Insights com Oracle Data Visualization Desktop

Neste artigo eu venho apresentar as maiores características e usabilidade do Data Visualization Desktop, uma solução que tem se destacado como alto potencial em atender às demandas de Business Analytics com mais independência e agilidade.

A versão é chamada de Desktop pois a instalação é voltada para o usuário final, como um client. Mas o Data Visualization também está disponível nas versões On-premise do (OBISEE12c) e nas versões BI Cloud (BICS).

Esse conceito de compatibilidade entre as suítes é interessante para o caso de quem utiliza a versão On-premisse ou Desktop mas precisa segmentar parte de suas aplicações para Cloud sem complicações ou perda de funcionalidades.

Características:

• Visual: A solução contém mais de 20 tipos de objetos gráficos de análises de dados, gráficos, mapas, tag-clouds etc. Isso permite uma boa qualidade no processo de Data Discovery e com análises detalhadas das métricas e conteúdo relevante ao negócio.

• Fácil: Criar novas análises apenas com o Drag-and-drop torna o processo mais intuitivo e independente de conceitos técnicos ou linguagens complexas de SQL por exemplo. Dessa forma é possível obter um resultado mais imediato, sem ter que compartilhar o processo de criação ou alteração de análises por diversos departamentos da organização.

• Rápido: Mais uma vez, através da interface gráfica é possível criar novas análises através de upload de suas próprias planilhas. Sem essa característica, uma simples coluna nova requer uma solicitação para a área de TI, por exemplo, seguida de uma para área analista e quando em fim o resultado chega ao consumidor final da informação muitas vezes, pela demora do processo, já se encontra defasado.

• Inteligente: Uma das características que torna a solução ainda mais eficiente é poder integrar fontes de dados de diversas origens diferentes de banco de dados de forma nativa, sem a necessidade de instalação de qualquer plugin adicional.

• Conectado: Atualização automática de dados mesmo quando se trabalha com múltiplos data sources (Oracle, Spark, SQL Server, DB2, My SQL, Teradata entre outros).

Interface:

A seguir temos a interface inicial do Data Visualization onde temos acesso aos projetos existentes, a criar novos projetos e acessar as origens de dados. Observe também que existe um menu expansível no lado superior esquerdo da tela que dá acesso rápido a partir de qualquer outra página da aplicação:

Governança e Compatibilidade:

A gestão dos data sources é realizada dentro da própria solução, onde é possível realizar a governança das planilhas de dados atualizando, excluindo, inspecionando, realizando downloads ou criando novos projetos de análise:

O Data Visualization é compatível com os principais bancos de dados que existem atualmente, basta apenas passar os parâmetros de configuração com o banco de dados conforme a imagem ilustrada a seguir:

Após a conexão bem sucedida, basta escolher os objetos do banco de dados (Tabelas ou Views) que deseja se conectar. Observe que você pode escolher objetos de diferentes Owners(Esquema de Dados):

Após selecionar a tabela de dados, você também pode definir o tipo de dados existentes em sua tabela ou atribuir uma regra de agregação como, por exemplo, soma:

Observe que é possível trabalhar com diferentes fontes de dados de forma intuitíva sem perder o versionamento ou controle de suas origens:

Data Insights:

Agora, trouxe um exemplo prático de um caso com o objetivo de mostrar a usabilidade do Data Visualization e como ele pode ser aplicado em nosso dia a dia nas organizações.

Utilizarei como base de dados uma planilha de estatísticas de acessos de um site, onde tenho três abas de informações, uma com a relação de acessos por cidade e provedor de acessos, outra por perfil de cidade e sexo e outra por cidade e faixa etária dos usuários que acessaram o site, vejam uma amostragem de dados:

Iremos realizar o upload da planilha na sessão de ‘Origem de Dados’ clicando em ‘Criar Nova Origem de Dados’ e selecionar a opção ‘De um Arquivo’ conforme a ilustração a seguir:

Irei selecionar a planilha que será utilizada em nosso caso de Insigths e em seguida definir o tipo de dados que estaremos analisando. Neste caso eu tenho duas abas de dados, realizarei o procedimento para cada uma das abas:

Observe que tenho uma origem de dados para cada aba de informações existente em minha planilha:

Após a conclusão do upload dos dados, iremos criar um novo projeto VA (Visual Analyzer) e selecionar as fontes de dados que acabamos de inserir e adicioná-las ao novo projeto.

Nota: É importante observar algumas diferenças na arquitetura e comportamento do Oracle DV Desktop. Quando utilizamos uma origem de dados a partir do ‘upload de arquivos’ os dados são trazidos e armazenados para dentro do Data Visualization Desktop e quando utilizamos como fonte de origem uma conexão de Banco de Dados o client pode armazenar os dados na aplicação, se for possível, ou fazer a leitura em tempo real dos dados.

Agora temos nosso workspace para desenvolver nosso projeto de Visual Analyzer. A interface é bem intuitiva, no menu superior temos as opções básicas como salvar, adicionar novo componente, formas de visualização e mais configurações.

Há também o menu lateral esquerdo onde podemos navegar pelos conteúdo de recursos disponíveis para desenvolver nosso insight:

• Origens: Aqui podemos administrar as planilhas e demais fontes de dados que utilizaremos em nossa análise como também determinar como elas se relacionam (Definir chaves e Joins).

• Elementos de Dados: Neste recurso estão dispostas as colunas de dados já definidas entre atributos e métricas para serem utilizados em nossas ‘Visualizações’. Aqui também é possível criar funções matemáticas e também queries de sintaxe lógicas e demais funções de agregação e tratamento de dados.

• Visualizações: Nesta seção do menu temos acesso aos tipos de gráficos, tabelas mapas e outras opções que podemos disponibilizar e explorar nossos dados.

A construção das visualizações é realizada de forma bem dinâmica, apenas arrastando e soltando os campos de atributos e medidas:

• Análise: O DV possibilita projetar em nossa análise algumas linhas de tendência média, previsões de padrões como opções de Data Discovery Analytics.

• Insigths (1): Após nosso projeto estar com todas as visualizações concluídas, temos o recurso de gravar uma Estória (2), onde podemos salvar várias análises e filtros (3) que realizamos em nosso projeto. Esses cenários salvos são o que chamamos de Insigths (4) de dados.

No Insight 1, (anterior) analisei o perfil de acessos há um determinado site, descobri que o público consumidor do site é, em sua maioria, do sexo masculino e a maioria possui entre 25 e 34 anos de idade. Algo interessante que descobri é que apenas cerca de 20% dos acessos são de usuários recorrentes, a maioria dos acessos é constituída por novos usuários, ou seja 80% dos acessos do site alcança novos usuários.

No Insight 2, (abaixo) faço uma análise filtrando o gênero masculino e a cidade de São Paulo, onde descobri um contraste entre a faixa etária, a maioria dos acessos são entre o perfil de 55 e 64 anos de idade, entre tanto os usuários recorrentes são cerca de 10% maiores do que a média distribuída para todas as cidades.

Este foi um exemplo simples das análises de descobertas de dados que são possíveis de se fazer através do Oracle Data Visualization Desktop, dentre todas as suas características as que mais me chamaram a atenção foi a capacidade de integração com diversas fontes e a facilidade com que se é possível criar Business Analytics.

Carina Mendes - Business Intelligence Consultant. Formação Acadêmica em Gestão Financeira e Estatística, Atuação técnica no desenvolvimento de projetos em Oracle BIEE 10g/11g e Oracle Endeca Information Discovery 3.1. Linguagens e ferramentas: Oracle SQL, ODI, AdminTool, Shell, Html e CSS.

Este artigo foi revisto pela equipe de produtos Oracle e está em conformidade com as normas e práticas para o uso de produtos Oracle.