SAD Orientado a Dados: Tecnologias e Características

Prévia do material em texto

SAD – SISTEMA DE APOIO A DECISÃO
SAD ORIENTADOS A DADOS
TECNOLOGIAS USADAS
*
*
*
SAD ORIENTADO A DADOS
CARACTERÍSTICAS
	Acesso e manipulação de ALTO volume de dados históricos internos e externos – semi estruturados
	Apoiam a decisão pela extração de dados e geração de informações uteis, porem “ocultas” nas bases de dados das empresas 
	Tecnologias
	Ferramentas para armazenamento:
	Banco de dados convencional 
	Datawarehouse e Data Mart
	Ferramentas para análise desses dados: 
	OLAP e
	data mining
*
*
*
SAD ORIENTADO A DADOS
DADOS DO SAD X DADOS DA OPERAÇÃO 
	Dados operacionais são registros de dados sobre uma transação do negócio (uma operação da empresa) – detalhes das vendas de um mês (transação)
	Dados do SAD
	Sem detalhes da transação (resumido) – Total das , vendas de um mês (por região, por loja...)
	Pode ter redundância, caso necessário para a performance.
	Diferem em 5 dimensões - Estrutura do dado , Validade, Sintese, Volatilidade e Dimensão
*
*
*
SAD ORIENTADO A DADOS
DADOS DO SAD X DADOS DA OPERAÇÃO 
*
*
*
SAD ORIENTADO A DADOS
METADADOS
	Dados sobre dados
	Apoia o BD de um SAD na localização de conteúdo em um DW ou outro repositório
	Serve de base para algoritmos de sintetização de dados 
	Inclui: negócio, descrição do dado, do tipo de dado, potenciais valores, fonte dos dados, formatos ....
*
*
*
SAD ORIENTADO A DADOS
*
*
*
SAD ORIENTADO A DADOS
OLAP (online analytical processing)
	Permite a análise rápida de grandes volumes de dados, sob múltiplos ângulos de observação – análise multidimensional (cubos OLAP).
	Cada fator de análise é uma dimensão 
	Exemplo:
	Faturamento anual de um produto X, pode ser analisado conforme alguns fatores : região, época do ano e perfil do consumidor
	Podemos escolher o fator desejado e isolar os demais
	OLAP x DW – extração de dados das bases operacionais e organização desses , em modelo multidimensional (cada fator uma dimensão)
*
*
*
SAD ORIENTADO A DADOS
OLAP (online analytical processing)
	Formas de explorar as dimensões OLAP
	Detalhamento sucessivo (drill down)
	Diferentes níveis de detalhamento
	Receitas totais – Trimestre – cada mês do trimestre - diario
	Diferentes dimensões (slicing and dicing)
	Troca de fatores de analise, com simplicidade
	Despesas por canal de venda – Despesas por linha de produto.
	Diferentes visualizãções
	Altera o formato das apresentações dos resultados: planilhas, gráficos, tabelas, mapas, recursos visuais.
*
*
*
SAD ORIENTADO A DADOS
OLAP (online analytical processing) - EXEMPLO
	Exemplo: Analisar o impacto de um recente aumento de preços de alguns (50) dos produtos (total de 100)
	Comparar : vendas do ano corrente com vendas do ano anterior para 2 grupos (com e sem aumento)
	Dos produtos que os preços aumentaram
	Dos produtos que os preços se mantiveram
	Para cada grupo: calcula relação entre vendas ano corrente e vendas do ano passado
	OLAP a criação de cada grupo e simples (valor de um atributo-data da ultima alteração de preço)
	Após criação do grupo, os dados são agregados de forma automática
	Vários grupos podem ser criados. 
*
*
*
SAD ORIENTADO A DADOS
OLAP (online analytical processing)
	A tecnologia OLAP ajudam os administradores a filtrar dados, em grandes bancos de dados, relacionar esses dados para responder a questões como
	Os produtos novos estão conseguindo penetração ?
	A publicidade e os descontos são ou não eficazes ?
	Quais lojas e vendedores estão se destacando ?
	Qual a tendência de vendas do produto X na região Y, considerando as vendas dos últimos N anos.
	O software de hoje, com tecnologia OLAP, permite
*
*
*
SAD ORIENTADO A DADOS
OLAP e sua aplicação em software
	O software de hoje, com tecnologia OLAP, permite
	Acesso via web, a um alto volume de dados: dados de vários anos (série histórica)
	Possibilita analisar o relacionamento dos dados de diversos elementos do negócio (vendas, produtos, regiões, canais de venda.. )
	Usuários passam a dispor de dados agregados (DW, DM): volume de vendas, valores orçados e valores gastos  analise de vendas sob diferentes perspectivas (fatores): vendas por região x vendas por produto ou por produto em cada região.
	OLAP é uma técnica retrospectiva, dificultando a descoberta de conhecimento, padrões e prospecção – Data mining é mais indicado para isso
	
*
*
*
SISTEMA DE APOIO A DECISÃO - SAD
DATAMINING (deriva dos conceitos de IA)
	Mineração de dados  processo analítico para “revelar conhecimento, padrões, tendências e comportamento em grandes volumes de dados”
	Uso de técnicas, em geral automáticas, de exploração de grandes quantidades de dados para descobrir novos padrões e relações que, devido ao volume de dados, não seriam facilmente descobertos a olho nú pelo ser humano (Carvalho, 2001).
	Foco: obter vantagens competitivas e ajudar nas tomadas de decisões.
*
*
*
SAD ORIENTADO A DADOS
	Capacidades oferecidas pelo Data mining:
	Previsão automatizada de tendências e comportamentos.
	Exemplo: marketing direcionado , previsão de falência e outras inadimplências, 
	Descoberta automatizada de padrões
	Exemplo: relações de vendas entre produtos, aparentemente não relacionados, detecção de operações fraudulentas em cartão de crédito (fora do padrão de uso do cartão).
DATAMINING - Uso
*
*
*
SAD ORIENTADO A DADOS
	Exemplo de relações de vendas entre produtos, aparentemente não relacionados
	Caso famoso: Lenda das fraldas e das cervejas
	Analisando dados de compras de clientes na noite de sexta, descobriram um padrão de comportamento : “quem compra fralda leva junto cerveja”
	Decisão: colocaram cerveja e fraldas em gondolas lado a lado.
DATAMINING
*
*
*
SAD ORIENTADO A DADOS
DATAMINING - Exemplos
	Setor	Uso do datamining
	Varejo	Prever vendas, níveis de estoque e distribuição entre pontos de venda e prevenção de perdas
	Bancos	Níveis de previsão de maus empréstimos e uso fraudulento do cartão de crédito
	Seguros	Prever quais clientes usarão novas apólices
	Marketing	Prever quais clientes responderão a um mailing ou comprarão determinado produto.
	Produção	Prever falhas de maquinários e encontrar fatores que controlam a otimização da capacidade de manufatura
*
*
*
SAD ORIENTADO A DADOS
	Setor bancário - Estudo do comportamento do uso de cartões de crédito para determinados grupos de clientes
	detecção de cartões de crédito roubados, 
	O governo dos EUA utiliza data mining, há tempos, para identificar padrões de transferências de fundos internacionais que se parecem com lavagem de dinheiro do narcotráfico  usado para identificar fraudes.
DATAMINING – APLICAÇÃO 
*
*
*
SISTEMA DE APOIO A DECISÃO - SAD
SAD ORIENTADO A DADOS
*
*
*
SAD ORIENTADO A DADOS
DATA WAREHOUSE 
	E uma forma de armazenamento organizado de um alto volume de dados, sobre os históricos das operações da empresa, possibilitando múltiplas visões (cubos).
	O objetivo e uma organização dos dados que visem o processamento analítico.
	Exploram a organização de múltiplas fontes de dados internas e externas
*
*
*
SAD ORIENTADO A DADOS
DATA WAREHOUSE 
[OLAP] Qual a tendência de vendas de TV, na região Norte?
- Considerar 3 anos na análise.
*
*
*
SAD ORIENTADO A DADOS
DATA WAREHOUSE - DIMENSÕES
*
*
*
SAD ORIENTADO A DADOS
DATAMART
	Um pequeno DW projetado por assunto (ou unidade funcional), como alternativa de menor custo ou estratégia para construir o DW
	Menor custo
	Menor tempo de implantação
	Menor tempo de resposta (menos dados)
*
*
*
*
*
*
SAD ORIENTADO A DADOS
A UTILIZAÇÃO DE SAD ORIENTADO A DADOS
	Setor	Áreas funcionais	Uso
	Banco	Produtos, Operações e Mkt	SAC, Análise de tendência, promoções de produtos e serviços
	Aéreas	Operações e Mkt	Distribuição de tribulação, aeronaves, Análise de lucro por rota, promoções em programas de fidelidade
	Seguros	Produtos, Operações e Mkt	Gerenciamento de riscos, análise do mercado, análise de tendências do cliente
	Cartão C	Produtos e Mkt	Detecção de fraude
*
*
*