Pesquisar no blog

quarta-feira, 18 de agosto de 2010

Soluções de Suporte à Decisão

          Refere-se simplesmente a um modelo genérico de tomada de decisão que analisa um grande número de variáveis para que seja possível o posicionamento a uma determinada questão.
            Decisão é uma escolha entre as alternativas existentes através de estimativas dos pesos destas alternativas. Suporte à Decisão significa auxiliar nesta escolha gerando estas estimativas, a evolução ou comparação e escolha           
            As soluções de Suporte à Decisão são compostas por um conjunto de softwares e metodologias que formam a espinha dorsal dos processos de tomada de decisão de uma organização.
            Em um mercado altamente competitivo e dinâmico como o atual, as organizações de todos os setores dependem destas soluções para avaliar e resolver assuntos do dia-a-dia com o objetivo de otimizar e avaliar sua performance global, buscar novas formas de diferenciação e responder rapidamente às mudanças do mercado.

Características

·         mapeamento das necessidades referentes às dimensões estratégica, tática e operacional;
·         alinhamento entre informações e processos;
·         acesso em tempo real a dados, informações e análises;
·         monitoração em tempo real dos processos através de indicadores de desempenho (BAM);
·         apoia a tomada de decisões individuais e de grupo;
·         tecnologias avançadas e inovadoras;
·         utilização de melhores práticas consolidadas no mercado;
·         orientação para resultados.

Benefícios

·         Obter e analisar informações em tempo real
·         Reduzir custos, despesas e riscos
·         Encontrar ineficiências
·         Identificar novas oportunidades
·         Melhorar o retorno sobre ativos tangíveis e intangíveis
·         Obter maior capacidade de adaptação a mudanças
·         Realizar melhores previsões, planejamentos e decisões
·         Orientar decisões e ações por gestão baseada em fatos
·         Aumentar a capacidade de inovação e a produtividade
·         Maior capacidade de adaptação a eventos (ex.: acidentes)

Alguns Exemplos de Aplicação

·         Definição de política de preços
·         Analisar tendências de mercado
·         Previsão e planejamento de demanda
·         Definir o dimensionamento e a composição de equipes
·         Planejamento da alocação e utilização de recursos
·         Determinar rota de transporte
·         Planejamento e execução de investimentos em mercados mobiliários


DATA WAREHOUSE

            É um sistema de computação utilizado para armazenar informações relativas às atividades de uma organização em bancos de dados, de forma consolidada. O desenho da base de dados favorece os relatórios, a análise de grandes volumes de dados e a obtenção de informações estratégicas que podem facilitar a tomada de decisão.
            O Data Warehouse (Depósito de Dados) possibilita uma melhor análise de eventos passados, oferecendo suporte às tomadas de decisões presentes e a previsão de eventos futuros. Por definição, os dados em um Data Warehouse não são voláteis, ou seja, eles não mudam, salvo quando é necessário fazer correções de dados previamente carregados. Os dados estão disponíveis somente para leitura e não podem ser alterados.
            A ferramenta mais popular para exploração de um Data Warehouse é a OLAP - Online Analytical Processing (Processo Analítico em Tempo Real), mas muitas outras podem ser usadas.
            Atualmente, por sua capacidade de sumarizar e analisar grandes volumes de dados, o Data Warehouse é o núcleo dos sistemas de informações gerenciais e apoio à decisão das principais soluções de Business Intelligence (BI) do mercado.

OLAP

OLAP  (On-line Analytical Processing) é um software cuja tecnologia de construção permite aos analistas de negócios, gerentes e executivos analisar e visualizar dados corporativos de forma rápida, consistente e principalmente interativa.
A funcionalidade OLAP é inicialmente caracterizada pela análise dinâmica e multidimensional dos dados consolidados de uma organização permitindo que as atividades do usuário final sejam tanto analíticas quanto navegacionais. A tecnologia OLAP é geralmente implementada em ambiente multiusuário e cliente/servidor, oferecendo assim respostas rápidas às consultas ad-hoc, não importando o tamanho do banco de dados nem sua complexidade.
Hoje em dia, essa tecnologia também vem sendo disponibilizada em ambiente Web. Essa tecnologia auxilia o usuário a sintetizar informações corporativas por meio de visões comparativas e personalizadas, análises históricas, projeções e elaborações de cenários.
Existem várias ferramentas OLAP, mas a escolha de uma ferramenta OLAP inadequada pode ocasionar severas consequências para um projeto de datawarehouse, entre as quais podemos citar:
·         Falha total do projeto e consequente perda dos benefícios esperados para os negócios da empresa;
·         Prejuízos financeiros gerados pelo alto custo da aquisição de software, serviços e treinamentos das equipes.
·         Falha parcial do projeto onde apenas alguns módulos sobrevivem.

Business Inteligence

O termo Business Intelligence (BI), pode ser traduzido como Inteligência de negócios, ele refere-se ao processo de coleta, organização, análise, compartilhamento e monitoramento de informações que oferecem suporte a gestão de negócios.
O conceito surgiu na década de 80 e descreve as habilidades das corporações para aceder a dados e explorar informações (normalmente contidas em um Data Warehouse), analisando-as e desenvolvendo percepções e entendimentos a seu respeito, o que lhes permite incrementar e tornar mais pautada em informações a tomada de decisão.
Cada sistema de BI determina uma meta específica, tendo por base o objetivo organizacional ou a visão da empresa, existindo em ambos objetivos, sejam eles de longo ou curto prazo.
Há uma forte tendência de que os produtos que compõem o sistema de BI de uma empresa passem, isoladamente, a prover funções extras que auxiliem na tomada de decisões. O objetivo principal é claramente uniformizar processos que permitam o acesso à informação como forma de melhorar os negócios e o marketing relacional da empresa através do uso da tecnologia. A globalização e a evolução da TI têm mudado radicalmente a forma como as empresas e os seus consumidores se relacionam.
Alguns observadores consideram que o processo de BI realça os dados dentro da informação e também dentro do conhecimento. Pessoas envolvidas em processos de BI podem usar software ou outras tecnologias para obter, guardar, analisar e prover acesso aos dados. O software “cura” o desempenho do gerenciamento do negócio e ajuda no objetivo de tomar as decisões melhores, mais atuais e relevantes, com as informações acessíveis sempre que necessário.

Modelagem Multidimensional

Nesse tipo de técnica os dados são estruturados em diversas dimensões. Isto facilita a investigação, o resumo e a organização de dados para a análise de negócios. Formado por relações entre dimensões e fatos. Nessa modelagem  as tabelas de fatos se relacionam com tabelas de dimensões em um banco de dados do tipo OLAP, possibilitando inúmeras combinações. Sua modelagem é realizada de forma a ganhar performance nas consultas, possuindo regras diferentes das relacionais em sua modelagem. Ela visa somente consultas analíticas.
Um dos tipos de modelagem multidimensional mais utilizado, é o Star Schema (Esquema Estrela) que propõe uma visão de modelagem de dados para sistemas de apoio a decisão. Sua principal característica é a presença de dados altamente redundantes por não ser normalizada, melhorando o desempenho. Além de ser fácil de perceber, reduzir o número de joins e ter baixa manutenção.

Extract Transform Load

O Extract Transform Load (ETL), são ferramentas de software cuja função é a extração de dados de diversos sistemas, transformação desses dados conforme regras de negócios e por fim a carga dos dados em um Data Warehouse. É considerada uma das fases mais críticas do Data Warehouse.
Os projetos de Data Warehouse consolidam dados de diferentes fontes. A maioria dessas fontes tendem a ser bancos de dados relacionais, mas podem existir outras fontes. Um sistema ETL tem que ser capaz de se comunicar com as bases de dados e ler diversos formatos de arquivos utilizados por toda a organização. Essa pode ser uma tarefa não trivial, e muitas fontes de dados podem não ser acessadas muito facilmente.

Nenhum comentário:

Postar um comentário