Guia rápido para implementar Business Intelligence, Data Warehousing e BPM

Warehousing

Definições e Visão Geral

O Business Performance Management (BPM) estabelece uma estrutura para melhorar o desempenho do negócio, medindo as principais características do negócio que podem ser usadas para rever o processo de decisão e orientar as operações na tentativa de melhorar o desempenho organizacional estratégico. Outros termos populares para isso incluem; Enterprise PM (EPM), Corporate PM (CPM) Enterprise Information Systems (EIS), Decision Support Systems (DSS), Management Information Systems (MIS) informatica.

BPM: Ciclo de definição de objetivos, acompanhamento de desempenho e alimentação de novos objetivos.
O Business Intelligence (BI) pode ser definido como o conjunto de ferramentas que permite ao usuário final acesso fácil a informações relevantes e a facilidade para analisar isso para auxiliar na tomada de decisões. Mais amplamente, a “inteligência” é a visão que é derivada dessa análise (por exemplo, tendências e correlações).

BI: ferramentas para acessar e analisar dados

Os principais indicadores de desempenho (KPIs) são medidas empresariais estrategicamente alinhadas que são usadas para monitorar, prever e antecipar o desempenho da organização. Eles formam a base de qualquer solução de BPM e, em um mundo ideal, deve ser possível relacionar KPI estratégicos com o desempenho operacional real no aplicativo de BI.
Os KPI fornecem uma indicação rápida sobre a saúde da organização e orientam o gerenciamento para as áreas operacionais que afetam o desempenho.

Em muitas empresas, a análise de dados é complicada pelo fato de que os dados estão fragmentados no negócio. Isso causa problemas de duplicação, definições inconsistentes, inconsistência, imprecisão e esforço desperdiçado.
Silos de Dados: Fragmentados, Lojas De Dados Departamentais, muitas vezes alinhados com áreas de negócios específicas.
Data Warehousing (DWH) é frequentemente o primeiro passo para o BI. Um Data Warehouse é um conjunto de dados centralizado estruturado para facilitar o acesso e a análise.

DWH: armazenamento de dados centralizado / consolidado

O DWH será preenchido a partir de várias fontes (heterogêneas) utilizando uma ferramenta ETL (Extract, Transform & Load) ou de integração de dados. Esta atualização pode ser feita em lotes periódicos periódicos, como uma única carga ou mesmo sincronizada com os dados de origem (tempo real).

ETL: o processo de extração de dados de um sistema fonte, transformando-o (ou validando) e carregando em um banco de dados estruturado.

Uma camada de relatório (ou BI) pode então ser usada para analisar os dados consolidados e criar painéis e relatórios definidos pelo usuário. Uma camada de modelagem pode ser usada para integrar orçamentos e previsões.

À medida que essas soluções se tornam mais complexas, as definições dos sistemas e o que eles estão fazendo se tornam mais importantes. Isso é conhecido como metadados e representa os dados que definem os dados reais e sua manipulação. Cada parte do sistema possui seus próprios metadados definindo o que está fazendo. O bom gerenciamento e uso de metadados reduz o tempo de desenvolvimento, facilita a manutenção contínua e fornece aos usuários informações sobre a fonte dos dados, aumentando sua confiança e compreensão sobre isso.

Metadados: dados sobre dados, descrevendo como e onde ele está sendo usado, de onde veio e quais mudanças foram feitas para ele.

Justificativas comerciais

Existe uma justificativa comercial clara para melhorar a qualidade da informação utilizada para a tomada de decisões. Uma pesquisa realizada pela IDC descobriu que o retorno médio da implementação de BI foi de 1,6 anos e que 54% das empresas tiveram ROI de 5 anos> 101% e 20% tinham ROI> 1000%.

ROI em BI> 1000% de 20% das organizações

Agora, existem requisitos regulamentares a serem considerados. A Sarbanes-Oxley exige que as empresas listadas nos EUA divulguem e monitorem os principais riscos e os indicadores de desempenho relevantes – financeiros e não financeiros em seus relatórios anuais. Uma infraestrutura de relatórios sólida é essencial para alcançar isso.

SarbOx exige a divulgação de KPIs financeiros e não financeiros

A má qualidade dos dados é uma barreira comum para relatórios precisos e tomada de decisão informada. Uma boa estratégia de qualidade de dados, que engloba problemas não relacionados ao sistema, como treinamento e procedimentos de usuários, pode ter um grande impacto. A consolidação de dados em um DWH pode ajudar a garantir a consistência e corrigir dados ruins, mas também fornece uma medida precisa da qualidade dos dados, permitindo que ele seja gerenciado de forma mais proativa.

A qualidade dos dados é vital e uma estratégia formal de qualidade dos dados é essencial para gerenciá-la e aprimorá-la continuamente.

Pesquisa recente (PMP Research) solicitou uma ampla seção transversal de organizações sua opinião sobre a qualidade dos seus dados antes e depois da implementação de DWH.

– As respostas “Não sei” diminuíram de 17% para 7%
– “Mau” ou “Muito ruim” diminuiu de 40% para 9%
– Satisfatório (ou melhor) aumentou de 43% para 84%

As implementações da DWH melhoram a qualidade dos dados.

Visão geral do mercado de ferramentas

Atualmente o BI é visto como uma área significativa de crescimento de TI e, como tal, todos estão tentando entrar no movimento de BI:

As ferramentas ERP possuem soluções de BI, como SAP BW, Oracle Apps
As ferramentas de CRM estão fazendo isso: Siebel Analytics,
Os fornecedores de ETL estão adicionando capacidades de BI: Informatica
Os fornecedores de BI estão adicionando ferramentas ETL: Business Ob

Leave a Reply

Your email address will not be published. Required fields are marked *