O conceito de BI self-service?

Este nome "self-service" remete, pelo menos aqui no Brasil, para aqueles restaurantes onde você tem um buffet com comidas prontas e pode montar o seu prato do jeito que quiser, digamos que a comida pronta seja a carga bem feita e modelada de todas as informações que a empresa possui e o buffet é um sistema que deixa o usuário se servir da maneira que for necessária e na hora que convier. 

Como funciona?

Os "clientes" devem ser capazes de selecionar algumas opções e combinações diferentes, inclusive aquelas combinações que nem o chef imaginou, o chef conhece e domina todos os ingredientes e tem uma boa idéia do que os comensais vão querer comer, mas são os próprios "clientes" que sabem de que precisam no momento.

Se os comensais ficam entediados com o menu servido podem pedir ao chef novas receitas e sabores mas isso demora um pouco pois as possibilidades apresentadas, se bem criadas, já proporcionam uma infinidade de cruzamentos e misturas que podem entreter os "clientes" por meses.

Como este restaurante vai ficando famoso a clientela vai aumentando, sendo necessário mais chefs, em seguida, vamos contratar um gerente para se certificar de que todos os chefs estão usando os ingredientes certos e entregando os pratos certos para os "clientes" consumirem – ninguém quer ficar doente com a comida!

Eu acho que este é um modelo que pode ser copiado pelas organizações que desejam implementar o BI self-service. centralize na empresa a preparação dos dados e o controle das origens e deixe que o usuário faça os cruzamentos necessários para o dia-a-dia. 

Clientes aventureiros podem escolher o que querem e, em seguida, combiná-lo da maneira que preferirem, de modo a criar as suas próprias refeições, por isso não monte um Bi muito engessado, isso se chama granularidade.

Granularidade

Granularidade é um dos fatores mais importantes para a modelagem de dados, independente da arquitetura e implementação utilizadas.

Então aprenda isso:

Baixa granularidade = mais detalhado 

•  Quanto mais detalhe existir, mais baixo será o nível de granularidade. 

Alta granularidade = menos detalhado 

•  Quanto menos detalhe existir, mais alto será o nível de granularidade
•  O espaço em disco necessário é bem menor
•  Menos detalhes sendo gravados
•  Não atende consultas detalhadas

"Granularidade refere-se ao nível de sumarização (ou resumo) dos elementos e de detalhes disponíveis. "

Em ambientes transacionais, a definição do nível de granularidade é simples, de modo geral, quanto mais baixo o nível de granularidade, melhor, no entanto em um Data Warehouse não é assim. A Granularidade afeta o volume de dados e o tempo para cada consulta realizada. 

Granularidade e detalhamento são grandezas inversamente proporcionais, quanto mais dados, menor a performance. No entanto, maior é a capacidade do sistema responder a qualquer consulta requerida. Você deve procurar o equilibrio. 

Uma vez definida a granularidade em um Data Mart (DM) para determinado assunto, ela deve ser utilizada para todo Data Warehouse onde existir referência a esse assunto. Se definirmos uma granularidade para um assunto em um DM de uma forma e a granularidade para o mesmo assunto para outro DM de outra forma, a integração desses DMs num DW vai gerar conflitos. 

O método indicado para este a definição adequada do nível de granularidade é a utilização do bom senso e da análise detalhada das necessidades de informação levantadas para cada tipo de projeto. 

Sim, a governança de dados é muito boa em todos os casos, nosso desafio é entregar inteligência na ponta do sistema sem deixar nossos "clientes" com fome ou insatisfeitos.

Entendeu?