Apresentação referente à 16ª aula da disciplina Sistemas de Informações do curso de graduação em Administração da Universidade Federal de Pernambuco, conduzida pelo Prof. MSc. Marcus Araújo.

1. Sistemas de Informações #AD290
Aula 16: Business Intelligence e
Analytics e Big Data
1/30

2. Briefing
• Nessa aula você irá:
1. Conhecer os conceitos de Business Intelligence,
Business Analytics e Big Data;
2. Aprender a respeito dos fundamentos de cada um
destes elementos;
3. Discutir sobre as diferenças entre BI e BA;
4. Tomar ciência sobre os desafios que permeiam o Big
Data.
2/30

3. Sumário
• Introdução ao Business Intelligence;
• Contribuições do Business Intelligence;
• Medindo o Business Intelligence;
• Introdução ao Business Analytics;
• Contribuições do Business Analytics;
• Business Intelligence vs Business Analytics;
• Introdução ao Big Data;
• Desafios para o Big Data.
3/30

4. Introdução ao Business
Intelligence
4/30

5. Introdução ao Business
Intelligence
“Um processo organizado e sistemático pelo qual as
organizações adquirem, analisam e disseminam
informações, tanto de fontes internas e externas,
importantes para suas atividades de negócios e para a
tomada de decisões” (LÖNNQVIST; PIRTTIMÄKI, 2006,
p. 32).
5/30

6. Introdução ao Business
Intelligence
• Data Warehouse;
• Data Mart;
• ETL (Extract, Transform and
Load);
• Data Mining;
• OLAP (On-line Analytical
Processing).
6/30

7. Contribuições do Business
Intelligence
• Aumentar as vendas;
• Estreitar as relações com
clientes;
• Criar produtos melhores;
• Tornar as operações mais
eficientes;
• Reduzir custos;
• Tomar melhores decisões.
7/30

8. Contribuições do Business
Intelligence
8/30

9. Medindo o Business
Intelligence
9/30
Fonte: (LÖNNQVIST; PIRTTIMÄKI, 2006, p. 33)

10. Medindo o Business
Intelligence
• Determinando o valor do BI:
– Quanto custa aplicar o BI?;
– Custo total de propriedade (TCO – Tocal Cost of
Owership);
– Quais os benefícios de aplicar o BI?;
– ROI, VPL e Payback; CIMM (Competitive Intelligence
Measurement Model);
– Satisfação percebida pelo usuário.
10/30

11. Medindo o Business
Intelligence
• Medindo a gestão do processo de BI:
– Agilidade e qualidade das entregas do BI;
– Aderência das entregas do BI às oportunidades do
negócio;
– Usabilidade do software de BI.
11/30

12. Introdução ao Business
Analytics
12/30

13. Introdução ao Business
Analytics
Business Analytics é o estudo dos dados por meio de
análise estatística e operacional, da formação de
modelos preditivos, da aplicação de técnicas de
otimização e da comunicação desses resultados para
clientes e parceiros (DHAR; JARKE; LAARTZ, 2014).
13/30

14. Introdução ao Business
Analytics
• É utilizado para obter insights que auxiliam nas
decisões de negócios e para automatizar e otimizar
processos de negócios.
• Trata os dados para produzir uma vantagem
competitiva.
• É a interseção entre o negócio e a tecnologia da
informação.
14/30

15. Introdução ao Business
Analytics
15/30
• Data Mining• Modelagem
Estatística
• Análise
Explicativa
• Análise
Preditiva
Padrões Modelos
CenáriosPrevisões

16. Contribuições do Business
Analytics
• Explorando dados para encontrar novos padrões e
relacionamentos (mineração de dados).
• Explicando por que um determinado resultado
ocorreu (análise estatística, análise quantitativa).
• Experiências para testar decisões anteriores (testes
variados).
• Previsão de resultados futuros (modelagem
preditiva, análise preditiva).
16/30

17. Contribuições do Business
Analytics
17/30

18. Business Intelligence vs
Business Analytics
18/30

19. Business Intelligence vs
Business Analytics
19/30
BI vs BA Business Intelligence Business Analytics
Responde às perguntas:
• O que aconteceu?
• Quando?
• Quem?
• Por que isso aconteceu?
• Será que vai acontecer de
novo?
• O que vai acontecer se
mudarmos x?
• O que mais os dados
mostram?
Inclui:
• Relatórios (KGIs, KPIs e
métricas)
• Monitoramento
automatizado
• Alertas (limiares)
• Análise Estatística
• Análise Quantitativa
• Data Mining
• Modelagem preditiva

20. Introdução ao Big Data
20/30

21. Introdução ao Big Data
Conjuntos de dados extremamente grandes e que, por
este motivo, necessitam de ferramentas especialmente
preparadas para lidar com grandes volumes, de forma
que toda e qualquer informação nestes meios possa ser
encontrada, analisada e aproveitada em tempo hábil
(ZHANG; CHEN; LI, 2013).
21/30

22. Introdução ao Big Data
22/30

23. Introdução ao Big Data
• Volume: o tamanho enorme do conjunto de dados
desafia os métodos tradicionais de armazenamento;
• Variedade: os tipos de dados são diversos e provêm
de várias fontes dificultando o armazenamento.
23/30

24. Introdução ao Big Data
• Valor: o valor da informação é diluída no grande
volume de dados, provocando sua baixa densidade e
dispersão;
• Velocidade: os dados são produzidos e
disponibilizados por um número maior de fontes
simultâneas e de forma cada vez mais rápida.
24/30

25. Desafios para o Big Data
• Ampliar a escalabilidade e baratear os custos;
• Tornar as soluções de armazenamento de dados
mais dinâmicas e seguras;
• Melhorar as interfaces de visualização da
informação;
• Impulsionar a capacidade de processamento
simultâneo de grandes volumes de dados.
25/30

26. Desafios para o Big Data
O NoSQL (Not Only SQL) faz
referência às soluções de
bancos de dados que
possibilitam armazenamento
de diversas formas, não se
limitando ao modelo relacional
tradicional.
26/30

27. Desafios para o Big Data
Plataforma open source
direcionada para
processamento e análise de
grandes volumes de dados
estruturados ou não
estruturados. O projeto é
mantido pela Apache
Foundation, mas conta com a
colaboração de várias
empresas, como Yahoo!,
Facebook, Google e IBM.
27/30

28. Atividade Extraclasse
28/30
Aula 16: Business Intelligence e
Analytics e Big Data

29. Atividade em Sala de Aula
• Os alunos deverão se reunir em grupos de até 3 pessoas;
• Com base nesta aula e por meio de consultas a blogs
especializados, reportagens, etc, apresente o seguinte:
– Uma experiência de uso do Big Data no ambiente corporativo ou na
gestão pública;
– O(s) problema(s) enfrentado na aplicação da tecnologia;
– O(s) ganho(s) obtido a partir dos resultados aferidos;
– Novos usos e possibilidades da experiência apresentada.
• A análise deve ser entregue em um breve resumo (uma
página completa) contendo imagens e os comentários do
grupo.
29/30

30. Encerramento
Fim da Aula 16:
Business
Intelligence e
Analytics e Big Data
Prof. MSc. Marcus Araújo
envieparamarcus@gmail.com
br.linkedin.com/in/araujomarcus
@marcus_araujo 30/30