Conceitos básicos de Business Intelligence

Em um artigo anterior (Business Intelligence: uma visão geral) abordei os principais aspectos que envolvem a implementação de uma solução de BI, assim como de que forma a Microsoft procura atender a estas demandas por meio do SQL Server. Neste novo post será dada continuidade a esta discussão, com o detalhamento de alguns conceitos básicos envolvendo a construção de projetos dentro desta área.

Este artigo tem por objetivo fornecer uma visão geral a respeito dos seguintes tópicos:

• Data Marts x Data Warehouses;
• OLTP x OLAP;
• Sistemas de Informações Gerenciais / Sistemas de Apoio a Executivos / Sistemas de Apoio à Decisão.

Data Warehouses x Data Marts

Conforme já discutido no artigo “Business Intelligence: uma visão geral”, um Data Warehouse nada mais é do que uma coleção de dados consolidados e organizados em um formato que facilita a extração de informações.

A construção de um Data Warehouse procura:

• Produzir informações com um nível aceitável de consistência;
• Tornar mais fácil o acesso a estas informações já tratadas;
• Fornecer meios para a geração de análises sofisticadas, as quais constituem importantes ferramentas em processos relacionados à tomada de decisões.

Já Data Marts representam subconjuntos de um Data Warehouse, correspondendo a repositórios de dados relacionados a uma área ou assunto específicos. Exemplos de Data Marts são agrupamentos de dados envolvendo o faturamento anual, as despesas mensais ou ainda, as vendas trimestrais de uma organização.

OLTP x OLAP

Sistemas OLTP (sigla em inglês para “Online Transaction Processing”) representam o tipo de aplicação mais comum dentro do mundo corporativo. Também conhecidos como Sistemas de Informações Transacionais, estas soluções surgiram como uma resposta à necessidade de automação de tarefas repetitivas, procurando aumentar a eficiência de processos operacionais através do uso de recursos computacionais.

Aplicações ERP (sigla do inglês “Enterprise Resource Planning”) constituem um bom exemplo de sistemas OLTP: estruturas como estas dependem de informações armazenadas em bancos de dados relacionais, estando divididas em módulos funcionais destinados ao controle das atividades das diversas áreas de uma companhia.

São características típicas de sistemas OLTP:

• A utilização de bases de dados relacionais altamente normalizadas;
• A presença de dados mais recentes nos bancos de dados, com informações mais antigas sendo transferidas para outras bases com o intuito de se obter uma melhor performance na manipulação de registros;
• Uma maior preocupação no que se refere à quantidade de índices que serão criados, já que grande parte das operações envolverá a gravação de registros (em situações como estas, o uso sem critério de índices poderá se traduzir em degradação da performance durante a operação de um sistema).

Embora esta categoria de sistemas possa contar com relatórios como parte das funcionalidades oferecidas, será a partir de soluções OLAP que acontecerá a geração de controles mais sofisticados.

O conceito conhecido como OLAP (sigla do inglês “Online Analytical Processing”) envolve a utilização de técnicas de BI para a manipulação e a geração de avaliações a partir de grandes volumes de dados. Soluções deste tipo fazem uso de bancos multidimensionais, de forma a viabilizar a produção de informações destinadas a profissionais engajados em processos decisórios de uma maneira rápida, consistente e interativa.

Em termos práticos, um banco de dados multidimensional é gerado tomando como base a estrutura de um data warehouse. Tais construções multidimensionais são formadas pelas seguintes estruturas:

• Fatos (Facts): eventos/ocorrências possíveis de se medir através critérios específicos de uma área de negócio. Um exemplo seria o valor das vendas para um determinado cliente ao longo de um ano;
• Dimensões (Dimensions): atributos que descrevem características de entidades ligadas a um evento. Retomando o exemplo citado, dados que identificam os diferentes clientes fariam parte uma dimensão ligada ao conjunto de fatos já mencionados;
• Medidas (Measures): sumarizações como contagens, totalizações e médias levando em consideração fatos pré-definidos.

A atualização dos dados em um banco multidimensional não acontece com a mesma frequência típica de um sistema OLTP. Na verdade, essas estruturas armazenam informações históricas e sumarizadas geradas por meio de uma solução de ETL, seguindo normalmente um cronograma de atualização previamente definido.

De forma geral, a obtenção de análises partindo de um banco de dados multidimensional envolverá muitas vezes a manipulação de grandes volumes de dados. Por este motivo, soluções OLAP são separadas das bases OLTP das quais dependem, evitando assim que processos onerosos comprometam a performance de aplicações vitais às operações de uma organização.

No caso específico do SQL Server, o Analysis Services corresponde à alternativa oferecida pela Microsoft para a construção de soluções OLAP.

A combinação de conceitos/técnicas de Business Intelligence com o uso de bancos OLAP possibilita a implementação dos seguintes tipos de aplicações (descritas em maiores detalhes na próxima seção):

• Sistemas de Informações Gerenciais;
• Sistemas de Apoio a Executivos;
• Sistemas de Apoio à Decisão.

Sistemas de Informações Gerenciais / Sistemas de Apoio a Executivos / Sistemas de Apoio à Decisão

O objetivo desta seção é discutir, em termos gerais, as características dos principais tipos de soluções que se baseiam em recursos de OLAP.

Sistemas de Informações Gerenciais são aplicações que procuram facilitar atividades voltadas à gestão. Soluções deste tipo costumam recorrer a análises gráficas, buscando fornecer assim resumos avaliando um determinado aspecto do negócio.

Já Sistemas de Apoio a Executivos são voltados a profissionais da alta administração de uma organização. Englobam tanto informações que podem servir de base para a operação de Sistemas Gerenciais, quanto dados de origens externas como cotações de ações, taxas de câmbios ou, em certos casos, até números sobre concorrentes da companhia. O desenvolvimento de aplicações deste tipo costuma ser mais trabalhoso, envolvendo a integração de diferentes fontes de dados e enfatizando a apresentação de informações em formatos que envolvam gráficos e quadros comparativos.

Sistemas de Apoio à Decisão talvez representem a modalidade de aplicações mais difíceis de construir, uma vez que combinam análises estatísticas, projeções, simulações e avaliação de alternativas. Profissionais de uma organização podem, a partir dos apontamentos gerados por soluções deste tipo, contar com meios para o estudo de complexos cenários envolvendo uma companhia.

Conclusão

Encerro com isso mais um artigo. Espero que o conteúdo aqui abordado possa lhe ser útil.

Até uma próxima oportunidade!

Links

Business Intelligence in Office and SQL Server
https://www.microsoft.com/pt-br/server-cloud/solutions/business-intelligence/