Business Intelligence e Big Data

Prévia do material em texto

MBA em Gestão de TI e Sistemas ERP 
Business Intelligence e Big Data 
Case: Sistema de Gerenciamento de Pedidos de Restaurante. 
1.1 - Planejamento do BI – Entendimento do Negócio e do Processo 
Decisório 
 No processo de Identificar Necessidades de Informação, vamos fazer uma 
Contextualização (Entendimento) do Negócio, identificando o Processo Decisório em 
seus níveis Hierárquicos e requisitos: 
Para o case Exemplo, admite-se um Sistema para Gerenciamento de pedidos do 
cliente de Restaurante 
Do atendimento ao cliente: 
● Um cliente possui nome, profissão, data de nascimento; 
● Um pode fazer reservas para datas especiais, eventos. 
 
Da infraestrutura de atendimento ao cliente 
● O restaurante possui ambiente para fumantes e não fumantes; 
● Acessibilidade para cadeirantes em mesas e banheiros e exemplares do 
cardápio em braile; 
● Ambiente climatizado; 
● Área para crianças com fraldario e brinquedos. 
 
Das formas de pagamento 
● O restaurante oferece duas maneiras para fechamento da conta, coletivo ou 
individual; 
● As formas de pagamento são as seguintes: Dinheiro, cartão de crédito e débito 
 
Fidelidade. 
● Clientes que fazem o cadastro tem direito participar de bonificações tais como: 
● Desconto em algumas refeições; 
● Isenção de pagamento de Pratos em algumas datas comemorativas; 
 
1.2 - Planejamento do BI - Definir Indicadores de Desempenho 
● Cinco dias de maior Fluxo; 
● Pratos mais pedidos; 
● Bebidas mais pedidas; 
● Tempo de entrega do pedido (Não foi possível); 
● Cinco mesas mais ocupadas por período; 
● Tempo médio de permanência dos clientes por dia; 
● Lucro por pedido (Não foi possível). 
 
1.3 - Projeto do BI – Analisar a Composição dos KPIs e Projeto da Base de 
Dados inicial (para ETL) 
a) Com base na Contextualização acima, fazer a Modelagem Lógica Relacional / Física 
do Banco de Dados em questão. Usar a ferramenta MySQL Workbench ou Draw.io 
(ferramenta na nuvem). 
Primeiramente, os atributos que caracterizam as Entidades: 
Sistema de Gerenciamento de Pedidos de Restaurante 
Item Entidade Atributos 
 
1 
 
Cliente 
CodCli 
Nome 
Data_Nasc 
 
2 
 
Mesa 
codMesa 
Descrição 
Capacidade 
3 
 
 
Comanda 
NumComanda 
Mesa_Codmesa 
Ciente_Codcli 
Data 
Hora_inic 
Hora_Final 
4 
 
Produto 
CodItem 
Nome 
Descricao 
valorUnitario 
Tipo 
5 ItemComanda 
Comanda_numComanda 
Item_CodItem 
Qtde 
 
b) Criar todas as tabelas do Modelo Lógico Relacional usando o SGBD Microsoft SQL 
Server e popular com dados coerentes para consultas futuras. 
Inicialmente, o Modelo Conceitual geral do Projeto de BD: 
 
 Então o Modelo Lógico Relacional correspondente, na notação crow´s foot: 
 
 
 
c) Criar Consultas SQL Estratégicas para atender às Necessidades de Informação acima. 
Apresentar screenshots das consultas e seus resultados. 
c.1 Cinco dias de maior Fluxo 
 
SELECT TOP 5 COUNT (Comanda.NumComanda) AS Fluxo,Data FROM Comanda GROUP BY Data 
ORDER BY Fluxo DESC; 
 
 
 
c.2 Pratos mais pedidos 
 
SELECT Produto.Nome, SUM (ItemComanda.Qtde) AS Quantidade FROM Produto, 
ItemComanda WHERE ItemComanda.Item_CodItem = Produto.CodItem AND Produto.Tipo != 
'Bebida' GROUP BY Produto.Nome ORDER BY Quantidade DESC; 
 
 
 
 
c.3 Bebidas mais pedidas 
 
SELECT Produto.Nome, SUM (ItemComanda.Qtde) AS Quantidade FROM Produto, 
ItemComanda WHERE ItemComanda.Item_CodItem = Produto.CodItem AND Produto.Tipo = 
'Bebida' GROUP BY Produto.Nome ORDER BY Quantidade DESC; 
 
 
 
 
c.4 Tempo de entrega do pedido 
 
Não foi possível gerar esta consulta devido à falta de informação no banco de dados 
Para atender esta solicitação seria necessário adicionar os seguintes campos na tabela 
ItemComanda: data/Hora_inic e data/Hora_fim. 
 
c.5 Cinco mesas mais ocupadas por período 
 
SELECT DISTINCT TOP 5 COUNT (*) AS Contador, Mesa.Descrição, Comanda.Data FROM 
Mesa, Comanda WHERE Mesa.CodMesa = Comanda.Mesa_CodMesa GROUP BY Mesa.Descrição, 
Comanda.Data ORDER BY Contador DESC 
 
 
 
c.6 Tempo médio de permanência dos clientes por dia 
 
SELECT SUM(DATEDIFF(MINUTE,Comanda.Hora_Inic, 
Comanda.Hora_Final))/Count(Comanda.NumComanda) AS Media, Comanda.Data FROM 
Cliente, Comanda WHERE Cliente.CodCli=Comanda.Cliente_CodCli GROUP BY 
Comanda.Data; 
 
 
c.7 Lucro por pedido 
 
Não foi possível gerar esta consulta devido falta de informação no banco de dados. 
Para atender esta solicitação seria necessário. 
 
 
 
Parte # 2 - Projeto de BI – Modelagem Dimensional 
Objetivos: 
- Modelar um DW para atender as necessidades de Informações para os Executivos 
(KPIs) 
- Implementar o Cubo em SQL Server 
- Aplicar Operações OLAP para responder às Questões 
 
2.1 - Implementação do BI – Modelagem Dimensional 
Solicita-se, a construção do modelo Dimensional para um Data Mart de apoio às 
decisões estratégicas do Negócio (ou Setor) escolhido pelo grupo. Esse modelo deve 
seguir as etapas propostas: 
 
 
a) Identificação dos Fatos 
Fato é todo assunto sobre o qual necessitamos possuir informações históricas para 
compreensão de seu comportamento e assim tomar decisões sobre ele. No nosso caso 
a tabela fato é a Comanda, pois nela possui as informações necessárias para a tomada 
de decisão. 
 
b) Identificação das medidas que avaliam os Fatos 
Medidas Aditivas: Uma medida aditiva, também chamada de medida totalmente 
aditiva, pode ser agregada a todas as dimensões incluídas no grupo de medidas que 
contém a medida, sem restrição. 
 Quantidade de Comanda 
 Quantidade de Produto 
 Total Faturado 
 
c) Identificação da existência das 4 Dimensões Básicas que participam dos Fatos 
de negócios: 
 
d) Definição da granularidade (hierarquia de detalhes) de cada Dimensão Básica 
existente. 
Grau de detalhamento das medidas em relação ao nível hierárquico mais baixo das 
dimensões associadas e essas medidas. O data warehouse, em geral, possui uma 
granularidade maior que o data mart, ou seja, as informações são mais detalhadas 
 
e) Verificação se a primeira versão do Modelo Estrela (Cubo), representada pelas 
quatro dimensões básicas, responde a todas às necessidades de Informação 
executivas das Consultas Estratégicas. 
Conforme as consultas realizada foram atendidas as consultas estratégicas. 
 
f) Caso contrário é necessária a construção de uma segunda versão do Modelo Estrela 
que inclua novas dimensões que atendam aos requisitos executivos. 
O resultado final da Modelagem Dimensional são os Diagramas Estrela (que 
representam os cubos dimensionais) constituídos por suas tabelas Fatos e as 
respectivas Tabelas de Dimensões. Esses Diagramas Estrela devem responder todas as 
Consultas Derivadas das necessidades de Informação executivas. 
Na prática, trata-se de um novo Modelo Lógico Relacional, que representa o Diagrama 
Estrela, também usando a notação Crow´s Foot (pé-de-galinha no Brasil) ou IDEF1X. 
 
 
2.2 - Implementação do BI – Implementação Física do Cubo 
 
Solicita-se a implementação física do Modelo Dimensional (Cubo Dimensional, 
com fatos e dimensões) projetado para o Negócio no Microsoft SQL Server 2012. 
 Não esquecer que o Cubo Dimensional deverá ser capaz de responder às 
Questões Estratégicas (Necessidades de Informação) do Negócio!!. 
Nota: alimentar o Cubo de Dados para que possa ter minimamente dados para 
Análises posteriores. 
 
2.3 - Implementação do BI – Operações OLAP 
Uma vez construído o Cubo Dimensional (fatos e dimensões) que representa o 
diagrama estrela do Setor de Negócio e alimentado com dados oriundos de digitação 
ou importação, responder a todas as Questões Estratégicas (Necessidades de 
Informação) do Negócio. 
 - O trabalho deverá conter os screenshots de cada resultado 
- Comente o resultado de cada consulta, informando qual tipo de Operador 
Dimensional está sendo empregado (obrigatório). Também comente se a consulta 
poderia ser melhorada. 
 
2.4 - Implementação do Big Data – Data Mining 
Analisaras suas Questões Estratégicas e o seu Setor Negócio (ou Setor) e 
indicar quais as Tarefas e Técnicas de KDD (Mineração) que mais se aplicam, ou, que 
tem chance de oferecer algum resultado. 
 - Comente como seria a aplicação e os possíveis resultados que poderiam ser 
obtidos, informando onde aplicar 
 - Pesquisar exemplos e possibilidades na internet, ilustrando a sua proposta o 
máximo possível com tabelas, gráficos e imagens 
 - Argumente suas escolhas com base no Comparativo de Técnicas feito em aula. 
Bom Trabalho!