28/09/2011 - 9h às 12h30 - oficina - Business Intelligence Business Analytics - Fernanda Baião
-
Upload
rio-info -
Category
Technology
-
view
698 -
download
3
description
Transcript of 28/09/2011 - 9h às 12h30 - oficina - Business Intelligence Business Analytics - Fernanda Baião
Business Intelligence, Analytics e outros
sabores...
Fernanda Baião
Setembro de 2011
Por quê?
Gestão do Desempenho Organizacional
Por quê então?
Precisamos
Controlar...
Analisar...
Avaliar...
Planejar...
Descobrir...
Nos antecipar...
... Para tomar decisões que levem a um resultado melhor
Sobre o quê iremos falar?
Gestão de desempenho organizacional
Conjunto de processos de gestão e
analíticos, suportados por tecnologia, que
permitem ao negócio definir objetivos
estratégicos e então medir e gerenciar
desempenho da organização em relação a
tais objetivos
Escopo
Gestão de desempenho pode ter como foco
Organização
Departamento
Processo de negócio
conjunto de ações inter-relacionadas ou interativas para
alcance de um objetivo
De que processo estamos falando?
Metodologias de apoio à gestão de desempenho
BI – Business Intelligence
BA – Business Analytics e BI2.0
BAM – Business Activity Monitoring
Tendências
Arquitetura da Informação
Convergência entre abordagens
KDD – Descoberta de Conhecimento
Mineração de processos
Exemplos de iniciativas
BI
Business Intelligence
Novo ambiente de negócios
Características
Alcance Global
Competitividade
Alta qualidade
Baixo Custo
Flexibilidade
Agilidade
Necessidades
Conhecer,
Analisar,
Controlar e
Planejar melhorias… na organização
A INFORMAÇÃO e o CONHECIMENTOA INFORMAÇÃO e o CONHECIMENTO
estão no centro de toda
organização “inteligente”!
ProblemaRealidade dos dados corporativos
Vendas Marketing Financeiro Operação Atendimento ao cliente
Relatórios de Gestão
Demographics General Ledger
Product Planning
Promotions
Product Info
Competitive Info
Market Data
AccountingPurchasing
Contracts
Como disponibilizar informação
Integração de informação (II)
Combinar dados residentes em diferentes fontes e prover aos usuários uma visão lógica única dos dados
Objetivos
Facilitar acesso e reuso dos dados
Agilidade
Flexibilidade
Uma única versão da verdade
Integração de informação
Product Data
Customer Data
Sales Data
Market Data
G/L Data
Revenue Data
External Data
Vendas Marketing Financeiro Operação Atendimento ao cliente
Relatórios de Gestão
Repositório comum de dados
Uma das abordagens de II
Uma única versão da verdade
Queremos evitar que…
Cada aplicação tenha a sua própria interpretação
Não exista entendimento comum
Do ponto de vista corporativo,quem é o cliente?
Clientes cadastradosna área de vendas
Clientes ativos
Clientes potenciaise efetivos
Clientes comerciais
Fonte: BI: Business Intelligence - Modelagem e Tecnologia - Carlos Barbieri
Novo ambiente de aplicações
Business Inteligence
Inteligência do Negócio
Conjunto de tecnologias que permitem o cruzamento de informações e suportam a análise dos indicadores de desempenho de um negócio, para tomada de decisão.
Alguns componentes fundamentais:
Data Warehouse (DW)
“banco de dados” da BI, integrando diversas fontes de dados
ETL
Ferramentas OLAP
Suporte à decisão, através de consulta e análise dos dados do DW
Dashboards
18
Tomada de Decisão
Tomar a ação apropriada considerando-se níveis de risco e incerteza assumidos
Suporte à Decisão
Produção e distribuição de informaçãoinformação útilútil paragerentes, executivos e analistas do conhecimento
O que
aconteceria se. . .
Quando . . .
Quanto…
Exemplos de Análises
Qual o volume médio de vendas em R$ dos nossos representantes em cada região?
Para cada produto, qual o total de vendas no último ano?
Como tem variado o índice de participação de cada produto em nossas vendas (Product Share) ao longo dos três últimos anos?
Existe alguma relação entre o desempenho dos representantes e sua faixa de salário?
21
Ambientes dos Sistemas de Informação nas Organizações
Operacionais Suporte à Decisão
Dão suporte às funções associadas à execução do negócio da empresa:
sistemas administrativos
controle de estoque
sistemas de expedição
Dão suporte às funções associadas à concepção do negócio da empresa
DSS, EIS
DW, CRM, PRM
Ferramentas OLAP
Ferramentas de Data Mining
Características Dados operacionais(transacionais)
Dados informacionais(analíticos)
Conteúdo Valores correntes, detalhados Valores históricos, sumarizados
Organização dosdados
Por aplicação, sistema deinformação, disponível para poucosusuários; abrangência restrita
Por assunto, negócio;abrangência ampla.
Natureza dos dados Dinâmica, sujeita a atualizaçõesfreqüentes
Estática, atualização apenascom “refresh”
Estrutura de dados Relacional, própria paraprocessamento transacional
Dimensional, própria paraprocessamento analítico
Uso Estruturado, repetitivo, solução pararequisitos conhecidos
Desestruturado, consultas sobdiferentes perspectivas, permitedescoberta de conhecimento
Desempenho Otimizado para tempo de resposta; inviávelpara análises complexas
Otimizado para análisescomplexas, com tempos derespostas viáveis
Ambiente Operacional
Tipo de processamento: OLTP
baseado em transações
voltado para velocidade e automação de funções “repetitivas”
mantém usualmente situação corrente
atualizações e consultas em grande número
trabalha com alto nível de detalhe
Ambiente de Suporte à Decisão (Analítico)
Tipo de processamento: OLAP
“Pequeno” número de consultas “variáveis”
Consistência é fundamental
Necessidade de ver o dado sob diferentes perspectivas: aplicações dinâmicas
Dados históricos são relevantes
Atualização quase inexistente, apenas novas inserções
Operações de agregação e cruzamentos
Porque um ambiente de BI
Integrar dados de múltiplas
fontes
Facilitar o processo de análise
sem impacto para o ambiente de
dados operacionais
Facilitar o tratamento da
qualidade da informação
Atender diferentes tipos de
usuários finais
Flexibilidade e agilidade para
atender novas análises
BDs Operacionais
DW
Aplicação
SD
Ferramenta
OLAP
Aplicação
DBMKT
Business Intelligence
Inteligência Aplicada ao Negócio
conjunto de tecnologias que permitem o
cruzamento de informações e suportam a
análise dos indicadores de desempenho de um
negócio, para tomada de decisão.
Arquitetura genérica de um ambiente de BI
Data Warehouse
“A Data Warehouse is a
subject-oriented, integrated, time-variant, non-volatile
collection of data in support of management’s decision-making process.”
Inmon
Um banco de dados destinado a sistemas de suporte àdecisão, cujos dados são armazenados em estruturas lógicasdimensionais, possibilitando o seu processamento analítico
por ferramentas OLAP e de mineração de dados.
Abordagens de construção existentes
Data Warehouses
Corporativo
Departamentais
Funcionais
Marketing, Financeiro, Admnistrativo, etc.
Por projeto
Por processo…
Estratégia recomendada para a construção do DW
Princípios
Visão Integrada
Dividir para conquistar
Errar pequeno
Desenvolvimento incremental
Planejamento Top-Down
Desenvolvimento Bottom-Up
um DM de cada vez, resultados devem ser atingidos em pequenosciclos
Ex: a cada 3 meses…
Cada Data Mart deve ser encarado de forma evolutiva :
complexidade do modelo, volume de dados, investimentos
Desafio
Garantir a coerência entre os vários Data Marts
Visão integrada dos processos
Ferramenta OLAP
Apoio computacional ao ambiente de tomada de decisão
On Line Analytical Processing (Processamento Analítico OnLine)
Possibilitam a exploração dos dados de um DW para
análise de variáveis de controle (indicadores de desempenho)
descoberta de cenários e tendências
Fornecem visão multidimensional dos dados
Foco no cruzamento das informações
Facilita o entendimento e visualização de problemas típicosde suporte à decisão
Mais intuitiva para o processamento analítico
32
ExemploVolume de vendas para a concessionária XCar
Visão tradicional dos dados (tabela)
33
MODEL CITY SALES VOLUME
MINI VAN NEW YORK 6
MINI VAN LOS ANGELES 5
MINI VAN MADISON 4
SPORTS COUPE NEW YORK 3
SPORTS COUPE LOS ANGELES 5
SPORTS COUPE MADISON 5
SEDAN NEW YORK 4
SEDAN LOS ANGELES 3
SEDAN MADISON 2
ExemploVolume de vendas para a concessionária XCar
Visão multidimensional dos dados
Vetores com número fixo de dimensões e valores armazenados em células
Exemplo: visão bidimensional
Volume de vendas de carros por modelo x cidade
34
Mini Van
Sedan
Coupe
LA MadisonNY
6 5 4
3 5 5
4 3 2
ExemploVolume de vendas para a concessionária XCar
Acrescentando mais uma coluna...
35
MODEL CITY DEALERSHIP VOLUME
MINI VAN NEW YORK CLYDE 6
MINI VAN NEW YORK GLEASON 6
MINI VAN NEW YORK CARR 2
MINI VAN LOS ANGELES CLYDE 3
MINI VAN LOS ANGELES GLEASON 5
MINI VAN LOS ANGELES CARR 5
MINI VAN MADISON CLYDE 2
MINI VAN MADISON GLEASON 4
MINI VAN MADISON CARR 3
SPORTS COUPE NEW YORK CLYDE 2
SPORTS COUPE NEW YORK GLEASON 3
SPORTS COUPE NEW YORK CARR 2
SPORTS COUPE LOS ANGELES CLYDE 7
SPORTS COUPE LOS ANGELES GLEASON 5
SPORTS COUPE LOS ANGELES CARR 2
SPORTS COUPE MADISON CLYDE 4
SPORTS COUPE MADISON GLEASON 5
SPORTS COUPE MADISON CARR 1
SEDAN NEW YORK CLYDE 6
SEDAN NEW YORK GLEASON 4
SEDAN NEW YORK CARR 2
SEDAN LOS ANGELES CLYDE 1
SEDAN LOS ANGELES GLEASON 3
SEDAN LOS ANGELES CARR 4
SEDAN MADISON CLYDE 2
SEDAN MADISON GLEASON 2
SEDAN MADISON CARR 3
ExemploVolume de vendas para a concessionária XCar
Visão tridimensional dos dados
Volume de vendas de carros por modelo x cidade x fornecedor
Dados podem ser imaginados como em um “cubo”
metáfora visual, podem ser materializados (agregados)
dimensões coexistem para todo ponto no cubo e sãoindependentes umas das outras
36
Mini Van
Coupe
Sedan
NY LA Madison
Clyde
Gleason
Carr
6 1 2
Adicionando Dimensões -Hipercubos
Acrescentando a dimensão tempo...
Obrigatória em qualquer DW
JANUARY FEBRUARY MARCH
Mini Van
Coupe
Sedan
NY LA Madison
ClydeGleason
Carr
Mini Van
Coupe
Sedan
NY LA Madison
ClydeGleason
Carr
Mini Van
Coupe
Sedan
NY LA Madison
ClydeGleason
Carr
6 1 2 5 10 1 6 25 0
Modelagem Multidimensional
Utilização dos conceitos do modelo multidimensional a fim de representar, de forma clara, eficiente e flexível, a visão multidimensional dos dados
Conceitos
Fatos
Dimensões
Hierarquias e Agregações
Fatos e dimensões
Fatos
Medidas numéricas do negócio
Volume de vendas (número de itens, total em reais), quantidade de itens em estoque, volume de transações de cartão de crédito
Dimensões
Pontos de vista ou perspectivas do negócio sobre os quais uma organização deseja guardar registros
Loja, Produto, Fornecedor, Tempo
Modelo multidimensionalRelacionamento entre fatos e
dimensões
Fato
Dimensão 1
Dimensão 2
Dimensão 3
Dimensão 4
Modelo multidimensionalExemplo
Volume de
vendas
Modelo do carro
Cidade
Fornecedor
Mês
Níveis nas dimensões ou Hierarquias
Hierarquias são a base das agregações
Exemplo
Fato: Volume de vendas
Dimensões: Tempo, área geográfica
2003
abril
maio
7
14
21
29
15
30
Brasil
SULNE NO
SE RSPE SC AC AM
Tempo:
Área
geográfica
34 23 45 62 56 150
23 92 73 23 234
13 87 21 14
…..
DiaMêsAno
Estado
Região
País
Hierarquias e Agregados
Geografia
Estado
TempoProduto
Produto
Marca
Categoria
Mês
Trimestre
Ano
Região
País
Vendas por produto x
ano x região
ETL
Processo de alimentação do DW a partir de fontes de dados operacionais
podem trazer dados representados de formas diferentes, mas que possuem o mesmo significado.
dados devem ser integrados e padronizados
ETL
Extração
Coleta de dados nos sistemas existentes
Operação demorada e complexa
Execução periódica
Janela de indisponibilidade do DW
Muitas vezes, desenvolvimento ad-hoc
Transformação
Fundamental para integração dos dados
Tratamento da qualidade dos dados
Rotinas de limpeza
Muitas operações possíveis
Recodificação de categorias (m/f, male/female, M/F)
Convergência monetária (R$, US$, US$-Turismo)
Convergência de significados (conceito cliente?)
Tratamento de versões dos dados
Carga
Inserção dos dados no DW
Metadados
Literalmente: “dado sobre o dado”
Informação contextual que diz respeito ao processo ou aodado bruto
Descrição do dado ou do processo
significado
formato
Origem
Relacionamentos para outros dados ou processos
Muitas vezes textual
Altamente inter-relacionada
46
Quaisquer informações que permitam identificar, localizar, utilizar, re-utilizar e
compreender um dado
Tipos de metadados
Metadado Técnico e Administrativo
descrição dos dados necessários para as diversas ferramentas que precisem armazenar, manipular ou movimentar dados
SGBD, ferramenta CASE, ferramenta OLAP
informações com definições, transformações, gerência e operação
altamente estruturado
geralmente tratável via uma ferramenta de repositório
Metadado de Negócio
descrição de dados necessários pelos usuários de negócios, para entender o contexto do negócio e o significado dos dados
tanto não-estruturado quanto estruturado
mais difícil de ser tratado e integrado por uma ferramenta altamente estruturada tipo um repositório
47
Tipos de metadados
Metadados em BI
Metadados para ETL
“Proveniência de processo”: que programa foi executado e com que parâmetros, responsável pela execução, resultados intermediários, ...
Metadados de OLAP
descrições dos agregados, dimensões, medidas, hierarquias, níveis
Metadados de ferramentas front end
rótulos de telas e relatórios
48
Importância de um Repositório
Repositório de metadados
ferramenta que provêem armazenamento, gerência e acesso a metadados
Visão global e integrada de metadados
Gerenciamento do ciclo de vida dos metadados
Integração com ferramentas de outros fornecedores
49
Repositório = Depósito Genérico de Metadados
50
ArchitectureArchitecture
ER DiagramER DiagramCustomer
Order
Scheduled
Deliv ery
Product
Salesperson
Bill
Customer
Update
Marketing
Inventory
Authorize
CreditOrder
Entry
Schedule
Delivery
Business Business
ProcessProcessEmp.Sal <
Emp.Mgr.Sal
Business RulesBusiness Rules
SpecSpec
Table Table DefnsDefns
C++ CodeC++ CodeVB CodeVB Code
FormsForms
Exemplo de FerramentaASG Rochade
51
Exemplo de metamodelo ASG Rochade
“Repository Information Model” (RIM)
Define objetos/instâncias/membros que podem ser armazenados
Tipos de item
Regras de interação
Regras de processamento
52
Item Types
Rules andAccess privileges
RelationshipsText-, Value-and Binary-Attributes
RepositoryIs Made Up Of...
BSC
Conceito
Uma ferramenta gerencial que provê aos gestores estratégicos um conjunto de medidas para avaliar o progresso da organização em direção aos objetivos estratégicos
Objetivo
Dar à gerência uma visão completa do desempenho do negócio
Origem
Robert S. Kaplan e David P. Norton, "Thebalanced scorecard: measures that drive performance", Harvard Business Review, 1992.
BSC
Perspectivas
Financeira, Cliente, Processos Internos do Negócio, Aprendizado e Crescimento
Conceitos
Objetivos
Objetivos estratégicos a serem alcançados
Ex: “Aumentar Lucro”
Medidas (indicadores)
Parâmetros observáveis usados para medir o progresso na direção do objetivo
Ex: “margem de lucro líquido mensal”
Metas
Valores específicos para as medidas
Ex: “Aumentar margem de lucro líquido mensal” em 7%
Iniciativas
Projetos ou programas a serem iniiciados para alcancar o objetivo
Ex: Realizar mentoring sobre qualidade de produto em dez 2010
BSC
Para cada perspectiva
Selecionar um subconjunto de objetivos a serem monitorados no SC
objetivos do mapa estratégico como ponto de partida
Para cada objetivo
selecionar conjunto reduzido de medidas
Indicadores do desempenho organizacional
Para cada medida
Associar uma ou mais metas (targets)
Definir iniciativas para operacionalização
pontual x contínua
“análise de potenciais mercados” x “número de novos mercados atingidos”
Exemplo [SmartDraw]
Exemplo [SmartDraw]
Exemplo [BSC Designer]
Dashboards
Painéis que monitoram medidas de interesse
Em BI, medidas de interesse são geralmente indicadores de desempenho
Pontos de entrada para análises
Conciso
Muitos recursos visuais
Exemplo de Dashboard (ARIS MashZone)
BSC x Dashboards
http://www.enterprise-dashboard.com/
BSC Dashboard
apresentam informações de desempenho apresentam informações de desempenho
Formato mais prescritivo:-Perspectivas-Objetivos -Medidas-Metas
Formato livre, mais aberto a interpretações, a maioria simplesmente umasérie de gráficos, cartas, medidores, e outros indicadores visuais escolhidos pelo usuário para monitorar
Essencialmente associado às necessidades estratégicas críticas da Organização
Objetivos não estão tipicamentepresentes
BIStatus quo
Dados localizados nos servidores das empresas já não são mais suficientes para proporcionar diferenciais competitivos
redes sociais
montanha de informações provenientes de diversas fontes externas e disponíveis
Indicadores externos: políticos, econômicos, meteorológicos, sociais, ...
Maior apoio tecnológico disponível
Necessidade de monitoramento 24 x 7
Banco de dados históricos (=DW) não é mais suficiente....
BI 2.0
Business Intelligence 2.0
Business Performance Management
Permeabilidade do BI
Real-Time BI
Real-Time BI
Desafios das soluções de Real-time BI
Obtenção dos Dados
Durante a extração
Transformação dos Dados
Armazenamento dos Dados
Antes ou durante a carga
Real-Time BI
Desafios das soluções de Real-time BI
Obtenção dos Dados
Inserções realizadas em intervalos de poucos segundos
Risco de impactar aplicações transacionais
Consultas mais frequentes
Aumento do tempo de escrita
Real-Time BI
Desafios das soluções de Real-time BI
Transformação dos Dados
Execução frequente sobre pequeno volume de dados
Overhead pode se tornar impraticável
características distintas da carga de dados em tempo real
Real-Time BI
Desafios das soluções de Real-time BI
Armazenamento dos Dados
Mecanismos de otimização das consultas no DW
alta indexação, pré-calculo de agregados.
Tratamento de atualizações on-line
Tomada de decisão 24x7, impedido a habitual indisponibilidade do DW na madrugada
Business Analytics
Faz parte do BI
Alguns citam como sua evolução, uma vez que também trata aspectos do BI 2.0
dados colhidos e analisados em tempo real
informações preditivas com base em modelos matemáticos e estatísticos mais sofisticados
A web é o banco de dados
Business Analytics
Estratégia deve seguir as boas práticas da construção de DWs em BI tradicional
Planejar a longo prazo, executar a curto prazo
Business Analytics
Planejar
Iniciativas de Modelagem e Gestão de processos
Centro de excelência em processos
Metodologia, metamodelo, ferramentas
Iniciativas de Arquitetura da Informação
Mapeamento das informações existentes
Integração das informações corporativas e alinhamento ao negócio
Estratégia de qualidade de dados
Acurácia, completeza, validade, confidencialidade, ...
Estratégia de inteligência competitiva
Monitorar indicadores de mercado, redes sociais
Business Analytics
Executar
Priorize e foque
solução de um problema/percepção de um resultado tangível ou meta de negócio
Definição do ponto de chegada
Diagnóstico da situação atual pode ajudar
BAM
Business Activity Monitoring
BAM
Business Activity Monitoring (Monitoramento das Atividades do Negócio)
Coleta, agregação, análise e apresentação de informações em tempo-real sobre a execução dos processos de negócio
Visibilidade
Suporte a decisões
Diagnóstico de problemas e/ou oportunidades
Suporte ao controle de SLA/SLM
Apresentação das informações nas soluções de BAM pode envolver
Painéis de controle (dashboards) com KPIs mais relevantes
Suporte à execução de processamento analítico, correlação de eventos, análises “e-se”
Funcionalidades
Monitoramento da ocorrência de eventos
Sinalização de alertas
Envio de notificações
BAM x BI
BAM BI
Necessidades de nível operacional Necessidade de nível gerencial
processamento de eventos em tempo real, e apresentação no painel de controle
atualização em intervalos pré-definidos
O que “está acontecendo” O que “aconteceu”
Tomada de decisão orientada a evento
Tomada de decisão analítica
Monitoramento e geração derelatórios baseados em regras
Verificação das regras de negócio são normalmente “desligadas” por questões de eficiência do ETL
Integração em tempo real dos eventos e dados de contexto
Dados históricos segundo o modelodimensional pré-definido
Baixa latência Alta latência
BAM x BI
Uso de BI para descobrir regras a serem monitoradas por ferramentas BAM
Alertas disparados em ferramentas BAM são bons candidatos para operações analíticas em ferramentas BI
Tecnologias convergentes, considerando tendência de Tecnologias convergentes, considerando tendência de BI2.0
Ciclo de BAM
Observar execução de um processo
Medir desempenho do processo
coleta de indicadores em tempo-real
Comparar com métricas pré-estabelecidas
no BSC
Analisar e tratar desvios
Disparar alertas
Enviar notificações
Ferramenta BAM
Suporte computacional é importante
Funcionalidades necessárias
Definição de indicadores e metas
Coleta de dados através de fontes diversas
Consolidação e transformação entre medidas pré-definidas
Exemplos
Oracle BAM
IBM Websphere Business Monitor
TIBCO BAM
Tendências
Arquitetura da Informação
Convergência entre as abordagens BI, BPM e BAM
Descoberta de processos
Arquitetura da Informação
Por quê Arquitetura da Informação
Mecanismos para gestão do desempenho organizacional são centrados em dados
Qualidade dos dados é crucial
Arquitetura da Informação é ponto chave para a melhoria
Compõe a Arquitetura Empresarial
Arquitetura de Negócio
Arquitetura daInformação
Arquitetura de Sistemas
Arquitetura de Tecnologia
Arquitetura Empresarial
“O conjunto total de representações descritivas
relevantes para a Organização, ou seja, os
modelos necessários para criar uma Organização
e para servir de base para suas mudanças”
John Zachman
Arquitetura da Informação
Descreve e organiza toda a informação que trafega em uma organização
Níveis
conceitual, lógico e físico
Acesso direto ou via serviço
Arquitetura de Dados e Arquitetura de Serviço de Dados
Arquitetura da Informação
Modelagem conceitualModelagem conceitual
Modelagem lógicaModelagem lógica
Modelagem físicaModelagem física
Esquema conceitual
Esquema lógico
Esquema físico
Banco dedados
Requisitos de dadosAluno TurmaCursa
(0,n)(1,n)
Nota
TbAluno
CPF
Nome
TbAvaliação
CPFAluno
CodTurma
Nota
TbTurma
Codigo
Nome
Curso
Create table TbAluno
(CPF char[11]
...
) partition t1
...
Arquitetura de Informação –Arquitetura de Dados
Dados, Metadados, Modelos descritivos
Princípios e Políticas
quem é o responsável pela informação, pelo uso e gerenciamento
Estratégias de uso dos dados
Semântica (conceitual)
Estruturas de armazenamento (lógico)
Eficiência no acesso (físico)
85
Arquitetura da Informação
Benefícios sobre a qualidade dos dados
Acessibilidade
Rastreabilidade
transformações entre os modelos
Entendimento
BI, BPM e BAM: o melhor dos mundos
BPM
BI
BAM
Quando as partículas colidem...Energia para inovação ou “Buraco Negro”?
BPM
BI
BAM
Tópicos
Por quê as tecnologias de BI, BAM e BPM
estão convergindo?
Como as tecnologias de inteligência de
negócio podem melhorar os processos
de negócio?
Que táticas podem ajudar na ligação
efetiva de BI e BAM à BPM?
Tópicos
Por quê as tecnologias de BI, BAM e BPM
estão convergindo?
Como as tecnologias de inteligência de
negócio podem melhorar os processos
de negócio?
Que táticas podem ajudar na ligação
efetiva de BI e BAM à BPM?
Como BI pode agregar valor aos processos
Dentro de um processo
Melhorar decisões
Melhorar entendimento do processo
Ações mais apropriadas
Incluir passos no processo
Adicionar ou aprender valor
Excluir passos do processo
Reduzir custo e desperdício de recursos
Sobre um processo
Associar resultados aos objetivos do negócio
Percepção
Status, alertas
Latência de acordo com a necessidade
Otimização
Ajustes e melhorias
Para qualquer processo, identifique como a BI pode ajudar a tomada de decisões nos processos, monitore os resultados dos processos em execução e melhore o
desempenho de cada passo
Exemplos da convergência entre BI e Processos
Há sinergia!
Análise
Modelagem
Melhoria
Busca
Inteligência de Negócio
Contexto
Gestão de Regras de Negócio
Gestão de Processos de Negócio
Histórico de resultados
Monitoramento das Atividades
do Negócio
TempoEventoResposta do
Negócio
BI contribui para maturidade em BPM
1Reconhecer ineficiências operacionais
2Percepção dos
processos
3Controle e automação
intra-processo
4Controle e automação
inter-processo
5Controle
corporativo
6Estrutura ágil do negócio
Medir Analisar Decidir Alinhar Otimizar Descobrir Inovar
Medir e monitoraratividades do negócio
Modelar e analisar processos do negócio
Analisar alternativas
apontadas por técnicas de otimização
em tempo-real
Alinhar processos com estratégia do
negócio
Integrar contabilidade baseada em
atividades aos processos de
negócio
Criar framework de desempenho organizacional
associando valores de negócio às execuções de
processos
Criar processos, produtos e serviços
inovadores através de estrutura
organizacional ágil
Tópicos
Por quê as tecnologias de BI, BAM e BPM
estão convergindo?
Como as tecnologias de inteligência de
negócio podem melhorar os processos
de negócio?
Que táticas podem ajudar na ligação
efetiva de BI e BAM à BPM?
Cenário para implantação de BIGartner BI framework
Estratégia Organizacional e métricas corporativas(Objetivos e Indicadores estratégicos, financeiros e operacionais)
Consumidores(Usuários)
Produtores(Analistas)
Habilitadores(TI)
PessoasPessoas
Processos de negócio e de
decisão
Processos Analíticos
Processos de Infraestrutura da Informação
ProcessosProcessos
Aplicações de Processos de Negócio(Gestão de Desempenho Organizacional
e Processamento de Transações)
Aplicações Analíticas(stand-alone ou embutidas em
aplicativos de suporte aos processos)
Aplicativos capacitores de BI(Plataformas OLAP)
Aplicações e FerramentasAplicações e Ferramentas
Infraestrutura da Informação(DW, DataMarts, ETL, Qualidade dos
Dados)
Repositórios d
e M
eta
dados e
Serv
iços
BI centrada em processosNovas habilidades necessárias
Entrega de
Informações
Análise Centrada em
Processos
•Relatórios
•Painéis de controle
(dashboards)
•Consultas ad-hoc
•Captura de dados em tempo
real
•Integração de documentos
•Busca
•Estatísticas
•Predição
•Consultas OLAP
•Engine de cálculo
•Mineração de Dados
•Visualização interativa
•Consultas a grandes
repositórios de dados (Google
MapReduce)
•Alertas
•Simulações
•Otimização
•Mineração de Processos
•Engine de Regras
•Processamento de eventos
Complexos
•Orientação a serviços
•Gestão de Workflows
Medir Analisar Decidir Alinhar Otimizar Descobrir Inovar
BAMBusiness Activity Monitoring
Respostas sobre “agora”
Prazos Status dosrecursos
Tarefas
DisponibilidadeUrgência e prioridades
Sem necessidade de uma
“empilhadeira” (força bruta)
Convergência entre BPM e BI Mapa da consolidação entre fabricantes
[Fonte: Gartner, abril 2010]
Fabricantes restantes pressentem um “poço de gravidade” em direção a
processos
Tópicos
Por quê as tecnologias de BI, BAM e BPM
estão convergindo?
Como as tecnologias de inteligência de
negócio podem melhorar os processos
de negócio?
Que táticas podem ajudar na ligação
efetiva de BI e BAM à BPM?
Garantir a Qualidade dos Dados
Assumindo que haja uma estratégia de Arquitetura da Informação, pode-se
Inserir controles de qualidade dos dados dentro e nas fronteiras dos processos
Criar SLAs para qualidade e integração de dados
Estabelecer framework de métricas
Associar diversos aspectos da gestão de desempenho em uma estrutura que reflita de forma coerente o desempenho organizacional
BSC, dashboards, gestão de indicadores, ...
Perspectivas do negócio
Estratégia
Produção Financeiro
Vendas
Marketing
Associar centro de competência em BI com o centro de competência em BPM
Criar um centro de competência em BI balanceando autoridade e poder entre os membros do negócio, da TI e analistas
Definir a missão de BI
Controlar financiamento
Estabelecer padrões
Construir arquitetura tecnológica
Organizar liderança sobre a metodologia
Desenvolver habilidades
Gerenciar projetos
Conhecimento do negócio
Conhecimento analítico
Conhecimento de TI
CCBI
Definir arquitetura de convergência
Responsabilidade do CCBI
Alinhamento à arquitetura corporativa de TI
Opções
Portifólio de fornecedores
Barramento de serviços de um líder de mercado
Plataforma de BI centrada em processos
Deixe o caos reinar...
Critérios
Requisitos do negócio
Investimento atual em TI
Habilidades
Orçamento
Liderança
Estratégia
“Solução pontual” x “planejamento de cidades”
Tratar desafios da gestão da melhoria de processos
Estabelecer indicadores e iniciativas que monitorem a associação entre BI e BPM
Desafios para o uso de BI na melhoria de processos
Cultura e política corporativa
Adoção de modelo diferente de financiamento
Custo e valor por grupo
Falta de governança formal
SLAs, definição de framework de métricas
Reestruturações organizacionais
Colaboração trans-funcional, processos de decisão mais abrangentes
Mecanismos inadequados de compensação e premiação
Novos papéis de trabalho
Foco no cliente
Processos na “linha de frente” podem suplantar necessidades do cliente
Incentivar feedback do cliente, tolerar pequenas adaptações ao processo central...
Plano de ação
Agora!
Identificar processos diferenciados em que BI centrado em processos pode trazer maiores benefícios
Buscar nas aplicações de negócio como aumentar reuso do investimento de BI
SOA, workflow, integração de dados
Este ano ainda:
Garantir que CCBI e CCBP focam nos benefícios da integração de BI e BPM
Estabelecer papéis de TI e de arquitetura para implantar convergência BI x BAM x BPM
A longo prazo...
Desenvolver serviços de informação unificados através da organização
Construir repositório corporativo de serviços analíticos
Construir framework de métricas para estabelecer ligações entre aplicações analíticas
... Início de uma era de um Universo Paralelo?
BPM
BI
BAM
Técnicas de Descoberta de Conhecimento
Mineração de Processos
Descoberta de conhecimento
Crescente quantidade de dadosarmazenados + impossibilidade deinterpretação -> KDD;
KDD (Knowledge Discovery in Databases):
“identificação de padrões novos, válidos,potencialmente úteis e compreensíveis em dados”
É um processo composto por 5 etapas:
Descoberta de conhecimento
Mineração de Dados
Fase do processo de KDD caracterizado pela descoberta de padrões através da aplicação de algoritmos;
Tarefas de mineração adequadas a determinadas classes de problemas
Tarefas
Associação;
Classificação;
Agrupamento;
Tipos de descoberta de conhecimento
Mineração em textos (Text Mining);
Mineração de processos (Process Mining)
Mineração de Processos
Abordagem para a descoberta de informações sobre processos de negócio correntes na organização
Análise de logs de eventos de sistemas de informação de apoio aos processos (ERPs, WfMS, ...)
Usos da mineração de Processos
descoberta de processos
descoberta de redes sociais
conformidade de processos
conformidade de redes sociais
Fonte: Diogo Ferreira, “Mineração de Processos: o Elo que Faltava na Gestão de Processos de Negócio”, palestra convidada, WBPM 2010
Log de eventos
Cada evento no log se refere a uma única atividade;
Cada evento refere-se a um único caso (instância);
Cada evento deve conter um único executor;
Eventos possuem marcação de tempo e são totalmente ordenados;
Log de eventos
Descoberta de processo
Descoberta de redes sociais
Abordagem para Mineração de Processos
Mineração de Processos
O framework ProM:
Framework extensível;
Fornece infra-estrutura e diversos plug-ins;
http://prom.win.tue.nl/tools/prom/
http://www.processmining.org/ (T.U.Eindhoven)
http://prom.win.tue.nl/tools/prom/ (T.U.Eindhoven)
Exemplos de Iniciativas
Por quê Carga em Tempo Real no DW?
BI 2.0
Análises com dados em tempo real
Como vencer os desafios do armazenamento tradicional de dados em DWs?
Carga de dados em tempo contínuo
Inserções e leituras concorrentes
O que é a Carga em Tempo Real no DW?
Ambiente que permite execução concorrente de cargas e consultas em tempo real sobre um DW, mantendo a eficiência das operações
Técnicas de distribuição e paralelismo
Cluster de banco de dados
Iniciativa do Projeto de pesquisa CG-OLAP da UNIRIO
Pereira, D., Azevedo, L., Tanaka, A., “Real Time Loading of Enterprise Data UsingFragmentation of Data Warehouses”, Simpósio Brasileiro de Bancos de Dados, Florianópolis, Outubro 2011
Financiamento FAPERJ
www.uniriotec.br/~cgolap
Como funciona a Carga em Tempo Real no DW?
Nó 3 Nó 4
Nó 2Nó 1
Nó 5
Fragmentode Tempo Real
CONSULTAS
FragmentosHistóricos
FragmentosHistóricos
FragmentosHistóricos
FragmentosHistóricosINSERÇÕES
MIDDLEWARE
Como funciona a Carga em Tempo Real no DW?
Nó 3 Nó 4
Nó 2Nó 1
Nó 5
Fragmentode Tempo Real
CONSULTAS
FragmentosHistóricos
FragmentosHistóricos
FragmentosHistóricos
FragmentosHistóricosINSERÇÕES
MIDDLEWARE
StoryMining
Como tornar mais ágil o levantamento e modelagem dos processos de negócio?
Por quê o StoryMining?
Alto investimento no levantamento e representação dos processos de negócio
Tempo e recursos
Com muita frequência
Modelos de processo “fora da realidade”
Modelos de processos desatualizados
O quê é o StoryMining?
Levantamento Automático de Processos de negócio a partir de Estórias
Contagem de histórias em grupo (GroupStoryTelling)
Descoberta de conhecimento
Geração do modelo de processos em BPMN
João Carlos de A. R. Gonçalves, Flávia Maria Santoro, Fernanda Araujo Baião: Let Me Tell You a Story - On How to Build Process Models.J. UCS 17(2): 276-295 (2011)
StoryMiningContagem de histórias
Como funciona o Story Mining?
StoryMining
Como funciona o Story Mining?
e-mailMiner
Como tornar mais ágil o levantamento e modelagem dos processos de negócio?
Por quê o e-mailMiner?
Nem todos os processos de negócio são “bem comportados”. Alguns...
São fortemente dependentes do conhecimento e experiência do seu executor
Têm fluxo muito instável
sequência de atividades não é bem definida
eventualidades, questões de ambiente externo
São altamente colaborativo
Intensa troca de conhecimento informal
Uso intensivo de ferramentas de comunicação (e-mails)
“Processos Intensivos em Conhecimento”
Tomada de decisão
Campanha de marketing
O quê é o e-mailMiner?
Descoberta automática de Processos Intensivos em conhecimento
Coleta de emails
Representação automática de todo o conhecimento inerente ao Processo
Como funciona o e-mailMiner?
E-mailMiner
Como funciona o e-mailMiner?
BPECRELBusiness Process External Context Relevance
Como reagir mais rapidamente às mudanças relevantes no ambiente
externo?
Por quê o BPECREL?
A sobrevivência de uma organização depende de sua habilidade em rapidamente
Processar informações sobre o meio-ambiente
Transformar essas informações em conhecimento
Adaptar seus processos de negócio às mudanças
Mas como determinar se uma informação do meio é relevante para um processo de negócio?
Mar de informações disponíveis (e muitas outras não)
Redes sociais, sensores, satélites, ... a web é o banco de dados
O quê é o BPECREL?
Business Process External Context Relevance
Identificação e priorização semi-automáticas das informações do meio ambiente que influenciam um processo de negócio
Inteligência Competitiva (IC)
Mineração de dados (MD)
Eduardo Costa Ramos, Flavia Maria Santoro and Fernanda Baião, A METHOD FOR DISCOVERING THE RELEVANCE OF EXTERNAL CONTEXT VARIABLES TO BUSINESS PROCESSES, KMIS 2011, Paris, Outubro 2011
Como funciona o BPECREL?
BPECREL
Como funciona o BPECREL?
Como funciona o BPECREL?
Política, Econômica, Social, Tecnológica, Ecológica e Legal (PESTEL)
do processo
1-Identificar o objetivo
do processo de negócio
2-Selecionar a categoria
de KIT.
3-Selecionar a área de monitoria
4-Identificar
o KIT
5-Identificar
o KIQ
6-Identificar variáveis do
contexto externo
7-Coletar o histórico das variáveis do
contexto externo
8-Determinar relevância do
contexto (Processo de KDD:
9 etapas)
Decisões estratégicas, Alertas, Atores do ambiente competitivo
Business Intelligence, Analytics e outros
sabores...
Fernanda Baião