(O) Criando um gráfico tipo "Stephen Few" no QlikView

This chart as a replacement for a traditional gauge.

A traditional gauge takes up a large amount of space to encode, usually, only one value. A bullet chart is linear and can encode more than one value.

The main components of a bullet chart (from Stephen Few's perceptualedge.com)
are as follows:

• A text label
• A quantitative scale along a single linear axis
• The featured measure
• One or two comparative measures (optional)
• From two to five ranges along the quantitative scale to declare the featured measure's qualitative state (optional)

There is no native bullet chart in QlikView. However, we can create one by combining a couple of objects. Items 1, 2, 4, and 5 can be achieved with a linear gauge chart. The bar, item 3, can then be overlaid using a separate and transparent bar chart.

Hands-On

•  Load the following script:

LOAD * INLINE [
    Country, Sales, Target
    USA, 1000, 1100
    UK, 800, 1000
    Germany, 800, 700
    Japan, 1000, 1000
];

•  Add a new gauge chart. You should add a title and enter text for Title in chart. Click on Next.

• There is no dimension in this chart. Click on Next.
• Enter the following expression: Sum(Target)
• Click on Next.
• There is no sorting (because there is no dimension), so click on Next.
• On the Style tab, select a linear gauge and set the orientation to horizontal.Click on Next.

 

• There are a few changes needed in the Presentation tab:
   
  

• There should be two segments by default, add a third segment by clicking on
  the Add button. The settings for each segment are as follows:

 

• Apply appropriate colors for each segment (for example, RAG or Dark/Medium/
  Light gray).
• Click on Finish.

•  Most of the bullet chart elements are now in place. In fact, this type of linear chart may be enough for some uses. Now we need to add the bar chart.

• Add a new bar chart. Don't worry about the title (it will be hidden). Turn off Show Title in Chart. Click on Next.
• There is no dimension in this chart either. Click on Next.
• Add the following expression: Sum(Sales)
• Click on Next.
• There is no sort (as there is no dimension). Click on Next.

•  Select a plain bar type. The orientation should be horizontal. Leave the style at the default of Minimal. Click on Next.

•  Set the following axis settings:

•  Click on Next.
•  On the Color tab, set Transparency to 100%. Set the first color to a dark color.
  Click on Next.
• Continue to click on Next until you get to the Layout tab. Set the shadow to No
  Shadow and the border width to 0. Set the Layer to Top. Click on Next.
• Turn off the Show Caption option. Click on Finish.

•  Position the bar chart over the gauge so that the scales match (Ctrl + arrow keys are useful here). The bullet chart is created.

 Conclusion

By matching the Static Max setting of the bar and the gauge (to the sum of target * 1.2), we ensure that the two charts will always size the same. The 1.2 factor makes the area beyond the target point of 20 percent of the length of the area before it. This might need to be adjusted for different implementations.

It is also crucial to ensure that the layer setting of the bar chart is at least one above the layer of the gauge chart. The default layer (on the Layout tab) for charts is Normal so, in that situation, you should change the bar chart's layer to Top. Otherwise, use the Custom option to set the layers.

Using techniques such as this to combine multiple QlikView objects can help us create many other visualizations.

Thanks and see you on the next post!

PS: This article has adapted from the original: "Discover the strategies needed to tackle the most challenging tasks facing the QlikView developer (Stephen Redmond)"

(E) Revendo conceitos e quebrando paradigmas com o QlikView - Parte 3

Outra coisa que me chamou muita atenção nesta ferramenta é a possibilidade de aplicar uma metodologia Ágil no desenvolvimento de projetos de BI. Sabemos das etapas e dos processos que envolvem um projeto de BI e sempre se dicutiu muito sobre a possibilidade de se levar as boas práticas de uma metodologia ágil para projetos desta natureza. Mas, sempre se esbarra nos detalhes de operação das ferramentas. Vejamos:

Soluções tradicionais de BI que utilizam queries poderiam ser usadas para criar um aplicativo analítico que fornecesse uma experiência associativa para o usuário: isso quer dizer que o usuário poderia clicar em qualquer campo no modelo e também laçar dados em diagramas e gráficos, aplicando filtros instantaneamente tornando as associações dos dados visíveis.

Porém, seria necessária uma quantidade incrível de tempo e recursos para codificar manualmente todas as associações necessárias para que o usuário pudesse realmente fazer e responder suas próprias perguntas, sem recorrer à TI para novas consultas ou novas visualizações dos dados. Queries demandam muita mão-de-obra e podem se tornar ineficientes, além de que manter as associações manualmente seria um pesadelo. Se um usuário quisesse adicionar uma nova fonte de dados, por exemplo, para se aprofundar mais em um aspecto dos negócios, o desenvolvedor precisaria voltar e codificar todas as associações à mão novamente.

Com o QlikView, todas as associações entre os dados são realizadas automaticamente. Nem os usuários, nem os desenvolvedores precisam gerenciar as associações. Consequentemente, os clientes do QlikView podem passar rapidamente da criação de protótipos à implementação e ao refinamento.

 

As plataformas de Business Discovery são ideais para a exploração e a análise. O BI tradicional é adequada a outros tipos de uso. Segundo o Gartner as plataformas tradicionais de BI são adequadas para relatórios e painéis de indicadores chave de desempenho (KPI). Além disso, as soluções tradicionais de BI são ótimas para situações em que há uma abordagem de cima para baixo, com camadas semânticas modeladas pela TI e nas quais os usuários podem obter aquilo de que precisam consultando repositórios existentes. Outro ponto interessante e recomendado pelo Gartner é que as organizações de TI retornem da busca obstinada de padronização com um único fornecedor para uma abordagem de portfólio mais pragmática, incluindo data discovery e o BI tradicional.

A plataforma de Business Discovery QlikView, consiste em uma forma inteiramente nova de realizar BI. Trata-se de ajudar as pessoas a compartilhar conhecimento e análises entre indivíduos, grupos e organizações. Ele fornece informações e análises focadas precisamente nos problemas de negócio que as pessoas estão tentando resolver.

O QlikView proporciona uma experiência ao usuário que funciona da mesma forma que a mente: de maneira associativa, com uma tecnologia altamente diferenciada no mercado e com um modelo de adoção pelo cliente que é incomum para software empresarial. Da mesma forma que a Salesforce.com fez com o CRM, o Google fez com a pesquisa e a Apple fez com os tablets, a Qlik está transformando o mercado com uma tecnologia altamente sofisticada nos bastidores, mas que proporciona uma experiência intuitiva e divertida para os usuários.

Experimente o QlikView você mesmo? Visite www.qlikview.com.

Referências:

“Gartner: Business Users Are Choosing BI Tools”

http://qlik.to/pXFuV1

(E) Revendo conceitos e quebrando paradigmas com o QlikView - Parte 2

• Núcleo da tecnologia:

O segundo principal fator que diferencia o QlikView é o núcleo da nossa tecnologia. O QlikView é conhecido como pioneiro do BI em memory. A tecnologia in memory é importante por questões de desempenho. Mas apenas o in memory não basta para fornecer uma plataforma de Business Discovery. Alguns fornecedores que oferecem soluções tradicionais de BI que utilizam como base tecnológica queries e cubos estão trabalhando na reengenharia de suas ofertas para a execução in memory. Essas soluções podem melhorar o tempo de resposta para o usuário. Porém, enquanto elas tiverem por base queries e cubos, a manutenção das associações nos dados exigirá a codificação manual e, portanto, muito tempo e dinheiro. O que faz a diferença é o que o QlikView faz com a tecnologia in memory. A plataforma de Business Discovery QlikView:

• Mantém os dados em memória para o acesso de vários usuários e deste modo proporcionar uma experiência de uso extremamente rápida. O QlikView mantém todos os dados necessários para a análise em memória, onde ficam disponíveis para exploração imediata pelos usuários. Os usuários recebem respostas de forma imediata, enquanto o QlikView realiza os cálculos necessários para fornecer o resultado das agregações solicitadas. O “pulo do gato” está na rapidez com que os cálculos são executados. O QlikView trabalha em ambiente distribuído multi-usuário; ele armazena cálculos comuns e os compartilha entre os usuários, de forma que os cálculos não necessitem ser refeitos sempre que alguém precisar deles.
• Mantém associações entre os dados automaticamente. O mecanismo de inferência do QlikView permite a experiência associativa através das cores verde/branco/cinza. Esse mecanismo mantém automaticamente as associações entre cada dado e todo o conjunto dos dados existentes em um aplicativo, desta forma, desenvolvedores e os usuários não têm que efetuar essas associações. Como resultado, os usuários não ficam limitados a relatórios estáticos, caminhos predefinidos ou painéis pré-configurados. Em vez disso, eles podem navegar pelos seus dados em qualquer sentido, explorando-os da forma que desejarem.
• Calcula agregações de forma dinâmica conforme necessário. O mecanismo de inferência do QlikView calcula agregações de forma dinâmica com base nas seleções feitas pelo usuário (o que chamamos de “estado” do aplicativo). Como resultado, os usuários não ficam limitados aos cálculos predefinidos (e, portanto, às percepções pré-concebidas baseadas em agrupamentos de dados feitos pela equipe de TI). Os usuários podem definir qualquer visão ou tipo de percepção que desejarem, e o QlikView calcula a resposta de forma dinâmica. O QlikView calcula apenas as agregações solicitadas pelo usuário; ele não pré-calcula agregações da mesma forma antiga que tem por base em queries e cubos. Ele processa os cálculos instantaneamente, conforme eles são necessários.
• Compacta os dados a 10% de seu tamanho original. O QlikView atinge uma redução significativa no tamanho dos dados usados para análise com a utilização de um dicionário de dados (uma tabela de hash) e por usar apenas o número de bits necessário. Por exemplo, o campo “dia da semana” tem apenas sete valores de campo possíveis, e esses valores são armazenados em memória apenas uma vez, independentemente de quantos registros cada valor contém. Assim, o QlikView pode ser dimensionado para lidar com conjuntos de dados muito grandes, sem elevar os custos de investimentos em hardware apenas para colocar um conjunto de dados inteiro para ser executado in memory.
• Otimiza a capacidade do processador. O QlikView distribui os cálculos por todos os núcleos disponíveis a fim de maximizar o seu desempenho para o usuário. Diferentemente das tecnologias que simplesmente “suportam” ao hardware com vários processadores, o QlikView é otimizado para tirar máximo proveito de toda a capacidade do hardware com múltiplos processadores, maximizando assim o desempenho e o investimento em hardware.

(E) Revendo conceitos e quebrando paradigmas com o QlikView - Parte 1

As primeiras perguntas que as pessoas fazem sobre o QlikView:

O que há de especial sobre o QlikView? Quais as diferenças entre este software e outros existentes no mercado?

Naturalmente essas são as primeiras perguntas que as pessoas que ouvem e estão conhecendo o QlikView fazem. Algumas delas têm experiência com soluções tradicionais de business intelligence (BI), então elas querem entender o QlikView nesse contexto. Outras estão curiosas sobre o conceito do "Business Discovery". 

Este post sobre o QlikView aborda a combinação de três fatores que me impressionou bastante e que estão tornando o QlikView único: uma experiência associativa do usuário, o núcleo desta tecnologia e o caminho para adoção do Business Discovery.

O que é Business Discovery?

Business Discovery é BI orientado ao usuário, que auxilia na tomada de decisões a partir de várias fontes de conhecimento: dados, pessoas, ambiente.

Os usuários podem criar e compartilhar conhecimento e análises em grupos e em toda a organização. As plataformas de Business Discovery auxiliam as pessoas a realizar e responder seu fluxo de questões, ao seguirem seus próprios caminhos no processo de adquirir conhecimento, sozinhos ou ao trabalhar em grupos formais ou informais. As plataformas de Business Discovery permitem acesso ao conhecimento a partir de qualquer lugar, quer seja por um aplicativo local, por acesso móvel, através da capacidade de reorganização e remontagem, além de permitir uma experiência social e colaborativa.

O que torna o QlikView único?

São elas, a experiência associativa, o núcleo da tecnologia e o caminho da adoção do conceito Business Discovery.

• Experiência associativa:

A plataforma de Business Discovery QlikView, possibilita os usuários a capacidade de explorar dados, fazer descobertas e desvendar percepções que podem ser usadas para ajudá-los a solucionar problemas de negócio de novas maneiras. Um dos principais diferenciais do QlikView é a experiência associativa que ele proporciona aos usuários. Os usuários de negócio podem realizar pesquisas e interagir com painéis e análises dinâmicas a partir de diversos dispositivos. Os usuários podem alcançar percepções inesperadas porque o QlikView: 

• Funciona da mesma forma que a mente: Com o QlikView, a descoberta é flexível. Os usuários podem navegar pelos dados e interagir com eles da forma que desejarem. Eles não ficam limitados a caminhos predefinidos ou ao uso de painéis pré-configurados. Os usuários elaboram e respondem sequências de perguntas sozinhos, em grupos e em equipes, abrindo novos caminhos para as percepções e decisões. Com o QlikView, os usuários de negócio conseguem visualizar tendências ocultas e realizar descobertas de uma forma diferente de qualquer outra plataforma de BI do mercado. 
• Esclarecer pelo poder do cinza: Com o QlikView, os usuários podem, literalmente, ver as relações entre os dados. Além de ver quais dados estão associados com suas seleções, eles também podem ver facilmente quais dados não estão associados (veja a figura abaixo). Como? As seleções do usuário são realçadas em verde. Os valores de campos associados à seleção são realçados em branco. Os dados não relacionados são realçados em cinza. Por exemplo, quando um usuário clica na subcategoria de um produto (digamos, biscoitos) e em uma região (como Japão), o QlikView mostra instantaneamente tudo o que há em todo o conjunto de dados associado a essas seleções, além dos dados não associados. O resultado são novas percepções e descobertas inesperadas. Nesse exemplo, o usuário poderia ver que não foram vendidos biscoitos no Japão em janeiro, ou em junho e começar uma investigação sobre os motivos. 
• Permite a pesquisa direta e indireta: Com a pesquisa do QlikView, os usuários digitam palavras ou frases relevantes, em qualquer ordem, e obtêm resultados instantâneos e associativos. Com uma barra de pesquisa global, os usuários podem pesquisar em todo o conjunto de dados em um aplicativo. Com caixas de pesquisa associadas a listas individuais, os usuários podem restringir a pesquisa apenas àquela lista. Eles podem realizar pesquisas diretas e indiretas. Por exemplo, se um usuário quiser identificar um representante de vendas, mas não conseguir lembrar seu nome, apenas detalhes sobre ele, como o fato de ele vender peixe a clientes na região norte, o usuário poderá pesquisar “Norte” e “peixe” na lista de representantes de vendas para obter os nomes dos representantes de vendas que atendem esses critérios. 
• Fornece respostas com a mesma rapidez com que os usuários podem pensar em perguntas: Um usuário pode fazer uma pergunta no QlikView de diversas maneiras diferentes, por exemplo, ao delimitar uma área em diagramas, gráficos e mapas. Ao clicar em itens em listas, ao utilizar deslizadores e ao selecionar datas em calendários. Todos os dados no aplicativo são filtrados instantaneamente de acordo com as seleções do usuário. O usuário pode de forma rápida e fácil, visualizar relações e descobrir o significado dos dados, no processo de definição de suas percepções.

(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 ter um índice não-agrupado e não-exclusivo.

|b| E o que isso significa?
Isso significa que uma referência de chave estrangeira (FK) em uma coluna de uma tabela contendo a referência de chave primária (PK) apenas fornece ao mecanismo de banco de dados um ponto de referência para a sua tabela dimensão. Ele não faz nada para saber como os dados na tabela fato é organizada. Então, depois de criar uma chave estrangeira (FK) não se esqueça de criar o índice não-agrupado e não-exclusivo também.

|c| Por que a indexação da tabela fato é necessária?
Eu irei abordar este assunto aqui de forma sucinta. Mas, antes é preciso lembrar que você também é capaz de aplicar à FK, constraints. E que esta é uma das principais razões para se utilizar uma FK. Uma constraint basicamente diz ao banco de dados que um valor passado para a coluna FK da tabela fato, deve existir na própria tabela. Isto pode naturalmente ser desligado definindo o atributo apropriado da FK da tabela fato, mas é melhor deixar ativo. É bom ressaltar que até este ponto, isto nada tem a ver com o desempenho, e sim com a integridade dos dados que é realmente muito importante em um dw/data mart. No entanto, quando você começa a combinar indexação de cada coluna FK da tabela fato, na verdade você está iniciando um link entre a camada lógica e o mecanismo de sorting do banco de dados. Ao fazer isso, estamos evitando que uma consulta enviada ao banco de dados, faça uma varredura completa da tabela para recuperar a informação solicitada sem um índice apropriado. Ao passo que, se a tabela está indexada, essa mesma consulta ao invés de fazer uma varredura completa da tabela fato para recuperar n linhas, agora possui um outro caminho para buscar estas mesmas informações de forma mais rápida.

|d| Os índices compostos são bons ou ruins?
Quando eu comecei a aprender sobre indexação de uma tabela eu ainda era um programador em Visual Basic. Naquela época, eu sabia o que cada consulta ia enviar/solicitar ao banco de dados. Por exemplo, se tivesse que construir um relatório de vendas por produto, sabia que a cláusula 'WHERE' do meu 'SELECT' para exibir o resultado da solicitação era bastante simples e sempre estava filtrada em 'category_id' e algumas outras colunas. Para otimizar o tempo de resposta desta consulta, criaria um índice composto sobre as colunas que fazem parte da pesquisa/critérios da consulta. Isso funciona muito bem para um sistema operacional como este descrito acima, mas não é uma boa prática para um sistema business intelligence (BI). Uma das principais demandas de um projeto BI são os relatórios "ad-hoc", o que significa que os usuários finais irão criar uma infinidade de consultas, cortar e fatiar os dados (slice and dice) independentemente da forma como os dados se apresentam, tudo para obter a melhor resposta a sua análise. Além da dificuldade de definir com antecedência como será o índice composto, acrescento a possibilidade da sua tabela fato sofrer um 'overhead'. A maior dificuldade, estaria mesmo, em estabelecer o número de combinações e a quantidade de índices compostos que você teria para dar conta ou tentar usar em sua tabela fato.

Desta forma podemos observar que, naturalmente, o melhor lugar para se aplicar índices compostos é em um sistema OLTP. Eu não vou entrar aqui em maiores detalhes, mas processos de ETL de um sistema BI para a tabela fato pode ter uma baixa performance durante uma extração/carga devido aos índices compostos.
Em última análise, os índices compostos em tabela fato são ruins para os sistemas BI.


|e| Por que você deve se importar?
Em primeiro lugar você deve estar ciente de que existem diferentes aplicações com lógica de sistemas diferentes. E com BI isso não é diferente, ou seja, devemos sempre entender que o que funciona em uma situação pode não funcionar em outra.
Segundo, se você está criando uma nova solução para a sua empresa/cliente, você vai querer dar a melhor solução possível. Um dos itens mais negligenciados pelos arquitetos de solução (a menos que você tenha sido um DBA em sua vida passada) é a indexação, após descobrirem que o desempenho não é o que eles acreditam que deveria ser. A boa notícia é que sempre há espaço para a melhoria destas estruturas existentes. Para isso, dê uma olhada em sua saída de dados - será que é possível converter índices compostos em índices da coluna FK? Eu vejo isso todo o tempo, a tabela possui um índice composto por 'product_id', 'territory_id' e 'date_id'. E, quando é realizado uma análise mais aprofundada percebe-se que não há um índice somente para a coluna 'date_id', por exemplo. Também não podemos esquecer que existem no mercado hoje diversos tipos de motores OLAP. Se você estiver usando um motor OLAP como o do Oracle Essbase, e dependendo do desenho da sua solução (BSO), esta preocupação em indexar a tabela fato para obter o máximo de desempenho no acesso e na entrega das informações solicitadas deixa de existir e então todos os seus esforços passam a estar voltados para o tamanho do bloco de armazenamento, as agregações, e o cache da aplicação. No entanto, em um OLAP como o Oracle BI (OBIEE) ou SAP BW ou ainda MicroStrategy, a estrutura relacional é parte fundamental da solução, uma vez que esses sistemas funcionam como uma re-edição da consulta SQL enviada ao banco de dados para uma recuperação de dados do tipo OLAP.

Conclusão
Eu estava esperando para obter um exemplo através de um plano de execução realizado em cima de uma tabela para mostrar visualmente as estatísticas, mas isso não será possível e eu posso publicar isto em um outro artigo em uma outra data. Eu sei que com o que foi apresentado hoje neste artigo, muitas discussões podem surgir e no entanto, este é apenas um exercício para a frente que você pode fazer sozinho, se necessário. Mais uma vez, a idéia por trás deste artigo era apenas compartilhar uma preocupação minha com algo que continuo a deparar (nas empresas, nos projetos e clientes) e que é facilmente solucionado com algum esforço inicial e compreensão.

Basta lembrar que você precisa tanto de integridade nos dados (FK) quanto de desempenho nas consultas (índices). E para obter sucesso com o dw/data mart você precisa manter este equilíbrio e neste jogo você é a peça fundamental para fazer isto.

Se sua opinião é diferente, eu gostaria de saber o que você tem a dizer, me envie a sua opinião.

Um grande abraço a todos,

(E) Como transformar a informação e a tecnologia da informação em fatores de crescimento e de alto desempenho nas organizações

De vez em quando sou questionado por profissionais e alunos: como transformar a informação e a tecnologia da informação em fatores de crescimento e de alto desempenho nas organizações?

E sempre me encontro em uma situação delicada para responder a este questionamento, porque é um assunto complexo, não dá para ser resumido em uma única linha. A sua complexidade é devido ao fato que atualmente a tecnologia aplicada com sucesso, pode ser vista por muitos como inovação. Mas nem sempre a tecnologia é garantia de sucesso para muitas organizações. É preciso ir além, é preciso integrar processos, pessoas, e principalmente entregar informação na hora certa.

A informação já é considerada o principal insumo e, em muitos casos, o principal produto das organizações. Quando bem gerenciada, ela se transforma em recurso estratégico: é fator de crescimento de lucros, de redução de custos operacionais, de otimização do processo decisório, de solução de problemas e de eliminação de barreiras de comunicação, entre outros benefícios trazidos para o desempenho organizacional. Com o aumento da complexidade e do dinamismo das organizações, estas passaram a depender de mecanismos mais eficazes de administração da informação, a fim de reduzir o quadro de incerteza em que suas decisões são tomadas e de melhorar o relacionamento com parceiros, clientes, fornecedores e agentes reguladores.

Gerenciar adequademente os recursos informacionais e seus fluxos na organização representa, hoje, uma necessidade cada vez maior em qualquer tipo de negócio. Para serem eficazes, as organizações precisam ter seus processos decisórios e operacionais alimentados com informações de qualidade, obtidas dentro de uma boa relação de custo-benefício e principalmente, conforme as necessidades do negócio. A simples ação de tornar as informações prontamente disponíveis para os vários colaboradores da empresa, pode melhorar de forma significativa os resultados por ela a serem obtidas. Algumas dezenas de vezes por dia, colaboradores dos mais diversos níveis hierárquicos, dentro da organização precisam resolver problemas, tomar decisões, controlar processos, compartilhar informações e relacionar-se com outras pessoas, e em todas essas situações o desempenho pode ser aperfeiçoado caso as informações apropriadas estejam presentes no momento oportuno. Compreender as formas pelas quais se pode otimizar o uso dos recursos informacionais e de TI representa, hoje, um aspecto fundamental para a melhoria do desempenho de qualquer organização.

Por esta razão, resolvi aproveitar este canal de comunicação para compartilhar com todos vocês, conceitos e ideias para melhorar a gestão da informação nas organizações, desta forma, ajudar na transformação da informação e da tecnologia da informação de mero recurso operacional em ativo estratégico para o negócio.

Estarei divulgando, em primeira mão, nas próximas semanas, uma série de publicações, que fazem parte do meu próximo livro (ainda sem título), sobre business intelligence e gestão da informação. Acompanhe aqui, o que eu denominei de: Série Gestão Estratégica da Informação.

Um grande abraço a todos!

BI e o software de código aberto

O impacto da crise financeira tem obrigado muitas empresas a cortar custos, ao mesmo tempo que a concorrência aumenta. É neste contexto, que o analista do Gartner Group recentemente informou que o interesse em alternativas open source para soluções de business intelligence (bi), em relação às ferramentas comerciais, tem sido crescente.

Em um relatório divulgado há algumas semanas, "Open-Source Business Intelligence Tools Production Deployments Will Grow Five-Fold through 2012", o analista afirmou que, embora nas alternativas de código aberto, ainda faltam algumas funcionalidades importantes que podem ser encontradas nas aplicações comerciais, o interesse no menor custo é crescente, ferramentas de código aberto a partir de empresas como JasperSoft, Pentaho.

Segundo o Gartner, o custo médio de um projeto de BI usando solução open-source é de cerca de US$ 30.000,00 (R$ 60.000,00) por ano aproximadamente, mas alguns acabam ultrapassando os US$ 500.000, valores este que acabam sendo similar ao gasto de um projeto de BI usando uma solução comercial.

O analista ainda acrescentou que enquanto as empresas de software comercial tradicionais, rejeitam a idéia de que seus modelos de negócio poderiam estar sob a ameaça de aplicações de código aberto, outras estão respondendo à esta possível ameaça.

Mas, enquanto algumas empresas parecem estar aproveitando o potencial do código aberto para ajudá-los a cortar custos e evitar a cobrança punitiva de alguns fornecedores de software comercial, outros têm rejeitado a idéia de utilizar software open-source como um risco para a sua infra-estrutura.

E você o que acha sobre tudo isso. Afinal o software de código aberto é um risco? As empresas deveriam adotar o software de código aberto em operações de missão crítica?

Participe, mande a sua opinião, até a próxima.

Um grande abraço a todos!

(E) Comece com os requisitos da empresa - não com a tecnologia

O que o deixou interessado em construir sistemas? Para muitos de nós,foi a paixão pela tecnologia. Gostamos de escrever sistemas elegantes, que apresentam belas figuras na tela de algum usuário injustiçado. Nossa resposta para praticamente todo problema é "construir um novo sistema".

Bem, infelizmente, o data warehouse não tem a ver com tecnologia. Ele tem a ver com resolução de problemas empresariais. Um segredo para o sucesso do data warehouse é começar focalizando as informações de que a empresa precisa para prosperar e não a tecnologia que vamos usar para entregar essas informações.

As tecnologias de consulta e navegação de dados são "bacanas" e os desenvolvedores tendem a querer mexer com elas. Na verdade, já vi projeto, onde a equipe passou os primeiros seis meses escolhendo a ferramenta de consulta e navegação de dados e depois aprendendo a utilizá-la. As estruturas de dados ficaram relegadas a segundo plano. Os gerentes e os usuários finais não são pessoas estúpidas. Eles podem e sabem identificar quando um progresso real está ocorrendo e quando não está. No final, os gerentes dessa empresa ficaram tão frustrados, que cancelaram o projeto inteiro. Posteriormente, ele foi reiniciado, mas com um novo gerente de projeto, que foi instruído a retirar a ênfase nas ferramentas.

É importante lembrar que a maior parte dos data warehouses corretamente projetados será acessada por uma variedade de tecnologias. Assim, focalizar qualquer tecnologia de consulta e navegação de dados pode desviar a concentração da equipe com relação à construção da flexibilidade necessária para o projeto inteiro.

Também lembre-se de que as tecnologias aparecem e desaparecem. O prato do dia pode ser Oracle Hyperion, mas amanhã, pode ser MicroStrategy. Independentemente do que um vendedor de soluções possa dizer, a peça estratégica real do data warehouse são os dados. É fundamental que as estruturas de dados reflitam precisamente as exigências da empresa e que elas contenham dados corretos e confiáveis. É só lembrar do ditado LE/LS ou "lixo que entra é igual ao lixo que sai". Faça todo o possível para proteger a integridade dos dados armazenados em seu data warehouse.

Há uma advertência. Determinadas ferramentas ou tecnologias de consulta e navegação de dados exigem típos específicos de estruturas de dados para funcionar. Sendo assim, recomendo que tais ferramentas sejam vistas como tecnologias de consulta com função restrita, em vez de uma solução com componentes integrados capaz de propiciar à empresa um ambiente de informação gerencial e estratégica robusta, confiável e escalável.

(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.