Arquitetura de Dados Estruturados e Não Estruturados

Prévia do material em texto

UNIVERSIDADE ANHEMBI MORUMBI
PÓS-GRADUAÇÃO EM BUSINESS INTELLIGENCE E ANALYTICS
ARQUITETURA DE DADOS ESTRUTURADOS E NÃO ESTRUTURADOS AVALIAÇÃO N1
LEONARDO HENRIQUE MUSSO
RA: 2022309557
Março
2023
SUMÁRIO:
1.	INTRODUÇÃO	3
2.	DETALHAMENTO DO PROCESSO	3
3.	CONCLUSÃO	4
1. INTRODUÇÃO
Levando em consideração o aumento exponencial no fluxo de impressões da empresa em questão, torna-se mandatório a implementação de conjunto de ferramentas e recursos que ajudarão gestores a alcançarem uma melhor organização e consequentemente suportando a tomada de decisão.
2. DETALHAMENTO DO PROCESSO
Partido da premissa que os periféricos, tais como as impressoras, não possuem bases de dados estruturadas, seria necessário como primeiro passo estruturar os dados com a finalidade de carregá-los em Datawarehouse. A estruturação deve ser feita através de uma conexão do tipo ODBC (comumente utilizado para arquivos em Excel). Será necessário fazer o tratamento desses dados e para este caso seria recomendável utilizar o próprio Excel. Todavia, existem softwares de mercado para gerenciamento de impressões, tais como: Papper Cut e ND Digital. O intuito dessa tratativa dos dados é consolidar as informações geradas com as impressões e estruturá-los no formato padrão de tabela. Posteriormente esses dados estruturados podem ser armazenados no Banco de Dados utilizado pela empresa.
Para que posteriormente o time de BI possa fazer uso adequado das informações, será necessário criar Datamarts através da definição de um processo de ETL (extração, transformação e carregamento) dos dados. Após definida essa estrutura, o time de BI conseguirá realizar um processo de Data Minining, explorando a informação e extraindo o máximo de insights necessários para suportar na tomada de decisão. A partir dessas análises, relatórios/dashboards devem ser criados para que facilite a visualização dos dados coletados. As ferramentas com tecnologia OLAP são as mais adequadas para isso, proporcionando condições de análise de dados necessários para responder possíveis questões que surgirem, concedendo também aos usuários finais o acesso a extração de dados em suas bases, construindo relatórios/dashboards. 
Um bom exemplo para relatórios eficientes no auxílio da parte operacional seria: 
•	CD_IMPRESSORA; 
•	QT_PAGINAS;
•	QT_NIVEL_TONNER; 
•	DS_STATUS. 
Outro exemplo voltado para análises dos times de negócio seriam os campos abaixo:
•	CD_USUARIO;
•	QT_PAGINAS;
•	CD_IMPRESSORA;
•	CD_CENTRO_CUSTO;
•	VLR_CUSTO_IMPRESSAO.
Com essas informações bem definidas será possível cruzar os dados para obter informações, como: qual departamento mais imprime, qual impressora mais utilizada, qual a vida útil média dos tonners, dentre outras análises. Resumindo o processo seria semelhante ao apresentado na figura I.
FIGURA I: fluxo do processo
3. CONCLUSÃO
Para obter-se as melhores informações sobre os mais variados assuntos é necessário que seja definida uma boa arquitetura de dados. Utilizando-se de ferramentas e recursos citados neste documento, a empresa conseguirá ter insights que agregam valor ao negócio, além de conseguir tomar decisões na adoção de medidas preventivas no que tange a manutenção de seus equipamentos (neste caso em específico as impressoras). Agindo preventivamente com a troca de tonners antes de finalizarem, além de gerar eficiência na operação, reduzirá a quantidade de chamados abertos.
REFERÊNCIAS BIBLIOGRÁFICAS
CETAX, Blog. Data mining: O que é, conceito e definição, jan/2022. Disponível em: https://www.cetax.com.br/blog/data-mining/.
FIVE, Acts. DATA MINING: O QUE É, IMPORTÂNCIA E COMO APLICAR NAS EMPRESAS, mar/2021. Disponível em: https://www.fiveacts.com.br/data-mining/.
4