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!