Projetos em BI
Data Visualization • Business Analytics • Decision Support System
Data Visualization • Business Analytics • Decision Support System
O que não é medido não é gerenciado. - William Edwards.
"Conjunto de metodologias e tecnologias (como por exemplo, J2EE, DOTNET, Serviços da Web, XML, data warehouse, OLAP, Data Mining, tecnologias de representação, etc.) para melhorar a eficácia das operações da empresa e apoiar o gerenciamento/decisão para alcançar vantagens competitivas."
Gartner Group.
As aplicações de BI podem ser divididas em grupos que correspondem à forma de acesso e ao tipo de informação fornecida.
ESTRATÉGICO: analisa tendências com o acúmulo de dados em meses e/ou anos para auxílio de decisões estratégicas.
TÁTICO: formado por operações de apoio na tomada de decisões. Tem função gerencial e trabalha com informações agrupadas
OPERACIONAL: concentrado no gerenciamento e na otimização diária das operações do negócio, entregando a informação certa, no tempo certo, para usuários de negócio corretos.
A arquitetura de BI é composta por vários processos, infraestruturas e boas práticas para concretizar tudo o que vimos a respeito da transformação de dados em conhecimento.
A parte de ETL conta com várias ferramentas como Pentaho, SSIS, Alteryx (mesmo não sendo nativamente de ETL), Talend, entre outras. O armazenamento é muito comum em bancos relacionais como SQL Server, Oracle, MySQL, Firebird, Postgree e também não relacionais como NoSQL. Outro compontente dessa arquitetura é a modelagem semântica, exemplificada por cubos e indicadores. O SQL Server Analysis Services é um ambiente muito recomendado para essa parte. A última camada é a mais visual, retratada por reports, dashboards e ferramentas já citadas anteriormente e que iremos detalhar em capítulos posteriores.
Dentro e fora de campo, trabalho com o time de Analytics em conjunto com o time de pesquisa.
Contratação de Klopp, Keyta e Salah, por exemplo, foram frutos de cruzamentos de bases e sugestão do time de dados.
Criação da série foi um produto de um cruzamento de dados que mapearam a receita de audiência.
Referências para todas as gerações, personagens, cenários e enredos.
Análises no data warehouse apontaram uma certa relação entre fraldas e cervejas, mas variáveis eram aparentemente desconexas.
Com as análises as vendas dispararam após aproximação física dos produtos.