Pular para o conteúdo principal

(E) Como dar poderes aos usuários

Quantas vezes você já ouviu ou leu em revistas e sites especializadas de negócios, que a empresa tal estava sendo reestruturada? As empresas fazem isso principalmente em época de crise. Ao se aprofundar nos detalhes da reestruturação, é possível descobrir, em algum lugar, que a diretoria da nova organização depois da reestruturação dará poderes aos seus funcionários (remanescentes). O que se quer dizer com isso “dar poderes”? Será que o que eles querem dizer é que, agora, os vários funcionários poderão tomar muitas das decisões que antes só a alta gerência participava. Contudo, vamos pensar no seguinte: o quanto os funcionários serão eficientes em tomar decisões, se eles não possuírem dados e informações necessários para tomar tais decisões?
Implementar um depósito de dados integrados (data warehouse) é uma maneira efeciente de entregar esses dados. Isso não apenas libera quem necessita do dado de recorrer à diretoria em cada decisão, mas, também o libera da necessidade de recorrer a área de sistemas de informações (TI) para solicitar este ou aquele relatório que poderá levar dias.
Esse “poder” a que estou me referindo, possibilita que os consumidores da informação controlem o seu próprio destino – não recorrendo aos programadores de plantão para solicitar relatórios, programados para atender aquela necessidade imediata. Quantas vezes isso ocorre em um ambiente operacional? A todo instante novo relatório é identificado e demandado, colocados em perspectiva e programados, após o que, você descobre que o usuário encontrou outras fontes para a saída desejada. Existe aí um atraso de tempo inevitável entre a identificação de novos requisitos e a sua entrega. Não se trata de uma falha da área de sistemas, mas sim da realidade.

O uso de ferramentas de produção de relatórios e portais de informação (dashboards) a partir de um depósito de dados integrado (data warehouse) dá aos funcionários (usuários) o “poder” que mencionamos anteriormente, para obter e analisar dados e, respaldados com informações de qualidade (coerentes e concisas), tomar as decisões que lhe cabem. Podemos dar como exemplo, as ferramentas OLAP (On-Line Analytical Processing), que permitem aos usuários a partir de dados disponíveis no data warehouse fazer previsões, refinar e procurar tendências sobre todos os aspectos de seu negócio. Com o data warehouse, o usuário passa a ter acesso aos dados de forma fácil e rápido, podendo ainda trabalhar de maneiras nunca antes imaginadas. Desta forma novas informações são produzidas e descobertas e assim nasce uma nova maneira de pensar e agir dentro da empresa. De posse dessa liberdade de acessar os dados e produzir os relatórios sobre o que deseja, o pessoal de desenvolvimento de sistemas fica livre para construir novos aplicativos. Esses aplicativos podem ser personalizados para implementar sistemas especialistas a serem utilizados pela diretoria e pela gerência, com base nas informações extraídas do data warehouse. Eles também podem até ser aplicativos para corrigir algum problema de inconsistência de dados que o data warehouse por ventura tenha identificado.

Conclusão, dar “poder” ao usuário é ter a possibilidade de transformar a empresa em uma empresa mais dinâmica, ágil e criativa. E a principal maneira de viabilizar isso, é criar uma infra-estrutura de dados capaz de entregar os dados certos para quem é de direito de forma fácil e rápido.

Comentários

Postagens mais visitadas deste blog

(T) Como indexar uma tabela Fato - (Best Practice)

A base de qualquer projeto de bi é ter um bom dw/data mart. Podemos falar em modelagem star-schema durante dias, sem falar nas variações do snowflake, mas o objetivo principal deste artigo é apontar algumas negligências que tenho percebido no tratamento da tabela fato. Tabela esta que é o principal pilar da casa que reside um modelo star-schema.

Ouço muitas vezes os clientes reclamando do desempenho das consultas enviadas contra o seu dw/data mart, ou do tempo de resposta das análises solicitadas ao bi. Isto é realmente inaceitável, não só numa perspectiva de implantação do projeto, mas também de desempenho da entrega das informações.

Como eu mencionei anteriormente o meu objetivo neste artigo, é alertar sobre a importância da indexação da tabela fato: o que deveria ser, porque é necessário, porque chaves compostas são boas e más, e porque você deveria se preocupar com isso.

Então, vejamos:

|a| Indexação padrão (default):
De forma rápida, todas as colunas de chave estrangeira (FK) devem …

(A) Data Science in Practice with Python - Sample 2

In this post I'll explain what is a recommender system, how work it and show you some code examples. In my previous post I did a quick introduction:

Sample 2 - Recommender System

WHAT IS A RECOMMENDER SYSTEM? A model that filters information to present users with a curated subset of options they’re likely to find appealing.
HOW DOES IT WORK? Generally via a collaborative approach (considering user’s previous behavior) or content based approach (based on discrete assigned characteristics).

Now I'll get into in some concepts very important about recommender systems.

Recommender System in Details:

We can say that the goal of a recommender system is to make product or service recommendations to people. Of course, these recommendations should be for products or services they’re more likely to want buy or consume.

Recommender systems are active information filtering systems which personalize the information coming to a user based on his interests, relevance of the information etc.…

(T) Verificando a consistência de um repositório ou um Business Model no Oracle BI