BI e Big Data Management
()
Sobre este e-book
A importância da Informação como um fator de produção aumentou significativamente nas últimas décadas. As empresas reconhecem cada vez mais que a análise das suas informações comerciais (Business Intelligence) podem gerar vantagens competitivas decisivas.
Nesse sentido, há uma busca crescente por estratégias e técnicas para as quais os dados valiosos nos processos de negócios possam se tornar visíveis, disponíveis e interpretáveis.
Além disso, os requisitos legais, no contexto dos Requisitos de Conformidade BCBS 239, Basileia II e III, SOX e Solvência II, exigem um nível mínimo de qualidade dos dados e processos na elaboração de relatórios e planejamentos. Por conseguinte, o desenvolvimento de uma gestão de dados a nível da empresa continua a ser um dos principais desafios que a TI e a gestão terão de enfrentar nos próximos anos.
A questão da qualidade dos dados é um fator chave de sucesso para estabelecer uma infraestrutura de informação ideal. Um estudo de 2002 realizado pelo" Data Warehousing Institute " (TDWI) estimou os custos da má qualidade dos dados nos EUA em cerca de 622 bilhões de dólares.
Em retrospecto, a crise financeira e econômica global de 2007 também pode ser considerada uma crise da qualidade dos dados. Apesar dos requisitos de conformidade abrangentes, muitas empresas do setor de serviços financeiros foram e ainda não conseguem em 2017 agregar e processar seus dados de risco em um tempo razoável, de modo que a controlar adequadamente seus riscos. Além de fatores como entendimento homogêneo dos termos, arquitetura modernizada de processos e sistemas e governança de dados; o gerenciamento adequado e abrangente da qualidade dos dados, assim como o gerenciamento mais integrado possível de metadados, também desempenham um papel decisivo no gerenciamento confiável e eficiente dos dados.
Na era do Big Data, em que os dados são entendidos como o novo petróleo e a quantidade de dados disponíveis em todo o mundo está se multiplicando a cada ano, os requisitos para a transparência e a qualidade dos fluxos de dados aumentarão ainda mais; pois constituirão a base para casos de uso completamente novos (não apenas de apoio à tomada de decisão).
Relacionado a BI e Big Data Management
Ebooks relacionados
Sistema de Informação para apoio às decisões orçamentárias e financeiras em uma instituição federal de ensino: agilidade no processo decisório Nota: 0 de 5 estrelas0 notasCriar aplicações empresariais em C Um guia passo-a-passo para o desenvolvimento de aplicações empresariais Nota: 0 de 5 estrelas0 notasSistemas de Informação: gestão e tecnologia na era digital Nota: 0 de 5 estrelas0 notasEstratégias De Crescimento Com Software De Gestão – Erp Nota: 0 de 5 estrelas0 notasGestão De Recursos Humanos Nota: 0 de 5 estrelas0 notasDados Abertos Governamentais conectados em Big Data: framework conceitual Nota: 0 de 5 estrelas0 notasOracle Hyperion Essbase Nota: 0 de 5 estrelas0 notasGestão do Conhecimento em Serviços de TI: Guia Prático Nota: 5 de 5 estrelas5/5Sistemas Orientados a Objetos: Conceitos e Práticas Nota: 0 de 5 estrelas0 notasGerenciando Projetos de Desenvolvimento de Software com PMI, RUP e UML (5a. edição) Nota: 0 de 5 estrelas0 notasPublicadores de dados: da gestão estratégica à abertura Nota: 0 de 5 estrelas0 notasBusiness Intelligence: Implementar do jeito certo e a custo zero Nota: 4 de 5 estrelas4/5Big Data para Executivos e Profissionais de Mercado - Terceira Edição: Big Data Nota: 0 de 5 estrelas0 notasTransformação digital e cultura de produto: Como colocar a tecnologia no centro da estratégia de sua empresa Nota: 0 de 5 estrelas0 notasAprendendo Ciência De Dados Nota: 0 de 5 estrelas0 notasAgilidade lean: Como um time ágil pode fazer mais com menos esforço Nota: 0 de 5 estrelas0 notasGestão e Governança de Dados: Promovendo dados como ativo de valor nas empresas Nota: 0 de 5 estrelas0 notasModelagem de Processos com BPMN Nota: 0 de 5 estrelas0 notasCurso Intensivo Em Golang Nota: 0 de 5 estrelas0 notasObtendo Valor de Retrospectivas Ágeis: Um Kit de Ferramentas de Exercícios para Retrospectivas Nota: 0 de 5 estrelas0 notasOracle DBA Essencial Vol. 1 - SQL Nota: 0 de 5 estrelas0 notasMeu currículo é uma merd@: De aprendiz a líder: o que realmente importa no ambiente profissional Nota: 0 de 5 estrelas0 notasArquitetura de Processos: como organizar, gerir e melhorar sistemas de gestão com foco nos processos de trabalho Nota: 0 de 5 estrelas0 notasInovação nos Processos de Desenvolvimento de Serviços Educacionais por Meio de Inteligência Competitiva Nota: 0 de 5 estrelas0 notasGovernança de TI para as instituições federais de ensino Nota: 0 de 5 estrelas0 notasInovação na Raiz: Uma jornada empreendedora a partir da universidade brasileira Nota: 0 de 5 estrelas0 notas
Aplicativos Empresariais para você
Business Intelligence: Implementar do jeito certo e a custo zero Nota: 4 de 5 estrelas4/5Curso Excel Nota: 0 de 5 estrelas0 notasExcel Avançado 2016/365: aplicado à administração Nota: 0 de 5 estrelas0 notasPower Bi Black Belt Nota: 0 de 5 estrelas0 notasExcel para o dia a dia: Seus primeiros passos no mundo das planilhas Nota: 0 de 5 estrelas0 notasDo Mil Ao Milhão Com Pouco Investimento: Guia Completo Nota: 0 de 5 estrelas0 notasA Bíblia Do Swing Trader Nota: 0 de 5 estrelas0 notasFunções de Excel para Financeiros Nota: 5 de 5 estrelas5/5Pacote Microsoft Office Capacitação Nota: 0 de 5 estrelas0 notasExcel Básico Nota: 0 de 5 estrelas0 notasProgramação Para Internet Nota: 0 de 5 estrelas0 notasScrum: Gestão ágil para produtos de sucesso Nota: 0 de 5 estrelas0 notasDesenvolvimento De Software - Aplicativo Comercial Com C# E Camadas Nota: 0 de 5 estrelas0 notasExcel 2013 Técnicas Avançadas – 2ª edição Nota: 4 de 5 estrelas4/5As Leis Da Abundância Para O Sucesso Pessoal Nota: 0 de 5 estrelas0 notasProgramando Em Java Com Banco De Dados Nota: 0 de 5 estrelas0 notas47 Dicas Para Ganhar Na Mega-sena Nota: 0 de 5 estrelas0 notasAbap Passo A Passo Nota: 0 de 5 estrelas0 notasAPP para iniciantes: Faça seu primeiro aplicativo Low Code Nota: 0 de 5 estrelas0 notasDescomplicando Passo A Passo Nota: 0 de 5 estrelas0 notasAfinal, O Que É Business Intelligence? Nota: 4 de 5 estrelas4/5Excel De Zero Para Especialista Nota: 0 de 5 estrelas0 notasDevOps na prática: Entrega de software confiável e automatizada Nota: 0 de 5 estrelas0 notasGestão da mudança & lean manufacturing Nota: 5 de 5 estrelas5/5Criptomoedas, Nft, Blockchain E Muito Mais! Nota: 0 de 5 estrelas0 notasMongoDB: Construa novas aplicações com novas tecnologias Nota: 0 de 5 estrelas0 notasA Fórmula Do Afiliado Profissional Nota: 0 de 5 estrelas0 notasConceitos Gerais De Business Intelligence Nota: 0 de 5 estrelas0 notasGuia De Validação De Dados Em C# Nota: 0 de 5 estrelas0 notasPlanilhas Eletrônicas Nota: 0 de 5 estrelas0 notas
Avaliações de BI e Big Data Management
0 avaliação0 avaliação
Pré-visualização do livro
BI e Big Data Management - Ulrich Hambuch
BI e Big Data Management
Informações para arquitetos de TI, consultores e tomadores de decisão
Aviso legal
@ / Copyright: 2017 Ulrich Hambuch
E-Mail: info @ infogenesis.de
Web: http://www.infogenesis.de
Primeira edição
Desenho da capa, ilustração: Ulrich Hambuch,
Foto da capa: http://www .pixabay.suplemento
Exibir imagens: http://www.pixabay.com e http://freeimages .suplemento
Fig. 23 cortesia de: ORAYLIS GmbH
A obra em todas as suas partes é protegida por direitos autorais. Qualquer utilização sem o consentimento do editor e do autor é proibida. Isso aplicar-se-a em particular à duplicação, tradução, distribuição e acesso público por via eletrônica ou não.
Informação bibliográfica da Biblioteca Nacional Alemã:
A Biblioteca Nacional Alemã enumera esta publicação na bibliografia nacional alemã; dados bibliográficos detalhados estão disponíveis na Internet via http://dnb.d-nb.de disponível.
Aquele que contempla o fim, como contemplou o princípio, não deturpará nada.
Lao Tzu, século 6 a.C.
Índice
No table of contents entries found.
Introdução
A importância da Informação como um fator de produção aumentou significativamente nas últimas décadas. As empresas reconhecem cada vez mais que a análise das suas informações comerciais (Business Intelligence) podem gerar vantagens competitivas decisivas.
Nesse sentido, há uma busca crescente por estratégias e técnicas para as quais os dados valiosos nos processos de negócios possam se tornar visíveis, disponíveis e interpretáveis.
Além disso, os requisitos legais, no contexto dos Requisitos de Conformidade BCBS 239, Basileia II e III, SOX e Solvência II, exigem um nível mínimo de qualidade dos dados e processos na elaboração de relatórios e planejamentos. Por conseguinte, o desenvolvimento de uma gestão de dados a nível da empresa continua a ser um dos principais desafios que a TI e a gestão terão de enfrentar nos próximos anos.
A questão da qualidade dos dados é um fator chave de sucesso para estabelecer uma infraestrutura de informação ideal. Um estudo de 2002 realizado pelo Data Warehousing Institute
(TDWI) estimou os custos da má qualidade dos dados nos EUA em cerca de 622 bilhões de dólares.
Os metadados desempenham um papel essencial na abordagem gradual de uma empresa à gestão padronizada e integrada de dados e informações, o que constitui um pré-requisito básico para uma qualidade adequada dos dados.
Os metadados são utilizados para descrever os dados. Abstraem - se da respectiva aplicação e conferem assim neutralidade aos dados. Consequentemente, os dados podem ser integrados e utilizados em outros contextos.
Um grande número de projetos executados no âmbito de Sistemas de Informação de Apoio à Decisão, ou sistemas de Business Intelligence (BI) ou iniciativas de Big Data, falham devido à falta de qualidade dos dados. Os efeitos dos defeitos de qualidade de dados variam de esforços subsequentes para limpeza de dados e aceitação reduzida do sistema de BI até decisões abaixo do ideal e suporte insuficiente para processos operacionais de negócios.
A empresa de pesquisa de mercado Gartner declarou em 2006 que: a baixa qualidade dos dados custa a uma organização típica 20% de seu faturamento ...
. Um estudo de 2011 da empresa de pesquisa de Würzburg, BARC, descobriu que a má qualidade dos dados tem um impacto negativo de diferentes maneiras. Isso deixa os funcionários insatisfeitos quando precisam gastar muito tempo na limpeza desnecessária dos mesmos. 61% dos entrevistados também relataram custos crescentes devido à baixa qualidade dos dados. 47% observaram uma diminuição na satisfação do cliente.
Em retrospecto, a crise financeira e econômica global de 2007 também pode ser considerada uma crise da qualidade dos dados. Apesar dos requisitos de conformidade abrangentes, muitas empresas do setor de serviços financeiros foram e ainda não conseguem em 2017 agregar e processar seus dados de risco em um tempo razoável, de modo que a controlar adequadamente seus riscos. Além de fatores como entendimento homogêneo dos termos, arquitetura modernizada de processos e sistemas e governança de dados; o gerenciamento adequado e abrangente da qualidade dos dados, assim como o gerenciamento mais integrado possível de metadados, também desempenham um papel decisivo no gerenciamento confiável e eficiente dos dados.
Na era do Big Data, em que os dados são entendidos como o novo petróleo e a quantidade de dados disponíveis em todo o mundo está se multiplicando a cada ano, os requisitos para a transparência e a qualidade dos fluxos de dados aumentarão ainda mais; pois constituirão a base para casos de uso completamente novos (não apenas de apoio à tomada de decisão).
Figura 1: Previsão do volume de dados digitais gerados anualmente em todo o mundo nos anos de 2005 a 2020 (em exabytes), Fonte: estudo Digital Universe
.
Os metadados e gerenciamento de metadados são instrumentos importantes para garantir uma qualidade adequada dos dados. Os metadados podem ser divididos em duas categorias de metadados:
Quadro 1: categorias de metadados
A abstração de dados, ou seja, a criação e uso de metadados adequados, pode ser um meio adequado de dominar
as crescentes montanhas de dados. No entanto, as empresas e instituições estatais evitam investir em projetos e infraestruturas correspondentes para uma gestão de dados bem sucedida, uma vez que o foco está principalmente na quantidade de dados e aplicações de negócio, em particular no potencial de racionalização e aumento de eficiência dos processos de negócio
Mas qual é a utilidade de montanhas de dados cada vez maiores se a sua qualidade e origem não forem garantidas e os custos de desenvolvimento e de exploração para o armazenamento, integração e avaliação de tais dados não se correlacionarem com a sua quantidade?
Figura 2: interesse mundial no termo de pesquisa Big Data
de abril de 2007 a abril de 2017, Fonte: Google Trends
Talvez, após o primeiro hype de Big Data
e a subsequente desilusão, a era da qualidade dos dados
ou dados confiáveis
virá a seguir.
Figura 2: interesse mundial no termo de pesquisa Big Data
de abril de 2007 a abril de 2017, Fonte: Google Trends
No momento, no entanto, esta tendência ainda não é reconhecível. Talvez o mundo ainda não tenha percebido que novas tecnologias