Construcción de un ambiente de Business Intelligence para la Secretaría de Asistencia Social del Municipio de São Paulo

Autores/as

DOI:

https://doi.org/10.33448/rsd-v10i11.18577

Palabras clave:

Inteligencia de negocios; Almacén de datos; Proceso KDD.

Resumen

El campo de la ciencia de datos se ha convertido en uno de los mercados más prometedores en el campo de la tecnología en los últimos años. El uso de técnicas sofisticadas y recursos de hardware y software para manejar grandes volúmenes de datos y proporcionar entornos integrados para ayudar en la toma de decisiones en organizaciones grandes y medianas ha avanzado sus fronteras y ha llegado a varios otros sectores (públicos y privados) que anteriormente estaban restringidos solo a el aspecto transaccional de las bases de datos. Este trabajo tiene como objetivo describir la concepción, modelación e implementación de un ambiente de gestión de información de la Secretaría Municipal de Asistencia Social y Desarrollo - SMADS del Municipio de São Paulo, con el objetivo de modernizar la gestión de información de la Secretaría, calificando la elaboración, implementación y seguimiento de las políticas públicas de asistencia social implementadas en la ciudad de São Paulo. La metodología utilizada fue el enfoque ascendente presentado inicialmente por Ralph Kimball como una propuesta para desarrollar un proyecto de DW rápido y comprensible. La creación del DW siguió los pasos del Proceso KDD: selección de datos; preprocesamiento; transformación; interpretación y análisis. El proyecto se ejecutó a través de una asociación entre la Ciudad de São Paulo y la UNESCO y cubrió todas las etapas de un proceso de Business Intelligence (BI). Este trabajo describe los pasos de: identificación de necesidades, implementación de infraestructura operativa, construcción del Data Warehouse (DW), implementación de procesos ETL, preparación de paneles, preparación de documentación y capacitación de diferentes perfiles de usuarios. Se utilizaron las siguientes fuentes de datos: base de datos de sistemas heredados utilizados por SMADS así como varias bases de datos externas con énfasis en el CadÚnico del Gobierno Federal. Los resultados contemplaron la creación de un ambiente de Business Intelligence y la difusión de la cultura de creación de modelos de visualización de datos para el proceso de toma de decisiones en el ámbito de la Secretaría de Asistencia Social del Municipio de São Paulo, lo que permitió una mejor eficiencia en el aplicación y seguimiento de las políticas públicas de asistencia social en la ciudad de São Paulo.

Biografía del autor/a

José Avelino Placca, Universidade Estadual do Mato Grosso do Sul

Engenheiro de Computação pelo Instituto Militar de Engenharia. Mestrado em Ciências da Computação pela Universidade Federal Fluminense e Doutorado em Engenharia de Sistemas e Computação pela Universidade Federal do Rio de Janeiro. Atuação como Professor, Pesquisador, Membro de NDE, Coordenador de Curso e Diretor de Faculdade. Avaliador de cursos do INEP desde 2012. Presidente do Comitê organizador de eventos científicos. Participação como conferencista em diversos congressos nacionais e internacionais. Atuação como consultor de organização industrial em projetos de redução de custos operacionais. Orientador de projetos de inovação empresarial do Sebrae. Gerente de Projetos, Analista de Sistemas e Pesquisador/Desenvolvedor em projetos de IA, BI, Data Warehouse e BPM. Atualmente é professor na UEMS e Analista de Inteligência Artificial do PNUD.

Priscila Nery de Castro, Visual Sciense Corp

Consultora de projetos de Business Intelligence da UNESCO.

Citas

Berson A., & Smith S. J. (1997). On Line Analytical Processing - Data Warehousing, Data Mining & OLAP. Computing McGraw Hill

Chaudhuri, S., & Dayal, U., (1997). An overview of data warehousing and OLAP technology, SIGMOD Rec., 26(1), 65-74

Costa, M. D., & Silva, I. A. (1999) Da. Inteligência competitiva: uma abordagem sobre a coleta de informações publicadas. Informação & Sociedade, 9(1).

Elias, D. (2014). A abordagem top-down e bottom-up no Data Warehouse. https://canaltech.com.br/infra/a-abordagem-top-down-e-bottom-up-no-data-warehouse-21108.

Estrela, C. (2018). Metodologia Científica: Ciência, Ensino, Pesquisa. Editora Artes Médicas.

Inmon, W. H. (1997). Como Construir o Data Warehouse. Editora Campus.

Kimball, R. (1996). The data warehouse toolkit: practical techniques for building dimensional data warehouses, John Wiley & Sons, Inc., 374

Kimball, R., & Caserta, J. (2004). The Data Warehouse ETL Toolkit: Practical Techniques for Extracting, Cleaning, Conforming, and Delivering Data, John Wiley & Sons, 491

Kimball, R., Reeves, L., Ross, M., & Thornwaite, W. (1998). The Data Warehouse Lifecycle Toolkit: Expert Methods for Designing, Developing and Deploying Data Warehouses, John Wiley & Sons, Inc., 800

Kimball, R., & Ross, M. (2002). The Data Warehouse Toolkit: The Complete Guide to Dimensional Modeling, John Wiley & Sons, Inc., 421

Knafic, C. N. (2017). Storytelling com dados: um guia sobre visualização de dados para profissionais de negócios. Alta Books

Machado, F. N. R. (2007). Tecnologia e Projeto de DW. Editora Érica.

Pessato, T.; & Stein, M. (2014). O design como diferencial estratégico na construção de dashboards. Congresso Brasileiro de Pesquisa e Desenvolvimento em Design..

Raio-X da Rede Socioassistencial do município de São Paulo de janeiro de 2021. https://www.prefeitura.sp.gov.br/cidade/secretarias/assisten cia_social/observ atorio_social/monitoramento/?p=170850

Shams K., & Farishta M. (2001), Data Warehousing: Toward knowledge. Top. Health Informatics Management. 21(3), 24-32

ZentuT. (2021) Kimball vs Inmon in Data Warehouse Architecture. https://www.zentut.com/data-warehouse/ralph-kimball-data-warehouse-architecture/.

Publicado

22/08/2021

Cómo citar

PLACCA, J. A.; CASTRO, P. N. de . Construcción de un ambiente de Business Intelligence para la Secretaría de Asistencia Social del Municipio de São Paulo. Research, Society and Development, [S. l.], v. 10, n. 11, p. e16101118577, 2021. DOI: 10.33448/rsd-v10i11.18577. Disponível em: https://rsdjournal.org/index.php/rsd/article/view/18577. Acesso em: 20 dic. 2024.

Número

Sección

Ciencias Exactas y de la Tierra