Elaborar Projeto de Business Intelligence
Introdução à
Business Intelligence
Prof. Marcella Siqueira
Centro Universitário UNIFACISA
Quem sou eu?
Bacharel em Ciência da
Computação pela UFCG
Mestre em Inteligência
Computacional pela UFPE
Aprendizados nessa competência
● Business Intelligence
● Ciclo de implantação do BI
● Ferramentas de BI
● Key Performance Indicators, Objectives and Key Results
● Técnicas de mineração de dados (Data Mining)
● Data Warehouse (DW)
● Sistemas dashboards (Power BI)
● Funções DAX
● Organização de dados: tabelas e gráficos - Tipos e técnicas de
utilização, design para dashboards e storytelling
Análise de
dados esportivos
A análise de dados esportivos é a arte
e a ciência de reunir dados sobre
atletas e equipes para melhor
embasar decisões esportivas
Trailer O Homem Que Mudou o Jogo legendado
Um setor inteiro pode aplicar análise de dados para
desenvolver prever o que tomar decisões
relatórios sobre deve acontecer para tirar o
o que está melhor proveito
acontecendo da situação que
se apresenta
Sistemas de
apoio à decisão
Praticamente todos os executivos sabem
que as tecnologias da informação são
vitais para seus negócios e já as
adotam de forma extensiva
Contribuições das
aplicações computadorizadas
● Comunicação e colaboração em grupo
● Avanços no gerenciamento de dados
● Gerenciamento de gigantescos data warehouses e Big Data
● Suporte analítico
● Superação de limites cognitivos no processamento e
armazenamento de informações
● Suporte a qualquer hora, em qualquer lugar
"Sistemas de apoio à decisão
complementam os recursos intelectuais
dos indivíduos com as capacidades do
computador para melhorar a qualidade
das decisões. Trata-se de um sistema de
apoio computadorizado para tomadores de
decisões gerenciais que lidam com
problemas semiestruturados."
Primórdios da análise de dados
● Dados costumavam provir de especialistas de cada área
usando processos manuais (como entrevistas e enquetes)
● Tais modelos de apoio à decisão costumavam ser
chamados de PO (Pesquisa Operacional)
● Os problemas que eram complexos demais para serem
resolvidos idealmente eram abordados usando-se
métodos heurísticos, como modelos de simulação
Fim dos anos 70 e início dos anos 80
● Modelos mais maduros de PO
● Sistemas Especialistas baseados em regras
● Prometiam capturar o conhecimento de especialistas num formato
que os computadores podiam processar
Década de 80
● Mudança significativa em como as organizações capturam dados
○ Antes: múltiplos sistemas de informação, cada departamento
(contabilidade, marketing e vendas, produção) possuía seu
próprio sistema
○ Depois: sistemas integrados em toda a organização, modelo
atualmente chamado de planejamento de recursos empresariais
(ERP – enterprise resource planning)
● Antigas estruturas marcadas pela representação sequencial e não
padronizada de dados substituídas por sistemas de gerenciamento
de banco de dados relacional (RDBM – relational database system)
Década de 90
● Sistemas de Informação Executivos
● Data Warehouse
Anos 2000
● Devido ao mercado competitivo globalizado, os tomadores de
decisões precisavam de informações atualizadas em um formato
bastante digerido para atacarem problemas empresariais e tirarem
proveito das oportunidades do mercado com agilidade
● Armazenamento de dados em tempo real
● Armazenamento de dados no tempo certo
Anos 2010
● Novos meios de geração de dados surgiram
● Redes sociais: dados não estruturados ricos em conteúdo
informativo, mas a análise de tais fontes de dados impõe
desafios consideráveis para sistemas computadorizados,
tanto em termos de hardware quanto software
● Big Data
Embora a maioria das pessoas
provavelmente concorde que a BI evoluiu
para se tornar análise de dados e ciência
de dados, muitos fornecedores e
pesquisadores ainda usam esse termo
O que é
Business Intelligence?
Inteligência de negócios (ou BI – business
intelligence) é um termo guarda-chuva que
combina arquiteturas, ferramentas, bases
de dados, ferramentas analíticas,
aplicativos e metodologias
Principais objetivos
● Possibilitar acesso interativo (às vezes em
tempo real) a dados
● Permitir a manipulação de dados e oferecer a
gestores empresariais e analistas a
capacidade de conduzir análises apropriadas
● Possibilitar que os tomadores de decisões
tomem essas decisões da melhor maneira e
com maior embasamento
Exemplos reais
Exemplo 1
Dados de uma empresa de ecommerce
indicam que algumas de suas aplicações estão
tendo problemas ao lidar com alta demanda
Exemplo 2
Netflix tem o objetivo de aumentar o tempo
de visualização por usuário e reduzir o churn
(cancelamentos de assinaturas)
Métricas que a Netflix pode avaliar
Tempo médio de visualização por sessão: quanto tempo os
usuários passam assistindo a cada sessão?
Taxa de conclusão: qual a porcentagem de filmes ou séries
que os usuários assistem até o final?
Churn rate: qual a taxa de cancelamento de assinaturas?
Número de títulos adicionados à lista de favoritos: com que
frequência os usuários adicionam novos títulos à sua lista?
Como vocês estão em relação
a análise de dados?
Cronograma da disciplina
1ª fase: entrega parcial do projeto (29 de agosto)
2ª fase: entrega final do projeto (26 de setembro)
Avaliação individual (a decidir)
Avaliação final (2 de outubro)
Projeto Final: BI para tomada de decisão
estratégica em uma empresa fictícia
Contexto: Cada grupo escolhe um segmento de negócio
(exemplo: varejo, e-commerce, saúde, educação, logística,
finanças, marketing digital)
Objetivo: Desenvolver um projeto completo de BI para apoiar
decisões estratégicas da empresa, desde a análise da base
de dados até a apresentação de dashboards que gerem
insights e suportem os objetivos da empresa
Entrega parcial – Final do mês 1
● Análise preliminar da base de dados (real ou simulada)
● Definição das perguntas de negócio relevantes
● Identificação de usuários e stakeholders
● Definição de pelo menos 3 KPIs e justificativas
● Esboço do plano de trabalho para coleta/transformação
e modelagem dos dados
Entrega final – Final do mês 3
● Base de dados limpa e estruturada (pode ser
real, simulada ou aberta)
● Aplicação do ciclo de BI (coleta → tratamento →
análise → visualização)
● Dashboards interativos em Power BI com os
KPIs e visualizações relevantes
● Relatório com storytelling dos insights, decisões
suportadas e recomendações
● Apresentação final para a turma, explicando
todo o processo e o impacto do projeto
Como os grupos
vão se dividir?
[Link]/br
Enviar os componentes do grupo
Dúvidas?