O documento discute conceitos de business intelligence e big data. Apresenta definições de termos como data warehouse, OLTP e OLAP. Também discute a importância dos dados e da informação para o processo de tomada de decisão nas empresas.

1. Business Intelligence
Leandro Guerra
E-mail: leandro.Guerra@artedosdados.com.br
@leandro_war
artedosdados.com.br

2. 2
Gerente de Projetos de Analytics
Compartilhar Ideias e
Conhecimento!

3. 3
O que é Big Data?
Usamos Big Data?
Ferramentas
Business Intelligence

4. 4
O que é Big Data?
É um problema
para as empresas...
“Companies are being
inundated with data”
“Big data has arrived at
Seton Health Care
Family.”

5. 5
O que é Big Data?
Transação
Base de
dados
relacional
Gestão dos
dados
Online
Analytical
Processing
Keyword
Relatórios e
KPIs
Busca
Semântica
MapReduce Hadoop Database
Análise de
conteúdo
Text Analytics

6. 6
O que é Big Data?

7. 7
O que é Big Data?
Enorme volume
de dados...
30 bilhões de posts
por mês
2 bilhões de vídeos
assistidos...ONTEM!

8. 8
O que é Big Data?
...que precisam ser
processados com
velocidade...

9. 9
O que é Big Data?
...e possuem
variedade
Estruturados
Semi Estruturados
Não Estruturados
80% do volume
dos dados

10. 10
O que é Big Data?
“O Big data é o trabalho com base de dados que
estão além do alcance dos softwares tradicionais
para captura, armazenamento e análise”
MCKINSEY, 2011

11. 11
O que é Big Data?
Leitura Recomendada

12. 12
O que é Big Data?
Cursos Online

13. 13
O que é Big Data?
Veracidade Valor

14. 14
Usamos Big Data?
Analytics: The real-world use of
big data in financial services
1144 Profissionais (Executivos e TI) em 95 países
88%
Transações
77%
Data log

15. 15
24%
Focam em
aprendizado e
observação
Usamos Big Data?
47%
Estão
desenvolvendo
alguma
estratégia de
negócio
22%
Estão em
algum tipo de
projeto piloto
6%
Executam de
fato alguma
iniciativa e
aplicam
Analytics
91% - BI
77% - Data Mining
71% - Visualização
67% - Modelagem

16. 16
Usamos Big Data?
Fontes de dados
Texto
Imagem
Voz

17. 17
Usamos Big Data?
Boeing 737 e Airbus 380

18. 18
Usamos Big Data?
O Cientista de Dados

19. 19
Usamos Big Data?
O Cientista de Dados

20. 20
Usamos Big Data?
O Cientista de Dados

21. 21
Big data é uma plataforma!
Pode não ser a melhor
aplicação para:
• Mercado de Ações
• Controle de Tráfego
• Sensores
• Monitoramento de Mídias
sociais
• ...

22. 22
Exemplo:

23. 23

24. 24
Bussiness Intelligence

25. 25
Business Intelligence
Conceitos
Como são feitas as
decisões na sua empresa?
Por “feeling”?
Por fatos
e dados?

26. 26
Business Intelligence
Processo de decisão
Identificação
do problema
Planejamento
das soluções
Definição do
projeto
Implantação
da solução
Verificação e
controle

27. 27
Business Intelligence
Nível de Maturidade
MATURIDADE
I
N
T
E
L
L
I
G
E
N
C
E
O que
aconteceu?
Por quê
aconteceu?
O que
acontecerá?
Dashboards
Scorecards
Relatórios
OLAP
Queries
Ad Hoc
Predição
Data Mining

28. 28
Business Intelligence
We want information!
Number Six: Where am I?
Number Two: In the Village.
Number Six: What do you want?
Number Two: Information.

29. 29
Business Intelligence
Um dia típico...
CEO: “Precisamos
vender mais!”
Marketing: “O que
nossos clientes querem?
O que vendemos mais?
Como vendemos? Bem,
já temos esses dados…
TI: “Vamos abrir uma
solicitação, atualizar as
consultas e extrair os dados…
Prazo de 30 ou 40 dias!”

30. 30
Business Intelligence
Dados e Informação
Informação
Saída do processamento
dos dados, com um
significado para o usuário
Dados
Entidades
armazenadas
Conhecimento
Informação aplicada para a
tomada de decisão

31. 31
Business Intelligence
Definição
Conjunto de tecnologias, aplicações
e processos combinados para
prover informação e suportar o
processo de tomada de decisão!
BI não é um software! É uma
aplicação voltada para atender uma
necessidade específica do negócio!

32. 32
Business Intelligence
OLTP
Online Transaction Processing
São os sistemas de entrada dos dados na empresa
Transações
de vendas
ERPs Logs CRM
Utilizados para a gestão específica
de um tipo de informação

33. 33
Business Intelligence
OLTP
 Pulverização dos dados em diversos
sistemas e bases de dados.
Considerações - OLTP
 Para extrair dados é necessário conhecimento
em linguagens de bancos de dados
 Desafio em gerenciar todas essas
informações: integridade dos dados,
qualidade....

34. 34
Business Intelligence
OLAP
Online Analytics Processing
Complemento ao OLTP
 Desenvolvidos para extrair informações,
analisar e resolver os problemas do
negócio
 Unificação das bases de dados da empresa –
introduzimos o conceito de Data Warehouse

35. 35
Business Intelligence
Data Warehouse
Fontes Usuários
 É um “armazém” de todos os dados da empresa: dados
diários e históricos
 Usado para geração de relatórios, KPIs, análise de
dados e extração de conhecimento
 Diferente do OLTP, não há “inserts” e “updates”; há
apenas extração de dados.

36. 36
Business Intelligence
Data Warehouse
Características de um DW
 Permitir fácil acesso às informações da empresa;
 Dados são ativos! Deve ser cercados de segurança,
mas sem burocracia;
 Informações íntegras e consistentes;
 Desenvolvido para suportar as decisões da
empresa.

37. 37
Business Intelligence
Evolução
Fonte: IBM

38. 38
Business Intelligence