GoldBI: uma solução de Business Intelligence como serviço
Autor(a) principal: | |
---|---|
Data de Publicação: | 2016 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRN |
Texto Completo: | https://repositorio.ufrn.br/jspui/handle/123456789/22304 |
Resumo: | Este trabalho consiste em criar uma ferramenta de BI (Business Intelligence) disponível em nuvem (cloud computing) através de SaaS (Software as Service) utilizando técnicas de ETL (Extract, Transform, Load) e tecnologias de Big Data, com a intenção de facilitar a extração descentralizada e o processamento de dados em grande quantidade. Atualmente, constata-se que é praticamente inviável realizar uma análise consistente sem o auxílio de um software para geração de relatórios e estatísticas. Para tais fins, a obtenção de resultados concretos com a tomada de decisão exige estratégias de análise de dados e variáveis consolidadas. Partindo dessa visão, enfatiza-se neste estudo o Business Intelligence (BI) com o objetivo de simplificar a análise de informações gerenciais e estatísticas para propiciar indicadores através de gráficos ou listagens dinâmicas de dados gerenciais. Assim, é possível inferir que, com o crescimento exponencial dos dados torna-se cada vez mais difícil a obtenção de resultados de forma rápida e consistente, tornando necessário atuar com novas técnicas e ferramentas para tratamentos de dados em larga escala. Este trabalho é de natureza técnica de criação de um produto de Engenharia de Software, fundamentado a partir do estudo da arte da área, e de um comparativo com as principais ferramentas existentes no mercado, evidenciando vantagens e desvantagens da solução criada. |
id |
UFRN_7f2fc143fe26c363dea67251affb9540 |
---|---|
oai_identifier_str |
oai:https://repositorio.ufrn.br:123456789/22304 |
network_acronym_str |
UFRN |
network_name_str |
Repositório Institucional da UFRN |
repository_id_str |
|
spelling |
Silva Neto, Arlindo Rodrigues dahttp://lattes.cnpq.br/6469524509136271http://lattes.cnpq.br/4986614168117334Lopes, Frederico Araújo da Silvahttp://lattes.cnpq.br/9177823996895375Medeiros Neto, Francisco Dantas dehttp://lattes.cnpq.br/5525562330158282Lima, Gleydson de Azevedo Ferreira2017-03-16T23:01:46Z2016-08-26SILVA NETO, Arlindo Rodrigues da. GoldBI: uma solução de Business Intelligence como serviço. 2016. 62f. Dissertação (Mestrado Profissional em Engenharia de Software) - Instituto Metrópole Digital, Universidade Federal do Rio Grande do Norte, Natal, 2016.https://repositorio.ufrn.br/jspui/handle/123456789/22304Este trabalho consiste em criar uma ferramenta de BI (Business Intelligence) disponível em nuvem (cloud computing) através de SaaS (Software as Service) utilizando técnicas de ETL (Extract, Transform, Load) e tecnologias de Big Data, com a intenção de facilitar a extração descentralizada e o processamento de dados em grande quantidade. Atualmente, constata-se que é praticamente inviável realizar uma análise consistente sem o auxílio de um software para geração de relatórios e estatísticas. Para tais fins, a obtenção de resultados concretos com a tomada de decisão exige estratégias de análise de dados e variáveis consolidadas. Partindo dessa visão, enfatiza-se neste estudo o Business Intelligence (BI) com o objetivo de simplificar a análise de informações gerenciais e estatísticas para propiciar indicadores através de gráficos ou listagens dinâmicas de dados gerenciais. Assim, é possível inferir que, com o crescimento exponencial dos dados torna-se cada vez mais difícil a obtenção de resultados de forma rápida e consistente, tornando necessário atuar com novas técnicas e ferramentas para tratamentos de dados em larga escala. Este trabalho é de natureza técnica de criação de um produto de Engenharia de Software, fundamentado a partir do estudo da arte da área, e de um comparativo com as principais ferramentas existentes no mercado, evidenciando vantagens e desvantagens da solução criada.This work is to create a BI tool (Business Intelligence) available in the cloud (cloud computing) through SaaS (Software as Service) using ETL techniques (extract, transform, load) and Big Data technologies, with the intention of facilitating decentralized extraction and data processing in large quantities. Currently, it appears that it is practically impossible conduct a consistent analysis without the aid of a software for reporting and statistics. For these purposes, the achievement of concrete results with decision making requires data analysis strategies and consolidated variable. From this view, it is emphasized in this study Business Intelligence (BI) in order to simplify the analysis of management information and statistics to provide indicators through graphs or dynamic lists of data management. Thus, it is possible to infer that with the exponential growth of data becomes increasingly difficult to obtain results quickly and consistently, making it necessary to work with new techniques and tools for large-scale data processing. This work is technical in nature to create a product of Software Engineering, based from the study of art in the area, and a comparison with the main existing tools on the market, showing advantages and disadvantages of the created solution.2020-12-31porCNPQ::ENGENHARIAS: ENGENHARIA DE SOFTWAREBusiness IntelligenceBIBig dataETLMap reduceHadoopSparkSaaSMongoDBGoldBI: uma solução de Business Intelligence como serviçoGoldBI: a Business Intelligence as a service solutioninfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisPROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE SOFTWAREUFRNBrasilinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNORIGINALArlindoRodriguesDaSilvaNeto_DISSERT.pdfArlindoRodriguesDaSilvaNeto_DISSERT.pdfapplication/pdf3173339https://repositorio.ufrn.br/bitstream/123456789/22304/1/ArlindoRodriguesDaSilvaNeto_DISSERT.pdfada963a5289013a9ad80c2655d78baadMD51TEXTArlindoRodriguesDaSilvaNeto_DISSERT.pdf.txtArlindoRodriguesDaSilvaNeto_DISSERT.pdf.txtExtracted texttext/plain105500https://repositorio.ufrn.br/bitstream/123456789/22304/4/ArlindoRodriguesDaSilvaNeto_DISSERT.pdf.txtc4bd08d1179bb157a96ae5e477b30ef5MD54THUMBNAILArlindoRodriguesDaSilvaNeto_DISSERT.pdf.jpgArlindoRodriguesDaSilvaNeto_DISSERT.pdf.jpgIM Thumbnailimage/jpeg2565https://repositorio.ufrn.br/bitstream/123456789/22304/5/ArlindoRodriguesDaSilvaNeto_DISSERT.pdf.jpgab3ed3608308f12881702df7f2065abfMD55123456789/223042024-03-19 01:02:11.287oai:https://repositorio.ufrn.br:123456789/22304Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2024-03-19T04:02:11Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false |
dc.title.pt_BR.fl_str_mv |
GoldBI: uma solução de Business Intelligence como serviço |
dc.title.alternative.pt_BR.fl_str_mv |
GoldBI: a Business Intelligence as a service solution |
title |
GoldBI: uma solução de Business Intelligence como serviço |
spellingShingle |
GoldBI: uma solução de Business Intelligence como serviço Silva Neto, Arlindo Rodrigues da CNPQ::ENGENHARIAS: ENGENHARIA DE SOFTWARE Business Intelligence BI Big data ETL Map reduce Hadoop Spark SaaS MongoDB |
title_short |
GoldBI: uma solução de Business Intelligence como serviço |
title_full |
GoldBI: uma solução de Business Intelligence como serviço |
title_fullStr |
GoldBI: uma solução de Business Intelligence como serviço |
title_full_unstemmed |
GoldBI: uma solução de Business Intelligence como serviço |
title_sort |
GoldBI: uma solução de Business Intelligence como serviço |
author |
Silva Neto, Arlindo Rodrigues da |
author_facet |
Silva Neto, Arlindo Rodrigues da |
author_role |
author |
dc.contributor.authorID.pt_BR.fl_str_mv |
|
dc.contributor.authorLattes.none.fl_str_mv |
http://lattes.cnpq.br/6469524509136271 |
dc.contributor.advisorID.pt_BR.fl_str_mv |
|
dc.contributor.advisorLattes.none.fl_str_mv |
http://lattes.cnpq.br/4986614168117334 |
dc.contributor.referees1.none.fl_str_mv |
Lopes, Frederico Araújo da Silva |
dc.contributor.referees1ID.pt_BR.fl_str_mv |
|
dc.contributor.referees1Lattes.none.fl_str_mv |
http://lattes.cnpq.br/9177823996895375 |
dc.contributor.referees2.none.fl_str_mv |
Medeiros Neto, Francisco Dantas de |
dc.contributor.referees2ID.pt_BR.fl_str_mv |
|
dc.contributor.referees2Lattes.none.fl_str_mv |
http://lattes.cnpq.br/5525562330158282 |
dc.contributor.author.fl_str_mv |
Silva Neto, Arlindo Rodrigues da |
dc.contributor.advisor1.fl_str_mv |
Lima, Gleydson de Azevedo Ferreira |
contributor_str_mv |
Lima, Gleydson de Azevedo Ferreira |
dc.subject.cnpq.fl_str_mv |
CNPQ::ENGENHARIAS: ENGENHARIA DE SOFTWARE |
topic |
CNPQ::ENGENHARIAS: ENGENHARIA DE SOFTWARE Business Intelligence BI Big data ETL Map reduce Hadoop Spark SaaS MongoDB |
dc.subject.por.fl_str_mv |
Business Intelligence BI Big data ETL Map reduce Hadoop Spark SaaS MongoDB |
description |
Este trabalho consiste em criar uma ferramenta de BI (Business Intelligence) disponível em nuvem (cloud computing) através de SaaS (Software as Service) utilizando técnicas de ETL (Extract, Transform, Load) e tecnologias de Big Data, com a intenção de facilitar a extração descentralizada e o processamento de dados em grande quantidade. Atualmente, constata-se que é praticamente inviável realizar uma análise consistente sem o auxílio de um software para geração de relatórios e estatísticas. Para tais fins, a obtenção de resultados concretos com a tomada de decisão exige estratégias de análise de dados e variáveis consolidadas. Partindo dessa visão, enfatiza-se neste estudo o Business Intelligence (BI) com o objetivo de simplificar a análise de informações gerenciais e estatísticas para propiciar indicadores através de gráficos ou listagens dinâmicas de dados gerenciais. Assim, é possível inferir que, com o crescimento exponencial dos dados torna-se cada vez mais difícil a obtenção de resultados de forma rápida e consistente, tornando necessário atuar com novas técnicas e ferramentas para tratamentos de dados em larga escala. Este trabalho é de natureza técnica de criação de um produto de Engenharia de Software, fundamentado a partir do estudo da arte da área, e de um comparativo com as principais ferramentas existentes no mercado, evidenciando vantagens e desvantagens da solução criada. |
publishDate |
2016 |
dc.date.issued.fl_str_mv |
2016-08-26 |
dc.date.accessioned.fl_str_mv |
2017-03-16T23:01:46Z |
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.citation.fl_str_mv |
SILVA NETO, Arlindo Rodrigues da. GoldBI: uma solução de Business Intelligence como serviço. 2016. 62f. Dissertação (Mestrado Profissional em Engenharia de Software) - Instituto Metrópole Digital, Universidade Federal do Rio Grande do Norte, Natal, 2016. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufrn.br/jspui/handle/123456789/22304 |
identifier_str_mv |
SILVA NETO, Arlindo Rodrigues da. GoldBI: uma solução de Business Intelligence como serviço. 2016. 62f. Dissertação (Mestrado Profissional em Engenharia de Software) - Instituto Metrópole Digital, Universidade Federal do Rio Grande do Norte, Natal, 2016. |
url |
https://repositorio.ufrn.br/jspui/handle/123456789/22304 |
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.publisher.program.fl_str_mv |
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE SOFTWARE |
dc.publisher.initials.fl_str_mv |
UFRN |
dc.publisher.country.fl_str_mv |
Brasil |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRN instname:Universidade Federal do Rio Grande do Norte (UFRN) instacron:UFRN |
instname_str |
Universidade Federal do Rio Grande do Norte (UFRN) |
instacron_str |
UFRN |
institution |
UFRN |
reponame_str |
Repositório Institucional da UFRN |
collection |
Repositório Institucional da UFRN |
bitstream.url.fl_str_mv |
https://repositorio.ufrn.br/bitstream/123456789/22304/1/ArlindoRodriguesDaSilvaNeto_DISSERT.pdf https://repositorio.ufrn.br/bitstream/123456789/22304/4/ArlindoRodriguesDaSilvaNeto_DISSERT.pdf.txt https://repositorio.ufrn.br/bitstream/123456789/22304/5/ArlindoRodriguesDaSilvaNeto_DISSERT.pdf.jpg |
bitstream.checksum.fl_str_mv |
ada963a5289013a9ad80c2655d78baad c4bd08d1179bb157a96ae5e477b30ef5 ab3ed3608308f12881702df7f2065abf |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN) |
repository.mail.fl_str_mv |
|
_version_ |
1814832691104710656 |