Business Intelligence: Conceitos Essenciais e Fundamentos

Inteligência Competitiva (IC)

Identifica tendências do mercado, desenvolve análises estratégicas, descobre oportunidades e mapeia riscos.

Business Intelligence (BI)

Processo de coleta, transformação, organização, análise, distribuição, compartilhamento e monitoramento de informações que oferecem suporte à gestão de negócios (visando a melhoria da tomada de decisão). Inclui arquitetura, ferramentas e banco de dados.

Objetivo do BI

Permitir o acesso interativo aos dados, proporcionando a manipulação desses dados e capacitando os gerentes a realizar uma análise adequada.

Pilares do BI

• Data Warehouse (DW)
• Data Mart (DMa)
• Metadados
• ETL (Extração, Transformação e Carga)
• OLAP (Processamento Analítico Online)
• Data Mining (DMi)

Data Warehouse (DW)

Consiste em organizar dados corporativos da melhor maneira (gerando dados integrados e históricos), fornecendo subsídio de informações aos gerentes e diretores das empresas para a tomada de decisão. É um banco de dados paralelo aos sistemas operacionais da empresa.

Características do DW

• Orientado ao Assunto: Organizado com informações relevantes.
• Integrado: Dados limpos e consistentes.
• Variável no Tempo: Detecta tendências.
• Não Volátil: Após inseridos, não podem ser alterados.
• Grande Massa de Dados: Inclui dados atuais e históricos.
• Multidimensional: Suporta OLAP.
• Arquitetura Cliente/Servidor: Acesso fácil aos usuários.
• Tempo Real.
• Metadados: Dados sobre dados, indicando como usá-los eficientemente.

Tipos de DW

• Corporativo: Dados centralizados, visualização da empresa.
• Centrado em Data Mart (DMa): Fáceis de construir, mas com altos custos.
• Distribuído: Viável para pequenos volumes.
• Em Estrela: Customização, mas visualização difícil.

Data Mart (DMa)

É um subconjunto de um DW com uma única área temática (departamental) que armazena somente dados relevantes para ela. É uma porção resumida e específica de dados para uso de um departamento ou grupo de usuários específicos.

Tipos de Data Mart

• Dependente: Criado diretamente do DW, garantindo consistência e qualidade dos dados.
• Independente: A fonte de dados não é um DW.

ETL (Extração, Transformação e Carga)

1. Extração: Leitura dos dados da fonte.
2. Transformação: Conversão e limpeza dos dados extraídos.
3. Carga (Load): Introdução dos dados no DW.

Data Mining (DMi)

É uma classe de análise de informações, baseada em banco de dados, que procura padrões ocultos em uma coleção de dados, a fim de prever comportamentos futuros (exemplo: descobrir interesses comuns dos clientes, como CHOCOLATE + MODS).

Processo de Descoberta de Padrões

Os dados brutos devem ser simplificados para que os padrões possam ser identificados (Exemplo: ABCJHGABCAHGFDABC).

OLAP (Processamento Analítico Online)

Permite realizar diferentes possibilidades de combinações para visualizar os resultados de uma organização, possibilitando a manipulação e a análise de grandes volumes de dados a partir de várias dimensões (Multidimensional).

Balanced Scorecard (BSC)

É uma metodologia de medição e gestão de desempenho baseada em quatro perspectivas:

• Perspectiva do Cliente: Como os clientes nos veem?
• Perspectiva de Processos Internos: Em que devemos ser excelentes?
• Perspectiva de Aprendizagem e Crescimento: Estamos melhorando?
• Perspectiva Financeira: Como parecemos para os acionistas?