Desenvolvimento de processos de business intelligence em ferramentas de Big Data

Detalhes bibliográficos
Autor(a) principal: Vieira, Tiago da Silva
Data de Publicação: 2018
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10400.22/14232
Resumo: Na Economia atual, obter informação com qualidade e atempadamente é uma mais valia nas organizações para que estas alcancem uma vantagem competitiva, principalmente quando se trata de grandes empresas com portefólios de negócios alargados. O propósito desta dissertação consiste na implementação de processos de BI em ferramentas de Big Data, de forma a comprovar a sua mais-valia no auxílio à tomada de decisão. No âmbito da implementação do projeto Profit & Loss Comercial, na Sonae MC, mais especificamente BIT, foi identificada a necessidade de alterar o atual processo de disponibilização de receitas comercias, mais especificamente as relativas com processos marginais e promocionais. O pedido advém da necessidade de alterar o comportamento do processo atual, de forma a permitir uma visão analítica da informação financeira atualmente existente. É então intuito distribuir os valores de receitas cadastrados pelos utilizadores, de forma a que estes espelhem o seu impacto na rentabilidade comercial diária de toda a organização. Para tal, foram definidos algoritmos de distribuição juntamente com a equipa de negócio Sonae, que visam ratear as receitas cadastradas de acordo com a disponibilidade do comercial, de uma forma equilibrada pelos dias de afetação da receita e peso diário de cada loja na empresa como um todo. Os resultados obtidos possuem um grau de confiança e sucesso grande pois os processos implementados cumprem todos os requisitos e com um desempenho excelente. Logicamente que para atingir tempos aceitáveis foi necessário afinar os processos através de algumas técnicas, havendo ainda assim a necessidade de realizar uma verificação e melhoria constante.
id RCAP_da1521a4642bb93058fb6ae133599fcc
oai_identifier_str oai:recipp.ipp.pt:10400.22/14232
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Desenvolvimento de processos de business intelligence em ferramentas de Big DataBusiness IntelligenceData WarehouseBig DataHadoopMapReduceSparkHiveScalaSistemas e Planeamento IndustrialNa Economia atual, obter informação com qualidade e atempadamente é uma mais valia nas organizações para que estas alcancem uma vantagem competitiva, principalmente quando se trata de grandes empresas com portefólios de negócios alargados. O propósito desta dissertação consiste na implementação de processos de BI em ferramentas de Big Data, de forma a comprovar a sua mais-valia no auxílio à tomada de decisão. No âmbito da implementação do projeto Profit & Loss Comercial, na Sonae MC, mais especificamente BIT, foi identificada a necessidade de alterar o atual processo de disponibilização de receitas comercias, mais especificamente as relativas com processos marginais e promocionais. O pedido advém da necessidade de alterar o comportamento do processo atual, de forma a permitir uma visão analítica da informação financeira atualmente existente. É então intuito distribuir os valores de receitas cadastrados pelos utilizadores, de forma a que estes espelhem o seu impacto na rentabilidade comercial diária de toda a organização. Para tal, foram definidos algoritmos de distribuição juntamente com a equipa de negócio Sonae, que visam ratear as receitas cadastradas de acordo com a disponibilidade do comercial, de uma forma equilibrada pelos dias de afetação da receita e peso diário de cada loja na empresa como um todo. Os resultados obtidos possuem um grau de confiança e sucesso grande pois os processos implementados cumprem todos os requisitos e com um desempenho excelente. Logicamente que para atingir tempos aceitáveis foi necessário afinar os processos através de algumas técnicas, havendo ainda assim a necessidade de realizar uma verificação e melhoria constante.In the current economy, having information with quality and timely is a profit in organizations so they can achieve a competitive advantage, especially when it comes to large companies with extended portfolios. The purpose of this thesis is to implement BI processes in Big Data tools to prove its added value in aiding decision making. As part of Commercial Profit & Loss implementation in Sonae MC, more specifically BIT, we identified the need to change the current process of making commercial revenues, namely those related to marginal and promotional processes. The first step of this implementation was the characterization and specification of the problem, thus realizing the real needs and requirements of the commercial teams. Subsequently, the processes were implemented, executed and validated in the existing Big Data tools on the organization. At last, some conclusions were announced such as questions for further investigation. The request comes from the need to change the behavior of the current process, to add an analytical view of the financial information that currently exists. It is then intended to distribute the revenue values registered by users, so they reflect their impact on the daily business profitability of the entire organization. To this end, distribution algorithms were defined together with the Sonae business team, which aim to split the revenues registered according to the availability of the commercial, in a manner balanced by the days of revenue allocation and daily weight of each store in the company. The results obtained have a degree of confidence and great success because the processes implemented meet all the requirements and with an excellent performance. Of course, to achieve acceptable times it was necessary to fine-tune the processes through some techniques, but there is still a need for constant verification and improvement.Reis, Cecília Maria do Rio Fernandes MoreiraRepositório Científico do Instituto Politécnico do PortoVieira, Tiago da Silva2021-11-15T01:30:29Z20182018-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10400.22/14232TID:202167097porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-03-13T12:57:00Zoai:recipp.ipp.pt:10400.22/14232Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T17:34:03.485962Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Desenvolvimento de processos de business intelligence em ferramentas de Big Data
title Desenvolvimento de processos de business intelligence em ferramentas de Big Data
spellingShingle Desenvolvimento de processos de business intelligence em ferramentas de Big Data
Vieira, Tiago da Silva
Business Intelligence
Data Warehouse
Big Data
Hadoop
MapReduce
Spark
Hive
Scala
Sistemas e Planeamento Industrial
title_short Desenvolvimento de processos de business intelligence em ferramentas de Big Data
title_full Desenvolvimento de processos de business intelligence em ferramentas de Big Data
title_fullStr Desenvolvimento de processos de business intelligence em ferramentas de Big Data
title_full_unstemmed Desenvolvimento de processos de business intelligence em ferramentas de Big Data
title_sort Desenvolvimento de processos de business intelligence em ferramentas de Big Data
author Vieira, Tiago da Silva
author_facet Vieira, Tiago da Silva
author_role author
dc.contributor.none.fl_str_mv Reis, Cecília Maria do Rio Fernandes Moreira
Repositório Científico do Instituto Politécnico do Porto
dc.contributor.author.fl_str_mv Vieira, Tiago da Silva
dc.subject.por.fl_str_mv Business Intelligence
Data Warehouse
Big Data
Hadoop
MapReduce
Spark
Hive
Scala
Sistemas e Planeamento Industrial
topic Business Intelligence
Data Warehouse
Big Data
Hadoop
MapReduce
Spark
Hive
Scala
Sistemas e Planeamento Industrial
description Na Economia atual, obter informação com qualidade e atempadamente é uma mais valia nas organizações para que estas alcancem uma vantagem competitiva, principalmente quando se trata de grandes empresas com portefólios de negócios alargados. O propósito desta dissertação consiste na implementação de processos de BI em ferramentas de Big Data, de forma a comprovar a sua mais-valia no auxílio à tomada de decisão. No âmbito da implementação do projeto Profit & Loss Comercial, na Sonae MC, mais especificamente BIT, foi identificada a necessidade de alterar o atual processo de disponibilização de receitas comercias, mais especificamente as relativas com processos marginais e promocionais. O pedido advém da necessidade de alterar o comportamento do processo atual, de forma a permitir uma visão analítica da informação financeira atualmente existente. É então intuito distribuir os valores de receitas cadastrados pelos utilizadores, de forma a que estes espelhem o seu impacto na rentabilidade comercial diária de toda a organização. Para tal, foram definidos algoritmos de distribuição juntamente com a equipa de negócio Sonae, que visam ratear as receitas cadastradas de acordo com a disponibilidade do comercial, de uma forma equilibrada pelos dias de afetação da receita e peso diário de cada loja na empresa como um todo. Os resultados obtidos possuem um grau de confiança e sucesso grande pois os processos implementados cumprem todos os requisitos e com um desempenho excelente. Logicamente que para atingir tempos aceitáveis foi necessário afinar os processos através de algumas técnicas, havendo ainda assim a necessidade de realizar uma verificação e melhoria constante.
publishDate 2018
dc.date.none.fl_str_mv 2018
2018-01-01T00:00:00Z
2021-11-15T01:30:29Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10400.22/14232
TID:202167097
url http://hdl.handle.net/10400.22/14232
identifier_str_mv TID:202167097
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799131432324431872