Академический Документы
Профессиональный Документы
Культура Документы
Informações da disciplina:
Nome do curso: Ciência de dados e Big Data Analytics
Nome da disciplina: Projeto Analítico
Empresa XPTO
Indústria
Química
Necessidade
Monitorar e gerenciar o desempenho de diversas áreas de atuação e apoiar as decisões
estratégicas de negócios das quatro divisões em que a empresa atua: Farmacêutica & Agroquímica;
Industrial Care & Serviços; Automotivo, Eletrônico e Fibras, e Consumer Care & Food.
Desafio
A empresa em referência, um dos principais fabricantes mundiais de produtos químicos de
especialidades, vem adotando sofisticados sistemas de análise de informações para monitorar e gerenciar
o desempenho de diversas áreas de atuação e apoiar as decisões estratégicas de negócios. Com
faturamento global de cerca de mais de US$ 7 bilhões, dos quais um terço gerado no Brasil, a empresa
atua em quatro grandes divisões: Farmacêutica & Agroquímica; Industrial Care & Serviços; Automotivo,
Eletrônico e Fibras, e Consumer Care & Food.
Necessidades:
1) Qual a estratégia de negócio mais indicada para situação acima?
Implantação de um Data Warehouse, implementar o BSC para identificar novas oportunidades de negócios, modelar seus processos e
implementar a tecnologia de BI.
2) Qual tecnologia que poderá ser utilizada para melhor retorno aos gestores?
O levantamento inicial de todos os requisitos de informações que serão necessários para o desenvolvimento da solução de BI desejada.
Dado que será usado no processo decisório, qualidade da informação, análise da informação qualitativa e quantitativa e os riscos.
Um Data Mart não é uma evolução de um Data Warehouse, mas sim parte das estratégias deste. Um Data Mart é um subconjunto de
dados de um Data Warehouse, desenhado para suportar uma necessidade de negócio ou uma unidade organizacional específica. O
Data Mart deve se incorporar à arquitetura de Data Warehouse, sem perder a visão conjunto, diferenciando-se somente no conteúdo.
Um Data Mart pode ser criado de duas maneiras: Capturando dados diretamente de sistemas transacionais, cada Data Mart
buscando as informações relevantes para o seu mercado; e Capturando dados de todos os sistemas transacionais em um Data
Warehouse, que por sua vez alimenta todos os Data Marts.
A primeira opção irá fornecer um Data Mart de forma rápida, mas sem levar em consideração o cruzamento de informações entre as
demais áreas de assunto. A segunda opção é mais eficiente, mas demandará mais tempo para apresentar os resultados.
9) Qual a diferença crucial entre os bancos de dados convencionais para os não convencionais?
A estrutura de dados não é fixa por que esses dados vem de diversas mídias, tornando esses dados semi-estruturados ou não-
estruturados, fazendo com que eles tenham atributos complexos.
10) Cite 2 erros que cometemos na implantação de um projeto de BI.
1. Começar um projeto de BI sem que a empresa saiba o que quer medir, sem certeza de qual produto ele deverá gerar.
2. Preocupar-se demais com a ferramenta de BI. Ao invés de procurar uma ferramenta que se adeque às necessidades da empresa,
adequamos a necessidade da empresa à ferramenta.