Este site tem como objetivo apresentar o Projeto de Business Intelligence desenvolvido pela equipe Eagle Business utilizando o Power BI como fonte primária, para a empresa HPN – Heavy Power Nutrition.

O principal objetivo do dashboard é transformar dados brutos em informações compreensíveis que auxiliam na tomada de decisões.

Com a criação deste dashboard, gerentes e diretores terão as informações de forma mais fácil, e assim, gastarão menos tempo para construir análises e assim tendo mais tempo livre para tomada de decisões e novas estratégias com os insights gerados.

Abaixo estão as imagens para o dashboard que pode ser acessado no link ao lado: https://bit.ly/eagle-business

Para melhor organização na Governança de Dados, é necessário definir quem são os envolvidos. Segue sugestão abaixo:

Para análise da organização dos ambientes consideramos as seguintes definições:

• Banco de dados: Repositório onde serão armazenadas todas as fontes de dados, tais como o banco de dados transacional, planilhas que apoiam os processos de gestão e definições de metas. Exemplos de conteúdo: arquivos de texto, Inputs dos sistemas ERP, base de dados isoladas, documentos HTML ou XML, arquivos XLSX, CSV entre outros.

• ETL: etapa onde realiza-se o processo de Extract, Transform and Load, nesta etapa os dados extraídos são limpos, removendo-se registros duplicados, informações ou colunas desnecessárias, são criadas informações não existentes , deixando a base de dados mais adequada as análises de em ferramentas de BI.

• Conjunto de Dados: um conjunto de dados comum para vários relatórios do Power BI Desktop em vários Workspaces e gerencie o ciclo de vida dos seus relatórios.

• Workspace: Espaço de trabalho onde são criados os Fluxo de Dados, Conjuntos de Dados e Relatórios Online.

• Modelagem: Criação de relacionamentos entre entidades do Fluxo de Dados, e cálculos sobre estas entidades.

• Relatórios: Coleção de visuais que permitem a análise do Conjunto de Dados.

• Relatório Online: Relatório publicado na rede da organização, permitindo o compartilhamento seguro entre os colaboradores. Também existe a opção de publicação na internet, para dados que possam ser tornados públicos.

• Power BI Desktop: Ferramenta off-line de criação de relatórios. Possibilita processos de ETL, Modelagem (relacionamentos entre tabelas), Medidas (cálculos com as colunas das tabelas), e relatórios paginados com visuais.

• Power BI Online: SaaS (Software como Serviço) da Microsoft que possibilita o compartilhamento de Fluxo de Dados, Conjuntos de Dados e Relatórios entre os colaboradores de uma mesma organização.

• Gateway: Ferramenta da Microsoft que possibilita a atualização programada dos Fluxo de Dados e Conjuntos de Dados a partir de um computador local. Deve ser instalada à parte do Power BI.

• Key User: Usuário avançado com grande curiosidade e capacidade de aprendizado, sendo o responsável pela organização de informações e comunicações do Power BI dentro de sua área.

• SQL Server Management Studio (SSMS): ferramenta que atua como sistema de gerenciamento de bancos de dados relacionados. Seu foco é permitir implementação da linguagem SQL em estruturas, garantindo um trabalho com os padrões desse tipo de ordenação dos dados. Tem o papel de gerenciar os dados desses bancos de maneira organizada e eficaz, rodando e gravando todas as informações que ficam registradas nesses compartimentos. Por meio desse sistema, usuários podem executar consultas de maneira simples, sem precisar acessar diretamente o banco de dados.

Para melhor organização na Governança de Dados, é necessário definir quem são os envolvidos. Segue sugestão abaixo:

https://powerbi.microsoft.com/pt-br/pricing/

A responsabilidade pela contratação das licenças fica conforme acordo, podendo ser realizada diretamente pela HPN ou pela equipe da Eagle Business.

Para migração do ambiente de desenvolvimento para o de produção, recomendamos a edição do arquivo pbix enviado com o IP, usuário e senha dispobilizado pela equipe de TI.

A manutenção do ambiente requer algumas premissas, entre elas:

É necessário definir o administrador para definir as regras de acessos, aos usuários, consultores e gestores.

Etapa manutenção corretiva: Após apresentar o dashboard para o cliente, verificar se há alguma correção necessária, caso exista definir um prazo para apresentar a solução no ambiente de teste e posteriormente a publicação no ambiente de produção.

Manutenção evolutiva: Com o passar do tempo é possível que algumas análises se tornem obsoletas e que novas análises sejam demandadas. Como sugestão devemos manter uma reunião semestral para análise e avaliação dos dashboards criados, com novas ideias corrigir os dashboards atual e adicionar novas visões ou um novo dashboard dependendo da solicitação.

Para a implementação de melhorias a Power Data oferece 3 tipos de pacotes de suporte mensal.

O que oferecemos

• Orientação em desafios complexos que podem bloquear seus projetos.

• Suporte de especialistas do Power BI para suas necessidades complexas

• Pacotes acessíveis a partir de R$ 2.000 / mês

• Taxa com desconto com base na duração do contrato

• SLAs definidos e tempo de resposta
  

Escopo do serviço de suporte

• Power Query

• Modelagem de Dados

• Data Gateway

• Ajuda com criação de cálculos em DAX

• Suporte para desenvolvimento/aprimoramento de relatórios

• Solução de problemas de um relatório lento

• Perguntas e suporte sobre licenciamento

• Operação e manutenção de carga de dados

Opções de Planos de Suporte

01.VIP (Serviços Básicos)

• Investimento → De $3.000 por $2.400

• 8h de suporte

• SLA: 2 a 3 dias úteis

• Vídeo conferência/compartilhamento de tela

• Sem contrato fixo

• Deve ser usado dentro de 30 dias, mínimo de 4 horas por call ou serviço solicitado.

02.Platinum (Atividades mais desafiadoras)

• Investimento → De R$6.000 por R$4.800

• 16h de suporte

• SLA: 1 a 2 dias úteis

• Vídeo conferência/compartilhamento de tela

• Sem contrato fixo

• Deve ser usado dentro de 30 dias, mínimo de 4 horas por call ou serviço solicitado;

• Gravação de vídeos para referência futura.

03.Black (Foco total na solução)

• Investimento → De R$9.000 por R$7.200

• 24h de suporte

• SLA: 1 dia útil

• Vídeo conferência/compartilhamento de tela

• Sem contrato fixo

• Deve ser usado dentro de 30 dias, mínimo de 4 horas por call ou serviço solicitado.

• 1 ticket gratuito para nosso treinamento de PBI Start

• Gross Sales: Venda Bruta dos produtos da HPN

• Net Sales: Venda bruta dos produtos da HPN subtraindo os descontos

• Cost of Sales: Custo dos produtos vendidos pela HPN

• Gross Margin: O lucro bruto da HPN.

• Gross Margin (%): O lucro bruto percentual da HPN.

• Returns: Valor de venda devolvido da HPN

• Return Rate (%): Taxa de retorno da HPN.

Foram criadas 14 tabelas para esse projeto.

Fatos:

• Sales

• Returns

• ProductCostHistory

• Finance
  

Dimensões:

• Account

• AccountHeader

• Customer

• DeparmentGroup

• Organizatiopn

• Product

• ProductSubcategory

• Geography

• Calendar

Tabelas Auxiliares:

• Measures

• ABC

Adotamos ao projeto a modelagem de dados em Star Schema.

O esquema em estrela é uma abordagem de modelagem madura amplamente adotada por data warehouses relacionais. Ele requer que os modeladores classifiquem suas tabelas de modelo como dimensão ou fato.

Tabelas de dimensões descrevem as entidades de negócios – os itens que você modela. As entidades podem incluir produtos, pessoas, locais e conceitos, incluindo o próprio tempo. A tabela mais consistente que você encontrará em um esquema em estrela é uma tabela de dimensão de data. Uma tabela de dimensões contém uma ou mais colunas de chave, que atuam como um identificador exclusivo, e colunas descritivas.

Tabelas de fatos armazenam observações ou eventos e podem ser ordens de vendas, saldos de ações, taxas de câmbio, temperaturas, etc. Uma tabela de fatos contém colunas chave de dimensão relacionadas a tabelas de dimensões e colunas de medidas numéricas. As colunas de chave de dimensão determinam a dimensionalidade de uma tabela de fatos, enquanto os valores de chave de dimensão determinam a granularidade de uma tabela de fatos. Por exemplo, considere uma tabela de fatos projetada para armazenar os destinos de venda que têm duas colunas de chave de dimensão Data e ProductKey. É fácil entender que a tabela tem duas dimensões. No entanto, a granularidade não pode ser determinada sem considerar os valores de chave de dimensão. Neste exemplo, considere que os valores armazenados na coluna Data são o primeiro dia de cada mês. Nesse caso, a granularidade está no nível do mês-produto.

Em geral, as tabelas de dimensões contêm um número relativamente pequeno de linhas. As tabelas de fatos, por outro lado, podem conter um número muito grande de linhas e continuar crescendo ao longo do tempo.

O design de esquema em estrela traz relevância para o desenvolvimento de modelos do Power BI otimizando desempenho e usabilidade.

Instalação do SQL Server Management Studio (SSMS)