P. 1
TCC

TCC

|Views: 50|Likes:
Publicado porRafael de Souza

More info:

Categories:Types, School Work
Published by: Rafael de Souza on Mar 01, 2012
Direitos Autorais:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

03/01/2012

pdf

text

original

Ilustração 11 Arquiteturas de Data warehouse (BALLARD, GUPTA, et al., 2006) ....................... 10 Ilustração 12 Interface da Ferramenta Spoon ............................................................................

12 Ilustração 13 Modelo dimensional (BALLARD, GUPTA, et al., 2006) ............................................ 8 Ilustração 14 Tipos de modelo dimensional (BALLARD, GUPTA, et al., 2006) .............................. 9 Ilustração 1 Sistema Integrado de Recursos Humanos ............................................................... 13 Ilustração 2 Tela de emissão de relatórios .................................................................................. 14 Ilustração 3 Relatório de Relação de funcionários/mês ............................................................. 15 Ilustração 4 Relatório montado de admitidos e demitidos por período .................................... 15 Ilustração 5 Ficha financeira por contrato .................................................................................. 16 Ilustração 6 Tela de seleção de VDB para relatório da ficha financeira ...................................... 17 Ilustração 7 Tela de seleção das variáveis de lotação ................................................................. 17 Ilustração 8 Relatório da Relação de Valores das Fichas financeiras .......................................... 18 Ilustração 9 Tela de seleção do relatório de doenças ................................................................. 18 Ilustração 10 Relatório de doenças que causam afastamento ................................................... 19

SUMÁRIO
1. 2. Introdução ............................................................................................................................. 3 Business Intelligence ............................................................................................................. 5 2.1. Data warehouse ............................................................................................................ 5 Modelagem ........................................................................................................... 7 Granularidade........................................................................................................ 9 Arquitetura do Data warehouse ........................................................................... 9 Extract, Transform and Load (ETL) ...................................................................... 10 Ferramentas ........................................................................................................ 11

2.1.1. 2.1.2. 2.1.3. 2.1.4. 2.1.5. 2.2. 2.3. 2.4. 3.

Análise de Negócios .................................................................................................... 12 Gerenciamento de Desempenho do Negócio ............................................................. 12 Interface com o usuário .............................................................................................. 12

Sistema Integrado de Recursos Humanos........................................................................... 13 3.1. 3.2. 3.3. Rotatividade de pessoal .............................................................................................. 15 Custo dos funcionários ................................................................................................ 15 Tipos de doença que afastam mais os funcionários ................................................... 18

4. 5. 6. 7. 8.

Modelagem e Implementação ............................................................................................ 20 Estudo de Caso .................................................................................................................... 21 Análise de Resultados ......................................................................................................... 22 Conclusão ............................................................................................................................ 23 Bibliografia .......................................................................................................................... 24

1. INTRODUÇÃO
Na sociedade atual quem possui a melhor informação conseguirá realizar o melhor negócio. As empresas investem milhares em dinheiro em Sistemas de Informação, visando ganhar tempo nas tarefas e gerenciar melhor sua organização. Com a preocupação da realização das tarefas operacionais os Sistemas deixaram de tomar foco na informação estratégica, concentrando-se apenas na manipulação de dados operacionais. Estes dados resultantes dos processos operacionais, se manipulados de maneira correta, podem gerar informações decisivas para a organização (BALLARD, ABDEL-HAMID, et al., 2006). Para solucionar o problema descrito, as organizações vêm utilizando o conceito de Business Intelligence (BI), cujo objetivo é permitir o acesso interativo aos dados, proporcionar manipulação destes dados e dar aos analistas de negócios e gerentes a capacidade analisar estes dados de forma adequada (TURBAN, SHARDA, et al., 2009). Uma das etapas do processo de Business Intelligence é a criação de um repositório de dados com informações adequadas ao negócio, à utilização de ferramentas específicas para criar visualizações destes dados que possam ser utilizadas pelos gestores e finalmente a avaliação destas informações por parte dos gestores na tomada de decisão (BALLARD, GUPTA, et al., 2006). Quando se fala na criação de um repositório de dados com informações adequadas ao negócio, tratamos do conceito de data warehouse que nada mais é do que um banco de dados com informações obtidas e transformadas a partir de diversos sistemas operacionais, e que têm por objetivo auxiliar no processo de criação de relatórios gerenciais e tomada de decisão (INMON, 2005). Este trabalho tem por objetivo aplicar o conceito de Business Intelligence sobre uma ferramenta chamada Sistema Integrado de Recursos Humanos produzida pela empresa Metadados Assessoria e Sistemas, numa tentativa de deixar a consulta das informações mais interativa e aumentar o valor de negócio para os usuários desta ferramenta, portanto será mostrado num primeiro momento como estas informações podem ser extraídas do Sistema Integrado de Recursos Humanos, e para finalizar, como serão obtidas através das ferramentas de visualização de dados aplicadas.

A Metadados Assessoria e Sistemas é uma empresa focada em soluções para Recursos

Humanos, onde neste segmento possui uma ferramenta completa chamada Sistema Integrado de Recursos Humanos onde engloba soluções nas áreas de administração de pessoas, saúde, segurança do trabalho, frequência, acesso e gestão de pessoas, facilitando a vida de trabalhadores na gestão de pessoas (METADADOS ASSESSORIA E SISTEMAS, 2010). Certas informações na área de Recursos Humanos podem ser significativamente relevantes na estratégia de negócio da empresa, estas informações podem ser visualizadas de forma interativa através de uma ferramenta de Business Intelligence. Seguem alguns exemplos destas informações: a. Rotatividade de pessoal; b. Custo dos funcionários; c. Totais de horas extras comparando períodos e setores; d. Tipos de doença que afastam mais os funcionários; e. Comparativos de folhas de pagamentos mensais; f. Custo com benefícios.

As informações citadas anteriormente podem ser obtidas no sistema integrado de recursos humanos através de relatórios específicos desenvolvidos pela Metadados e também através de consultas de tela, porém em alguns casos esta informação está dividida em diversas páginas de relatórios onde quando o usuário necessita de uma informação mais resumida necessita primeiro emitir um leque de informações, e então mensurar as mesmas para conferência. Este trabalho está organizado em seis capítulos principais onde no capítulo 2 será conceituado o termo Business Intelligence, relatando todos os processos envolvidos na utilização deste conceito, no capítulo 3 será descrito o sistema de informação atual para o qual será aplicado este trabalho, será contextualizado o sistema e sua estrutura, já no capítulo 4 serão apresentados os passos de modelagem e implementação deste trabalho, o capítulo 5 tratará do estudo de caso e no capítulo 6 haverá a análise dos resultados deste trabalho.

2. BUSINESS INTELLIGENCE
Business Intelligence (BI) é um termo novo, porém não é um conceito novo. O termo Business Intelligence foi lançado pelo Grupo Gartner por volta de 1990, este termo, é um termo “guarda-chuva” que inclui arquiteturas, ferramentas, bancos de dados, aplicações e metodologias. Significa coisas diferentes para pessoas diferentes, onde os principais objetivos são permitir o acesso interativo aos dados, proporcionar a manipulação dos dados e fornecer aos gerentes e analistas de negócios a capacidade de realizar a análise adequada. O processo de BI baseia-se na transformação de dados em informações, depois em decisões e finalmente em ações (TURBAN, SHARDA, et al., 2009). Business Intelligence de forma simplificada, é um processo onde usuários obtém informações consistentes de negócios a partir de um data warehouse, analisam esta informação de acordo com o contexto do seu negócio, identificam anomalias ou problemas, realizam previsões e ou simulações, e por final, tomam as decisões mais rápidas baseadas em informações consistentes (BALLARD, ABDEL-HAMID, et al., 2006). O sistema de BI engloba quatro grandes componentes (TURBAN, SHARDA, et al., 2009): 1. 2. 3. 4. Data warehouse; Análise de negócios; Gestão de desempenho do negócio; Interface com o usuário.

Nas seções a seguir serão explicados cada um dos componentes citados anteriormente, incluindo as técnicas e ferramentas utilizadas para cada um dos mesmos.

2.1.Data warehouse
As primeiras tecnologias utilizadas pelas empresas na tentativa de melhorar o processo de decisão foram baseadas em computadores pessoais, planilhas eletrônicas e bancos de dados pessoais. Através destas tecnologias, usuários mais habilidosos retiravam dados dos sistemas operacionais da empresa, produzindo planilhas eletrônicas para servir como base a relatórios e gráficos, que seriam utilizados posteriormente auxiliando os tomadores de decisão. Tentando resolver estas questões, as empresas começaram a desenvolver repositórios de dados centralizados, o data warehouse (BALLARD, ABDEL-HAMID, et al., 2006). Resumidamente pode-se entender data warehouse como um banco de dados reunido a partir de muitos sistemas, destinado a oferecer suporte à produção de relatórios gerenciais e à tomada de decisão. O data warehouse é um conjunto de dados baseado em negócios, integrado, não volátil, e variável em relação ao tempo (INMON, 2005). Baseado em negócios, porque enquanto os sistemas operacionais são organizados entre as aplicações da empresa, o data warehouse é organizado em torno dos negócios destas aplicações. Por exemplo, numa empresa de seguros existem aplicações como automóvel, saúde e vida. Os principais negócios podem ser cliente, apólice, prêmio e indenização (INMON, 2005).

A característica de o data warehouse ser integrado, talvez seja a mais importante característica do mesmo. Durante anos construímos sistemas utilizando diferentes tipos e formatos de dados, quando é necessário realizar a carga destes dados ao , estes dados são corrigidos e padronizados, um exemplo disso pode ser o formato de dados de data, onde em alguns sistemas é utilizado o padrão ano, mês e dia (YYYYMMDD), e em outros, dia, mês e ano (DDMMYYYY). Para o data warehouse, deve ser definido um formato específico e então carregar os dados utilizando este formato (SPERLEY, 1999). O desenvolvimento do data warehouse é a chance de eliminar características indesejadas dos dados, e construir uma visualização dos dados, desejada a partir dos diversos sistemas da empresa. Nos sistemas operacionais, um mesmo dado pode ser acessado e atualizado durante o tempo, logo, um dado que foi acessado em um ano, quando for acessado no próximo pode não ser igual devido há alguma atualização. Em um data warehouse os dados podem ser acessados, porém não podem ser atualizados, isto garante a não volatilidade dos dados. Quando existe uma atualização de um dado, deve ser gravado um novo instantâneo deste dado no data warehouse, portanto, ao longo do tempo, são armazenados diversos instantâneos de um dado, permitindo assim verificar a informação precisa de acordo com a época. Tudo isto é possível porque as chaves dos dados no data warehouse sempre possuem um elemento de tempo (KIMBALL e CASERTA, 2004). Com certeza, se uma pessoa caminhar por uma empresa conversando com os gerentes sobre suas dificuldades na utilização dos sistemas operacionais da empresa, obterá como resultado de suas conversas a identificação de problemas com o grande volume de dados e a dificuldade de extração dos mesmos através de relatórios, necessidade de emitir relatórios de sistemas diferentes para chegar uma determinada informação, indicadores não confiáveis, complexidade para utilização do sistema na extração de informações, entre outras (KIMBALL e ROSS, 2002). O data warehouse deve suprir objetivos como fazer com que as informações de uma empresa sejam facilmente acessadas, de modo consistente, ser flexível a mudanças, funcionar como uma base para uma melhor tomada de decisões, e principalmente, o data warehouse só irá funcionar se houver aceitação por parte da comunidade de negócio (KIMBALL e ROSS, 2002). Através do que foi dito até agora, percebe-se que a construção de um data warehouse depende da união de pessoas da área de tecnologia, com pessoas da área de negócio da empresa. O projeto de um data warehouse difere-se do projeto de um sistema operacional comum, uma vez que no data warehouse o projeto tende a mudar a cada entrega do mesmo, caracterizando um processo incremental (INMON, 2005). Existem dois aspectos principais para a construção de um data warehouse, um é a interface com sistemas operacionais, e outro é o próprio projeto do data warehouse. Como foi dito anteriormente, o projeto de um caracteriza um processo incremental, pois, num primeiro momento, ele é povoado com alguns dados, então o usuário final os utiliza, analisa e da uma

resposta ao projetista sobre quais novos dados devem ser inseridos ou quais dados devem ser reformulados. Este ciclo existe durante toda a vida do (INMON, 2005). Para finalizar, data warehouse é um processo de extração de dados de várias fontes ou aplicações, transformando estes dados num formato mais significativo, armazenando num repositório consistente que servirá para a análise de negócios (BALLARD, ABDEL-HAMID, et al., 2006).

Ilustração 1 Elementos básicos de um Data Warehouse (KIMBALL e ROSS, 2002)

Através da Ilustração 1 é possível visualizar os elementos básicos de um data warehouse, os dados sendo extraídos dos sistemas operacionais, em seguida carregados para a área de preparação dos dados onde é realizado o processo de transformação e em seguida a carga para data marts onde será realizado o processo de consulta e manipulação por parte dos analistas de negócio. 2.1.1. Modelagem A modelagem de dados é de extrema importância, ela define as estruturas em que os dados serão armazenados e impacta diretamente no desempenho do banco de dados e na usabilidade destes dados, em termos de data warehouse essa é uma realidade incontestável. Um modelo é uma abstração da realidade, do negócio. Através da modelagem somos capazes de ver como ficará o negócio pronto, e também validar os requisitos deste negócio (BALLARD, GUPTA, et al., 2006). Para modelagem de dados é utilizado o modelo Entidade Relacionamento (ER), este modelo é largamente utilizado na definição dos sistemas operacionais das empresas, em seu mais alto nível de normalização. Utilizar um nível alto de normalização significa dividir grandes tabelas em diversas pequenas tabelas visando diminuir a redundância das informações, esta técnica é conhecida como terceira forma normal (3NF) (BALLARD, GUPTA, et al., 2006). Um grande problema na utilização de um banco de dados normalizado ocorre quando um analista de negócios tenta criar um relatório onde precisa unir oito ou mais tabelas, para um usuário técnico isto não seria um grande problema, porém, o analista de negócios visa à

informação e não é um grande conhecedor de técnicas de bancos de dados, portanto, a tarefa torna-se bastante complexa. Para resolver o problema anterior, é utilizado o modelo dimensional, também conhecido como estrela, ele possui este nome, pois sua representação assemelha-se a uma estrela, onde no centro existe uma tabela com dados de um nível maior, e nas pontas tabelas ligadas com dados de nível mais baixo (INMON, 2005). Esta técnica consiste em de normalizar as tabelas do banco de dados, criando tabelas de fatos com os dados mais significativos e tabelas de dimensões para armazenar informações um pouco menos relevantes sobre estes dados. Através desta técnica as consultas realizadas no banco de dados possuem uma desempenho muito maior do que no modelo ER tradicional (KIMBALL e ROSS, 2002).

Ilustração 2 Modelo dimensional (BALLARD, GUPTA, et al., 2006)

Através da Erro! Fonte de referência não encontrada. é possível visualizar uma estrela onde no centro, encontra-se tabela de fatos, na imagem uma tabela com o total das vendas de um produto, e nas pontas da estrela tabelas de dimensão com dados referentes a este produto, como região, data e hora exatos da venda, cliente e descrição do produto. Basicamente existem três tipos de modelo dimensional (BALLARD, GUPTA, et al., 2006): a) Modelo estrela; b) Modelo floco de neve; c) Modelo multi-estrela.

Ilustração 3 Tipos de modelo dimensional (BALLARD, GUPTA, et al., 2006)

Através da Ilustração 3 fica claro o tipo de cada modelo dimensional, onde o modelo estrela consiste em uma única tabela de fatos, e diversas tabelas de dimensão não normalizadas. O modelo floco de neve utiliza de técnicas de normalização em suas tabelas de dimensão, possui várias tabelas de fatos. Já o modelo multi estrela possui diversas tabelas de fatos unidas através de dimensões (BALLARD, GUPTA, et al., 2006). 2.1.2. Granularidade A parte mais importante do projeto de um data warehouse é a questão da granularidade. Ela diz respeito ao nível de detalhe ou de resumo contido nas unidades de dados existentes no (INMON, 2005). Quanto mais detalhes, mais baixo é o nível de granularidade, quanto menos detalhe, mais alto o nível de granularidade. Para exemplificar este conceito basta imaginar uma simples transação de vendas, ela representa um baixo nível de granularidade, porém um registro contendo o total acumulado de todas as transações de vendas em um mês representa um alto nível de granularidade (KIMBALL e ROSS, 2002). A granularidade dos dados é tão importante que impacta tanto no volume de dados armazenados pelo data warehouse, quanto no tipo de consulta que poderá ser feito no mesmo (BALLARD, ABDEL-HAMID, et al., 2006). 2.1.3. Arquitetura do Data warehouse Como explicado anteriormente, as primeiras tecnologias utilizadas pelas empresas na tentativa de melhorar o processo de decisão foram baseadas em computadores pessoais, planilhas eletrônicas e bancos de dados pessoais. Tentando resolver estas questões, as empresas começaram a desenvolver repositórios de dados centralizados, o data warehouse. O desenvolvimento de data warehouse centralizados podia resolver o problema anterior, porém não era uma tarefa simples. O processo de integração dos dados obtê-los de diferentes fontes, integrar em um único repositório, endereçamento de acordo com o tempo, com diferentes regras negócios, era complicado para pessoas que estavam acostumadas somente com o processo de tomada de decisão. Para resolver este cenário foi desenvolvida uma nova camada chamada data mart (BALLARD, ABDEL-HAMID, et al., 2006). Um data mart armazena dados de uma área específica de negócio, como por exemplo, produtos, clientes e compras, apesar de estarem relacionados, são negócios diferentes para a empresa (KIMBALL e CASERTA, 2004).

A utilização de um data mart em relação ao data warehouse empresarial é relativamente mais simples e barata, um data warehouse empresarial consiste em um repositório único com todas as informações de departamentos e negócios (BALLARD, ABDEL-HAMID, et al., 2006). Basicamente existem dois tipos de data mart, dependentes e independentes, um data mart dependente precisa obter dados a partir e um data warehouse empresarial, logo, ele depende dos dados centralizados com um nível mais baixo de granularidade e então armazena dados com o nível mais alto de granularidade, contém os dados agregados. O data mart independente leva este nome porque não precisa estar conectado ao data warehouse empresarial este data mart consiste em pequenos repositórios de dados dirigidos a área específica, os dados são provindos dos sistemas operacionais da empresa (KIMBALL e CASERTA, 2004).

Ilustração 4 Arquiteturas de Data warehouse (BALLARD, GUPTA, et al., 2006)

Através da Ilustração 4 é possível verificar as diversas arquiteturas de data warehouse. 2.1.4. Extract, Transform and Load (ETL) Quando uma empresa decide implantar um data warehouse e tem este projeto bem definido, ela necessita então criar um processo para preencher o data warehouse com os dados dos sistemas operacionais, processo este que é chamado de integração de dados (BOUMAN e DONGEN, 2009). Para realizar a integração dos dados podem ser utilizados sistemas de ETL, ou a própria empresa pode desenvolver uma ferramenta para realizar este processo (KIMBALL e CASERTA, 2004). Um sistema de ETL consiste em três passos, extrair dados de sistemas de origem que podem ser os sistemas operacionais da empresa, planilhas, entre outros, transformar estes dados aplicando padrões, limpar dados indesejados e estruturar estes dados, e por último, carregar estes dados em um repositório, neste caso o data warehouse, para que possa ser acessado por

aplicações de análise de negócios, Business Intelligence, entre outras (BALLARD, ABDELHAMID, et al., 2006). 2.1.5. Ferramentas Existem diversas ferramentas no mercado para a realização do processo de ETL, cada uma com seus prós e contras. Uma delas é o Integration Services da Microsoft, esta ferramenta consiste em um conjunto de tarefas e transformações para integração de dados, é possível obter dados de varias fontes e executar tarefas a partir de eventos e depois distribuir os dados em diversos destinos, o Integration Services pode ser utilizado através de ferramentas gráficas ou linha de comando (MICROSOFT, 2011). Para este trabalho será utilizada a suíte de aplicativos Pentaho, o projeto Pentaho consiste em uma suíte de aplicativos voltados a Business Intelligence de código aberto englobando ferramentas de ETL, OLAP, consultas e relatórios, mineração de dados, dashboards e diversos outros componentes necessários para a construção de um sistema de Business Intelligence (PENTAHO CORPORATION, 2011). O processo de integração de dados através da suíte de aplicativos Pentaho, é concentrado em torno de dois objetos diferentes, Jobs e transformations, estes dois objetos são interpretados por um componente de software chamado Pentaho data integration engine (ou motor de integração de dados), além deste componente de software a suíte de aplicativos pentaho possui algumas ferramentas para auxiliar no processo de integração de dados como (BOUMAN e DONGEN, 2009): 1. 2. 3. 4. Spoon – Uma ferramenta gráfica para criar transformations e Jobs; Kitchen – Uma ferramenta de linhas de comando para a execução de Jobs; Pan – Uma ferramenta de linha de comando para rodar transformações; Carte – Um leve servidor para execução de Jobs e transformations remotamente.

Para explicar melhor o que são transformations e Jobs, pode-se entender que transformations são todas as ações desenvolvidas para extrair, transformar e carregar um dado, para o Pentaho um objeto transformation executa todo o caminho entre pegar os dados de origem, limpar, corrigir, alterar e por último carregar no destino. Também se pode entender transformation como uma tarefa composta de uma coleção de passos, onde cada passo realiza um processo separado com os dados até chegar ao objetivo final (BOUMAN e DONGEN, 2009). Um job geralmente é composto por um ou muitos transformations, a diferença é que enquanto transformations devem ser acionados pelos Jobs para realizar operações com os dados, um job é acionado por um evento, como por exemplo, ao final de cada dia deve ser executado o job X para carregar o data warehouse, Jobs também podem ser utilizados para enviar e-mails, inicializar tabelas, etc. (BOUMAN e DONGEN, 2009). Como pode ser visto na Ilustração 5, a ferramenta Spoon é totalmente gráfica e possui interface amigável ao usuário. Também é possível entender através da ilustração a diferença entre criar transformations e escrever códigos fonte para a realização do processo de ETL, onde na ferramenta Spoon é confortável ao usuário simplesmente criar passos, e interligar uns

aos outros de forma a criar o fluxo dos dados desde a origem até o destino. Caso o processo de ETL fosse realizado através do desenvolvimento de código fonte, além de mais demorado o processo seria menos flexível a mudanças (BOUMAN e DONGEN, 2009).

Ilustração 5 Interface da Ferramenta Spoon

2.2.Análise de Negócios
2.2.1. Processamento Analítico Online (OLAP) OLAP (Online Analytical Processing)

2.3.Gerenciamento de Desempenho do Negócio 2.4.Interface com o usuário

3. SISTEMA INTEGRADO DE RECURSOS HUMANOS
Para poder explicar como as informações são extraídas do Sistema Integrado de Recursos Humanos, cabe uma breve explicação do funcionamento deste sistema. O Sistema Integrado de Recursos Humanos funciona como uma suíte de aplicativos modularizados onde podemos encontrar os seguintes módulos: 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. Administração do Sistema; Folha de Pagamento; Frequência; Gestão de Salários; PCMSO; Segurança do Trabalho; Avaliação de Desempenho; Treinamento e Desenvolvimento; Recrutamento e Seleção; Benefícios; Portaria; Acesso; Jurídico Trabalhista; Integração Bancária.

A Ilustração 6 exibe a tela inicial do Sistema Integrado de Recursos Humanos, onde podem ser vistos os atalhos para todos os módulos citados anteriormente.

Ilustração 6 Sistema Integrado de Recursos Humanos

Cada módulo do sistema (exceto administração do sistema e portaria) possui uma tela para emissão de relatórios, onde o usuário seleciona um relatório cadastrado no sistema, define os filtros referente às variáveis do sistema e manda imprimir. A Ilustração 7 exibe a tela de emissão de relatórios do sistema. O sistema integrado de recursos humanos possui uma infinidade de variáveis do sistema como, por exemplo, unidade, empresa, estabelecimento, setor, centros de custo, VDB (Vencimentos, Bases e Descontos), cargo, função, anos de casa, etc.

Ilustração 7 Tela de emissão de relatórios

Quando um usuário deseja emitir um relatório, sempre deve levar em consideração estas variáveis, que nada mais são do que informações de lotação de um funcionário na empresa, para poder agrupar os dados. As variáveis mais importantes ou mais utilizadas para emissão de relatórios são as unidades, setores, centros de custo e VDBs. Uma unidade refere-se a um agregador por tipo de negócio, ou seja, numa empresa de desenvolvimento de software, por exemplo, podem existir setores de desenvolvimento, suporte, consultoria e administração. Pode-se levar em conta que no setor de desenvolvimento existem funcionários que desenvolvem a ferramenta de administração interna da empresa, e funcionários que desenvolve o produto de comercialização da empresa, ou seja, duas unidades separadas, desenvolvimento de produto interno e desenvolvimento de produto. Em termos de cálculos e custos, os VDBs são o coração do sistema, quando é calculada uma folha de um funcionário, todos os itens como impostos, salário, horas, convênios, etc., são

armazenados em códigos de VDB, portanto, são montados e utilizados diversos relatórios com o resumo de cada VDB mensal (folha paga).

3.1.Rotatividade de pessoal
As informações sobre rotatividade de pessoal indicam o número de funcionários efetivados e o número de funcionários demitidos em um determinado período, existem algumas opções possíveis: 1. Emitir um relatório de funcionários por mês e comparar mês a mês se o número aumentou ou diminuiu. A Ilustração 8 exibe o relatório de funcionários por mês; 2. Montar um relatório através do montador de relatórios do sistema com um total de admissões e rescisões. Através da Ilustração 9 é possível verificar um exemplo de relatório montado para contabilizar o total de admitidos e rescindidos em um determinado período.

Ilustração 8 Relatório de Relação de funcionários/mês

Ilustração 9 Relatório montado de admitidos e demitidos por período

3.2.Custo dos funcionários
Informações referentes a custos dos funcionários estão centralizadas no módulo de folha de pagamento e podem ser obtidas a partir de um recurso chamado de ficha financeira. A ficha financeira armazena o total de cada folha de pagamento agrupado por folha, VDB, ou contrato do funcionário. Além das informações relativas a valores, a ficha financeira de um funcionário sempre mantém informações relativas à lotação do funcionário na época em que esta folha de pagamento foi calculada.

Na Ilustração 10 é exibida a ficha financeira por contrato, nela é possível perceber todos os códigos de VDB como valor calculado para uma determinada folha de pagamento, e o total calculado destes códigos para o contrato. Através dos códigos de VDB, é possível saber qual foi o custo com convênios médicos, o total de horas trabalhadas na empresa, o total gasto com salário por unidade, ou outro tipo de lotação, entre outras informações se tratando de valores.

Ilustração 10 Ficha financeira por contrato

Existe no sistema um relatório chamado de relação de valores das fichas financeiras onde é possível listar informações através da seleção dos VDBs, este relatório serve para demonstrativo de custo dos funcionários, para apuração de valores gastos com horas extras e também para comparar folhas de pagamento quando emitido um relatório por folha calculada e logo após conferir manualmente. Os custos com benefícios também podem ser apurados através deste relatório. Para emitir o relatório de valores das fichas financeiras, o usuário deve selecionar na tela de emissão de relatórios o mesmo e mandar imprimir, logo após o sistema deverá exibir uma tela onde o usuário deve selecionar para quais códigos de VDB deseja listar os valores. A Ilustração 11 exibe a tela de seleção de VDB. Num segundo momento, o usuário pode selecionar para quais variáveis de lotação deseja emitir o relatório, assim poderá ver custos separados por unidade, setor, posto de trabalho, cargo, etc. A Ilustração 12 mostra a tela de seleção das variáveis de lotação. Ao emitir o relatório, serão listados os contratos, o valor de cada VDB para o contrato, e um totalizador de acordo com a variável de lotação selecionada. A Ilustração 13 exibe o relatório de relação de valores das fichas financeiras.

Ilustração 11 Tela de seleção de VDB para relatório da ficha financeira

Ilustração 12 Tela de seleção das variáveis de lotação

Ilustração 13 Relatório da Relação de Valores das Fichas financeiras

3.3.Tipos de doença que afastam mais os funcionários
As informações referentes aos tipos de doença que afastam mais os funcionários são conseguidas através da contabilização de atestados que possuam afastamento de horas ou dias e que possuam pelo menos um CID (Classificação Internacional de Doenças). Atualmente estas informações são visualizadas a partir de um relatório chamado “Quantidade de Atestados com Absenteísmo x CID”. Este relatório é composto de uma tela de seleção onde o usuário pode definir para qual período deseja extrair as informações, quais doenças deseja visualizar, e quais profissionais que lançaram os atestados. Além dos itens anteriores, o relatório também permite a seleção de informações a partir das variáveis de lotação do sistema. A Ilustração 14 exibe a tela de seleção deste relatório.

Ilustração 14 Tela de seleção do relatório de doenças

Ao emitir o relatório pode ser visto que são listados os funcionários, a doença de cada um, data de emissão do atestado e número de dias ou horas deste atestado. A Ilustração 15

apresenta o modelo deste relatório, é importante ressaltar que tanto as pessoas quanto as doenças listadas são fictícias para exemplificação do relatório.

Ilustração 15 Relatório de doenças que causam afastamento

4. MODELAGEM E IMPLEMENTAÇÃO

5. ESTUDO DE CASO

6. ANÁLISE DE RESULTADOS

7. CONCLUSÃO

8. BIBLIOGRAFIA
BALLARD, C. et al. Dimensional Modeling: In a Business Intelligence Environment. [S.l.]: IBM REDBOOKS, 2006. BALLARD, C. et al. Improving Business Performance Insight.With Business Intelligence and Business Process Management. [S.l.]: IBM REDBOOKS, 2006. BOUMAN, R.; DONGEN, J. V. Pentaho Solutions: Business Intelligence and DataWarehousing with Pentaho and MySQL. [S.l.]: WILEY, 2009. INMON, W. H. Building the Data Warehouse. Indianapolis: WILEY, 2005. KIMBALL, R.; CASERTA, J. The data warehouse ETL toolkit: practical techniques for extracting, cleaning, conforming, and delivering data. [S.l.]: WILEY, 2004. KIMBALL, R.; ROSS, M. The data warehouse toolkit: the complete guide to dimensional modeling. [S.l.]: WILEY, 2002. METADADOS ASSESSORIA E SISTEMAS. Metadados Assessoria e Sistemas. Metadados Assessoria e Sistemas, 2010. Disponivel em: <http://www.metadados.com.br/siteweb/controlador.php?alias=solucoes-metadados>. Acesso em: 20 maio 2011. MICROSOFT. SQL Server Integration Services. MSDN Microsoft, 2011. Disponivel em: <http://msdn.microsoft.com/pt-br/library/ms141026.aspx>. Acesso em: 19 maio 2011. PENTAHO CORPORATION. Open Source Business Intelligence - Pentaho. Site do Pentaho BI Suite, 2011. Disponivel em: <http://www.pentaho.com/products/bi_suite/>. Acesso em: 18 maio 2011. SPERLEY, E. Enterprise Data Warehouse: planning, building and implementation. [S.l.]: Prentice Hall, 1999. TURBAN, E. et al. BUSINESS INTELLIGENCE Um enfoque gerencial para a Inteligência do Negócio. Tradução de Fabiano Bruno Gonçalves. Porto Alegre: Bookman, 2009.

You're Reading a Free Preview

Descarregar
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->