Baixe o app para aproveitar ainda mais
Prévia do material em texto
Inteligência Empresarial Parte 1 Data Sources É a denominação da configuração de conexão para um banco de dados de um servidor. Para a organização de diversos dados do mesmo nicho, cria-se um nome para guiar-se na consulta do mesmo, organizando as informações deste setor no banco de dados. O DSN (Datasource Name) não tem que ser o mesmo que o nome do arquivo para o banco de dados. Por exemplo, usamos o DSN como “Faculdade”, e nele incluímos as cadeiras cursadas para acompanhar os dados que ali são alimentados, como “Inteligência empresarial” sendo uma das divisões da consulta da “Faculdade”. Nele está incluso documentos, planilhas e etc. Data Warehouse Em suma,“é um local centralizado na organização que armazena os dados de todos os sistemas da organização em um único local. Esses dados são organizados de maneira a promover e facilitar a organização, padronização e consultas a esses dados, tornando o processo de tomada de decisão sustentada por dados e informações. Os dados centralizados em um Data Warehouse eram provenientes dos Data Sources, que poderiam ser a base de dados específicas de cada sistema ou qualquer outro tipo de dados, como planilhas, catálogos e relatórios de outros sistemas. Quando os dados foram estratificados dessa base de dados central a fim de serem organizados para análises especiais para cada área, por exemplo, vendas, estoque ou logística.” Possui como vantagens: - Agilidade nas consultas: sistemas de data warehouse não são apenas capazes de armazenar dados, mas são uma solução completa para companhias que lidam frequentemente com a informação - Maior capacidade de processamento de dados: com a expansão da cloud computing, a capacidade de armazenamento e processamento dos sistemas de data warehouse vem aumentando bastante - Acesso a dados históricos: quando é necessário ter uma referência histórica para efetuar uma operação online, os armazenamentos de dados se revelam ainda mais valiosos, já que trabalham com sistemas OLTP - Centralização de dados: outra importante vantagem é que eles operam a partir de dados centralizados e compilados em um único repositório. Ferramentas Analíticas Elas analisam os dados do Data Warehouse ou dos Data Mart, a fim de gerar os dados/informações em tempo aos usuário, através das diversas formas de acesso aos mesmos. Um sistema de inteligência empresarial, concebido para tal, tem três vantagens principais: Ele não apenas suporta as mais recentes tecnologias da informação, mas também fornece soluções de aplicativos pré-empacotadas; Ele se concentra no acesso e na entrega de informações comerciais aos usuários finais e oferece suporte a provedores e consumidores de informações; Ele suporta o acesso a todas as formas de informações comerciais, e não apenas às informações armazenadas no data warehouse. Como exemplo de ferramentas cito, Microsoft Power BI, Tableau, Qlik, Birst e Domo. Relatórios Utilizando os softwares citados anteriormente, é possível tanto acompanhar em tempo real, como extrair relatórios nos períodos desejados e dos itens de consulta desejados, para melhor análise a longo, médio e curto prazo. Sendo de fundamental importância no acompanhamento dos processos anteriores descritos. Parte 2 No aprofundamento da pesquisa do tema, constata-se, que no quesito de inovação de sistemas de BI, não há nada de realmente inovador, mas sim, o aprimoramento das ferramentas já utilizadas, como por exemplo, maiores capacidades de armazenamento de dados e em nuvem, focando principalmente da facilidade de acompanhamento de dados, e em tempo real, com sistemas que incluem os diversos tipos de análise de dados como: OLTP: (Online Transaction Processing), ou seja, processamento de transações em tempo real. São sistemas que registram as transações, como, por exemplo, os ERPs (Enterprise Resource Planning). Real Time ETL: Processo de extração, transformação e carga de dados em tempo real. Basicamente falando é uma forma de integrar os dados em tempo real, podendo ser feitos por intervalos de lotes em curto espaço de tempo ou dependendo do segmento feito apenas algumas vezes ao dia. Data Warehouse: Grande banco de dados ou armazém de dados, responsável pelo armazenamento de altos volumes de dados, ou seja, os dados brutos de uma organização. Data Mart: Repositório de dados, subdivisão de um DW, também responsável pelo armazenamento de dados, porém mais específicos e em menor escala. OLAP: Análise e processamento on-line de dados, conhecidos também como cubos decisórios, local onde os dados são analisados e processados gerando informações essenciais ao negócio. Cloud Computing: Que se refere a computação nas nuvens e tem como base a utilização da memória e das capacidades de armazenamento, compartilhados e interligados por meio da Internet. Linking Web Data: Refere-se a dados ligados descrevendo um método de publicação de dados estruturados que podem ser interligados baseando-se em tecnologias da web estendendo-se para compartilhar informações que podem ser lidos automaticamente por computadores. Integration of Web Data: Refere-se à integração de dados, essa integração combina dados residentes em diferentes fontes, tendo em vista fornecer aos usuários uma visão única dos dados. BI as a Service: Refere-se à arquitetura SOA, orientado a serviços, o que facilita a partilha e acesso de informações em tempo real. Referências: https://www.sankhya.com.br/blog/5-ferramentas-de-business-intelligence-e-como-aplicar- na-sua-empresa/ - Consultado em 11/06/2021. https://www.fiveacts.com.br/data-warehouse/ - Consultado em 11/06/2021 Business Intelligence 2.0: Diferença entre o BI tradicional e o BI 2.0 (devmedia.com.br) – Consultado em 11/06/2021
Compartilhar