O Futebol Americano de Minas Gerais na Internet

data-miningArtigo apresentado para conclusão do Curso de Pós Graduação em Business Intelligence, pela Pontifícia Universidade Católica de Minas Gerais (PUC ­MG) – Instituto de Educação Continuada (IEC), sob orientação do  Prof. Cristiano Carvalho.
Este trabalho tem como objetivo avaliar a aplicabilidade dos resultados da obtenção, mineração de dados e estudo da relevância do tema proposto; Final do Campeonato Mineiro de Futebol Americano entre Minas Locomotiva e Get Eagles frente ao Clássico do Futebol Mineiro entre Cruzeiro e Atlético. A proposta é comparar o impacto dos dois eventos na internet, em blogs especializados, sites e mídias sociais (Twitter, Facebook).
Baseado nas etapas do processo de KDD (Knowledge Discovery in Databases). Processo, não trivial, de extração de informações implícitas, previamente desconhecidas e potencialmente úteis. O processo inicia a partir dos dados armazenados em um banco de dados, Fayyad (1996), no qual se divide resumidamente em: dados, informação e conhecimento. Utilizando aplicações que permitam a automatização total ou parcial dessas etapas.

Nos resultados, foram apontados dados como faixa etária dos leitores, leitores por região geográfica, meios de comunicação que mais publicaram sobre os eventos, relevância das ocorrências entre outros indicadores.

Clique aqui para fazer o download do artigo.

*Publicação autorizada pela PUC Minas.

 

Web Mining utilizando o Knime

Como exercício da Pós que estou cursando (Business Intelligence), elaborei um primeiro relatório utilizando o Knime.

Analise da repercussão do evento: O primeiro jogo de futebol americano realizado no Estádio Independência em Belo Horizonte, pelo campeonato mineiro de futebol americano, entre os times Minas Locomotiva e Get Eagles.

Minas Locomotiva x Get Eagles

Data do levantamento: 25/03/2016

Relatório de levantamento sobre a representatividade de termos ligados ao evento dentro da rede social *Twitter, possibilitando o reconhecimento de palavras e postagens com potencial para exploração publicitaria.

Para visualizar o relatório, clique aqui.

Modelagem para Data Warehouse

Um paradigma bem interessante, sair da modelagem relacional que sempre trabalhei e focar na multidimensional.
São duas modelagens bem diferentes, com objetivos opostos.
Em suma, a modelagem relacional foca em organização.
O modelo relacional, com muitas tabelas, interligações intermináveis não atendem um DW.
Não que seja ruim ou errada, nada disso. Ela simplesmente não atende aos objetivos de um Data Warehouse.
“O objetivo de um Data Warehouse é suprir as necessidades posteriores à informatização de uma empresa de médio e grande porte. Uma empresa que se inicia pequena, gerencia suas informações de forma simples, com planilhas e documentos, pois o volume de informações é pequeno. Com o decorrer de seu crescimento e o aumento do volume de vendas ou transações, ela passa a ter a necessidade de obter sistemas de controle empresarial destinado ao seu ramo de atuação no mercado.”
(http://imasters.com.br)

O que me pega ainda, nessas primeiras semanas são os automatismos, eu começo a modelar pensando relacional.
Quando estou na quinta tabela, pensando em Chaves Estrangeiras em todas, me vem: Não pode.
Na modelagem multidimensional existem as Dimensões obviamente e as Fatos.
Dimensões são sempre chaves estrangeiras nas Fatos. Nas tabelas Fatos, ficam todo o conteúdo quantitativo e nas tabelas dimensões ficam os filtros, por qual tema poderá sera gerado o relatório.

Basicamente é assim, mas não existe uma receita de bolo, vale a regra clássica do “cada caso é um caso”.
Semana que vem eu publicarei minhas primeiras modelagens, pois assim, conseguirei estudar mais.

Modelagem e qualidade de dados

Modelagem e qualidade de dados sempre me agradou, gosto muito de modelar, arquitetar bancos de dados. Sempre começo a modelagem de um banco, pensando que ele pode e provavelmente irá evoluir. Mas claro, a pós em Business Intelligence (BI) já me mostrou que algumas das minhas verdades absolutas, não valem muito. Nada como um curso em um ambiente muito mais profissional para dar uma balançada.
Um dos pontos fortes dessa matéria, mais uma vez o professor. Carlos Barbiere (Blog) tem um currículo vasto, muito conhecimento e experiência, sem contar a sua enorme didática em sala de aula. Em poucos minutos de aula, ele desperta o interesse pelo que vai ensinar, com exemplos sempre reais e próximos da realidade dos alunos.

Um Data Warehouse (DW) de sucesso, bem estruturado e modelado vai de acordo com as escolhas corretas das estratégias a serem seguidas, de forma que sejam adequadas às necessidades que o (DW) precisa atingir.
Os conceitos de Modelagem Multidimensional, Modelagem Entidade-Relacionamento e Modelagem de Dados Corporativos podem garantia a confiabilidade dos dados e a claro, a qualidade nos resultados apresentados ao usuário.

Livro que recebi em sala e já estou lendo, a cada dia mais entusiasmado com esse mundo do BI.

A primeira aula dele na pós foi ontem, então… À leitura!

Uma foto publicada por Tiago Serra (@asdruboows) em

Gestão de Performance Corporativa

A primeira matéria do curso que me chamou a atenção. Graças também, claro, ao empenho da professora Patrícia França (LinkedIn) em puxar os alunos para dentro do conteúdo.

Corporate Performance Management (CPM), o que é isso?

No meu intendimento que ainda precisa ser muito amadurecido, Gestão de Performance Corporativa é um conjunto de conceitos, processos com apoio tecnológicos usados para que o tomador de decisão em uma empresa, tenha informações consolidadas e em tempo hábil para fazer o seu trabalho, de forma mais simples e seguro, que é o esperado.
Hoje em dia, as empresas ainda perdem tempo e se arriscam em decisões que podem comprometer seu futuro. Por isso a Gestão de Performance Corporativa é tão importante,  para que o gestor consiga criar uma estratégia corporativa corretamente alinhada com os objetivos do corporação.
Porém, tudo isso depende de um “patrocínio” alguém que tome decisões dentro da corporação precisa comprar, bancar o seu trabalho. Pois um DW bem feito, não fica pronto em 1 dia e depende muito da colaboração de departamentos importantes na empresa.

Os empregados entendem o seu papel dentro da empresa, que eles são importantes pelo desempenho da empresa, seja ele qual for.
Mas, nem todos sabem o quanto realmente eles tem de importância nos processos. Muitos problemas continuam existindo por anos ou ficam sem responsável porque ninguém, departamento algum foi diretamente designado para isso.
Logo, o gestor não como cobrar resultados.
Com isso, CPM contempla processos, métodos e principalmente indicadores gerados por sistemas de informação para gerenciar o desempenho em cada estratégia traçada pelo gestor.

Pós em Business Intelligence

Depois de quase 6 anos formado em Analise de Sistemas, mesmo fora do que era planejado, me matriculei em uma pós.

Mas, não em qualquer pós, essa conseguiu me conquistar pelo conteúdo oferecido e ainda casou o cronograma de aulas com exatamente o que eu precisava.
Um amigo me falou do curso, que estava seriamente interessado e me passou o link com os detalhes do curso.
Foi praticamente imediato, comecei a ler, pesquisar sobre Business Intelligence, Big Data e data warehouse pois eram assuntos que eu já conhecia mas mesmo assim, estavam um pouco distantes da minha realidade profissional, mas sempre me deixava ir para o lado dos bancos de dados.
Eu já havia trabalhado bastante com ETL, OLAP, mas nunca pensando em uma solução de BI.

 

Pós Graduação em Business Intelligence Puc Minas
O Curso de Especialização em Business Intelligence foi concebido de modo a buscar o preenchimento de uma lacuna na formação avançada dos profissionais que atuam na área de banco de dados e em projetos de BI que é ampliar sua visão sobre o negócio da empresa para propor e construir soluções para apoio à decisão simples, inteligentes e mais confiáveis, além de serem, no que concerne a arquitetura tecnológica, adequadas e eficazes. É justificado pelo crescimento do mercado de Business Intelligence na América latina – especialmente no Brasil – o que já direciona para uma demanda real por profissionais capacitados com competências para entender bem as estratégias e necessidades do negócio e gerenciar, projetar e desenvolver projetos de Business Intelligence.
Conteúdo específico

– Introdução a Business Intelligence
– Gestão de Performance Corporativa (CPM)
– Gestão do Conhecimento
– Web Mining e Inteligência em Redes Sociais
– Métodos Quantitativos
– Projeto e Construção de Aplicações ETL
– Projeto e Construção de Aplicações OLAP
– Solução BI Microsoft
– Solução BI ORACLE
– Solução BI IBM
– Gerenciamento de Projetos em Business Intelligence
– Utilização de Padrões no Desenvolvimento de Aplicações

Mais informações: Site Puc Minas