MicroStrategy - Guia Rápido
Como uma ferramenta de Business Intelligence com ampla gama de recursos, a MicroStrategy possui recursos poderosos que ajudam a encontrar respostas e percepções na análise de dados de negócios. A seguir estão alguns dos recursos importantes.
Descoberta de dados
Este recurso permite que a MicroStrategy se conecte a qualquer fonte de dados e combine os dados de várias fontes. Ele pode se conectar a fontes relacionais, arquivos simples, fontes de big data, plataformas de mídia social e sistemas em nuvem, para citar alguns.
Disputa de dados
Esse recurso ajuda na transformação e modificação de dados com um amplo conjunto de recursos integrados de transformação e análise de dados. Os usuários de negócios se beneficiam das recomendações automáticas, enquanto os cientistas de dados podem aproveitar toda a amplitude dos recursos de conversão. Existem scripts de histórico que lembram as transformações de dados e podem ser reaplicados a qualquer análise.
Mineração de dados e análise preditiva
A MicroStrategy possui uma ampla gama de recursos analíticos nativos, com a opção de incorporar facilmente ferramentas de modelagem e mineração de dados de terceiros. Os serviços de mineração de dados podem ser usados por usuários de negócios, designers de relatórios e analistas para visualizar e construir relatórios preditivos e distribuir esses relatórios aos usuários em qualquer dispositivo.
Biblioteca de funções analíticas
Possui uma extensa biblioteca com mais de 300 funções OLAP, matemáticas, financeiras e de mineração de dados, que podem ser usadas para entender melhor as relações entre os dados, criar métricas de negócios e KPIs de nível superior ou construir análises estatísticas avançadas.
Biblioteca de visualização extensível
Ele tem grades, gráficos e ferramentas de visualização de dados embutidas. Ele também permite a adição de centenas de visualizações de código aberto disponíveis na D3 ou outros fornecedores com ferramentas integradas que ajudam no processo de integração. Ele também possui um construtor de visualização e SK para codificar uma nova visualização do zero.
Painéis em tempo real
Você pode construir painéis que podem fornecer dados ao vivo para fornecer monitoramento em tempo real das informações mais atuais. Com atualizações programadas com intervalos controláveis, os usuários podem ter a garantia dos dados mais recentes.
BI incorporado
A MicroStrategy vem com vários portlets prontos para desenvolvimento que não requerem codificação adicional. Esses portlets permitem que as organizações incorporem perfeitamente a funcionalidade da MicroStrategy com IBM WebSphere, Oracle WebLogic, Microsoft SharePoint e SAP NetWeaver, entre outros. Um kit de integração de portal inclui código de amostra e documentação para integração do MicroStrategy Web com outros portais empresariais.
Plataforma móvel
As visualizações, relatórios e painéis existentes ficam instantaneamente disponíveis nas plataformas móveis, uma vez que são criados.
Baixe MicroStrategy Desktop
A Free Personal Edition do MicroStrategy Desktop pode ser baixada do Microstrategy Desktop . Para fazer o download, você precisa se registrar com seus dados.
Após o download, a instalação é um processo muito simples, no qual você precisa aceitar o contrato de licença e fornecer a pasta de destino para armazenar a versão desktop. A versão desktop está disponível para Windows e Mac OS. Neste tutorial, consideraremos apenas a versão Windows. As capturas de tela a seguir descrevem as etapas de configuração.
Inicie o assistente de instalação
Clique duas vezes em MicroStrategy Desktop-64bit.exe e uma tela será exibida para permitir a execução do programa de instalação. CliqueNext.
Componentes Requeridos
Dependendo do ambiente Windows, você pode precisar de um software adicional da plataforma Windows para que a MicroStrategy funcione. .Net Framework é um requisito comum. O processo de instalação cuida disso sozinho.
Após a conclusão bem-sucedida das etapas acima, o MicroStrategy Desktop está disponível em seu sistema.
Verifique a instalação
Para verificar se o MicroStrategy Desktop foi instalado com sucesso, abra o menu Iniciar no Windows e clique no ícone MicroStrategy. A janela a seguir é aberta, confirmando a instalação do MicroStrategy Desktop.
O ambiente MicroStrategy Desktop é muito intuitivo. Possui um menu simples para importar dados para análise e exportar o resultado da análise. O menu também fornece recursos para se conectar a um servidor, se necessário, visualizar os conjuntos de dados disponíveis, a galeria de visualização e opções de filtragem de dados, etc.
Desktop Windows
A captura de tela a seguir mostra a imagem das janelas da área de trabalho do MicroStrategy.
A seguir está uma breve descrição de cada uma dessas janelas.
Dataset Panel- Isso é usado para adicionar os conjuntos de dados necessários para serem analisados. Os conjuntos de dados podem vir de qualquer uma das fontes compatíveis. Esta seção também oferece uma opção de conexão aos conjuntos de dados disponíveis no servidor MicroStrategy.
Editor Panel- Isso é usado para trazer as linhas e colunas necessárias do conjunto de dados para análise. Além disso, as diferentes matrizes ou expressões matemáticas podem ser aplicadas à análise de dados disponível aqui.
Properties Panel- Este painel é usado para definir os formatos de exibição dos dados, como tamanho da fonte, alinhamento de cores. etc.
Filter Panel - Este painel é usado para aplicar vários filtros nos conjuntos de dados que estão sendo analisados.
Visualizations- É o painel que mostra a análise dos dados. Você pode arrastar os objetos de dados para este painel e aplicar um método de visualização para ver os resultados.
Visualization Gallery- Este painel exibe as visualizações integradas disponíveis, que podem ser aplicadas diretamente no conjunto de dados. As várias visualizações disponíveis são - Mapas de calor, gráficos de barras, gráficos de bolhas, diagramas de rede, etc. Também permite criar visualizações personalizadas.
A MicroStrategy tem uma arquitetura baseada em metadados. Os metadados são um repositório central, que armazena todos os objetos usados por eles. Além disso, os metadados podem ser usados por qualquer um dos produtos MicroStrategy, o que garantiu uniformidade nos valores dos objetos. Os objetos armazenados nos metadados são reutilizáveis.
Camadas de Objeto
O diagrama a seguir representa as diferentes camadas de objetos criados e armazenados nos metadados MicroStrategy.
Administration Objects - Esta camada de objetos estabelece os parâmetros de segurança, agrupamento de usuários e desempenho que governam os aplicativos MicroStrategy.
Report Objects - Essa camada de objetos reúne os blocos de construção das Camadas de Objeto de Esquema e Análise para fornecer análises textuais e visuais criteriosas.
Analysis Objects- Esta camada de objetos fornece os blocos de construção para análises sofisticadas. Os objetos de análise são construídos nos objetos desenvolvidos na camada de esquema.
Schema Objects - Essa camada de objetos fornece uma abstração lógica do esquema do banco de dados que é adaptado para o modelo de negócios.
Arquitetura ROLAP
A MicroStrategy pode acessar dados de data warehouses, bancos de dados de cubo, arquivos planos, bancos de dados operacionais como ERPs, CRMS, aplicativos Web, etc. Para isso, utiliza uma arquitetura OLAP relacional.
O diagrama a seguir mostra uma arquitetura geral da plataforma MicroStrategy, descrevendo como ela acessa os dados de várias fontes usando os objetos de metadados.
Dynamic MDX Engine - Gera Expressões Multidimensionais (MDX) otimizadas para acessar interativamente bancos de dados de cubo do SAP, Microsoft Analysis Services, Hyperion Essbase, etc.
Dynamic SQL Engine - Gera SQL otimizado para acesso interativo a data warehouses.
Freeform SQL Engine - Fornece acesso direto a bancos de dados operacionais, arquivos de texto e planilhas por meio de um Query Builder gráfico ou por meio de SQL à mão livre.
Metadados Unificados
Finalmente, o MicroStrategy Architect pode modelar fontes múltiplas como se fossem uma única fonte de dados, armazenando todas essas informações nos metadados unificados da MicroStrategy.
A MicroStrategy se conecta a quase todos os tipos de fontes de dados disponíveis. Possui conectores nativos, que estabelecem conexão com essas fontes de dados e também possui um recurso de conexão ao vivo, que busca dados como e quando necessário. Curiosamente, ele também mostra os ícones das fontes de dados para uma identificação mais rápida da fonte de dados que você está procurando.
Adicionar Dados
A maneira mais simples de pesquisar e selecionar o conjunto de dados necessário é usando a opção Adicionar dados disponível com um ícone + no menu principal. O diagrama a seguir mostra as etapas para adicionar dados.
Fontes de dados
Ao clicar na opção Adicionar dados, vemos os ícones de várias fontes de dados. Isso ajuda a identificar rapidamente a fonte de dados.
Fonte de dados de pesquisa
Com esse vasto número de tipos de conexão disponíveis, às vezes precisamos digitar o nome da fonte de dados ou filtrá-lo de um pequeno grupo de nomes de conjuntos de dados. A MicroStrategy possui o recurso de pesquisa avançada, o que torna isso possível.
Adicionando dados de arquivos
Nesta seção, veremos como adicionar um arquivo excel como fonte de dados e criar uma visualização simples.
Selecione o arquivo Excel
Clique na opção Adicionar Dados e escolha Excel disponível nos cabeçalhos organizados em ordem alfabética mostrando E. A janela mostra uma opção Escolher arquivo e clicando nela podemos navegar no sistema local para selecionar o arquivo Excel necessário. No exemplo a seguir, temos um arquivo de amostra contendo os dados do funcionário de uma organização.
Prepare o arquivo Excel
Antes de aceitar o conteúdo do arquivo Excel, podemos visualizar e também editar os dados presentes nele. Uma vez que o arquivo é selecionado, podemos ver o botão Preparar Dados próximo ao botão Concluir. Clicar nele produz uma visualização dos dados presentes no arquivo.
Prepare a visualização
Ao clicar em Concluir, após a visualização dos dados, é apresentada a janela do MicroStrategy mostrando os objetos de dados escolhidos.
Em seguida, podemos criar uma visualização simples dessa fonte de dados arrastando as colunas da fonte de dados para as caixas de linhas e colunas. Uma métrica também pode ser adicionada. O diagrama a seguir mostra a visualização final.
O Online Analytical Processing (OLAP) é uma análise multidimensional de dados de negócios. Ele fornece a capacidade para cálculos complexos, análise de tendências, etc. Os Serviços OLAP da MicroStrategy é uma expansão do MicroStrategy Intelligence Server. Utiliza o conceito de Inmemory Business Intelligence. Isso ajuda a plataforma de BI a melhorar amplamente o desempenho e a análise.
As várias manipulações OLAP no relatório usam recursos como aliasing, banding, classificação, dinamização, page-by e assim por diante. Esses recursos não fazem com que o relatório seja reexecutado no warehouse e, portanto, têm um tempo de resposta muito mais rápido. A seguir está uma breve descrição de vários recursos OLAP disponíveis no MicroStrategy Desktop.
Aliasing - Este recurso é usado para renomear qualquer objeto na grade do relatório, como nomes de atributos, nomes de consolidação, nomes de grupos personalizados e nomes de métricas.
Banding - Usado para colorir grupos de linhas ou colunas de modo que formem bandas de dados fáceis de localizar e analisar.
Page-by - É uma forma de segmentar dados em um relatório de planilha, colocando os atributos, consolidações ou métricas disponíveis em um terceiro eixo denominado eixo da página.
Pivoting - Usado para reorganizar as colunas e linhas em um relatório para exibir dados de diferentes perspectivas, como mover um objeto do cabeçalho da linha para o cabeçalho da coluna e vice-versa.
Sorting - O MicroStrategy Desktop oferece classificação rápida, classificação avançada e classificação hierárquica de linhas ou colunas.
Subtotals - É usado para adicionar, remover e editar os subtotais em diferentes níveis de métricas no relatório.
Thresholds - Um limite destaca os dados que atendem às condições definidas pelo usuário.
A seguir está um exemplo de aplicação de limites.
Considere o relatório de funcionários criado no capítulo anterior usando um arquivo Excel. No relatório, aplicaremos cores de limite a vários salários usando as etapas a seguir.
Selecione a coluna de limite
No relatório do funcionário, clique na coluna de salário e escolha o limite no menu suspenso.
Aplicar opção de limite
A próxima janela fornece opções para escolher o tipo de limite. Escolhemos o limite baseado em cores com cores e valores padrão.
Caso desejemos explorar outras opções de limite não padrão, podemos clicar no Editor de Limite Avançado, que mostra as seguintes opções adicionais.
Resultado Limiar
O resultado final do limite é mostrado na imagem a seguir, que destaca os diferentes valores salariais de acordo com a cor do limite escolhida.
Os objetos da MicroStrategy aparecem na camada do sistema e podem ser usados em vários projetos. Objetos de configuração incluem objetos como usuários, instâncias de banco de dados, IDs de login de banco de dados e planejamentos.
Ao fazer login no MicroStrategy Developer, como administrador, obtemos a opção Administration em MicroStrategy Secure Enterprise. Expandir esta opção nos dá os vários objetos de configuração que são discutidos nas seções a seguir.
Gerente de Usuário
Esses objetos são usados pelo administrador para gerenciar os usuários MicroStrategy. Ele é configurado para lidar com as seguintes configurações do usuário. Ele oferece as seguintes opções de configuração -
User authentication - Para permitir que o usuário entre no ambiente.
User groups - Uma coleção de usuários aos quais algum privilégio específico é atribuído.
User privileges - Para usar apenas um subconjunto de todos os recursos disponíveis no ambiente.
User permissions - Permitir / proibir o uso de um objeto específico.
Gerenciador de configuração
Esses objetos são usados para gerenciar as informações de conectividade do banco de dados. Eles armazenam o caminho e as informações de credenciais para os vários bancos de dados aos quais a MicroStrategy pode se conectar. Ele oferece as seguintes opções de configuração -
Database instance - O nome da instância do banco de dados e suas credenciais.
The Connection lifetime - Este limite é a quantidade máxima de tempo que um thread de conexão de banco de dados permanece em cache.
Events - Aciona as tarefas relacionadas a um evento de banco de dados.
Security role - Controle o acesso do usuário aos diversos objetos do banco de dados.
Monitor de Sistema
Existem muitos monitores de sistema que ajudam a identificar a integridade do ambiente MicroStrategy. Eles ajudam a prever a carga no sistema e qualquer problema de desempenho que possa surgir. A seguir estão algumas das opções importantes do monitor do sistema.
Jobs - Monitora jobs atualmente em execução.
User Connections - Monitora o número de conexões do usuário em um determinado momento.
Caches - Monitora o número de caches e seus tamanhos.
Administração do Sistema
Essa atividade administrativa envolve configurar vários projetos, alocar clusters aos projetos e programar as janelas de manutenção.
Quando um novo projeto MicroStrategy é criado, os usuários com acesso a esse projeto podem criar objetos e armazená-los apenas em suas pastas pessoais naquele projeto. No entanto, às vezes é desejável disponibilizar muitos objetos MicroStrategy para outros usuários. Para tal cenário, um usuário do grupo administrativo pode criar e colocar vários Objetos MicroStrategy na pasta pública.
Os usuários não administrativos podem apenas visualizar e usar os objetos da pasta pública, mas não podem excluir ou criar novos objetos na pasta pública.
Para acessar a pasta pública, faça o login no desenvolvedor MicroStrategy como administrador e vá para a opção Objetos Públicos. Ao expandir o botão, a tela a seguir é aberta, mostrando diferentes objetos públicos disponíveis no MicroStrategy.
Objetos de esquema são os Objetos MicroStrategy que são representações lógicas das estruturas de um data warehouse. Esses são os objetos que são decididos durante a criação de um projeto MicroStrategy.
Faça login no desenvolvedor MicroStrategy como administrador. Navegue até o Tutorial da MicroStrategy e expanda a opção Objetos de esquema. A tela a seguir é aberta mostrando os vários objetos de esquema.
A seguir estão os vários objetos de esquema com suas descrições.
Facts - Eles são os valores numéricos, que podem ser agregados para representar o valor de alguns dados de negócios.
Attributes- Eles representam a granularidade dos dados na tabela de fatos. Geralmente, são os dados descritivos da empresa.
Hierarchies- Eles representam a relação entre vários valores de atributos. Eles ajudam a realizar análises de drill-up e drill-down nos dados.
Functions and Operators - Essas são as várias funções e operadores matemáticos embutidos disponíveis na MicroStrategy para aplicar cálculos aos dados.
Tables - Eles simplesmente representam os dados em uma forma tabular (colunas e linhas).
Transformations - Eles são os recursos de transformação de dados usados para análise dos dados com base em séries temporais.
Partition Mapping - Este recurso é usado para criar uma divisão lógica da partição das tabelas de fatos para que a consulta se torne mais eficiente.
Cada relatório da MicroStrategy é construído usando alguns objetos subjacentes que representam o cenário de negócios. Esses objetos juntos representam o conjunto de dados solicitados pelo usuário do relatório e também a relação entre os vários elementos de dados.
Para obter os objetos de relatório de um relatório, abra o relatório e clique no ícone do objeto de relatório conforme mostrado na captura de tela a seguir.
A captura de tela acima mostra os objetos de relatório usados no relatório.
No exemplo atual, temos três objetos de relatório -
Category - É um atributo de relatório que mostra a categoria dos produtos vendidos.
Region - É um atributo de relatório que mostra a região dos produtos vendidos.
Year - É um atributo que contém dois objetos métricos (lucro e receita).
Objetos de relatório são muito importantes da perspectiva de design de relatório, pois eles decidem quais campos da fonte de dados vão para o relatório e também os cálculos aplicados nesses campos.
Os relatórios criados na MicroStrategy podem ser vistos de uma perspectiva diferente. Alguns podem ser vistos apenas como números e texto, enquanto outros apenas como gráficos. Também podemos combinar as visualizações textuais e gráficas juntas.
Os relatórios criados na MicroStrategy podem ser vistos de uma perspectiva diferente. Alguns podem ser vistos apenas como números e texto. Enquanto alguns outros apenas como gráficos. Também podemos combinar as visualizações textuais e gráficas juntas.
A seguir estão os três tipos de relatório usados no MicroStrategy Desktop.
Grid Reports - Esses relatórios exibem apenas informações textuais na forma de grades, mostrando linhas e colunas de dados.
Graph Reports - Esses relatórios mostram vários gráficos criados a partir dos conjuntos de dados.
Combined Reports - Esses relatórios podem mostrar a combinação dos relatórios de planilha e gráficos.
Vamos discutir esses tipos de relatórios em detalhes.
Relatórios de grade
Considere o relatório criado a partir dos dados do funcionário anteriormente. Como exibimos apenas as informações textuais que mostram a ID do funcionário e o salário de cada um dos departamentos, é um exemplo de relatório em grade.
Relatórios de gráfico
Podemos escolher uma visualização gráfica apropriada dos dados na galeria de visualizações disponível na MicroStrategy. Na captura de tela a seguir, vemos o gráfico de barras criado para o conjunto de dados acima, simplesmente clicando na visualização do gráfico de barras disponível no painel direito.
Gráfico de Combinação
Podemos combinar a grade e os gráficos, adicionando os dois tipos de visualizações em uma tela.
A operação Slicing de um conjunto de dados envolve a criação de um conjunto de dados menor por meio da filtragem de uma dimensão. Ajuda a analisar a relação entre uma determinada dimensão e todas as variáveis restantes do conjunto de dados.
Considere o conjunto de dados, All-Sales, que contém as seguintes dimensões -
- Linha de Negócios
- Linha de produto
- Category
- Subcategory
- Sales
A captura de tela a seguir mostra um gráfico com todo o conjunto de dados projetando todas as variáveis.
Agora, vamos descobrir o valor de vendas para cada valor na dimensão da categoria. Para isso, podemos ir até Editor → Visualização, e manter a dimensão Categoria no eixo vertical.
Em seguida, mantenha as vendas no eixo horizontal. Escolha também a opção Colorir por como vendas.
Isso produzirá a seguinte captura de tela com o diagrama mostrando os dados de vendas para cada categoria.
A operação de Dicing de um conjunto de dados envolve a criação de um conjunto de dados menor, buscando vários valores de uma dimensão em relação a um valor de outra dimensão. Por exemplo, obtemos os valores de vendas para diferentes subcategorias de produtos com relação a uma única categoria. Aqui, há uma relação hierárquica entre a categoria e a subcategoria de produtos.
Considere a super-loja do conjunto de dados que contém as seguintes dimensões -
- Segmento de clientes
- Categoria de Produto
- Subcategoria de produto
- Profit
As capturas de tela a seguir mostram as etapas para analisar os dados em relação às dimensões segmento de cliente e subcategoria de produto.
Passo 1
Vamos primeiro criar um relatório de planilha com as dimensões Segmento de cliente e subcategoria de produto. Também podemos adicionar o lucro métrico.
Passo 2
A seguir, vamos criar um filtro usando o segmento de cliente de dimensão. Para este filtro, escolhemos o valor 'Segmento de cliente'. No entanto, obtemos o valor do lucro para todos os valores das subcategorias neste segmento de clientes. Aqui, os dados são divididos em subcategorias para um determinado segmento de cliente.
O pivotamento de dados em tabelas é feito quando queremos trocar a posição de colunas e linhas. Também é chamadorotating data. A mudança em tal estrutura produz diferentes tipos de resumos de dados.
Exemplo
O valor de vendas da tabela All_sales é resumido para cada Linha de Negócios. Nas capturas de tela a seguir, cada linha representa uma linha de negócios e valor de vendas para cada linha de produto em colunas diferentes.
No entanto, se quisermos ver o resultado como Linha de produto em cada linha e Linha de negócio em cada coluna, teremos que aplicar a dinâmica. A seguir estão as etapas para aplicar o pivô.
Passo 1
Crie a tabela com as dimensões e medidas necessárias, conforme mostrado na captura de tela a seguir. Aqui, as vendas são resumidas e mostradas para cada linha de negócios em cada linha.
Passo 2
Usando o editor de visualização, troque as dimensões nas linhas e colunas. Use o botão de troca conforme mostrado na imagem a seguir.
Resultado
Como podemos ver, o resumo das vendas agora é exibido para a linha de produtos em cada linha.
Detalhamento é o processo de descer em uma hierarquia de dimensões para obter valores mais granulares das medidas. Em um conjunto de dados com mais de uma dimensão, que está vinculada entre si de forma hierárquica, começamos com uma dimensão no topo e, em seguida, adicionamos gradualmente mais dimensões para obter novos valores granulares.
As opções de detalhamento fornecem mais informações sobre como os diferentes valores em cada nível são agregados.
Exemplo
No conjunto de dados all_slaes, vamos considerar as três dimensões a seguir aplicadas à medida Vendas.
- Linha de produto
- Category
- Subcategory
A seguir estão as etapas para realizar uma pesquisa detalhada.
Passo 1
Crie uma visualização com dimensão - linha de produtos e meça as vendas conforme mostrado na imagem a seguir.
Passo 2
Adicione a categoria de dimensão à visualização abaixo de Linha de produto. Como você pode ver, o valor da coluna de vendas muda, refletindo os valores de cada categoria da linha de produtos.
etapa 3
A seguir, vamos adicionar a subcategoria de dimensão abaixo da categoria de dimensão e isso altera ainda mais os valores na coluna de vendas.
Rollup é o processo de subir na hierarquia de dimensões em um determinado conjunto de dados. À medida que avançamos, os valores da medida se tornam menos granulares e mais resumidos. É o oposto de detalhamento. Por exemplo, na hierarquia de Área → região → país, passamos de uma área para um país e, finalmente, os valores são resumidos em nível de país. Este processo é denominado Rollup.
Exemplo
No conjunto de dados denominado All_Sales, vamos considerar as seguintes dimensões para um rollup.
- Linha de produto
- category
- Subcategory
Passo 1
Crie uma visualização com todas as três dimensões mencionadas acima e vendas como o valor da medida.
Passo 2
Vamos remover a subcategoria de dimensão da visualização acima. Agora, o resultado mostra o resumo no nível da categoria. Para remover, clique com o botão direito e escolha remover nas opções.
etapa 3
O resultado agora mostra o valor das vendas no nível da categoria.
As métricas na MicroStrategy são os cálculos realizados nos dados. Eles são as colunas derivadas que mostram resultados como soma ou média de alguns valores numéricos de uma coluna nos dados de origem.
Eles são úteis na criação de cálculos personalizados exigidos pelas empresas. A criação de uma métrica envolve o uso de funções embutidas já disponíveis no MicroStrategy. O editor de fórmulas é usado para criar a fórmula de uma métrica.
Exemplo
Neste exemplo, pretendemos encontrar a média de vendas para cada subcategoria em cada categoria a partir dos dados de vendas. Isso pode ser feito criando uma métrica que usa a função Avg para encontrar a média de vendas. As etapas para criar e usar essa métrica são as seguintes.
Passo 1
Crie um relatório com Categoria e subcategoria como suas duas colunas. Em seguida, clique com o botão direito em qualquer lugar na guia da fonte de dados e próximo a qualquer um dos campos de medida. Um pop-up aparece mostrando a opção de criação de métrica.
Passo 2
No editor de métricas, escreva a fórmula para as vendas médias. Salve a métrica com um nome, diga “AvgSales”.
etapa 3
Agora, a métrica AvgSales aparece nos dados do painel como uma medida. Ele pode ser arrastado para o campo de métricas e, em seguida, aparece no relatório.
As métricas aninhadas na MicroStrategy são os cálculos nos quais uma função de agregação é incluída dentro de outra. Eles são úteis quando, no design do data warehouse, não temos dados armazenados no nível de granularidade necessário. Nesse caso, criamos uma fórmula interna e uma fórmula externa. Combiná-los cria a métrica aninhada.
Exemplo
Neste exemplo, pretendemos encontrar as vendas médias para cada subcategoria em comparação com as vendas totais em cada categoria.
Passo 1
Crie um relatório com Categoria e subcategoria como suas duas colunas. Em seguida, clique com o botão direito em qualquer lugar na guia da fonte de dados e próximo a qualquer um dos campos de medida. Um pop-up aparece mostrando a opção de criação de métrica. Criamos a primeira métrica com a fórmula a seguir e a nomeamos como sum_subcat_sales.
Passo 2
Em seguida, criamos outra métrica com o nome Category_sales. Nela, escrevemos a fórmula interna para a soma das vendas de cada categoria e a fórmula externa dando as vendas médias para cada categoria, correspondendo à subcategoria.
etapa 3
Por fim, arraste as métricas recém-criadas para o relatório para ver o resultado.
Muitas vezes, precisamos de métricas calculadas que ainda não estão disponíveis na fonte de dados. Em tais situações, os valores da métrica podem ser calculados a partir das métricas existentes, usando a opção criar métrica. Portanto, a criação de uma métrica derivada é uma abordagem para criar valores que precisaremos com frequência no relatório, mas que não existem na fonte de dados.
Exemplo
Neste exemplo, vamos calcular o custo total de envio e o preço unitário de um produto nos dados de vendas da superloja. A seguir estão as etapas para calculá-lo.
Passo 1
Vamos criar um relatório de controle usando vendas de superloja. O relatório contém subcategoria de produto como atributo e preço unitário, bem como custo de envio como métricas.
Passo 2
Em seguida, clique com o botão direito próximo a qualquer uma das métricas e escolha a opção criar métrica. Isso nos dá uma janela para escrever a fórmula para a nova métrica. Aqui, escreva a fórmula que usamos nas métricas existentes. A fórmula é mostrada na imagem a seguir.
etapa 3
A nova métrica aparece na lista de métricas da fonte de dados. Nós o arrastamos para o relatório de grade existente.
Métricas são os valores numéricos nos quais podemos aplicar cálculos matemáticos e também compará-los numericamente. O desktop MicroStrategy oferece algumas funcionalidades para comparar os valores de duas métricas usando as funções de filtragem. Se necessário, também podemos criar uma métrica derivada para fazer comparações complexas com base em algum cálculo específico.
A seguir estão as etapas para criar uma comparação entre duas métricas.
Passo 1
Crie uma visualização com o relatório de grade usando o superstore.xlx como um conjunto de dados de exemplo. Em seguida, arraste as duas métricas - Preço unitário e Custo de envio - sob a guia de filtro, conforme mostrado na captura de tela a seguir.
Passo 2
Insira alguns valores específicos na condição do filtro de ambas as métricas, para que possamos comparar seus valores dentro de um intervalo. A imagem a seguir mostra o resultado após inserir os valores.
Filtrar dados é uma parte muito importante da análise e visualização de dados. O MicroStrategy Desktop oferece uma variedade de opções para filtrar dados em um relatório. Possui filtros simples, que obtêm os dados com base nos valores selecionados pelo usuário. Ele também possui recursos para criar recursos complexos, que filtrarão os dados com base nos cálculos.
Neste capítulo, aprenderemos as etapas básicas para criar um filtro em uma coluna com valores não numéricos.
Exemplo
Neste exemplo, pretendemos criar um filtro na subcategoria do campo em um relatório de planilha composto dos campos categoria, subcategoria e vendas.
Passo 1
Crie uma nova visualização escolhendo os campos categoria, subcategoria como linhas e vendas como métrica. A visualização é mostrada na imagem a seguir.
Passo 2
Vá para a guia Filtro ao lado da guia Editor. Arraste a subcategoria do campo para esta guia. Ele criará automaticamente um filtro do tipo Dropdown, conforme mostrado na imagem a seguir. Observe também que o número de valores para isso é mostrado entre parênteses (25).
etapa 3
Agora, marque os valores específicos sobre os quais queremos filtrar os resultados no relatório. Ao verificar estes valores, apenas os respectivos resultados são visíveis no relatório.
O recurso de filtro avançado é útil na aplicação de condições de filtro, que de outra forma envolverão etapas complicadas. No desktop MicroStrategy, acessamos esses recursos depois que o filtro é criado e aplicado ao relatório.
Temos as seguintes opções adicionais além da opção da caixa de seleção.
- Slider
- Caixa de pesquisa
- Botao de radio
- Suspenso
Neste capítulo, examinaremos a opção da caixa de pesquisa em detalhes.
Usando a caixa de pesquisa
A opção de caixa de pesquisa está disponível escolhendo o filtro de caixa de seleção já existente. Clique com o botão direito para obter a opção de tipo de exibição conforme mostrado na imagem a seguir.
Passo 1
Comece escrevendo as letras iniciais da subcategoria que queremos filtrar. Ele preenche automaticamente os diferentes valores do conjunto de dados. Escolhemos alguns valores específicos selecionando-os com cliques.
Passo 2
Ao finalizar a seleção, obtemos o resultado no relatório conforme mostrado na imagem a seguir.
Na MicroStrategy, podemos criar atalhos para filtros. Para isso, temos que usar os resultados de um relatório existente como filtro para outro relatório. O próprio primeiro relatório se torna um filtro dentro de um novo relatório. Esse tipo de filtro é chamado de filtro de atalho para um relatório.
Isso faz parte da edição do servidor MicroStrategy e vamos dar alguns exemplos de conjuntos de dados embutidos no servidor MicroStrategy. A seguir estão as etapas para criar um atalho para um filtro.
Passo 1
Abra o editor de filtros. Escolha a área de definição do filtro e clique duas vezes nela. Irá abrir a caixa de diálogo mostrando a opção “Adicionar um atalho a um filtro”.
Passo 2
Na próxima tela, uma caixa de diálogo de filtro é exibida. Insira o nome do filtro que deseja usar ou clique em navegar e selecione o filtro a ser usado.
etapa 3
Finalmente, a seguinte captura de tela é aberta, com o nome do filtro e a definição do filtro, que agora é um atalho para um filtro.
Os relatórios criados nos servidores MicroStrategy são acessados pelos usuários repetidamente para encontrar os novos resultados dos dados adicionais coletados na origem do relatório. Portanto, os dados no relatório precisam ser atualizados tanto periodicamente quanto sob demanda pelo usuário.
Os relatórios na versão desktop da MicroStrategy podem ser atualizados simplesmente relatando os dados novamente. Isso é feito usando o botão de atualização disponível no menu.
Exemplo
Vamos considerar o relatório All_sales. Atualmente, o relatório mostra os dados conforme mostrado na captura de tela a seguir.
Vamos adicionar alguns dados à fonte. Adicionamos a categoria animais aquáticos. Ao clicar no botão Atualizar, obtemos o novo resultado conforme mostrado na imagem a seguir.
Quando executamos os relatórios criados no MicroStrategy, eles buscam os dados do warehouse para aplicar os cálculos e gerar um relatório. Quando vários usuários solicitam o mesmo relatório, mas com diferentes intervalos de valores ou diferentes condições de filtro, o warehouse precisa repetir cálculos semelhantes para cada um dos relatórios e isso afeta o desempenho.
Para evitar isso, a MicroStrategy usa cubos inteligentes, que são um objeto situado na camada intermediária entre os relatórios e o warehouse.
O diagrama a seguir descreve a função do cubo inteligente.
O Intelligent Cube é compartilhado como uma única cópia na memória, entre os diferentes relatórios criados por vários usuários. Um conjunto de dados é retornado do data warehouse e salvo diretamente na memória do Intelligence Server. Vários relatórios são criados para coletar dados do Cubo Inteligente em vez de consultar o data warehouse.
A seguir estão os recursos que tornam os cubos inteligentes úteis.
- Suporta agregação dinâmica.
- Pode ser agendado para atualização.
- Oferece suporte à criação de métricas derivadas.
- Desempenho mais rápido do que consultar diretamente o warehouse.
- Mais de um cubo pode ser usado em um único painel.
Um painel é composto de várias visualizações. Mostra muitos atributos agrupados em visualizações separadas. Quando colocamos algum atributo ou métrica comum na visualização múltipla, é fácil estudar as variações entre eles.
No exemplo a seguir, criaremos um painel mostrando alguns atributos comuns entre as visualizações.
Passo 1
Crie uma visualização de grade usando superstore.xlsx como uma fonte de dados de exemplo. Arrastamos os atributos produto - Subcategoria e Custo de envio - para a caixa de linhas. Em seguida, inserimos a segunda visualização no relatório, conforme mostrado na imagem a seguir.
Passo 2
Adicione todos os atributos acima, bem como um atributo adicional denominado preço unitário à visualização recém-inserida, conforme mostrado na captura de tela a seguir.
etapa 3
Finalmente, aplique diferentes tipos de visualização a essas grades. Aplicamos o gráfico de pizza à visualização superior e o gráfico de mapa de calor à visualização inferior, conforme mostrado na captura de tela a seguir. O resultado mostra um painel com alguns atributos comuns usados nas duas visualizações.
Um painel é composto de várias visualizações. Diferentes partes do painel podem ser formatadas para uma melhor aparência usando a opção de painel de formatação disponível.
No exemplo a seguir, vamos formatar um painel usando cores adicionais e áreas destacadas.
Passo 1
Considere a visualização do painel que criamos no último capítulo. Escolha a opção de formatação do painel conforme mostrado na captura de tela a seguir.
Passo 2
Em seguida, na tela que aparece com opções de formatação, como selecionar a fonte, cor de preenchimento e estilo de borda, etc., faça as seleções conforme mostrado na imagem a seguir.
etapa 3
Finalmente, a formatação é aplicada ao painel. A formatação reflete em ambas as visualizações presentes no painel.
O MicroStrategy Desktop oferece 10 gráficos padrão que estão prontamente disponíveis para serem plotados com uma fonte de dados. Cada um deles oferece uma visão diferente dos dados, dependendo do número de atributos ou métricas que vamos usar. Os recursos de coloração em cada um deles facilitarão o entendimento dos diferentes blocos de dados presentes em uma única visualização de dados.
Galeria de visualização
Na janela mais à direita do MicroStrategy Desktop, há uma galeria de visualização, que mostra opções para 10 tipos de gráficos diferentes.
Grid - Representa os dados na forma de grade de dados como linhas e colunas.
Heat Map - Mostra retângulos de cores diferentes mostrando uma gama de valores.
Bar Chart - Apresenta barras verticais de comprimentos diferentes mostrando a força do parâmetro medido.
Line Chart - Mostra as linhas que indicam a variação do valor de uma variável em relação a outra.
Area Chart - Mostra áreas de cores diferentes correspondendo a valores diferentes.
Pie Chart - Mostra as fatias em um círculo, com o tamanho da fatia correspondendo ao valor da variável medida.
Bubble Chart - Representa muitas bolhas correspondentes ao intervalo do valor da variável.
Combo Chart - Combina gráfico de barras e gráfico de linha em uma visualização.
Map - Exibe dados como marcadores de mapa em um mapa interativo.
Network - Usado para identificar relacionamentos entre itens relacionados e grupos de valores.
A captura de tela a seguir mostra diferentes visualizações de gráfico.
Visualização de grade é a forma mais simples de visualização na MicroStrategy, embora seja um método de análise muito poderoso. Aqui, os dados são apresentados como uma grade com linhas e colunas, bem como cabeçalhos das colunas. Ele fornece recursos como classificação e pesquisa de dados.
Criação de uma visualização de grade
Depois de carregar o conjunto de dados necessário no Ambiente MicroStrategy, puxamos os campos obrigatórios para o painel do editor. Isso cria automaticamente a visualização da grade. No exemplo a seguir, conforme mostrado, extraímos os campos relevantes do conjunto de dados e criamos uma grade.
Operações em visualização de grade
As seguintes operações podem ser realizadas em uma visualização em grade.
- Classificação de dados em várias colunas
- Troca de coluna e linhas
- Faça exercícios em um atributo
Classificação de dados em várias colunas
A visualização de grade fornece um recurso para classificar em várias colunas simultaneamente. Clique com o botão direito no nome de uma coluna e escolha a opção classificação avançada. Isso nos leva a uma tela onde podemos selecionar todas as colunas e sua ordem para fazer a classificação.
Troca de coluna e linhas
Podemos trocar as colunas e linhas na visualização da grade para fazer um relatório dinâmico. Basta arrastar e soltar as colunas em linhas, conforme mostrado na imagem a seguir.
Perfure um Atributo
Podemos detalhar um atributo na visualização da grade para chegar aos valores do próximo atributo na hierarquia. Clique com o botão direito no nome da coluna e escolha a opção de perfuração conforme mostrado na captura de tela a seguir.
Uma visualização do Mapa de Calor mostra retângulos coloridos adjacentes, cada um representando um atributo do conjunto de dados. Ele permite que você compreenda rapidamente o estado e o impacto de um grande número de variáveis ao mesmo tempo. Por exemplo, os heat maps costumam ser usados no setor de serviços financeiros para revisar o status de um portfólio.
Os retângulos apresentam uma grande variedade e muitos tons de cores, que enfatizam o peso dos vários componentes. Em uma visualização de Mapa de Calor -
O tamanho de cada retângulo representa seu peso relativo.
A cor de cada retângulo representa seu valor relativo. Por exemplo, valores maiores são verdes e valores menores são vermelhos.
As grandes áreas representam diferentes grupos de dados.
Os pequenos retângulos representam elementos de atributos individuais.
Exemplo
Neste exemplo, criaremos uma visualização de mapa de calor para a subcategoria de produto em termos do lucro que eles geram.
Passo 1
Crie uma visualização em branco e escolha o mapa de calor na lista de gráficos disponíveis. Como você pode ver, é necessário pelo menos 1 métrica e 1 atributo.
Passo 2
Vamos adicionar a subcategoria de produtos à guia de agrupamentos e lucrar com as guias de tamanho e cor. Isso produz os retângulos do mapa de calor. A cor verde indica um valor de lucro de mais de 50%, enquanto a cor vermelha indica um valor de lucro de menos de 50%. Quanto mais forte for o tom da cor verde, maior será o lucro. Da mesma forma, quanto mais forte for o tom da cor vermelha, menor será o lucro.
etapa 3
É possível adicionar mais atributos à cláusula de agrupamento e isso produzirá um grande número de retângulos. Neste exemplo, adicione o segmento do cliente e o contêiner do produto. Ao passar o ponteiro do mouse sobre cada retângulo, podemos ver a descrição de todos os atributos que compõem aquele retângulo.
A visualização de rede é usada para identificar de forma rápida e fácil os relacionamentos entre itens de dados relacionados. Por exemplo, visualizando uma rede social. Os elementos de atributo são exibidos como nós na visualização, com linhas (chamadas arestas) desenhadas entre os nós para representar as relações entre os elementos. Depois que a visualização é criada, os usuários podem ver as características dos nós e as relações entre eles, usando as opções de exibição, como tamanho do nó, espessura da borda e cor da borda.
Exemplo
Neste exemplo, criaremos uma visualização de rede entre o segmento do cliente e a subcategoria do produto em termos de lucro. Aqui, o segmento do cliente e a subcategoria do produto são os nós, enquanto o lucro é a borda que representa o relacionamento entre eles.
Passo 1
Crie uma nova visualização escolhendo uma rede como opção. Conforme mostrado, é necessário que pelo menos 1 atributo seja adicionado.
Passo 2
Adicione o segmento do cliente em 'Do item' e a subcategoria do produto na caixa 'Para o item'. Além disso, o atributo lucro é adicionado à caixa Tamanho da borda. O diagrama a seguir mostra o diagrama de rede criado. A espessura da borda é proporcional ao tamanho do lucro.
etapa 3
Adicionar lucro à cor da borda fornece um diagrama melhor que mostra as diferentes cores das bordas, com base na porcentagem de lucro que representa para uma determinada subcategoria de produto de um determinado segmento de cliente.
Até agora, vimos relatórios com uma fonte de dados como fonte. Mas também podemos adicionar mais de uma fonte de dados ao mesmo relatório. Nesse caso, podemos usar os atributos e métricas de ambas as fontes na criação da visualização. O resultado aparece como se estivéssemos lidando com uma fonte de dados. Isso acontece porque a MicroStrategy combina essas duas fontes e as trata internamente como uma só.
A seguir estão as etapas para combinar dois conjuntos de dados de origem e criar uma visualização.
Passo 1
Crie um relatório com uma fonte de dados. Usaremos All_sales.xlsx no exemplo. Em seguida, clique no menu Novos dados conforme mostrado na captura de tela a seguir.
Passo 2
Agora você pode ver as duas fontes de dados disponíveis no Painel. Os atributos e métricas de ambas as fontes estão disponíveis com seus respectivos nomes.
etapa 3
Em seguida, arraste o atributo “Linha de Negócios” de All_sales.xlsx para a caixa de linhas. Arraste os atributos “segmento de cliente” e “Categoria de produto” do segundo conjunto de dados para a caixa de linhas. A visualização da grade aparece mostrando dados de ambos os conjuntos de dados.
Um painel é um documento que contém muitas visualizações exibindo os resultados simultaneamente. Ao realizar a análise de dados, pode ser necessário aplicar um filtro que mostre o efeito do filtro em cada uma das visualizações presentes no painel. Além disso, todos os resultados devem ter um valor sincronizado. Isso é possível criando um filtro normal e aplicando-o ao painel.
A seguir está um exemplo de aplicação de um filtro ao painel.
Passo 1
Vamos considerar o painel que criamos no último capítulo. Vamos criar um filtro conforme mostrado na imagem a seguir.
Passo 2
Clique na opção Selecionar destino e aplique o filtro à visualização2. Isso irá alterar os valores exibidos na visualização2, no entanto, a visualização1 exibirá um resultado sincronizado.
etapa 3
Depois de aplicar o filtro, clique em alguns dos valores da categoria de produto visível na seção de filtro da barra superior. Isso mudará os diagramas, dependendo do valor selecionado. No exemplo a seguir, selecionamos vários valores e você pode observar como o gráfico de pizza muda à medida que cada um dos valores é selecionado.
Além de dados de diferentes fontes, também podemos adicionar dados da web em um relatório da MicroStrategy. Torna-se parte da visualização. A visualização mostra toda a página da web, que aparece incorporada a ela.
A seguir estão as etapas para obter o conteúdo da web.
Passo 1
Acesse o menu + e escolha a opção HTML Container conforme mostrado na imagem a seguir.
Passo 2
Agora, uma caixa Iframe é exibida solicitando a inserção da URL do site que queremos mostrar. Insira o URL completo conforme mostrado na captura de tela a seguir.
etapa 3
Finalmente, a página da web aparece conforme mostrado na imagem a seguir.
A formatação condicional na MicroStrategy envolve destacar partes da visualização, que atendem a alguns critérios predefinidos em seus valores. Normalmente, no caso de métricas, queremos destacar os valores que são maiores do que uma determinada porcentagem. Também pode haver exemplos de destaque de algumas categorias de nomes de produtos, etc.
No desktop MicroStrategy, podemos conseguir isso usando o recurso de limite. Neste exemplo, definiremos a cor a ser usada para destacar certos valores quando um certo limite for satisfeito. A seguir estão as etapas.
Passo 1
Crie um relatório de grade com all_sales.xlsx como um conjunto de dados de exemplo. Coloque os atributos Business line, Category na grade junto com as vendas métricas. Clique com o botão direito na métrica de vendas e teremos a opção de escolher o limite, conforme mostrado na captura de tela a seguir.
Passo 2
A imagem a seguir mostra opções para escolher cores diferentes com base no valor percentual das vendas.
etapa 3
Finalmente, o resultado da aplicação do limite é exibido na imagem a seguir. Na métrica Vendas, os valores são destacados em cores diferentes com base no valor percentual das vendas em comparação com as vendas totais.
Grupos personalizados são um tipo de atributos virtuais úteis para combinar muitos atributos e apresentá-los como um único atributo. Por exemplo, se quisermos analisar o resultado das vendas a cada 4 meses em vez de a cada trimestre, temos que criar uma fórmula complexa para escolher esses meses e aplicá-los nos cálculos. Em vez disso, podemos criar um grupo personalizado, distribuindo os meses necessários e usar esse grupo personalizado como um único atributo.
A seguir estão as etapas para criar um grupo personalizado.
Passo 1
Abra o editor de grupo personalizado e arraste um objeto do navegador de objetos para criar um grupo personalizado.
Passo 2
A seguinte janela aparece ao completar a etapa acima. Escolha a opção Adicionar uma qualificação de atributo.
etapa 3
Em seguida, navegue e escolha os atributos necessários para criar o grupo personalizado.
Um cache de relatório é um armazenamento de dados que contém as informações solicitadas recentemente da fonte de dados para serem usadas em um relatório. Sempre que um relatório é executado pela primeira vez, um cache é criado. O cache do relatório contém os resultados obtidos do banco de dados, arquivos ou fontes da web.
Vantagens do Cache de Relatório
A seguir estão algumas das vantagens que obtemos ao usar o recurso de cache da MicroStrategy.
Um relatório em cache retorna os resultados mais rapidamente, pois os dados já estão disponíveis no software MicroStrategy.
O tempo de execução que envolve quaisquer cálculos e métricas derivadas é mais rápido, pois os relatórios em cache não precisam ser executados na fonte de dados.
Em um cache, os resultados da fonte de dados são armazenados e podem ser usados por novas solicitações de trabalho que requerem os mesmos dados.
Tipos de Cache
Existem três tipos de cache usados na MicroStrategy.
Report Caches- Estes são os resultados pré-calculados e pré-processados. Eles são armazenados na memória da máquina do Intelligence Server ou no disco. Eles podem ser recuperados mais rapidamente do que repetidamente reexecutar a solicitação no data warehouse.
Element Caches- São elementos de tabela usados com frequência, que são armazenados na memória da máquina do Intelligence Server. Eles podem ser recuperados rapidamente conforme os usuários navegam pelas exibições de elementos de atributo.
Object Caches - São objetos de metadados armazenados na memória do Intelligence Server, para que possam ser recuperados rapidamente nas solicitações subsequentes.
Habilitando o Cach
O cache pode ser habilitado, tanto no nível do relatório quanto no nível do projeto. Isso é feito usando o editor de configuração do projeto.
Habilitando no Nível do Projeto
Se o cache estiver habilitado no nível do projeto, todos os relatórios do projeto usarão o recurso de cache.
Habilitando no nível do relatório
Ao habilitar no nível do relatório, apenas relatórios específicos usarão o cache. Mesmo se o relatório estiver desabilitado no nível do projeto, ele funcionará no nível do relatório, quando habilitado no nível do relatório.
Desvantagem de Cache
Os dados armazenados em cache nem sempre são os mais atualizados, pois não foram executados na fonte de dados desde que o cache foi criado. Isso pode ser evitado excluindo o cache do relatório antes de executá-lo. Isso força o relatório a ser executado por meio da fonte de dados novamente, retornando assim os dados mais recentes da fonte de dados. No entanto, ele precisa de privilégios administrativos para excluir um cache de relatório.
Data mart é uma forma menor de data warehouse, que atende a algumas necessidades específicas de análise de dados. Geralmente é derivado como uma pequena parte do data warehouse maior. O principal objetivo da criação de data marts é realizar algumas análises, o que é difícil de conseguir por meio do warehouse regular devido ao nível diferente de granularidade dos dados no warehouse ou à aplicação de alguns cálculos complexos.
Na MicroStrategy, um data mart é criado usando as etapas a seguir.
Passo 1
Abra um relatório no modo de edição. Escolha Datamart → Configurar Datamart. E a seguinte janela aparece.
Passo 2
Escolha o local apropriado no menu suspenso da instância do banco de dados.
etapa 3
Escolha a opção de criar uma nova tabela, se a tabela for recriada toda vez que o relatório for executado. Ou você pode escolher adicionar a uma tabela existente para que os dados sejam adicionados ao resultado da execução anterior.
Após a conclusão bem-sucedida das três etapas acima, o data mart é adicionado ao relatório.
A modelagem preditiva é uma abordagem matemática para construir modelos com base nos dados existentes, o que ajuda a encontrar o valor futuro ou tendência de uma variável. A criação de tais modelos envolve uma análise matemática e estatística muito pesada.
A seguir estão alguns exemplos, onde a modelagem preditiva é usada.
Previsão do tempo.
A universidade tenta prever se um aluno escolherá se matricular aplicando modelos preditivos aos dados do candidato e ao histórico de admissões.
Em uma loja de varejo para descobrir quais dois itens têm maior probabilidade de vender bem juntos.
No setor de aviação, estimar o número de passageiros que não comparecerão ao voo.
A MicroStrategy pode ajudar na realização de modelagem preditiva, pois seus serviços de data mining estão totalmente integrados à sua plataforma de BI.
Análise preditiva usando MicroStrategy
A MicroStrategy possui serviços de data mining, que permitem aos usuários importar PMML (Predictive Model Markup Language) de ferramentas de data mining de terceiros, que podem então ser usadas para criar relatórios preditivos.
PMML é um padrão XML que representa modelos de mineração de dados desenvolvidos e treinados pela ferramenta de mineração de dados. PMML oferece suporte a vários algoritmos de mineração de dados diferentes, incluindo regressão, redes neurais, agrupamento, árvores de decisão e associação. Ele incorpora transformação de dados e estatísticas descritivas.
O diagrama a seguir descreve o processo de criação de relatórios de modelo de dados preditivos no MicroStrategy.
Uma vez importado para o MicroStrategy, podemos aprimorar o modelo usando os seguintes recursos.
Recursos para modelagem preditiva
A seguir está a lista de recursos que destacam a força da MicroStrategy para ser usada como uma ferramenta de modelagem preditiva.
Built-in Data Mining Functions - Existem 250 funções básicas, OLAP, matemáticas, financeiras e estatísticas que podem ser usadas para criar indicadores-chave de desempenho.
Data Mining Integration Using PMML - Permite que os usuários importem PMML de ferramentas de data mining de terceiros, que podem então ser usadas para criar relatórios preditivos.
User Scalability - Centenas de milhares de usuários, internos e externos à empresa, podem acessar esse recurso.
Data Scalability - A arquitetura relacional OLAP (ROLAP) da MicroStrategy combinada com sua tecnologia Intelligent Cube pode lidar com qualquer tamanho de banco de dados enquanto oferece alto desempenho.