Bi microsoft & pentaho

1.047 visualizações

Publicada em

Publicada em: Negócios
  • Seja o primeiro a comentar

Bi microsoft & pentaho

  1. 1. Não consigo enxergar nada, me sinto completamente cego;Me sinto de mãos atadas;Tudo do que eu preciso está lá, eu sei que está lá, mas não consigo chegar neles...Eu não quero premiar ou castigar ninguém, mas preciso entender o que ouve paraaprender com o acerto e corrigir os erros;Eu sei que deveríamos faturar bem este mês, mas isto não ocorreu, porque?Não gosto de depender dos outros para enchergar.Todos os vendedores ou apenas um? Teve algo a ver com algum acontecimentoexterno, temos um novo concorrente?
  2. 2. Fonte: 100loop.comA arquitetura proposta por Kimball sugere que os dados das bases operacionais sejamcarregados por ETL nos Data Marts e posteriormente no DataWareHouse, para que então sejamdisponibilizados para consulta analíticas e relatórios no servidor OLAP pelos usuários finais.
  3. 3. DOLAP HOLAP MOLAPBI OLAP ROLAP DW DM MDX ETL DAX METADADOS PIVOT TABLE POWER PIVOTOLTP ERP SAE SAD SIG
  4. 4. ERP Enterprise Resource Planning Sistema Integrado de Gestão EmpresarialFuncionalSistemas de: finanças, contabilidade, recursoshumanos, fabricação, marketing, vendas, compras,etc)SistêmicaSistema de processamento de transações, sistemas deinformações gerenciais, sistemas de apoio a decisão,etc
  5. 5. Estratégico (SAE ou EIS) Tático (SIG ou MIS) Operacional (SAD ou DSS)O afinamento da pirâmide indica quantidades menorese mais específicas de usuários para cada sistema.
  6. 6. 295 exabytes Informações acumuladas em um anoSe toda a informação armazenada por nós em 2007 fosse gravadaem CD-Roms e esses dispositivos fossem empilhados, eles ultrapassariama distância entre a Terra e a Lua. Fonte: CienciaHoje
  7. 7. Fonte:
  8. 8. Fonte: Adaptação de Negash e Gray (2003)
  9. 9. Um DATA WAREHOUSE ou armazém de dados, é um sistema decomputação utilizado para armazenar informações relativas às atividadesde uma organização em bancos de dados, de forma consolidada. Odesenho da base de dados favorece os relatórios, a análise de grandesvolumes de dados e a obtenção de informações estratégicas que podemfacilitar a tomada de decisão. Fonte: Microsoft MSDN
  10. 10. 1. Relacionamento físico entre duas tabelas fatos, pode?2. Indicador interno de tipo de entidade, o que fazer?3. Consulta envolvendo duas tabelas fatos4. Médias, Percentual5. Campos caractere6. Campos data7. Composição (Nota e Itens), como fazer?8. Granularidade Fato Dimensão Medida
  11. 11. Diferença de Codificação Fonte: Academia Microsoft TechNet
  12. 12. DiferençaUnidade de Medidas e Datas Fonte: Academia Microsoft TechNet
  13. 13. Junção de Colunas Fonte: Academia Microsoft TechNet
  14. 14. Quebra de coluna em várias Fonte: Academia Microsoft TechNet
  15. 15. ETLOs diferentes processos concentrados no conceito de extração,transformação e carga de dados em um Data Warehousedenomina-se ETL, em inglês Extract – Transform – Load. Fonte: Academia Microsoft TechNet
  16. 16. DemonstraçãoSSIS
  17. 17. Fonte: 100loop.com
  18. 18. OLAP, ou On-line Analytical Processing é a capacidade paramanipular e analisar um grande volume de dados sob múltiplas perspectivas. MOLAP, ROLAP, HOLAP, DOLAP Drill Down, Drill Up, Drill Across, Slice, Dice Fonte: Ferramentas Olap.ppt de Allana, Helber e Paulo
  19. 19. DemonstraçãoSSAS
  20. 20. Data MiningA diferença básica entre OLAP e Data Mining está namaneira como a exploração dos dados é realizada. Naanálise OLAP a exploração é feita através da verificação,isto é, o analista conhece a questão, elabora umahipótese e utiliza a ferramenta pra refutá-la ouconfirmá-la. Com o Data Mining, a questão é total ouparcialmente desconhecida e a ferramenta é utilizadapara a busca de conhecimento. E essa capacidadeclaramente agrega valor às soluções de apoio à decisão
  21. 21. PartiçõesUma partição é uma divisão ou fracionamento da informação que forma um cubo.Cada cubo contém pelo menos uma partição, porém pode estar formado pormúltiplas partições.As partições de um cubo são invisíveis para o usuário, porém o seu uso aumentaa carga de trabalho do administrador do modelo multidimensional. Para cada partiçãoé possível definir a fonte de dados, o modo de armazenamento e a porcentagem deagregação de forma independente das demais partições.Além disso, uma partição de dados pode ser atualizada independentemente dasoutras. Esta propriedade é muito importante pois oferece a vantagem de melhoraros tempos de processamento se dividir corretamente as partições e elas foremprocessadas adequadamente
  22. 22. % Agregação Fonte: Academia Microsoft TechNet
  23. 23. MDXMulti-Dimensional eXpression Fonte: http://blog.datainspirations.com/
  24. 24. KPI Key Performance Indicator Indicador chave de desempenho Meta SituaçãoTendência
  25. 25. DAXPOWERPIVOT
  26. 26. FIM

×