Made available in DSpace on 2014-06-12T15:58:51Z (GMT). No. of bitstreams: 2 arquivo4735_1.pdf: 1533660 bytes, checksum: aa67a9072a7931fd4026194587808e0f (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2003 / Os Sistemas de Informação têm evoluído naturalmente, impulsionados pelo aumento do volume de dados tratado e armazenado, pela disponibilidade de novas e mais baratas tecnologias para manipulação dos dados e por demandas mais complexas por informação e conhecimento, originadas do usuário. Este, por sua vez, teve o seu perfil expandido: se antes era preponderantemente de nível operacional, hoje apresenta com maior freqüência o nível de gerência e executivo, o que exige uma visão progressivamente mais ampla e corporativa do negócio. Diante deste cenário, tecnologias para o tratamento da informação foram desenvolvidas para o atendimento às novas demandas, especialmente voltadas para a modelagem do negócio sob uma nova ótica a dimensional e a recuperação de informações e conhecimento diretamente pelo usuário final. No centro das novas tecnologias está o Data Warehouse, grande repositório integrador dos dados corporativos do negócio. Os esquemas atualmente existentes para a modelagem dimensional de Data Warehouse em SGBDs relacionais estrela e, sua derivação, flocos de neve são simples o suficiente para proporcionar a compreensão do modelo pelo usuário final e para possibilitar um excelente desempenho no processamento de consultas. No entanto, não atacam diretamente questões que consideramos importantes: a) permitir que o usuário final realize, sem a intervenção do projetista de banco de dados, a concepção da modelagem de seu negócio; b) permitir que o usuário final diretamente implemente as modificações requeridas na modelagem dimensional decorrentes da alteração do negócio ou das alterações de sua visão do negócio e; c) poder ser genérico a fim de permitir que qualquer modelagem dimensional realizada possa ser implementada sobre os mesmos projetos lógico e físico de bancos de dados relacionais. Para atender a estas questões propusemos neste trabalho um esquema para modelagem dimensional implementada em SGBD relacional genérico que

Made available in DSpace on 2014-06-12T16:00:34Z (GMT). No. of bitstreams: 2 arquivo6689_1.pdf: 1440653 bytes, checksum: 8e110d032301a3d0e89392806c78a317 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2007 / Sistemas de integração de dados oferecem acesso uniforme a informações distribuídas em fontes autônomas e heterogêneas, através de um esquema integrado que compõe uma visão integrada das fontes. Normalmente, duas abordagens podem ser usadas na construção de sistemas de integração de dados, onde cada uma segue uma arquitetura de implementação: as abordagens virtual e materializada. Na abordagem virtual, implementada pela arquitetura de mediadores, as informações são recuperadas sob demanda diretamente das fontes de dados. Por outro lado, na abordagem materializada (warehousing), implementada pela arquitetura de data warehouse, as informações relevantes são recuperadas com antecedência, integradas e armazenadas em um repositório central, comumente chamado de data warehouse, de forma que uma consulta é avaliada diretamente nesse repositório. O sistema de integração de dados Integra, em desenvolvimento pelo Centro de Informática da UFPE, combina recursos de ambas as abordagens, com suporte ao processamento de consultas virtuais e materializadas. O Integra foi desenvolvido usando a arquitetura de mediadores (abordagem virtual) com recursos de materialização (abordagem materializada), compondo uma abordagem híbrida de integração de dados. A abordagem híbrida é proposta como uma forma de otimizar a performance do sistema de integração, uma vez que a inserção de mecanismos de materialização funciona como um mecanismo otimizador no processamento de consultas, além de aumentar a disponibilidade do sistema, principalmente se for feita uma seleção criteriosa dos dados que serão materializados. O objetivo principal deste trabalho é desenvolver e implementar os processos de materialização de dados e de manutenção desses dados materializados, no contexto da proposta definida pelo sistema Integra. A estratégia de materialização é baseada na seleção parcial de dados, mediante análise de critérios de qualidade e custo, refletindo as características das fontes e das consultas. Para tal, o processo de materialização ainda conta com o desenvolvimento de métodos para estimar os critérios. Na arquitetura do sistema Integra, o módulo responsável pela materialização e manutenção dos dados materializados é o Gerenciador do Data Warehouse. Sendo assim, este trabalho visa, também, o desenvolvimento (funcionalidades) e implementação desse módulo.

Made available in DSpace on 2014-06-12T16:00:38Z (GMT). No. of bitstreams: 2 arquivo6832_1.pdf: 3440193 bytes, checksum: 4aa3694aae58b9a326bebb39ef410111 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2011 / Atualmente, empresas que prestam serviços de TI (Tecnologia da Informação) enfrentam desafios na entrega e no suporte de serviços para atender aos níveis contratados, garantindo a efetividade dos seus serviços e assim, atingir as expectativas dos seus clientes. Neste contexto, o Gerenciamento de Serviços de TI é uma abordagem de grande relevância, com foco na entrega e no suporte de serviços. Para dar suporte ao Gerenciamento de Serviços de TI, a biblioteca ITIL (Information Technology Infrastructure Library) propõe um conjunto consistente e coerente de melhores práticas, associadas a cada um dos processos de Gerenciamento de Serviços de TI. Entre estes processos, destaca-se o Gerenciamento de Problemas. Tal processo possui grande importância para a efetividade dos serviços, uma vez que objetiva prevenir problemas, erradicar a recorrência de incidentes e minimizar o impacto dos incidentes que não podem ser evitados. Incidente é qualquer evento não planejado que cause a interrupção ou redução do nível de serviço contratado por um cliente. Problema é a causa desconhecida de um ou mais incidentes. Cada incidente ocorrido motiva a abertura de um registro de incidente, onde o próprio usuário ou o atendente da Central de Serviços (Service Desk) fornecerá informações para o tratamento do incidente pelas equipes responsáveis. Tal procedimento está eventualmente sujeito a desvios na sua correta identificação, podendo produzir informações imprecisas ou inadequadas. Isto pode comprometer a qualidade dos dados disponibilizados para o processo de Gerenciamento de Problemas, prejudicando o tempo de investigação e a prevenção de novos incidentes. Assim o objetivo deste trabalho é propor uma metodologia que ofereça suporte ao processo de Gerenciamento de Problemas em empresas que prestam serviços de TI, visando minimizar os efeitos de eventuais incorreções na categorização de incidentes, e assim contribuir para a redução no tempo de investigação e a diminuição do impacto de problemas recorrentes no negócio. Para aplicar a metodologia proposta, é especificada a Ferramenta de Análise de Problemas e Incidentes FAPI. Esta ferramenta permite analisar problemas e incidentes e gerar um arquivo que, por meio de análises estatísticas, permita investigar possíveis desvios na categorização destes incidentes

CoordenaÃÃo de AperfeiÃoamento de Pessoal de NÃvel Superior / Com o aumento do nÃmero de dispositivos mÃveis equipados com serviÃos de localizaÃÃo geogrÃfica, tem se tornado cada vez mais economicamente e tecnicamente possÃvel capturar os percursos (i.e. trajetÃrias) dos objetos mÃveis. Muitas aplicaÃÃes interessantes tÃm sido desenvolvida com intuito de explorar anÃlises de trajetÃrias de objetos mÃveis. Por exemplo, em sistemas de gerenciamento de veÃculos de entrega, pode ser realizado tanto o monitoramento dos veÃculos quanto anÃlises para apoio a decisÃes estratÃgicas. De modo geral, as trajetÃrias podem ser analisadas em duas perspectivas: tempo real e histÃrica. AlÃm disso, aplicaÃÃes de trajetÃrias compartilham uma necessidade em comum que à o registro mais estruturado do movimento. Isso permite manipular trajetÃrias como objetos de primeira classe e adicionar qualquer semÃntica requerida pela aplicaÃÃo e, tambÃm, a criaÃÃo de mÃtodos robustos e eficientes para agregar conjuntos de trajetÃrias de forma a permitir a realizaÃÃo de anÃlises complexas. Este trabalho estende um trabalho anterior na modelagem conceitual de trajetÃrias pela generalizaÃÃo da ideia de paradas e movimentos e pela definiÃÃo de um conjunto de funÃÃes de agregaÃÃo para trajetÃrias. Neste trabalho à proposto, ainda, duas abordagens por modelagem, ambas baseadas em meta-esquemas, para elaboraÃÃo de esquemas de trajetÃrias para ambiente transacional e multidimensional. Para demonstrar e provar nossas contribuiÃÃes apresentamos um caso de estudo real sobre trajetÃrias de caminhÃes de entrega. Os resultados experimentais demonstram que as abordagens de modelagem oferecem a flexibilidade necessÃria para lidar com a complexidade da semÃntica das trajetÃrias em anÃlises de tempo real e histÃrica.

Many companies want a lot of functionality over the web. Is it possible to achieve the same functionality on the web compared to an ordinary windows application? Our work aims towards evaluating which one of the solutions that is the best. Many customers wants a standalone application rich of functionality and demands to have the same functionality on the web. Is it always possible to achieve the costumer’s requirements on a web based solution or do you have to settle with an implementation of a standalone application? There are some factors that the answer depends on: performance, security, usability and implementation. The application that will be tested is developed in .Net and is a maintenance application for Business Intelligence (BI). We will have a short introduction to the Business Intelligence field to make you understand the purpose of the application.

Over the past two decades organizations have made considerable investment in implementing data warehousing and business intelligence to improve business performance through facts-based decision-making. Although many of these organizations reap the rewards of their investments, others find that realizing the full value proposition is elusive. While the literature is rich with studies regarding data warehousing and business intelligence, much of the existing research focused on the initial experiences of adoption and implementation, and few yielded empirical data that reflected post-implementation conditions that lead to mature capabilities and improved business performance. Sited at the Defense Intelligence Agency where data warehousing and business intelligence capabilities have been in place for 10 years, this study investigated the perceived influences of data warehousing and business intelligence maturity on organizational performance through the perceptions of end users and senior leaders. This study employed mixed methods to examine the linkages between organizational support, information technology capabilities, practices, use, and organizational performance. Using survey responses from end users (N = 29 respondents), the researcher employed linear regressions, and mediation analyses to test hypotheses and assess correlations among maturity variables and their effect on organizational performance. Conversely, the qualitative phase included semi-structured interviews with six senior leaders to understand their perceptions of existing data warehousing and business intelligence capabilities. The quantitative results and qualitative findings indicated significant correlations between the perceptions of organizational support, information technology capabilities, and use in predicting organizational performance. The discoveries resulting from this research represent an original contribution to the body of knowledge by providing empirical data to aid in advancing the scholarship and practice of the data warehousing and business intelligence maturity phenomenon.

Syfte med detta arbete är att undersöka huruvida avkastningsberäkning för en datalagerinvestering bör göras, hur det kan göras och om det görs. Vidare avses att undersöka om generella kalkylmetoder kan användas av företag, oavsett storlek, som avser att starta datalagerinvesteringsprojekt. Datalagerteknologin har ännu en hög utvecklingstakt och detta medför ofta höga utvecklingskostnader i samband med investeringar inom datalager. Undersökningen baseras på en kombinerad dokumentstudie och enkätundersökning. Dokumentstudien belyser den problematik vilken förknippas med problemområdet. Enkätundersökningen fokuseras mot olika större organisationer såsom banker, post och dagligvaruhandeln, vilka idag använder sig av datalager. De tillfrågas om huruvida avkastningsberäkning görs i deras organisation och, i så fall, hur den utförs. Analysen och resultatet tyder på att problemområdet inte har en enkel lösning och att någon typ av avkastningsberäkning bör användas. Svårigheterna ligger i att värdera de potentiella fördelar som ett datalager kan generera.

Eftersom så många organisationer och företag använder sig av data warehouses idag kan inte innehavet av data warehouses räknas som ett strategiskt övertag, utan en strategisk nödvändighet för företagen eller organisationerna. Att införa ett data warehouse kräver dock stort engagemang från alla inblandade i projektet och ett misslyckande kostar företaget mycket resurser och kapital. Detta arbete undersöker vilka faktorer som främst bidrar till att ett data warehousingprojekt misslyckas. En litteraturstudie genomförs där misslyckade fall samt litteratur som beskriver författares generella uppfattningar angående faktorer med potentiell risk att orsaka ett misslyckat data warehousingprojekt undersöks. Undersökningen leder fram till en lista med faktorer som anses ha stor potential att orsaka ett misslyckande. Att identifera dessa faktorer bidrar till att organisationer och företag får möjligheten att i ett tidigt skede av projektet förhindra att dessa uppstår, vilket kan spara stora ekonomiska resurser.

Many of today’s organizations are striving to find ways to make faster and better decisions about their business. One way to achieve this is to develop a data warehouse, offering novel features such as data mining and ad hoc querying on data collected and integrated from many of the computerized systems used in the organization. A data warehouse is of vital interest for decision makers and may reduce uncertainty in decision making. The relationship between data warehousing and business processes may be used at the pre-deployment stage of a data warehouse project, i.e. during the actual development of the data warehouse, as an opportunity to change business processes in an organization. This may then result in improved business processes that in turn may result in a better performing data warehouse. By focusing on the pre-deployment stage instead of the post-deployment stage, we believe that the costs for development will decrease, since needs for changes detected early in a development project probably will be detected anyway, but in a later stage where changes in the business processes may cause a need to restructure the finished data warehouse. We are therefore interested in which factors that may cause a need for changes in the business processes during the pre-deployment stage of a data warehouse project, the types of business processes affected, and also if there is any correspondence between factors that trigger changes and business processes affected. Based on a literature survey and an interview study, general triggering factors to change business processes have been identified, such as needs for new organizational knowledge and for prioritization of goals etc. We have also found that needs for changes more often concern supporting processes than other types of business processes. We have also found a general correspondence at a type level between triggering factors and affected business processes. In combination with the results and conclusions presented, we have also identified propositions for future work, which will refine and confirm the ideas presented here.

Ett datalager är ett beslutstödssystem som integrerar stora mängder data från interna och externa källor. Dessutom är datalagret subjektorienterat, vilket innebär att det är organsierat kring ett antal betydelsefulla affärsdomäner som företaget lagrar data om. Många menar att det börjar bli allt viktigare för företag att söka information utanför verksamheten. Detta kan göras genom att de externa affärsdomänerna skannas av på information. Syftet med detta arbete är att ta reda på i vilken utsträckning i nuläget som organisationer lagrar data om affärsdomäner i sitt datalager. För att ta reda på detta har företag som använder datalager kontaktats och intervjuats. Resultatet visar att företag lagrar data om externa affärsdomäner, fast i ganska liten utsträckning. Däremot visar resultatet att intresset för att lagra information om dessa externa affärsdomäner håller på att öka bland företag.