Browsing by Author "Gaspar, Ana Beatriz Oliveira"
Now showing 1 - 1 of 1
Results Per Page
Sort Options
- Desenvolvimento de modelos semânticos: business intelligence na Zeone ConsultingPublication . Gaspar, Ana Beatriz Oliveira; Leite, Joana Jorge de Queiroz; Melo, Dora Regina OliveiraOs Sistemas de Apoio à Decisão, alicerçados em Business Intelligence, são essenciais para que as organizações possam integrar, visualizar e explorar dados de diferentes fontes para decisões rápidas e informadas. O Power BI destaca-se como um software de Business Intelligence eficaz na criação de relatórios que facilitam o acesso a indicadores relevantes. Este software desempenha um papel central no desenvolvimento de modelos semânticos que permitem estruturar e relacionar dados, assegurando uma análise consistente e acessível aos utilizadores. A criação de modelos semânticos no Power BI é crucial para garantir a integridade e a qualidade dos dados utilizados, facilitando uma interpretação precisa e fiável das informações. Além disso, a aplicação de boas práticas no desenvolvimento de relatórios, como a organização lógica dos dados e o uso de storytelling, torna as visualizações mais intuitivas e relevantes para o processo de tomada de decisão. Desta forma, o Power BI, ao integrar qualidade de dados e técnicas eficazes de apresentação, torna-se uma ferramenta essencial para suportar decisões informadas e estratégicas. É neste contexto que se insere o estágio realizado na Zeone Consulting, empresa do Grupo FHC. Os trabalhos realizados focaram-se no desenvolvimento de modelos semânticos e envolveram a preparação e integração de dados de várias fontes, a criação de modelos entidade-relacionamento e o desenvolvimento de medidas personalizadas em DAX para gerar relatórios interativos. Um dos principais desafios foi garantir a qualidade dos dados utilizados nas métricas, o que exigiu validação constante. A criação de relatórios claros e interativos, com o uso de boas práticas de storytelling, foi fundamental para apoiar a tomada de decisões informadas. As conclusões destacam a importância da qualidade dos dados, e sugerem-se futuros desenvolvimentos como a automação de processos e a integração de técnicas de inteligência artificial para otimizar as análises.