Blog

Data warehouse INTRODUÇÃO Nos últimos anos houve um aumento considerável nos sistemas de gestão empresarlal, e como cansequêncla os dados também cresceram, Bancos de dados evoluíram para atender a esse crescimento tecnológico e tod… Fator de potência TRABALHO EFICIÊNCIA ENERGÉTICA NA INDÚSTRIA FATOR DE POTÊNCIA CURSO; ELETROTÉCNICA NOME: DONIZET APARECIDO DE LIMA SUMARIO l. INTRODUÇÃO 2, FNFRGFTICA INOIJTRIAI 3, A RFOF FLFTRICA NO Artigo diagnóstico e consultoria organizacional FIJNDAçAa EDSON QUEIROZ UNIVERSIDADE DF FORTALEZA CENTRO CIENCIAS ADMINISTRATIVAS – CCA CURSO: ADMINSTRA;Aa DE EMPRESAS

DISCIPLINA: DIAGNÓSTICO CONSULTORIA ORGANIZACIONAL PROFESSORA: VI… Cara e coroa CARA E COROA “Segundo o conceito popular, a burocracia é visualizada geralmente camo urna empresa ou onde a papelório se multiplica impedindo as saluçoes rápidas cu eficientes: (CHIAVENATO. 1993. ph Este… Meus trabalhos Gestaa de Relacionamento com a Consumidor – CRM (Customer Relationship Management) O CRM é ande o marketing direto tem o cbJetlvo coletar e administrar informações sobre consumidores para que possa assim desenv… Case pa Plano de Marketing.

PERFIL DO GRUPO PÃO DE AÇÚCAR Missão: Garantir a elhor experiência de compra para todas os nossos clientes, em cada uma de MOSSAS lojas. Visgo: O Grupo Pão de Açúcar almeja ampliar participação m _ _ Educaçào e problemas regionais puaUIC0 FFOFRAI. DA INSTITUTO FFDFRAI. DE EOLJCACAO. CIENCIA E TECNOLOGIA Da PARA PLANO NACIONAL DE consistente, caso não exista uma forte integração entre eles. Um data warehouse concentra dados de diversos sistemas estruturados e outras bases de dados, em diferentes plataformas.

Os dados antes de serem armazenados são filtrados, normalizados, reorganizados, sumarizados para constituírem uma base de dados confiável e íntegra. Muitas vezes uma informação está representada sob diversas formas, dependendo do sistema de informação. Um data warehouse é projetado para garimpar informações escondidas nas montanhas de dados de uma empresa. A longo do tempo os sistemas de informações são desenvolvimentos e implementados visando o controle de um determinado processo na empresa. Em alguns casos, nem mesmo os analistas de sistemas conseguem ter a visão do todo.

A maioria dos sistemas de informação é parametrizada, onde as pesquisas às informações são pré-definidas, não oferecendo flexibilidade ao usuário final (nem aos próprios analistas) para riar novas pesquisas de forma ágil e rápida. O data warehouse tem como premissa resolver essa questão, dando ao usuário final a flexibilidade necessária para pesquisas, mesmo para as mais exóticas. Sua função principal é o armazenamento de informações de um banco de dados referente a uma ou mais atividades de uma empresa de forma consolidada, voltada ? tomada de decisões. ? como um agrupamento inteligente de dados de uma mesma fonte, como: origem, formato, nomes, tipo de negócio, regras, conexões entre outros. Pense que em Data Warehouse os relatórios são exibidos dinamicamente de cordo com a necessidade focando pontos estratégicos. Seu objetivo é trabalhar com uma grande quantidade de informação e principalmente dados históricos. Se analisarmos bem, s quantidade de informação e principalmente dados históricos. Se analisarmos bem, são os acontecimentos históricos que nos levam a uma melhor tomada de decisão e à prevenção de eventos futuros.

Esses dados estão no Data Warehouse. por definição esses dados armazenados não mudam, exatamente por serem dados históricos, salvo quando é necessário executar correções em alguma informação específica. Um detalhe mportante é que esses dados estão disponíveis somente para consulta. Uma base modificável deixa de ser uma Data Warehouse. O que faz a leitura dessa base histórica e inalterável é chamado de OLAP, nada mais do que um processador das informações contidas na Data Warehouse. ? através dele que o usuário consegue visualizar os resultados palpáveis através de relatórios consistentes e inteligentes (a possibilidade de tomada de decisão descrita acima). APLICANDO O DATA WAREHOUSE As empresas investem em tecnologlas de data warehouse para melhorar seus processos decisórios e gerenciais, melhorar eus serviços a clientes, aumentar sua competitividade perante a concorrência, reduzir seus custos operacionais, manter e identificar novos clientes.

Para garantir a confiabilidade das análises, o processo de migração das bases de dados operacionais para o data warehouse é uma das fases mais críticas o projeto. Evita-se na fase de migração e limpeza dos dados o fenômeno “garbage in, garbage out”, ou seja, se os dados de entrada são ruins o resultado das anállses será igualmente rulm. A principal proposta do data warehouse é colocar nas mãos dos analistas de negócios dados estratégicos para as tomadas e decisões baseadas em fatos reais e não por intuição.

A produtividade oferecida pelo data wareh decisões baseadas em fatos reais e não por intuição. A produtividade oferecida pelo data warehouse é traduzida em ganho de tempo e dinheiro. Na construção de um banco de dados para suporte a um data warehouse são filtrados e normalizados os dados de vários bancos de dados dos sistemas estruturados, formando uma base de dados com todos os dados relevantes da empresa ou de uma área específica. Com o cruzamento desses dados extraem-se informações que os sistemas de informações estruturados não conseguem identificar.

Em muitas empresas quando um executivo faz uma pergunta sobre o perfil dos seus negócios fora de um padrão definido pelos analistas de sistemas o tempo e o esforço para respondê- la é muito grande. Vánas bases de dados devem ser consultadas, programas de pesquisas são construídos, download de arquivos para microcomputadores para manipulação dos dados e gerar relatórios gráficos. Se uma decisão deve ser tomada acompanhando a velocidade do mercado, o executivo acaba tomando a decisão por intuição não podendo esperar o resultado da área de sistemas.

Quando o assunto é simulação de cenarios e negócios o processo é ainda mais traumático. Os sistemas estruturados atuais não são suficientemente flexíveis para traçar cenários complexos usando cruzamento de vários componentes. Os bancos de dados tradicionais possuem visão bidimensional, por exemplo, enxergam uma tabela de produto por região. As ferramentas de data warehouse possuem a visão de uma tabela multidimensional, por exemplo, geram uma tabela de produto x região x período. ?XITO DAS EMPRESAS QUE UTILIZAM O DATA WAREHOUSE Os data warehouses já colecionam muitas estórias de sucesso. A clássica foi o resultado obtido pela rede á colecionam muitas estórias de sucesso. A clássica foi o resultado obtido pela rede americana de supermercados Wal- Mart quanto o seu data warehouse identificou uma relação entre o consumo de fraldas descartáveis e o consumo de cerveja. Analisando a informação do data warehouse verificou-se que quando os maridos iam ao supermercado a noite para comprar fraldas aproveitavam e compravam algumas cervejas.

Constatado o fato, elaborou-se uma estratégia de vendas onde as fraldas ficam próximas as cervejas, induzindo os maridos a comprarem as cervejas. O resultado foi o aumento de vendas das cervejas. Outro exemplo é o caso da empresa de telecomunicações americana Sprint que com o seu Data Warehouse consegue identificar com 50 das de antecedência os usuários que trocaram seus serviços por outra operadora. Através de um marketing agressivo ela conseguiu evitar a deserção de 120. 000 clientes e uma perda de 35 milhões de dólares em faturamento.

DA A MINING Conhecldo também como mineração de dados. Sua função principal é a varredura de grande quantidade de dados a procura de padrões e detecção de relacionamentos entre informações gerando novos subgrupos de dados. Usado comumente em grandes bancos de dados. Por enquanto podemos pensar que Data Mining é como um agregador e organizador de dados. Grandes corporações não sobrevivem sem um perfeito sistema de gestão. Perfeito pelo motivo de que hoje em dia milhares de informações são processadas diariamente.

Na rotina de pequenas e médias empresas essas informações ficam perdidas e esquecidas. Esses sistemas de gestão armazenam em seus bancos de dados os acontecimentos do dia-a-dia: estoques, pedidos, compras, orçamentos, contábil, financeiro, jurídi os acontecimentos do dia-a-dia: estoques, pedidos, compras, orçamentos, contábil, financeiro, jurídico, pós-venda, elacionamento com cliente, vendas entre outros. Todos esses departamentos geram informações independentes.

A função principal de um Business Intelligence é trabalhar todo esse histórico de acontecimentos inseridos diariamente e garantir que no final das contas todos os dados sejam visualizados como um todo, trazendo informações concretas, consistentes e decisivas, basicamente através da ação do Data Mining. Essa varredura nos dados “históricos” requer que eles sejam filtrados a fim de desconsiderar o que é específico sobre algum assunto e valorizar tudo que for generalizado dentro do sistema, ou dados genéricos.

Se por acaso uma faculdade recebe mutos pedidos de descontos num determinado dia, significa que houve uma procura comum, e não uma regra sobre “pedir descontos em um dia especifico” O que quero dizer é que não há má associação entre pedido de desconto e dia específico como uma regra. O que importa para o Data Mining é que em um determinado dia houve um padrão de acontecimentos, e isso ele ira considerar. Bem para começar, data mining é a exploração e a análise, por meio automático ou semiautomático, de grandes quantidades de dados, a fim de descobrir padrões e regras significativas.

Estes padrões e regras significativas são descritos muitas vezes como conhecimento invisível. São assim chamados por estarem envoltos em um grande volume de dados e que se nao fossem usadas técnicas inteligentes para procurar esta informação, ou conhecimento, ele não seria descoberto facilmente pela observação humana. O conhecimento gerado pelo data mining pode ser usado para o gerenciamento pela observação humana. O conhecimento gerado pelo data mining pode ser usado para o gerenciamento de informação, processamento de pedidos de informação, tomada de decisão, controle de processos, entre outros. ra realizar essa coleta, o processo de Data Mining agrega em suas etapas conhecimento de áreas como a Inteligência Artificial e Estatística. Os métodos de Inteligência Artificial dão ao processo de mineração o status de processo inteligente. Técnicas como redes neurais, árvores de decisão, regras de associação, raciocínio baseado em casos e algoritmos genéticos são as mais usadas na construção deste processo.

A estatística doa da sua parte diversas técnicas para agrupamento e análise de dados, uma das técnicas mais utilizadas em data mining é a regressão, termo e cálculos, erdados da estatística tradicional. DATA MARTS: BASE DE DADOS PARA DATA WAREHOUSE Naturalmente falar em data warehouse acarreta em discutir Data Mart. O termo Data Mart (Mercado de Dados) significa depósito de dados que atende a certas áreas específicas da empresa e voltados para o processo decisório gerencial.

Os data marts são estruturas moldadas pelos dados granulares encontrados no data warehouse corporativo. Os data marts pertencem aos departamentos específicos dentro de uma empresa, e são moldados pelos requerimentos dos departamentos (INMON; TERDEMAN; IMHOFF, 2001, p. l I AS empresas podem construir ata warehouse da amplitude do próprio empreendimento, onde um data warehouse central serve a toda a organização, ou podem criar pequenos data warehouse descentralizados chamados data marts que podem servir os departamentos.

Assim, podemos dizer que um data mart é um subconjunto de um data warehouse no qua departamentos. Assim, podemos dizer que um data mart é um subconjunto de um data warehouse no qual uma porção altamente resumida ou focada dos dados da organização é colocada em banco de dados separados para uma população específica de usuários, ou podemos dizer que um data arehouse é um conjunto de data marts. CONCLUSAO As informações têm sido cada vez mais vallosas nas organlzações, principalmente para o processo de tomada de decisão.

Informações sobre a organização, a quantidade de vendas e de produtos em estoque são as mais básicas, porém informações consistentes e precisas sobre o comportamento de seus clientes e histórico dos últimos sete anos, por exemplo, só são possíveis com o uso de Data Warehouses. Essa tecnologia em banco de dados tem estado presente em cada vez mais empresas de médio e pequeno porte devido aos grandes eneficios proporcionados, dentre eles a possibilidade de se ter uma visão consistente de toda a organização.

A introdução de um data warehouse em uma empresa exige uma mudança de comportamento dos executivos e sua relação entre os computadores e as informações. Os data warehouses mantém um quadro único e coerente das informações ao longo da empresa, uma única versão da verdade, trazendo produtividade e ganho de dinheiro. Os Sistemas de Informações (SI) fazem parte da estratégia de administração das empresas modernas. ois nos tempos atuais, no “mundo” tecnológico, tudo acontece uito rápido, e nem sempre de forma prevista. Os Sistemas de Informações permitem que o executivo possa ter uma visão integrada do que ocorre em sua empresa. Sendo um sistema objetivo, deve possuir uma base de dados refinada, o que di sua empresa. Sendo um sistema objetivo, deve possuir uma base de dados refinada, o que diminui em muito o acesso aos dados, facilitando as pesquisas e análise.

Data Warehouse pode ser classificado como um armazém de dados contendo dados extraídos do ambiente de operacional da empresa, mas que foram selecionados e depurados, tendo sido otimizados para o processo de consulta. Este “armazém” pode ser ideal como base para construção de um SI, pois os dados nele contidos são de grande confiabilidade, e pouca redundância. A construção de um Data Warehouse (DW), pode levar anos para ser desenvolvida, a manutenção e atualização sempre deverá existir, garantindo assim, que o DW esteja sempre atualizado para “responder o que o executivo necessita.

A técnica de granulandade define, já no projeto do DW, que tipo de pergunta poderá ser “respondida” e qual volume de dados será armazenado, por isso ela torna-se uma das principais. O data warehouse é a solução para muitas rganizações com grande número de dados, dados disseminados em sistemas diferentes, gestão baseada na informação e grande número de usuários finais realizando tarefa. REFERÊNCIA DATE, C.

J. Introdução a sistema de banco de dados. Rio de janeiro: Campus, 2000. INMON W. H. ; TERDEMAN R. H. ; IMHOFF C. Data warehouse: Como transformar informações em oportunidades de negócios. Sáo Paulo: Berkeley Brasil, 2001. KIMBALL, R. Data warehouse Toolkit. São Paulo: Makron Books, 1998. TURBAN, Efram, MCLEAN, Ephrairn; WETHERBE, James; Tecnologia da Informação para Gestão. 3. ed. Porto Alegre: Bookman, 2004.