TUDAO

PROJETO ANALÍTICO
AULA 1
Gestão de Projetos
O que é um projeto?
 É um conjunto de atividades temporárias, realizadas em grupo,
destinadas a produzir um produto, serviço ou resultado únicos.
 Um projeto é temporário no sentido de que tem um início e fim

definidos no tempo, e, por isso, um escopo e recursos definidos.
 Um projeto é único no sentido de que não se trata de uma

operação de rotina, mas um conjunto específico de operações
destinadas a atingir um objetivo em particular.
Gestão de Projetos
 Uma equipe de projeto inclui pessoas que geralmente não

trabalham juntas – algumas vezes vindas de diferentes organizações e
de múltiplas geografias.
O desenvolvimento de um software para um processo

empresarial, a construção de um prédio ou de uma ponte, o esforço de
socorro depois de um desastre natural, a expansão das vendas em um
novo mercado geográfico – todos são projetos.
Gestão de Projetos
A Gestão de Projetos, portanto, é a aplicação de conhecimentos,

habilidades e técnicas para a execução de projetos de forma efetiva
e eficaz.
Trata-se de uma competência estratégica para organizações,

permitindo com que elas unam os resultados dos projetos com os
objetivos do negócio – e, assim, melhor competir em seus mercados.
Gestão de Projetos
Os grupos de processos do gerenciamento de projetos são 5:
 Início ou Concepção
 Planejamento
 Execução
 Monitoramento e Controle
 Encerramento.
Gestão de Projetos
 Um projeto não pode se confundir com as tarefas rotineiras de
operação normal da empresa, caso isso aconteça o projeto corre riscos
desnecessários.
E o que é Risco?
 Um Risco é todo evento que pode impactar o projeto, para o bem
e para o mau.
 Se o risco é benéfico ao projeto, chama-se oportunidade.
 Normalmente associamos a palavra "risco" a consequências
negativas, por isso recebe o nome de Gestão de Riscos na gestão de
projetos.
Gestão de Projetos
Um risco constante é quando existem alterações no escopo do projeto.
 O escopo (scope) é tudo o que deve ser feito para se atingir o
objetivo do projeto, o que o projeto deve entregar.
 Os entregáveis (deliverables) são documentos, protótipos e todos

os demais intangíveis (tais como treinamento e homologação) que o
projeto deve entregar quando for completado.
Escopo não é "tudo o que o cliente quer" porque muitas

vezes ele não sabe tudo o que deve ser feito!
Gestão de Projetos
O Gerente de Projeto deve alinhar o escopo com o patrocinador do

projeto.
 O patrocinador (sponsor) é quem apoia o projeto dentro da
organização.
........Pode ser um diretor que também autoriza os pagamentos, ou um
gerente que se reporta à diretoria, o importante é que ele ou ela apoie o
projeto tanto em termos financeiros quanto com respaldo político,
garantindo os recursos (verba e tempo do pessoal) quando necessário.
Gestão de Projetos
 O patrocinador é um interessado (stakeholder) do seu projeto, assim
como são os membros da equipe que o executa, os usuários que como
clientes demandam o produto que o projeto deve entregar.
 Os terceirizados que participam do projeto ofertando serviços para se fazer

este produto também são interessados.
Ex: Uma obra de engenharia civil que terá impacto na vizinhança, como
o caso de uma represa, os moradores do lugar afetado também devem ser
considerados como interessados e seus questionamentos devem
ser endereçados.
Gestão de Projetos
Para que o projeto aconteça dentro de padrões previsíveis é preciso que

exista uma metodologia de trabalho.
 A metodologia é o conjunto de processos, documentos e regras para

o desenvolvimento do trabalho.
........A empresa pode já dispor de um conjunto de regras operacionais que o
projeto pode usar para criar a sua própria metodologia. O importante é que
haja um conjunto formalizado de regras de trabalho.
Gestão de Projetos
Também é importante formalizar os objetivos, intermediários e finais, do

projeto.
São os marcos (milestones) do projeto.
 O conceito de marco é utilizado para criar visibilidade dentro do
processo.
 Atrasos na entrega de um marco devem indicar problemas no projeto ou na

sua condução, já que esta deveria ter incorporado os atrasos ao
planejamento, possivelmente revendo também cronograma e orçamento.
Gestão de Projetos
 Um cronograma (schedule) é uma sequência de datas de execução das
tarefas necessárias para a realização do escopo do projeto, listadas no
WBS.
 O WBS (Work Breakdown Structure) ou EAP é o detalhamento de

todas as atividades do projeto. Normalmente se faz numa planilha e fica a
cargo do responsável pela tarefa identificar todas as subtarefas que deve
realizar para que determinado objetivo seja atingido.
 O orçamento (budget) é a relação de custos associados às tarefas

especificadas no WBS.
Gestão de Projetos Analíticos
E qual a diferença da Gestão de Projetos Convencionais para a Gestão dos
Projetos Analíticos?
Não existe diferença na Gestão desses dois tipos de projetos, todos os
processos que vimos são necessários.
 É de suma importância o gerenciamento das etapas de desenvolvimento

do projeto, desde a abertura e levantamento das necessidades, até a entrega
do produto final.
Todos possuem grande importância para o sucesso do desenvolvimento de
um projeto analítico, como de qualquer outro projeto.
 O gerenciamento de projetos analíticos faz ganharmos em qualidade,
satisfação dos clientes (usuários), otimização dos custos, produtividade e
atendimento aos prazos acordados.
 É importante ter o controle eficiente e eficaz das atividades de

desenvolvimento de projetos analíticos com a utilização de habilidades,
técnicas, ferramentas e processos capazes de otimizar recursos, melhorar a
comunicação com o cliente, e principalmente entregar um produto de
qualidade que atenda as expectativas das partes interessadas.
 Os projetos analíticos surgiram para trazer maior agilidade às tomadas
de decisões e também são conhecidos como projetos de Inteligência de
Negócios em inglês Business Intelligence (BI).
 As empresas buscam extrair de suas soluções de Business Intelligence

(BI) as informações que vão direcionar as estratégias e ações da
organização, visando alcançar a efetividade dos processos de negócio.
 São várias as atividades necessárias para o levantamento,
desenvolvimento e implantação de um sistema de Business Intelligence (BI).
 Essas atividades estão intimamente ligadas e são imprescindíveis para o

êxito da solução de BI.
 O fluxo das atividades fornece esclarecimento e a abstração do

funcionamento da solução de BI.
O processo é composto de várias etapas e seus elementos compreendem:
• as atividades de mobilização dos participantes (diretos e indiretos),

• levantamento das necessidades organizacionais,
• mapeamento da origem dos dados,
• construção da solução e
• a disponibilização para os consumidores das informações (usuários).
As 5 etapas do
Projeto Analítico
Vamos entender melhor estas etapas

 Mobilização das partes interessadas: para início do projeto de BI, todos
os stakeholders devem ser mobilizados. Sem a participação dos
interessados, e principalmente do patrocínio da alta gestão, o BI
provavelmente fracassará;
 Levantamento das necessidades informacionais: nesta atividade

procuramos entender quais as informações exigidas pelos gestores.
Nessa etapa estamos procurando listar todas as solicitações sem nos
preocupar, neste momento, com a existência "real" dos dados;
 Mapeamento das fontes dos dados: o mapeamento da origem dos dados

é feito após o levantamento das necessidades. Aqui é confrontando a
viabilidade das solicitações efetuadas na etapa anterior. Caso afirmativo,
são mapeadas as fontes dos dados para a posterior extração na
construção do sistema de BI;
Construção da solução BI: nessa etapa é iniciada a construção

propriamente dita da solução. Se trata, sem dúvida alguma, da maior etapa
do processo. Todas as atividades de extração, qualidade dos dados,
carga e teste das informações são realizadas nesta etapa;

 Disponibilização aos usuários: depois de percorrido todas as etapas
anteriores, chegamos, enfim à última etapa: disponibilização. Esta é uma
etapa muito delicada, pois se trata do momento onde é entregue o produto
de todo o esforço ao usuário final. Se a etapa de mobilização realizada no
início do processo tiver êxito, dificilmente teremos problemas na
disponibilização. Nesta etapa, além de entregar a solução, será feito toda a
capacitação aos gestores e analistas que utilizarão a ferramenta no dia a dia
para a consulta de informações de apoio às decisões.
 As cinco etapas constituem uma visão geral de todo o processo necessário
para a completa implementação e implantação de uma solução de BI.
 Caso seja desrespeitado algumas dessas etapas, provavelmente teremos

dificuldades e problemas futuros que poderão ser críticos ao sucesso ou
continuidade do projeto.
 A qualidade final do projeto de BI vai depender muito da atenção dada a

cada uma dessas atividades.
Além dessas etapas, para iniciarmos um Projeto Analítico temos que prestar
atenção nos seguintes pontos:
Indicadores de Desempenho: Na etapa de levantamento, além das
informações dos gestores, temos que nos preocupar com os indicadores de
desempenho (KPI), que são os responsáveis pelas tomadas de decisão.
Estes indicadores devem ser bem definidos pela equipe de levantamento

em conjunto com o departamento especialista.
Ex: No manuseamento e produção de materiais, existem indicadores

de desempenho tais como “custo do material por cada componente” ou
“volume de negócio por colaborador” são variáveis provadas. Isto torna
mais fácil determinar se os objetivos foram alcançados ou não.
 Garantir a integração e qualidade dos dados

Integração dos dados é um fator decisivo para o sucesso de um projeto de BI.
A equipe deve identificar os sistemas operacionais nos quais a informação
requerida está disponível e como os dados devem ser acessados. Para
informação atualizada, o acesso direto é a melhor opção. Se a qualidade dos
dados brutos não for suficiente, isso deverá ser melhorado com as ferramentas
de software apropriadas para acessar todas as fontes de dados.
 Descubra que ferramentas de BI já estão disponíveis na empresa

Quando um novo projeto é iniciado, é necessário determinar se as
ferramentas existentes para os usuários finais devem continuar a ser
utilizadas ou se devem ser substituídas completamente. Na maioria dos
casos, a padronização num único sistema de BI é preferível para garantir
consistência na disponibilização da informação dentro da empresa.
 Escolher o Software de BI correto

Com uma Proof-of-Concept (PoC), a equipe de projeto decide o software mais
adequado, baseando-se geralmente em um briefing específico. Este
procedimento permite à equipe de projeto garantir com maior grau de
certeza de que o software se adequa ao seu negócio.
 Um projeto de BI é um processo constante
Todas as soluções de BI têm de ser continuamente desenvolvidas e otimizadas
em uma base permanente.
“O BI é, antes de tudo, uma tarefa de controle, compras, marketing e vendas.
Os departamentos de negócio estão familiarizados com os requisitos
individuais em termos de gestão da performance funcional e sabem que
parâmetros e dados necessitam para controlar os seus processos de negócio”,
“A TI deve construir a infraestrutura para as aplicações de BI e assegurar

uma operação de confiança”.
PROJETO ANALÍTICO
AULA 2
Como surgiram os Projetos Analíticos?
Como vimos na aula passada os projetos analíticos surgiram para

ajudar nas tomadas de decisões, logo surgiu a necessidade de
melhorar as análises dos dados, e isso deveria ser feito de forma
otimizada.
Nasce um novo conceito para a tecnologia da

informação, onde os sistemas informatizados passaram a pertencer
a dois grupos:
 Sistemas que tratam do negócio: Dão suporte ao dia a dia do

negócio da empresa, garantem a operação da empresa, são
chamados de Sistemas Transacionais, e
Sistemas que analisam o negócio, são os que ajudam a

interpretar o que ocorreu e a decidir sobre estratégias futuras
para a empresa, que são os Sistemas de Suporte a Decisão.
 Novas ferramentas computacionais de análises de informação

foram surgindo, então os gestores começaram a exigir dos sistemas
transacionais respostas às suas solicitações.
 Sistemas Transacionais foram desenvolvidos para garantir a

operação da empresa, não estavam preparados para gerar e
armazenar informações estratégicas necessárias a um projeto de BI
eficiente.
 Para trabalharmos com Sistemas Transacionais e obtermos alguma

informação estratégica, surgiram os Programas Extratores, estes
programas extraem informações destes sistemas com intuito de
trabalhá-las em outros ambientes.
 Devido ao grande volume de dados e as empresas com uma

enorme diversidade de sistemas implantados, estes programas
extratores executam muito lentamente.
 Um fator importante que prejudica as decisões é a falta de registros

dos fatos históricos nos Sistemas Transacionais, pois estes trabalham
como a situação instantânea dos negócios.
 Foi então que surgiu a ideia de concentrarmos todas as

informações para tomada de decisão em uma base de dados,
denominada Armazém de Dados, ou Data Warehouse (que
estudaremos em aulas futuras).
Diferenças entre Sistemas Transacionais e Analíticos
Na arquitetura analítica, o processo se inicia com a extração,

transformação e integração do dados dos sistemas transacionais.
Para trabalharmos com Sistemas Transacionais utilizamos

Processamento Transacional e para os Sistemas Analíticos
utilizamos Processamento Analítico.
Qual a diferença de Sistemas
OLTP
(Processamento Transacional) e
OLAP
(Processamento Analítico) ?
OLTP
Folha de pagamento
Contas a pagar
Compra de produtos
Controle de estoque Acumulam dados
detalhados a partir das
operações do dia-a-dia
dos negócios.
Sistemas OLTP (Online Transaction Processing –

Processamento Transacional)
OLTP
OLTP (On-line Transactional Processing) é um sistema utilizado como

base de SGBD (Sistema Gerenciador de Banco de Dados)
transacionais ele permite que a realização de comandos básicos
como insert, update e delete.
É utilizado pela maior parte das empresas em pequenas transações
em tempo real e de forma rápida, como não salvam histórico de
dados não são ideais para utilização em suporte a tomada de
decisão.
OLTP
OLTP fornece relatórios restritos a uma visão bidimensional do

negócio, que não possibilita aos tomadores de decisão a flexibilidade
que necessitam na análise da organização como um todo. Esses
relatórios trabalham com o conceito de agrupamento linear das
informações.
OLTP
Exemplo disso um relatório que exiba as vendas de determinado produto por
região, tendo os produtos e regiões agrupadas em níveis hierárquicos
simples.
OLTP
 O planejamento estratégico de uma empresa exige mais dinamismo
do que os sistemas de gestão normalmente conseguem prover.
 O ambiente OLTP é operacional, para leitura e gravação de dados.
 O acesso aos dados é atômico, ou seja, não é possível maior

detalhamento de dados do que ele já apresenta e estes são
normalizados.
OLTP
Existe a necessidade da quebra de paradigmas, saindo das atuais
visões bidimensionais para um novo conceito que vem revolucionando
a gestão das empresas já a alguns anos:
As visões multidimensionais, igualmente conhecidas como

Cubos, que fazem parte dos sistemas OLAP (Online Analytical
Processing - Processamento Analítico).
OLAP
São projetados para

suportar os requisitos
de dados “ad hoc” dos
usuários. Prognóstico
Perfil
Relatório resumo
Análise de tendências
Sistemas OLAP (Online Analytical Processing –

Processamento Analítico)
OLAP
OLAP (Online Analytical Processing) funciona de forma dedicada à
tomada de decisão, possui várias dimensões visualizáveis,
hierarquizadas em várias granularidades e segue um modelo
lógico multidimensional. São geralmente desenvolvidas para
trabalhar em bancos de dados não normalizados.
Os dados presentes neste sistema não podem ser alterados, já que

o sistema permite update dos dados, mas não manipulações com
exclusão ou modificação direta dos dados.
OLAP
 Permite os usuários terem acesso rápido aos dados que

descrevem os negócios, e consequentemente, uma melhoria na
compreensão, gerenciamento e planejamento desses negócios.
Aplicações Operacionais
OLTP
(OLTP) Aplic. 5
Contabilização
Aplic. 2 Aplic. 4
Informações
gerenciais
Aplic. 3
Apoio à decisão
Aplic. 1
OLAP
Aplic. 1 Aplic. 5
Aplic. 3
DW Aplic. 4
Aplic. 2
Fontes
Fontes externas
corporativas
OLAP X OLTP
Operacionais Analítico
• Dados atualizados • Dados não são

constantemente atualizados
(online), a nível de diariamente (online)
Comum
registro individual Base de Dados • Tempo de resposta
• Tempo de resposta rápido
demorado • A rede de
• A rede de SGDBS
comunicação é muito
comunicação é menor (menos
muito maior (mais usuários)
usuários)
OLAP
WOLAP (Web Olap) - Representa a migração da tecnologia Olap para

o ambiente da Internet, possibilitando o trabalho com plataformas
independentes para dar suporte a usuários distantes, aplicações
de groupware, facilidade de aprendizado e de manutenção.
OLAP
 Em resumo podemos dizer que a grande diferença está no fato de que

um está direcionado ao funcionamento dentro do ambiente
operacional (OLTP) e o outro com foco essencialmente gerencial
(OLAP).
 Não se trata de um conceito ser melhor que o outro, mas sim de

conceitos complementares e com objetivos distintos dentro da organização.
Cabe à empresa se posicionar e utilizar ambos da melhor forma

possível para conciliar desempenho operacional e o resultado estratégico
da organização.
OLAP
 A principal característica do OLAP é a visão multidimensional, são
consultas que fornecem informações sobre os dados presentes em
uma ou mais dimensões, mas para entender esse conceito vamos falar
sobre outras características:
Cubo: É uma estrutura que armazena os dados de negócio em formato
multidimensional, tornando-os mais fácil de analisar.
Dimensão: É uma unidade de análise que agrupa dados de negócio
relacionados. As dimensões se tornam cabeçalho de colunas e linhas,
como exemplo linhas de produto, regiões de venda ou períodos de
tempo.
OLAP
Hierarquia: É composta por todos os níveis de uma dimensão,

podendo ser balanceada ou não. Na hierarquia balanceada os níveis
mais baixo são equivalentes, porém, isto não ocorre nas
hierarquias não balanceadas onde a equivalência hierárquica não
existe. Por exemplo, em uma dimensão geográfica o nível país não
possui o sub-nível Estado para um determinado membro e possui para
outro.
OLAP
Membro: é um subconjunto de uma dimensão. Cada nível

hierárquico tem membros apropriados aquele nível. Por exemplo, em
uma dimensão geográfica existe o nível e seus membros.
Medida: É uma dimensão especial utilizada para realizar

comparações. Ela inclui membros tais como: custos, lucros ou taxas.
OLAP
KIMBALL (2002) classifica os sistemas OLAP em ROLAP, MOLAP,
HOLAP e WOLAP, essas ferramentas possibilitam diferentes formas de
organizar os dados antes de apresentá-los ao usuário final.
ROLAP (Relational Olap) - Permite que múltiplas consultas

multidimensionais de tabelas bidimensionais relacionais sejam
criadas sem a necessidade de estrutura de dados normalmente
requerida nesse tipo de consulta.
 Utilizam a linguagen SQL para consulta à base de dados analítica
e conseguem lidar bem com dados voláteis.

OLAP
MOLAP (Multidimensional Olap) - É utilizado tradicionalmente

para organizar, navegar e analisar dados, utilizam “cubos”
multidimensionais para a análise dos dados e dispensam o SQL,
sendo portanto mais rápidos.
HOLAP (Hybrid On Line Analytical Processing) - É uma

mistura de tecnologias onde há uma combinação entre ROLAP e
MOLAP, dessa forma podemos extrair o que há de melhor de cada
uma: alta performance do MOLAP com a escabilidade do ROLAP.
OLAP
WOLAP (Web Olap) - Representa a migração da tecnologia Olap para

o ambiente da Internet, possibilitando o trabalho com plataformas
independentes para dar suporte a usuários distantes, aplicações de
groupware, facilidade de aprendizado e de manutenção.
Ferramentas OLAP
ROLAP MOLAP
(Query a d Hoc (Análises
e Análises) Avançadas)
HOLAP
WOLAP
WOLAP
(Consultas rápidas)
(Consultas
rápidas)
Ferramentas OLAP
Das 4 ferramentas apresentadas qual é a melhor de trabalharmos?
MOLAP
Utiliza “cubos” multidimensionais para a análise dos dados

e dispensam o SQL, sendo portanto mais rápidos.
PROJETO ANALÍTICO
AULA 3
Exercícios aulas 1 e 2
Pergunta 1: O que é Gestão de Projetos?

a) É a aplicação de conhecimentos, habilidades e técnicas para a
execução de projetos de forma efetiva e eficaz. O volume de
dados ajuda a comunicação estratégica.
b) É a gestão de atividades da empresa.
c) É um conjunto de tarefas.
d) É uma aplicação de um software.
e) Nenhuma das respostas.
Gabarito: (a)
Pergunta 2: Quais são os grupos de processos do gerenciamento de

projetos?
a) Desenvolvimento, Implantação e Controle.
b) Concepção, Planejamento, Execução, Controle e Encerramento.
c) Concepção e Controle.
d) Desenvolvimento e Implantação.
Gabarito: (b)
Pergunta 3: Qual dos itens abaixo contem dados importantes na gestão

de projetos?
a) Desenvolvimento e Implantação.
b) Metodologia.
c) Escopo e Patrocinador.
d) Desenvolvimento.
Gabarito: (c)
Pergunta 4: Quais são as 5 etapas do projeto analítico?
a) Mobilização dos interessados, Levantamento das necessidades,
Mapeamento das fontes de dados Metodologia, Desenvolvimento e
Implantação.
b) Mobilização dos interessados, Aplicar Metodologia, Desenvolver o proj.
de BI, Executar e Implantar.
c) Mobilização dos interessados, Levantamento das necessidades,
Mapeamento das fontes de dados, construção do proj. de BI e
Disponibilizar aos usuários.
d) Mobilização, Levantamento, Modelar, Desenvolvimento e Implanta.
e) Nenhuma das respostas. Gabarito: (c)
Pergunta 5: Qual a diferença entre OLTP e OLAP ?
a) OLTP é processamento transacional e OLAP é processamento

analítico.
b) OLTP são sistemas de bancos de dados e OLAP não trabalha com
bancos de dados.
c) OLTP são sistemas analíticos e OLAP são sistemas operacionais.
d) OLTP processa dados analíticos e OLAP processa dados transacionais.
Gabarito: (a)
Pergunta 6: Qual a principal função do OLAP ?
a) Trabalhar com dados transacionais.

b) Trabalhar com múltiplas visões.
c) Trabalhar com informações externas.
d) Trabalhar com dados transacionais e analíticos.
Gabarito: (b)
Pergunta 7: Qual do item abaixo contem duas características do OLAP ?
a) Dimensão e Operação transacional.

b) Cubo e Metodologia.
c) Operação dimensional e transacional.
d) Cubo e Dimensão.
Gabarito: (b)
Pergunta 8: Quais são as ferramentas para se trabalhar com OLAP?
a) MOLAP e HOLAP.
b) HOLAP e WOLAP.
c) ROLAP, MOLAP, HOLAP e WOLAP
d) WOLAP e MOLAP.
Gabarito: (c)
Ferramentas OLAP
Principais operações utilizadas nas ferramentas OLAP são:
Drill Across – Ocorre quando o usuário atravessa um nível

intermediário numa mesma dimensão. Ex: A dimensão Tempo é
composta por ano, semestre, mês e dia, o usuário estará executando
um Drill Across quando ele passar de ano direto para semestre ou
mês.
Ferramentas OLAP
Drill Down – Ocorre quando o nível de detalhes da informação

sofre um aumento de detalhe da informação, diminuindo o grau
de granularidade.
Drill Up – Ocorre quando o usuário diminui o nível de detalhes da

informação, é o contrario do Drill Down.
Ferramentas OLAP
Drill Throught – Ocorre quando o usuário muda a informação de

dimensão. Ex: Estás na dimensão tempo e no próximo passo estás
analisando a informação por região (outra dimensão).
Alertas – Servem para informar sobre as situações importantes

em elementos de relatórios, baseados em condições envolvendo
objetos e variáveis.
Ferramentas OLAP
Slice and Dice – Faz parte das principais características da

ferramenta. Como o OLAP gera ou recupera um micro cubo, o Slice
and Dice têm a responsabilidade de fazer alteração na posição de
uma informação, alterar linhas e colunas para facilitar a
compreensão dos usuários e girar o cubo sempre que tiver
necessidade.
Ferramentas OLAP
Ranking – Possibilita juntar todos os resultados por ordem

decrescente ou crescente, baseando-se em objetos numéricos
(Measures). Esta opção impacta somente uma tabela direcionada,
não afetando a pesquisa (Query).
Filtros – Dar a permissão para os usuários aperfeiçoarem, as

pesquisas (Query) solicitadas por mais de uma vez, como se
fossem filtros de informações.
Ferramentas OLAP
Sorts – Serve para ordenar as informações de forma crescente ou

decrescente, de acordo com a escolha do usuário.
Breaks – Serve para agrupar as informações em blocos. Ex: O

usuário que ver as informações por cidades, então ele executou um
break. Após esta ação ter sido executada, as informações estarão
agrupadas por cidades, somando os valores mensuráveis por
cidades.
Ferramentas OLAP
Pivot - É o ângulo pelo qual os dados são visualizados. Permite

a troca de linhas por colunas em uma tabela ou modificação da
posição das dimensões em um gráfico.
Como iniciar um projeto analítico (BI)?
Como já vimos hoje os sistemas transacionais não ajudam os

gestores na tomada de decisão, pois hoje temos a globalização dos
negócios, o crescimento das operações via internet e a evolução
das tecnologias wireless, que no conjunto forçam as corporações
não apenas buscar eficiência , como também, e principalmente,
serem mais ágeis nas decisões e em ações efetivas.
Foi então que surgiu Business Intelligence (BI) – um guarda-chuva

que abarca conceitos e uma série de ferramentas que,
possibilitam organizar e trabalhar os dados, captados por meio
de diferentes sistemas, tornando-os consistentes, não
redundantes e capazes de adicionar inteligência aos negócios,
resultando maior agilidade para as decisões gerenciais.
Para iniciarmos um projeto de BI, temos algumas preocupações que

devem ser levantadas e discutidas:
 Identificar as reais necessidades da empresa;
 Identificar ferramentas de tendências de mercado;
 Identificar os profissionais da área de negócios envolvidos;
 Planejamento Estratégico (já existe?);
 Identificar os indicadores de desempenho;
 Identificar as fontes de dados existentes.
O projeto de BI é composto por quatro componentes:
1) o data warehouse que é um depósito de dados, onde são encontradas
todas as informações da empresa prontas para serem manipuladas e
exploradas;
2) o OLAP que é uma ferramenta que manipula os dados de um data
warehouse;
3) a gestão de desempenho do negócio (Business Performance
Management – BPM) responsável por monitorar e comparar, de acordo
com as metas estabelecidas, o desempenho do sistema;
4) a interface com o usuário, aonde ocorre toda a parte de interatividade do
sistema.
Antes de iniciarmos um projeto de
Business Intelligence
precisamos conhecer alguns conceitos.
O que é um DATAWAREHOUSE?
Também conhecido como Armazém de Dados.
 É uma complexa combinação de
processos +
hardware +
software +
conhecimento do
negócio
que fornece um ambiente e uma infraestrutura, para satisfazer as
necessidades de informação para gestão do negócio.
William Inmon cunhou o termo em 1990
É um tipo de Banco de Dados voltado ao apoio à tomada de

decisões gerenciais e estratégicas. Esta tecnologia visa promover melhores
negócios à empresa a partir de análises da grande quantidade de informação
que se encontra distribuída por diversos sistemas de produção e sistemas
externos.
 O DW é um repositório centralizado de dados e informações

corporativas orientado à gestão Operacional, Tática e Estratégica da
Empresa.
 É obtido a partir da contínua integração de dados de fontes internas -

operacionais e institucionais - e externas - mercado - com uma perspectiva
temporal.
Características do DATAWAREHOUSE?
 Repositório central;
 Dados históricos;
 Muitas fontes de recursos
 internas e externas;
 Ponto único para distribuição;
 Separados de sistemas operacionais;
 Fácil acesso para dados;
 Mutável ao longo do tempo;
 Perene (não volátil);
 Processamento Analítico.
Analistas
Clientes,Transações,Fi
Relacional,Multidim de
nanceira,Inventário.
ensional,Texto,Ima Negócios
gem, Vídeo.
Dados
Operacionais
Analistas
DW
Demográfica,Sociais,M
apeamento,Tempo.
Executivos
Ferramentas relacionais,
Dados Ferramentas OLAP
Externos Data Mining.
Para isso é necessário se ter muito clara a relação:
Estratégia de negócios e
saber o quê e
por quê se precisa analisar informações e
então planejar o
Data Warehouse.
PROJETO ANALÍTICO
AULA 4
Exercícios aula 3
Pergunta 1: Qual dos itens abaixo contem operações de OLAP?

a) Drill Down, Slice and Dice, Alertas e Sorts.
b) Drill UP e tarefas.
c) Tabelas e Cubos.
d) Drll UP, Alertas e Tarefas.
Gabarito: (a)
Exercícios aula 3
Pergunta 2: Qual dos itens abaixo contem componentes do BI?
a) Datawarehoude e Alertas.
b) OLAP e Dados.
c) Datawarehouse e OLAP.
d) Planejamento e Dados.
Gabarito: (c)
Exercícios aula 3
Pergunta 3: Qual dos itens abaixo contem conceitos que precisamos

conhecer para o projeto de BI?
a) OLAP e Metodologia.
b) Metodologia e Datawarehouse.
c) Escopo e Patrocinador.
d) Datawarehouse, Cubo, OLAP e ETL.
Gabarito: (d)
Exercícios aula 3
Pergunta 4: O que é um Datawarehouse?
a) É a base de dados do projeto de BI, também chamado de

armazém de dados.
b) É uma de dados convencional.
c) É um software que podemos comprar.
d) È um software que trabalha com sistemas transacionais.
Gabarito: (a)
DATA MART
O que vem a ser DATA MART ?
 Representa um subconjunto de dados do DW;
 É um processo de extração, transformação e depuração integrado

e incremental, de forma a garantir a qualidade dos dados,com uma
implementação rápida que permita um retorno a curto prazo;
 Permite que se visualize comportamentos de determinados fatos de

negócio ao longo de grandes janelas de tempo.
 Para que departamento/área?

 Qual o foco, objetivo, escopo?
 Quem é o patrocinador?
 A tecnologia usada tanto no DW como no DM é a mesma, as

variações são em volume de dados e na complexidade de carga.
 DMs são voltados para uma determinada área, já o DW é voltado

para os assuntos da empresa toda.
 Cabe a cada empresa avaliar a sua demanda e optar pela melhor

solução.
 O custo de um DM varia de 5 a 50% a menos do custo total de um

DW integral e o prazo de implementação é de cerca de 120 dias
enquanto que o DW leva cerca de um ano ou mais para estar
consolidado.
Problemas
 A longo prazo teremos múltiplos processos de extração (para cada DM
isolado) acessando fontes diferentes de dados, em momentos diferentes,
garantindo assim a incoerência dos dados.
 Sobrecarga do HW devido à execução de múltiplos processos de

extração, resultando tanbém em consumo da largura de banda de sua
rede.
Nenhuma destas perspectivas é boa , nem barata.

Então surgiu o DATA MART INTEGRADO
 Temos os benefícios de um processo de extração, transformação e

depuração integrado e incremental, garantindo a qualidade dos dados com
implementação rápida, permitindo um ROI a curto prazo.
Para isto precisamos de um planejamento para montar a

arquitetura de implementação.
DATA MARTS INTEGRADOS
Dados
Operacionais
Externos
Dados
Operacionais
Ferramentas
Windows
Data
Ferramentas
Warehouse
Web
Dados DATA MART Aplicações

Externos Clientes
A melhor arquitetura é um
DW incremental
 Começa a modelagem global de DW;
 Inicia um DM piloto;
 Vai criando outros DM e incrementado-os, mantendo a visão horizontal;
 Mantem DW e DMs.
O que vem a ser ODS..DDS..Staging area?
ODS (Operational Data Store)
 É uma base auxiliar que facilita a integração dos dados do ambiente

operativo antes da sua atualização no DW.
 Também chamamos de DDS (Dynamic Data Storage), com uma

diferença, pode ir crescendo ao longo do tempo, com alterações
incrementais.
 Staging Area é necessária quando a preparação (limpeza, sincronização)

for complexa.
Modelagem Multidimensional
Questões importantes para
 Quando? (tempo)
 Quem? (ex. Produto) (o que analisar do Fato)
 Onde? (Localização geográfica)
 Fato (Ex. Vendedor) (agente)
É importantíssimo definir as dimensões, “os pontos cardeais das estrelas”

dos fatos.
Uma célula é a interseção de múltiplas dimensões
ideia de Cubo
 O modelo MMD é orientado a assunto (Fato)
 Modelo MMD - OLAP
 Modelo MMD - BD Relacional
Não Normalizado (BD não volátil).

O que são CUBOS?
São massas de dados que retornam das consultas feitas ao

banco de dados, e podem ser manipulados e visualizados por
inúmeros ângulos (tecnologia “slice-and-dice”) e diferentes níveis de
agregação (tecnologia “drill”).
Região Visão
Tempo
Produto
Estado
Roll Up
Drill Down
(subir para o maior
(ir para o menor
grão)
grão)
Cidade Cidade
Cidade
Cidade
O que é GRANULARIDADE ?
 É o ponto mais importante do projeto de DW.
 É o nível de detalhe contido nas unidades de dados existentes no

DW.
 Afeta profundamente o volume de dados que residem no DW, logo

afeta o tipo de consulta que pode ser atendida.
 O volume de dados contidos no DW é balanceado de acordo com o

nível de detalhe de uma consulta.
O que são Fatos ???
 Uma coleção de itens de dados, ou seja, os itens do negócio, ou

ainda, os eventos do negócio.
 São as medições numéricas do negócio.
 É evolutivo, muda suas medidas com o tempo.

FATOS
São os Eventos do negócio que vão acontecendo dinâmicamente e

exigem a presença das dimensões.
Os Eventos em si, acontecem dentro do ambiente funcional da

organização.
Para que se possa organizar os Eventos de forma harmoniosa, é

importante desenhar o Modelo Funcional do negócio.
FATOS
Existem 3 características que sempre teremos que analisar nos itens dos
negócios para identificação dos FATOS :
Varia ao longo do tempo.
Possui valores numéricos de avaliação.
Seu histórico pode ser mantido e cresce com o passar do tempo.

Como identificamos os FATOS?
Fazendo a seguinte pergunta:

Exemplo de FATO
Os índices de criminalidade aumentaram no ano atual 70% sobre os dois

últimos anos”.
Onde está o Fato???
Perguntas: 1) O que varia ao longo do tempo?
2) Possui valores numéricos de avaliação?
3) Seu histórico pode ser mantido e cresce com o passar do tempo?
As ocorrências são ou não CRIMES???
Logo temos como Fato “CRIMES”.

PROJETO ANALÍTICO
AULA 5
Exercícios aula 5
Pergunta 1: Qual a diferença entre Data Mart e DW?
a) Não existe diferença técnica e sim somente execução mais

rápida.
b) A diferença é técnica, são construídos com ferramentas distintas.
c) Não existe diferença, pois são do mesmo tamanho.
d) A diferença é número de dados.
Gabarito: (a)
Exercícios aula 5
Pergunta 2: Qual a melhor maneira de trabalharmos com Data Marts?
a) Trabalhar com os Data Marts em série.

b) Trabalhar incrementando os Data Marts que forem sendo
desenvolvidos.
c) Trabalhar com Data Marts em paralelo.
d) Trabalhar com Data Marts em separado.
Gabarito: (b)
Exercícios aula 5
Pergunta 3: O que é ODS?
a) É a área de carga.
b) É um item do projeto de BI essencial.
c) É uma área intermediária para darmos a carga no DW ou DM.
d) É uma maneira de utilizarmos o DW.
Gabarito: (c)
Exercícios aula 5
Pergunta 4: O que são Cubos?
a) É um conjunto de dados.
b) É uma base de dados convencional.
c) É um conjunto de base de dados.
d) São massas de dados com várias visões de trabalharmos.
Gabarito: (d)
Exercícios aula 5
Pergunta 4: O que é granularidade?
a) É o que identifica os cubos.

b) É o grão que identifica o nível de consulta do projeto.
c) É um item dos dados do projeto de BI.
d) É o que identifica como montar o DW.
Gabarito: (b)
Exercícios aula 5
Pergunta 5: Como identificamos os Fatos?
a) Identificando os dados nos Cubos

b) Identificando os níveis de detalhe das consultas.
c) Fazendo a pergunta: O que precisamos carregar no projeto de BI.
d) Fazendo a pergunta: O que queremos medir.
Gabarito: (d)
O que são DIMENSÕES?
DIMENSÕES
 Junção de tabelas de Fatos através de chave estrangeira;
 Linhas extensas com numerosas colunas de texto, altamente

descritivas;
 Em geral são tabelas pequenas;
 São definições de dimensões de negócio com terminologia familiar

aos usuários;
 É o acesso à tabelas de Fatos;
 Altamente indexadas.
Fazemos 4 perguntas para identificar as Dimensões
 Quando?
 Onde?
 Quem?
 O que?
Exemplo de Modelo MMD
DIMENSÃO 3
Produto
DIMENSÃO 1
Cliente
FATO
Vendas DIMENSÃO 4
Tempo (MÊS)
DIMENSÃO 2
Fornecedor DIMENSÃO 5
Região
Princípios Básicos para a Modelagem MMD ser um sucesso
Modelar visando:
> Satisfazer requisitos de Negócio
> Eficiência/Performance das Análises
> Entendimento dos Diferentes Tipos de Usuários
> Flexibilidade e Estabilidade
Introduzir redundância gerenciada e desnormalização.
Englobar dados históricos.

Existem dois tipos de Modelagem MMD
Snowflake Schema e Star Schema… Elas se diferem pela modelagem

da estrutura do ambiente e desempenho no processamento. Sendo a
modelagem Star Schema bem melhor devido ao desempenho.
Snowflake Schema - possuímos subdimensões ligadas às dimensões,

que por sua vez estão ligadas à tabela Fato.
Star Schema - as dimensões se relacionam diretamente com a tabela

Fato, sem nenhuma subdimensão, ou seja, a ligação é direta.
Recomendação
O star schema (chamado também de modelo estrela) deve ser sempre

priorizado.
 Esse tipo de modelagem possui maior intuitividade e melhor desempenho
nas consultas que serão executadas no DW.
Devemos evitar ao máximo o modelo snowflake (chamado também de

modelo floco de neve) e utilizá-lo apenas nas exceções onde o star schema
não pode ser aplicado.
Como projetar o
Data Warehouse ?
Primeiros passos
 Definir o objetivo do projeto: ele deve ser relevante e importante, assim
como o beneficiado;
 Definir um benefício quantificável e mensurável, de forma a poder medir

o sucesso do projeto;
 Definir um objetivo que agregue valor ao negócio da empresa;
 Definir o patrocinador: ele deve ter autoridade suficiente para poder levar
o projeto a termo;
 Pense grande (visão corporativa): implemente em partes;
 Envolva o usuário constantemente em todo o projeto.

Levantamento
 Identificar necessidades
• Informação;
• Manipulação;
• Saídas.
 Identificar os volumes.
 Identificar perfil dos usuários.

Fases de um Projeto de BI
 Diagnóstico: Modelagem de negócios, Identificação das Informações de
análise requeridas, assim como avaliação dos Sistemas Operacionais e
fontes externas, cujas bases são a origem dos dados para o
Datawarehouse.
 Construção: Modelagem e Implementação do Datawarehouse

(repositório de dados destinados a análise) e dos processos de distribuição
e acesso às informações compreendendo:
• Extração: Mapeamento dos dados a partir das origens e implementação
dos processos de carga do Datawarehouse.
• Modelagem: Aplicação das técnicas de modelagem específicas para

Datawarehouse, cujos conceitos diferem da modelagem tradicional
utilizada para bases de dados de sistemas operacionais.
• Armazenamento: Definição do formato e sistema gerenciador de banco

de dados a ser utilizado em cada caso.
• Distribuição: Definição dos Data Marts consistentes com a visão

consolidada da empresa.
• Visualização: Ferramentas para OLAP e para geração de relatórios,
atentando para as diferentes demandas da informação, isto é, onde está
e qual o perfil de cada usuário.
• Detecção: Ferramentas que trabalham com técnicas estatísticas para

estabelecer relação entre fatos, utilizando a técnica conhecida como
Data Mining.
• Projeção: Manipulação de cenários (what-if analysis).
• Treinamento: Capacitação dos profissionais que farão uso das

informações, incluindo o uso das tecnologias / ferramentas de
visualização, manipulação e detecção.
Por onde devemos iniciar nosso Projeto de DW?
 Por fontes de dados existentes;
 Após a identificação dos processos, serão construídas tabelas de fatos

baseadas em cada processo selecionado;
 Antes de estruturarmos qualquer tabela de fatos, devemos decidir qual

será seu nível de detalhe (Granularidade);
 Quando se conhece a granularidade é possível identificar as dimensões e

seus respectivos níveis de detalhe (embora possam existir dimensões
adicionais);
Por onde devemos iniciar nosso Projeto de DW?
 A escolha das dimensões é o passo-chave do projeto;
Depois de selecionarmos as dimensões, nossas próximas tarefas serão

descarregar todos os fatos mensuráveis na tabela de fatos e finalmente
concluir o preenchimento dos registros da dimensão;
 Planejar o tempo de duração do BD;
 Planejar o intervalo de extração/carga de dados.

Fases do Projeto de BI
FASE 3
FASE 1 Plano de
Avaliação dos implementação
negócios e
estratégia
FASE 4
Especificação
FASE 2 e desenho
Avaliação de
tecnologia FASE 5
Construção e
evolução
Procedimentos para o Projeto de DW
 Utilize gráficos;
 Envolve brainstorming;
 Tente capturar as ideias, mas não se atole com uma questão
específica.
Fluxo de Projeto
1) Identifique os assuntos possíveis;
2) Identifique as dimensões possíveis, geralmente em resposta aos

assuntos propostos;
3) Para cada assunto, verifique as dimensões que se aplicam e o grão para

cada uma;
4) Identifique os fatos específicos de negócios básicos para cada assunto;
5) Refine e altere as dimensões quando necessário durante o processo.

Observações sobre o Fluxo
 É comum voltar entre os passos;
 Um modelo completo pode ser apresentado posteriormente de maneira

organizada passo-a-passo;
 Para minimizar o debate de um projeto detalhado, capture questões e siga

adiante. Estas questões devem ser incluídas em um log de questões/temas;
 Ao rever o log, algumas questões podem parecer absurdas, mas no início

era difícil saber quais questões eram triviais e quais eram importantes.
 Uma pessoa deve documentar a primeira versão;

Observações sobre o Fluxo
(cont….)
 Outras devem pesquisar as respostas para as perguntas;
 O time central deve se reunir novamente, antes que a primeira versão

seja limpa e refeita de forma apresentável, de modo a rever e revisar o
modelo baseado em pensamentos claros e resultados das pesquisas;
Recomendação: “Descansem um dia ou dois. Algumas das melhores

idéias aparecem enquanto se está descansando.”
PROJETO ANALÍTICO
AULA 6
Exercícios aula 6
Pergunta 1: Quais são as perguntas que fazemos para identificar as

dimensões?
a) Onde e Quando.
b) Quando, Onde, Quem, O que.
c) Não existem perguntas, pois identificamos pela tabela Fato.
d) O que, Por que, e Quando.
Gabarito: (b)
Exercícios aula 6
Pergunta 2: Por que desnormalizamos o Modelo MMD?
a) Para melhorar a performance.

b) Para melhorar os dados no modelo MMD.
c) Para melhorar o tempo de desenvolvimento do projeto.
d) Para melhorar o indexamento dos dados.
Gabarito: (a)
Exercícios aula 6
Pergunta 3: Qual dos dois tipos de modelagem é melhor de

trabalharmos?
a) Star Flake.
b) SnowFlake.
c) Star Schema.
d) Snow Schema.
Gabarito: (c)
Exercícios aula 6
Pergunta 4: Qual dos itens abaixo contem 3 passos para projetar o DW?
a) Definir o objetivo do projeto, o tempo e os dados.

b) Definir patrocinador, tempo e os dados..
c) Definir objetivo do projeto, definir os dados e levantar os sistemas
envolvidos.
d) Definir o objetivo do projeto, o patrocinador e envolver sempre os
usuários no projeto.
Gabarito: (d)
Exercícios aula 6
Pergunta 5: Qual dos itens abaixo contem duas fases do projeto de DW?
a) Avaliação dos negócios e estratégia.

b) Especificação e modelagem.
c) Plano de implementação e especificação/desenho.
d) Plano de implementação e modelagem.
Gabarito: (c)
Exercícios aula 6
Pergunta 6: Qual dos itens abaixo contem 3 passos do fluxo do projeto?
a) Identificar os fatos, o patrocinador e os dados.

b) Identificar os fatos, as dimensões e desenvolver a modelagem.
c) Identificar os assuntos, os fatos e as dimensões.
d) Identificar os dados, montar o MMD e os dados externos.
Gabarito: (c)
É a parte mais trabalhosa , que
dispensa maior tempo, e que
também garante o maior sucesso e
fracasso do DW
Extratores
Transformadores
Extração e Transformação
A extração de dados do ambiente operacional para o ambiente DW requer

uma mudança de tecnologia.
-- Leitura com um SGBD operacional
-- Gravação por meio de um SGBD de DW (com SQL
estendida para DW).

A medida que os
BD´s
dados vão sendo
transacionais DW extraídos e
Dados transformados,
Externos vão sendo
carregados no DW
ou DM (e gerando
metadados).
Extração e
Transformação
Processos de ETL no DW
 Diversos desafios estão escondidos nas fontes de dados.
 Os sistemas que são executados nesta parte do processo, certamente

levam mais tempo do que o esperado.
Podem ser:
-- Sistema de ETL desenvolvidos internamente na
empresa.
-- Ferramentas comerciais de ETL

Problemas que encontramos no ETL, mas que devem
ser resolvidos sem estresse
 Na seleção de dados do ambiente operacional muitas vezes vários campos

de um sistema transacional, vão compor um único campo no DW;
 Dificilmente há o modelo de dados dos sistemas antigos, e se existem não

estão documentados;
 Valores default devem ser fornecidos;
 As vezes pode existir um campo no DW, que não possui fonte de
dados,então a solução é definir um valor padrão para este campo.
Ferramentas de ETL
 A decisão de se utilizar ferramentas de ETL ao invés de desenvolver as
aplicações está cada vez mais fácil:
• DW se torna hoje um mercado popular;
• As ferramentas se desenvolvem rapidamente;
• As novas ferramentas estão criando módulos reusáveis que constroem

regras de negócios. Se as regras mudam, uma simples mudança no
módulo leva à atualização de todas as instâncias;
• A combinação de melhor funcionalidade e preços mais baixos , leva à

seleção de ferramentas ETL.
METADADOS
Meta…significa “algo que se remete a si mesmo”
É o local onde se encontra a documentação do

projeto.
•Técnicos - produzidos e usados por DBAs e componentes de SW

do sistema de DW.
• Semânticos - utilizados por usuários finais.
Usuários podem examinar o repositório de Metadados para

seleção de grupos apropriados de dados, em suas consultas ou
validações do significado de dados em seus relatórios.
Metadados
É usado como:
 Um diretório para ajudar um analista de OLAP a localizar um conteúdo de

DW;
 Um guia para o mapeamento de dados do ambiente operacional para o

ambiente do DW;
 Um guia para os algoritmos utilizados no processo de agregação e

resumos de dados.
Arquitetura
O BI precisa necessariamente de três marcos:
Fonte de dados: Toda e qualquer estrutura de BI deve possuir origem

para os dados, pois não existe milagre ou mágica para geração das
informações. Podem ser oriundas de várias fontes, mas com no mínimo
uma.
Lembre-se: tudo no BI possui uma origem.

Arquitetura
Consolidação: Uma solução BI deve possuir uma fase de consolidação dos

dados da origem, com processos de transformação e tratamento de acordo
com as características intrínsecas, que o tornam consistente, estável,
centralizado e à disposição das necessidades informacionais da organização.
Decisão: Todo sistema BI possui como único e exclusivo objetivo auxiliar a

decisão. Por isso, esse é o seu último marco. Se a solução ao final não
contemplar o que dela mais se espera, de nada ela servirá.
Modelo de arquitetura dos projetos de BI
Qual a arquitetura adotar?
Deve-se considerar:
 O número de usuários finais e áreas funcionais.
 A diversidade e o volume de dados.
 O ciclo de atualização.
 As complexidades de acesso e armazenamento.

Camadas
Reunir
que devem
Refinar
ser
Camada de Aquisição
de Informação Agregar trabalhadas
Armazenar na
arquitetura
Camada de DW
Armazenamento de
Informação Montagem
Camada de DM
DM
Entrega de
Informação LAN
Camada Aquisição de Informação
 Esta camada é responsável por reunir, refinar, limpar e agregar o dado

dos sistemas de produção. O dado deve estar correto e prover um único
significado, uma vez que será utilizado em vários locais, para facilitar a
tomada de decisão.
 A padronização é importante porque provê flexibilidade na implementação

de necessidades futuras e integração de fontes adicionais de dados no DW.
Camada Armanezamento da Informação
 Esta camada provê o armazém da informação que contém o dado

temporal. Este dado normalmente conterá o maior nível de granularidade, e
a desnormalização do projeto físico manterá o mínimo. Tenta-se manter o
projeto físico tão próximo ao modelo de dado quanto possível. É importante
prover o máximo de flexibilidade para satisfazer as necessidades de
projeto.
Camada Disponibilização da Informação
 Esta camada é parte da arquitetura que suportará um conjunto de

ferramentas de apresentação e análise.
 Esta é a parte do DW com que o usuário final terá contato
 A métrica é a satisfação do Cliente
• Cuide das mudanças
• Cuide da qualidade
Resumindo sobre Arquitetura
 A arquitetura de DW deve consistir de todas as três camadas (arquitetura

Hibrida);
 O dado deve ser adquirido ou reunido, carregado no DW para

armazenamento, e finalmente, ser disponibilizado para os negócios;
 Se qualquer uma destas funções estiver faltando, então o DW não terá

completado as funções a serem executadas.
PROJETO ANALÍTICO
AULA 7
Exercícios aula 7
Pergunta 1: Para que serve o ETL?
a) Serve para ajudar na carga.

b) Serve para carregarmos os dados no DW ou DM.
c) Serve para definirmos os dados a serem carregados.
d) Serve para visualizar os dados a serem carregados.
Gabarito: (b)
Exercícios aula 7
Pergunta 2: A camada de extração dos dados é facilmente utilizada?
a) Sim ,pois temos todos os dados em mãos para a carga.

b) Não, pois não sabemos quais dados devemos carregar.
c) Não, pois é a etapa mais complexa, devido a análise dos dados a
serem carregados.
d) Sim, devido conhecermos todos os sistemas que são as fontes
origens da carga no DW.
Gabarito: (c)
Exercícios aula 7
Pergunta 3: É melhor utilizarmos uma ferramenta de ETL ou desenvolvermos

programas? Por que?
a) É melhor utilizarmos ferramenta, por que facilita a manutenção do projeto.

b) É melhor desenvolvermos programas, pois facilita a manutenção do
projeto.
c) Não tem diferença, tanto faz utilizar ferramenta ou desenvolver programas.
d) É melhor utilizarmos ferramenta, devido ao custo de desenvolvimento..
Gabarito: (a)
Exercícios aula 7
Pergunta 4: Para que servem os Metadados?
a) Servem para ajudar na carga dos dados.

b) Servem para ajudar na modelagem dos dados.
c) Servem para documentar o projeto de BI.
d) Servem para auxiliar na extração dos dados.
Gabarito: (c)
Exercícios aula 7
Pergunta 5: Quais são os três marcos que o BI necessita?
a) Avaliação, Consolidação e Estratégia.

b) Especificação, Modelagem e Consolidação.
c) Fontes de dados, Consolidação e Decisão.
d) Consolidação, Estratégia e Decisão.
Gabarito: (c)
Exercícios aula 7
Pergunta 6: Quais são as camadas trabalhadas na arquitetura do projeto

de BI?
a) Armazenamento da Informação e Modelagem.

b) Aquisição e Entrega da Informação.
c) Armazenamento da Informação e Estratégia.
d) Aquisição, Armazenamento e Entrega da Informação.
Gabarito: (d)
Ciclo de Vida do Projeto de BI
O ciclo de vida do projeto (project life cycle) consiste no conjunto de

fases que o compõem, geralmente em ordem sequencial de execução.
 A definição das fases do ciclo de vida de um projeto está diretamente ligada

ao tipo de produto a ser gerado.
 Muitos ciclos de vida de projetos possuam fases com nomes similares e

requeiram entregas similares, poucos ciclos são idênticos.
 Cada implantação de uma nova tecnologia da informação em uma empresa

deve ser tratada como um projeto.
 Sem querer engessar o planejamento dos gerentes, é possível listar

algumas fases que sirvam de modelos (templates) em alguns projetos.
 A ideia não é apresentar um roteiro ou uma receita de bolo, uma vez que
cada tecnologia tem as suas particularidades.
A implantação de um projeto de BI, possui as seguintes etapas do ciclo:
1) Investigação
2) Análise do 8) Administração do Dado
ambiente
corrente
7) Implementação
3) Identificação Ciclo de Vida do
dos Requisitos
DW
6) Desenvolvimento
4) Identificação da
Arquitetura
5) Projeto
de DW
1) Investigação
 A investigação preliminar é conduzida pela equipe para identificar a
necessidade ou justificativa para o DW.
 Também é durante esta fase que o “patrocinador” é selecionado e a missão
é estabelecida para que o DW seja desenvolvido.
 A primeira entrega é um relatório de Investigação, que contem uma

declaração das oportunidades assumidas, a missão, o nome do “patrocinador”,
as áreas de negócio a serem inicialmente suportadas, e uma recomendação
para prosseguir.
2) Análise do Ambiente Corrente
 O legado dos sistemas de produção é analisado e documentado;
 Uma lista dos arquivos mestres é obtida para revisão e análise;
 Dentro de cada arquivo mestre, todo campo de dado é revisto e

catalalogado;
Tenta-se adquirir uma definição dos dados e documentar o tamanho e
tipo de dado;
 Identifica-se as chaves primárias de cada arquivo mestre ou registro de
BD;
 Procura-se sinônimos dos campos de dados.
3) Identificação de Requisitos
 Há um esforço para identificar os requisitos de negócios associados ao uso

do DW;
 Estes requisitos devem suportar apenas o uso das áreas de negócio iniciais;
 A primeira fase deve ser entregue a área de negócios dentro do tempo e do

orçamento;
 Deve ser entregue a documentação das necessidades.

5) Projeto de DW
 O projeto de DW em si é produzido. Os projetos (lógico e físico) são

completados.
Ex: Entrega-se o modelo de dados, o projeto físico de BD, e um documento

de mapeamento do lógico para físico que identifica os mapeamentos
completos de Fatos e Dimensões, nome de tabelas e atributos,
correspondentes ao DW.
6) Desenvolvimento
 O DW é definido pelo administrador de BD;
 Se apropriado, definem-se os processos das camadas de aquisição,

armazenamento e disponibilização da informação;
 Programas de limpeza, integração e carga de dados devem ser

desenvolvidos e testados;
 Resulta nas definições do DW, o código dos programas, dados de testes,

planos para assegurar a qualidade e plano de aceitação do usuário.
7) Implementação
 Durante esta fase, o DW é realmente implementado pelo time de projetos;
 Resulta no DW, com sua primeira carga de dados, procedimentos de

backup e recuperação para o BD, procedimentos dos usuários, manuais de
treinamento, etc..
8) Administração do Dado
Tem como função principal o monitoramento das mudanças nos sistemas

fonte;
 É responsável pela administração do metadado que está associado ao DW;
 O grupo de administradores de dados geralmente é responsável por

monitorar todas as mudanças e, se apropriado, assegurar que os impactos
sejam integrados no DW;
 Resulta em inventários de dados, relação de mudanças, e vários relatórios

de análise de impactos produzidos através de dicionário ou repositórios de
(meta) dados.
Estudo de Caso
Criar uma base para análise de lucratividade das vendas realizadas por
Filial. Será necessário também a possibilidade de analisar os produtos
de maior rentabilidade e os melhores clientes.
Estudo de Caso – Análise de Vendas
Dimensões de Análise Métricas de Análise

 Cliente / “Contrato”  Valor da Venda
 Filial  Quantidade Vendida
 Status Atual do Contrato  Valor imposto
 Status do Contrato antes da  Valor de Lucro
venda
 Produto
 Vendedor
 Região da Venda
 Canal de Distribuição
 Data da venda
 Hora da venda
CONTRATO
CLIENTE
STATUS
VENDEDOR CONTRATO
PLANO
HORA TARIFARIO
ANALISE DE
VENDA
PRODUTO
DATA
REGIÃO
VENDA
CANAL
VENDA EMPRESA
Muitos dos projetos de Business Intelligence terminam em fracasso. Na maioria
dos casos, dois fatores são apontados como os grande vilões:
Volume e Velocidade das informações

Volume maior de informações de acordo com quesitos bastante específicos
(relevantes para o negócio) o que faz aumentar a complexidade da pesquisa no
sistema de BI. Ainda é necessário adequar o desenvolvimento de hardware e de
software, que anda em passos mais lentos que essa demanda.
Velocidade - Vivemos em uma época na qual - acostumados a fazer pesquisas

no Google, por exemplo – os usuários desejam obter respostas rápidas. O retardo
nas repostas leva a um só comportamento por parte do usuário final:
o abandono da plataforma de informações.

Prejuízo certo para a corporação que desembolsou uma quantia
razoável pela solução.
O resultado do desastre é um enorme
número de tabelas do Excel transitando pela
corporação totalmente desorganizados.

PROJETO ANALÍTICO
AULA 8
Exercícios aula 8
Pergunta 1: Existe um ciclo de vida único para os projetos de BI?
a) Sim, pois as etapas são idênticas em todos os projetos.

b) Sim, pois desenvolvemos uma única vez, aproveitando para outros.
c) Não, pois depende do produto e organização.
d) Não, pois depende da modelagem.
Gabarito: (c)
Exercícios aula 8
Pergunta 2: Cite três etapas do ciclo de vida do projeto de BI.
a) Investigação, Identificação da arquitetura e Implementação.

b) Investigação, modelagem e implementação.
c) Projeto de DW, Investigação e Modelagem.
d) Projeto de DW, Modelagem e Qualidade dos dados.
Gabarito: (a)
Exercícios aula 8
Pergunta 3: Qual dos itens abaixo melhor representa a etapa de

desenvolvimento do projeto de BI?
a) Definições da camada de armazenamento, dos programas de limpeza e

carga dos dados e planos de testes.
b) Definições dos dados e modelagem.
c) Modelagem e das cargas dos dados.
d) Identificação dos dados e carga dos mesmos.
Gabarito: (a)
Exercícios aula 8
Pergunta 4: Qual é a etapa do ciclo de vida do BI que tratamos dos

procedimentos de backup, dos testes, manuais de treinamento,
documentação do projeto de BI?
a) Etapa de Desenvolvimento.
b) Etapa de Investigação.
c) Etapa de Implementação.
d) Etapa de Identificação da arquitetura.
Gabarito: (c)
Exercícios aula 8
Pergunta 5: Quais são os maiores vilões do projeto de BI?
a) Velocidade e definição da Estratégia.

b) Velocidade e Consolidação do projeto.
c) Volume e a Modelagem.
d) Volume e Velocidade.
Gabarito: (d)
Dez principais motivos para
o fracasso do projeto de BI
Dez principais motivos de fracasso do projeto de BI
Baseando-se nos anos de experiência e em diversos
debates com profissionais de TI e de unidades de negócio de centenas de

empresas, identificou-se 10 motivos para o projeto de BI não ser um
sucesso.
1 ) Requisitos pouco claros
Depois que as unidades de negócio e a TI concordam que a sua empresa
necessita de um sistema de reporting e de análise dos dados de negócio, o
próximo grande passo é definir os indicadores-chave do desempenho (KPIs)
para uma gestão empresarial eficaz.

2 ) Dados incorretos ou incompletos
Por mais persuasivo que a aplicação de BI possa ser, as pesquisas iniciais

sobre a informação requerida em vastas fontes de dados durante um teste,
podem revelar que os dados estão desatualizados, têm erros ou (ainda)
estão inacessíveis. Dados com pouca qualidade são uma causa frequente
de grandes problemas nos projetos de BI.
3 ) Usuários finais envolvidos tardiamente
Quando se implementa um projeto de BI, é essencial que se inclua

colaboradores das unidades de negócio que irão trabalhar com a aplicação
final já nas fases iniciais do projeto.
Se, no mínimo, poucos utilizadores tiverem a oportunidade de trabalhar com

o primeiro produto acabado, então o próximo trabalho de projeto poderá
incluir as suas experiências.
4 ) Resultados apresentáveis apenas após dois anos
Muitas vezes, as empresas tentam abordar todos os requisitos concebíveis

de BI em um projeto a longo prazo.
Quando a equipe apresenta os seus primeiros resultados após dois anos, é

altamente provável que estes se desviem significativamente das suas
expectativas iniciais.
É muito mais promissor se levarem dois ou três meses para apresentar

módulos acabados que possam provar a sua adequação às operações
diárias.
5 ) Falta de gestão da mudança
Mudanças e ajustes às especificações e objetivos originais existirão em

qualquer projeto de BI.
Contudo, em muitos casos, não existe uma equipe de gestão formal das
mudanças que definam como os novos requisitos serão incorporados ao
projeto existente e um responsável pela sua aprovação.
A falta de uma gestão de mudanças resulta rapidamente em custos

adicionais e em atrasos na conclusão do projeto.
6 ) Cumprimento e segurança negligenciados
O número de disposições e regulamentações legais têm aumentado

continuamente nos últimos anos, e as disposições de privacidade tornaram-
se mais rigorosas.
As equipes de projeto raramente têm em conta as normas, as regras

e os conceitos de segurança.
7 ) Documentação pobre sobre o ambiente da aplicação
Não é raro que os projetos mais abrangentes de BI revelem que a

documentação existente sobre a aplicação está incorreta ou desatualizada.
Um simples exemplo disto é o campo de nomes que varia de uma aplicação

para outra, precisando ser consolidado através de uma tabela de
correspondência.
Como resultado, temos custos adicionais e, normalmente, um atraso

significativo do projeto.
8 ) Recursos de hardware cotados de forma incorreta
Podemos distinguir dois tipos diferentes de erros:
•---- Em um primeiro caso, as empresas são demasiado generosas na

determinação das suas necessidades de hardware, o que deixa os recursos
inativos e leva a custos contínuos consideráveis (e desnecessários).
---- Em um segundo caso, os requisitos de hardware são subestimados,
resultando em um desempenho pobre e usuários finais insatisfeitos.

9 ) Funcionários centrados no Excel
Durante anos, as empresas de todas as dimensões apoiaram-se

exclusivamente no Excel para criar e analisar relatórios.
“Mas sempre foi assim que fizemos” é a resposta mais comum dos
funcionários que ainda não estão preparados para perder os velhos
hábitos.
Muitos subestimam a prática que será necessária para tornar a aplicação

um sucesso, nas operações diárias.
10 ) Um orçamento inadequado
O custo de um projeto de BI, que irá proporcionar transparência aos

processos de negócio e fornecer dados para uma gestão eficaz, não pode
ter um orçamento apertado. Um sentido equivocado de economia, leva
muitas vezes, a que as empresas decidam implementar partes do projeto
que não representam o “core” da empresa, logo isso significa custos
desnecessários.
Conclusão
Aqueles que aprendem a partir dos erros dos outros são os que o melhor
planejam suas aplicações de BI.
Se os problemas são identificados a tempo, as hipóteses de se ser bem

sucedido nos projetos de BI são boas. Esta é uma importante condição
para assegurar que os negócios atinjam as suas metas operacionais com
as aplicações de BI.
Para o projeto ter sucesso
junto a empresa devemos
criar a Governança de BI
Utilize e promova:
 Políticas e Normas;
 Padrões e Métodos;
 Procedimentos; Gestão de Portfólio; Segurança da Informação de

ativos, sistemas e pessoas;
 Definições e Conceitos de Informação;
 Estruturas de Organização e Controle.

Fases do Projeto Básico de BI
 Análise;
 Planejamento;
 Design;
 Testes;
 Revisão;
 Implantação.
Análise
 Identificação do escopo inicial do projeto, análise e riscos;
 Análise dos requisitos técnicos do ambiente;
 Apoio do fornecedor de hardware e software;
 Transferência de conhecimento do cliente para a equipe de BI

(identificação e coleta dos dados).
Planejamento
É a fase que prepara o cenário para a implementação no ambiente com

seguintes requisitos:
 Alinhamento do escopo de projeto, objetivos e cronograma;
 Desenho das estratégias de testes e treinamento interno da solução;
 Desenho da Modelagem dos Dados.

Design
 Distribuição do escopo do projeto de BI concluído para toda a equipe,

fornecedores envolvidos e os gestores para análise final;
 Aprovação de todo o escopo pelos gestores;
 Modelo lógico;
 Construção do projeto propriamente dito.

Testes
 Esta fase se concentra na execução dos planos de teste para garantir que
o sistema gerencial construído, dados, conversões e interfaces suportem os
processos de negócio como projetado inicialmente.
 Incluir testes de procedimentos, de processo, carga, de integração e

desempenho.
 Incluir testes direcionados aos usuários finais.
 Esta fase não pode ser sacrificada, pois antecede a entrega da solução
para o cliente.
Revisão
 A avaliação formal dos procedimentos de projeto;
 Recomendações formais para o cliente e os serviços adicionais;
 É importante a realização de reuniões com o cliente para a conferência e

aceitação do projeto gerencial criado pela equipe de BI.
Implantação (Rollout)
 Estruturação da documentação final do projeto contendo todos os

quesitos funcionais e técnicos;
 Aceitação final do projeto pela equipe de BI, Diretoria e usuários finais;
 Migração de toda a solução para o ambiente de Produção;
 Liberação da solução e suas tecnologias para os usuários finais.

Evolução Big Data
Governança de dados
Governança de BI
Governança de Segurança da Informação

PROJETO ANALÍTICO
AULA 9
Exercícios aula 9
Pergunta 1: Qual dos itens abaixo contem três fatores de insucesso no projeto
de BI?
a) Apresentar resultado muito tempo após o desenvolvimento do projeto,
identificação do patrocinador tardiamente e não possuir um gestor de
mudança.
b) Falta de patrocinador, modelagem rápida e implementação tardia.
c) Modelagem incorreta, escolha do patrocinador correta e gestor de
mudança correto.
d) Escolha dos dados correta, porém modelagem correta e gestor do projeto
correto.
Gabarito: (a)
Exercícios aula 9
Pergunta 2: O que podemos fazer para obtermos um resultado mais

rápido para o cliente no projeto de BI?
a) Desenvolver o DW por etapas.

b) Escolher o patrocinador correto.
c) Desenvolver a modelagem rapidamente.
d) Desenvolver Data Marts por setores, pois o tempo de desenvolvimento
é menor.
Gabarito: (d)
Exercícios aula 9
Pergunta 3: Caso você encontre usuários centralizados em trabalhar com

planilhas Excel, ajuda no projeto de BI?
a) Não, pois levaremos mais tempo no desenvolvimento do projeto.

b) Não, pois acarreta na comparação, e o projeto de BI tem uma finalidade
diferente.
c) Sim, pois podemos aproveitar estas planilhas.
d) Sim, podemos converter estas planilhas em BDs.
Gabarito: (b)
Exercícios aula 8
Pergunta 4: A Governança de BI, ajuda para o sucesso do projeto de BI?
a) Sim, pois facilita a modelagem..

b) Não, pois não obtemos nenhum benefício.
c) Sim, pois cria políticas, metodologias e padrões para o projeto.
d) Sim, pois facilita a escolha do patrocinador.
Gabarito: (c)
Exercícios aula 8
Pergunta 5: Qual a fase do projeto de BI mais importante para o sucesso

e agilidade do projeto de BI?
a) Design.
b) Análise.
c) Testes.
d) Implementação.
Gabarito: (b)
Estudo de Caso
Mapfre Seguros
A informação é estratégica para tomar decisões. Partindo dessa premissa, a

Mapfre Seguros, uma das maiores seguradoras independentes do País e
fruto da união da brasileira Vera Cruz com a espanhola Mapfre, obtém
benefícios como acuracidade de informações econômicas e financeiras,
agilidade e eficiência no cumprimento dos objetivos estabelecidos em seu
planejamento estratégico.
Estudo de Caso
Mapfre Seguros
A empresa necessita fazer o gerenciamento completo do desempenho das

unidades de negócio, já que com a ajuda da tecnologia da informação
conseguimos compilar os principais dados provenientes de todos os setores
da empresa e fazer análises consistentes.
“Nossa central de relacionamento, pela qual são atendidas ligações de

todos os corretores, segurados e prospects, precisa acessar a informação
padronizada pela Internet”.
Estudo de Caso
Mapfre Seguros
Necessidades:
1. O que precisa ser medido na situação acima?
2. Qual tecnologia que poderia ser utilizada para elaboração dos relatórios
gerenciais?
3. Cite a tabela FATO e 2 Dimensões da situação acima.
4. Cite 3 benefícios do projeto de BI.
5. Quais são os benefícios de implantarmos Data Marts ao invés de DW
em um primeiro momento?
Estudo de Caso
Mapfre Seguros
Necessidades:
6. Quais são as diferenças entre OLTP e OLAP?
7. O que significa dizer trabalhar em multidimensões?
8. Qual o fator crítico de sucesso para as empresas na implantação de
projeto de BI?
Estudo de Caso
Mapfre Seguros
Respostas:
1. O Desempenho das Unidades de Negócio.
2. Business Intelligence (BI).
3. FATO: Desempenho das Unidades de Negócio,
Dimensões: Clientes, Corretores e Tempo (Mês).
4. Benefícios: Informação com credibilidade, Agilidade na tomada e Decisão
e permiti planejamento corporativo mais amplo, substituindo soluções de
menor alcance por resultados integrados pela informação consistente.
5. O tempo de desenvolvimento, como é mais rápido devido ao tamanho o
ROI para empresa é também mais rápido.
Estudo de Caso
Mapfre Seguros
Respostas:
6. OLTP é Processamento Transacional e OLAP é processamento analítico.
7. Significa trabalhar com CUBOS.
8. É a escolha do Patrocinador e envolvimento de todos.
A escolha da Granularidade correta.
A variável tempo correta, pois defini a periodicidade da carga também.
Como os projetos de BI
movimentam os negócios
nas organizações.
Os projetos de BI possuem a função, que por meio da análise
das informações internas da organização é possível fazer um
diagnóstico da situação atual da organização e com elas,
propor soluções estratégicas para o negócio.
Antes de implantar o BI, é necessário
considerar alguns fatores como:
• análise da situação atual da empresa e
suas necessidades,
• os custos necessários para a
implantação de um sistema eficiente
• e qual o foco principal deste trabalho?
Será uma análise de toda a empresa?

ou apenas de algum setor?
quem serão os beneficiados pelo sistema?
Gerentes, diretores e profissionais de diferentes áreas
poderão ter acesso às informações rapidamente e
abreviarão o tempo de resposta, contribuindo para melhoria
dos processos e para correta análise dos dados.
Assim a informação trará conhecimento.

Trabalhar o conhecimento é o BI exercendo sua
função e permitindo que a inovação se traduza
na busca por outros canais de distribuição, em
novas práticas comerciais, em melhores
maneiras de relacionamento com os clientes, em
novas formas de relacionamento com os
clientes, em novas formas de sobrevivência.
Enfim usar inteligência nas tomadas de decisões, nos

fechamentos de negócios e no planejamento de estratégias.
Vamos ver alguns benefícios que o BI permite:
 Alinhar projetos de tecnologia com as metas estabelecidas pelas

empresas na busca pelo retorno de investimento.
 Ampliar a compreensão das tendências dos negócios, propiciando melhor

consistência no momento de decisões e ações.
 Permitir uma análise de impacto sobre rumos financeiros e

organizacionais para criar mudanças nas iniciativas gerenciais.
Vamos ver alguns benefícios que o BI permite:
 Facilitar a identificação de riscos e gerar segurança para as migrações de

estratégias.
Permitir um planejamento corporativo mais amplo, substituindo soluções

de menor alcance por resultados integrados pela informação consistente.
 Gerar, facilitar o acesso e distribuir informação de modo mais abrangente

para obter envolvimento de todos os níveis da empresa.
É necessário organizar e publicar informações para unificar a visão
da empresa por meio de acesso fácil, como?
 conectando pessoas com as informações e as pessoas entre si;
 abrindo espaço para a implementação eficaz de modelos de
gestão.
Tais como:
Inteligência Competitiva, Gestão do Conhecimento e
Balanced Scorceard .
Paralelamente , o passo a passo da arquitetura incremental dá forma
tecnológica aos projetos de BI de modo a facilitar, e proporcionar à
empresa interessada, a absorção da tecnologia de forma gradual.
Segundo o Gartner Group, os usuários de BI estão menos preocupados com
a tecnologia de base, que une todos os processos, do que deveriam estar.
Mas quem não estabelece uma infraestrutura de base correta,

não obterá a flexibilidade e a extensão necessária para que as
soluções estejam disponíveis para os diferentes níveis dentro da
corporação.
O projeto atingirá o objetivo de permitir à empresa selecionar e preparar
dados para realizar o tratamento necessário, de tal forma que esses dados
sejam disponibilizados como informação consistente para apoio a decisões.
Uma empresa que tem disponível em tempo real, a

informação consistente, possui vantagem competitiva no
mercado.
A aplicação das soluções de BI em diferentes verticais de
mercado traz resultados significativos e compensadores.
 Empresas do setor financeiro por exemplo, rapidamente selecionam seu

“melhores clientes” para um tratamento diferenciado.
 No setor de telecomunicações, operadoras ampliam o potencial de suas

Estações de Radio Base, a partir de informações de clientes que antes não
podiam ser atendidos.
.
Com base no comportamento dos consumidores, uma loja de varejo pode
selecionar quais produtos funcionam melhor em forma de venda casada.
Enfim, transformar dados em informações e obter lucros, não é

mais novidade, no entanto as empresas devem ser claras nas
suas metas e se manter firmes nos objetivos, para que o projeto
de BI atinja o seu intento.
Atualmente a aplicabilidade das ferramentas de BI não
está mais concentrada apenas nas mãos dos gerentes e
executivos de alto escalão responsáveis por decisões.
A inteligência distribuiu-se a todos que precisam de
informações. Profissionais que possuem contato direto
com clientes, fornecedores ou parceiros, agora podem e
devem tomar decisões baseadas nos dados disponíveis,
já transformados em informação consistente, eliminando a
hierarquia e a consequente morosidade que caracterizava
o processo decisório do passado recente.
As aplicações de BI ampliam as proporções de sua eficiência na
medida em que o mercado exige rapidez e diferencial competitivo
e se expande por vários setores.
Estão presentes nas áreas de análise de crédito e de risco de empresas do

setor financeiro; nas de controle de fraudes de empresas de seguros; nas
áreas de marketing e vendas; para segmentação de mercado e ofertas de
novos produtos; seja para bancos, supermercados, magazines, e empresas
de diferentes ramos de negócio.
O BI é uma forma dos responsáveis pela gestão do
negócio avaliarem o empreendimento, trabalharem melhor seus
pontos fortes e transformarem seus pontos fracos em
oportunidades.
PROJETO ANALÍTICO
AULA 10
Exercícios aula 10
Pergunta 1: Antes de ampliarmos o projeto de BI, que fatores precisamos
levar em consideração?
a) O foco da empresa e que fatores serão considerados.

b) Se existe patrocinador.
c) A modelagem.
d) A escolha dos dados correta.
Gabarito: (a)
Exercícios aula 9
Pergunta 2: É importante trabalhar com o conhecimento no projeto de BI?
a) Não, pois não ajudará o desenvolvimento do projeto.

b) Sim, pois assim ampliamos as estratégias de negócios que iremos
atingir.
c) Sim, pois ajuda na modelagem.
d) Não, pois a inteligência não faz parte do conhecimento.
Gabarito: (b)
Exercícios aula 9
Pergunta 3: Qual dos itens abaixo significa um benefício do BI?
a) Não identifica os riscos.

b) Não amplia a identificação dos negócios.
c) Facilita a identificação de riscos e gera segurança para as migrações de
estratégias.
d) Facilita a compreensão dos resultados na empresa.
Gabarito: (c)
Exercícios aula 8
Pergunta 4: Como podemos unificar a visão da empresa na utilização do BI?
a) Facilitando a informação.
b) Conectando as informações.
c) Envolvendo as pessoas no desenvolvimento do projeto.
d) Conectando pessoas com as informações e abrindo espaço para a
implementação eficaz de modelos de gestão.
Gabarito: (d)
Exercícios aula 8
Pergunta 5: Qual dos itens abaixo representa como o projeto de BI pode
trazer vantagem competitiva?
a) A empresa que ajuda no desenvolvimento do projeto.

b) A empresa que corre riscos.
c) A empresa que transforma dados em informação.
d) A empresa que fornece informação consistente em tempo real.
Gabarito: (d)
Processos e Tecnologias que
trabalhamos com informações
dos Projetos Analíticos
O Processo
Gestão do Conhecimento
Gestão de Conhecimento
 O conhecimento é a única forma de

garantir a sobrevivência. Isso quer dizer
que aprendemos para sobreviver às
ameaças do ambiente.
 Controlar será sempre a ação de

resolver problemas que ameaçam a
sobrevivência.
Na tentativa de melhorar a eficiência dessa habilidade natural da espécie

humana, muitas organizações praticam a chamada Gestão do Conhecimento
(GC).
Resumindo....Gestão do Conhecimento é um conjunto de

processos organizacionais que consistem em obter, acumular e
interpretar informações para construir, disseminar e integrar
conhecimentos que possam ser aplicados na solução de problemas.
Vista como um processo produtivo, a Gestão do Conhecimento transforma

informações em soluções.
Informação Conhecimento Solução
Obter Construir Prescrever

Acumular Disseminar
Interpretar Integrar
Figura 1: Gestão de Conhecimento

 A informação é um conteúdo que foi organizado a partir do discernimento
de padrões no que é observado.
 O primeiro esforço da Gestão do Conhecimento para agregar valor a esse

conteúdo é garantir o acesso a ele (obter a informação) e incrementar sua
quantidade e diversidade (acumular).
 Em seguida a informação ganha significado e relevância a partir da

interpretação que se dá a ela.
Nesse ponto teremos uma informação qualificada.
 Nas organizações o conhecimento é algo que pode ser aplicado em

algum tipo de sistema produtivo. Portanto ele só existe quando gera
prescrições que possam transformar uma situação existente em uma
situação desejada.
 Essas prescrições visam dar apoio a outro processo muito relevante nas
organizações: a tomada de decisão.
Podemos então dizer que a informação é a base do

conhecimento, e que este é a base da ação.
Portanto, o maior indicador de sucesso de um projeto de Gestão

do Conhecimento está nos objetivos alcançados pela organização.
O BI e a Gestão de Conhecimento
 Quando se fala em gestão do conhecimento e BI, devemos ter em mente

que essa relação é extensa em vários aspectos e por isso devem caminhar
lado a lado.
 Muitos projetistas não consideram todos os elementos necessários na

construção do BI, e em suas concepções acabam se esquecendo de alguns
pontos, tais como: conhecimentos, experiências, soma de informações,
contextos e práticas.
Grande parte destes projetos são carentes de disseminação de melhores

práticas analíticas e ênfase aos padrões de uso esperados e desejados dos
recursos de informação.
Ao mesmo tempo em que as informações são essenciais à produção do

conhecimento, elas não são o bastante e nem são a garantia de que será
produzida e utilizada na hora e condições certas.
Portanto a produção do conhecimento e o uso dos recursos e informações

de BI devem ser tratados com total comprometimento e espontaneidade das
pessoas envolvidas.
O que vai determinar a eficácia das soluções de BI, embora importantes,

não serão os desafios superados na integração dos sistemas, os árduos
processos de ETL e nem mesmo o tamanho do Data Warehouse, mas sim
os resultados que eles vão proporcionar.
Isto fará do BI uma solução de valor.

 Podemos gerar páginas e páginas de relatórios, mas a maior conquista será

apoiar a produção de conhecimentos relevantes, a partir de mentes individuais
e experiências reais de valor, e que vão separar o “joio do trigo”.
 A relação entre gestão do conhecimento e BI ainda se estende ao estudo

das decisões.
 Ao mesmo tempo em que as decisões certas permitem à organização

adaptar-se ao ambiente e crescer,
a reflexão e o estudo acerca das decisões erradas também podem

ensinar, fortalecendo as organizações na aprendizagem e à sua
adaptação às mudanças do ambiente.
Você já se perguntou “o quanto minha empresa é analítica”, ou

“o quanto minha empresa está se esforçando para se tornar mais
analítica”?
Para que uma solução em BI tenha sucesso, ela deve dedicar-se a

organizar as informações existentes da empresa, facilitando o acesso e a
recuperação dos dados de forma rápida e que inspire confiança nos
números, sem nunca aumentar a overdose informacional.
Um último cuidado está relacionado à escolha dos indicadores de

desempenho.
 Medir é essencial, mas não qualquer medida.
 Não basta medir.
 É preciso medir a coisa certa. Indicadores sem propósitos ou importância
podem levar a um conforto ilusório, paralisante ou falso ou a ações sem
relevância estratégica.
 Sempre que medir, meça com propósitos e algo de valor.
Balanced Scorecard
O que é Balanced Scorecard (BSC) ?
 É uma das ferramentas de gestão que consiste em um método que mede

o desempenho da empresa.
 Foi desenvolvido por professores (Robert S. Kaplan e David Norton) de

Harvard Business School e atualmente é muito utilizado na gestão de
empresas, principalmente como um complemento ao planejamento
estratégico.
Sua sigla tem o significado de Indicadores Balanceados de Desempenho.
Segundo Porter (2002), “a era da eficiência operacional foi suplantada pela

nova era da estratégia”.
Estratégia é, atualmente, um dos termos mais utilizados entre a

camada executiva do mundo dos negócios, e a tradução da
estratégia em ações é o principal foco da metodologia do BSC,
que surge como um apoio à estruturação e ao acompanhamento
da gestão e da tomada de decisão
O BSC é uma Metodologia de Gestão Estratégica que integra de modo

balanceado as medidas derivadas da estratégia.
O BSC está baseado em quatro fatores que o diferenciam:
 os vetores do desempenho financeiro futuro e retorno para os acionistas;
 a satisfação dos clientes;
 a melhoria dos processos internos para alcançar excelência e;
 o investimento e valorização dos recursos humanos.

“Os objetivos e as medidas utilizadas no BSC não se limitam a um conjunto

aleatório de medidas de desempenho financeiro e não financeiro, pois
derivam de um processo hierárquico (top-down) norteado pela missão e pela
estratégia da unidade de negócios” ( Kaplan e Norton, 1997: 09)
Para Kaplan e Norton (2001), “o que não é medido não é

gerenciado” e, nesta nova era, as empresas devem utilizar sistemas de
gestão e medição de desempenho evolutivo derivados de suas estratégias e
capacidades, a fim de alcançar a excelência.
PROJETO ANALÍTICO
AULA 11
Exercícios aula 11
Pergunta 1: O que temos na pirâmide do conhecimento?
a) Dados, Informação e Estratégia.

b) Dados, Informação e Conhecimento.
c) Dados, Estratégia e Decisão.
d) Planejamento, Estratégia e Decisão.
Gabarito: (b)
Exercícios aula 11
Pergunta 2: Qual dos itens abaixo representa as etapas da Gestão do

Conhecimento na sua respectiva ordem?
a) Informação, Conhecimento e Solução.

b) Informação, Estratégia e Solução.
c) Estratégia e Solução.
d) Conhecimento, Solução e Informação.
Gabarito: (a)
Exercícios aula 11
Pergunta 3: Qual dos itens abaixo representa o fator de sucesso do processo

de Gestão de Conhecimento?
a) Uma base de conhecimento bem definida.

b) O fator de sucesso é uma base de dados íntegra.
c) O maior indicador de sucesso de um projeto de Gestão do Conhecimento
está nos objetivos alcançados pela organização.
d) Uma estratégia bem definida.
Gabarito: (c)
Exercícios aula 11
Pergunta 4: Qual dos itens abaixo significa um dos fatores de sucesso do
projeto de BI?
a) O resultado que dará aos gestores, no que tange, às decisões.

b) Conectando as informações as pessoas.
c) Envolvendo as pessoas no desenvolvimento do projeto.
d) O resultado que o projeto de BI irá fornecer, ou seja, isto fará do BI uma
solução de valor.
Gabarito: (d)
Exercícios aula 11
Pergunta 5: Qual dos itens abaixo nos ajuda a trabalhar com os
indicadores de desempenho?
a) Data Mining.
b) CRM.
c) Balanced Scorecard.
d) ERP.
Gabarito: (c)
Como usar os dados para melhorar os negócios ???
Técnicas de
DATA MINING
DATA MINING
Busca de informação valiosa em grandes volumes de dados.

Data mining é o esforço desenvolvido por homens e máquinas.
Os homens desenham os bancos de dados, descrevem os

problemas e setam os objetivos. As máquinas mineram os dados,
em busca de padrões que atendam a estes objetivos (tradução do
autor - Weiss (2007).
DATA MINING
É o processo de descoberta de conhecimento de interesse, tais
como padrões, associações, mudanças, anomalias e estruturas
significativas a partir de grandes volumes de dados armazenados em
repositórios de informação.
O que é DATA MINING?
Tecnologia para achar combinações de dados que não são

claramente aparente.
 Mineração de dados deve ser realizada quando não se conhece a

pergunta a fazer.
Data Mining
Para obtenção de êxito na utilização de técnicas de Data Mining,

é de suma importância mapear e desenvolver fluxos de trabalho
que permitam uma maior assertividade no que diz respeito a sua
utilização.
Sendo assim, Aranha (2007) sugere o seguinte fluxo:
Descrevendo fases do fluxo
A primeira fase é a coleta, onde tem-se o processo de formação de uma

base dados, ferramenta essa indispensável para elaboração do processo
de Data Mining.
A próxima etapa é o pré-processamento, pois sistemas de Data Mining

não submetem aos seus algoritmos de descoberta de conhecimento
coleções de textos despreparadas (GOMES, 2008). Uma vez
realizada a coleta de dados, o próximo passo é a preparação dos textos
para que os mesmos possam ser manipulados pelos algoritmos de
Mineração de Textos.
 Após o pre-processamento inicia-se a fase da indexação, que

consiste no processo responsável pela criação de estruturas
auxiliares denominadas índices e que garantem a rapidez e agilidade
na recuperação dos dados.
Uma vez indexados, os dados serão submetidos a algoritmos

de aprendizados de máquinas e estatística.
Segundo Manovich, (2001) algoritmo é um conjunto bem definido de
instruções em pseudo linguagem computacional ou linguagem de
descrição, que define as estruturas dos conhecimento implícito
presente nestes. dados, com vistas a manipulá-los e a formatar os
resultados.
 A quarta fase é a etapa de mineração que ocorre a busca efetiva por

conhecimentos novos e úteis a partir dos dados.
Compreende a aplicação de algoritmos de Aprendizado de

Máquina sobre os dados de forma a abstrair o conhecimento
implícito presente.
 Finalizado o processo de data mining, temos a etapa de análise, onde
será realizada avaliação de todo o conhecimento obtido pelo processo.
A etapa de análise, algumas vezes chamada de

Pós-Processamento, abrange o tratamento do conhecimento
obtido na etapa de Mineração, através da análise, visualização e
interpretação.
Integração de DW com Data Mining
 Comparar milhões de registros sem saber exatamente o tipo de

informação desejada.
 Deseja encontrar padrões de dados escondidos.

Ex: de Três abordagens para análise
Calcule as vendas do produto P1

Planilha na Região Nordeste.
Explore as vendas da Região

OLAP Nordeste nos últimos 2 anos.
Data Descubra 2 produtos que

normalmente são vendidos juntos.
Mining
OLAP X DATA MINING
 Qual a taxa de risco média  Qual o grupo que

de fumantes e não possui maior risco?
fumantes?
 Quais os atributos
 Qual é a conta média de que são associados à
telefone dos clientes atuais clientes que deixaram
versus os que já deixaram os serviços?
os serviços?
 Quais padrões de
 Qual é a média diária do compras são
volume de compras de associados com fraude
cartões de créditos de cartões de crédito?
roubados e não roubados?
Data Mining
Questões Teóricas Intrigantes e de

Grande Interesse !!!
Em meio a este novo cenário, onde as pessoas passaram de meras
telespectadoras e assumiram também a condição de produtores de
informação, temos uma sociedade centrada na era do “big data”, onde a
quantidade de bytes produzidos na web, e de maneira mais pontual nas
redes sociais, necessitam de filtros cada vez mais dinâmicos para
transformar este manancial de dados em informação útil e relevante.
Diante desse contexto, o Data Mining apresenta-se como uma
ferramenta que pode alicerçar estes filtros, uma vez que ele
configura-se como um instrumento eficiente na busca de padrões de
grandes volumes de dados até então desconhecidos.
É necessário compreender também que, como boa parte destes dados estão
dispostos de uma forma não estruturada, uma leitura a “olho nu” torna o
processo de análise oneroso e muitas vezes inviável face a premência na
analise destas informações.
Em uma conjuntura onde a quantidade de dados passou a ser um óbice
tanto para as organizações quanto para as empresas, o emprego de
técnicas de mineração de dados passa a ser condição crucial na busca
de insights e na produção de conhecimento.
Como aplicar as tecnologias de
BI para darmos uma “injeção”
em nossos negócios
Utilizando os seguintes recursos via Internet
 E-Commerce
 B2B
 B2C
 E-Procurement
 CRM
PROJETO ANALÍTICO
AULA 12
Exercícios aula 12
Pergunta 1: Como podemos melhor definir o Data Mining?
a) É um processo de descoberta de dados idênticos.

b) É um processo de descoberta de padrões de
c) dados desconhecidos.
d) É o processo de descoberta de conhecimento que utilizamos padrões,
associações e algoritmos, para identificar algo que não conseguimos
observar a olho nu.
e) É um processo de identificar padrões através de análises.
Gabarito: (c)
Exercícios aula 12
Pergunta 2: Quais as fases do fluxo do Data Mining que faz parte do texto
de mineração (Text Mining)?
a) Pré-processamento, Indexação e Mineração.

b) Informação, Estratégia e Solução.
c) Estratégia e Solução.
d) Conhecimento, Solução e Informação.
Gabarito: (a)
Exercícios aula 12
Pergunta 3: Qual dos itens abaixo representa o fase de Análise do fluxo?
a) Indexação dos dados.

b) Mineração dos dados.
c) Os cálculos a serem efetuados e a inteligência dos dados.
d) Leitura e Interpretação dos dados.
Gabarito: (d)
Exercícios aula 12
Pergunta 4: Quando falamos em descoberta de padrões idênticos, estamos
referenciando qual tipo de abordagem de análise?
a) Olap.
b) Data Mining.
c) BI.
d) Planilha.
Gabarito: (b)
Exercícios aula 11
Pergunta 5: Quando estamos interessados em taxa de padrões (ex. taxa
de risco de XPTO) estamos falando de qual tecnologia?
a) Data Mining.
b) Olap.
c) Balanced Scorecard.
d) Data warehouse.
Gabarito: (b)
Utilizando os seguintes recursos via Internet
 E-Commerce
 B2B
 B2C
 E-Procurement
 CRM
E-Commerce
 Desde que entrou ao alcance dos brasileiros, a partir da segunda

metade da década de 90, a internet vem promovendo significativas
transformações no cotidiano de pessoas e empresas.
 Ao longo de quase duas décadas ela não parou de agregar novas
funcionalidades e sua chegada ao país proporcionou o surgimento de
diversos novos mercados.
 Um deles, o comércio eletrônico ou e-commerce, é um mercado que
hoje movimenta cifras bilionárias e registra a abertura de cada vez mais
novos negócios.
E-Commerce
 Hoje já se tornou mais do que habitual usar a internet para realizar

compras, contratar serviços, viabilizar transações financeiras e
estabelecer outros vínculos comerciais.
Todas essas atividades fazem parte da evolução do comércio

eletrônico no Brasil, a qual teve início pouco depois da instalação dos
primeiros portais de internet.
E-Commerce
Atualmente o e-commerce responde por uma parcela considerável no

faturamento das grandes empresas do varejo brasileiro. Trata-se de uma
das atividades que mais atrai investimentos no mercado digital nacional.
Hoje, metade das buscas por produtos ocorre pelo celular, mas a
compra ainda tende a ocorrer por outros dispositivos.
E-Commerce
 Essa diferença entre tráfego mobile e vendas constitui uma janela de

oportunidade para o comércio e para a conversão de usuários e clicks em
reais consumidores.
 Um dos desafios a serem ultrapassados relaciona-se à melhoria da

experiência de compra, pelo fornecimento de um site no formato
adequado a uma navegação por celular.
Problema crucial no E-Commerce
 Os grandes players mundiais de logística para o comércio eletrônico já

mostram sinais de incapacidade em atender à demanda gerada pelo e-
commerce.
 Atualmente, tem-se observado uma elevação no preço desses serviços,

e constantes atrasados nas entregas.
 Questões como essa levaram algumas redes varejistas virtuais a

expandir seus planos na direção dos canais de transporte e logística.
Problema crucial no E-Commerce
 A etapa de entrega ainda constitui um grande custo na estrutura
operacional das empresas de e-commerce no Brasil.
 As estratégias adotadas para reduzir o problema estão o estabelecimento

de novos centros de distribuição e a redução no oferecimento de frete
grátis, prática até pouco tempo comum entre as lojas virtuais.
 Há poucos provedores especializados em entregas no comércio

eletrônico, o que repercute em uma série de frustrações pelo lado dos
consumidores e prejuízos para as empresas.
Integração do E-Commerce
Para se chegar a uma cenário de integração no
E-Commerce, os processos de compra e venda, de
armazenamento, logística e distribuição das várias organizações
conectadas devem estar integradas.

E-Commerce
Adotar a Web como modelo de negócios entre empresas, o chamado
B2B (Business to Business) implica em muito mais que criar um site de
contato com seus fornecedores.
A Internet acelera a comunicação e permite

compartilhar informações em tempo real, mas não modifica
o ciclo físico de produção e entrega de produtos.
A linha de produção deverá ser ajustada e automatizada, com nova

organização e novas tecnologias.
E-Commerce
 A transformação do conceito de fabricação em massa para fabricação

sob medida e em massa (“mass customization”) implica em uma
verdadeira mudança nos conceitos, cultura, processos, gestão e
organização da empresa.
 Na prática substitui-se o modelo tradicional de fabricação “push” (onde

empurra-se o produto para a cadeia) para “pull” (onde o produto é
fabricado após ter sido vendido).
E-Commerce
Os primeiros exemplos bem sucedidos deste modelo como o colocado

em prática pela Dell Computers demonstra que o potencial é enorme.
Fabricar computadores é diferente de fabricar roupas.
E portanto, em alguns segmentos poderá não ser viável
economicamente adotar o modelo de “mass customization”.

E-Commerce
Até então vender era uma arte...
"Essas novas propostas empacotadas nas siglas CRM...BPM..e

BI...parecem destinadas a mudar essa premissa.
A sigla ERM (Enterprise Relationship Management)
engloba CRM, BPM e BI.

A forma de abordar o seu cliente conhecendo-o bem (DataWarehouse
de clientes e vendas) atendendo seus anseios com produtos certos
oferecidos no tempo certo (Planejamento de Campanhas),
abordando-o corretamente (SFA - Automação das Forças de Vendas)
e planejando a entrega dos produtos que lhe vendemos (SCM - Supply
Chain Management) indica que a vocação artística dos vendedores
tem os dias contados."
Palavras de competitividade :
Agilidade, Eficiência, Racionalização e produtividade.
Pré-requisitos para as empresas se manterem competitivas na

concorridíssima economia globalizada, deverão investir bilhões de dólares
em sistemas de gestão que reúnem os instrumentos indispensáveis para
aproximá-las dos mercados que atuam.
Tecnologia nua e crua não agrega valor às empresas; o fundamental é
que ela contribua para a inteligência de negócios. Por isso, a adoção de
um sistema de CRM, que promove a abertura de um canal com o
consumidor, pressupõe a organização de etapas anteriores, do chão de
fábrica às áreas administrativa e financeira, por exemplo.

CRM
CRM
 Os mercados e os consumidores estão se tornando mais exigentes;
 A competição está cada vez mais cruel;
 Novas oportunidades;
 Novas ameaças aparecem a cada minuto.

CRM não é apenas tecnologia
É um processo contínuo que compreende a aquisição e

disponibilização de conhecimento sobre clientes, e que tem o potencial
de permitir a uma empresa vender seus serviços e produtos mais
eficientemente.
CRM
O processo CRM é uma interação contínua entre:

 O Data Warehouse que mantém e disponibiliza as informações sobre os
clientes;
 Os sistemas operacionais de produção que mantém os dados sobre as

transações comerciais efetuadas;
 Os sistemas de contato com os clientes, seja Call Center, vendedores

com "mobile computing" ou Internet.
O passo a passo de CRM
Identificar
Diferenciar
Interagir
Personalizar
O processo interno
Crença na importância do
Cultura relacionamento
Definição do que quer e

Estratégia como quer atingir o objetivo
Pessoal, estrutura e tecnologia

Estrutura necessários para o processo
O cliente fiel é mais barato
Da mesma forma essa verdade vale para a empresa, pois evita um custo
indesejável:
o custo da troca.
Relacionamento com clientes é um diferencial e uma competência básica

da empresa, e nenhuma organização tem processos de vendas e
marketing similares aos de outras.
Não existe pacote pronto!

PROJETO ANALÍTICO
AULA 13
Exercícios aula 13
Pergunta 1: Cite dois recursos que o projeto analítico pode nos ajudar a
trabalhar via internet.
a) CRM e Data Mining.

b) E-Commerce e CRM.
c) CRM e BPM.
d) E-Commerce e Mining.
Gabarito: (b)
Exercícios aula 13
Pergunta 2: Cite dois itens que precisam de atenção maior quando se

implanta Comércio Eletrônico.
a) Tela de catálogo do produto e de apresentação da empresa.

b) Tela de identificação do produto e valor do frete.
c) Tela de identificação do produto (características) e a tela ckeckout.
d) Tela de apresentação da empresa e de checkout.
Gabarito: (c)
Exercícios aula 13
Pergunta 3: Qual dos itens abaixo representa o problema crucial do E-

Commerce?
a) O site da empresa.
b) O catálogo dos produtos.
c) A apresentação do produto.
d) Logística.
Gabarito: (d)
Exercícios aula 13
Pergunta 4: Podemos adotar o processo de mass customization para todos
os segmentos de vendas de produtos?
a) Sim, pois todos são iguais.

b) Não, pois existem segmentos distintos (ex. máquinas e vestuários).
c) Não, pois possuem custos distintos.
d) Sim, pois os produtos possuem mesmos custos e características.
Gabarito: (b)
Exercícios aula 13
Pergunta 5: Qual dos itens abaixo corresponde o passo a passo do
CRM?
a) Diferenciar e Interagir.
b) Personalizar, Diferenciar, Identificar e Interagir.
c) Identificar, Diferenciar, Interagir e Personalizar.
d) Identificar, Diferenciar, Personalizar e Implantar.
Gabarito: (c)
Ferramentas existentes no mercado para trabalharmos
com projeto analítico
 Conforme já vimos anteriormente, o sistema de Business Intelligence

(BI) não é algo simples de ser concebido e desenvolvido.
 Depende de várias circunstâncias que incluem desde a expertise do

profissional de BI, até a organização dos processos internos da empresa.
Mas uma coisa é certa: ao final de tudo, o sucesso
da solução dependerá de uma boa ferramenta de BI.

São muitas as ferramentas de BI existentes no mercado.
 Existem as ferramentas de extração de dados, que os analista de BI

irão utilizar e as ferramentas de acesso a dados, que os analistas de
negócios e os gestores irão utilizar.
As ferramentas de extração, devem ser robustas e completas, ou seja,

conter Metadados, Análise de Impacto e fácil de trabalhar, pois como é
fase mais complexa do projeto, se for complicada a sua utilização afetará
o tempo de desenvolvimento.
Ferramentas mais conhecidas de mercado: PowerCenter, Pentaho, SAS

Data Management, Microsoft Power BI.
As ferramentas de acesso a dados, são as responsáveis pela interface

que o usuário final terá com as informações armazenadas na estrutura de
BI, que normalmente estará no Data Warehouse.
É a vitrine que o analista de negócios ou gestor terá com o
BI, por isso a grande importância da ferramenta dentro da solução
como um todo.
 A ferramenta deve transmitir principalmente, velocidade, robustez e

facilidade de uso.
 A seleção de qual ferramenta utilizar é um dos grandes desafios no

projeto.
 Mas ferramenta de maior custo não é sinônimo de melhor plataforma

para os negócios.
 Elas devem ser avaliadas caso a caso, vendo o custo-benefício de

cada uma na realidade da empresa.
 Existem ferramentas gratuitas boas, que atendem pequenas e médias

empresas e as comercializadas que são para as médias e grandes
corporações.
Exemplos de características de uma boa ferramenta
 Custo;
 Desempenho;
são exemplos de aspectos que
 Atualização;
deverão ser avaliados para
 Interface;
adequação à realidade de cada
 Licença de uso; empresa contratante.
 Suporte da plataforma e
 Volume de dados.
Pontos importantes para estarmos sempre “de olho”
 As plataformas são essenciais ao pleno funcionamento e utilização da

solução de BI.
 A afinidade da ferramenta pelos usuários é um fator crítico de sucesso,

devendo então ser levado em consideração a usabilidade da aplicação.
 A importância da prospecção dessas ferramentas pelo profissional de BI

para conhecimento e adequada aquisição da plataforma mais apropriada
para a organização.
Pontos importantes para estarmos sempre “de olho”
A solução a ser implementada deverá adaptar-se ao
ambiente operacional já existente e não ser intrusiva.

Algumas das características que uma solução de BI deve
possuir:
 Deverá ser integrada, de forma a proporcionar uma "única versão da
verdade", respondendo às diversas necessidades operativas de cada setor
da organização;
 Deverá trabalhar com uma plataforma única, com capacidades de
integração avançadas;
 Deverá ser simples e intuitiva, fácil de usar, flexível;
 Deverá ser de baixo custo e de rápida implementação;
Algumas das características que uma solução de BI deve
possuir:
 Deverá ter uma elevada escalabilidade;

 Deverá ser de fácil manutenção;
 Deverá ser corporativa, à quais todos tenham acesso;
 Deverá disponibilizar mecanismos automáticos de alimentação de
modelos analíticos, de forma a disponibilizá-los a toda organização em
tempo útil e de forma fácil, facilitando a tomada de decisão.
Pode dizer-se que as soluções de BI permitem às organizações navegar
com ajuda de um sistema de "GPS".
Desta forma, conseguem saber onde se encontram no mapa em

que navegam, pois monitorizam o seu negócio, avaliam o seu
desempenho, gerem o risco do seu negócio e alcançam níveis de
performance superiores.
As ferramentas de BI estão acopladas em uma plataforma de BI, que

normalmente busca a ser completa.
 É menos vantajoso para a empresa ter ferramentas de plataformas de BI

diferentes, uma de ETL, outra OLAP, outra para análises preditivas, etc.
A decisão de quais ferramentas implementar em uma empresa

é de suma importância.
A escolha da Ferramenta
 Uma empresa que decida implementar uma solução de BI, enfrentará
um grande desafio na escolha de qual ferramenta comprar, então surgiu à
necessidade de se fazer uma análise comparativa entre ferramentas
OLAP para apoiar levantamento de requisitos para soluções de BI nas
empresas.
Com o objetivo de comparar as ferramentas, foi feito um estudo

mais detalhado de algumas, a fim de expor as principais características,
funcionalidades, pontos fortes e fracos de cada uma.
Foram selecionadas algumas ferramentas utilizando os seguintes

critérios de escolha:
 Ferramentas mais utilizadas no mercado brasileiro;
 Ferramentas bem conceituadas pelo Gartner de preferência
classificadas como líder;
 Inclusão de pelo menos uma ferramenta opensource.
( Apesar de não aparecer no Quadrante Mágico (Gartner) por não
cumprir o quesito de lucro anual mínimo exigido pelo Gartner, mas
possui um significativo segmento de mercado).
Vamos analisar também pontos positivos e negativos de algumas delas.
Exemplos de alguns pontos que iremos citar:
Pontos positivos:
 Plataforma focada principalmente em técnicas analíticas avançadas tais
como data mining e modelagem preditiva, ao contrário das outras soluções;
 Suas ferramentas analíticas são orientadas a solução, o que dá a

vantagem de cobrir uma ampla variedade de funcionalidades específicas
não triviais;
Pontos positivos: (cont.)

 Seu enfoque em colocar seus modelos diretamente sob o controle do
gerenciador de banco de dados sem movimentação de dados faz com que
seus usuários tenham um diferencial na escalabilidade de banco de dados
para rodar modelos preditivos de alta performance em grande volume de
dados.
Pontos Negativos:
 Existem outras ferramentas competentes em análises preditivas
ameaçando o domínio de algumas como o BO SAP, SAS, etc ;
 Alto custo de suas licenças, de implementação e manutenção;
 Alta dificuldade de implementação, possui diversas interfaces

inconsistentes em sua suíte;
 Usabilidade limitada.
Alguns critérios podem ser avaliados com maior rigor, como por
exemplo, a questão do custo, podendo ser incluídos outros elementos
como estimativa de custos com treinamento, suporte e hardware.
Análise de algumas ferramentas de maior valor no
mercado
IBM COGNOS
Pontos positivos:
 BI unificado, também chamado de ‘Business Analytics’, se destaca por
oferecer uma ampla capacidade analítica com expertise vertical significativo;
 Arquitetura completamente integrada na interface do usuário final,
permitindo análises interativas;
 Boa capacidade de análises preditivas e estatísticas;
 Existência da versão IBM Cognos Express, uma versão mais compacta e
com preço mais modesto;
mercado
IBM COGNOS
 Arrojo em sua visão de expansão no mercado;
 Portfólio de aplicações: CRM horizontal, RH, área financeira e de
fornecimento.
Pontos negativos:
 A performance do software não é considerada boa;
 Sua implementação é mais difícil se comparada a dos concorrentes;
 O custo da licença por usuário é considerado alto e acima da média;
 Baixa qualidade no suporte ao cliente.
mercado
MICROSTRATEGY
Pontos positivos:
 Boa performance e suporte para grande volumes de dados, clientes
têm um alto nível de satisfação quanto à qualidade e funcionalidades do
produto;
 Investimento em aplicações BI em dispositivos móveis;
 Boa produtividade por desenvolvedor;
 Custo de administração por usuário abaixo da média das concorrentes;
mercado
MICROSTRATEGY
 Alto nível de integração dos componentes que compõe a plataforma
e boa reusabilidade de sua camada semântica orientada a objeto;
 Foco na qualidade de suporte ao cliente;
 O ponto alto é o módulo mobile, de acordo com o Gartner é uma
das melhores.
mercado
MICROSTRATEGY
Pontos negativos:
 Dificuldade de uso: alguns expedientes são um pouco complexos (não
amigáveis), como por exemplo, a criação de Dashboards, criação de
relatórios ad hoc self-service, etc;
 Custo do software: custo por usuário acima da média, usuários citam
esse ponto como um limitador para uma expansão maior do produto;
 Concorrentes grandes focados em nichos específicos estão levando
vantagem sobre o MicroStrategy.
PROJETO ANALÍTICO
AULA 14
mercado
SAS (Statistical Analysis System)
Pontos positivos:
 Plataforma focada principalmente em técnicas analíticas avançadas
tais como data mining e modelagem preditiva, ao contrário das outras
soluções;
 Suas ferramentas analíticas são orientadas a solução, o que dá a
vantagem de cobrir uma ampla variedade de funcionalidades
específicas não triviais;
 O SAS se destaca por suas funcionalidades e pela sua integração
dos dados;
mercado
SAS
 Seu enfoque em colocar seus modelos diretamente sob o controle do
gerenciador de banco de dados sem movimentação de dados faz com
que seus usuários tenham um diferencial na escalabilidade de banco de
dados para rodar modelos preditivos de alta performance em grande
volume de dados.
mercado
SAS
Pontos negativos:
 Existem outras ferramentas competentes em análises preditivas
ameaçando a domínio do SAS, como o MicroStrategy, SAP BO e
Microsoft;
Alto custo de suas licenças, de implementação e manutenção;
Alta dificuldade de implementação, possui diversas interfaces
inconsistentes em sua suíte;
Usabilidade limitada.
mercado
SAP Business Objects (BO)
Pontos positivos:
 Suporte amplo e heterogêneo a sistemas e aplicativos para dados de
origem e destino da SAP e de terceiros;
 Recursos para aplicar transformações de qualidade de dados a todos os
tipos de dados, de qualquer domínio de dados – como dados estruturados
ou não estruturados;
 Produtividade de desenvolvedores e manutenção de aplicativos
otimizados por meio de transformações intuitivas, repositório centralizado
de regras empresariais e reuso de objetos;
mercado
 Alto desempenho e escalabilidade com software destinado a atender as
necessidades de alto volume por meio de suporte a processamento
paralelo, computação em grade e carregamento de dados volumosos;
 Interfaces amigáveis sendo os painéis projetados para aumentar a
familiaridade e a intuitividade do usuário de negócio e esquemas de
qualidade de dados para nortear processos de padronização, correção e
comparação de dados para reduzir duplicidades e identificar relações;
mercado
 Usabilidade e facilidade de uso apoiando eficazmente as questões
empresariais mais complexas.
Pontos negativos:
 Constituído de inúmeros produtos separados baseados em tecnologias
diferentes que comprometem a integração, que não é tão boa quanto deveria;
 Oferece uma grande variedade de produtos responsável pela consolidação
financeira, mas devido ao problema de integração citado, o caminho para
migração é difícil;
mercado
Pontos negativos: (cont.)
 Apenas algumas das alterações podem ser feitas pessoalmente pelo
cliente, a maioria das alterações envolve os desenvolvedores de TI;
 As conexões de dados devem ser melhoradas devido ao seu excesso e
inconsistência, podendo ocasionar resultados inconsistentes de dados;
 Apesar de a SAP afirmar que o Business Objects é totalmente integrado
com SAP BW e que este tipo de integração não requer nenhum trabalho
adicional da área de TI, o foco na gestão de desempenho tem sido fraco. A
SAP promete empenhar-se nessa direção no futuro próximo.
mercado
Oracle Business Intelligence
Pontos positivos:
 Em comparação as concorrentes, a ferramenta suporta o maior número
usuários, o maior volume de dados, a mais ampla variedade de
funcionalidades e a maior capacidade de carga de trabalho analítica;
 Plataforma de BI presente no maior número de organizações;
 Integração com outros aplicativos organizacionais;
 Possui um dos maiores canais de venda, procura agregar valor
constantemente com sua capacidade de integração entre sistemas.
mercado
Oracle Business Intelligence
Pontos negativos:
 Falta de inovação no que envolve dispositivos móveis, memória interna e
visualização interativa;
 Qualidade no suporte ao cliente em ligeiro declínio;
 Apesar de investimentos feitos em habilidades de data mining e
tecnologias analíticas preditivas, suas aceitações estão abaixo da média se
comparado aos concorrentes.
mercado
QlikView
Pontos positivos:
 Rapidez: modelo de dados em memória elimina etapa de geração de
cubos OLAP, DataWarehouse não é necessário;
 Facilidade de uso: interface baseada no sistema point-and-click (apontar-
e-clicar). Cada clique na interface é uma query;
 Flexibilidade: aproveitamento da plataforma multi-core de 64 bits, número
de dimensões ilimitado;
 Simplicidade: permite visão das informações através de relatórios,
análises ad hoc e painéis.
mercado
QlikView
Pontos negativos:
 A empresa QlikTech, dona do Qlikview não possui uma estratégia de
expansão além do que ela oferece, falta visão clara sobre seu futuro;
 Gerenciamento de metadados limitado;
 Existe uma incompletude de habilidades de BI essenciais como: modelagem
preditiva, maior integração com o Microsoft Office, por não trabalharem com
cubos e sim com bases relacionais, com isso o tempo de resposta também é
aquém do requerido;
 Implementação está se tornando cara para necessidades dos usuários.
mercado
Pentaho
Pontos positivos:
 Gestão e distribuição de painel de controle sobre plataforma de código
aberto: otimização do intercâmbio de informação e a colaboração;
 Fácil integração com diferentes fontes de dados e aplicativos que utilizem
padrões abertos;
 Personalizável, facilidade em utilizar APIs, serviços web, modificar
planilhas, regras de negócios e inclusive o código fonte;
 Flexibilidade nas opções de saída, podendo ser: Adobe PDF, HTML, Excel,
texto plano, etc;
 Executa em multiplataformas.
mercado
Pentaho
Pontos negativos:
 Documentação fraca;
 Necessidade de conhecimento técnico elevado.
mercado
Tableau
Pontos positivos:
A implementação da ferramenta é facilitada pelas grandes possibilidades e
facilidades de integração dela com informações já existentes. É possível
iniciar, por exemplo, o projeto de BI conectando-se facilmente em diversos
tipos de fontes de dados como Cubos, banco de dados relacionais, dados em
nuvem e até mesmo arquivos, como arquivos texto e Planilhas Excel.
 A visualização dos dados na ferramenta é direcionada à compreensão ágil
e clara dos usuários e à aplicação das informações na estratégia empresarial.
mercado
Tableau
Pontos positivos:
 A experiência da ferramenta nos dispositivos móveis é aprimorada devido
ao constante desenvolvimento de melhorias nos produtos focadas na
experiência do usuário;
 A visualização de dados no Tableau transmite informações de forma
impactante e comunica ideias complexas com simplicidade;
 Facilidade e flexibilidade na utilização;
 A facilidade em trabalhar com dados não estruturados, trz uma vantagem
enorme em relação as outras ferramentas, devido ao Big Data.
mercado
Tableau
Pontos negativos:
 Por não trabalharem somente com cubos e também com bases relacionais,
com isso o tempo de resposta fica aquém do requerido;
 Existem diversas formas de comercialização, logo fica difícil o entendimento
do que realmente você irá comprar, inclusive existe uma versão open source
que pode atender ou não.
Pontos relevantes na aquisição de uma ferramenta
de BI
Antes de adquirirmos uma destas ferramentas citadas acima temos que

analisá-las sob alguns critérios que são essenciais para tal aquisição.
Estes critérios devem ser baseados nos que são utilizados para a
avaliação do Gartner como também nas pesquisas feitas em fóruns,
trabalhos já relacionados sobre o tema, artigos publicados e entrevistas
com profissionais e usuários da área.
Alguns critérios que devem ser analisados
1. Critérios Básicos: Características consideradas básicas para qualquer

ferramenta OLAP.
 Desempenho
 Consultas ad hoc OLAP
 Arquitetura
 Plataforma
 Suporte Técnico/Documentação.
2. Relatórios: Usabilidades dos relatórios e gráficos
 Agendamento
 Dashboards
 Recursos de navegação (se possui Drills, Slices and Dices, etc.)
 Exportação para outros formatos.
3. Funcionalidades Web: Disponibilidade da Empresa via Web para
suporte
 Fóruns
 Help On-line
 Suporte a dispositivos móveis.
4. Simulação de Cenários: Análises feitas com a interação do usuário.
 Simulação What If (possui o recurso de simulação de cenários

hipotéticos, exibindo-os através de gráficos e dados)
 Análise Preditiva (tendências futuras e padrões de comportamento).
5. Usabilidade: Ponto de vista do usuário para utilização da ferramenta.
 Facilidade de uso
 Atratividade
 Interface personalizável (permite customizações de interface para
atender, por exemplo, a padrões gráficos e visuais do cliente).
6. Produto: Licenças e posicionamento da empresa no mercado.
 Custo
 Amadurecimento do produto
 Mercado.
7. Ferramenta de Planejamento: Modo de distribuição dos relatórios
 Carregamento de dados de diferentes fontes

 Integração com Office.
8. Política de Segurança: Segurança dos dados
 Perfil de usuário (permite que o administrador defina níveis

hierárquicos para os usuários do sistema)
 Log de Auditoria (mantendo logs no nível do sistema para fornecer
visibilidade sobre quem está acessando o quê e quando).
Para melhor análise ainda temos alguns pontos
interessantes para avaliação
 Acompanhe fontes de pesquisas confiáveis como, por exemplo, os

relatórios do Gartner, e observe a manutenção da posição da
ferramenta pretendida no quadrante.
 Tente focar a análise principalmente sob o ponto de vista do mercado
brasileiro.
 Não adianta ter um mega produto, se não tem ninguém que saiba
colocá-lo para funcionar adequadamente.
Além dessas dicas de análise não esqueça que:

 Cada necessidade deve ser analisada do ponto de vista do cliente, e
não do fabricante.
 A experiência de outrem é sempre boa referência.
 Procure saber se outros projetos já implementaram a solução
pretendida e converse sobre os benefícios e dificuldades ocorridos.
Como acontece em todas as avaliações destas ferramentas,

algumas se destacam mais em alguns critérios do que em
outros.
 Veremos na próxima aula como está o mercado hoje, e

quais as ferramentas estão no topo, de acordo com o
quadrante do Gartner.
PROJETO ANALÍTICO
AULA 15
Quadrante do Gartner de Fev 2016
Melhores: Tableau, Qlik

e Microsoft
Ferramentas que estão no “topo do mercado”
 Nos últimos anos a decisão de compra de plataformas de BI e análise

de dados migraram gradualmente da área de TI para as áreas de
Negócio.
 Isto foi acontecendo a medida que os requisitos de gerenciamento

centralizado, governança e escalabilidade foram contrabalanceados pela
agilidade e autonomia do usuário.
Como isto aconteceu?
 Através de ferramentas de acesso fácil e uma grande gama de

processos de análises de dados que não requerem envolvimento
significativo da TI para preparar previamente as informações para análise.
 O último relatório aponta uma tendência de migração da decisão de

compra de soluções de BI antes controlada exclusivamente pela área de TI
para as áreas de negócios devido a crescente facilidade de uso e
independência criada pelos softwares.
Dentre as previsões apontadas na pesquisa, os principais pontos são que

até 2018 a maioria dos usuários de negócios e analistas terão acesso a
ferramentas de Business Intelligence self-service para criar análises com
liberdade, demonstrando a evolução das plataformas modernas de BI que
apresentam governança, descoberta de dados e o desenvolvimento da
linguagem natural para criação de indicadores e gráficos.
 Outro fato importante foi o rebaixamento de importantes players de

mercado como a SAS, SAP, MicroStrategy, e IBM, juntamente com a
retirada da Oracle da lista.
Isto é um sinal claro que o rotulado BI tradicional perde cada vez

mais espaço nas organizações com a expansão da necessidade de
análise de dados para todos os setores das empresas.
Até Fev 2016
tínhamos
como top:
Tableau
Qlik
Microstrategy
Microsoft
SAP BO
SAS
IBM Cognos
Oracle
 Com isso, apenas 3 fornecedores permaneceram no quadrante de

líderes de mercado, a Qlik, pelo 6° ano consecutivo, e agora com uma
Plataforma Analítica, o Tableau, que mescla facilidade de uso com as
versões servidor e cloud, e a Microsoft, que possui a ferramenta com
menor valor de investimento.
A avaliação do Gartner é feita de acordo com 14 pontos críticos:

Infraestrutura
 Administração da Plataforma de BI
 Nuvem BI
 Segurança e Administração de Usuários
Conectividade com Fonte de Dados.
Gestão de Dados
 Governança e Gestão de Metadados

 Capacidade de armazenamento e autonomia para extração,
transformação e carregamento (ETL)
 Self-Service na Preparação de Dados.
Análise e Criação de Conteúdo
Integração Analítica Avançadas

Dashboards Analíticos.
Exploração Interativa Visual
Exploração e Criação por Mobile.
Compartilhamento de Informações
 Incorporação Conteúdo Analítico

 Distribuir Conteúdo Analítico
 Colaboração e BI Social.
Pontos interessantes que constam do realtório
 "O estabelecimento de uma definição atualizada e moderna sobre

plataforma de BI e análise de dados contida no Quadrante Mágico foi
significativamente transformadora no Quadrante dos Líderes em relação à
sua composição em anos anteriores."
 "Os investimentos em BI estão sendo dominados por fornecedores que

estão focados em agilidade e facilidade de uso para usuários de negócio,
juntamente com a capacidade de governança e em promover a criação
responsável, distribuição e uso de conteúdo analítico criado dentro da
plataforma.“
Pontos interessantes que constam do realtório
 "Em um mercado em rápida evolução, com a inovação sendo

introduzida constantemente, o líder também deve demonstrar que não só
está focado em execução atual, mas também tem uma evolução constante
que irá solidificar sua posição como líder de mercado futuro, protegendo
assim os investimentos atuais de seus compradores"
Fonte:. Gartner, Magic Quadrant for Business Intelligence e Analytics

plataformas.
Tendências para os próximos anos
Abordagem mais moderna de BI será o novo padrão.
Em 2016, as organizações começaram a migrar para a abordagem

moderna de BI, democratizando as análises.
Nos próximos anos, a abordagem moderna de BI será a principal

prioridade para todo tipo de empresa, desde empresas globais até
startups em estágio inicial.
Análise Colaborativa
 Nos próximos anos, as análises colaborativas serão o centro das
atenções, à medida que os dados governados se tornarem mais acessíveis
e as tecnologias de nuvem facilitarem o compartilhamento.
 Funcionários, independentemente de seus cargos, poderão

desempenhar vários papéis, desde consumidores de dados em painéis até
a criadores de suas próprias análises ad hoc, e compartilhar suas
descobertas com outras pessoas.
Igualdade para todos os Dados

Nos próximos anos, o valor dos dados não estará mais relacionado ao
seu tamanho ou classificação.
Os usuários corporativos não precisarão se preocupar se os dados estão

armazenados no Hadoop, Redshift ou em uma planilha do Excel.
Eles poderão aproveitar o poder dos dados, independentemente da

diversidade das fontes de dados.
Análise e Preparação dos Dados
 A facilidade e agilidade que inovou o mercado de BI e análise agora
chega à integração de dados.
Tarefas comuns de preparação de dados, como análise de dados,
importações de dados (JSON e HTML) e organização de dados não serão
mais delegadas a especialistas.
 Em futuro próximo, profissionais de todas as áreas serão capazes de
realizar essas tarefas.
Isso trará novas preocupações sobre governança de dados, mas
grupos de TI bem-sucedidos já estão abraçando a oportunidade.
As análises estão em todo lugar
 Nos próximos anos, as análises estarão presentes em todas as áreas, e
a expectativa do mercado é que elas otimizem todos os processos da
empresa.
 Isso colocará a análise nas mãos de quem nunca explorou dados antes,
como gerentes de loja, funcionários de centrais de atendimento e outros
 O BI irá ampliar o alcance da análise de tal forma que as pessoas nem

perceberão que ela está ocorrendo.
A TI se tornará a viabilizadora dos dados
D e acordo com a Gartner, em organizações de alto desempenho, as
equipes de análise estão “trabalhando como um parceiro confiável da
empresa”.
 A TI estará fornecendo a flexibilidade e a agilidade de que a empresa
precisará para inovar, ao mesmo tempo que equilibrará a governança, a
conformidade e a segurança dos dados.
 Irá permitir que a organização tome decisões com base nos dados e na
velocidade dos negócios, a TI surge como o herói dos dados que ajudará a
dar forma ao futuro da empresa.
As pessoas irão começar a trabalhar com os dados de forma mais
natural
 A visualização dos dados percorreu um longo caminho. A tecnologia
substituiu os scripts e as tabelas dinâmicas por interfaces intuitivas e com o
recurso arrastar e soltar.
 Nos próximos anos, a interface para os dados será ainda mais natural.
 As interfaces de linguagem natural são o mais novo acréscimo à caixa de
ferramentas do BI.
Esse é o “próximo estágio da evolução do relatório padrão até as

histórias, segundo a Gartner.
A transição para a nuvem irá ganhar velocidade

 Com as organizações migrando seus dados para a nuvem, vai ficar claro
para todos que a análise também deve estar na nuvem.
 Nos próximos anos, a gravidade dos dados levará as empresas a
implantar suas plataformas de análise onde os dados estão.
Data Warehouses na nuvem, como o Amazon Redshift, continuarão

sendo destinos de dados bastante populares, e a análise na nuvem
crescerá ainda mais devido a isso.
As análises avançadas ficarão mais acessíveis
 Os usuários corporativos estão cada vez mais habilidosos com os dados, e

as análises avançadas ficaram mais acessíveis.
 Nos próximos anos, esses dois fenômenos convergirão, à medida que as
análises se tornarem uma tarefa comum para os usuários corporativos.
As análises avançadas não serão mais exclusividade de

especialistas e cientistas de dados, e os usuários corporativos já estão
aproveitando funções avançadas de análise, como agrupamentos e
previsões.
A capacidade de analisar dados será uma habilidade indispensável no
futuro.
 Nos próximos anos, a análise de dados será uma competência obrigatória

para profissionais de todas as áreas.
As pessoas esperam que as plataformas intuitivas de BI embasem o

processo decisório em todos os níveis.
O Mercado de BI
Projeções do Mercado de BI
Crescimento de 16% ao ano, e ainda com indicações de que o

mercado compreende o conceito e vê a necessidade de ter tal
ferramenta na descoberta de fatos e tomadas de decisões.
 As empresas que tenham se destacado e obtiveram um crescimento

durante esse momento instável da economia e até de crise, é primordial
que se estruture para possibilitar a continuidade do crescimento e evitar
possíveis decisões equivocadas que possam gerar perdas e caída do
crescimento.
 No momento de crise é que se torna importante e quase que

insubstituível uma ferramenta de análise de dados, onde irá permitir a
descoberta de fatos para suportar uma tomada de decisão.
 Decisão de entender o mercado, entender o andamento de suas

vendas, compreender uma suposta variação de perda ou ganho,
enxergar gargalos e entre milhares de outras descobertas é que torna a
empresa competitiva.
 As empresas que tenham sofrido com a crise, precisam tomar muito

cuidado com as ações a serem tomadas, ainda mais sem possuir uma
ferramenta de análise de dados.
 Uma decisão sem uma comprovação pode acarretar uma perda maior
e talvez encadear uma série de outras perdas.
 O Business Intelligence tem a função de auxiliar o empreendedor

nesses momentos de baixa quanto nos momentos de alta.
SGBD´s ERP´s
Oracle SAP
IBM Oracle
Microsoft (Peoplesoft,
DB2 JDE, Siebel)
Sybase
Ferramentas de BI
IBM (Cognos), SAP (BO),
Microstrategy, Microsoft, Oracle, SAS, Tableau, Qlikview, etc..
PROJETO ANALÍTICO
AULA 16
 As empresas que tenham se destacado e obtiveram um crescimento

durante esse momento instável da economia e até de crise...
Deverá se estruturar para possibilitar a continuidade do

crescimento e evitar possíveis decisões equivocadas que possam gerar
perdas e caída do crescimento.
Casos de sucesso com BI
Alemanha e a vitória na Copa do Mundo 2014
A última edição do maior evento esportivo do mundo trouxe o assunto

Business Intelligence à tona em nível mundial.
O software desenvolvido na Alemanha analisava dados extraídos

numericamente, como velocidade de corrida e número de passes.
 Também escaneava comportamentos individuais de atletas e do time

como um todo.
Alemanha e a vitória na Copa do Mundo 2014
 Os relatórios foram passados aos jogadores e à comissão técnica.
Com a utilização deles, o grupo preparou-se para executar jogadas

mais rapidamente, envolver as outras equipes e reter a bola. O resultado?
O mundo todo viu e o Brasil sentiu na pele.

Grupo Luz Saúde e os indicadores de negócios
A corporação portuguesa possui uma rede de unidades hospitalares,

inclusive fora de Portugal.
 Diante dessa amplitude de negócios, a necessidade era integrar e
melhorar colheita, análise, partilha e monitoramento de dados.
 A adoção do BI teve com uma das principais metas a fundamentação em
informações claras para momentos decisivos.
 A crescente demanda de elementos — vindos de vários lugares distintos
— a serem avaliados também evidenciou a necessidade de implementar a
solução.
Grupo Luz Saúde e os indicadores de negócios
 A capacidade de análise de indicadores não foi apenas

acelerada, mas aumentada em quantidade.
 As auditorias internas tornaram-se mais precisas.
 E a identificação de oportunidades, por conta de dados de
diferentes locais, passou a somar nos resultados do grupo.
Gasmig (Companhia de Gás de Minas Gerais) e a análise financeira
 Problemas com a demora em emitir relatórios de faturamento e vendas.

 Documentos segmentados e relatórios gerais também eram obtidas com
muita dificuldade e demora.
 As análises de receitas e de mercadorias vendidas eram solicitadas à
área financeira.
 O setor necessitava de um profissional de TI da empresa para emissão,
que tinha de fazer a segmentação manualmente.
Gasmig e a análise financeira
 A Gasmig adotou o BI em servidor com ferramentas de criação e

gerenciamento de banco de dados.
 economia e a otimização de processos ficou por conta da rapidez e da
facilidade de obter informações com qualidade, inclusive em tempo real.
Passou a finalizar ações mais rapidamente, tomar decisões bem

embasadas e se adiantar nas oportunidades.
Ministério da Justiça – Brasil
 O Ministério da Justiça possui um data warehouse com mais de 1 bilhão de

registros, além de um poderoso supercomputador da IBM, chamado Watson,
capaz de coletar, agrupar e processar petabytes de dados em frações de
segundos.
O objetivo do Ministério com o uso de BI e mais o Big Data identificar

indícios de ações ilícitas, sobretudo ligadas à lavagem de dinheiro.
Maplink (Empresa especializada na digitalização de mapas)
 Passou a utilizar, nos últimos anos, um software de rastreamento por

satélite, cruzando centenas de milhares de dados oriundos de mais de 400
mil automóveis em São Paulo – tudo em tempo real.
 Esse trabalho de tecnologia avançada possibilitou à empresa fazer um

diagnóstico preciso do trânsito da cidade, indicando todos os pontos de
lentidão, as razões e possíveis alternativas.
Maplink (Empresa especializada na digitalização de mapas)
Por exemplo, enquanto em um dado momento a Maplink revelava que a

cidade tem mais de 400 km de ruas congestionadas, a Companhia de
Engenharia de Tráfego (CET) apontava, erroneamente, menos da metade
dessa quilometragem.
A tecnologia faz diferença no nível de eficiência dos resultados

finais – além de permitir o desenvolvimento das chamadas smart cities.
UPS (Empresa norte-americana de transporte e logística)
Desafio: Otimizar o seu cronograma de rotas, tornando-as mais eficientes e

menos dispendiosas possíveis.
 Era necessário então fazer um estudo matemático e milimétrico, cruzando

todas as rotas de todos os seus veículos, e avaliando também velocidade,
pressão, tempo gasto em cada entrega.
 Evidentemente, a imensidão de variáveis tornava impossível à mente
humana chegar a resultados sólidos.
UPS (Empresa norte-americana de transporte e logística)
 A instalação de sensores em todos os veículos da empresa permitiu que

ela chegasse a uma solução para suas rotas.
Após um extenso período de testes, resultados práticos foram

alcançados: quase 5 milhões de litros de gasolina economizados
anualmente, redução de manutenção e maior rapidez nas entregas dos
produtos.
Nike
 A maior fabricante de materiais esportivos fechou uma parceria com uma

empresa especialista em tecnologia, no intuito de desenvolver um software
que fosse usado por praticantes de corridas, informando a eles frequência
de batimentos cardíacos, velocidade, quantidade de passos dados,
distância percorrida e muitos outros dados.
Nike
 O “pulo do gato”, neste caso, foi integrar esse app com as redes sociais,
estimulando amigos e fãs de corrida a compartilharem suas informações,
propiciando uma certa “competição” entre os atletas.
 O estímulo a esse comportamento multiplicou exponencialmente a
quantidade de dados gerados diariamente.
Estes dados são usados pela Nike para compreender seu público,
melhorar seus produtos ou desenvolver novos modelos de tênis
e roupas esportivas.
Trabalho para rever conceitos de Projeto Analítico
Empresa ABC de Energia Elétrica
A ABC, com a maior rede de distribuição de energia elétrica do País, tem

uma área de concessão cobrindo cerca de 97% do território onde se
encontra, servindo mais de 6 milhões de consumidores.
A ABC possui mais de 20 usinas de geração, com base predominante
hidrelétrica. Embora suas atividades principais envolvam a construção e
operação de sistemas utilizados na geração, conversão, transmissão,
distribuição e venda de energia elétrica.
A ABC também opera na distribuição de gás natural, além de deter uma

participação significativa em uma empresa que oferece TV a cabo,
internet, e outros serviços de telecomunicação através de uma rede de
fibra ótica estabelecida sobre suas linhas de transmissão e distribuição.
Hoje a empresa é capaz de utilizar um modelo detalhado com muito

mais eficiência. Se, hipoteticamente, a empresa tivesse de passar por
qualquer tipo de reestruturação devido a mudanças impostas pelas
agências reguladoras, precisaremos redefinir a estrutura de
consolidação definida pelo nosso plano estratégico em algumas horas.
Necessidade de Modelagem de Fluxo de Caixa e Operações

Esses modelos carecem de constante atualização e são partilhados e
modificados por pessoas diferentes, criando dificuldades na identificação
das mudanças feitas e dos cenários que estavam sendo analisados. Em
consequência, o grupo de planejamento perde a confiança nos resultados
gerados pelas planilhas, fato este que geralmente resulta em longas
horas de testes e análises improdutivas.

Benefícios a serem atingidos:
 Relatórios Customizáveis facilitam a Comunicação na Corporação.
 Os relatórios são requisitos fundamentais para uma comunicação
dinâmica e efetiva com acionistas, departamentos internos e agências
reguladoras.
 Modelagem e projeções mais eficientes.
 Maior confiança nas projeções e análises.
 Maior Integridade contábil.
 Rápida resposta às demandas.
Necessidades:
1. O que precisa ser feito para atingir a estratégia na situação acima?
Resp: Modelar seus processos e implantar a tecnologia de BI.
2. O que é tabela FATO? Identifique-a na situação acima.
Resp: Tabela FATO é o que precisa ser medido, na situação acima é o
Controle das Operações.
3. Cite duas Dimensões da situação acima.
Resp: Clientes e Agências (reguladoras e não reguladoras) e a Dimensão que
nunca pode faltar Tempo ( neste caso faremos Mensal).
4. Quais as principais questões na Modelagem Multidimensional?

Resp: Separar as atividades por assunto; Identificar a tabela Fato e as
Dimensões e Identificar o Grão.
5. Quais são as categorias da ferramenta OLAP?
Resp: MOLAP, HOLAP, ROLAP e WOLAP.
6. Qual a melhor maneira de se trabalhar num projeto BI (Drill Down ou Roll
UP)?
Resp: Drill Down.
7. Para que serve o ODS?
Resp: Serve para ajudar na carga dos dados do DW ou DM.
8. Qual a melhor maneira de trabalharmos com Data Marts?

Resp: Trabalhar com eles integrados.
9. O que é Granularidade e por que ela é importante no projeto de BI?
Resp: É o nível de detalhe (agregação) que iremos trabalhar no projeto, é
Importante, pois afeta a performance (tempo de resposta) do projeto.
10. Qual a melhor maneira de fazermos a extração de nosso legado para a
base analítica?
Resp: Utilizar uma ferramenta de ETL.
Conclusão
Dois fatores permeiam o processo decisório que um administrador/gestor

encabeça.
São eles:
 a integridade das informações que estão sendo usadas para subsidiar
objetiva e confiavelmente o processo decisório;
 a velocidade na identificação de oportunidades e ameaças
provenientes dessas informações.
Conclusão
 Uma das grandes necessidades identificadas pelos fornecedores de

softwares de Business Intelligence é a integração de diversos sistemas
para a obtenção das informações consolidadas que geram valor no
processo decisório.
A grande maioria das ferramentas está apoiada nessa

necessidade ou em sistemas ERP, que já integram todas as
informações das empresas.
Conclusão
 As organizações estão em constante busca por melhores resultados de
suas operações no mercado.
 Um dos principais insumos para a tomada de decisões que as possam

conduzir neste rumo de sucesso é a informação, vital para a condução de
seus negócios e a tomada de decisão estratégica.
Neste sentido, percebe que, para atingir o primeiro objetivo, é

necessário que o processo de obtenção da informação estratégica
também esteja alinhado com a busca de melhores resultados.
Conclusão
 Os CIOs tem que entender como trazer as necessidades, exigências e as

habilidades de negócio juntas, e é nisso que eles tem que ser bons.
No momento, eles são muito bons em tecnologia, mas não

dominam as habilidades de decisões e análise, e precisam
desenvolver a capacidade de conseguir fazer uma ponte
sobre os espaços vazios das organizações em termos de
trazer todos eles juntos.
Conclusão
Os CIOs admitem que é um grande desafio, e reforça que se trata de

uma combinação de forças entre decisões, modelos analíticos e
informação.
Se as empresas não se transformarem logo, não serão competitivas

o suficiente no mercado.
Lembretes importantes
 “Existem dois tipos de riscos: Aqueles que não podemos nos dar ao luxo
de correr e aqueles que não podemos nos dar ao luxo de não correr”
(Peter Drucker)
“Não podemos prever o futuro, mas podemos criá-lo” (Paul Pilzer)
“O melhor cliente é aquele que já temos” (Autor desconhecido)
“Para ter um negócio de sucesso, alguém, algum dia, teve que tomar uma
atitude de coragem” (Peter Drucker)
“Se não tomares conta do teu cliente, alguém tomará”. (Autor
desconhecido)
“Mantenha perto de você pessoas que te avisem qdo você erra”.
(Barack Obama).

TUDAO

Enviado por

Direitos autorais:

Formatos disponíveis

TUDAO

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

TUDAO

Enviado por

Direitos autorais:

Formatos disponíveis

PROJETO ANALÍTICO

 Um projeto é temporário no sentido de que tem um início e fim

 Um projeto é único no sentido de que não se trata de uma

 Uma equipe de projeto inclui pessoas que geralmente não

O desenvolvimento de um software para um processo

A Gestão de Projetos, portanto, é a aplicação de conhecimentos,

Trata-se de uma competência estratégica para organizações,

 Os entregáveis (deliverables) são documentos, protótipos e todos

Escopo não é "tudo o que o cliente quer" porque muitas

O Gerente de Projeto deve alinhar o escopo com o patrocinador do

 Os terceirizados que participam do projeto ofertando serviços para se fazer

Para que o projeto aconteça dentro de padrões previsíveis é preciso que

 A metodologia é o conjunto de processos, documentos e regras para

Também é importante formalizar os objetivos, intermediários e finais, do

 Atrasos na entrega de um marco devem indicar problemas no projeto ou na

 O WBS (Work Breakdown Structure) ou EAP é o detalhamento de

 O orçamento (budget) é a relação de custos associados às tarefas

 É de suma importância o gerenciamento das etapas de desenvolvimento

 É importante ter o controle eficiente e eficaz das atividades de

 As empresas buscam extrair de suas soluções de Business Intelligence

 Essas atividades estão intimamente ligadas e são imprescindíveis para o

 O fluxo das atividades fornece esclarecimento e a abstração do

• as atividades de mobilização dos participantes (diretos e indiretos),

Vamos entender melhor estas etapas

 Levantamento das necessidades informacionais: nesta atividade

 Mapeamento das fontes dos dados: o mapeamento da origem dos dados

Vamos entender melhor estas etapas

Construção da solução BI: nessa etapa é iniciada a construção

Vamos entender melhor estas etapas

 Caso seja desrespeitado algumas dessas etapas, provavelmente teremos

 A qualidade final do projeto de BI vai depender muito da atenção dada a

Estes indicadores devem ser bem definidos pela equipe de levantamento

Ex: No manuseamento e produção de materiais, existem indicadores

 Garantir a integração e qualidade dos dados

 Descubra que ferramentas de BI já estão disponíveis na empresa

 Escolher o Software de BI correto

“A TI deve construir a infraestrutura para as aplicações de BI e assegurar

Como vimos na aula passada os projetos analíticos surgiram para

Nasce um novo conceito para a tecnologia da

 Sistemas que tratam do negócio: Dão suporte ao dia a dia do

Sistemas que analisam o negócio, são os que ajudam a

 Novas ferramentas computacionais de análises de informação

 Sistemas Transacionais foram desenvolvidos para garantir a

 Para trabalharmos com Sistemas Transacionais e obtermos alguma

 Devido ao grande volume de dados e as empresas com uma

 Um fator importante que prejudica as decisões é a falta de registros

 Foi então que surgiu a ideia de concentrarmos todas as

Na arquitetura analítica, o processo se inicia com a extração,

Para trabalharmos com Sistemas Transacionais utilizamos

Sistemas OLTP (Online Transaction Processing –

OLTP (On-line Transactional Processing) é um sistema utilizado como

OLTP fornece relatórios restritos a uma visão bidimensional do

 O ambiente OLTP é operacional, para leitura e gravação de dados.

 O acesso aos dados é atômico, ou seja, não é possível maior

As visões multidimensionais, igualmente conhecidas como

São projetados para

Sistemas OLAP (Online Analytical Processing –

Os dados presentes neste sistema não podem ser alterados, já que

 Permite os usuários terem acesso rápido aos dados que