SUMRIO

1 INTRODUO...........................................................................................................3
2 DESENVOLVIMENTO................................................................................................4
2.1 Ferramentas de B.I..........................................................................................5,6,7
2.1.1 DataWare House..............................................................................................7,8
2.1.1.1 O que um DataWare House.........................................................................8
2.1.1.1.1 Data Mart....................................................................................................8,9
3 SOFTWARE KNIME..................................................................................................9
3.1 FIGURAS.................................................................................................9,10,11,12
4 CONCLUSO..........................................................................................................13
REFERNCIAS...........................................................................................................14

1 INTRODUO

Business Intelligence, que pode ser traduzido como Inteligncia de Negcios

ou

Inteligncia

Empresarial,

um

conjunto

de

metodologias

de

gesto

implementadas atravs de ferramentas de software, cuja funo proporcionar

ganhos nos processos decisrios gerenciais e da alta administrao das
organizaes. Baseando-se principalmente na capacidade analtica das ferramentas
que integram em um s lugar todas as informaes necessrias ao processo
decisrio.
O termo Business Intelligence foi criado pelo Gartner Group (consultoria de
pesquisa de mercador na rea de tecnologia da informao) nos anos 80.
Tipicamente as organizaes recolhem informaes a fim de avaliar o
ambiente de negcio, e converter campos como pesquisa de marketing, pesquisa de
indstria e mercado, e analise de competidores. Organizaes competitivas
acumulam business intelligence a fim de obter vantagens competitivas sustentveis,
e podem considerar inteligncia como um ncleo de competncia valioso em
algumas instncias.
Pessoas envolvidas em processos de business intelligence podem usar
aplicaes de software e outras tecnologias para recolher, armazenar, analisar, e
prover acesso ao dado. Alguns observadores consideram BI como o processo de
transformar dados em informao e posteriormente em conhecimento. Ferramentas
de software ajudam pessoas a tomarem melhores decises de negcios atravs de
informaes precisas, atuais, e relevantes disponveis quando elas assim
necessitarem.
Geralmente, coletores de BI recolhem suas informaes primarias de fontes
internas ao negcio. Tais fontes ajudam os responsveis por tomarem as decises a
entender quo bem eles agiram. Fontes secundrias de informaes so formadas
pelas necessidades dos clientes, processos de tomada de deciso dos clientes, a
competio e as presses dos competidores, as condies das indstrias
relevantes, e em geral as tendncias econmicas, tecnolgicas e culturais.
Cada sistema de business intelligence tem um objetivo especfico, que deriva
dos objetivos da organizao ou de uma indicao visionria. Tanto os objetivos de
curto prazo como os objetivos de longo prazo.

2 DESENVOLVIMENTO

Business Intelligence uma definio simples para o termo seria apenas B.I
ou ento Inteligncia de Negcios e seria um software para auxiliar nas
decises.

Pesquisando um pouco mais sobre o termo B.I podemos analisar

que a definio acima muito simples e resumida.
O termo B.I no muito recente j se ouve falar nessa tecnologia a
um bom tempo teve incio nos meados dos 1980, que descrevia uma possvel
habilidade das empresas de analisar dados explorando mais afundo essas
informaes para que assim fosse possvel tomar uma deciso importante dentro de
uma empresa e que essa deciso possa trazer lucros e ser acertada evitando assim
possveis prejuzos e falhas nas tomadas de decises.
Para que se possa ter uma ideia mais completa sobre o termo de B.I
necessrio primeiramente dividirmos em duas partes. Dentro da primeira est o
contexto Business que tem o significado negcio ou at mesmo um ramo
empresarial que tenha fins lucrativos.
Dentro da segunda parte encontramos o termo Intelligence que
significa inteligncia que dentro desde termo refere-se ao ato de compreender algo.
E quando juntamos os termos formando a palavra Inteligncia de
negcios podemos chegar a definio de que so pessoas que ocupam cargos de
nvel gerencial e estratgico dentro uma organizao que esto operando um
sistema de B.I. E com as informaes fornecidas por um sistema desse nvel, torna
mais fcil para os diretores direcionarem os recursos principalmente financeiros.
Podemos ver no exemplo abaixo um dos modelos citados para exemplificar um B.I o
modelo a seguir refere-se a um guarda-chuva.
O Business Intelligence (BI) pode ser entendido como um guardachuva conceitual que envolve a Inteligncia Competitiva (CI), a Gerncia de
Conhecimento (KMS) e a IBI (Internet Business Intelligence), pesquisa e anlise de
mercado, relacionados a nova era da Economia da Informao, dedicada a captura
de dados, informaes e conhecimentos que permitem as organizaes competirem
com maior eficincia no contexto atual, um conjunto de ferramentas utilizado para

manipular uma massa de dados operacional em busca de informaes essenciais

para o negcio.
2.1

FERRAMENTAS DE B.I

Ferramenta Olap: uma ferramenta de B.I que fornece apoio nas decises
gerenciais, tem como objetivo coletar dados e transform-los em informao
oferecendo flexibilidade para o usurio essa ferramenta ainda possui uma grande
capacidade de realizar clculos extremamente complexos e com isso consegue
realizar previses tornando essa ferramenta muito importante para decises
gerenciais. Antes do surgimento da ferramenta OLAP sempre que era preciso tomar
uma deciso era pedido ao pessoal de informtica tais esses tinham que gerar um
novo relatrio e com isso o tempo para o recebimento desses relatrios era muito
maior e como esses relatrios geravam uma grande quantidade de dados e acabava
dando grandes problemas o que prolongaria ainda mais o tempo de entrega desses
relatrios e como consequncia tornava mais difcil e demorado a tomada da
deciso.
muito importante lembrar que existe algumas caracterscas que compe essa
ferramenta que sero citadas abaixo.
drill Across: ocorre quando o usurio pula um nvel intermedirio dentro de uma
mesma dimenso. Por exemplo, a dimenso tempo composta por ano, semestre,
trimestre, ms e dia. A operao Drill Across executada quando o usurio passa de
ano direto para trimestre ou ms;
drill Down: ocorre quando o usurio aumenta o nvel de detalhe da informao,
diminuindo a granularidade (A granularidade determina quais os tipos de consultas
podem ser feitas no DW. Ela influencia diretamente na velocidade do acesso s
informaes e no volume de dados armazenados);
drill Up: o contrrio do Drill Down, ocorre quando o usurio aumenta a
granularidade, diminuindo o nvel de detalhamento da informao;
drill Throught: ocorre quando o usurio passa de uma informao contida em uma
dimenso para uma outra. Por exemplo: Inicia na dimenso do tempo e no prximo
passo analisa a informao por regio;
dlice and Dice: uma das principais caractersticas de uma ferramenta OLAP.
Como a ferramenta OLAP recupera o microcubo (No OLAP, as informaes so

armazenadas em cubos multidimensionais, que gravam valores quantitativos e

medidas, permitindo visualizao atravs de diversos ngulos. Estas medidas so
organizadas em categorias descritivas, chamadas de dimenses e formam, assim, a
estrutura do cubo), surgiu a necessidade de criar um mdulo, que se convencionou
de Slice and Dice, para ficar responsvel por trabalhar esta informao. Ele serve
para modificar a posio de uma informao, trocar linhas por colunas de maneira a
facilitar a compreenso dos usurios e girar o cubo sempre que tiver necessidade.
Mesmos as ferramentas OLAP seguindo uma estrutura cliente\usurio devemos
sempre lembrar que ela tambm pode ser implementadas de outras maneira
tambm.
o MOLAP (Multidimensional On Line Analytical processing);
o ROLAP (Relational On Line Processing);
o HOLAP (Hybrid On Line Analytical Processing);
o DOLAP (Desktop On Line Analytical Processing);
o WOLAP (Web On Line Analytical Processing).
No modelo MOLAP, multidimensional fornecendo uma resposta muito mais rpida
em praticamente todas as consultas que so realizadas, mas dentro do modelo
MOLAP como a execuo de dados raramente diria ainda mais devido ao grande
volume de informaes que esse modelo recebe para que possa fornecer uma
resposta mais rpida.
No modelo ROLAP, a velocidade em que as respostas viro vai depender muito de
qual informao foi procurada, pois neste modelo o processamento das informaes
so realizadas dentro do tempo de execuo isso pode causar um problema do tipo
que ir atender todas as solicitaes que forem feitas pelos usurios. Dentro deste
modelo existe uma maneira desse trabalhar em uma estrutura formada tabelas e
colunas sem muita complexidade tornando assim muito mais rpidas as cargas de
informao.

No modelo HOLAP, esse modelo simplesmente a juno dos dois modelos

anteriores ROLAP e MOLAP, modelos extremamente completo com uma pequeno
problema chamado custo mesmo esse modelo sendo o mais recomendado ele
acaba sendo descartado devido ao seu alto custo que na maiorias das vezes
quando se faz uma anlise de custos\benefcio isso acaba tornando o projeto
invivel.
No modelo DOLAP, uma derivao de OLAP basicamente uma ferramenta de
consulta onde o cliente faz uma consulta diretamente em um servidor, esse servidor
retorna com uma informao no estilo de macro cubo permitindo que o usurio faa
uma anlise e ainda sendo possvel fazer o que chamamos de portabilidade de
dados, com isso gera uma melhoria gigantesca no desempenho e trafego de dados
pela rede, torna o trabalho de processamento do servidor devido as anlises serem
feitas na mquina cliente ao invs de serem analisados no servidor por isso aumenta
o desempenho do servidor.
No modelo WOLAP, nesse modelo as consultas so feitas em uma navegador web
diretamente para o servidor retornando com uma resposta ao usurio para que o
mesmo possa fazer a anlise desejada.

2.1.1 Data warehouse

Um data warehouse, um conjunto de dados produzido para oferecer suporte a
tomada de decises; tambm um repositrio de dados atuais e histricos de
possvel interesse aos gerentes de toda a organizao. Os dados normalmente so
estruturados de modo a estarem disponveis em um formato pronto para as
atividades de processamento analtico (ex. processamento analtico online (OLAP),
data mining, consultas, gerao de relatrios, outras aplicaes de suporte a
deciso). Portanto, um data warehouse uma coleo de dados orientada por
assunto, integrada, varivel no tempo e no voltil, que proporciona suporte ao

processo de tomada de decises da gerencia.

Os tomadores de deciso necessitam de informaes concisas e confiveis sobre
operaes atuais, tendncias e mudanas. Os dados so constantemente
fragmentados como o uso de sistemas operacionais diferentes, e assim os gerentes
tomam decises com informaes parciais na melhor das hipteses. O data
warehouse supera esse obstculo acessando, integrando e organizando os
principais

dados

operacionais

de

forma

consistente,

confivel,

pontual

prontamente disponvel onde for necessrio.

.
2.1.1.1 O que um DataWare House
Um data warehouse une banco de dados de toda a empresa; j um
data mart normalmente menor e se encontra em departamento especfico. Um
data mart um subconjunto de data warehouse, que normalmente consiste em uma
are temtica (ex. marketing, operaes). Um data mart pode ser independente ou
dependente. Um data mart dependente um subconjunto criado diretamente a partir
do data warehouse. Ele tem a vantagem de modelo de dados consistente e
apresentar dados de qualidade. Os data marts dependentes suportam o conceito de
um nico modelo de dados de toda a empresa, mas o data warehouse deve ser
construdo antes. Eles garantem que o usurio final visualize a mesma verso de
dados acessadas por todos os outros usurios do data warehouse. O alto custo
deste ltimo limita seu uso a grandes empresas. Como alternativa, muitas empresas
usam uma verso de data warehouse reduzida em custo escala, denominada data
mart independente. Um data mart independente um warehouse pequeno,
projetado para uma unidade estratgica de negcios (UEN) ou um departamento,
mas cuja a fonte no um EDW.
2.1.1.1.1 Data Mart
Um data warehouse une banco de dados de toda a empresa; j um data mart
normalmente menor e se encontra em departamento especfico. Um data mart
um subconjunto de data warehouse, que normalmente consiste em uma are
temtica (ex. marketing, operaes). Um data mart pode ser independente ou
dependente. Um data mart dependente um subconjunto criado diretamente a partir

do data warehouse. Ele tem a vantagem de modelo de dados consistente e

apresentar dados de qualidade. Os data marts dependentes suportam o conceito de
um nico modelo de dados de toda a empresa, mas o data warehouse deve ser
construdo antes. Eles garantem que o usurio final visualize a mesma verso de
dados acessadas por todos os outros usurios do data warehouse. O alto custo
deste ltimo limita seu uso a grandes empresas. Como alternativa, muitas empresas
usam uma verso de data warehouse reduzida em custo escala, denominada data
mart independente. Um data mart independente um warehouse pequeno,
projetado para uma unidade estratgica de negcios (UEN) ou um departamento,
mas cuja a fonte no um EDW.

Software Knime
O Knime trabalha com workflows, e voc configura esses workflows com nodes do
programa .
Cada nodes representa uma ao diferente, e quando esta com a bolinha verde
porque esta sendo executado, amarelo esta aguardando para ser execultado e
vermelha por que pode ter algum erro. So alguns dos nodes :
IO ( input out): de entrada e sada de dados.

Tem o de leitura de dados q e o file reader, no qual ele faz a leitura dos dados que vc
salvar nele.:

.
Dataview: para observar os dados que vo vir do file reader.
O scatter flot vai abrir os dados mas de uma forma meio incompreensvel :

10

Com o color manager dentro do dataview podemos separar por cores nossos dados
para facilitar a visualizao dos meses.

E podemos tambm ver um grfico de nossos dados usando o pie chart(interactive)

11

Partitoning : particiona os dados que vem do colo manager

Tree leaner e tree predictor so nodes de deciso que trabalham nos arquivos
particionados ,porem o predictor precisa tanto dos arquivos do parrtitioning quanto
do leaner

12

scorer tenta prever e acertar os dados em que ele esta trabalhando e apresentar em
uma tabela a porcentagem

Os valores errados apresentados no scorer podem ser diferentes de acordo com os

dados e as decises apresentadas no aplicativo.

13

CONCLUSO
Dentro do texto mostrado acima foi possvel analisar a importncia
de uma ferramenta de Business Intelligence tem principalmente nos dias atuais onde
a velocidade que uma deciso tomada pode definir grandes lucros ou at mesmo
grandes prejuzos e com um sistema de apoio a deciso pode facilitar e agilizar
muito as decises.
Um sistema de B.I por exemplo pode facilitar demonstrando
resultados por regies ou at mesmo por pontos estratgicos demonstrando atravs
de planilhas ou grficos para facilitar o entendimento onde dever ser a aplicao
para melhorando dos rendimentos da empresa.

14

REFERNCIAS
http://computerworld.com.br/gestao/2010/07/19/business-intelligence-qual-a-melhordefinicao-para-o-tema/
http://www.profissionaisdetecnologia.com.br/blog/?p=181
http://www.viannajr.edu.br/files/uploads/20140313_164105.pdf
http://gia1.di.uminho.pt/imagens/sad.pdf
Turban, Efraim. Business Intelligence Um enfoque gerencial para a inteligncia
do negcio. Edio 2009. Editora BOOKMAN COMPANHIA EDITORA LTDA, Ano
de Publicao 2009.