Baixe o app para aproveitar ainda mais
Prévia do material em texto
RODOLFO LUIS DOS SANTOS SALDANHA BUSINESS INTELLIGENCE: ANÁLISE SOBRE AS SOLUÇÕES DE BI E ESTUDO DE CASO USANDO PENTAHO LONDRINA–PR 2018 RODOLFO LUIS DOS SANTOS SALDANHA BUSINESS INTELLIGENCE: ANÁLISE SOBRE AS SOLUÇÕES DE BI E ESTUDO DE CASO USANDO PENTAHO Trabalho de Conclusão de Curso apresentado ao curso de Bacharelado em Ciência da Com- putação da Universidade Estadual de Lon- drina para obtenção do título de Bacharel em Ciência da Computação. Orientador: Prof. Dr. Rodolfo Miranda de Barros LONDRINA–PR 2018 Rodolfo Luis dos Santos Saldanha Business Intelligence: análise sobre as soluções de BI e estudo de caso usando Pentaho/ Rodolfo Luis dos Santos Saldanha. – Londrina–PR, 2018- 46 p. : il. (algumas color.) ; 30 cm. Orientador: Prof. Dr. Rodolfo Miranda de Barros – Universidade Estadual de Londrina, 2018. 1. Business Intelligence. 2. Pentaho. 3. Data Mining. I. Rodolfo Miranda de Barros. II. Universidade Estadual de Londrina. III. Business Intelligence: análise sobre as soluções de BI e estudo de caso usando Pentaho CDU 02:141:005.7 RODOLFO LUIS DOS SANTOS SALDANHA BUSINESS INTELLIGENCE: ANÁLISE SOBRE AS SOLUÇÕES DE BI E ESTUDO DE CASO USANDO PENTAHO Trabalho de Conclusão de Curso apresentado ao curso de Bacharelado em Ciência da Com- putação da Universidade Estadual de Lon- drina para obtenção do título de Bacharel em Ciência da Computação. BANCA EXAMINADORA Prof. Dr. Rodolfo Miranda de Barros Universidade Estadual de Londrina Orientador Prof. Dr. Evandro Bacarin Universidade Estadual de Londrina Prof. Dr. Vitor Valério de S. Campos Universidade Estadual de Londrina Londrina–PR, 08 de fevereiro de 2018 Este trabalho é dedicado a todos que me deram suporte durante minha graduação, principalmente minha mãe, pois sem ela não seria nada. AGRADECIMENTOS Antes de tudo gostaria de agradecer especialmente à minha mãe, Antonia Maria dos Santos Saldanha, por todo o suporte e estímulo, emocional e financeiro, que ela me proporcionou desde muito criança até os dias de hoje. Passamos por momentos bastante conturbados durante esses anos e ela se manteve ao meu lado em todas as situações difíceis, me incentivando de todas maneiras até que eu pudesse chegar a esse momento de concluir meu nível superior. Nunca serei capaz de explicitar o quão sou. Agradeço profundamente à minha irmã, que sempre me tratou como um filho, ao meu pai e familiares que ajudaram a moldar o futuro profissional que serei. Sou muito grato também aos amigos que adquiri ao longo dessa graduação, tanto os que conheci em Londrina como os que fizeram parte do meu intercâmbio. Uma vez que se muda para longe de casa, amigos se tornam uma segunda família e as pessoas que me aproximei foram extremamente cruciais nos momentos em que pensei ser improvável superar o horário cheio de aulas e trabalhos extensos, como também fizeram possível momentos de descontração se tornarem ainda melhor. Muito obrigado a todos os docentes do Departamento de Computação da Uni- versidade Estadual de Londrina pelo tempo e atenção dedicados para que o máximo de conhecimento fosse transmitido. Não esquecendo dos servidores do mesmo Departamento que tentaram auxiliar da melhor maneira que podiam sempre que podiam. Agradeço espe- cialmente ao meu orientador, Prof. Dr. Rodolfo Miranda de Barros, pela orientação neste trabalho de conclusão de curso, pois foi uma honra ter me juntado a ele e aprendido com sua experiência no assunto. “Twenty years from now, you will be more disappointed by the things that you didn’t do than by the ones you did do, so throw off the bowlines, sail away from safe harbor, catch the trade winds in your sails. Explore, Dream, Discover.“ (Mark Twain) SALDANHA, R. L.. Business Intelligence: análise sobre as soluções de BI e es- tudo de caso usando Pentaho. 46 p. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) – Universidade Estadual de Londrina, Londrina–PR, 2018. RESUMO Líderes de organizações, independentemente do tamanho (sejam pequenas, médias ou grandes), enfrentam constantemente problemas que refletem no crescimento de seus negó- cios. O crescimento contínuo depende do entendimento de como os negócios funcionam, reconhecendo oportunidades, tomando atitudes e percebendo benefícios mensuráveis de uma maneira repetida. A partir da entrega de conhecimento utilizável para a pessoa certa dentro da janela de oportunidade apropriada, técnicas e ferramentas de Business Intel- ligence (BI) ajudam o usuário visualizar as mudanças certas para que uma organização seja bem sucedida. Esse trabalho tem o objetivo de fazer um estudo sobre as soluções de BI de modo geral e, mais especificamente, será feita um estudo de caso usando o Pentaho como ferramenta do estudo. Palavras-chave: Business Intelligence, Pentaho, Data Mining SALDANHA, R. L.. Business Intelligence: overview over BI solutions and study case using Pentaho. 46 p. Final Project (Bachelor of Science in Computer Science) – State University of Londrina, Londrina–PR, 2018. ABSTRACT Regardless the size of an organization, its leaders constantly face problems that reflect the growth of their business. The continuous growth depends heavily on the understanding of how the business run, recognizing opportunities, taking action and noticing measurable benefits in a repeatable way. By delivering useful knowledge to the right person within the appropriate opportunity window, Business Intelligence (BI) techniques and tools help the user visualize necessary changes to make the organization thrive. This paper is aimed to make an overview over the BI solutions. It will be conducted a study case utilizing Pentaho suite as the main tool of the study. Keywords: Business Intelligence, Pentaho, Data Mining LISTA DE ILUSTRAÇÕES Figura 1 – Esquema Estratégia Corporativa e Estratégia de BI[1] . . . . . . . . . . 23 Figura 2 – Componentes de BI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 Figura 3 – Etapas do descobrimento do conhecimento . . . . . . . . . . . . . . . . 25 Figura 4 – Etapas do desenvolvimento de um sistema de Business Intelligence . . . 27 Figura 5 – Gráfico de comparação entre ferramentas de BI . . . . . . . . . . . . . 31 Figura 6 – Pilha de componentes do Pentaho [2] . . . . . . . . . . . . . . . . . . . 32 Figura 7 – Diagrama da tabela das dimensões e tabela fato . . . . . . . . . . . . . 37 Figura 8 – Exemplo de Transformação no PDI . . . . . . . . . . . . . . . . . . . . 38 Figura 9 – Criação das dimensões do cubo no Schema Workbench . . . . . . . . . 39 Figura 10 – Cubo multidimensional da empresa fictícia Steel Wheel . . . . . . . . . 40 Figura 11 – Análise de lucros da Steel Wheel . . . . . . . . . . . . . . . . . . . . . 41 LISTA DE ABREVIATURAS E SIGLAS BI Business Intelligence TI Tecnologia de Informação ETL Extraction, transformation and load OLAP On-line Analytical Processing DW Data Warehouse PDI Pentaho Data Integration PUC Pentaho User Console PAC Pentaho Administration Console UX User Experience SUMÁRIO 1 INTRODUÇÃO . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 2 FUNDAMENTAÇÃO TEÓRICA . . . . . . . . . . . . . . . . . 23 2.1 Business Intelligence . . . . . . . . . . . . . . . . . . . . . . . . . . 23 2.1.1 Conceitos gerais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 2.1.2 Etapas de implementação de uma estratégia de BI . . . . . . . 26 2.1.3 Vantagens de uma estratégia de BI . . . . . . . . . . . . . . . . . 27 2.1.4 Problemas de implementação de uma estratégia . . . . . . . . . 29 2.1.5 Ferramentas de BI . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 2.2 Pentaho . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 2.2.1 Vantagens . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 2.2.2 Preocupações . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 3 ESTUDO DE CASO . . . . . . . . . . . . . . . . . . . . . . . . . 37 3.1 Data Warehouse . . . . . . . . . . . . .. . . . . . . . . . . . . . . . 37 3.2 Cubo multidimensional e relatórios . . . . . . . . . . . . . . . . . 39 4 DISCUSSÕES E DIFICULDADES . . . . . . . . . . . . . . . . 43 REFERÊNCIAS . . . . . . . . . . . . . . . . . . . . . . . . . . . 45 21 1 INTRODUÇÃO Na última década, empresas tem presenciado um grande investimento em Tecno- logia da Informação (TI) chegando ao ponto que alguns especialistas estimam que metade do capital investido em negócios é direcionado a esse setor. A maioria desses investimentos tem o objetivo de melhorar sistemas que administram operações diárias e gerar relatórios mais frequentes e volumosos. Entretanto, é notado entre companhias de diferentes indús- trias que apesar de ricas em dados, as empresas são escassas de informações substanciais. Em outras palavras, os negócios não conseguem aproveitar as informações que possuem [3]. Business Intelligence (BI) vem como uma resposta para essa necessidade de avaliar melhor os dados, sendo o passo lógico seguinte para administração em TI. Feito da maneira correta, BI tem potencial imensurável e ajuda organizar informações chave que necessárias para o aumento do lucro e desempenho de uma empresa [4]. Definir uma estratégia de BI ajuda a modelar e governar o sucesso de um projeto de BI através do alinhamento da TI e da companhia e permite que a organização espe- cifique quão precisa as informações relevantes devem ser para que possam dar suporte e conduzir as principais iniciativas do negócio[5]. Ainda mais, a plataforma escolhida pode aumentar o impacto de empregados em uma organização e nas indústrias e setores que eles representam, uma vez que uma estratégia de BI pode sugerir a adoção de tecnologias novas da plataforma de BI, levando a novos estilos de administração e até criar uma mu- dança na organização para que se torne mais flexível e ágil, aumentando o desempenho do negócio tanto em níveis estratégicos como organizacionais. Portanto, a escolha de uma plataforma de BI é uma decisão delicada e requer uma análise aprofundada. No mercado, há muitas plataformas e o importante é entender que ferramentas vêm e vão, tendo o papel fundamental de apoiar as necessidades informacio- nais da organização. O processo de escolha não é trivial, porém decisiva na condução da organização para o alcance de resultados. É essencial a capacidade de analisar de forma crítica cada tecnologia, verificando qual a solução que melhor se adéque a estratégia da empresa. Logo, não existe a melhor ou pior ferramenta de BI, e sim aquela que melhor se adapta as necessidades do negócio [1]. Neste trabalho será explorada apenas uma ferramenta dentre a vasta variedade existente no mercado. O Pentaho, a suíte utilizada nesse trabalho, é amplamente usado em diversas empresas bem sucedidas e serão aplicadas em um estudo de caso de empresa fictícia para que seja analisado os principais aspectos de tal ferramenta. 23 2 FUNDAMENTAÇÃO TEÓRICA 2.1 Business Intelligence No início dos anos 90, BI emergiu com o objetivo de dar aos usuários finais, ou CEO’s, um acesso direto e melhor as informações relevantes sobre uma organização. Visa fornecer um acesso, independente do departamento de TI, à informação e gerar relatórios customizáveis sobre determinados aspectos. Trata-se de uma extensa categoria de aplica- ções e tecnologias usadas para coletar, arquivar, analisar e acessar dados que ajudam na tomada de decisão. Na realidade, Business Intelligence é um ambiente em que adminis- tradores tem acesso à informações confiáveis, consistentes, compreensivas e, usando essas informações, são capazes de analisar estrategicamente a posição da entidade no passado, presente e futuro. Figura 1 – Esquema Estratégia Corporativa e Estratégia de BI[1] Para que uma empresa sobreviva e seja competitiva no mercado, é necessário que a mesmo desenvolva uma estratégia. Para tal estratégia ser bem sucedida, é necessário uma previsão de circunstâncias de futuras e entendendo o passado é o melhor método para tentar fazer suposições sobre o futuro [3]. Portanto, a informação é o principal ingrediente de qualquer estratégia, permitindo a análise de mercado e detectar comportamentos es- pecíficos [6], sendo assim, BI é muito importante. Uma iniciativa em BI por parte de uma organização fornece muito pouco uso estratégico a não ser que ela seja orientada pelos objetivos de um negócio. Antes de embarcar em algo do gênero, a organização precisa investir na definição de uma estratégia de BI que ressalte como o BI vai ajudar a organi- zação encontrar seus objetivos de negócios estratégicos e operacionais [5]. Uma estratégia de BI precisa prover um framework para a organização que a permita obter oportunidades com stakeholders chaves, oferecer uma perspectiva da empresa como um todo, previsão de vantagens esperadas e definir um mapa de como o BI e componentes analíticos de tecnologia do programa de BI se encaixam para suprir as necessidades do negócio. 24 2.1.1 Conceitos gerais O artigo [7] define BI como "os processos, tecnologias e ferramentas necessárias para transformar dados em informação, informação em conhecimento e conhecimento em planos que guiam ações de negócios rentáveis". Logo, interpretando conceitos, BI se trata de um conjunto de tecnologias que permitem o cruzamento de informações e suportam a análise dos indicadores de performance de um negócio, auxiliando a tomada de decisão. Por estas definições pode ser notado que se trata de uma área consideravelmente abrangente e que conta com uma série de componentes como pode ser visto na Figure 2. Figura 2 – Componentes de BI Organizações coletam diversas informações operacionais e transacionais internas diariamente. Todos esses dados podem ser transformados em conhecimento utilizável para a melhora de desempenho através de ferramentas de BI. Responsáveis por decisões em companhias tomam melhores ações de negócios baseados em aquisições, análises, inter- pretações e explorações sistemáticas de informações [8]. Nesse momento em que entram os conceitos de big data, data mining e data warehouse, os quais são imprescindíveis para o entendimento desenvolvimento de BI. Antes de tudo, o conceito de big data deve ser explicado, pois todos os outros conceitos dependem deste primeiro. Usando a definição do livro [9], big data se trata obviamente de um grande volume de dados, mas não é apenas em relação a quantidade em si. Big data se trata também da velocidade rápida em que os dados são produzidos e o formato complexo de diferentes fontes. De acordo com [10], data warehouse é um banco de dados contendo dados extraí- dos do ambiente de produção da empresa, que foram selecionados e depurados de uma (geralmente big data), tendo sido otimizados para processamento de consulta e não pro- cessamento de transações. A construção de um data warehouse é basicamente o primeiro passo para a análises em grandes quantidades de dados em sistemas de apoio à decisão como Business Intelligence. Para a construção do data warehouse necessita-se definir as chamadas tabela de fato e tabela de dimensão, além do relacionamento entre as mesmas. A tabela de fato armazena medições do negócio e aspectos que estão sendo mensurados pela estratégia de BI. Cada medida é obtida na intersecção de todas as dimensões, as quais 25 são as tabelas de dimensão e armazenam as descrições textuais das dimensões do negó- cio. Cada uma dessas descrições textuais ajuda a definir um componente da respectiva dimensão. Por definição de [11], data mining é o processo de descobrir padrões e conhecimento de grandes quantidades de dados e as fontes desses dados incluem banco de dados, data warehouses, Internet, outros repositórios ou dados transmitidos para o sistemas dinamica- mente. Este processo é feito após toda a coleta de informações, ou seja, datawarehousing e os dados são processados por algoritmos estatísticos com o objetivo de recuperar infor- mação útil. Data mining é a aplicação do processo analítico racional - técnicas estatísticas - tomando vantagem dahabilidade computacional de mergulhar mais profundamente no significado de padrões, não a estatística puramente em si [12]. Quando aliada com um armazenamento em data warehouse e conceitos de BI, data mining pode dar a companhias e negócios precisão e segurança no momento da tomada de decisões. Na Figure 5 mostra as etapas do descobrimento, englobando todos os conceitos acima citados. Primeiramente é feita a limpeza e integração da big data no banco de dados e é transferido para o data warehouse. Logo em seguida começa a etapa da mineração de dados, tornando possível a elaboração de padrões até chegar no conhecimento, o qual pode ser apresentado em diversas formas, mas o mais comum entre eles é o cubo OLAP multidimensional e ele será aplicado no estudo de caso mais em frente. Figura 3 – Etapas do descobrimento do conhecimento Um cubo OLAP é chamado de estrutura multidimensional que contém informação 26 sobre um pedaço de dado bem definido de uma fonte de dados e é baseado na tabela fato e dimensões, citado acima, organizado de diferentes formas. O processo de adquirir dados de um banco de dados e construir os cubos necessários é chamado de análise de dados. Pode haver centenas de cubos em um data warehouse, sendo que cada um deles é composto por sua tabela fato e suas respectivas dimensões. O OLAP é um conceito de interface com o usuário que proporciona a capaci- dade de ter idéias sobre os dados, permitindo analistas, gerentes e executivos analisá-los profundamente em diversos ângulos e sintetizar informações sobre a empresa através de comparações, visões personalizadas, análise histórica e projeção dos dados em diferentes cenários. É uma interface com o usuário e não uma forma de armazenamento de dados, porém se utiliza do armazenamento para poder apresentar as informações. O OLAP e o Data Warehouse são destinados a trabalharem juntos, enquanto o DW armazena as infor- mações de forma eficiente, o OLAP deve recuperá-las com a mesma eficiência, porém com muita rapidez. As duas tecnologias se complementam, ao ponto de que um DW para ser bem sucedido, já na sua concepção, deve levar em consideração o que se deseja apresentar na interface OLAP [13]. 2.1.2 Etapas de implementação de uma estratégia de BI Baseado em [14], o processo de BI possui atividades ou etapas (Figure 4) que necessitam ser entendidas para que a implementação da solução tenha efetividade. E para ser efetivo a solução precisa ser eficiente, ou seja, necessita fazer de forma correta o proposto, que nesse caso é fornecer informações "inteligentes"para os administradores. Além do mais ela precisa ser eficaz, ou seja, atingir o objetivo, que nesse caso seria tomar a decisão de forma precisa. a) Mobilização dos stakeholders: É necessário a identificação dos stakeholders, ou seja, das partes interessadas do processo de BI. Precisa ser explicitado quem são os principais beneficiados da solução além de adquirir o apoio total da alta gestão. Deve mostrar os benefícios que o projeto trará para a organização, além de promover discussões sobre os diversos assuntos relacionados à gestão através de indicadores. b) Levantamento dos objetivos: Antes mesmo de mapear os dados, é preciso listar as necessidades informacionais que os gestores possuem. Para isso é ne- cessário fazer rodadas iterativas com os usuários da solução e, nesse momento, não há preocupação com a viabilidade das informações nessa atividade. Nas entrevistas serão levantados os principais anseios dos gestores, que deverão par- tir do questionamento: “Quais informações necessito para tomar decisões mais efetivas?”. Ao final das “n“ reuniões necessárias para levantar todas as pers- pectivas (dimensões e fatos) é gerado uma matriz com a relação completa das 27 necessidades da organização. c) Mapeamento das fontes dos dados: Só aqui começa-se a preocupar com a existência ou não dos dados necessários para gerar as informações solicitadas na etapa anterior. É analisado todo o tipo de fontes de dados existentes na empresa, tal como CDs, planilhas, banco de dados, etc... Se os dados existirem, é feito o mapeamento estruturado de como o dado entrará na etapa de desen- volvimento da solução BI. No caso de inexistência de dados, os participantes do levantamento serão informados, para que seja provocada na organização o ques- tionamento sobre a necessidade desses dados ou de serem criadas alternativas de fontes para a busca dos dados. d) Construção da solução BI: Nessa etapa é dado início à construção propria- mente dita da solução de Business Intelligence. É feita a modelagem, o processo de ETL (extração, transformação e carga) e alimentada na base consolidada do Data Warehouse. Apesar de ser uma etapa no diagrama, essa é a maior atividade de todo o processo, pelo menos 50% de todo o trabalho está nesta fase. e) Disponibilização aos usuários: Enfim, é disponibilizado o uso da solução para os usuários (gestores). Mas não é somente “disponibilizar” a ferramenta e acabou. Significa fazer um grande trabalho de capacitação e envolvimento dos usuários, conscientização do uso correto da informação e definição dos níveis de permissão de cada participante, pois nem todos poderão ter acesso irrestrito às informações do BI. Figura 4 – Etapas do desenvolvimento de um sistema de Business Intelligence 2.1.3 Vantagens de uma estratégia de BI As empresas almejam informações com qualidade, otimização dos processos, asser- tividade nas decisões, insights valiosos, inteligência nos negócios, maior competitividade no mercado, inovação, alcance de metas e objetivos, enfim, resultados. Buscando sempre, 28 principalmente, a alta aderência das soluções aos negócios. Sistema de BI é uma organi- zação viva e expansão é um procedimento incremental que nunca acaba. Apesar de BI ser usado para atingir alvos estratégicos, não há um conjunto definido de fatores e eles sempre mudam. Os benefícios da prática de BI só serão visíveis com o auxílio de pessoas [15]. No entanto, de maneira geral podem ser mencionados alguns benefícios tais como: tomada de decisão de forma mais pautada por líderes; minimização de riscos nas ações, pois serão utilizados fatos ao invés da subjetividade; previsão através de tendências baseados em dados. Deve ser considerado mais especificamente sobre o retorno de investimento (ROI) substanciais da ação de BI, há benefícios diretos e indiretos que devem listados: ∙ Diretos 1. Diminuição de custos por projeto – Projetos podem ser planejados e postos em ação com menos tempo e di- nheiro, assim como problemas não previstos são menos prováveis. 2. Menor desperdício em infraestrutura redundante – O lado técnico permanece o mesmo para projetos através da organização. Como resultado, times podem focar no projeto em si ao invés de soluções organizacionais isoladas e treinar novamente funcionários todas as vezes, pois a estratégia de BI cria uma padronização. Times podem utilizar os mesmos componentes técnicos e fazer uso dos produtos mais atualizados para um determinado projeto. 3. Posição mais forte frente a vendedores – Padronização da estratégia de BI através de uma organização facilita o suporte em todos os níveis e aumenta a habilidade da organização em lidar efetivamente com vendedores. ∙ Indiretos 1. Melhor experiência do usuário final – Adoção e aceitação da estratégia de BI aumentará significativamente quando as aplicações da organização são padrão e criará facilidade na procura por recursos. 2. Redução da pressão no time de TI – Departamentos de TI podem concentrar em grandes áreas de prioridade, como entrega de produtos aos clientes e problemas complexos de arquite- tura. 29 3. Maior eficiência no uso de BI – De acordo com o grupo Gartner, BI terá tornado-se um problema estra- tégico chave para companhias. Essa visão ajuda organizações projetarem objetivos usando os recursos corretos de maneira mais coordenada. 2.1.4 Problemas de implementação de uma estratégia Apesar de BI ser um tópico de extrema preocupação em muitas organizações, ainda há deficiênciasna área de pesquisa. Um número considerável de companhias estão imple- mentando sistemas de BI, mas não são todos que percebem os benefícios desses sistemas. De acordo com [16], apenas 24% do projetos de BI são classificados como projetos muito bem sucedidos e, de com um estudo da TDWI, mais da metade das companhias não tem um plano para controlar a qualidade dos dados. Esses dados mostram também que BI é um investimento de alto risco, mas com um retorno que compensa a possibilidade de falha. Infelizmente os maiores obstáculos para implantação de um sistema BI em organização se deve principalmente a falta de visão estratégica e a barreira cultural. Entender as etapas de um processo de BI é muito importante para a conquista do sucesso pleno na implementação da solução. Podemos acabar no erro de ignorar al- gumas etapas, ou inverter a sequência das atividades, prejudicando de maneira crítica todo o projeto. Algo impensável e nunca antes alcançado pelos diversos gestores em suas organizações, que sempre enfrentaram o problema da má qualidade dos dados, falta de integridade entre as bases de dados e do mais primordial: saber o que deve ser medido e analisado. De acordo com [6], as fontes de dados de pouca qualidade são incontáveis e uma importante fonte é o processo para introdução dos dados que produzem a maioria dos problemas e a interface de sistemas. Em geral, a maioria da fonte dos erros de dados caem nas seguintes categorias: ∙ A falta de rotinas de validação é uma fonte responsável pela introdução de dados ruins pela Web ou pelos sistemas operacionais. ∙ Dados válidos, mas não corretos eventualmente podem ser aceitos pelas rotinas de validação. Erros de digitação que respeitam regras de validação podem passar. ∙ Formato errado de sintaxe e estrutura acontece quando há fontes de sistemas diferentes e tais diferenças são mapeadas e transformadas em um formato padrão. Erros podem acontecer nessa padronização. ∙ Mudanças inesperadas no sistema é uma situação que ocorre, por exemplo, quando administrador do banco de dados adiciona um novo campo ou um novo 30 código e esquece de notificar o administrador do sistema que faz as importações essas mudanças. ∙ A variedade de interfaces possuem uma arquitetura complexa nos dias atuais e complicam a atualização constante. ∙ A falta de checagem da integridade referencial é muitas vezes desativado pelos administradores quando a importação está ocorrendo visando o aumento do desempenho do sistema, causando problemas. ∙ Erros de conversão de dados ocorrem porque programadores não alocam tempo suficiente para entender a fonte e destino do modelo de dados. Consequentemente, os códigos escritos geram erros e uma mudança na migração de programas ou na interface dos sistemas podem criar milhares de entradas erradas. ∙ Fragmentação de definições e de regras são provenientes de empresas divididas em departamentos, divisões e grupos operacionais, sendo que cada um deles pos- sui um processo de negócios gerenciado por sistema distinto. Inevitavelmente, cada grupo lentamente começa a usar definições levemente diferentes para entidades co- muns e aplicar regras diferentes para a computação das mesmas coisas. ∙ Mudança nas dimensões podem criar problemas na qualidade dos dados de acordo com as expectativas dos usuários que analisam os dados. Por exemplo, se um analista deseja computar o total dos ativos comprados por uma companhia no ano passado, mas a companhia fundiu com a qual bens já haviam sido comprados anteriormente podem gerar problemas. 2.1.5 Ferramentas de BI De acordo com a definição de [1], a “ferramenta” é um instrumento que, como o próprio nome sugere, faz parte de um conjunto maior que auxilia na operacionalização de uma solução. Quando a ferramenta vem antes da concepção da solução, podemos criar abismos entre o que o negócio realmente quer e o que será oferecido. Dessa forma teríamos um problema claro de inversão de propósito. As ferramentas de BI possibilitam a busca e interpretação de informações armazenadas na corporação, garantindo maior precisão nas tomadas de decisão. Permite à gerência de conhecimento objetiva estabelecer uma aproximação integrada e colaborativa para capturar, criar, organizar e usar todos os ativos de informação de uma empresa. No mercado atual, há diversas ferramentas de BI disponíveis que podem ser usadas para propósitos acadêmicos e comerciais [17], divididas em vários segmentos como visto na Figure 5. Portanto, não é uma tarefa fácil compará-las. No entanto, nessa pesquisa o foco é em apenas uma delas que foi escolhida com base na pesquisa conduzida por [18], e a 31 ferramenta escolhida foi o Pentaho. É considerado uma “empresa menor com um portfólio focado em um segmento específico do mercado, sendo ou limitado em alguma capacidade técnica por concentrar-se em algumas características específicas ou não de nível global e se concentra em regiões específicas do mundo”. Figura 5 – Gráfico de comparação entre ferramentas de BI 2.2 Pentaho De acordo com [1], o Pentaho surgiu com o desejo de alcançar uma mudança po- sitiva no mercado de análise de negócio dominada por grandes vendedores que ofereciam produtos baseados em plataformas com custo elevado. A partir daí, cinco experientes desenvolvedores de sistemas (daí a origem do prefixo Penta) fundaram, em 2004, o Pen- taho. Ainda mais, referenciando [2] "o Pentaho é uma solução completa de BI. Enquanto alguns não passam de portais com capacidade de executar relatórios e cubos OLAP, o Pentaho é um grande workflow que trata tudo como processos e serviços integrados". Se trata de uma iniciativa pioneira da comunidade de desenvolvimento Open Source para proporcionar ferramentas de Business Intelligence para que as organizações melhorem sua performance, eficiência e efetividade na gestão da informação. O Pentaho Business Intel- 32 ligence é a ferramenta open source mais utilizada do mundo, contendo um ambiente de desenvolvimento integrado e bastante poderoso. [19]. Na realidade, o Pentaho é um business intelligence suite ao invés de um único produto, pois é composto por um conjunto de programas de computador que trabalham juntos para criar e entregar soluções de BI. Alguns desses componentes fornecem funci- onalidades que são bastante básicas, como autenticação de usuário ou administração de conexão de banco de dados. Outros componentes possuem funcionalidades que operam em um nível acima, como visualização de dados usando gráficos e tabelas. Geralmente, mas não sempre, os componentes que oferecem funcionalidade de alto nível dependem dos componentes que oferecem funcionalidades de baixo nível. Por exemplo, o conjunto de programas que formam a suite inteira podem, literalmente, ser vistos como uma pilha de componentes, cada um deles e cada nível chega mais próximo do usuário final. A pilha de componentes do Pentaho pode ser visto na Figure 6, onde todos os componentes que compõe a solução estão expostos. Figura 6 – Pilha de componentes do Pentaho [2] A maioria dos usuários finais irão interagir com a camada de apresentação, a qual pode ter diferentes formas. O Pentaho pode ser acessado pelo navegador, mas os compo- nentes podem ser acoplados em portais. Talvez a forma mais comum de apresentação é exportar o conteúdo do Pentaho como PDF e enviar por e-mail para o usuário. A plataforma Pentaho, conhecida como Pentaho Open BI, é composta de aplica- ções open source para criação de soluções de Business Intelligence. De acordo com [2], 33 existem módulos e destacam-se entre eles: ∙ BI Server: Front-end de interação com o usuário final. Provê dois “auto-serviços” conhecidos como PUC (Pentaho User Console) e PAC (Pentaho Administration User). O WAQR (Web AdHoc Query and Reporting) permite criação de relatórios on-line, via web, e o OLAP (On Line Analytical Processing) permite navegação através de níveis (nível agregado ao menor grão). E em se tratando de BI, o OLAP é o coração da análise e dá acesso aos relatórios publicados pelo Report Designer. ∙ ReportDesigner: Esta ferramenta deve ser utilizada para criação de relatórios com- plexos. Quando for necessário criar relatórios mais interativos e elaborados esta fer- ramenta é a mais adequada, pois fornece mais recursos que a ferramenta de geração de relatórios ad-hoc. ∙ Design Studio: Esta é uma ferramenta que é baseada no Eclipse (API para desen- volvimento). Um ambiente de desenvolvimento de soluções avançadas de BI. ∙ Aggregation Designer: Uma ferramenta gráfica que ajuda a melhorar a eficiência do cubo Mondrian, criando tabelas agregadas. Porém seu uso deve ter cuidados. ∙ Metadata Editor: Ferramenta que mapeia os bancos de dados e seu conteúdo em uma visão de negócios a partir da qual usuários podem compor relatórios, via web, através do WAQR. Permite adição de uma camada de metadados a uma fonte de dados existente. Normalmente usada para produzir uma camada que facilita a criação de relatórios ou análises, porém seu uso não é obrigatório. ∙ Pentaho Data Integration: Ferramenta ETL (antigo projeto Kettle), que permite acessar e preparar fontes de dados para análise, mineração e geração de relatórios OLAP. Ele é normalmente iniciado quando se quer preparar dados para análise. ∙ Pentaho Schema Workbench: Uma ferramenta gráfica que realiza a criação de es- quemas ROLAP para análise. Este é um passo necessário para preparar os cubos. Ele possui integração com BI Server e permite publicar o esquema desenvolvido diretamente nele. Finalmente, o Pentaho é o atual líder de Soluções Open Source de Business In- telligence, se trata de uma ferramenta indiscutivelmente completa. O Pentaho construiu sua solução de BI integrando diferentes tipos de projetos existentes e complexos e ainda apresenta excelentes resultados, pois em um estudo comparativo entre o Pentaho e outra ferramenta [20] também igualmente poderosa, Pentaho obteve substancialmente melhores resultados. Não deixando de ser mencionado as inúmeras empresas famosas, brasileiras e internacionais, que são clientes da plataforma, como a Telefônica (empresa de telefonia do 34 Brasil), Nasdaq (mercado de ações americano), OLX (site de publicação de classificados) e etc. Portanto, definitivamente se trata de uma ótima ferramenta de estudos. 2.2.1 Vantagens De acordo com o acordo com a artigo [21] que faz uma análise das principais fer- ramentas de BI disponíveis no mercado, empresas procurando por uma solução que seja capaz de misturar e analisar repositórios baseados no SQL tradicional, arquivos ad hoc, banco de dados NoSQL e dados não estruturados (como postagens em mídias sociais, registro de dados e transmissão de dados de máquina de fontes IoT) deveriam usar o Pentaho. O foca atual da empresa e visão do futuro, como seus investimentos em mar- keting e vendas, são completamente focados em big data e no mercado emergente de IoT, favorecendo implementações especializadas e avançadas. Inúmeras corporações estão começando a reconhecer essas capacidades que são um diferencial e agora servem como referência para projetos complexos. As capacidades da plataforma aumentam com a integração da PDI com o R e a Weka, as quais são ótimas ferramentas de análise de dados. Ainda mais, o custo da licença, derivado do fato de ser uma companhia open-source, são outros motivos para a adoção do Pentaho. Não esquecendo, conectividade com fonte de dados, armazenamento próprio de dados e ETL, análise e conteúdos embarcados avançados estão entre as principais capaci- dades do Pentaho. Os resultados são alinhados com suas prioridades e seu posicionamento estratégico. Muitos dos casos de uso de clientes do Pentaho começaram com a versão en- terprise open-source e depois evoluíram para a versão comercial. O foco da empresa está mudando, mas a herança de sua versão open-source fornece essa mudança com uma rede de sistemas integradores e uma presença geográfica global, algo difícil para algumas com- panhias. 2.2.2 Preocupações O Pentaho continua a enfrentar desafios importantes na área de experiência (UX) e foi classificado como uma de suas áreas com pior desempenho por seus usuários. Pes- quisas também classificaram o Pentaho como levemente abaixo da média de vendedores para benefícios atingidos por negócios, em antepenúltimo para habilitação do usuário e no último quarto para disponibilidade de recursos avançados no mercado. Esses fatores con- tribuem para que a ferramenta fique colocado no último quarto para sucesso do produto entre organizações no quesito de experiência do usuário. Pelo fato de não haver novos problemas, os atuais provavelmente se tornarão principal prioridade para a empresa para segurar o mercado de big data e IoT quando outras empresas entrarem nesse segmento. 35 Pentaho foi ranqueado no quarto mais abaixo da classificação em operações, afe- tado pelas baixas notas em componentes mais profundos da categoria: suporte geral, qualidade do produto e migração da experiência. Esse problema pode ser resultado da transição acelerada para novas tecnologias em big data e IoT, mas enquanto os novos lançamentos continuam a consertar problemas incrementalmente, os problemas mais pro- fundos ainda não foram resolvidos. Devido a sua classificação, é provável que futuros upgrads que resolvam os problemas ou o uso de tecnologia inovativas demorem mais. Assim como segmento operações, Pentaho está classificado na mesma colocação em entendimento de mercado, que é uma combinação medidas baseada na complexidade de análises e facilidade de uso. Ao contrário do foco do Pentaho em resolver problemas complexos de big data, sua nota em complexidade de análise é apenas um pouco acima da média das outras ferramentas, apontando que os clientes não estão usando tal ferramenta por causa dessa característica. Facilidade de uso é também uma preocupação dos usuários desta plataforma, mas, novamente, a ferramenta se encontrar no final da classificação em todas as categorias relacionadas a facilidade, como administração e implementação, desenvolvimento de conteúdo e consumo do usuário final. O acúmulo de problemas relacionados com o produto e clientes podem contribuir para o fato que o Pentaho tenha sido classificado terrivelmente no quesito de viabilidade futura, mesmo que essa opinião reflita um leva melhora em relação a anos anteriores. Com o constante crescimento que tem ocorrido, é esperado que melhoras venham rapidamente para preservar seu status visionário nesse mercado intensamente crescente. 37 3 ESTUDO DE CASO Para o estudo de caso foi utilizado um conjunto de dados nativo do Pentaho de uma empresa fictícia chamada Steel Wheels. Nas sessões seguintes serão seguidas as etapas de implementação da solução de BI. 3.1 Data Warehouse Para a construção do data warehouse, primeiramente foi necessário o entendimento do banco de dados da empresa Steel Wheels, analisando como as entidades se relacionam e qual medida pode ser mensurada a partir do cubo multidimensional. Primeiramente, de acordo com o artigo [10], é necessário a construção da tabela das dimensões do cubo e da tabela fato. Esse esquema está exposto na Figure 7 e medida escolhida para esse cubo foi a quantidade de vendas. Lembrando que, como falado anteriormente, em um data warehouse pode haver inúmeros cubos, mas para esse estudo essa foi a escolha dimensional. Figura 7 – Diagrama da tabela das dimensões e tabela fato Para o processo de extração dos dados do banco de dados, transformação dos dados para a formação do cubo e finalmente carregar no data warehouse esse dados transfor- mados é usado o PDI, ou Spoon, do Pentaho para integração dos dados. São criadas as chamadas "transformações"e todo o processo ETL ocorre. Na Figure 8 é exposto todas as Transformações usadas no estudo de caso e o exemplo de uma Transformação (o arquivo possui extensão .ktr). 38 Entendendo o que é uma transformação, primeiramente é necessário diferenciar Transformações e Job, dois conceitos muito importantes do PDI. Em ambos é possível criar passos para automatizar tarefas, porém, no primeiro criamos alguma tarefamais detalhada, pois oferece maiores recursos para o tratamento dos dados. Enquanto no se- gundo podemos utilizar para integrar várias Transformações, criando assim um projeto com várias etapas de tratamento, ainda é possível adicionar regras de validação e controle de fluxo. É interessante conseguirmos dividir um projeto em Transformações que fazem pequenas tarefas, assim é possível reaproveitá-las. Exemplificando, imagina-se um caso onde é preciso ler um arquivo de texto e executar uma determinada ação nele. Não é necessário criar uma Transformação para cada arquivo, ao invés disso, pode se criar apenas uma, que recebe o nome do arquivo através de uma variável, e executa as ações. Desta forma esta transformação poderia ser reutilizada em vários projetos. O Job é responsável controlar um conjunto de Transformações, com ele pode-se criar um fluxo que utilize as Transformações para um determinado projeto. Com a sua utilização é possível “copiar” informações entre Transformações. Através do Job também é possível executar outros Jobs, criando rotinas mais complexas. Figura 8 – Exemplo de Transformação no PDI Após as Transformações de cada dimensão do cubo e da fato realizadas com su- cesso, o data warehouse está pronto e carregado com todas as informações necessárias para a continuação da solução de BI. Nessa etapa é necessário um certo cuidado, pois na importação dos dados erros podem ocorrer, como nas situações citadas na subseção 2.1.4 e gera uma série de problemas em etapas a frente, dificultando a implementação do cubo. 39 3.2 Cubo multidimensional e relatórios Para a criação do cubo multidimensional foi utilizado o Mondrian Schema Work- bench, parte da Pentaho suite, o qual é uma interface que permite a criação e teste do cubo visualmente. Esses arquivos do esquema são modelos de metadados XML que são criados em uma estrutura específica usada pelo Mondrian. Não é necessário que um cubo exatamente físico seja construído e mantido, apenas que um modelo de metadados seja construído. Na figura Figure 9 ilustra a interface do Mondrian com a criação do cubo, mos- trando a medida e suas dimensões, já adicionado os graus de granularidade, ou níveis como é falado na interface. Após a construção do cubo, é preciso que o cubo seja publi- cado no BI Server, mais especificamente no PAC, para que o usuário final tenha acesso as informações geradas. Figura 9 – Criação das dimensões do cubo no Schema Workbench Em seguida, temos a Figure 10 em que está exposto o cubo na forma final, o qual é disponível para o usuário final (administrador da empresa) para que sirva de auxílio na tomada de decisão. Como ilustrado, uma análise detalhada pode feita através do cubo OLAP por ser incrivelmente detalhado em todas as suas dimensões e granularidades disponíveis. Infelizmente, a visão de todos os dados não ficou claro na imagem, pois não coube na tela, mas é possível ter uma noção de como os dados ficam expostos. 40 Figura 10 – Cubo multidimensional da empresa fictícia Steel Wheel Deve ser lembrado também que uma grande variedade de relatórios podem ser gerados, tais como balanço da empresa, lista do inventário, relatório da situação do pedido para cada empresa e etc. Todos esses relatórios são customizáveis e ajustam-se de acordo com a necessidade de cada empresa. A Figure 11 é uma análise de lucros, levando em conta quais modelos de carros foram vendidos em determinadas épocas do ano e em determinados mercados. 41 Figura 11 – Análise de lucros da Steel Wheel 43 4 DISCUSSÕES E DIFICULDADES O cenário atual realmente não parece animador. Empresas fechando, faturamento despencando, profissionais à procura de recolocação, e tudo isso parece muito distante de acabar. Diante deste panorama, muitas empresas estão revendo sua postura e enxer- gam na inovação (e renovação) a chance para se manterem firmes ou de, quem sabe, se reapresentarem ao mercado. Ao contrário do que muitos pensam, a crise não deve ser vista como motivo de desânimo e justificativa do insucesso, mas sim como desafio e principalmente preparação. A crise vem para todos, e aqueles que souberem fazer a leitura correta do momento, irão ganhar espaço no mercado. É na crise que surgem grandes oportunidades e a exemplo disso estão muitas startups, que enxergam na situação a perfeita chance de suas ideias e propostas disruptivas ganharem força. Isso porque as exigências do consumidor nos bens e serviços do mercado são cada vez maiores, tanto em qualidade, quanto em preço. A crise torna oportuno a aplicação de BI para auxiliar a tomada de decisão e gerar insights de negócio que trarão monetização de produtos e serviços. Está aí o motivo pela grande procura por profissionais de análise de dados. Várias empresas compreendem a importância deste profissional, e entendem o poder transformador que as soluções de BI podem agregar ao seu negócio. Analisar dados não é apenas importante, como passa a ser indispensável para manter a competitividade nessa conjuntura pouco favorável. É hora das organizações reverem os custos? Sem dúvida. Porém, mais do que isso, é o momento para entender a situação “adversa” e transformá-la em oportunidade para os negócios. E nesse momento o BI pode fazer toda a diferença: transformar os dados, em valiosas informações para melhor decidir. Informações precisas possibilitam identificar padrões e direcionar objetivos em curto, em médio e até longo prazo. E são as decisões assertivas que direcionam as empresas rumo ao sucesso. Considerando agora mais especificamente o Pentaho e o estudo de caso desse tra- balho, tive duas dificuldades principais ao seu decorrer. Primeiramente, senti certa difi- culdade na instalação dos elementos da suite, pois vários problemas de compatibilidade ocorreram no decorrer do trabalho, alguns mais simples de serem resolvidos, como al- gumas versões do PDI não são compatíveis com a versão mais atual do JDK, e outros as vezes nem sempre tão corriqueiros de serem consertados como compatibilidade entre versões dos elementos da própria suite. Acredito que que essa dificuldade se deve a falta de documentação disponível na Internet para encontrar tais erros mais facilmente e, por ser uma versão da ferramenta open-source, esperava um pouco mais de tópicos relacio- nados ao assunto. No entanto, apesar de relativo esforço, todos os erros de compatibili- dade/instalação foram solucionados. Agora falando da minha segunda e maior dificuldade 44 nesse trabalho, posso afirmar que questões conceituais foram meus principais obstáculos. Após o problema inicial de instalação, foi necessário o estudo de conceitos básicos de BI para a implementação da solução. Portanto, a parte inicial de modelagem e integração de dados foi a mais complexa, pois além da necessidade do conhecimento de vários conceito, a modelagem teria reflexão em todos os passos subsequentes. Apesar de se tratar de um conjunto de dados quase que em um estado "ideal"para ser estudado, pois a implementação de uma solução de BI pode passar por situações adversas que nem sempre são simuláveis, ainda assim foi possível absorver conceitos de BI e o passo-a-passo de uma implementação. Similarmente, foi possível aprender um pouco sobre o Pentaho e concluir que se trata de uma boa ferramenta para a geração de dados e de fácil manuseio. Finalizando, o BI impulsiona as vendas e o marketing das organizações, passando pela otimização dos custos, aperfeiçoamento de processos, aumento de produtividade e muitos outras melhorias mensuráveis (e não mensuráveis). O BI também propõe um mo- delo de gestão através de indicadores de resultados que promove a empresa a um outro patamar nas análises do negócio. Contudo, a visão da organização para os benefícios dis- poníveis nessas soluções é um fator importantíssimo para a efetiva aplicabilidade nos seus negócios. Essas sairão na frente do mercado, levando grande parcela dos consumidores que estão sedentos por inovação. 45 REFERÊNCIAS [1] ELIAS, D. Qual é a Melhor Ferramenta de BI? 2017. Disponível em: <https://www.binapratica.com.br/a-melhor-ferramenta>.[2] OLIVEIRA, V. Pentaho - visão geral. 2018. Disponível em: <https://www. binapratica.com.br/pentaho-visao-geral>. [3] LABHANSHATRIWAL, P. N.; TAYAL, H. S. Comparison of Generalized and Big Data Business Intelligence Tools. International Conference on Computing for Sustainable Global Development (INDIACom), p. 3585–3588, 2016. [4] WILLIAMS, S.; WILLIAMS, N. The profit impact of Business Intelligence. Cerra, 2006. [5] SCHWENK, H. Business intelligence and analytics fundamentals. OVUM, 2010. [6] VASILE, G.; MIRELA, O. DATA QUALITY IN BUSINESS INTELLIGENCE APPLICATIONS. http://www.b-eye-network.com/view/11602, 2008. [7] LOSHIN, S. Fundamentals of Business Intelligence for the Small and Midsize Enterprise. TDWI, 2011. [8] WU, J. Y. Computational intelligence-based intelligent business intelligence system: Concept and framework. In: 2nd International Conference on Computer and Network Technology, ICCNT 2010. [S.l.: s.n.], 2010. p. 334–338. ISBN 9780769540429. [9] NTNU. Introduction to Big Data. [S.l.]: NTNU, 2011. [10] BARROS, R. M. et al. O Poder das Tecnologias de Workflow e de Data Warehouse na Aquisição e Armazenamento de Informações da Memória Organizacional: Um Estudo de Caso. 2005. [11] HAN, J.; KAMBER, M.; PEI, J. Data Mining - Concepts and Techniques. [S.l.]: Morgan Kaufmann, 2012. [12] OLIVEIRA, A.; ALVES, D.; SANTANA, F. Concepts about BI, data mining and datawarehouse. 2006. [13] STACKOWIAK, R.; RAYMAN, J.; GREENWALD, R. Oracle Data Warehousing and Business Intelligence Solutions. [S.l.]: Wiley; 1st edition, 2007. ISBN 9780471919216. [14] SILVA, R.; SILVA, F.; GOMES, C. O uso do Business Intelligence (BI) em sistema de apoio à tomada de decisão estratégica. GEINTEC - Gestão, Inovação e Tecnologia, 2016. [15] KISNER, G. et al. Business Intelligence como diferencial competitivo na gestão de negócios. 2016. https://www.binapratica.com.br/a-melhor-ferramenta https://www.binapratica.com.br/pentaho-visao-geral https://www.binapratica.com.br/pentaho-visao-geral 46 [16] TUCCAROGLU, B.; NAT, M. The readiness of banks for the application of Business Intelligence solutions. In: 13th HONET-ICT International Symposium on Smart MicroGrids for Sustainable Energy Sources Enabled by Photonics and IoT Sensors, HONET-ICT 2016. [S.l.: s.n.], 2016. p. 127–132. ISBN 9781509037841. [17] GOUNDER, M. S.; IYER, V. V.; MAZYAD, A. A. A survey on business intelligence tools for university dashboard development. In: 2016 3rd MEC International Conference on Big Data and Smart City, ICBDSC 2016. [S.l.: s.n.], 2016. p. 85–91. ISBN 9781509013654. [18] BI-SURVEY.COM. Comparison of the Best Business Intelligence Soft- ware Products in 2017. 2017. Disponível em: <https://bi-survey.com/ business-intelligence-software-comparison>. [19] PENTAHO. Pentaho. 2017. Disponível em: <http://www.pentaho.com/about>. [20] PARRA, V. M.; SYED, A. Pentaho and Jaspersoft : A Comparative Study of Business Intelligence Open Source Tools Processing Big Data to Evaluate Performances. v. 7, n. 10, p. 20–29, 2016. [21] PARENTEAUA, J. et al. Magic Quadrant for Business Intelligence and Analytics Platforms. Gartner Group, 2016. https://bi-survey.com/business-intelligence-software-comparison https://bi-survey.com/business-intelligence-software-comparison http://www.pentaho.com/about Folha de rosto Folha de aprovação Dedicatória Agradecimentos Epígrafe Resumo Abstract Lista de ilustrações Lista de abreviaturas e siglas Sumário Introdução Fundamentação Teórica Business Intelligence Conceitos gerais Etapas de implementação de uma estratégia de BI Vantagens de uma estratégia de BI Problemas de implementação de uma estratégia Ferramentas de BI Pentaho Vantagens Preocupações Estudo de caso Data Warehouse Cubo multidimensional e relatórios Discussões e Dificuldades Referências
Compartilhar