Processamento analítico orientado a palavras-chave

Obter insights empresariais a partir de dados tem sido recentemente o foco de pesquisas e desenvolvimento de produtos. As ferramentas de Processamento Analítico Online (OLAP) fornecem linguagens de consulta elaboradas que permitem aos usuários agrupar e agregar dados de várias maneiras, além de explorar tendências e padrões interessantes nos dados. No entanto, a natureza dinâmica dos dados atuais, juntamente com o nível de detalhamento avassalador com que os dados são fornecidos, torna quase impossível organizar os dados da maneira que um analista de negócios necessita para pensar sobre eles. Neste artigo, apresentamos o "Processamento Analítico Orientado a Palavras-Chave" (KDAP), que combina uma busca intuitiva baseada em palavras-chave com o poder da agregação em OLAP, sem precisar despender um esforço considerável para organizar os dados em termos que oanalista de negócios compreenda. Nosso ponto de design gira em torno de uma mentalidade do usuário que frequentemente encontramos: "os usuários não sabem como especificar o que querem, mas reconhecem quando veem". Apresentamos nosso quadro completo de solução, que implementa várias fases, desde a desambiguação dos termos-chave até a organização e classificação dos resultados em facetas dinâmicas, permitindo que o usuário explore eficientemente o espaço de agregação. Abordamos questões específicas que os analistas encontram, como junções, agrupamentos e agregações, e fornecemos soluções eficientes e escaláveis. Mostramos como o KDAP pode lidar de forma equitativa com dados categóricos e numéricos e, finalmente, demonstramos a generalidade e aplicabilidade do KDAP a dois aspectos diferentes do OLAP, a saber, encontrar exceções ou surpresas nos dados e encontrar regiões indicadoras onde agregações locais estão altamente correlacionadas com agregações globais, utilizando vários experimentos em dados reais.