Mestrado em Engenharia Informática e Tecnologia Web | Master’s Degree in Informatics Engineering and Web Technology - TMEITW
URI permanente para esta coleção:
Navegar
Percorrer Mestrado em Engenharia Informática e Tecnologia Web | Master’s Degree in Informatics Engineering and Web Technology - TMEITW por orientador "Cavique, Luís"
A mostrar 1 - 2 de 2
Resultados por página
Opções de ordenação
- Análise de indicadores de desempenho numa indústria de têxteis: uma abordagem em Power BIPublication . Swarowski, Edgar Ribeiro; Cavique, LuísAs organizações enfrentam desafios significativos na consolidação, transformação e análise dos dados de vendas, decorrentes da complexidade da informação empresarial, do alto volume de dados gerados e das limitações dos sistemas de reporte tradicionais. As ferramentas convencionais revelam-se, frequentemente, estáticas e fragmentadas, não permitindo alcançar a profundidade analítica necessária à tomada de decisão num ambiente de negócio dinâmico. Esta dissertação procura ultrapassar esses desafios através do desenvolvimento e implementação de uma arquitetura de engenharia de dados aplicada à análise de vendas, integrando informação proveniente do sistema ERP SAP, através da utilização da ferramenta Microsoft Power BI. A solução proposta visa assegurar a consistência, integridade e disponibilidade dos dados ao longo de todas as etapas analíticas, promovendo uma compreensão mais abrangente do desempenho comercial. Com base nos cinco níveis fundamentais da engenharia de dados (origem, transformação (ETL), armazenamento, sumarização e visualização), o estudo desenvolve um processo completo que automatiza o processamento de dados e a apresentação de indicadores de vendas. A aplicação de técnicas avançadas de transformação e validação de dados reforça a fiabilidade das análises e possibilita a criação de relatórios interativos em Power BI, capazes de fornecer informações em tempo real. Estes relatórios apresentam métricas essenciais, como a evolução da faturação, o desempenho por produto e a análise do comportamento dos clientes nas transações, permitindo aos decisores acompanhar de forma contínua a dinâmica comercial. O modelo desenvolvido e, Power BI demonstra o potencial da combinação entre os princípios da engenharia de dados e as ferramentas de Business Intelligence na consolidação das capacidades analíticas e na otimização dos processos de apoio à decisão. Ao garantir um fluxo coerente de informação desde os sistemas de origem até à visualização, a solução contribui para uma gestão mais transparente, ágil e alinhada com os objetivos estratégicos da organização. Em síntese, o estudo evidencia o papel transformador da engenharia de dados e da análise avançada na criação de valor organizacional e na promoção de uma gestão sustentada por dados em contextos empresariais complexos.
- Previsão multi-atributo do preço no Mercado Ibérico de EletricidadePublication . Peres, Gonçalo Martins; Cavique, LuísA eletricidade tem vindo a adquirir uma maior presença nas nossas vidas e estima-se que o futuro seja cada vez mais elétrico. Hoje em dia temos acesso a quantidades enormes de dados que acabam por não ter grande valor acrescentado se não puderem ser utilizados para suportar tomadas de decisão ou planear antecipada e corretamente sistemas. As previsões são instrumentos fundamentais para apoiar tomadas de decisão. A eletricidade é considerada uma commodity muito especial, pois embora tenha havido diversos progressos relativos ao desempenho de baterias, a eletricidade é, largamente, um bem não armazenável. Nesse sentido, o preço de eletricidade apresenta características únicas que torna a sua previsão uma tarefa difícil. Acreditamos ser possível recorrer a dados disponíveis na Internet para efetuar previsões de preços de eletricidade que possam ser usadas por decisores no setor. Neste trabalho apresentamos um processo de previsão quantitativa e, por forma a compreender as previsões de preço de eletricidade, investigamos a previsão multi-passos e multi-atributo. Consideramos diversas séries temporais de dados disponíveis abertamente em diversas fontes. Os dados utilizados inserem-se em cinco categorias: cronológicos, preço, procura, produção e clima. O estudo compreende três intervalos de tempo 1 de janeiro de 2019 (00:00) a 31 de dezembro de 2019 (23:00), 1 de janeiro de 2018 (00:00) a 31 de dezembro de 2019 (23:00) e 1 de janeiro de 2010 (00:00) a 31 de dezembro de 2019 (23:00). Aos resultados, aplicamos um método de apoio à tomada de decisão multi-atributo, o TOPSIS.