Business Intelligence: Data Warehouse

Siga FullPress no Google

Adicione-nos às suas fontes preferidas.

Esta última definição é a mais difundida e reconhecida, pois desloca a atenção para uma série de aspectos peculiares do DWH: 1. orientado ao objeto de investigação (o cliente, as vendas,…) no sentido de incluir todos os dados que serão utilizados no processo de controle e decisão, agrupando-os por áreas ou temas de interesse (Datamart) e visando quem os utiliza e não quem os gera; em outras palavras, enquanto os sistemas informativos tradicionais suportam funções ou atividades operacionais específicas (inventário, faturamento, gestão de pedidos, etc.), no DW os dados são organizados por objetos de análise considerados relevantes: produtos, clientes, agentes, pontos de venda e assim por diante, a fim de oferecer todas as informações inerentes a um fenômeno ou fato específico relevante de marketing; 2. integrado, ou seja, consistente em relação a um esquema conceitual global dos dados, ao glossário empresarial e em relação às unidades de medida e às estruturas de decodificação compartilhadas a nível empresarial; em outras palavras, enquanto os dados armazenados nos sistemas informativos operacionais são frequentemente heterogêneos em termos de codificação e formato, em um DW os dados são homogêneos e consistentes; 3. variante no tempo, ou seja, os dados no DW possuem um horizonte temporal histórico de 3 a 5 anos, incluem dados correntes e frequentemente dados previsionais referentes ao futuro imediato; não volátil, no sentido de que o dado é carregado periodicamente off-line, ou seja, uma vez armazenado corretamente pode ser acessado, mas não modificado pelo usuário; em outras palavras, os dados operacionais dos sistemas transacionais são atualizados continuamente e são válidos apenas no momento em que são extraídos (por exemplo, um dado de faturamento extraído uma hora antes ou uma hora depois pode ser muito diferente); no DW, os dados relativos a cada objeto ou fenômeno a ser analisado são geralmente referidos a um período temporal preciso, são carregados periodicamente em massa e posteriormente analisados: os dados originais carregados nunca são modificados e mantêm sua integridade ao longo do tempo, porque se referem a fatos ocorridos (por exemplo, vendas na semana, número de recibos no mês, etc.) que, portanto, não devem sofrer qualquer tipo de modificação, para serem conservados de forma precisa e ser reutilizáveis em diferentes momentos.Metodologia O ciclo de vida de um sistema de DW e de Inteligência de Marketing se articula, como todos os sistemas informativos, em três macrofases de projeto, realização e gestão: neste contexto, nos concentraremos apenas na fase de projeto que tem um enfoque mais gerencial e menos técnico em relação às outras. A primeira fase crítica de projeto de um DW é identificar os Business Requirements ou o Business Model do sistema de inteligência de marketing, definindo o conjunto de informações, indicadores, medidas quantitativas e dimensões de análise mais relevantes e significativas para todo o conjunto de destinatários usuários identificados. Seguindo a lógica típica do projeto “top-down”, o ponto de partida deve necessariamente ser a definição das necessidades informativas e funcionais de marketing, para posteriormente ir à busca dos dados elementares de entrada necessários para satisfazê-las, ainda que essa atividade de coleta das necessidades seja estruturalmente difícil e incerta: existem técnicas específicas a esse respeito (investigações guiadas ou livres, brainstorming, análise do sistema de informação do usuário, prototipagem, etc.) que ajudam a conduzir o processo, mas que não resolvem de forma definitiva o problema da definição das necessidades informativas de marketing, que, de todo modo, evoluem, se manifestam gradualmente passando a níveis sucessivos de análise, compreensão dos fenômenos de marketing e, portanto, de experiência, também no uso desses sistemas de inteligência de marketing mais avançados. As duas fases seguintes, a modelagem dos dados e a identificação de todas as fontes de dados necessárias para produzir as informações e indicadores definidos, apresentam outro conjunto de criticidades que dizem principalmente respeito ao projeto da arquitetura da base de dados do DW, fundada nos conceitos de “amplitude” e “profundidade” dos dados. A amplitude é definida pelo número de fenômenos, informações, indicadores e medidas que o sistema deve poder produzir; a profundidade é função do nível de detalhe dos dados desejado (em linguagem técnica, a granularidade máxima), por exemplo, o dia ou a hora na dimensão temporal, o cliente individual, o item de produto individual, a menor zona territorial (município ou zonas de censo), etc. Uma vez projetada a arquitetura do sistema de DW e de inteligência de marketing, é necessário concentrar-se nas fases e processos principais da macrofase de realização:O processo de carregamento, ou povoamento, do DW O objetivo de um DW é reunir os dados provenientes dos sistemas operacionais com aqueles de bases de dados externas e fazê-los convergir no ambiente direcional para tornar as informações disponíveis através de sistemas de business intelligence. A aquisição dos dados para o DW é realizada por meio de operações complexas de captura dos dados dos sistemas fonte, sua limpeza e posterior transformação com base em regras de negócio definidas nas fases de desenvolvimento do projeto (por exemplo, uniformidade das unidades de medida). Uma vez transformados, os dados são mapeados e transportados para os vários DM ou para o DW.O processo de pesquisa e produção das informações de marketing Constitui uma fase crucial adicional no processo de construção de um sistema de DW e de inteligência de marketing. Os relevantes esforços exigidos e dedicados à realização do DW frequentemente desviam a atenção das ferramentas end-user e das aplicações de front-end necessárias à pesquisa e uso das informações nas mesmas bases de dados, com a consequência de deixar os usuários finais nas mãos de suas ferramentas tradicionais já em uso, como planilhas eletrônicas, aplicações personalizadas muito rígidas, interfaces pouco amigáveis. A flexibilidade e a facilidade de produção da informação, bem como o acesso aos dados, são as chaves do sucesso do processo decisório e, portanto, do DW. Áreas de Aplicação As principais áreas de aplicação dos sistemas de Business Intelligence & Decision são: • Análise de Marketing & Vendas • Banco de Dados de Clientes & Marketing • Orçamentação (ciclo, formulação, etc.) • Relatórios Financeiros • Consolidação Financeira • Relatórios de Gestão (relatórios direcionais) • Painéis direcionais, Tableau de Bord (EIS), Balanced Scorecard • Análise de Rentabilidade; Análise de Qualidade & Satisfação • Análise de Clickstream • Geomarketing REPRODUÇÃO RESERVADA