Data Mart e Analysis Services: trabalhando com KPIs
Indicador x KPI - Apresentação
Olá, tudo bem? Para quem não me conhece, sou o Vitorino Vila e tenho o grande prazer de ser seu instrutor nesse curso sobre KPIs.
Audiodescrição: Victorino é uma pessoa de pele clara e olhos escuros. Seus cabelos são curtos, lisos e grisalhos. Usa barba e bigode e está vestindo uma camiseta preta. Ao fundo uma parede lisa com iluminação em tom de azul.
Nessa nova jornada de aprendizado, daremos continuidade na jornada da Paula, mais especificamente na implementação do sistema de Business Intelligence na empresa Ataca10.
O objetivo desse curso é fornecer uma compreensão clara sobre o que é e qual a importância dos KPIs, o Key Performance Indicators, no português, Indicadores Chave de Desempenho.
Enfatizaremos a importância do KPI e como ele se integra na implementação do projeto de Business Intelligence.
Iniciaremos o curso abordando as fases do projeto de BI, como todo novo tópico em nossa formação.
Nisso, descobriremos onde a implementação do KPI se encaixa no processo geral de implementação de um sistema de BI.
Além disso, recuperaremos um dado complementar, um Data Lake, com os dados necessários para podermos criar os KPIs.
Enfatizaremos também o conceito do KPI, a diferença dele para o indicador.
A partir disso, descobriremos que para o KPI existir é crucial trabalhar também com dados orçamentários e dados de tendência.
Falaremos sobre como as empresas obtêm seus dados orçamentários e como calculam as tendências. Daremos uma ênfase especial a um tópico chamado critério de rateio do orçamento, crucial no momento da implementação do KPI.
Todo este conteúdo será ensinado com exercícios práticos, continuando passo a passo a implementação do projeto de BI na Ataca10.
Isso proporcionará uma ideia de um contexto mais realista e prático de todos os conceitos que abordaremos durante este curso.
O assunto KPI é um tema que gosto muito, pois ele realmente tem uma grande importância grande no projeto de BI.
Vamos começar? Um abraço e nos veremos no próximo vídeo.
Indicador x KPI - Fases do projeto de BI
Estamos acompanhando a aventura da consultora Paula na implementação do projeto de Business Intelligence na empresa Atacadez.
Quem vem acompanhando todos os cursos dessa formação sabe que começamos desde o princípio, na parte de modelagem, e evoluímos curso a curso até o momento onde o Data Mart está construído e carregado, pronto para ser consultado.
Mas, esse curso especificamente, se aplica em que ponto do processo de implementação de Business Intelligence? É o que descobriremos neste vídeo.
Fases do Projeto de BI
Temos o seguinte esquema de implementação de um projeto de Business Intelligence.
Paula apresentou esse esquema para as pessoas executivas da Atacadez e já percorreu por ele todo. Faremos uma pequena revisão para entender todo esse processo.
O primeiro passo foi a modelagem do negócio. Paula entrevistou as pessoas usuárias, entendeu como a empresa funciona e determinou que implementaria, em um primeiro momento, o projeto de Business Intelligence para a área de vendas. Nesse primeiro passo da implementação do projeto, o resultado foi uma matriz de dimensão indicador que mostra como será a base gerencial que será construída.
Em seguida, baseado na matriz, passamos para o segundo passo, a construção da base de dados gerencial, chamada de Data Warehouse. O Data Warehouse será uma base de dados completamente separada da base transacional da empresa e conterá apenas dados gerenciais usando as regras de negócio levantadas durante a primeira fase do projeto.
Depois, identificamos as fontes de dados que vamos extrair para gravar no Data Warehouse. Essas fontes de dados podem ser um ERP da empresa, um sistema proprietário local ou até mesmo planilhas de Excel, ou arquivos textos. Todos esses dados devem ser transportados para o Data Warehouse.
Uma forma fácil de fazer isso é, antes, concentrar todo esse dado bruto extraído, no que chamamos de Data Lake, que é um repositório que, além de servir de fonte de dados para o Data Warehouse, pode ser usado como uma fonte para estudos mais detalhados da empresa.
Passamos para o processo de ETL ou ELT. Como estamos lendo os dados primeiro para o Data Lake e depois transportamos para o Data Warehouse, optamos pela forma de trabalho chamada ELT, que significa extrair, carregar e depois transformar. Isso porque os dados já foram extraídos e carregados no Data Lake. Então, basta apenas transformá-los usando as regras de negócio e salvá-los dentro do Data Warehouse.
Finalmente, com o Data Warehouse construído, projetaremos e carregaremos as bases de dados de consulta**, chamadas de Data Mart.
Os Data Mart serão as únicas fontes dos relatórios gerenciais. Podemos consultá-los usando a linguagem MDX, que inclusive aprendemos no curso anterior.
Mas, onde é que se aplica o KPI quee é o tema desse curso? Aplicaremos o KPI como um refinamento da informação do Data Mart. Dentro desse Data Mart, acrescentaremos novos indicadores que vão auxiliar na avaliação da performance da empresa.
Então, é sobre KPI que trataremos com mais detalhes nesse curso.
Até o próximo vídeo!
Indicador x KPI - Recuperando a base de dados
No processo de criação dos KPIs, é crucial incorporarmos na fonte de dados original, valores e indicadores adicionais que não faziam parte, originalmente, do projeto de Business Intelligence da Atacadez. Falaremos mais adiante sobre esses indicadores adicionais.
Nesse vídeo, recuperaremos uma base de dados que nos permitirá, mais adiante, implementar os exercícios práticos.
Recuperando a base de dados
O primeiro passo é baixar o arquivo DW_ATACADEZ_ORC_TEND_V2 no computador.
Depois, copiamos esse arquivo para um diretório de trabalho criado dentro do diretório "Fontes", que é o que estamos usando desde o início da formação.
Em seguida, vamos descompactar esse arquivo que é .BAK, de recupe. Depois, na lateral direita da tela, clicamos no botão identificado por três pontos. Abre outra janela, na qual clicamos em "Adicionar". Abrimos o subdiretório onde copiamos o arquivo com extensão BAK, selecionamos e clicamos em "Ok". Depois, clicamos no arquivo e no botão "OK".
Na lateral esquerda da janela, clicamos em "Opções" e selecionamos a opção "Substituir o banco de dados existente (WITH REPLACE)", seguido de "OK".
Feito isso o banco é restaurado com êxito. Agora, temos um novo banco que usaremos com um novo DataLake chamado DL_ATACADEZ_ORC_TEND.
Ao abrir esse banco de dados, temos duas tabelas: dbo.tbl_orcamento_consolidado e dbo.tbl.tendencia. Exploraremos mais adiante essas duas tabelas e entender o que significa o indicador orçamento e o indicador tendência dentro desse Data lake. Também discutiremos como refletiremos isso no Data Warehouse e no Data Mart.
Continuaremos na próxima aula! Até lá.
Sobre o curso Data Mart e Analysis Services: trabalhando com KPIs
O curso Data Mart e Analysis Services: trabalhando com KPIs possui 218 minutos de vídeos, em um total de 73 atividades. Gostou? Conheça nossos outros cursos de Business Intelligence em Data Science, ou leia nossos artigos de Data Science.
Matricule-se e comece a estudar com a gente hoje! Conheça outros tópicos abordados durante o curso:
- Indicador x KPI
- Orçamento
- Gravando orçamento no DW
- Gravando tendência no DW
- Criação do Data Mart
- Criação dos KPIs
