O documento discute como a análise de dados pode transformar informações em valor para as organizações, mencionando a evolução da Business Intelligence (BI) e conceitos como Big Data, Data Science e novas arquiteturas como Data Lake. A análise de grandes volumes de dados rápidos e não estruturados pode ajudar as pessoas a encontrarem padrões e causas para embasar decisões.

1. Intelligence, Discovery, Science e
Analytics: Transformando Dados em
Ouro

2. Mauricio C. Purificação
Consultor de Business Intelligence (BI), Data Discovery e Business Analytics,
palestrante, instrutor das suítes Pentaho, QlikView e Qlik Sense;
Líder Técnico do Projeto de BI do Hospital Cárdio Pulmonar da Bahia;
Mestrando em Engenharia de Sistemas e Produtos (IFBA);
MBA em Administração/Gestão de Negócios - Universidade Salvador (UNIFACS);
Bacharel em Ciência da Computação - Universidade Federal da Bahia (UFBA);
Pesquisador nas áreas de Business Intelligence, Business Analytics, Big Data,
Mineração de Dados, Inteligência Artificial e Modelos Preditivos.
http://lattes.cnpq.br/3312807554334758

3. Por Quê Analisar Dados?
"O sucesso das organizações depende das pessoas e da
utilização inteligente da informação disponível"
Peter Drucker

4. Por Quê Analisar Dados?
A cultura de mensuração, monitoramento e análise de
informações para embasar a tomada de decisões sempre
foi uma das grandes aliadas dos gestores.

5. Por Quê Analisar Dados?

6. Por Quê Analisar Dados?

7. 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

8. Business Intelligence
BI é um processo. Existem técnicas, tecnologias e software para
BI, mas BI é um processo que envolve métodos, técnicas,
tecnologias, pessoas, informações, fontes de informações,
métricas, ferramentas, etc.

9. Business Intelligence
O objetivo do processo de BI é ajudar pessoas e organizações a
encontrarem causas e não só apresentar informações, como
fazem sistemas gerenciais. A busca por causas passa por analisar
dados, talvez grandes quantidades, à procura de padrões,
modelos ou repetições.

10. Business Intelligence

11. BI 1.0

12. BI 2.0

13. BI 3.0

14. Self-Service BI
O Self-service BI permite que os usuários de negócios
(como executivos ou gestores) acessem visões a
partir dos dados disponíveis sem a assistência de TI,
ou uma equipe de analistas.
Dentro dessa definição, há duas formas de self-
service BI:
Oferecer um software simples, relatórios padronizados e
funções para manipular estes relatórios (Como um pivot).
Oferecer um software mais robusto onde os usuários são
capazes de criar cenários hipotéticos

15. Uma Nova Realidade

16. Uma Nova Realidade
Volume de Dados no Mundo

20. Novos Padrões de Armazenamento de
Dados
2009
Redis Initial Release
2004 2006 2007 2008 2009 2011 2012 2013 2014
2007
MongoDB Started,
Neo4J Initial Release
2004
Google’s Map Reduce
Paper
Published
2012
Google Spanner Paper
Published
1998
1998
NoSQL coined
2006
Hadoop
Started
2008
Apache Hbase,
Apache Cassandra

21. Big Data
“Big Data é como sexo na adolescência: todo mundo fala, ninguém
realmente sabe como fazer, todo mundo pensa que todo mundo está
fazendo, então todo mundo diz que está fazendo.
Dan Ariely, Duke University

23. Big Data
Big Data são dados que excedem o
armazenamento, o processamento e
a capacidade dos sistemas
convencionais:
Volume de dados muito grande
Dados são gerados rapidamente
Dados não se encaixam nas estruturas
de arquiteturas de sistemas atuais
Além disso, para obter valor a partir
desses dados, é preciso mudar a
forma de analisá-los.

24. 3 V’s do Big Data

28. Oportunidades?

29. Big Data Analytics

30. Big Data Analytics

32. Data Science

33. Data Science

34. BI * Data Science

36. BI * Data Science

37. BI * Data Science

38. BI * Data Science

39. Novas Arquiteturas

40. DW * Data Lake

41. Duvidas?

42. Contatos
mscesar@gmail.com
http://slideshare.net/mscesar