Sad01 elvis
0 gostou478 visualizações
O documento discute sistemas de apoio à decisão (SAD), definindo-os como ferramentas computacionais que fornecem informações para auxiliar na tomada de decisões de acordo com as políticas da organização. Também aborda problemas na implementação de SADs devido à disponibilidade de dados, e discute a evolução da arquitetura dos SADs ao longo dos anos para superar esses problemas.
![Histórico dos SAD
Teia de aranha de processos extratores
8[Inmon 02]](https://image.slidesharecdn.com/sad01elvis-101123180135-phpapp01/85/Sad01-elvis-8-320.jpg)
![Problemas da Arquitetura de Evolução
Natural
11[Inmon 02]](https://image.slidesharecdn.com/sad01elvis-101123180135-phpapp01/85/Sad01-elvis-11-320.jpg)
![Problemas da Arquitetura de Evolução
Natural
13[Inmon 02]](https://image.slidesharecdn.com/sad01elvis-101123180135-phpapp01/85/Sad01-elvis-13-320.jpg)
![Problemas da Arquitetura de Evolução
Natural
15
[Inmon 02]](https://image.slidesharecdn.com/sad01elvis-101123180135-phpapp01/85/Sad01-elvis-15-320.jpg)
![Business Intelligence
21[Giovinazzo 03]](https://image.slidesharecdn.com/sad01elvis-101123180135-phpapp01/85/Sad01-elvis-21-320.jpg)
![Introdução a Data Warehouse
O que é um Data Warehouse?
“Data warehouse é uma coleção de dados orientados a
24
assunto, integrados, não voláteis e variantes no tempo
que dão suporte aos processos gerenciais de tomada de
decisão.” [Inmon 90]](https://image.slidesharecdn.com/sad01elvis-101123180135-phpapp01/85/Sad01-elvis-24-320.jpg)
![Introdução a Data Warehouse
26
[Giovinazzo 03]](https://image.slidesharecdn.com/sad01elvis-101123180135-phpapp01/85/Sad01-elvis-26-320.jpg)
![Introdução a Data Warehouse
32
[Giovinazzo 03]](https://image.slidesharecdn.com/sad01elvis-101123180135-phpapp01/85/Sad01-elvis-32-320.jpg)
![Introdução a Data Warehouse
34
[Giovinazzo 03]](https://image.slidesharecdn.com/sad01elvis-101123180135-phpapp01/85/Sad01-elvis-34-320.jpg)
![Introdução a Data Warehouse
36
[Giovinazzo 03]](https://image.slidesharecdn.com/sad01elvis-101123180135-phpapp01/85/Sad01-elvis-36-320.jpg)
![Bibliografia
[Freitas 00] Freitas, Alex Alves. Notas de Aula da Disciplina Data Mining.
PUC-PR. Curitiba, 2000.
[Giovinazzo 03] Giovinazzo, William A. Internet-Enabled Business
Intelligence. Prentice Hall. New Jersey, 2003.
[Imhoff 03] Imhoff, Claudia and Galemmo, Nicholas and Geiger, Jonathan
37
[Imhoff 03] Imhoff, Claudia and Galemmo, Nicholas and Geiger, Jonathan
G. Mastering Data Warehouse Design – Relational and Dimensional
Technics. Wiley Publishing, Inc. Indianapolis, 2003.
[Reinschmidt 00] Reinschmidt, Joerg and Francoise, Allison. Business
Intelligence Certification Guide. CA: IBM Corporation, 2000.
[Todman 00] Todman, Chris. Designing a Data Warehouse: Supporting
Customer Relationship Management. Prentice Hall. New Jersey, 2000.](https://image.slidesharecdn.com/sad01elvis-101123180135-phpapp01/85/Sad01-elvis-37-320.jpg)
Sad01 elvis
- 1. Sistemas de Apoio à Decisão SAD – Faculdade União Prof Elvis Canteri de Andrade ecanteri@msn.com
- 2. Sistemas de Apoio à Decisão O que é um SAD? “São ferramentas computacionais que fornecem 2 “São ferramentas computacionais que fornecem informações ou conhecimentos que auxiliem às pessoas a tomar decisões inteligentes de acordo com as políticas e estratégias da organização”
- 3. Problemas para implantar um SAD Problema na implementação dos SAD → disponibilidade dos dados Os SAD requerem acesso a dados históricos contidos em diversas aplicações operacionais 3 contidos em diversas aplicações operacionais
- 4. Problemas para implantar um SAD Principal razão dos problemas referentes a dados → evolução das organizações Tempo de vida da aplicação operacional 4 Reimplementação com tecnologias atuais Diversos aplicativos com tecnologias diferentes Diversas plataformas de hardware Não padronização dos dados
- 6. Histórico dos SAD Anos 80 Surgimento dos MIS (Management Information Systems) Único Banco de Dados (BD) para dois propósitos: 6 Único Banco de Dados (BD) para dois propósitos: Transações Operacionais Processamento Analítico
- 7. Histórico dos SAD Programas extratores Encontrar dados em arquivos e BDs Transportar os dados Arquivos 7 Arquivos BDs Porque extrair os dados? Performance Controle
- 8. Histórico dos SAD Teia de aranha de processos extratores 8[Inmon 02]
- 9. Histórico dos SAD Arquitetura de Evolução Natural Problemas Credibilidade dos dados Produtividade 9 Produtividade Inabilidade em transformar dados em informação
- 10. Problemas da Arquitetura de Evolução Natural Falta de credibilidade dos dados Dados não são baseados em tempo Dados são extraídos por algoritmos diferentes Diversos níveis de extração 10 Diversos níveis de extração Problema dos dados externos Nenhuma fonte de dados comum no início
- 11. Problemas da Arquitetura de Evolução Natural 11[Inmon 02]
- 12. Problemas da Arquitetura de Evolução Natural Produtividade Criação de relatório utilizando diversos arquivos e coleções de dados acumulados durante anos Requerimentos 12 Requerimentos Localizar e analisar os dados → diferentes formatos e plataformas de software Compilar os dados para o relatório → muitos programas personalizados que devem executar em diversas plataformas de hardware/software Alocar programadores/analistas para as tarefas → equipe grande e problema da não reutilização
- 13. Problemas da Arquitetura de Evolução Natural 13[Inmon 02]
- 14. Problemas da Arquitetura de Evolução Natural Inabilidade em transformar dados em informação Não há integração de sistemas 14 Dificuldade em relacionar dados Discrepância de tempo Não há dados históricos coerentes
- 15. Problemas da Arquitetura de Evolução Natural 15 [Inmon 02]
- 16. Conclusão Arquitetura que suporte as necessidades de um SAD 16
- 18. Business Intelligence Processo de coleta, organização, análise, compartilhamento e monitoramento de informações Front-End 18 Front-End Sistemas de Apoio à Decisão OLAP (Online Analytical Processing) EIS (Executive Information Systems) Back-End Data warehouse Data mart Data mining
- 19. Business Intelligence Business Intelligence (BI) → ajudar a organização a: perceber o que está acontecendo ao seu redor 19 tomar decisões estratégicas e táticas
- 20. Business Intelligence Definição de Business Intelligence (BI) “BI é um conjunto de ferramentas e aplicações que permitem a coleta, organização, análise e distribuição de informações para tomada de decisões melhores e mais 20 informações para tomada de decisões melhores e mais rápidas com base em fatos. A BI emprega o gerenciamento pró-ativo e positivo aos negócios, através de sistemas de inteligência e aplicações analíticas que abrangem todas as áreas de sua organização”
- 22. Características dos SAD São orientados a problemas não estruturados e sub-especificados que a maioria dos executivos se deparam São fáceis de serem utilizados interativamente 22 São fáceis de serem utilizados interativamente por pessoas de outras áreas São flexíveis e adaptáveis a mudanças no ambiente e na abordagem da tomada de decisão do usuário
- 23. Introdução a Data Warehouse
- 24. Introdução a Data Warehouse O que é um Data Warehouse? “Data warehouse é uma coleção de dados orientados a 24 assunto, integrados, não voláteis e variantes no tempo que dão suporte aos processos gerenciais de tomada de decisão.” [Inmon 90]
- 25. Introdução a Data Warehouse Orientado a Assunto Os dados são organizados em torno de assuntos que dizem respeito ao funcionamento do negócio Ex.: cliente, produto, etc 25 Ex.: cliente, produto, etc
- 26. Introdução a Data Warehouse 26 [Giovinazzo 03]
- 27. Introdução a Data Warehouse Integração Reunir dados dos sistemas operacionais, fontes externas, data marts independentes Três fases: 27 Três fases: Extração Limpeza Transformação
- 28. Introdução a Data Warehouse Fase: Extração Processos variados Replicação de dados Programas ad hoc 28 Programas ad hoc Data Warehouse pode ser passivo ou ativo Passivo: sistemas operacionais enviam os dados para o DW Ativo: DW recupera dados do ambiente operacional
- 29. Introdução a Data Warehouse Fase: Limpeza Remoção de erros nos dados → crítico para o sucesso Processo falho 29 Processo falho Melhor hipótese → perda da confiança nos dados Pior hipótese → decisões estratégicas e gerenciais são feitas de acordo com as informações baseadas em dados errados
- 30. Introdução a Data Warehouse Fase: Limpeza Bom processo de limpeza → melhora também o ambiente operacional Administrador de dados → verificar log de erros e 30 Administrador de dados → verificar log de erros e tomar as decisões adequadas Nem todos os erros podem ser detectados
- 31. Introdução a Data Warehouse Fase: Transformação Dados possuem formatos diferentes nos diversos sistemas operacionais existentes. Ex.: campo data: 01/01/05 31 Ex.: campo data: 01/01/05 campo data: 01/01/2005 Metadados → ajuda na transformação Verificação dos formatos → tarefa dispendiosa
- 32. Introdução a Data Warehouse 32 [Giovinazzo 03]
- 33. Introdução a Data Warehouse Não Volátil Dados no DW → não mudam Sistemas operacionais → posição atual Série histórica para fins de análise 33 Série histórica para fins de análise Características Inserções são feitas em massa DW → Virtual read-only DB
- 34. Introdução a Data Warehouse 34 [Giovinazzo 03]
- 35. Introdução a Data Warehouse Variante no tempo DW → guarda estados da organização de um determinado tempo DW → filme 35 DW → filme Estados da organização → analistas detectam padrões e tendências através do tempo
- 36. Introdução a Data Warehouse 36 [Giovinazzo 03]
- 37. Bibliografia [Freitas 00] Freitas, Alex Alves. Notas de Aula da Disciplina Data Mining. PUC-PR. Curitiba, 2000. [Giovinazzo 03] Giovinazzo, William A. Internet-Enabled Business Intelligence. Prentice Hall. New Jersey, 2003. [Imhoff 03] Imhoff, Claudia and Galemmo, Nicholas and Geiger, Jonathan 37 [Imhoff 03] Imhoff, Claudia and Galemmo, Nicholas and Geiger, Jonathan G. Mastering Data Warehouse Design – Relational and Dimensional Technics. Wiley Publishing, Inc. Indianapolis, 2003. [Reinschmidt 00] Reinschmidt, Joerg and Francoise, Allison. Business Intelligence Certification Guide. CA: IBM Corporation, 2000. [Todman 00] Todman, Chris. Designing a Data Warehouse: Supporting Customer Relationship Management. Prentice Hall. New Jersey, 2000.