Tutorial Qlikview - Evitando a chave sintética

Quando comecei com o Qlikview, uma das coisa que mais tinha medo quando estava fazendo a transformação dos dados, era a referência circular. A referência circular acontece quando duas tabelas se ligam a uma tabele com chaves distintas, similar a um circulo. Veja a figura.

Referência Circular

Pode-se ver que existe duas "trilhas" para chegar a tabela Main Data. Isso causa o famoso erro de referencia circular que toda pessoa novatas, e até veteranos, temem.
Tá bom, mais oque isso tudo tem a ver com Chave sintética? Calma que já chegamos lá !

A chave sintética é criada quando alguma tabela compartilha mais de um nome em comum.

Chave Sintética 

A tabela $Syn 1 foi criada afim de sanar o problema de duplicidade de chaves, repare que tanto a tabela Main Data quanto a Calendar possuem o campo Month e Year e por isso a a chave complexa ou sintética foi criada. Porem em uma modelagem de dados, as chaves sistemáticas não podem existir!

Modelar um banco para que isso não ocorra é mais simples que você pensa. Segue um fluxograma que vai te ajudar a eliminar o problemas de chaves sintéticas e de quebra vai minimizar a criação de referências circulares.

Fluxograma - Clique para ampliar

Se seguir o fluxograma não vai ter erro, sua modelagem vai ser limpa e sem dores de cabeça !

A Visualização de Dados (Parte II)

Existe dois tipos de visualização, a visualização de dados e de informação. Antes de entrar no tema de visualização de dados e posteriormente a de informação, a seguir diferenciaremos por definição, dado de informação. Dado é uma sequência de símbolos quantificados ou quantificáveis.

Portanto, um texto é um dado. De fato, as letras são símbolos quantificados, já que o alfabeto por si só constitui uma base numérica. Também são dados imagens, sons e animação, pois todos podem ser quantificados a ponto de alguém que entra em contato com eles ter eventualmente dificuldade de distinguir a sua reprodução, a partir da representação quantificada, com o original.

Como são símbolos quantificáveis, dados podem ser armazenados em um computador e ser processados por ele.

Dados podem ser científicos ou abstratos:
Dados científicos: Associam-se a atributos espaciais e tem uma forma geométrica inerente;
Dados Abstratos: Caracterizam-se pela ausência de uma representação espacial inerente, que possa embasar o modelo visual.

Informação é uma abstração informal (isto é, não pode ser formalizada através de uma teoria lógica ou matemática), que representa algo significativo para alguém através de textos, imagens, sons ou animação. Não é possível processar informação diretamente em um computador. Para isso é necessário reduzi-la a dados.

“Uma distinção fundamental entre dado e informação é que o primeiro é puramente sintático e o segundo contém necessariamente semântica.” (SETZER, 2001).

Visualização de dados

A visualização de dados é uma subárea da computação que foca em estudar e aprimorar ferramentas que ofereçam suporte a visualização gráfica para apoiar tarefas de análise de dados complexos. Dados complexos entendem-se como conjuntos de dados oriundos de diferentes domínios, que se caracterizam por grande volume, diversidade de tipos (dados numéricos, categóricos, informações embutidas em documentos de texto, imagens, vídeos, redes sociais, etc.) e alta dimensionalidade (dados descritos por muitos atributos). Os dados podem estar armazenados de forma estruturada, em bancos de dados, ou embutidos em documentos de texto, imagens ou vídeos, por exemplo.

A Visualização de Dados (Parte I)

Atualmente, a quantidade de dados disponíveis aumenta constantemente sendo comum chegar a milhões de dados com elevada dimensão e complexidade. Isto ocorre em muitos domínios do saber e faz com que as aplicações de métodos e sistemas tradicionais para a visualização e análise de dados se tornem insuficientes, complexos e ineficientes.

Segundo o dicionário Aurélio, visualização é “transformação de conceitos em imagens reais ou mentalmente visíveis". Diante deste princípio, o termo visualização significa construir uma imagem visual na mente, tornando isto mais do que uma representação gráfica de dados ou conceitos utilizando da tecnologia para apoiar a visualização.

A área de visualização concentra-se, normalmente, em representar dados originalmente na forma de imagens, fornecendo assim meios de analisar visualmente conjuntos de dados de elevada dimensão e complexidade. Esse é um importante fator para a descoberta de novos relacionamentos e dependências entre os dados. Isso acontece porque as visualizações fornecem um grande apoio cognitivo através de vários mecanismos que exploraram as potencialidades da percepção humana, bem como a rapidez do processamento visual.

O objetivo da visualização é acelerar o processo de interpretação e aquisição do conhecimento a partir de dados, melhorando o desempenho de pesquisadores e profissionais em suas análises. Essa melhoria de desempenho é estratégica para ampliar a competitividade internacional.

As pessoas reagem ao resultado da visualização de forma distinta, tendo uma forte influência na sua compreensão dos dados e a sua utilidade. Os fatores humanos contribuem significativamente no processo de visualização e devem desempenhar um papel importante no projeto e na construção de ferramentas adequadas de visualização.

 Hoje, existem ferramentas computacionais que cada vez mais apoiam o processo de análise eficiente de dados, como por exemplo, data mining, data warehouse, programas de Business Intelligence como o Qlikview, Microstrategy, Tableau e outros programas baseados em redes neurais. De forma sucinta, estas ferramentas podem prestar apoio em três atividades essenciais :

·         Análise exploratória – Utilizada quando o utilizador pretende descobrir novos conhecimentos presentes nos dados de forma analítica, procurando, através de um processo visual analítico, indicações sobre tendências particulares e relações que podem conduzir a uma hipótese sobre as mesmas;

·         Análise confirmatória – Utilizada para aceitar ou rejeitar a hipótese do utilizador, através de exploração visual;

·         Apresentação – Utilizada para representações gráficas e exibição do relacionamento, organização, comportamento e outras características relativas aos dados.

O QlikView, a Qliktech e o Business discovery

O B.I. ( Business Intelligence ) atualmente, possui 'N' aplicativos que dão suporte para seu desenvolvimento, como por exemplo, o QlikView ( plataforma na qual eu desenvolvo ) que trabalha com a ideia do Business discovery.

Aplicações de BI e sua posição no mercado ( Retirado do site Gartner)

O Qlikview é sem duvidas, um dos lideres de mercado quando o assunto é B.I. Provido pela Qliktech, empresa fundada em 1993 na Suécia, com a explosão e rápida aceitação de seu software, a sede foi mudada para Radnor, Pennsyvania. Hoje a capitalização de mercado da Qliktech passa de US$ 3 bilhões.

 

O Qlikview é um softwere robusto, que possibilita a criação e adaptação de diversas possibilidades para a construção do seu Dashboard, desde um simples gráfico de barras até a criação de complexos dashboards empresarias. Com a proposta de carregar os dados In-Memory, aumenta a resposta de analise tornando o BI mais interativo e intuitivo. Possui tambem o recurso de comprimir a base de dados em até 10% do tamanho original para evitar sobrecargas na fonte de dados.

O Qlikview tem a maleabilidade de se conectar em diversos tipos de base de dados ao mesmo tempo, seja um banco de dados ou um bloco de notas. 

O Business discovery e o Business Intelligence são semelhantes na medida em que proporcionam ao usuário final com uma aplicação que visualiza dados ou big data. No entanto, o foco no  Business discovery encontra-se mais sobre os usuários do aplicativo, menos sobre os aspectos técnicos. Além disso o  Business discovery foca na dinâmica, relatórios de fácil utilização, já os relatórios de Business Intelligence tradicionais são relatórios estáticos.

Segue alguns links de dashboards feitos pela Qliktech, para abstrair mais a ideia sobre o Qlikview:

1. Dashboard que analisa as ligações de celulares nos E.U.A (Inglês)
2. Dashboard de R.H. (Inglês)
3. Dashboard de Vendas (Inglês)
4. Analise de Mídias Sociais (Inglês)
5. Dados sobre o BlackFriday Norte Americano (Inglês)

O Business Intelligence e as suas ferramentas

Ainda me deparo com pessoas que fazem aquela famosa expressão ("como?" - franzindo a testa) quando falo de minha profissão. Sim, ser desenvolvedor de Business Intelligence ainda é uma profissão nova para muitas pessoas, porém o termo não é tão novo assim. O conceito de B.I. (Business Intelligence) surgiu em 1958 com Hans Peter Luhn pesquisador da IBM, que definia como “A capacidade de aprender as inter-relações dos fatos apresentados de tal forma a orientar a ação em direção a um objetivo desejado”. O B.I. hoje é definido por muitos como, a evolução de sistemas de apoio à decisão, que começou na década de 1960 e desenvolvidos ao longo de meados dos anos 1980.

Mas afinal, o que é B.I.? O Business Intelligence é um conceito que engloba um conjunto de teorias, metodologias, arquiteturas e tecnologias que transforma o dados bruto em informação significante e relevante para fins comerciais. BI pode lidar com grandes quantidades de informação para ajudar a identificar e desenvolver novas oportunidades. 

Business Intelligence e suas ferramentas

O B.I. utiliza de diversas ferramentas para das suporte a sua criação, por este motivo, o Business Intelligence é considerado um conceito e não uma ferramenta em si. O B.I. inclui tecnologias como a integração de dados, qualidade de dados, armazenamento de dados, gerenciamento de dados mestre, análise de texto e conteúdo, e muitos outras tecnologias que o mercado, por vezes, classifica no segmento de Gestão da Informação. Algumas dessas ferramentas podem ser vistas no esquema ao lado.

Hoje, existe aplicações que dão suporte e ao desenvolvimento do B.I. e íntegra boa parte dessas ferramentas citadas, mas isso é assunto para outro post.