data Warehouse
Introdução ao Data WarehouseIntrodução ao Data Warehouse
Introdução ao Data Warehouse
 
Banco de dados e sql
Banco de dados e sqlBanco de dados e sql
Banco de dados e sql
 
Data Science - A arte de estudar e analisar dados
Data Science - A arte de estudar e analisar dadosData Science - A arte de estudar e analisar dados
Data Science - A arte de estudar e analisar dados
 
UCP - Projeto de Banco de Dados - Data Warehouse
UCP - Projeto de Banco de Dados - Data WarehouseUCP - Projeto de Banco de Dados - Data Warehouse
UCP - Projeto de Banco de Dados - Data Warehouse
 
Banco de Dados - Conceitos Básicos
Banco de Dados - Conceitos BásicosBanco de Dados - Conceitos Básicos
Banco de Dados - Conceitos Básicos
 
Pentaho Data Mining - FTSL - Fórum de Tecnologia de Software Livre - Serpro -...
Pentaho Data Mining - FTSL - Fórum de Tecnologia de Software Livre - Serpro -...Pentaho Data Mining - FTSL - Fórum de Tecnologia de Software Livre - Serpro -...
Pentaho Data Mining - FTSL - Fórum de Tecnologia de Software Livre - Serpro -...
 
O que é um Banco de Dados?
O que é um Banco de Dados?O que é um Banco de Dados?
O que é um Banco de Dados?
 
Aula1 - Apresentação de Banco de Dados
Aula1 - Apresentação de Banco de DadosAula1 - Apresentação de Banco de Dados
Aula1 - Apresentação de Banco de Dados
 
Introdução à computação - Aula 11 - Banco de Dados (Definições gerais, SGBD)
Introdução à computação - Aula 11 - Banco de Dados (Definições gerais, SGBD)Introdução à computação - Aula 11 - Banco de Dados (Definições gerais, SGBD)
Introdução à computação - Aula 11 - Banco de Dados (Definições gerais, SGBD)
 
Banco de dados aula 2
Banco de dados  aula 2Banco de dados  aula 2
Banco de dados aula 2
 
Business Intelligence - Data Warehouse
Business Intelligence - Data WarehouseBusiness Intelligence - Data Warehouse
Business Intelligence - Data Warehouse
 

Destaque

Panorama de Pesquisas em Análise de Dados na UFPB
Panorama de Pesquisas em Análise de Dados na UFPBPanorama de Pesquisas em Análise de Dados na UFPB
Panorama de Pesquisas em Análise de Dados na UFPBAlexandre Duarte
 
20140211 mprfullreport
20140211 mprfullreport20140211 mprfullreport
20140211 mprfullreportLuis Nassif
 
Formul estatii o melhor
Formul estatii   o melhorFormul estatii   o melhor
Formul estatii o melhorcarneiro62
 
Táticas para Projeto de Experimentos
Táticas para Projeto de ExperimentosTáticas para Projeto de Experimentos
Táticas para Projeto de ExperimentosAlexandre Duarte
 
Análise de Dados: Padrões no Consumo de Conteúdo
Análise de Dados: Padrões no Consumo de ConteúdoAnálise de Dados: Padrões no Consumo de Conteúdo
Análise de Dados: Padrões no Consumo de ConteúdoRafa Spoladore
 
Pesquisa Qualitativa: procedimentos de análise
Pesquisa Qualitativa: procedimentos de análise Pesquisa Qualitativa: procedimentos de análise
Pesquisa Qualitativa: procedimentos de análise Antônia De Araújo Farias
 
Análise exploratória e modelação com r parte 2
Análise exploratória e modelação com r  parte 2Análise exploratória e modelação com r  parte 2
Análise exploratória e modelação com r parte 2Lucas Castro
 
Análise exploratória e modelação com R parte 1
Análise exploratória e modelação com R parte 1Análise exploratória e modelação com R parte 1
Análise exploratória e modelação com R parte 1Lucas Castro
 
Formulario estatistica descritiva univariada e bivariava 2013
Formulario estatistica descritiva univariada e bivariava  2013Formulario estatistica descritiva univariada e bivariava  2013
Formulario estatistica descritiva univariada e bivariava 2013Pedro Casquilho
 
Análise exploratória e modelação com r parte 3
Análise exploratória e modelação com r  parte 3Análise exploratória e modelação com r  parte 3
Análise exploratória e modelação com r parte 3Lucas Castro
 
Formulario inferencia estatistica - 1 e 2 populacoes
Formulario   inferencia estatistica - 1 e 2 populacoesFormulario   inferencia estatistica - 1 e 2 populacoes
Formulario inferencia estatistica - 1 e 2 populacoesPedro Casquilho
 
Escolhendo um Projeto de Pesquisa
Escolhendo um Projeto de PesquisaEscolhendo um Projeto de Pesquisa
Escolhendo um Projeto de PesquisaAlexandre Duarte
 
Ciência da Computação como Ciência
Ciência da Computação como CiênciaCiência da Computação como Ciência
Ciência da Computação como CiênciaAlexandre Duarte
 
Introdução à Análise de Dados - Aula 01
Introdução à Análise de Dados - Aula 01Introdução à Análise de Dados - Aula 01
Introdução à Análise de Dados - Aula 01Alexandre Duarte
 

Destaque (20)

Panorama de Pesquisas em Análise de Dados na UFPB
Panorama de Pesquisas em Análise de Dados na UFPBPanorama de Pesquisas em Análise de Dados na UFPB
Panorama de Pesquisas em Análise de Dados na UFPB
 
Árvores de Decisão
Árvores de DecisãoÁrvores de Decisão
Árvores de Decisão
 
20140211 mprfullreport
20140211 mprfullreport20140211 mprfullreport
20140211 mprfullreport
 
Formul estatii o melhor
Formul estatii   o melhorFormul estatii   o melhor
Formul estatii o melhor
 
Táticas para Projeto de Experimentos
Táticas para Projeto de ExperimentosTáticas para Projeto de Experimentos
Táticas para Projeto de Experimentos
 
Análise de Dados: Padrões no Consumo de Conteúdo
Análise de Dados: Padrões no Consumo de ConteúdoAnálise de Dados: Padrões no Consumo de Conteúdo
Análise de Dados: Padrões no Consumo de Conteúdo
 
Pesquisa Qualitativa: origens
Pesquisa Qualitativa: origensPesquisa Qualitativa: origens
Pesquisa Qualitativa: origens
 
Pesquisa Qualitativa: procedimentos de análise
Pesquisa Qualitativa: procedimentos de análise Pesquisa Qualitativa: procedimentos de análise
Pesquisa Qualitativa: procedimentos de análise
 
Análise exploratória e modelação com r parte 2
Análise exploratória e modelação com r  parte 2Análise exploratória e modelação com r  parte 2
Análise exploratória e modelação com r parte 2
 
Análise exploratória e modelação com R parte 1
Análise exploratória e modelação com R parte 1Análise exploratória e modelação com R parte 1
Análise exploratória e modelação com R parte 1
 
Formulario estatistica descritiva univariada e bivariava 2013
Formulario estatistica descritiva univariada e bivariava  2013Formulario estatistica descritiva univariada e bivariava  2013
Formulario estatistica descritiva univariada e bivariava 2013
 
Análise exploratória e modelação com r parte 3
Análise exploratória e modelação com r  parte 3Análise exploratória e modelação com r  parte 3
Análise exploratória e modelação com r parte 3
 
Formulario inferencia estatistica - 1 e 2 populacoes
Formulario   inferencia estatistica - 1 e 2 populacoesFormulario   inferencia estatistica - 1 e 2 populacoes
Formulario inferencia estatistica - 1 e 2 populacoes
 
Qmeeting - Projetos de bi
Qmeeting  - Projetos de biQmeeting  - Projetos de bi
Qmeeting - Projetos de bi
 
SQL Oracle
SQL OracleSQL Oracle
SQL Oracle
 
Curso estatistica descritiva no r
Curso   estatistica descritiva no rCurso   estatistica descritiva no r
Curso estatistica descritiva no r
 
Business intelligence com QlikView
Business intelligence com QlikViewBusiness intelligence com QlikView
Business intelligence com QlikView
 
Escolhendo um Projeto de Pesquisa
Escolhendo um Projeto de PesquisaEscolhendo um Projeto de Pesquisa
Escolhendo um Projeto de Pesquisa
 
Ciência da Computação como Ciência
Ciência da Computação como CiênciaCiência da Computação como Ciência
Ciência da Computação como Ciência
 
Introdução à Análise de Dados - Aula 01
Introdução à Análise de Dados - Aula 01Introdução à Análise de Dados - Aula 01
Introdução à Análise de Dados - Aula 01
 

Semelhante a Business Intelligence

Palestra garimpando com pentaho data mining latinoware
Palestra garimpando com pentaho data mining latinowarePalestra garimpando com pentaho data mining latinoware
Palestra garimpando com pentaho data mining latinowareMarcos Vinicius Fidelis
 
Tomada decisão
Tomada decisãoTomada decisão
Tomada decisãoEcoplas
 
Performance e Tunning - Boas práticas em desenvolvimento
Performance e Tunning - Boas práticas em desenvolvimentoPerformance e Tunning - Boas práticas em desenvolvimento
Performance e Tunning - Boas práticas em desenvolvimentoMarcelo Raposo
 
Performance e Tunning no dia a dia do desenvolvimento: boas práticas com banc...
Performance e Tunning no dia a dia do desenvolvimento: boas práticas com banc...Performance e Tunning no dia a dia do desenvolvimento: boas práticas com banc...
Performance e Tunning no dia a dia do desenvolvimento: boas práticas com banc...iMasters
 
Curso Business Analytics.pdf
Curso Business Analytics.pdfCurso Business Analytics.pdf
Curso Business Analytics.pdfLuiz Alves
 
Visualizando Dados - 2º Meetup R Ladies Rio
Visualizando Dados - 2º Meetup R Ladies RioVisualizando Dados - 2º Meetup R Ladies Rio
Visualizando Dados - 2º Meetup R Ladies RioNatalia Medina
 
Bdii aula01 apresentacao
Bdii aula01 apresentacaoBdii aula01 apresentacao
Bdii aula01 apresentacaosamuel1562314
 
Aplicação de Business Intelligence em Laboratórios Clínicos como ferramenta p...
Aplicação de Business Intelligence em Laboratórios Clínicos como ferramenta p...Aplicação de Business Intelligence em Laboratórios Clínicos como ferramenta p...
Aplicação de Business Intelligence em Laboratórios Clínicos como ferramenta p...fabiolagrijo
 
Mini-Curso: Introdução à Big Data e Data Science - Aula 12 - Sessão de pergun...
Mini-Curso: Introdução à Big Data e Data Science - Aula 12 - Sessão de pergun...Mini-Curso: Introdução à Big Data e Data Science - Aula 12 - Sessão de pergun...
Mini-Curso: Introdução à Big Data e Data Science - Aula 12 - Sessão de pergun...Diego Nogare
 
Data warehousing - Técnicas e procedimentos
Data warehousing - Técnicas e procedimentosData warehousing - Técnicas e procedimentos
Data warehousing - Técnicas e procedimentosMarcos Pessoa
 
Big data e Inteligência Artificial
Big data e Inteligência ArtificialBig data e Inteligência Artificial
Big data e Inteligência ArtificialJoão Gabriel Lima
 

Semelhante a Business Intelligence (20)

Bigdata gameverse
Bigdata gameverseBigdata gameverse
Bigdata gameverse
 
Palestra garimpando com pentaho data mining latinoware
Palestra garimpando com pentaho data mining latinowarePalestra garimpando com pentaho data mining latinoware
Palestra garimpando com pentaho data mining latinoware
 
Business Intelligence
Business IntelligenceBusiness Intelligence
Business Intelligence
 
Tomada decisão
Tomada decisãoTomada decisão
Tomada decisão
 
Aula 1
Aula 1Aula 1
Aula 1
 
Performance e Tunning - Boas práticas em desenvolvimento
Performance e Tunning - Boas práticas em desenvolvimentoPerformance e Tunning - Boas práticas em desenvolvimento
Performance e Tunning - Boas práticas em desenvolvimento
 
Performance e Tunning no dia a dia do desenvolvimento: boas práticas com banc...
Performance e Tunning no dia a dia do desenvolvimento: boas práticas com banc...Performance e Tunning no dia a dia do desenvolvimento: boas práticas com banc...
Performance e Tunning no dia a dia do desenvolvimento: boas práticas com banc...
 
Curso Business Analytics.pdf
Curso Business Analytics.pdfCurso Business Analytics.pdf
Curso Business Analytics.pdf
 
Workshop / Meetup: Visão geral sobre Big Data
Workshop / Meetup: Visão geral sobre Big DataWorkshop / Meetup: Visão geral sobre Big Data
Workshop / Meetup: Visão geral sobre Big Data
 
Visualizando Dados - 2º Meetup R Ladies Rio
Visualizando Dados - 2º Meetup R Ladies RioVisualizando Dados - 2º Meetup R Ladies Rio
Visualizando Dados - 2º Meetup R Ladies Rio
 
eduardo teste ubc
eduardo teste ubceduardo teste ubc
eduardo teste ubc
 
Bdii aula01 apresentacao
Bdii aula01 apresentacaoBdii aula01 apresentacao
Bdii aula01 apresentacao
 
Business Intelligence
Business IntelligenceBusiness Intelligence
Business Intelligence
 
Sistemas de Apoio à Decisão
Sistemas de Apoio à DecisãoSistemas de Apoio à Decisão
Sistemas de Apoio à Decisão
 
Banco de dados
Banco de dadosBanco de dados
Banco de dados
 
1_intro.ppt
1_intro.ppt1_intro.ppt
1_intro.ppt
 
Aplicação de Business Intelligence em Laboratórios Clínicos como ferramenta p...
Aplicação de Business Intelligence em Laboratórios Clínicos como ferramenta p...Aplicação de Business Intelligence em Laboratórios Clínicos como ferramenta p...
Aplicação de Business Intelligence em Laboratórios Clínicos como ferramenta p...
 
Mini-Curso: Introdução à Big Data e Data Science - Aula 12 - Sessão de pergun...
Mini-Curso: Introdução à Big Data e Data Science - Aula 12 - Sessão de pergun...Mini-Curso: Introdução à Big Data e Data Science - Aula 12 - Sessão de pergun...
Mini-Curso: Introdução à Big Data e Data Science - Aula 12 - Sessão de pergun...
 
Data warehousing - Técnicas e procedimentos
Data warehousing - Técnicas e procedimentosData warehousing - Técnicas e procedimentos
Data warehousing - Técnicas e procedimentos
 
Big data e Inteligência Artificial
Big data e Inteligência ArtificialBig data e Inteligência Artificial
Big data e Inteligência Artificial
 

Mais de Ismael

TDC 2020 - Trilha de Management 3.0 e Gestão Ágil
TDC 2020 - Trilha de Management 3.0 e Gestão ÁgilTDC 2020 - Trilha de Management 3.0 e Gestão Ágil
TDC 2020 - Trilha de Management 3.0 e Gestão ÁgilIsmael
 
Introducao ao Pensamento Sistemico
Introducao ao Pensamento SistemicoIntroducao ao Pensamento Sistemico
Introducao ao Pensamento SistemicoIsmael
 
Testes de unidade alem do basico
Testes de unidade alem do basicoTestes de unidade alem do basico
Testes de unidade alem do basicoIsmael
 
Bluesoft Culture
Bluesoft CultureBluesoft Culture
Bluesoft CultureIsmael
 
Como dar e receber feedbacks
Como dar e receber feedbacksComo dar e receber feedbacks
Como dar e receber feedbacksIsmael
 
Eficiencia de fluxo
Eficiencia de fluxoEficiencia de fluxo
Eficiencia de fluxoIsmael
 
Como você testa seu software TDC 2017
Como você testa seu software  TDC 2017Como você testa seu software  TDC 2017
Como você testa seu software TDC 2017Ismael
 
Como ter Entregas Frequentes
Como ter Entregas FrequentesComo ter Entregas Frequentes
Como ter Entregas FrequentesIsmael
 
JUnit 5 vs JUnit 4
JUnit 5 vs JUnit 4JUnit 5 vs JUnit 4
JUnit 5 vs JUnit 4Ismael
 
Conceitos por trás do Ágil
Conceitos por trás do ÁgilConceitos por trás do Ágil
Conceitos por trás do ÁgilIsmael
 
Boas Praticas de Testes, Bad Smell e Outros Macetes
Boas Praticas de Testes, Bad Smell e Outros MacetesBoas Praticas de Testes, Bad Smell e Outros Macetes
Boas Praticas de Testes, Bad Smell e Outros MacetesIsmael
 
8 passos para mudança de John Kotter
8 passos para mudança de John Kotter8 passos para mudança de John Kotter
8 passos para mudança de John KotterIsmael
 
Curva da Mudança Kubler-Ross
Curva da Mudança Kubler-RossCurva da Mudança Kubler-Ross
Curva da Mudança Kubler-RossIsmael
 
DevCamp 2016
DevCamp 2016DevCamp 2016
DevCamp 2016Ismael
 
7 Caracteristicas de um bom Lider Agil
7 Caracteristicas de um bom Lider Agil7 Caracteristicas de um bom Lider Agil
7 Caracteristicas de um bom Lider AgilIsmael
 
Law of demeter
Law of demeterLaw of demeter
Law of demeterIsmael
 
Junit Lambda
Junit LambdaJunit Lambda
Junit LambdaIsmael
 
Feedback dos Testes
Feedback dos TestesFeedback dos Testes
Feedback dos TestesIsmael
 
Refactoring Databases - Estrategias
Refactoring Databases - EstrategiasRefactoring Databases - Estrategias
Refactoring Databases - EstrategiasIsmael
 
Refactoring Databases - parte 1
Refactoring Databases - parte 1Refactoring Databases - parte 1
Refactoring Databases - parte 1Ismael
 

Mais de Ismael (20)

TDC 2020 - Trilha de Management 3.0 e Gestão Ágil
TDC 2020 - Trilha de Management 3.0 e Gestão ÁgilTDC 2020 - Trilha de Management 3.0 e Gestão Ágil
TDC 2020 - Trilha de Management 3.0 e Gestão Ágil
 
Introducao ao Pensamento Sistemico
Introducao ao Pensamento SistemicoIntroducao ao Pensamento Sistemico
Introducao ao Pensamento Sistemico
 
Testes de unidade alem do basico
Testes de unidade alem do basicoTestes de unidade alem do basico
Testes de unidade alem do basico
 
Bluesoft Culture
Bluesoft CultureBluesoft Culture
Bluesoft Culture
 
Como dar e receber feedbacks
Como dar e receber feedbacksComo dar e receber feedbacks
Como dar e receber feedbacks
 
Eficiencia de fluxo
Eficiencia de fluxoEficiencia de fluxo
Eficiencia de fluxo
 
Como você testa seu software TDC 2017
Como você testa seu software  TDC 2017Como você testa seu software  TDC 2017
Como você testa seu software TDC 2017
 
Como ter Entregas Frequentes
Como ter Entregas FrequentesComo ter Entregas Frequentes
Como ter Entregas Frequentes
 
JUnit 5 vs JUnit 4
JUnit 5 vs JUnit 4JUnit 5 vs JUnit 4
JUnit 5 vs JUnit 4
 
Conceitos por trás do Ágil
Conceitos por trás do ÁgilConceitos por trás do Ágil
Conceitos por trás do Ágil
 
Boas Praticas de Testes, Bad Smell e Outros Macetes
Boas Praticas de Testes, Bad Smell e Outros MacetesBoas Praticas de Testes, Bad Smell e Outros Macetes
Boas Praticas de Testes, Bad Smell e Outros Macetes
 
8 passos para mudança de John Kotter
8 passos para mudança de John Kotter8 passos para mudança de John Kotter
8 passos para mudança de John Kotter
 
Curva da Mudança Kubler-Ross
Curva da Mudança Kubler-RossCurva da Mudança Kubler-Ross
Curva da Mudança Kubler-Ross
 
DevCamp 2016
DevCamp 2016DevCamp 2016
DevCamp 2016
 
7 Caracteristicas de um bom Lider Agil
7 Caracteristicas de um bom Lider Agil7 Caracteristicas de um bom Lider Agil
7 Caracteristicas de um bom Lider Agil
 
Law of demeter
Law of demeterLaw of demeter
Law of demeter
 
Junit Lambda
Junit LambdaJunit Lambda
Junit Lambda
 
Feedback dos Testes
Feedback dos TestesFeedback dos Testes
Feedback dos Testes
 
Refactoring Databases - Estrategias
Refactoring Databases - EstrategiasRefactoring Databases - Estrategias
Refactoring Databases - Estrategias
 
Refactoring Databases - parte 1
Refactoring Databases - parte 1Refactoring Databases - parte 1
Refactoring Databases - parte 1
 

Business Intelligence

  • 2. “Business Intelligence não é algo que se compra de um fornecedor, mas um objetivo a ser alcançado por uma organização.” Luiz Câmara, presidente da InfoBuild Brasil quinta-feira, 13 de junho de 13
  • 3. “Business Intelligence não é algo que se compra de um fornecedor, mas um objetivo a ser alcançado por uma organização.” Luiz Câmara, presidente da InfoBuild Brasil Mo.vação quinta-feira, 13 de junho de 13
  • 4. Sun Tzu fala em seu livro que para vencer, a pessoa deve 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.  quinta-feira, 13 de junho de 13
  • 5. Sun Tzu fala em seu livro que para vencer, a pessoa deve 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.  Mo.vação quinta-feira, 13 de junho de 13
  • 6. Sun Tzu fala em seu livro que para vencer, a pessoa deve 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.  Mo.vação Você está pronto para o mercado? quinta-feira, 13 de junho de 13
  • 7. quinta-feira, 13 de junho de 13
  • 10. • Business Intelligence é processo produtivo cuja matéria prima é a informação e o produto final é o conhecimento. • É... tem que vê! quinta-feira, 13 de junho de 13
  • 11. O  que  é  BI? • Business Intelligence é processo produtivo cuja matéria prima é a informação e o produto final é o conhecimento. • É... tem que vê! quinta-feira, 13 de junho de 13
  • 12. • É um sistema com bancos de dados integrados que visa facilitar as tomadas de decisões baseados em análises de dados históricos. • É um ambiente corporativo que suporta relatórios e análises em uma plataforma distribuída. • quinta-feira, 13 de junho de 13
  • 13. O  que  é  BI? • É um sistema com bancos de dados integrados que visa facilitar as tomadas de decisões baseados em análises de dados históricos. • É um ambiente corporativo que suporta relatórios e análises em uma plataforma distribuída. • quinta-feira, 13 de junho de 13
  • 14. • Alguns observadores consideram que o processo de BI realça os dados dentro da informação e também dentro do conhecimento, resolvendo assim o efeito DRIP (Data Rich Information Poor) Concordo! quinta-feira, 13 de junho de 13
  • 15. O  que  é  BI? • Alguns observadores consideram que o processo de BI realça os dados dentro da informação e também dentro do conhecimento, resolvendo assim o efeito DRIP (Data Rich Information Poor) Concordo! quinta-feira, 13 de junho de 13
  • 16. O  que  é  BI? BI • Esta nova tecnologia é bastante transparente, pois os usuários não precisam saber a origem dos dados. quinta-feira, 13 de junho de 13
  • 17. ü Antecipar mudanças no mercado ou ações concorrentes quinta-feira, 13 de junho de 13
  • 18. BI  -­‐  Vantagens ü Antecipar mudanças no mercado ou ações concorrentes quinta-feira, 13 de junho de 13
  • 19. ü Proporcionar a empresa vantagens competitivas, descobrindo novos potenciais concorrentes quinta-feira, 13 de junho de 13
  • 20. BI  -­‐  Vantagens ü Proporcionar a empresa vantagens competitivas, descobrindo novos potenciais concorrentes quinta-feira, 13 de junho de 13
  • 21. Entrar em novos negócios ou rever práticas dos negócios atuais quinta-feira, 13 de junho de 13
  • 22. BI  -­‐  Vantagens Entrar em novos negócios ou rever práticas dos negócios atuais quinta-feira, 13 de junho de 13
  • 23. Auxiliar na implantação de novas ferramentas gerenciais Ferramentas!? BI é o bicho! quinta-feira, 13 de junho de 13
  • 24. BI  -­‐  Vantagens Auxiliar na implantação de novas ferramentas gerenciais Ferramentas!? BI é o bicho! quinta-feira, 13 de junho de 13
  • 25. OLAP   Datamining Data   Warehouse,  Data   ERP,  CRM,  SCM  e  Outras   Aplicações  Operacionais B.I. BI  -­‐  Hierarquia quinta-feira, 13 de junho de 13
  • 26. ERP, CRM, etc. quinta-feira, 13 de junho de 13
  • 27. Fluxo  de  dados ERP, CRM, etc. quinta-feira, 13 de junho de 13
  • 29. É um amplo e flexível repositório de dados, que aglutina dados de fontes heterogêneas, projetado de modo a suportar o processo de tomada de decisão (BI). quinta-feira, 13 de junho de 13
  • 30. Data  Warehouse É um amplo e flexível repositório de dados, que aglutina dados de fontes heterogêneas, projetado de modo a suportar o processo de tomada de decisão (BI). quinta-feira, 13 de junho de 13
  • 31. Junção de tecnologias destinada ao tratamento de dados. Fornece uma “imagem única da realidade de negócio”. Coleção de dados orientado por assuntos, integrada, variante no tempo, e não volátil. Várias graus de relacionamento. quinta-feira, 13 de junho de 13
  • 32. Data  Warehouse Junção de tecnologias destinada ao tratamento de dados. Fornece uma “imagem única da realidade de negócio”. Coleção de dados orientado por assuntos, integrada, variante no tempo, e não volátil. Várias graus de relacionamento. quinta-feira, 13 de junho de 13
  • 33. Orientado por temas Financeiro ComercialEstoque RH/DP DW   Departamentos   Data  Mart’s quinta-feira, 13 de junho de 13
  • 34. Data  Warehouse  -­‐  Caracterís.cas   Orientado por temas Financeiro ComercialEstoque RH/DP DW   Departamentos   Data  Mart’s quinta-feira, 13 de junho de 13
  • 35. Um  dado  refere-­‐se  a  algum  momento   específico,  não  atualizável. q   qVariante no tempo quinta-feira, 13 de junho de 13
  • 36. Data  Warehouse  -­‐  Caracterís.cas   Um  dado  refere-­‐se  a  algum  momento   específico,  não  atualizável. q   qVariante no tempo quinta-feira, 13 de junho de 13
  • 37. Permite  apenas  carga  de  dados  e  consultas   destes  dados.   qNão volátil quinta-feira, 13 de junho de 13
  • 38. Data  Warehouse  -­‐  Caracterís.cas   Permite  apenas  carga  de  dados  e  consultas   destes  dados.   qNão volátil quinta-feira, 13 de junho de 13
  • 39. É um DW menor (específico) para um departamento, setor, etc. (agrupamento) Pode ser dependente ou independente quinta-feira, 13 de junho de 13
  • 40. Data  Mart   É um DW menor (específico) para um departamento, setor, etc. (agrupamento) Pode ser dependente ou independente quinta-feira, 13 de junho de 13
  • 41. Contém dados extraídos de um DW, focados nas necessidades de decisão DW DM1 DM2 Dependente quinta-feira, 13 de junho de 13
  • 42. Data  Mart   Contém dados extraídos de um DW, focados nas necessidades de decisão DW DM1 DM2 Dependente quinta-feira, 13 de junho de 13
  • 43. Os dados são inseridos diretamente no DM de acordo com a granularidade necessária e depois podem ser integrados em um DW. DM1 DM2 DW Independente quinta-feira, 13 de junho de 13
  • 44. Data  Mart   Os dados são inseridos diretamente no DM de acordo com a granularidade necessária e depois podem ser integrados em um DW. DM1 DM2 DW Independente quinta-feira, 13 de junho de 13
  • 45. Vendemos: PRODUTOS Em várias: LOJAS Medimos nosso desempenho ao longo: TEMPO O desenvolvedor de um DW vai considerar três aspectos básicos: quinta-feira, 13 de junho de 13
  • 46. Data  Warehouse  –  Cubo  3D Vendemos: PRODUTOS Em várias: LOJAS Medimos nosso desempenho ao longo: TEMPO O desenvolvedor de um DW vai considerar três aspectos básicos: quinta-feira, 13 de junho de 13
  • 47. Data  Warehouse  –  Cubo  3D Vendemos: PRODUTOS Em várias: LOJAS Medimos nosso desempenho ao longo: TEMPO Produto Lojas Tempo O desenvolvedor de um DW vai considerar três aspectos básicos: quinta-feira, 13 de junho de 13
  • 48. É uma estrutura de dados que forma um subconjunto de um banco de dados. Organiza os dados em duas categorias: campos de dados e dimensões com múltiplos níveis. Resumos dos dados são previamente calculados de modo otimizados para facilitar as consultas. quinta-feira, 13 de junho de 13
  • 49. Data  Warehouse  –  Cubo  3D É uma estrutura de dados que forma um subconjunto de um banco de dados. Organiza os dados em duas categorias: campos de dados e dimensões com múltiplos níveis. Resumos dos dados são previamente calculados de modo otimizados para facilitar as consultas. quinta-feira, 13 de junho de 13
  • 50. O modelo estrela é formado por uma tabela FATO e suas DIMENSÕES. quinta-feira, 13 de junho de 13
  • 51. Data  Warehouse  –  Star  Schema O modelo estrela é formado por uma tabela FATO e suas DIMENSÕES. quinta-feira, 13 de junho de 13
  • 52. Processo que extrai os dados dos diversos bancos, transforma (integra) estes dados e carrega no DW. Pode-se usar ainda um banco de dados para integração conhecido como ODS. As cargas são realizadas, geralmente, a noite e sempre em massa. quinta-feira, 13 de junho de 13
  • 53. ETL – Extract,Transform e Load   Processo que extrai os dados dos diversos bancos, transforma (integra) estes dados e carrega no DW. Pode-se usar ainda um banco de dados para integração conhecido como ODS. As cargas são realizadas, geralmente, a noite e sempre em massa. quinta-feira, 13 de junho de 13
  • 55. Data Mining é a mineração (busca detalhista) de dados, como o minerador que garimpa as pedras do rio em busca de preciosidades quinta-feira, 13 de junho de 13
  • 56. Data  Mining  –  “Garimpo  de  Dados”   Data Mining é a mineração (busca detalhista) de dados, como o minerador que garimpa as pedras do rio em busca de preciosidades quinta-feira, 13 de junho de 13
  • 57. É um novo enfoque para a análise e obtenção de informações ou conhecimentos em Data Warehouse ou Data Mart. quinta-feira, 13 de junho de 13
  • 58. Data  Mining  –  “Garimpo  de  Dados”   É um novo enfoque para a análise e obtenção de informações ou conhecimentos em Data Warehouse ou Data Mart. quinta-feira, 13 de junho de 13
  • 59. É uma ferramenta de inteligência, pois permite estabelecer relações, comparações, tendências, etc. quinta-feira, 13 de junho de 13
  • 60. Data  Mining  –  “Garimpo  de  Dados”   É uma ferramenta de inteligência, pois permite estabelecer relações, comparações, tendências, etc. quinta-feira, 13 de junho de 13
  • 61. Representa a informação de forma que o usuário compreenda. Interage com o usuário. Traduz o conhecimento extraído para informações convenientes. quinta-feira, 13 de junho de 13
  • 62. Data  Mining  –  “Garimpo  de  Dados”   Representa a informação de forma que o usuário compreenda. Interage com o usuário. Traduz o conhecimento extraído para informações convenientes. quinta-feira, 13 de junho de 13
  • 63. Explanatório: explicar algum evento ou medida observada. Confirmatório: confirmar hipótese. Exploratório: analisar os dados buscando relacionamentos novos e não previstos. quinta-feira, 13 de junho de 13
  • 64. Data  Mining  –    Obje.vo Explanatório: explicar algum evento ou medida observada. Confirmatório: confirmar hipótese. Exploratório: analisar os dados buscando relacionamentos novos e não previstos. quinta-feira, 13 de junho de 13
  • 65. quinta-feira, 13 de junho de 13
  • 66. Data  Mining  –    Obje.vo quinta-feira, 13 de junho de 13
  • 67. Data  Mining  –    Obje.vo 70% 20% 10% quinta-feira, 13 de junho de 13
  • 68. Ferramentas capazes de manipular e analisar um grande volume de dados sob múltiplas perspectivas. q quinta-feira, 13 de junho de 13
  • 69. OLAP – On Line Analytical Processing Ferramentas capazes de manipular e analisar um grande volume de dados sob múltiplas perspectivas. q quinta-feira, 13 de junho de 13
  • 70. Método de acesso a informação Visualiza e analisa diversos cenários Gerar relatórios Descobre tendências e fatos relevantes Prove quinta-feira, 13 de junho de 13
  • 71. OLAP – On Line Analytical Processing Método de acesso a informação Visualiza e analisa diversos cenários Gerar relatórios Descobre tendências e fatos relevantes Prove quinta-feira, 13 de junho de 13
  • 72. Nas ferramentas de navegação OLAP, é possível navegar entre diferentes níveis de granularidades (detalhamento) de um cubo de dados. Através de um processo chamado Drill o usuário pode aumentar (Drill down) ou diminuir (Drill up) o nível de detalhamento dos dados. quinta-feira, 13 de junho de 13
  • 73. OLAP – On Line Analytical Processing Nas ferramentas de navegação OLAP, é possível navegar entre diferentes níveis de granularidades (detalhamento) de um cubo de dados. Através de um processo chamado Drill o usuário pode aumentar (Drill down) ou diminuir (Drill up) o nível de detalhamento dos dados. quinta-feira, 13 de junho de 13
  • 75. Microsoft SQL Server 2005/2008 (Analysis Services) Business Objects (SAP) Hyperion (Oracle) DataStage (IBM) Cognos (IBM) Microstrategy quinta-feira, 13 de junho de 13
  • 76. Ferramentas    de  Mercado Microsoft SQL Server 2005/2008 (Analysis Services) Business Objects (SAP) Hyperion (Oracle) DataStage (IBM) Cognos (IBM) Microstrategy quinta-feira, 13 de junho de 13
  • 77. quinta-feira, 13 de junho de 13
  • 79. quinta-feira, 13 de junho de 13
  • 82. Tecnologia totalmente direcionada a gestão de informação quinta-feira, 13 de junho de 13
  • 83. Constante evolução, com a aplicação de conceitos inovadores como I.A. e redes neurais quinta-feira, 13 de junho de 13
  • 84. Grandes oportunidades de trabalho quinta-feira, 13 de junho de 13
  • 85. quinta-feira, 13 de junho de 13