Business Intelligence
Prática e Experiências
Mauricio C.Purificação
 Analista de Business Intelligence (BI) - Cárdio Pulmonar da Bahia;
 Especialista no Desenvolvimento de Soluções em Gestão Empresarial, Business
Intelligence, Business Analytics e DataWarehousing;
 Aluno do MBA em Administração/Gestão de Negócios - Universidade Salvador
(UNIFACS);
 Bacharel em Ciência da Computação - Universidade Federal da Bahia (UFBA);
 Colaborador do CEManTIKA - Grupo de Pesquisa em Sistemas Sensíveis ao
Contexto LES-DCC-UFBA;
 Pesquisador nas áreas de Business Intelligence, Business Analytics, Cloud
Computing, Métodos Ágeis, Bancos de Dados Evolutivos.
http://lattes.cnpq.br/3312807554334758
Necessidades das Organizações
 Agilidade nas decisões;
 Flexibilidade nas estratégias;
 Rapidez no atendimento às
demandas do mercado;
 Adaptação e aprendizado
contínuo;
 Maior capacidade de
inovação em produtos e
serviços;
 Decisões eficientes no
menor tempo possível.
Os 5 Tipos de Organizações
 Aquelas que fazem as coisas
acontecerem;
 Aquelas que acham que
fazem as coisas acontecerem;
 Aquelas que observam as
coisas acontecerem;
 Aquelas que se surpreendem
quando as coisas acontecem;
 Aquelas que não sabem o
que aconteceu.
"Se você não sabe onde quer ir,
qualquer caminho serve."
Por Quê Business Intelligence?
 Como melhorar a
produtividade do negócio?
 Como avaliar o desempenho
e identificar melhorias?
 Como proceder na operação
do dia-a-dia e antecipar
situações irregulares?
 Que informações são
necessárias para a rápida e
precisa tomada de decisões?
 Como garantir a qualidade
do serviço e manter o cliente
fiel?
Por Quê Business Intelligence?
“Você não pode administrar o que não pode medir”
Business Intelligence?
BI é “o uso da
informação que permite
às organizações melhor
decidir, medir, gerir e
otimizar o desempenho
para ganhar eficiência e
benefício financeiro.”
Instituto Gartner
Dados*Informação*Conhecimento
“Não há gestão sem informação, a qual, por sua vez, depende de tecnologia”
Arquitetura Geral
Como Desenvolver uma Solução de BI?
 Levantar Indicadores;
 Modelar os Dados;
 Desenvolver as Rotinas de ETL;
 Desenvolver Ferramentas de Análise.
Levantamento de Indicadores
 Orientação a Dados;
 Orientação a Processos;
 Orientação a Usuários;
 Orientação aos Objetivos
Organizacionais;
Levantamento de Indicadores
 Estudo de Documentação;
 Questionários;
 Grupos Focais;
 Entrevistas.
Levantamento de Indicadores
Modelagem Dimensional
Modelagem Dimensional
Modelagem Dimensional
Modelagem Dimensional
ETL
ETL
Cubo Multidimensional
Cubo Multidimensional
Cubo Multidimensional
Cubo Multidimensional
Cubo Multidimensional
Cubo Multidimensional
Análise de Indicadores
 Dashboards;
 Scorecards;
 KPI’s;
 Cubos OLAP;
 Mapas Temáticos;
 Relatórios Estáticos;
 Relatórios Dinâmicos.
Kimball Lifecycle
KDD, DWing e BI
Open Source BI
Closed Source BI
Caso UFBA
Contexto e Motivação
Contexto e Motivação
Histórico
 Projeto SIAC-SIG
 Período: 02/2003 a 05/2003
 Equipe: 2 Analistas da UFBA + 1 Consultor (FINEP)
 Escopo:
 Docente de Nível Superior
 Docente de Nível Médio
 Perfil de Alunos Ingressos, Egressos e Matriculados
Histórico
 Projeto UFBADB
 Período: 2004 a 2007
 Integração dos Dados de Pessoal da UFBA
Histórico
 Projeto Permanecer DW-UFBA
 Período: 2010
 Equipe: 3 Bolsistas UFBA
 Escopo:
 Perfil de Pessoas da UFBA (UFBADB)
Histórico
 Projeto SIAC-BI
 Período: 02/2011 a 05/2011
 Equipe:
 2 Analistas UFBA
 2 Analistas CPM Braxis
 2 Bolsistas
 Escopo:
 Censo e Pingifes
Histórico
Histórico
 Integração – Projeto BI UFBA
 Período: 06/2011...
 Equipe:
 3 Analistas UFBA
 2 Analistas CPM Braxis
 2 Bolsistas
 Escopo:
 DW UFBA
 Censo, Pingifes,Acadêmico,Vestibular, Financeiro (Avaliação
Institucional)
Histórico
 Análises
 Ingressos, Egressos
 Situação de Matrícula
 Situação de Alunos (Trancamentos, Inscrições em Disciplinas,
Matriculados,Ativos)
 Vagas Oferecidas/Preenchidas (Calouros,Veteranos)
 Pedidos deVagas (Departamentos e Colegiados)
 Aprovações e Reprovações em Disciplinas
 Perfil Sócio-Econômico (Vestibulandos e Aprovados)
Histórico
 Setores Envolvidos
 Pró-Reitoria de Planejamento e Administração
 Pró-Reitoria de Graduação
 Secretaria Geral dos Cursos
 Superintendência Acadêmica
 Centro de Processamento de Dados
Histórico
 Desafios
 Gestão universitária desintegrada
 Apoio e participação da Reitoria e Pró-Reitorias
 Integração de dados heterogêneos
 Ruídos nas bases operacionais
 Qualidade de dados
Dúvidas
/mscesar
mscesar @

Business Intelligence - Prática e Experiências