SISTEMA DE INFORMAÇÕES GERENCIAIS ATIVIDADE 3

Prévia do material em texto

SISTEMA DE INFORMAÇÕES GERENCIAIS – ATIVIDADE 3
Em uma solução tecnológica para melhorar os resultados do negócio, uma parte importante envolve a integração dos diversos dados, dispersos em vários setores da empresa, em uma base consolidada. Uma vez integrados, os dados podem ser analisados e investigados por ferramentas próprias para este fim, gerando, com isso, uma visão que permite a tomada de melhores decisões dos gestores.
A base integrada comentada anteriormente é comumente chamada de data warehouse, do inglês armazém de dados. Já a solução como um todo, com o conjunto de tecnologias e ferramentas usadas para montar uma solução dessa natureza, é chamada de business intelligence (BI), do inglês inteligência de negócios. O funcionamento dessas soluções passa por pelo menos três atividades. Primeiramente, a carga a partir das fontes de dados, que são sistemas corporativos em geral (CRM, SCM, módulos de ERP). Depois, o armazenamento em si nos data warehouses; e a terceira ênfase é a visualização e exploração dos dados disponíveis com gráficos e dashboards.
Uma empresa de comércio eletrônico precisa conceber uma solução de BI para a diretoria comercial, que deseja investigar informações em relação às vendas. Em um levantamento de requisitos, identificou-se que as análises devem ser feitas sobre o volume (totais e médias) de vendas, com dados tais como quantidades e valores financeiros das vendas, descontos em promoções, produtos retornados com defeito, além de outros indicadores. Ao navegar e explorar as informações, o diretor deseja detalhar os dados conforme a posição geográfica (estado, cidades e até bairros), ou de acordo com o tempo (quais anos, meses e dias), por categorias e tipos de produtos (eletrodomésticos, livros e outros), ou mesmo por classes de idade e sexo dos clientes. Há ainda a demanda de confrontar os dados das vendas com os valores das compras dos produtos, para a avaliação de indicadores quanto à margem de lucro, como também com a possibilidade de análise de acordo com as dimensões, quando possível.
Diante desse cenário, responda as questões a seguir:
 
A) Realize uma pesquisa ou reforce seu conhecimento sobre o significado de dimensões e fatos em uma solução de BI. Com isso, identifique e descreva pelo menos quatro dimensões na concepção da solução de BI para a diretoria comercial.
Business Intelligence (BI) é um processo tecnológico que atua na interpretação e análise de dados para identificar oportunidades e/ ou riscos para um negócio.
A modelagem dimensional para diretoria comercial é a venda e suas dimensões podem ser o tempo, a entrega, o cliente e o produto.
B) Identifique e descreva duas “tabelas” de fatos da solução e, para cada uma delas, apresente pelo menos dois “campos”.
Para soluções financeiras pode ser usado o DATA MART, pois se trata de um subconjunto do data warehouse e consegue encaixar “x” informações e dados em um único processo de negócio. 
Outra tabela que poderia ser usada é a SURROGATE KEY, utilizada para se relacionar com a tabela de fato, ela pode se relacionar com as tabelas que possuem códigos de estado apresentando resultados precisos e interessantes referente as análises requeridas, referentes as posições geográficas. 
C) Para cada uma das tabelas dos fatos, indique de qual sistema ou módulo de ERP pode servir de fonte de dados da ferramenta ETL para carga de dados na solução. Indique pelo menos dois sistemas distintos.
Os módulos ERP fazem parte de um conjunto de funcionalidades responsáveis e importantes nas decisões estratégicas de uma empresa. Nas tabelas citadas poderiam usar o CRM, Gestão de compras e também gestão de projetos.
D) Opcional - Caso queira aprender ainda mais com a atividade, pesquise sobre o que são modelos de dados analíticos em Estrela e em Floco de Neve e realize um breve rascunho de um dos diagramas lidando com o solicitado nas questões A e B.
O nome “estrela” se dá devido à disposição em que se encontram as tabelas, sendo a tabela fato centralizada relacionando-se com diversas outras tabelas de dimensão. Nesse modelo os dados são desmoralizados para evitar joins entre tabelas, diminuindo o tempo de consultas. No entanto, devido a repetição de dados, utiliza mais espaço em disco. A vantagem desse modelo é a eficiência na extração de dados, o que é um grande diferencial em se tratando de um data warehouse.