Renato Tavares

UNIVERSIDADE DE SOPAULO
ESCOLA DE ENGENHARIA DE SO CARLOS

DEPARTAMENTO DE ENGENHARIA DE PRODUO
Renato Tavares
PROPOSTA DE UM SISTEMA DE APOIO DECISO PARA

CONTROLE E GERENCIAMENTO AGRCOLA EM
USINAS DE ACAR E LCOOL
So Carlos - SP
2008
Renato Tavares
PROPOSTA DE UM SISTEMA DE APOIO DECISO PARA

CONTROLE E GERENCIAMENTO AGRCOLA EM
USINAS DE ACAR E LCOOL
Dissertao apresentada Escola de Engenharia

de So Carlos da Universidade de So Paulo,
como parte dos requisitos para a obteno do
ttulo de Mestre em Engenharia de Produo.
rea de Conhecimento: Gesto do Conhecimento

e Sistemas de Informao.
Orientador: Prof. Dr. Edson Walmir Cazarini.
So Carlos - SP
2008
AUTORIZO A REPRODUO E DIVULGAO TOTAL OU PARCIAL DESTE

TRABALHO, POR QUALQUER MEIO CONVENCIONAL OU ELETRNICO,
PARA FINS DE ESTUDO E PESQUISA, DESDE QUE CITADA A FONTE.
Ficha catalogrfica preparada pela Seo de Tratamento

da Informao do Servio de Biblioteca EESC/USP
T231p
Tavares, Renato
Proposta de um sistema de apoio deciso para
controle e gerenciamento agrcola em usinas de acar e
lcool / Renato Tavares ; orientador Edson Walmir
Cazarini. - So Carlos, 2008.
Dissertao (Mestrado-Programa de Ps-Graduao e rea

de Concentrao em Engenharia de Produo) - Escola de
Engenharia de So Carlos da Universidade de So Paulo,
2008.
1. Sistemas de apoio deciso. 2. Data Warehouse.

3. Usinas de acar e lcool. I. Ttulo.
AGRADECIMENTOS
Agradeo primeiramente a Deus, por me proporcionar novamente esta oportunidade

de cursar uma universidade, agradeo a ele tambm por seu grande amor puro e
verdadeiro.
Aos meus pais Manoel e Sueli, aos meus irmos Andria e Alexandre e ao meu filho
Renan que fazem parte da minha vida no somente nos momentos alegres, mas
principalmente nos momentos mais difceis.
A USP - Universidade de So Paulo.
Ao meu orientador Prof. Dr. Edson Walmir Cazarini, pelo acompanhamento pontual e
competente e pelas inmeras contribuies.
Aos Professores do Curso de Ps-Graduao.
Coordenao do Curso de Ps-Graduao.
Aos colegas de classe pelo companheirismo e amizade que tiveram comigo.
Ao colega e amigo de classe Marcio Roberto, que sempre me incentivou e deu

foras para continuar at o final do curso.
Aos funcionrios do Departamento de Engenharia de Produo, Jos Luiz, Fbio,

Daniel, Silvana, Sueli e Luiz Fernando, pela ateno e disposio com que me
ajudaram sempre que precisei.
A todos que direta ou indiretamente contriburam para a realizao desta pesquisa.
Epgrafe
Se voc quer ter sucesso na vida, tem que ter dedicao
total, buscar seu ltimo limite e dar o melhor de si
Ayrton Senna da Silva
Resumo
TAVARES, R. Proposta de um sistema de apoio deciso para controle e
gerenciamento agrcola em usinas de acar e lcool. 2008. Dissertao
(Mestrado) - Escola de Engenharia de So Carlos, Universidade de So Paulo, So
Carlos, 2008.
Aliada crescente evoluo da computao, dois fatores tambm comearam a

receber maior ateno: o conhecimento e a informao. Esta evoluo faz com que
a informao possa estar disponibilizada a todos, contribuindo de certa forma, para o
auxlio na aquisio de conhecimento e visando posterior tomada de deciso,
observa-se tambm a grande importncia dos bancos de dados. Este trabalho
apresenta a proposta de um Sistema de Apoio Deciso (SAD), utilizando-se de
avanadas metodologias de armazenamento de dados em poderosos bancos de
dados (Data Warehouse), para o Controle e Gerenciamento Agrcola em Usinas de
Acar e lcool. Foi desenvolvido um ambiente estruturado, extensvel, projetado
para a anlise de dados no volteis, logicamente e fisicamente transformados,
provenientes de diversas aplicaes, alinhados com a estrutura da empresa,
atualizados e mantidos por um longo perodo de tempo, referidos em termos
utilizados no negcio e sumarizados para anlise rpida. Com a implantao destas
novas tecnologias, a empresa estar apta a obter informaes do nvel gerencial e
estratgico para ajudar nos seus processos de tomada de deciso, o que antes no
era possvel com os atuais sistemas de informao existentes na empresa.
Palavras-Chave: Sistemas de Apoio Deciso, Data Warehouse, Usinas de Acar

e lcool.
Abstract
TAVARES, R. Proposal for systems of support to the decision for the control
and management agricultural in sugar and ethanol plants. 2008. Dissertao
(Mestrado) - Escola de Engenharia de So Carlos, Universidade de So Paulo, So
Carlos, 2008.
Information and knowledge are receiving more attention with the growing of
computing evolution. This evolution provides available information to everybody
contributing for the acquisition of knowledge, transforming the database in an
important key of this evolution process. This work presents a research about the use
of technologies of Systems of Support to the Decision by using methodologies of
data storage in powerful data bases (Data Warehouse) for the Control and
Management Agricultural in Sugar and Ethanol Plants. An environment was
developed for the analysis of non-volatile data, extensible, projected and physically
transformed, proceeding from diverse applications, aligned with the structure of the
company, updated and kept for a long period of time, related in business' terms and
grouped for fast analysis. With the implantation of these new technologies, the
company will be able to obtain information of the managerial and strategic level to
help on its decision making processes, what was not possible before with the current
systems of information existent at the company.
Key words: Systems of Support to the Decision, Data Warehouse, Sugar and
Ethanol Plants.
Proposta de um Sistema de Apoio Deciso para

Controle e Gerenciamento Agrcola em Usinas de Acar e lcool.
Sumrio
Lista de Figuras
Lista de Tabelas
Lista de Abreviaturas, Siglas e Smbolos
i
ii
iii
Captulo 1 - Introduo
01
1.1 - Contexto
01
1.2 - Formulao do Problema
02
1.3 - Objetivo do Trabalho
04
1.4 - Justificativa do Trabalho
04
1.5 - Metodologia de Pesquisa
05
1.6 - Estrutura dos Captulos
10
1.7 - Outline da Pesquisa
12
Captulo 2 - Sistemas de Informao e de Apoio Deciso
13
2.1 - Processo Decisrio
13
2.2 - Sistemas de Informao Gerenciais (SIG)
14
2.3 - Sistemas de Apoio Deciso (SAD)
15
2.4 - Consideraes Finais do Captulo
20
Captulo 3 - Data Warehouse e Ferramentas de Extrao
22
3.1 - Conceito
22
3.2 - Principais Caractersticas de um Data Warehouse
25
3.3 - Granularidade
29
3.4 - O Modelo Dimensional
36
3.5 - Data Mart
41
3.6 - Arquitetura do Data Warehouse
42
44
Captulo 4 - Agroindstria Canavieira no Brasil

4.1 - Introduo
46
46
4.2 - Impactos no Meio Ambiente
47
4.3 - Caractersticas da Cadeia Produtiva
48
4.4 - Os Processos de Produo no Brasil
49
4.5 - Cana Orgnica x Cana Convencional
55

4.6 - Evoluo da Produo no Brasil
62
4.7 - Custos de Produo
63
4.8 - Exportaes
67
4.9 - Projeo para Agroindstria Canavieira no Brasil
70
4.10 - Nmeros do Setor e Participao do Capital Estrangeiro
74
77
Captulo 5 - Aplicao da Pesquisa-ao

5.1 - Capacidade de Produo e Dados Estatsticos
78
78
5.2 - Pesquisa-ao em uma Usina de Acar e lcool
84
5.2.1 - Primeira Fase da Pesquisa-ao: Pesquisa Exploratria
87
5.2.2 - Segunda Fase da Pesquisa-ao: Pesquisa Aprofundada
88
5.2.3 - Terceira e Quarta Fase da Pesquisa-ao: Ao e Avaliao
89
5.3 - Metodologia ( Construindo o Data Warehouse Dimensional )
89
5.4 - Os Nove Pontos de Deciso
90
5.5 - A Fase de Carregamento
106
5.6 - O Sistema de Extrao de Dados de Produo
107
5.7 - Estrutura de Armazenamento de Dados Proposta
118
5.8 - Discusses entre o Modelo Proposto e Reviso Bibliogrfica
120
123
Captulo 6 - Concluso
6.1 - Propostas para Trabalhos Futuros
124
126
Referncias Bibliogrficas
127
Bibliografia Complementar
134
Anexos
Anexo_1 - Questes com Relao Produo
Anexo_2 - Questes com Relao ao Rendimento
Anexo_3 - Questes com Relao ao Preo e Faturamento
Anexo_4 - Questes com Relao aos Dados Tecnolgicos
Anexo_5 - Questes com Relao aos Custos
Anexo_6 - Questes com Relao a Comparativos
Anexo_7 - Questes com Relao a Estimativas
Anexo_8 - Questes com Relao a Simulaes
Todas as Questes Apresentam:
Linguagem SQL utilizada na Consulta
Informaes Geradas pela Linguagem SQL
Relatrio Desenvolvido com as Informaes Geradas

Lista de Figuras
Figura 1
Viso Macro da Estrutura dos Captulos
11
Figura 2
Outline da Pesquisa
12
Figura 3
Os Sistemas de Informao
13
Figura 4
Processo Prospectivo
19
Figura 5
Ambiente Operacional x Ambiente de Data Warehouse
26
Figura 6
A Questo da No-Volatilidade
27
Figura 7
Varivel no Tempo
28
Figura 8
Integrao dos Dados no Ambiente de DW
29
Figura 9
Definindo o Nvel de Granularidade
30
Figura 10
Modelo Dimensional de um Negcio
32
Figura 11
Modelo de Dependncia de Dados de um Negcio
33
Figura 12
O Relatrio Ideal de um DW
34
Figura 13
Um Modelo Dimensional Tpico
36
Figura 14
Arquitetura Genrica de um DW
43
Figura 15
Viso Macro dos Processos Agrcolas de uma Usina
50
Figura 16
Viso Geral dos Processos de uma Usina
54
Figura 17
Comparativo das Produes ( Anidro, Hidratado e Acar )
59
Figura 18
Comparativo das Produes ( lcool Total x Acar )
59
Figura 19
Percentual de Produo ( lcool Total x Acar )
60
Figura 20
Produo de Cana de Acar do Brasil
61
Figura 21
Composio dos Custos de Produo de Cana
64
Figura 22
Comportamento do Preo da Cana e Custos de Produo
66

Figura 23
Exportao de lcool do Brasil
67
Figura 24
Projeo de Exportao de lcool do Brasil
68
Figura 25
Exportao de Acar do Brasil
69
Figura 26
Produo por Montadoras
72
Figura 27
Vendas de Carros Flex no Brasil
72
Figura 28
Vendas por Tipo de Combustvel
73
Figura 29
Participao nas Vendas
73
Figura 30
Produo dos Cinco Maiores Grupos do Setor
75
Figura 31
Participao do Capital Estrangeiro na Safra 05/06
76
Figura 32
Participao do Capital Estrangeiro na Safra 06/07
76
Figura 33
Capacidade Diria de Moagem de Cana
79
Figura 34
Capacidade Diria de Produo de Acar
79
Figura 35
Capacidade Diria de Produo de lcool
80
Figura 36
Capacidade Diria de Produo de Levedura
80
Figura 37
Total de Cana Moda em 2005
81
Figura 38
Total de Cana Moda em 2006
81
Figura 39
Evoluo Lquida da Receita
82
Figura 40
Moagem de Cana nos ltimos 10 Anos
82
Figura 41
Produo de Acar nos ltimos 10 Anos
83
Figura 42
Produo de lcool nos ltimos 10 Anos
83
Figura 43
Produo de Levedura nos ltimos 10 Anos
84
Figura 44
A Tabela de Fatos com as Dimenses Identificadas
93
Figura 45
Relacionamento das Tabelas ( Fornecedor x Fato )
94
Figura 46
Relacionamento das Tabelas ( Tipo x Fato )
95

Figura 47
Relacionamento das Tabelas ( Estgio x Fato )
95
Figura 48
Relacionamento das Tabelas ( Variedade x Fato )
95
Figura 49
Relacionamento das Tabelas ( Talho x Fato )
95
Figura 50
Relacionamento das Tabelas ( Fazenda x Fato )
96
Figura 51
Relacionamento das Tabelas ( Fundo x Fato )
96
Figura 52
Relacionamento das Tabelas ( Solo x Fato )
96
Figura 53
Relacionamento das Tabelas ( Tempo x Fato )
97
Figura 54
A Tabela de Fatos com os Fatos Identificados
97
Figura 55
Leitura dos Dados de Produo para Tabela de Fatos
108
Figura 56
Leitura dos Dados do Cadastro de Fundos Agrcolas
109
Figura 57
Leitura dos Dados do Cadastro de Fazendas
109
Figura 58
Leitura dos Dados do Cadastro de Estgios de Corte
110
Figura 59
Leitura dos Dados do Cadastro de Fornecedores
110
Figura 60
Leitura dos Dados do Cadastro de Solos
111
Figura 61
Leitura dos Dados do Cadastro de Variedades de Cana
111
Figura 62
Leitura dos Dados do Cadastro de Talhes de Cana
112
Figura 63
Leitura dos Dados do Cadastro de Tipos de Cana
112
Figura 64
Transformando em Imagens de Registro de Carga
114
Figura 65
Ferramenta para Carga dos Dados em Massa para o DW
115
Figura 66
ndices Desativados para Carga dos Dados
116
Figura 67
Modelo Proposto
118
Figura 68
Modelagem Lgica dos Dados
119

ii
Lista de Tabelas
Tabela 1
Principais Diferenas entre DW e Data Mart
41
Tabela 2
Unidades Produtoras de Acar e lcool no Brasil
57
Tabela 3
Produes de Cana, Acar e lcool no Brasil
58
Tabela 4
Produtividade x Custo
66
Tabela 5
Dimenso Tempo
98
Tabela 6
Dimenso Fornecedor de Cana
98
Tabela 7
Dimenso Solo
98
Tabela 8
Dimenso Fundo Agrcola
99
Tabela 9
Dimenso Variedade de Cana
99
Tabela 10
Dimenso Fazenda
99
Tabela 11
Dimenso Talho de Cana
100
Tabela 12
Dimenso Estgio de Corte
100
Tabela 13
Dimenso Tipo de Cana
101
Tabela 14
Tabela de Fatos Produo
101

Lista de Abreviaturas e Siglas

ATR
ACAR TOTAL RECUPERVEL
CPFL
COMPANHIA PAULISTA DE FORA E LUZ
DBF
ARQUIVO DE DADOS
DBMS
SISTEMA DE GERENCIAMENTO DE BANCO DE DADOS
DDW
DATA WAREHOUSE DIMENSIONAL
DER
DIAGRAMA ENTIDADE / RELACIONAMENTO
DW
DATA WAREHOUSE
EIS
SISTEMAS DE INFORMAO PARA EXECUTIVOS
ERP
SISTEMAS DE GESTO EMPRESARIAL
GEE
GASES DE EFEITO ESTUFA
GNV
GS NATURAL VEICULAR
IAA
INSTITUTO DO ACAR E DO LCOOL
IDEA
INSTITUTO DE DESENVOLVIMENTO AGROINDUSTRIAL
OLAP
PROCESSAMENTO ANALTICO ON-LINE
OLTP
PROCESSAMENTO DE TRANSAES ON-LINE
PC
PUREZA DA CANA
POL
POL DO CALDO
SAD
SISTEMA DE APOIO DECISO
SI
SISTEMA DE INFORMAO
SIG
SISTEMAS DE INFORMAES GERENCIAIS
SQL
LINGUAGEM PADRO PARA ACESSAR BANCO DE DADOS RELACIONAIS
VHP
ACAR CRISTAL UTILIZADO COMO MATRIA PRIMA PARA OUTROS PROCESSOS
iii

Capitulo 1 - Introduo
Atualmente os Bancos de Dados so muito importantes para as Grandes
Empresas assim como a anlise dos dados neles existentes. Geralmente as grandes
empresas detm um volume enorme de dados distribudos em diversos sistemas de
informao diferentes. A recuperao e a sua conseqente anlise torna-se muitas
vezes complicada visto que, as informaes esto pulverizadas pelas diferentes
reas funcionais da organizao. Para organizar estes dados so necessrios
mtodos de armazenamento, estruturao e novas tecnologias que permitem a
gerao e recuperao dessas informaes de forma correta e consistente,
facilitando com isso a tomada de deciso.
1.1 - Contexto
Desde o plantio da matria-prima at sua transformao dentro da fbrica, o
sucesso de uma Usina de Acar e lcool depende do alinhamento e da sintonia
entre os elos da sua cadeia produtiva. Com a utilizao de sistemas integrados e de
apoio tomada de deciso, a empresa conseqentemente estar habilitada a
atender os principais requerimentos competitivos da agroindstria e assim
responder, com transparncia, aos desafios estratgicos de reduo de custos e
melhoria da produtividade.
Exercendo um maior controle sobre os processos de produo, potencializa-se
a reduo do uso de insumos e o aumento da produtividade e produo. O maior
controle sobre os processos de gesto possibilitam maior rapidez e preciso de
informaes.
Direcionando para a rea de agronegcios e mais precisamente Usinas de
Acar e lcool o avano dessas novas tecnologias tem contribudo para que
Diretores e Gerentes da rea agrcola tenham um grande nmero de informaes
sua disposio para tomar decises.
A rea agrcola dessas empresas muito importante, talvez possa ser
considerada como a mais importante, pois ela que vai gerar a matria-prima
(Cana-de-Acar), para a produo de seus principais produtos (acar e lcool)
como tambm seus derivados.

1.2 - Formulao do Problema

Os sistemas transacionais garantem a operao da empresa e do suporte ao
dia-a-dia do negcio, porm, as informaes que contm, no suprem todas as
necessidades de consultas dos gerentes, que muitas vezes, precisam de dados
histricos decorrentes de vrios anos, os quais no estaro disponveis nos sistemas
que gerenciam a empresa no seu dia-a-dia (MEIRA, 2004).
medida que a complexidade interna e os negcios de uma empresa
aumentam, o processo de tomada de deciso tende a se tornar tambm mais
complexo, requerendo agilidade, dinamismo, utilidade e preciso das aes e
informaes empresariais. Para conseguir informaes estratgicas, os gestores das
empresas necessitam de sistemas de informao efetivos, que processem grande
volume de dados e produzam informaes precisas, completas, econmicas,
flexveis, confiveis, relevantes, simples e em tempo.
Nos ltimos anos, houve uma transferncia do poder e da influncia da
tecnologia de banco de dados para a tecnologia das ferramentas de apoio deciso,
o que levou as empresas buscarem obter e trabalhar com informaes gerenciais
que do suporte ela.
Atualmente, possvel coletar e processar um grande nmero de dados, mas
uma vez coletados, precisam ser analisados para se determinar sua relevncia.
As empresas normalmente no sofrem de falta de dados, mas de uma
abundncia e redundncia de dados inconsistentes (MEIRA, 2004).
Devido grande concorrncia de mercado, tanto nos setores de produtos
quanto de servios, a possibilidade de acessar informaes confiveis com
velocidade e garantia de qualidade, no momento certo, a chave do sucesso para a
maioria das empresas.
A maneira pela qual a maioria dos gerentes tomam suas decises, ainda est
fundamentada em informaes armazenadas em sistemas inadequados para o
processo decisorial. O ambiente real e prtico que este profissional atua, exige que
as ferramentas de seu uso dirio estejam agregadas s tecnologias de ponta,
viabilizando informaes estratgicas seguras e rpidas, objetivando manter sua
empresa em destaque no atual mercado global e competitivo em que atua (SEIXAS,
2000).

Porm necessrio verificar quais as informaes que realmente sero

necessrias para dar suporte s operaes de negcios da empresa. Essa viso
genrica freqentemente denominada de Arquitetura de Informao (Arquitetura
de Dados), que procura responder s seguintes questes:
Que dados coletar?
Onde e como sero coletados?
Como sero transmitidos?
Como sero processados e armazenados?
Quais aplicaes usaro estes dados?
Como estas aplicaes esto relacionadas com a organizao?
Qual a importncia dessas informaes para a organizao?
Aps o desenvolvimento de modelagem da nova estrutura e o carregamento das

informaes para o ambiente proposto, o mesmo deve estar apto a responder a
vrias questes utilizando-se dessa nova tecnologia, sendo que as principais
informaes seriam sobre:
1. Produo;
2. Rendimento;
3. Preos;
4. Dados Tecnolgicos: Fibra da Cana (FIBRA), Pureza da Cana (PC), Pol
do Caldo (POL) e Acar Total Recupervel (ATR) por Tonelada de Cana;

5. Custos e Faturamento.
A nova ferramenta deve permitir tambm aos diretores, gerentes e engenheiros

a utilizao de telas e relatrios que forneam:
1. Comparativos;
2. Estimativas;
3. Cenrios e
4. Simulaes.

1.3 - Objetivo do Trabalho

Proposta de um Sistema de Apoio Deciso (SAD), utilizando um modelo de
estrutura de armazenamento de dados, capaz de integrar todas as informaes
relevantes para a tomada de deciso, geradas pelos sistemas que se encontram
distribudos no ambiente operacional agrcola da empresa.
A integrao talvez seja a parte mais importante desse processo, pois ela ser
responsvel por sincronizar os dados destes sistemas e coloc-los no mesmo
padro garantindo a qualidade e integridade dessas informaes.
1.4 - Justificativa do Trabalho

Qualquer empresa pode se beneficiar significativamente com um Data
Warehouse (DW). A ferramenta permite fazer anlises de tendncias e identificar
relacionamentos muitas vezes no esperados pelo tomador de deciso e, com
certeza, em tempos de intensa competitividade, pode ser considerada como uma
poderosa ferramenta estratgica (SEIXAS, 2000).
A maioria dos sistemas de informao atuais fornecem os dados brutos, sem
nenhum significado mais especfico, porque esto justamente fora de um contexto.
Mas, quando as pessoas analisam estes dados e fornecem o relacionamento
necessrio, baseados em um ponto de partida e modelo de desempenho comum,
tornam esse processo de contextualizao visvel e explcito.
Sendo assim, torna-se de suma importncia identificar novas tecnologias
aplicadas informao para que o ambiente corporativo possa utiliz-las de forma
adequada e produtiva.
Toda e qualquer organizao, seja qual for o porte e o ramo de negcio, adota
estratgias para alcanar os objetivos planejados, visando direcionar e coordenar
esforos, definir a estrutura e sobreviver ao ambiente competitivo.
Verificando essa situao, essa pesquisa, busca por meio do estudo, aplicao
e uso destas novas tecnologias auxiliarem nos processos decisrios dentro da
organizao. Os benefcios de se usar um SAD no so realizveis em todas as
situaes de deciso ou por todos os tomadores de deciso. Tal realizao depende
do grau de ajuste entre o tomador de deciso, o contexto da deciso e o prprio
SAD (MARAKAS, 1999).

1.5 - Metodologia da Pesquisa

A pesquisa ser realizada por meio de pesquisa-ao em uma Usina de Acar
e lcool da Regio de Ribeiro Preto, Estado de So Paulo.
O filsofo americano John Dewey foi o precursor da pesquisa-ao, na medida
em que props mtodos indutivos cientficos para solucionar problemas prticos em

reas como educao, psicologia, filosofia, dentre outros (MCKERNAN, 1991 apud
BAKER, 2000).
O mtodo de pesquisa-ao tem se destacado como um recurso metodolgico
capaz de equilibrar o rigor que caracteriza os procedimentos tpicos de uma
investigao acadmica e o compromisso com a transformao da realidade. Este
mtodo est fortemente associado abordagem qualitativa, calcada na realizao
de exerccios em que prevalecem os recursos da argumentao, da reflexo, e da
compreenso orientados para processos deliberados de interveno frente a
situaes consideradas insatisfatrias. Assim, presta-se a alterar as condies
percebidas como passveis de transformao. Desta forma, o sujeito e o objeto da
investigao assumem, voluntariamente, posies ativas no processo investigatrio
(BAKER, 2000).
A pesquisa-ao uma abordagem intervencionista para aquisio de
conhecimento cientfico desenvolvida na era ps-positivismo (BASKERVILLE &
HARPER, 1996).
Os pesquisadores que adotam o mtodo de pesquisa-ao tm a oportunidade
de conhecer a realidade investigada por dentro, levando em conta no apenas o
discurso proferido pelos atores implicados, mas tambm suas aes e interpretaes
acerca do que investigado (MORIN, 2004).
O uso combinado de diferentes fontes de dados e informaes, caracterstico da
abordagem qualitativa, tende a compensar a falta de representatividade estatstica
pelo aprofundamento intensivo e contextualizado da investigao que a abordagem
permite (DEMO, 2002).
Na pesquisa-ao, o pesquisador ao expressar interesse pelas contribuies
dos colaboradores, reconhece o domnio que eles apresentam sobre o que est
sendo investigado (MSTER, 1995 apud BAKER, 2000).

Alguns exemplos de situaes de reconhecimento: demonstrao do respeito

pelas interpretaes, explicaes e anlises elaboradas sobre a situao investigada
e declarao da inteno da colaborao para processos de melhoria na
organizao. inevitvel que haja reconhecimento da existncia de expressiva
convergncia de objetivos. Isso contribui para que pesquisadores e pesquisados
construam as bases de uma relao de complementaridade no processo
investigatrio.
Assim,
haver
co-responsabilidade
tanto
na
formulao
do
diagnstico organizacional quanto na elaborao de planos de interveno.

Neste contexto, o pesquisador no reduzido a um mero relator dos
acontecimentos. Ele interage com os participantes da pesquisa dentro do ambiente
deles. A pesquisa realizada por meio da observao no dia-a-dia da organizao
investigada ainda por entrevistas favorece o desenvolvimento de julgamentos
pertinentes dado a familiaridade com os acontecimentos dirios e, ao mesmo tempo,
amplia a percepo sobre as idias que sustentam as prticas de gesto
(CHIZZOTI, 1991).
Assim, os julgamentos formulados pelos pesquisadores, ainda que parciais,
derivam do acumulo do citado convvio dirio. impossvel conhecer o que
efetivamente interessa se os pesquisadores no estiverem dispostos a ser parte
integrante do universo pesquisado, em suas palavras: sem que estejamos
verdadeiramente envolvidos, pessoalmente pela experincia, na integralidade de
nossa vida emocional, sensorial, imaginativa, racional (BARBIER, 2002).
Assim sendo, o xito do mtodo, em grande parte, depende da composio
daquilo que esse mesmo autor intitula de pesquisador-coletivo (BAKER, 2000).
A pesquisa-ao justificada porque nos estudos organizacionais, representa
uma possibilidade de conciliar o sujeito e o objeto da investigao (THIOLLENT,
1997).
A observao participante contribuir para o levantamento de informaes sobre
o assunto e fornecer subsdios para uma melhor anlise dos dados. Os dados
sero coletados por meio de: tcnicas interativas diversas, tais como entrevistas no
estruturadas, observao participante, seminrios, workshops, etc.
A metodologia de pesquisa-ao adequada para a realizao de estudos
organizacionais, principalmente quando o problema tem relao forte com o
comportamento humano (HOLANDA & RICCIO, 2001).

Descrio do Mtodo
Apesar da pesquisa-ao possuir uma estrutura flexvel, possvel identificar
quatro fases que compem o estudo (THIOLLENT, 1997):
FASE 1 - Exploratria - so identificados os atores e realizado o diagnstico

para identificar os problemas, as capacidades de ao, e interveno na
organizao;
FASE 2 - Pesquisa Aprofundada - ocorre a coleta de dados de acordo com o

projeto de pesquisa;
FASE 3 - Ao - a partir dos resultados da fase anterior realizado o

planejamento da ao, pela discusso de objetivos alcanveis por meio de
aes concretas;
FASE 4 - Avaliao - consiste da observao, redirecionamento das aes e

resgate do conhecimento adquirido durante o processo. Cabe salientar que
estas fases no so rgidas, principalmente as trs ltimas onde existe uma
simultaneidade de pesquisa e ao. Alm disso, a questo da aprendizagem
no est presa a uma fase e, sim, difusa ao longo do processo de pesquisa. A
gerao de conhecimento e o desenvolvimento de teorias acontecem em
todas as etapas, devido ao carter dinmico da pesquisa.
A essncia de uma pesquisa-ao um processo simples de dois estgios.

Primeiro, o estgio de diagnsticos que envolvem uma anlise colaborativa da
situao pelo pesquisador e os sujeitos da pesquisa. Hipteses so formuladas
sobre a natureza da pesquisa. Segundo, o estgio teraputico, experimentos de
mudana colaborativa. Nesse estgio, as mudanas so introduzidas e os efeitos
so estudados (BLUM, 1955 apud BASKERVILLE & HARPER, 1996).
Entretanto, tendo em vista atingir o rigor cientfico, estruturas adicionais so
normalmente impostas pesquisa-ao.

O resumo do processo cuja definio de pesquisa-ao como capaz de cobrir

simultaneamente a soluo de problemas na prtica e a expanso de conhecimento
cientfico, assim como desenvolver as competncias dos atores envolvidos.
desenvolvida colaborativamente numa situao imediata usando dados de feedback
num processo cclico, idealizando o aumento do entendimento de uma situao,
principalmente aplicvel para o entendimento de mudanas de processos em
sistemas sociais e comprometidos em uma estrutura tica (HULT & LENNUNG,
1980 apud BASKERVILLE & HARPER, 1996).
A pesquisa-ao consiste de um time de profissionais, e possivelmente tericos,
que planejam, agem, e avaliam resultados das aes que foram executadas
(HOLANDA & RICCIO, 2001).
Existe uma enfatizao para o seminrio como tcnica central para a conduo
de todo o processo de pesquisa-ao. Em torno do seminrio, conduzido pelos
grupos e supervisionado pelo grupo de coordenao, devem ser estimuladas as
discusses de tema, problema e as abordagens apropriadas de conduo.
O xito de pesquisas realizadas com este mtodo, alm de depender de domnio
tcnico, terico e metodolgico, depende igualmente da capacidade de o
pesquisador conquistar a confiana de colaboradores e dos patrocinadores da
pesquisa (THIOLLENT, 1997).
Plano de Estudo
A presente pesquisa est centrada na questo de propor um SAD utilizando um
DW como modelo de estrutura de armazenamento de dados e concentrando-se nos
benefcios da implementao do novo sistema, quando ajustado a organizao.
A origem da pesquisa foi uma reunio com os diretores da empresa pesquisada,
sobre a falta de informaes do nvel gerencial e estratgico, ou seja, a empresa
possui sistemas de informao implantados, utiliza sistemas de gesto Enterprise
Resources Planning (ERP), porm encontra grande dificuldade em obter essas
informaes. A discusso foi norteada pelos objetivos da empresa e pela vontade
expressada pelos diretores de possuir um sistema de informao capaz de extrair e
coletar informaes dos sistemas operacionais agrcolas existentes da empresa e
transforma-los em informaes estratgicas para o processo de tomada de deciso.

Elaborou-se, ento, uma proposta de pesquisa-ao, que foi explicada

detalhadamente para os diretores e gerentes da usina. Com sua aprovao, deu-se,
ento, incio a uma pesquisa intervencionista, com o objetivo de auxiliar a empresa
na soluo dos seus problemas. A abordagem adotada foi a interpretativa, ou seja,
os participantes da empresa e o pesquisador trabalharam juntos na identificao de
problemas, causas e possveis solues, se apoiando em mtodos qualitativos, e de
forma contextualizada.
O estudo foi estruturado de acordo com o mtodo de pesquisa-ao descrito por
THIOLLENT (1997). Ele foi dividido em quatro fases: a fase exploratria, a fase de
pesquisa aprofundada, a fase da ao e a fase da avaliao.
A fase exploratria constituiu-se de diagnstico interno e externo Empresa,
onde foram levantadas informaes sobre a usina. Ainda nesta fase, foram
identificados os participantes da pesquisa e os problemas enfrentados pela
organizao. Para tanto, foram realizadas reunies com os diretores e gerentes da
usina, e, posteriormente, com o restante dos colaboradores envolvidos.
Foi desenvolvido um modelo de estrutura e armazenamento de dados (DW) e a
partir da, iniciou-se a coleta de dados e a implementao do novo sistema. A coleta
de dados foi realizada contemplando dados disponveis nos sistemas operacionais
agrcolas existentes na prpria empresa. Nas entrevistas no estruturadas foram
abordados temas tais como: entendimento dos problemas, questionamentos sobre
causas e possveis solues dos problemas, planos de ao, etc.
Durante o processo da pesquisa, houve o redirecionamento de aes e resgate
do conhecimento adquirido por meio de estudos, relatos e anotaes. Isso se
traduziu em alertas de melhoras na implantao do sistema e tambm nos relatrios
que poderiam ser desenvolvidos.
A ltima fase consistiu na apresentao do modelo proposto e avaliao dos
resultados da implementao utilizando-se deste novo modelo juntamente com a
identificao das barreiras e benefcios atingidos durante o processo. Os resultados
obtidos nesta fase so apresentados nos captulos cinco e seis deste trabalho.

10
1.6 - Estrutura dos Captulos

Este trabalho est organizado em seis captulos:
Captulo - 1
Apresentao do assunto dissertado e enfoque dado ao problema. Logo aps,
foram apresentados o objetivo e a justificativa da pesquisa de acordo com a
linha de pesquisa em que o trabalho se encontra inserido e por final a
metodologia de pesquisa aplicada no trabalho.
Os Captulos dois e trs tratam da reviso da literatura:
Captulo - 2
Apresenta uma introduo do processo decisrio dentro das organizaes
como tambm sua relevncia no atual mundo globalizado em que vivemos
atualmente. Tambm so apresentados os principais conceitos sobre Sistemas
de Informao Gerenciais (SIG) e Sistemas de Apoio Deciso (SAD).
Captulo - 3
Apresenta os principais conceitos sobre a tecnologia de DW, suas
caractersticas, granularidade e modelagem. So demonstradas as principais
diferenas entre um modelo dimensional (foco deste trabalho) e um modelo de
dependncia de dados. dada uma rpida introduo ao conceito de Data Mart
e finalizando com as caractersticas da arquitetura do DW.
Captulo - 4
Apresenta uma viso geral sobre a agroindstria canavieira no Brasil, faz uma
breve introduo, mostra os impactos com relao ao meio ambiente, as
caractersticas da cadeia produtiva, os processos, evoluo, custos de
produo, perspectivas sobre o futuro e alguns nmeros do setor.

11
Captulo - 5
O objetivo deste captulo apresentar todo o processo da pesquisa-ao,
incluindo a descrio da organizao objeto do presente estudo e o desenrolar
das quatro fases da metodologia da pesquisa-ao.
Toda a fase de construo do ambiente de DW (metodologia, os nove pontos
de deciso, a fase de carregamento, o sistema de extrao de dados de
produo e a estrutura de armazenamento de dados), demonstrada passo a
passo.
Captulo - 6
O objetivo deste captulo apresentar a concluso do trabalho, avaliando os
principais resultados obtidos frente utilizao da implantao da tecnologia de
SAD
juntamente
com
proposta
do
novo
modelo
de
armazenamento de dados.
A figura 1 mostra a viso macro da estrutura dos captulos:
Figura 1 - Viso macro da estrutura dos captulos.
estrutura

1.7 - Outline da Pesquisa
12

13
Capitulo 2 - Sistemas de Informao e de Apoio Deciso

Atualmente, com a globalizao e um mercado caracterizado por constantes
mudanas, torna-se necessria a diviso do processo decisrio nos nveis
estratgico, ttico e operacional. Neste cenrio, necessrio transformar os
objetivos organizacionais em objetivos coletivos, envolvendo todos os membros da
organizao, e os colaboradores necessitam de habilidades de liderana,
comunicao, negociao, assim como serem agentes de mudana extremamente
capacitados para as atuais necessidades (FREIRE, 2000).
2.1 - Processo Decisrio

No ambiente das empresas e organizaes, ter ou no ter a informao no
momento certo pode significar a sobrevivncia da empresa. A informao alm de
ser precisa deve ser obtida no menor tempo possvel (GONALVES, 2005).
Normalmente a visualizao grfica a triangular. Porm, seguindo os
princpios de Bertalanffy por meio da Teoria Geral dos Sistemas, mais adequada a
viso piramidal com abrangncia e profundidade em cada um dos diversos
segmentos, conforme mostra a figura 3.
Figura 3 - Os Sistemas de Informao Adaptado de (LAUDON & LAUDON, 1996).

14
Atualmente sabe-se que uma grande parte dos problemas enfrentados pelas
organizaes diz respeito ao comportamento humano. Mais ainda, muitos problemas
comportamentais que so usados, implementam e estruturam sistemas que no
podem ser expressos por intermdio de normas rgidas dentro de uma viso
estritamente tcnica.
Assim, o enfoque atual dos Sistemas de Informao scio-tcnico,
considerando com igual importncia tanto a parte tcnica e matemtica quanto a
comportamental.
As decises gerenciais afetam diretamente a sobrevivncia das empresas e a
vida daqueles que giram em torno dela, sejam eles empregados, acionistas,
fornecedores, clientes ou, muitas vezes, a prpria sociedade. Por isso, o processo
decisrio em uma empresa algo importante no apenas para o seu ambiente
interno. Prova disso, a presso que o tomador de deciso sofre, principalmente, de
seus clientes (MIGLIOLI, 2006).
Diante desse quadro, para que os decisores tomem boas decises, h a
necessidade de que estas sejam baseadas em dados confiveis que sero
transformados nas variveis do problema a ser solucionado e indicaro as
alternativas de soluo do problema (OSTANEL, 2005).
2.2 - Sistemas de Informao Gerenciais

Gerenciar negcios das organizaes sempre foi uma rdua tarefa para
administradores sempre preocupados em como fazer para melhorar seus resultados,
principalmente resultados para tomada de deciso.
Baseados nestas constantes preocupaes surgem os SIG, como uma
ferramenta de apoio aos administradores.
Um SIG caracterizado por possuir alguns requisitos fundamentais para a sua
implementao tais como: suporte a informaes complexas, suporte a informaes
externas,
ampla
disponibilidade
geogrfica,
excelente
tempo
de
resposta,
desempenho para anlise intensa de dados e suporte a mltiplos modelos de

interface.

15
Os SIG, ainda apresentam as seguintes caractersticas:
Foco na Informao;
Direcionado a gerentes de nvel mdio;
Fluxo de Informao bem estruturado;
Integrao de sistemas por rea funcional (SI comercial, SI financeira,

entre outras);
Gerao de Relatrios e Consultas utilizando gerenciadores de banco de

dados.
2.3 - Sistemas de Apoio Deciso

Os SAD so sistemas computacionais que visam sistematizar e apoiar os
processos decisrios empresariais, sendo comumente compostos pelos mesmos
componentes bsicos como: interface com o usurio, banco de dados e banco de
modelos, visando fornecer apoio em decises semi-estruturadas e desestruturadas,
estando sob controle do tomador de decises e disponibilizando um conjunto de
ferramentas para estruturar e aumentar a efetividade das decises (JUNIOR et al.,
2006).
SAD possuem funcionalidades e desempenho diferente dos Sistemas de
Produo e Gesto existentes na Empresa.
Sistemas de Produo, como por exemplo, Controle de Estoque, geralmente
recuperam e atualizam um registro por vez, ou seja, um cliente, um item de
inventrio, entre outros. Geralmente atendem a muitos usurios de forma
concorrente e exigem tambm um tempo de resposta imediato.
J os SAD normalmente lidam com poucos usurios por vez e os requisitos em
termos de tempo de resposta no so crticos.
Os Sistemas de Gesto, mais conhecidos como ERP, servem como fonte
primria dos dados que alimentaro o DW.

16
O principal objetivo destes sistemas consolidar as informaes da empresa

como um todo dentro de um nico sistema, eliminando assim a dificuldade de se
obter informaes consolidadas e a inconsistncia de dados redundantes
armazenados em mais de um sistema (FORTULAN & FILHO, 2005).
Os sistemas ERP, produzem grande impacto nas organizaes, exigindo
completa alterao na forma de agir diante desta nova realidade, caracterizada por
mudanas radicais, o que exigir a compreenso por parte de todos os profissionais
de todas as reas de atuao, bem como dirigir e compreender a empresa como um
processo integrado (FREIRE & CAMPOS, 2007).
aqui que aparecem os usurios de um DW, cuja funo descobrir as
informaes utilizadas no ambiente corporativo de tomada de decises.
O usurio de um SAD age por meio de descobertas. Somente aps receber a
informao ele a julga. O mesmo tem um papel fundamental na constituio de um
DW. No entanto, usualmente lidam com consultas complexas, no antecipadas ou
previstas, envolvendo grande quantidade de registros bsicos referentes aos
processos operacionais da Empresa. Os SAD necessitam de dados consistentes,
normalmente originrios de mais de um Sistema de Produo, organizados de forma
que favoream ser trabalhados por ferramentas de anlise de dados.
Banco de Dados que dem suporte aos SAD devem ser capazes de oferecer
um bom tempo de resposta para consultas que recuperam grandes conjuntos de
dados agregados e histricos. Geralmente lidam com tendncias e no com um
nico instante de tempo, cada elemento de dado acompanhado do correspondente
perodo de tempo a que se refere.
Exemplo de Consultas tpicas de um SAD:
Listar o total de vendas dos ltimos 5 anos;
Listar os itens que estiverem sem estoque nos ltimos 12 meses;
Listar o fornecedor que no teve mais do que 20% de atraso nas ltimas
150 entregas.
A importncia em separar dados que do suporte aos sistemas de carter

operacional da empresa daqueles que do suporte aos processos gerenciais e de
suporte deciso que cada tipo de aplicao pode se concentrar naquilo que faz
melhor, oferecendo melhor funcionalidade e desempenho para seu caso especfico
(DALALBA, 2007).

17
Aps estas definies pode-se classificar as organizaes em duas grandes

aplicaes:
Aplicaes de Negcios:
Garantem a operao da empresa, ou seja, rotinas do dia-a-dia.
Aplicaes sobre os Negcios:
So as aplicaes que analisam o negcio, ajudando a interpretar o que

aconteceu e a decidir sobre estratgias futuras para a empresa,
compreendem os SAD.
Uma arquitetura de dados adequada para dar suporte aos dois tipos de
aplicaes baseia-se em dois ambientes de banco de dados, os operacionais para
dar suporte s aplicaes do negcio e os de suporte deciso DW, para dar
suporte s aplicaes sobre o negcio (DALALBA, 2007).
Os SAD fornecem aos executivos diversas ferramentas de modelagem e anlise
com o objetivo de capacitar os usurios a solucionar problemas de forma integral,
fornecendo informaes obtidas de diversas fontes de dados da empresa (BUOSI,
2004).
Principais caractersticas dos SAD:
Foco nas decises;
nfase na flexibilidade, adaptabilidade e capacidade de fornecer respostas

rpidas;
Iniciado e controlado pelo usurio;
Suporte para estilos pessoais de tomada de deciso;
Voltados para problemas menos estruturados.
Para o desenvolvimento de um SAD deve-se contar com a efetiva participao

do decisor e do profissional da rea de tecnologia. A interao entre estas duas
categorias deve ser capaz de permitir mudanas rpidas e eficazes ao sistema
(CLERICUZI et al., 2006).

18
Para que o SAD auxilie no processo de tomada de deciso preciso que o

mesmo seja composto de uma base de dados que auxilie o sistema, uma base de
modelos que prov a capacidade de anlise e o dilogo que prov a interao entre
o usurio e o sistema (DUARTE et al., 2005).
A quantidade de informaes a respeito da situao constitui um fator de
extrema importncia para o processo decisrio. Quanto mais informaes forem
levantadas a respeito da mesma, evidentemente, melhor ser a sua compreenso e
a sua soluo (BISPO & CAZARINI, 1998).
imprescindvel que as decises em uma organizao sejam tomadas levandose em considerao os objetivos estratgicos macros da empresa. O uso de
informaes confiveis e sistemas que auxiliam este tipo de informao tornaram-se
uma questo central ao sucesso organizacional, onde todos os investimentos do
negcio nesta rea devem estar sempre alinhados com a tecnologia de informao
desenvolvida e tambm com o armazenamento de seus dados em bancos de dados
consistentes e capazes de unificar as informaes como um todo (AQUARONI &
CAZARINI, 2001).
Para o gerente de uma grande e diversificada empresa, o SAD possibilita vrias
formas de exame das atividades desta. A tentativa de acompanhar um grande
nmero de atividades muito mais fcil do que tentar acompanhar apenas umas
poucas atividades. Dessa maneira, o SAD pode ser usado para expandir o escopo
de controle de um gerente.
Mas a anlise de tendncias e comparaes no so os nicos meios de que o
gerente dispe para usar o SAD de forma eficiente. Um outro enfoque o de fatiar e
agrupar. Por meio dele, o analista obtm informaes bsicas que ele agrupa de um
modo e analisa, agrupando-as, depois, de outro modo, e tornando a analis-las.
O mtodo de fatiar e agrupar permite que o gerente disponha de muitas
perspectivas diferentes das atividades que esto ocorrendo (INMON, 1997).
Anlise Prospectiva (Drill-Down)

Para usar o mtodo de fatiar e agrupar, necessrio ter condies de
prospectar dados. A prospeco de dados refere-se capacidade de comear por
um
nmero
resumido
partir
sucessivamente mais refinados.
esse
resumo
em
conjuntos
de
resumos

19
Sendo capaz de chegar ao detalhe por trs do nmero resumido, o gerente

pode ter uma noo sobre o que est acontecendo, especialmente quando o nmero
resumido surpreendente. A Figura 4 mostra um exemplo simples de anlise
prospectiva.
Figura 4 - Processo Prospectivo, adaptado de (INMON, 1997).

Na figura 4, o gerente analisa os resultados resumidos do segundo trimestre e
deseja explor-los ainda mais. O gerente, ento, examina as regies que
contriburam para a anlise resumida. As regies que tiveram seus nmeros
analisados foram as regies Oeste, Sudeste, Nordeste e Central. Ao observar os
nmeros de cada regio, o gerente decide fazer um exame detalhado dos nmeros
da regio Sudeste.
Os nmeros da regio Sudeste so compostos pelos totais de So Paulo, Minas
Gerais, Rio de Janeiro e Esprito Santo. Dentre esses estados, o gerente decide
olhar mais de perto os nmeros do estado de So Paulo. As diferentes cidades do
estado de So Paulo que possuem postos de venda so submetidas a consultas.
Em cada caso, o gerente selecionou um caminho de passagem do resumo ao
detalhe, e a seguir, para um nvel sucessivamente mais baixo. Desse modo, ele
pode determinar onde se encontram os resultados problemticos. Tendo identificado
as anomalias, o gerente sabe ento onde procurar por uma explicao detalhada.

20
H toda uma gama de softwares muito sofisticados que podem ser utilizados em
um SAD para apresentarem resultados a um gerente.
A parte difcil do SAD no est na apresentao grfica, e sim em descobrir e
preparar os nmeros que constam nos grficos (INMON, 1997).
Do ponto de vista grfico, o SAD perfeitamente capaz de suportar o processo
de prospeco, desde que, antes de tudo, os dados existam. Mas se os dados a
analisar no existirem, o processo prospectivo se torna entediante e difcil,
certamente diferente de algo que o executivo queira fazer.

Os sistemas de informaes devem ser configurados de forma a atender
eficientemente as necessidades informativas de seus usurios, bem como incorporar
seus conceitos, polticas e procedimentos que motivem e estimulem o gestor a tomar
as melhores decises para a empresa. As informaes para gesto devem ter um
sentido lgico e, isto se torna possvel com o auxlio da Tecnologia da Informao.
A maior competitividade tem imposto uma ateno crescente na forma de gerir o
conhecimento nas organizaes. Visto como competncia essencial e vantagem
competitiva sustentvel da organizao, o conhecimento empresarial e sua gesto
tm alterado os paradigmas gerenciais e demandado uma postura gerencial mais
preocupada com este ativo intangvel (PURCIDONIO et al., 2006).
Baseando-se em BISPO (1998), INMON (2000), KIMBALL (1998), MEIRA
(2004), SEIXAS (2000), e SINGH (2001), um SAD pode ser considerado como
um ambiente formado por arquiteturas capazes de apresentarem informaes
relevantes e seguras sobre um dado problema utilizando-se de modelos
matemticos e estatsticos e uma base de conhecimento robusta, permitindo ao
usurio final atravs do uso da tecnologia da informao a flexibilidade e
interatividade para a utilizao de simulaes e cenrios, e um tomador de
deciso capaz de entender o que apresentado pelo sistema, e a partir disso
discorrer sobre a melhor escolha desde o ponto de partida at a execuo e
resultado da deciso tomada.

21
O SAD podem ser implementados de forma rpida e eficiente e levam a uma

melhor documentao dos procedimentos, sua regularidade e uniformidade, bem
como a ampla possibilidade de simulao de cenrios em condies diversas
(LACERDA & AMARO, 2007).
Ter informaes em mos uma poderosa ferramenta para quem precisa tomar
decises e, tendo em vista esse princpio, as empresas comearam a extrair dados
dos seus sistemas operacionais e armazen-los, separados dos dados operacionais,
donde surgiram os SAD (FORTULAN & FILHO, 2005).
A importncia e utilizao de um SAD no ambiente organizacional moderno
passa a ser um recurso estratgico decisivo na obteno e manuteno das
vantagens competitivas (MACCARI & SAUAIA, 2006).
No prximo captulo, ser demonstrado todo o ambiente de DW. Conceitos,
principais caractersticas e arquitetura.

22
3 - Data Warehouse
Os Bancos de dados operacionais esto disponveis h bastante tempo, mas
no se preocupam com as questes pertinentes aos tomadores de deciso.
Baseado nesta ausncia surgiu uma oportunidade para o desenvolvimento da
tecnologia DW, que capaz de suprir a necessidade de gerenciamento da
informao com o uso dos bancos de dados como suporte a deciso em uma
organizao.
3.1 - Conceito
O DW teve suas origens na necessidade de integrar dados provenientes de
diversas origens e tambm na necessidade de gerenciar um grande volume de
dados. Sua utilizao como suporte para a administrao de processos possibilita
uma mudana da configurao de gerao e disponibilizao dos dados
(FAVARETTO, 2007).
O DW pode ser considerado como um enorme repositrio de dados central,
onde a informao armazenada se encontra de maneira integrada. Esta informao
utilizada como suporte no processo de tomada de deciso dentro das
organizaes (RIVAS et al., 2007).
Segundo INMON (1997), DW um conjunto de dados orientados por assuntos,
no voltil, varivel com o tempo e integrado, criado para dar suporte deciso.
Um DW um grande banco de dados, elaborado com a finalidade de dar
suporte ao processo decisrio estratgico da empresa, cujos dados que o povoaro
so obtidos dos bancos de dados dos aplicativos das reas operacionais da
empresa (DALALBA, 2007).
A tecnologia de DW surge com a mesma proposta de otimizao do uso da
informao, a fim de transform-la em diferencial competitivo. Desponta como uma
das principais arquiteturas. Foi desenvolvida com a finalidade de prover suporte
tomada de deciso, tendo como elementos bsicos: orientao para o objeto,
integrao, tempo como varivel e a no-volatilidade de dados (TARAPANOFF et
al., 1995).

23
O uso do DW nas empresas nos ltimos anos aumentou consideravelmente e

agora tem papel fundamental nos processos de tomada de deciso, sendo que
algumas organizaes requerem dados dos ambientes transacionais em tempo real
ou em perodos mais curtos, o que no ocorria anteriormente (ITALIANO &
FERREIRA, 2006).
De modo geral, o funcionamento do DW simples de entender. Uma das
premissas do sistema a integrao de dados. Dados de vrias fontes so
coletados e migrados para o ambiente do DW, onde recebem um tratamento visando
sua padronizao, que facilitar a recuperao de informaes (os dados j
sofreram interferncia, j possuem valor agregado, ento so considerados
informao) pelo usurio final (TARAPANOFF et al., 2000).
A Definio de DW varia de autor para autor, indo desde a informao
armazenada num banco de dados de suporte a deciso at o processo de
modelagem, extrao de dados operacionais e armazenamento num banco de
dados.
No entanto, apesar dessa variao na definio de um DW, existe um consenso
com relao aos objetivos de implement-lo, isto , prover aos usurios finais fcil
acesso a dados ntegros e consistentes para tomada de decises nos negcios.
O escopo dessa tomada de deciso pode ser ttico (Reduo dos Custos),
operacional (Melhoria dos Processos na Organizao), estratgico (Lanamento de
Novos Produtos no Mercado) e mais amplo (Mudana dos Negcios da
Organizao).
A tomada de deciso baseada em fatos um processo estratgico para
qualquer organizao. Este processo auxiliado pelo modelo atravs da
identificao dos aspectos organizacionais que necessitam de correes ou
melhorias para que a adoo do DW cumpra completamente seu papel:
Disponibilizar fatos corretos e coerentes para auxiliar a tomada de deciso de
gerentes e administradores da organizao (CORREA et al., 2007).
Os DW so de muita importncia para os negcios de uma organizao
conforme citado nos exemplos anteriores, porm, vrios projetos de DW falham por
exigncias de usurio irreais ou inacessveis, falta de qualidade nas fontes de
dados, fontes variveis ou exigncias de objetivo (BARRET & BARTON, 2006).

24
O apoio da alta administrao essencial, principalmente no que se refere ao

patrocnio e investimento no projeto (SANTOS & MORAES, 2007).
Os Sistemas que utilizam a tecnologia de DW revitalizam os sistemas da
empresa, pois:
Permitem que sistemas mais antigos continuem em operao;
Consolidam dados inconsistentes dos sistemas mais antigos em conjuntos

coerentes;
Extraem benefcios de novas informaes oriundas das operaes

correntes;
Provem ambientes para o planejamento e arquitetura de novos sistemas

de cunho operacional.
Deve-se considerar, no entanto, que um DW no contm apenas dados

resumidos, podendo conter tambm dados primitivos. desejvel prover ao usurio
a capacidade de se aprofundar num determinado tpico, investigando nveis de
agregao menores ou mesmo o dado primitivo, permitindo tambm gerao de
novas agregaes ou correlaes com outras variveis.
Alm do mais, extremamente difcil prever todos os possveis dados
resumidos que sero necessrios. Limitar o contedo de um DW apenas a dados
resumidos significa limitar os usurios apenas as consultas e anlises que eles
puderem antecipar frente seus requisitos atuais, no deixando qualquer flexibilidade
para novas necessidades (KIMBALL, 1998).
Ao consolidar e racionalizar as informaes dispersas pelos banco de dados
operacionais da empresa, o DW proporciona condies de anlise estratgicas
eficazes, com o objetivo de atender as necessidades de anlise de informaes dos
usurios tomadores de deciso.
No cenrio atual, onde os tomadores de deciso necessitam tomar decises
rpidas em respostas s mudanas que ocorrem frequentemente em seus negcios,
faz-se necessrio um sistema informatizado que d suporte s suas decises,
levando informaes rpidas e confiveis em formato adequado e de fcil
compreenso (FREIRE et al., 2001).
Somente a partir dos dados limpos, agregados e disponveis dentro de um DW,
que se realizam as anlises e extraes de informaes do processo que os
gerou, explicam (GRIGORI et al., 2004).

25
3.2 - Principais Caractersticas de um DW

Orientado por Assuntos
Refere-se ao fato do DW armazenar informaes sobre assuntos especficos
importantes para o negcio da empresa. Exemplos tpicos de assuntos so produtos,
atividades, contas, clientes, entre outros. Em contrapartida, o ambiente operacional
organizado por aplicaes funcionais. Por exemplo, em uma organizao bancria
estas aplicaes incluem emprstimos, investimentos e seguros.
A implementao de um assunto pode corresponder a um conjunto de tabelas
relacionadas.
Por exemplo, considerando informaes sobre vendas de funcionrios, podem
existir tabelas contendo informaes bsicas dos funcionrios (como cdigo do
funcionrio, nome, endereo, sexo, data incio, data fim, entre outras), uma com
dados do perodo 1948 a 1980, outra com dados para o perodo 1985 a 1990.
Alm destas, existem tabelas cumulativas intermedirias com as atividades dos
funcionrios entre 1980 e 1990, contendo registro resumo para as atividades de
cada ms (contendo cdigo do funcionrio, ms, nmero de transaes, mdia de
vendas, total da menor venda, total da venda de maio, total das vendas canceladas,
entre outras). E finalmente, encontram-se ainda tabelas detalhadas de atividades
para os perodos 1987 a 1988 e 1998 a 1990 (incluindo cdigo do funcionrio, data
da atividade, nmero da nota, nmero do pedido, quantia, cliente id, local, entre
outros). Existem, portanto, para o mesmo tipo de informao, diferentes nveis de
detalhe e sumarizao.
Todas estas tabelas contm um identificador comum, o cdigo do funcionrio,
alm de um elemento temporal como parte da chave de cada tabela.
Nem sempre todas estas tabelas seriam mantidas em discos, sendo possvel
que, em alguns casos, as informaes mais detalhadas das atividades dos
vendedores fossem mantidas em fita magntica, ficando acessveis apenas quando
solicitadas (INMON, 1997). A figura 5 mostra um comparativo entre o Ambiente
Operacional e o Ambiente de DW.

26
Figura 5 - Ambiente Operacional x Ambiente de DW, adaptado de INMON (1997).
No Voltil
Significa que o DW permite apenas a carga inicial dos dados e consultas a estes
dados, o chamado ambiente load-and-access (carregamento e acesso) conforme
mostra a figura 6. Aps serem integrados e transformados, os dados so carregados
em bloco para o DW, para que estejam disponveis aos usurios para acesso aos
dados. No ambiente operacional, ao contrrio, os dados so, em geral, atualizados
registro a registro, em mltiplas transaes. Essa volatilidade requer um trabalho
considervel para assegurar integridade e consistncia atravs de atividades de
rollback (voltar lista), recuperao de falhas, commits (efetivar transao) e
bloqueios. Um DW no requer este grau de controle tpico dos sistemas orientados a
transaes (INMON, 1997).

27
Figura 6 - A questo da No-Volatilidade. (Fonte: INMON, 1997)
Variante no Tempo
Refere-se ao fato do dado em um DW referir-se a algum momento especfico,
significando que ele no atualizvel, enquanto que o dado de produo
atualizado de acordo com as mudanas de estado do objeto em questo, refletindo,
em geral, o estado do objeto no momento do acesso, conforme mostra a figura 7.
Em um DW, a cada ocorrncia de uma mudana, uma nova entrada criada, para
marcar esta mudana.
O tratamento de sries temporais apresenta caractersticas especficas, que
adicionam complexidade a ambiente do DW. Processamentos mensais ou anuais
so simples, mais dias e meses oferecem dificuldades pelas variaes encontradas
no nmero de dados, deve-se considerar que no apenas os dados tm uma
caracterstica temporal, mas tambm os metadados, que incluem definies dos
itens de dados, rotinas de validao, algoritmos de derivao, entre outras. Sem a
manuteno do histrico dos metadados, as mudanas das regras de negcio que
afetam os dados no DW so perdidas, invalidando dados histricos (INMON, 1997).
A atualizao do repositrio de dados um processo complexo, e pode ser
considerado como uma das tarefas mais significativas na operao de um DW
(MANNINO & WALTER, 2006).

28
Anteriormente os dados dos ambientes transacionais eram carregados

geralmente quando os usurios no estavam operando o sistema, ou em intervalos
de tempo maiores, porm agora em muitos casos esta atualizao est ocorrendo
vrias vezes em apenas um dia (RAHMAN, 2007).
Figura 7 - Varivel no tempo adaptado de INMON (1997).

Integrado
Refere-se a consistncia de nomes, das unidades das variveis, no sentido de
que os dados foram transformados at um estado uniforme.
Por exemplo, considere-se sexo como um elemento de dado. Uma aplicao
pode codificar sexo como M/F, outra como 1/0 e uma terceira como H/M. Conforme
os dados so trazidos para o DW, eles so convertidos para um estado uniforme, ou
seja, sexo codificado apenas de uma forma.
Da mesma maneira, se um elemento de dado medido em centmetros em uma
aplicao, em polegadas em outra, ele ser convertido para uma representao
nica ao ser colocado no DW (INMON, 1997).
A Essncia do conceito de warehouse a integrao dos dados de fontes
discrepantes, para um repositrio coerente de informaes. Alcanando um nvel
satisfatrio de integrao por dados internos e externos o primeiro e, talvez, o
desafio dianteiro que est em frente de um desenhista de DW (MARCH & REVNER,
2007).

29
A figura 8 mostra como feita a integrao durante a migrao para o DW.
Figura 8 - Integrao dos Dados no Ambiente de DW. (Fonte: INMON, 1997)
3.3 - Granularidade
O mais importante aspecto do projeto de um DW a questo da granularidade.
A granularidade diz respeito ao nvel de detalhes ou de resumo contido nas
unidades de dados existentes no DW. Quanto mais detalhes, mais baixo o nvel de
granularidade. Quanto menos detalhes, mais alto o nvel de granularidade.
A granularidade de dados tem uma questo delicada de projeto. Nos primeiros
sistemas operacionais que foram criados, a granularidade era tida como certa.
Quando os dados detalhados eram atualizados, era quase certo que eles seriam
armazenados no nvel mais baixo de granularidade. No entanto, no ambiente de
DW, a granularidade no um pressuposto (INMON, 1997).
A razo pela qual a granularidade a principal questo de projeto consiste no
fato de que ela afeta profundamente o volume de dados que residem no DW e, ao
mesmo tempo, afeta o tipo de consulta que pode ser atendida.
Quando se tem um nvel de granularidade muito alto o espao em disco e o
nmero de ndices necessrios se tornam bem menores, porm h uma
correspondente diminuio da possibilidade de utilizao dos dados para atender a
consultas detalhadas (DALALBA, 2007).
A Figura 9 apresenta uma das questes referentes a granularidade. No lado
esquerdo h um baixo nvel de granularidade.

30
Cada chamada telefnica registrada em detalhe. No lado direito um nvel mais

alto de granularidade pode ser visto. Os dados apresentam as informaes
resumidas referentes a um cliente em um ms.
H, portanto um bom motivo para a compactao de dados em um DW. Quando
os dados so compactados ocorre uma economia incomum sobre o Dispositivo de
Armazenamento de Acesso Direto (DASD) utilizado. O nmero de ndices e recursos
de processador necessrios no tratamento dos dados tambm so afetados
(INMON, 1997).
Figura 9 - Definindo o Nvel de Granularidade. (Fonte: INMON, 1997)

Deve-se lembrar, porm que durante o processamento de SAD, como comum
no ambiente de DW, dificilmente um evento isolado axaminado.
mais comum ocorrer utilizao de uma viso de conjunto dos dados. Isso
significa que um grande nmero de registros examinado.

31
Modelagem Dimensional
Fundamentalmente, este um trabalho sobre modelagem dimensional e sobre
como construir um DW dimensional e mant-lo em funcionamento. Modelagem
dimensional um nome novo para uma tcnica antiga usada para criar bancos de
dados simples e compreensivos. Quando um banco de dados pode ser visualizado
como um cubo contendo trs, quatro ou at cinco ou mais dimenses, as pessoas
conseguem fatiar esse cubo em qualquer de suas dimenses. Da mesma forma,
esses modelos podem ser facilmente entendidos e navegados pelo software
tornando a interface de usurio simples e o desempenho da consulta aceitvel.
O modelo dimensional composto basicamente por dois tipos de tabelas: as de
Fato e as de Dimenso. As primeiras so grandes tabelas centrais, compostas
basicamente das ocorrncias do negcio, por exemplo, vendas, produo e defeitos.
J as segundas armazenam as descries do negcio, como dados sobre o produto
(marca, tamanho, categoria, preo), tempo (dia, ms, ano) ou cliente (nome,
endereo, classe social). Cada tabela de Dimenso possui uma nica chave
primria, e o conjunto dessas chaves primrias formar a chave composta da tabela
de Fato. Cada negcio ou assunto possui sua tabela de Fato e suas respectivas
tabelas de Dimenso (FORTULAN & FILHO, 2005).
A modelagem dimensional permite-nos visualizar dados. A habilidade de
visualizar algo to abstrato quanto um conjunto de dados de forma concreta e
tangvel o segredo da compreensibilidade.
Muitas pessoas consideram fcil imaginar esse negcio como um cubo de
dados, com legendas em cada uma das arestas do cubo, como mostra a Figura 10.
Qualquer ponto do interior do cubo est na interseco das coordenadas definidas
pelas arestas do cubo. Para o negcio descrito anteriormente, legendamos as
margens do cubo como Produto, Mercado e Tempo.
A maioria das pessoas consegue imaginar que os pontos dentro do cubo
representam o local em que as medies do negcio para aquela combinao de
Produto, Mercado e Tempo esto armazenadas. Esse o modelo dimensional
(KIMBALL, 1998).
A primeira vista este modelo parece bem simples. Um modelo de dados simples
no seu princpio tem a chance de permanecer simples at o final do projeto. Um
modelo de negcio complicado de incio certamente ser complicado no final.

32
Figura 10 - Modelo dimensional de um negcio: Produto, Mercado e Tempo.

(Fonte: KIMBALL, 1998).
Comparao Entre o Modelo Dimensional e um Modelo de

Dependncia de Dados
Conforme a figura 11, analisando o mesmo negcio, os diagramas de entidades
de dados detalhados descrevem como cada item de uma fatura relaciona-se com
todos os outros itens e quais so os relacionamentos muitos-para-muitos e muitospara-um entre os elementos de dados (KIMBALL, 1998).
Essa figura certamente revela mais detalhes sobre os relacionamentos entre
dados do que a figura dimensional, porm ela no contribui para o entendimento do
negcio. Infelizmente, a maioria das pessoas no consegue memorizar um diagrama
como esse e no consegue entender como naveg-lo de forma til.
O diagrama de detalhes transmite uma falsa sensao de segurana. Se
detalhado, deve ser bom.
A verdade que os relacionamentos entre dados so melhor visualizados
quando exibidos dinamicamente em uma tela, e no em um mapa esttico que os
usurios tentam gravar em suas mentes.

33
O modelo dimensional de negcio e o modelo de dependncia de dados so

capazes de armazenar exatamente os mesmos dados e de suportar exatamente a
mesma anlise final do negcio. Nesse caso, estamos apenas escolhendo uma
apresentao diferente dos dados.
O modelo dimensional um modelo top-down (de cima para baixo) e o modelo
de dependncia de dados do tipo bottom-up (de baixo para cima).
Figura 11 - Modelo de dependncia de dados de um negcio.

(Fonte: KIMBALL, 1998)
A simplicidade do modelo dimensional a chave fundamental que permite aos

usurios entender o funcionamento de um banco de dados. A diferena entre o
modelo dimensional e o modelo de dependncia de dados esta na estrutura do
projeto do DW. A seguir ser demonstrada uma figura com o modelo de relatrio
ideal para um DW.

34
Figura 12 - O relatrio ideal de um DW, adaptado de (KIMBALL, 1998).
A Dimenso Tempo
Os sistemas OLTP e DW tratam o tempo de forma diferente. O melhor sistema
OLTP um status instantneo dos negcios de uma organizao, atualizado
constantemente medida que as transaes so concretizadas. Os valores-chave
do negcio devem mudar a cada minuto ou segundo. O status muda continuamente
e os relacionamentos entre as entidades so alterados. Por exemplo, medida que
os pedidos so atendidos, a relao de pedidos a atender muda e os
relacionamentos de fornecedores de peas podem estar mudando. Chamamos esse
tipo de banco de dados OLTP de twinkling database (banco de dados instantneo).
Embora alguns aplicativos e usurios executem consultas do tipo DW em um
twinkling database, a maioria deles prefere no usar esse recurso. Muitos usurios
no gostam da idia de que o banco de dados possa sofrer alteraes durante ou
entre as consultas. Essa natureza instantnea dos bancos de dados OLTP o
primeiro tipo de inconsistncia temporal que evitamos em um DW.
O segundo tipo de inconsistncia temporal em um banco de dados OLTP a
falta de suporte explcito para representar corretamente um histrico passado. Em
um DW costumamos perguntar Como se comportou meu negcio no ms passado?
ou no trimestre passado ou no ano passado?.

35
Com essas perguntas desejamos saber quais eram os pedidos a atender e os

relacionamentos de fornecedores de peas em perodos de tempo anteriores. Se
atendermos os pedidos, ou se eliminamos os relacionamentos antigos de
fornecedores de peas, possivelmente no conseguiremos recuperar um retrato
preciso dos pontos do passado. Embora seja possvel manter um histrico em um
sistema OLTP, muito difcil retratar um histrico antigo correto. Se tudo que
tivermos for uma longa seqncia de transaes que alteram o histrico de forma
incremental, ser quase impossvel reconstruir rapidamente um retrato de um
negcio em um ponto de tempo especfico (KIMBALL, 1998).
Lidamos com esses problemas no DW tornando o armazenamento uma
seqncia de tempo explcita. Transferimos os instantneos do OLTP para o DW
como uma seqncia de camadas de dados, muito semelhante s camadas nas
formaes geolgicas. Cada DW uma seqncia de tempos. Assim como os
gelogos, escavamos as camadas para saber como era nosso negcio no passado.
Ao incluirmos instantneos estticos (static snapshots) no DW em intervalos
regulares definidos, solucionamos os dois problemas de representao de tempo
encontrados no sistema OLTP. Primeiro, o DW no se modifica durante o dia
quando os usurios esto fazendo suas consultas. Alteraes instantneas no so
permitidas. Segundo, armazenando as informaes cuidadosamente em cada
instantneo no DW, podemos representar todos os postos de tempo anteriores
corretamente. Agora, podemos perguntar qual a diferena entre mdia de pedidos a
atender registrada no ano passado e neste ano e podemos perguntar quantos
fornecedores supriram uma pea em um determinado ponto de tempo anterior.
O modelo que consiste em tirar instantneo regulares do sistema OLTP e, a
seguir, transferi-los para o DW representa uma forma extremamente importante de
se pensar em DW.
O instantneo chamado de extrato de dados de produo (production data
extract), e migramos esses dados para o sistema do DW ao mesmo tempo
diariamente, semanalmente ou mensalmente, como parte da carga de dados de
produo (KIMBALL, 1998).

36
3.4 - O Modelo Dimensional

Os departamentos de Sistema de Informao (SI), usurios finais e at
fornecedores de pesquisas de mercado, gravitaram para uma estrutura simples de
cubo de dados que atende s necessidades de simplicidade do usurio final. Essa
estrutura um modelo dimensional. A Figura 13 mostra um modelo dimensional
tpico.
Outro nome para modelo dimensional star schema (modelo estrela). Os
projetistas de bancos de dados tm utilizado esse nome j h algum tempo para
descrever modelos dimensionais porque o diagrama semelhante a uma estrela
com uma tabela grande no centro rodeada por tabelas auxiliares exibidas em um
padro radial.
Ao contrrio do modelo entidade / relacionamento, o modelo dimensional
muito assimtrico. H uma tabela dominante no centro do diagrama com mltiplas
junes conectando-a s outras tabelas.
Cada uma das tabelas secundrias possui apenas uma juno com a tabela
central. Chamaremos a tabela central de tabela de fatos e as outras tabelas de
tabelas de dimenso.
Figura 13 - Um modelo dimensional tpico. (Fonte: KIMBALL, 1998)

37
Na Figura 13 estamos modelando um negcio simples que vende produtos em

algumas lojas e mede seu desempenho ao longo do tempo. Como projetista de
banco de dados, decidimos que a tabela de fatos da Figura 13 contm totais dirios
de itens de todos os produtos vendidos. Chamamos isso de gro da tabela. Em
outras palavras, cada registro da tabela de fatos representa o total de vendas de um
produto especfico por dia em uma loja. Qualquer outra combinao de produto,
mercado ou dia gera um registro diferente na tabela de fatos.
Em um negocio de grande porte, certamente teremos muitos registros na tabela
de fatos. A tabela de fatos pode chegar a um bilho de linhas. Entretanto, usando
um servidor moderno de alto desempenho e qualquer dos vrios e poderosos
softwares de banco de dados relacional, podemos armazenar e consultar uma tabela
de fatos extensa como essa, com bom desempenho.
Tabela de Fatos
A tabela de fatos armazena medies numricas do negcio. Cada uma das
medies obtida na interseco de todas as dimenses. Na Figura 13 as medidas
numricas consistem no nmero de reais vendidos, no nmero de unidades
vendidas e no custo estendido (custo unitrio x quantidade). O custo representa
quanto gastamos, como varejistas, para colocar o produto na prateleira. Imaginemonos observando os produtos ao serem vendidos no mercado. Anotamos o nmero
de reais vendidos, o nmero de unidades vendidas e o custo estendido todos os
dias, em cada loja, para cada produto. Os fatos melhores e mais teis so
numricos, continuamente valorados (diferentes na cada medida) e aditivos (podem
ser adicionado s diversas dimenses). O motivo para a atualizao de fatos
continuamente valorados e aditivos que em praticamente todas as consultas feitas
a essa tabela de fatos, solicitaremos que sejam usadas centenas, milhares e at
milhes de registros para o Sistema de Gerenciamento de Banco de Dados (DBMS)
construir o conjunto de resposta. Esse grande nmero de registros ser compactado
em algumas dezenas de linhas para produzir o conjunto de resposta do usurio. A
nica forma vivel de compact-los no conjunto de resposta ser adicion-los.
Portanto, se as medies forem nmeros e se forem aditivas, poderemos construir
facilmente o conjunto de resposta (KIMBALL, 1998).

38
O ideal que os fatos sejam continuamente valorados principalmente para

ajudar ao projetista de banco de dados a distinguir um fato de um atributo
dimensional. O fato nmero de reais continuamente valorado nesse caso porque
pode usar praticamente qualquer valor de uma faixa abrangente de valores. Na
qualidade de observadores, devemos aguardar que as medies nos sejam
fornecidas, para que possamos ter uma idia de qual ser seu valor. Nesse sentido,
o nmero de reais continuamente valorado. Observe que nesse banco de dados,
se no houvesse atividade de produto em um determinado dia, em uma loja, no
incluiremos o registro no banco de dados. muito importante que no tentemos
preencher a tabela de fatos com zeros, para representar que nada aconteceu. Por
esse motivo as tabelas de fatos so sempre esparsas. A maioria das tabelas de
fatos extremamente esparsa. Pode parecer bvio que os fatos de reais, unidades e
custo nesse exemplo sejam aditivos.
Tudo o que isso significa que faz sentido adicionar os reais e outras medies
a cada combinao de tempo, produto, loja e promoo.
No importa qual fatia do banco de dados o usurio escolha, faz sentido
adicionar os reais e as outras medies obtendo um total vlido. Adicionabilidade,
entretanto, uma boa prtica que devemos preservar.
Tabelas Dimensionais
As tabelas dimensionais armazenam as descries textuais das dimenses do
negcio. Cada uma dessas descries textuais ajuda a definir um componente da
respectiva dimenso. Por exemplo, cada registro da dimenso produto representa
um produto especfico. Em um banco de dados bem estruturado, a tabela de
dimenso produto possui muitos atributos (campos). Os melhores atributos so
textuais, discretos, e usados como fonte de restries e cabealhos de linha no
conjunto de resposta do usurio.
Como os atributos destinam-se a descrever os itens de uma dimenso, so mais
teis quando no formato de texto. Os atributos tpicos de produto incluem uma
descrio sucinta (de 10 a 15 caracteres), uma descrio longa (de 30 a 60
caracteres), a marca, a categoria, o tipo de embalagem e o tamanho do produto.

39
Embora o tamanho provavelmente seja expresso em nmeros, ele ainda

considerado um atributo de dimenso til porque se comporta mais como uma
descrio textual do que como uma medio numrica. Tamanho de produtos so
descries distintas e constantes de um produto. No observamos um mercado para
medir o tamanho padro de um produto.
Uma das funes-chave dos atributos de tabelas dimensionais servir como
fonte para restries em uma consulta ou como cabealho de linha no conjunto de
resposta do usurio. Um conjunto de resposta tpico obtido em uma consulta tem a
seguinte aparncia:
Essa consulta busca determinar todas as marcas de produtos vendidas no

primeiro trimestre de 2007, alm do total de vendas em reais e o nmero de
unidades vendidas. Nesse banco de dados, uma marca uma coleo de produtos
individuais.
Para construir o relatrio, o usurio arrastou o atributo Marca da dimenso
produto e o posicionou como um cabealho de linha. A seguir, o usurio arrastou
Vendas em Reais e Unidades Vendidas da tabela de fatos e os posicionou direita
do cabealho da linha Marca. Finalmente, o usurio especificou a restrio 1 T
2007 no atributo Trimestre da tabela da dimenso Tempo. Agora, a consulta do
usurio est bem definida e a ferramenta de consulta pode gerar linhas de
comandos SQL necessrias para produzir o conjunto de resposta. Utilizamos os
atributos de dimenso para criar cabealhos de linhas e restries.

40
O Modelo de Consulta Padro

Embora programar em SQL no seja um pr-requisito essencial para projetar
um DW, os comandos SQL gerados neste exemplo so to caractersticos do uso de
DW que ser til examinar seus componentes. O SQL para o exemplo anterior ser
o seguinte:
(1)
SELECT
P.MARCA,
SUM ( F.REAIS )
AS VENDAS_EM_REAIS,
SUM ( F.UNIDADES)
AS UNIDADES_VENDIDAS
(2)
FROM
FATO_VENDAS F , PRODUTO P , TEMPO T
(3)
WHERE
F.CHAVE_PRODUTO = P.CHAVE_PRODUTO AND
(4)
F.CHAVE_TEMPO
= T.CHAVE_TEMPO AND
T.TRIMESTRE
= 1 T 2007
(5)
GROUP BY
P.MARCA
(6)
ORDER BY
P.MARCA
Esse SQL pode ser considerado como um modelo padro para todas as
consultas de DW envolvendo a tabela de fatos.
Nosso modelo de SQL nos fornece uma viso detalhada de como uma consulta
deve ser processada em um banco de dados dimensional. Primeiro as restries so
avaliadas, dimenso por dimenso. Cada dimenso produz um conjunto de chaves
candidatas. As chaves candidatas so reunidas a seguir em chaves compostas que
sero pesquisadas na tabela de fatos. Todos os achados da tabela de fatos so
agrupados e totalizados de acordo com as especificaes da seleo da lista e da
clusula group by. Embora cada DBMS use uma forma diferente para processar o
SQL, esse modelo de processamento de consulta dimensional muito mais
importante do ponto de vista da perspectiva back room em um ambiente de DW. As
consultas em DW que duram horas geralmente so aquelas em que o DBMS decidiu
no processar as dimenses primeiro, mas em vez disso est tentando processar a
tabela de fatos no incio do processo. A maior parte do tempo gasta com o back
room tentando obrigar o DBMS a processar a consulta na ordem apropriada
(KIMBALL, 1998).

41
3.5 - Data Mart

Muito utilizados em projetos-piloto, existem tambm os Data Marts, que,
conforme SINGH (2001) define, so subconjuntos do DW da empresa inteira.
Tipicamente desempenham o papel de um DW departamental, regional ou funcional.
Uma empresa pode construir uma srie de Data Marts ao longo do tempo e,
eventualmente, vincul-los por meio de DW lgico da empresa inteira.
Os Data Marts so menores e de inplantao mais rpida que um DW. Deve-se,
no entanto, tomar cuidado com a proliferao dos Data Marts sem que se tenha por
base um sistema que os consolide. Entenda-se aqui um DW corporativo, caso
contrrio, esses sistemas rapidamente estaro desintegrados e, junto com a
desintegrao, traro varios problemas tambm (FORTULAN, 2006).
Segundo (COREY et al., 2001), no h problemas em se comear pequeno,
mas no se pode perder a viso do sistema maior, o DW corporativo.
Para a construo de um Data Mart, deve-se proceder da mesma forma como
na construo de um DW: extraindo, transformando e integrando dados pertinentes
rea departamental do Data Mart (CALDAS et al., 2006).
Tabela 1 - Principais diferenas entre DW e Data Mart.
Fonte: (DALALBA, 2007)

42
3.6 - Arquitetura do DW
Para ser til o DW deve ser capaz de responder a consultas avanadas de
maneira rpida, sem deixar de mostrar detalhes relevantes s respostas. Para isso
ele deve possuir uma arquitetura que lhe permita coletar, manipular e apresentar os
dados de forma eficiente e rpida. Mas construir um DW eficiente, que servir de
suporte a decises para empresas exige mais do que simplesmente descarregar ou
copiar os dados dos sistemas atuais para um banco de dados maior. Deve-se
considerar que os dados provenientes de vrios sistemas podem conter redundncia
e diferenas, ento antes de pass-los para o DW necessrio aplicar filtros sobre
eles. O estudo de uma arquitetura permite compreender como o DW faz para
armazenar, integrar, comunicar, processar e apresentar os dados que os usurios
utilizaro em suas decises. Um DW pode variar sua arquitetura conforme o tipo de
assunto abordado, pois as necessidades tambm variam de empresa para empresa.
possvel definir uma arquitetura genrica onde praticamente todas as
camadas necessrias so apresentadas, conforme a arquitetura genrica vista a
seguir, ou arquitetura que utilizam somente algumas das camadas definidas, como
as arquiteturas em duas e trs camadas.
Arquitetura Genrica do DW
A seguir descrita uma arquitetura genrica proposta por DALALBA (2007),
ilustrada na Figura 14. Esta descrio genrica procura apenas sistematizar papis
no ambiente de DW, permitindo que diferentes abordagens encontradas no mercado
atualmente possam ser adaptadas a ela, deve-se considerar que esta arquitetura
tem o objetivo de representar a funcionalidade de um DW, sendo que vrias
camadas propostas podem ser atendidas por um nico componente de software.
Esta arquitetura composta pela camada dos dados operacionais e outras
fontes de dados que so acessados pela camada de acesso aos dados. As
camadas de gerenciamento de processos, transporte e DW formam o centro da
arquitetura e so elas as responsveis por manter e distribuir os dados.

43
Figura 14 - Arquitetura Genrica de um DW. (Fonte: Adaptado de DALALBA, 2007)

A camada de acesso informao formada por ferramentas que
possibilitam os usurios extrair informaes do DW. A seguir so demonstradas as
principais camadas que compem a arquitetura de um DW.
Camadas de bancos de dados operacionais e fontes externas:

composta pelos dados dos sistemas operacionais das empresas e
informaes provenientes de fontes externas que sero integradas para
compor o DW.
Camada de acesso informao: Envolve o hardware e o software

utilizado para obteno de relatrios, planilhas, grficos e consultas.
nesta camada que os usurios finais interagem com o DW, utilizando
ferramentas de manipulao, anlise e apresentao dos dados, incluindose as ferramentas de data mining e visualizao.
Camada de acesso aos dados: Esta camada faz a ligao entre as

ferramentas de acesso informao e o banco de dados operacionais.
Esta camada se comunica com diferentes sistemas de bancos de dados,
sistemas de arquivos e fontes sob diferentes protocolos de comunicao, o
que se chama acesso universal de dados.

44
Camada de metadados (Dicionrio de Dados): Metadados so as

informaes que descrevem os dados utilizados pela empresa, isto
envolve informaes como descries de registros, comandos de criao
de tabelas, diagramas Entidade/Relacionamento (E-R), dados de um
dicionrio de dados, entre outras. necessrio que exista uma grande
variedade de metadados no ambiente de DW para que ele mantenha sua
funcionalidade e os usurios no precisem se preocupar onde residem os
dados ou a forma com que esto armazenados.
Camada de gerenciamento de processo: a camada responsvel pelo

gerenciamento dos processos que contribuem para manter o DW
atualizado e consistente. Est envolvida com o controle das vrias tarefas
que devem ser realizadas para construir e manter as informaes de
dicionrio de dados e do DW.
Camada de transporte: Esta camada gerencia o transporte de

informaes pelo ambiente de rede. Inclui a coleta de mensagens e
transaes e se encarrega de entreg-las em locais e tempos
determinados. Tambm usada para isolar aplicaes operacionais ou
informacionais, do formato real dos dados nas duas extremidades.
Camada do DW: o DW propriamente dito, corresponde aos dados

utilizados para obter informaes. s vezes o DW pode ser simplesmente
uma viso lgica ou virtual dos dados, podendo no envolver o
armazenamento dos mesmos ou armazenar dados operacionais e
externos para facilitar seu acesso e manuseio.

O mercado competitivo levou, nas ltimas dcadas, o investimento de muitas
organizaes em solues capazes de transformar seus dados em um ativo capaz
de prover inteligncia ao seu negcio.

45
Com um DW e suas aplicaes bem especificadas e implantadas os benefcios

de seu uso devero comear a surgir j nos primeiros meses aps sua construo,
porm, para que estes benefcios sejam alcanados de forma plena, ser necessria
uma mudana interna na organizao para que seu uso possa entrar na rotina de
trabalho de seus funcionrios. Com o uso do sistema, novas anlises e pesquisas
devero surgir, o que proporciona um crescimento exponencial dos benefcios,
facilitando a analise dos gestores para a tomada de deciso levando-os ao
crescimento de seu lucro e conseqentemente a fidelizao do cliente (CALDAS et
al., 2006).
Neste cenrio, com o aprimoramento das ferramentas e a evoluo na
capacidade analtica dos gestores, tornaram essas solues populares dentro das
organizaes. Essa situao, entretanto, pressiona as mesmas organizaes por um
melhor desempenho de suas solues de Apoio Deciso que se dilatam em
volume de dados para atender a um pblico igualmente crescente e, em algumas
situaes, de perfil antagnico.
Pensar no desempenho do DW tem incio na modelagem fsica e perdura
durante toda a sua operao dentro de uma organizao. Desta maneira, faz-se
necessrio um conjunto de aes coordenadas e institucionalizadas cujo objetivo
sustentar um patamar de desempenho adequado para a organizao suportar seus
processos de tomada de deciso.
Por envolver diferentes conhecimentos tcnicos e do negcio, essas aes
devem ser direcionadas a uma equipe de projetistas do DW, responsveis pela infraestrutura que suporta o DW, que propicie sua institucionalizao, suporte econmico
e facilite seu gerenciamento por parte da organizao.
No prximo captulo, ser demonstrado uma viso geral da agroindstria
canavieira no Brasil.

46
Capitulo 4 - Agroindstria Canavieira no Brasil

A agroindstria canavieira do Brasil se diferencia dos outros pases por produzir
em escala industrial tanto acar quanto lcool e, mais recentemente, energia
eltrica co-geradora a partir da queima da palha e do bagao de cana. Portanto, h
uma caracterstica de aproveitamento mltiplo da cana-de-acar, cujos produtos
intermedirios e finais so dotados dessa cadeia produtiva. O tamanho, grau de
integrao entre agricultura e indstria, volume de produo e de exportao, alm
do poder poltico e econmico dos agentes envolvidos, do peculiar caracterstica
agroindstria canavieira brasileira (MORAES & SHIKIDA, 2002).
4.1 - Introduo
O acar uma commodity
agrcola consumida e comercializada tanto no
mercado interno quanto no externo. Embora o Brasil consuma, em mdia, em torno

de 73% do acar produzido internamente, enquanto as exportaes correspondem,
em mdia, a aproximadamente 27% da produo nacional, o pas tem se
posicionado entre os maiores produtores e exportadores de acar do mundo, e sua
oferta no mercado externo tem grande influncia sobre os preos internacionais. O
acar comumente no oferece grandes oportunidades de explorao de marcas, j
que um produto homogneo. Contudo, j se verificam no setor algumas estratgias
que procuram atender a nichos de mercado, como o do acar orgnico, embora
esse mercado ainda restrito aos consumidores de mais alta renda, dispostos a pagar
um preo maior pelo produto diferenciado.
Afora esses aspectos, os adoantes sintticos concorrem com vastas
campanhas publicitrias com o acar, as quais destacam as vantagens desses
produtos no calricos para a manuteno da esttica e do padro de sade de
seus consumidores. Outros mercados como o norte-americano e o europeu, vm
utilizando xarope de frutose (obtido do milho) e acar de beterraba, substituindo
assim, o acar de cana, tanto nos domiclios quanto como componente em
alimentos e refrigerantes (MORAES & SHIKIDA, 2002).
1
Commodity um termo utilizado nas relaes comerciais internacionais para designar um tipo
particular de mercadoria em estado bruto ou produto primrio de importncia comercial. o caso do

acar, caf, do algodo, da soja, de carnes e minrios (MACEDO, 2005).

47
J o lcool um produto que pode ser utilizado pela indstria qumica,

farmacutica, de cosmticos e de bebidas, mas seus fins carburantes, seja
substituindo a gasolina (lcool hidratado) ou como aditivo (lcool anidro), do-lhe
uma peculiaridade e perspectiva somente observadas no mercado domstico.
O Brasil o maior produtor e consumidor mundial de lcool. Existem diversos
problemas na comercializao do lcool combustvel. Embora o mercado de
distribuio de combustveis tenha sido aberto em meados da dcada de 90,
melhorando a estrutura de mercado oligopsonista existente, com a entrada de
grande nmero de distribuidoras surgiram outros problemas (adulterao de
combustveis, sonegao fiscal, entre outras), que indicam a necessidade de maior
ateno das exigncias reguladoras e de aumento da fiscalizao sobre esse
mercado.
Novas oportunidades de negcio vm surgindo para a agroindstria canavieira,
tais como a co-gerao de energia eltrica com base no bagao de cana-de-acar
e o nascente mercado de carbono. Alm disso, o interesse de outros pases pelo
uso do lcool combustvel pode ter conseqncias positivas importantes para esse
mercado (MORAES & SHIKIDA, 2002).
A evoluo deste setor nos ltimos vinte anos e as perspectivas de seu
crescimento para os prximos exigem um posicionamento muito diferente do
tradicional produtor de acar, incluindo-se como produtor de energia e atuando
muito mais nos mercados mundiais. Nestes vinte anos ocorreu tambm um
extraordinrio aumento do nosso conhecimento sobre as consequncias da
interao do homem com o meio ambiente e sobre as consequncias sociais de
aes polticas e econmicas em um mundo muito mais inter-relacionado
(globalizado) (MACEDO, 2005).
4.2 - Impactos no Meio Ambiente

Os impactos no meio ambiente consideram a cultura da cana, o processamento
industrial e o uso final. Incluem os efeitos na qualidade do ar e no clima global, no
uso do solo e biodiversidade, na conservao do solo, nos recursos hdricos e o uso
de defensivos e fertilizantes.

48
Estes impactos podem ser positivos ou negativos, em alguns casos a indstria

da cana tem resultados muito importantes, como na reduo de emisses de gases
de efeito estufa (GEE) e na recuperao de solos agrcolas. A legislao ambiental
(incluindo restries ao uso do solo) avanada no Brasil, com aplicao eficiente
na cultura da cana.
A degradao da qualidade do ar em centros urbanos um dos mais srios
problemas ambientais no mundo, em grande parte causada pelo uso de
combustveis fsseis, que concorrem tambm para a poluio alm das fronteiras:
chuva cida, por exemplo. Os esforos de mitigao incluem uma legislao cada
vez mais restritiva para os combustveis e sistemas de utilizao.
A Agroindstria da cana relaciona-se com os impactos na qualidade do ar em
dois pontos, e de forma muito distinta: o uso do etanol tem levado a melhorias
considerveis da qualidade do ar em centros urbanos e as queimadas de palha da
cana no campo, em uma escala muito diferente, causam problemas com a disperso
de particulas e riscos com a fumaa (MACEDO, 2005).
4.3 - Caractersticas da Cadeia Produtiva

Diversas peculiaridades existentes nessa cadeia produtiva tornam muito difcil
que o equilbrio entre a oferta e demanda em ambiente de livre mercado seja
atingido, e reforam a necessidade do desenvolvimento de um novo modelo de
gesto, que associe aes pblicas e privadas, de modo a assegurar a estabilidade
dos principais produtos: cana-de-acar, acar, lcool hidratado e lcool anidro e,
mais recentemente, energia eltrica co-geradora pela queima do bagao e da palha
da cana.
Uma das principais caractersticas dessa cadeia produtiva, que no pode ser
negligenciada, j que interfere na quantidade e qualidade da matria-prima, que o
principal insumo, a cana-de-acar, de origem agrcola e, como tal, est sujeita
aos riscos climticos, fitossanitrios
, sazonalidade da produo e a variao da
renda dos produtores (MORAES & SHIKIDA, 2002).

2
Fitossanitrios: corresponde ao aspecto sanitrio de um vegetal relativo ocorrncia de insetos-
pragas e doenas (EMBRAPA, 2008).

49
A Sustentabilidade da base de produo agrcola da cana no Brasil deve incluir

a capacidade de responder a pragas, doenas e a variaes climticas peridicas,
sem que estas a prejudiquem seriamente.
As condies de produo no Brasil, com sua diversidade de regies e
microclimas, tem demostrado resposta adequada s variaes peridicas do clima
(MACEDO, 2005).
A proteo contra pragas e doenas considerada um ponto forte da produo
no Brasil: baseada muito mais no suprimento contnuo de variedade de cana
resistentes do que em barreiras fitossanitrias, propiciando aos produtores operar
com grande diversificao.
Mais de 500 variedades de cana so cultivadas hoje (51 liberadas nos ltimos
dez anos). As vinte principais ocupam 80% da rea, mas a mais utilizada atinge
apenas 12,6%. O aumento da diversificao nos ltimos vinte anos promoveu
grande segurana quanto a resistncia contra doenas e pragas exgenas 3.
O Brasil se destaca na biotecnologia da cana, tendo variedades transgnicas
(no comerciais) desde meados dos anos 1990. Foi concluda em 2003 a
identificao de 40.000 genes da cana em laboratrios brasileiros, h duas dezenas
de grupos trabalhando no genoma funcional e j usando genes em programas de
melhoramento gentico (fases experimentais). Resultados comerciais podem surgir
nos prximos anos.
4.4 - Os Processos de Produo no Brasil

No Brasil a Cana-de-Acar cultivada principalmente em grandes reas no
Nordeste e Centro-Sul, so usados cinco ou seis cortes antes da reforma do
canavial, e o perodo de safra de seis ou sete meses.
Todo o processo de produo intensivo em mo-de-obra, especialmente a
colheita. O avano da mecanizao tem reduzido o nmero de empregos (por
unidade de produo) e tambm a sua sazonalidade (MACEDO, 2005).
Doenas e Pragas Exgenas: De acordo com o modelo de LAPLANTINE (2004), doenas e

pragas so consideradas exgenas quando so compreendidas como o resultado de um elemento
estranho gerado fora do corpo.

50
A cultura utiliza fertilizantes e defensivos agrcolas moderadamente e recicla

todos os efluentes industriais da produo de etanol e acar como insumos para a
lavoura.
A Figura 15 mostra uma viso macro dos processos agrcolas de produo que
esto disponveis em uma Usina que produz Acar e lcool.
Figura 15 - Viso Macro dos Processos Agrcolas de uma Usina de Acar e lcool.
(Fonte: USINA, 2007)
Preparo do Solo:
Tendo a cana-de-acar um sistema radicular profundo, um ciclo vegetativo
econmico de quatro anos e meio ou mais e uma intensa mecanizao que se
processa durante esse longo tempo de permanncia da cultura no terreno, o preparo
do solo deve ser profundo e esmerado.
Convm salientar que as unidades sucroalcooleiras no seguem uma linha
uniforme de preparo do solo, tendo cada uma seu sistema prprio, variao essa
que ocorre em funo do tipo de solo predominante e da disponibilidade de
mquinas e implementos.

51
No preparo do solo, temos de considerar duas situaes distintas:

1. a cana vai ser plantada pela primeira vez,
2. ou o terreno j se encontra ocupado com cana.
No primeiro caso, faz-se uma arao profunda, com bastante antecedncia do
plantio, visando destruio, incorporao e decomposio dos restos culturais
existentes, seguida de gradagem, com o objetivo de completar a primeira operao.
Em solos argilosos normal a existncia de uma camada impermevel, a qual pode
ser detectada pelas trincheiras abertas no perfil do solo, ou pelo penetrmetro.
Constatada a compactao do solo, seu rompimento se faz por intermdio de
subsolagem, que s aconselhada quando a camada adensada se localizar a uma
profundidade entre 20 e 50 cm da superfcie e com solo seco.
Nas vsperas do plantio, faz-se nova gradagem, visando ao acabamento do
preparo do terreno e eliminao de ervas daninhas.
Na segunda situao, onde a cultura da cana j se encontra instalada, o
primeiro passo a destruio da soqueira, que deve ser realizada logo aps a
colheita. Essa operao pode ser feita por meio de arao rasa (15-20 cm) nas
linhas de cana, seguidas de gradagem ou pela gradagem pesada, enxada rotativa
ou uso de herbicida.
Se confirmada a compactao do solo, a subsolagem torna-se necessria. Nas
vsperas do plantio procede-se a uma arao profunda (25-30 cm), por meio de
arado ou grade pesada. Seguem-se as gradagens necessrias, visando manter o
terreno destorroado e apto ao plantio. Devido facilidade de transporte, menor
regulagem e ao maior rendimento operacional, h uma tendncia das grades
pesadas substiturem o arado.
Plantio de Cana:
Existem duas pocas de plantio para a regio Centro-Sul: setembro e outubro
ou janeiro a maro. Setembro e outubro no a poca mais recomendada, sendo
indicada em casos de necessidade urgente de matria prima, quer por recente
instalao ou ampliao do setor industrial, quer por comprometimento de safra
devido ocorrncia de adversidade climtica. Plantios efetuados nessa poca
propiciam menor produtividade agrcola e expem a lavoura maior incidncia de
ervas daninhas, pragas, assoreamento dos sulcos e retardam a prxima colheita.

52
O plantio da cana de "ano e meio" feito de janeiro a maro, sendo o mais

recomendado tecnicamente. Alm de no apresentar os inconvenientes da outra
poca, permite um melhor aproveitamento do terreno com plantio de outras culturas.
Em regies quentes, como o oeste do Estado de So Paulo, essa poca pode ser
estendida para os meses subseqentes, desde que haja umidade suficiente.
O espaamento entre os sulcos de plantio de 1,40 m, sua profundidade de 20
a 25 cm e a largura proporcionada pela abertura das asas do sulcador num ngulo
de 45, com pequenas variaes para mais ou para menos, dependendo da textura
do solo.
Os colmos de cana
com idade de 10 a 12 meses so colocados no fundo do
sulco, sempre cruzando a ponta do colmo anterior com o p do seguinte e picados,

com podo, em toletes de aproximadamente de trs gemas.
A densidade do plantio em torno de 12 gemas por metro linear de sulco, que,
dependendo da variedade e do seu desenvolvimento vegetativo, corresponde a um
gasto de 7 a 10 toneladas por hectare. Os toletes so cobertos com uma camada de
terra de 7 cm, devendo ser ligeiramente compactada. Dependendo do tipo de solo e
das condies climticas reinantes, pode haver uma variao na espessura dessa
camada.
Tratos Culturais
Os tratos culturais na cana-planta limitam-se apenas ao controle das ervas
daninhas, adubao em cobertura e adoo de uma vigilncia fitossanitria para
controlar a incidncia do carvo.
O perodo crtico da cultura, devido concorrncia de ervas daninhas, vai da
emergncia aos 90 dias de idade.
O controle mais eficiente s ervas, nesse perodo, o qumico, utilizando-se da
aplicao de herbicidas em pr-emergncia, logo aps o plantio e em rea total.
Dependendo das condies de aplicao, infestao da gleba e eficincia do
praguicida, h necessidade de uma ou mais carpas mecnicas e catao manual at
o fechamento da lavoura. A partir dai a infestao de ervas praticamente nula.
4
Colmos de Cana: tipo de caule comum s gramneas, com ntida diferenciao dos ns e dos
entrens , como no bambu e na cana-de-acar (EMBRAPA, 2008).

53
Outro mtodo a combinao de carpas mecnicas e manuais. Instalada a

cultura, aps o surgimento do mato, procede-se seu controle mecanicamente, com o
emprego de cultivadores de disco ou de enxadas junto s entrelinhas, sendo
complementado com carpa manual nas linhas de plantio, evitando, assim, o
assoreamento do sulco. Essa operao repetida quantas vezes forem necessrias;
normalmente trs controles so suficientes.
Colheita de Cana
A colheita inicia-se em maio e em algumas unidades sucroalcooleiras em abril,
prolongando-se at novembro, perodo em que a planta atinge o melhor ponto de
maturao, devendo, sempre que possvel, antecipar o fim da safra, por ser um
perodo bastante chuvoso, que dificulta o transporte de matria prima e faz cair o
rendimento industrial.
A prtica da queima do canavial antes da colheita (retirando as folhas, para
facilitar o corte) est sendo gradualmente reduzida, com restries ambientais e de
segurana em algumas reas, mas ainda dominante (MACEDO, 2005).
Tratos Culturais (Soqueira)
As soqueiras exigem enleiramento do "palio", permeabilizao do solo, controle
das ervas daninhas, adubao e vigilncia sanitria. Os dois ltimos tratos culturais
encontram-se em itens prprios.
Aps a colheita da cana, ficam no terreno restos de palha, folhas e pontas, cuja
permanncia prejudica a nova brotao e dificulta os tratos culturais. A maneira de
eliminar esse material (palio) seria a queima pelo fogo, porm essa prtica no
indicada devido aos inconvenientes que ela acarreta, como falhas na brotao
futura, perdas de umidade e matria orgnica do solo e quebra do equilbrio
biolgico.
O enleiramento consiste no amontoamento em uma rua do "palio" deixando
duas, quatro ou seis ruas livres, dependendo da quantidade desse material.
realizado por enleiradeira tipo Lely, implemento leve com pouca exigncia de
potncia. Aps a retirada da cana, o solo fica superficialmente compactado e
impermevel penetrao de gua, ar e fertilizantes. Visando permeabilizao do
solo e controle das ervas daninhas iniciais, diversos mtodos e implementos podem
ser usados.

54
Existem no mercado implementos dotados de hastes semi-subsoladoras ou

escarificadoras,
adubadeiras
cultivadores
que
realizam
simultaneamente,
operaes de escarificao, adubao, cultivo e preparo do terreno para receber a

carpa qumica, exigindo, para tanto, tratores de aproximadamente 90 HPs.
Normalmente, essa prtica, conhecida como trplice operao, seguida do cultivo
qumico, suficiente para manter a soqueira no limpo.
Alm desse sistema, o emprego de cultivadores ou enxadas rotativas com
trao animal ou mecnica apresenta bons resultados. Devido ao rpido crescimento
das soqueiras, o nmero de carpas exigido menor que o da cana planta.
A seguir ser demonstrado uma viso geral dos processos de produo em uma
Usina que produz Acar e lcool.
Figura 16 - Viso Geral dos Processos de uma Usina.

(Fonte: Usina, 2007)
Processos Industriais
Os colmos de cana so processados para produzir etanol e acar, parte da
cana lavada para retirar impurezas minerais (apenas a cana de colheita manual).
Um sistema de extrao (no Brasil, a cana picada, desfibrada e passa por uma
srie de moendas), separa o caldo, contendo a sacarose, da fibra (bagao).

55
Para a produo de acar, o caldo limpo (decantao e filtro prensa,

retirando um resduo, a torta de filtro), concentrado e cristalizado. Uma parte dos
acares no cristalizado e impurezas do melao so separados.
No Brasil o mel residual em geral muito mais rico em acar, evitando-se o
estgio final na cristalizao e usando o mel, em mistura com o caldo, como insumo
para a fermentao.
Essa mistura levada concentrao adequada e fermentada com leveduras e
o vinho resultante destilado, produzindo lcool (hidratado ou anidro) e deixando
como resduo a vinhaa (gua da cana adicionada na moagem, matria orgnica, e
minerais importantes, como o potssio, que vieram com a cana).
Toda a energia utilizada no acionamento de algumas bombas, ventiladores e
moendas e nos processos de concentrao do caldo e destilao, suprida hoje por
um sistema de co-gerao que usa o bagao e a palha como fonte energtica. A
usina auto-suficiente, e em geral pode ter excedentes de energia.
Os processos industriais tm como resduos a vinhaa, a torta de filtro e as
cinzas da caldeira de bagao. So totalmente reciclados para as lavouras. Nos
processos industriais utilizam gua (captada de rios e poos) em vrias operaes.
A vinhaa utilizada na forma lquida, como fertirrigao, a torta de filtro
transportada por caminhes e distribuda como adubo e a gua re-utilizada,
reduzindo a capacitao e o nvel do despejo tratado.
4.5 - Cana Orgnica x Cana Convencional

Com a preocupao de preservar o meio ambiente e agregar valor aos seus
produtos, algumas Usinas de Acar e lcool, j esto utilizando o processamento
de cana orgnica visando produo do acar orgnico e derivados.
Para a produo do acar orgnico, necessrio mudar o processo produtivo
convencional para outro que, por exemplo, no utilize adubos qumicos e
agrotxicos e siga os procedimentos determinados para a produo de produtos
orgnicos em geral. Dentro da unidade industrial tambm importante evitar a
contaminao do produto por sujeiras ou por substncias no permitidas. A limpeza
dos equipamentos fundamental para garantir a assepsia e a qualidade orgnica do
produto. Portanto, assim como os maquinrios da lavoura, os equipamentos da
indstria so limpos antes e depois do processo de produo.

56
A agricultura orgnica elimina o uso de fertilizantes, pesticidas e reguladores de

crescimento produzidos sinteticamente. Seu sistema de produo baseia-se na
rotao de culturas, esterco de animais, leguminosas, adubao verde, cultivos
mecnicos, minerais naturais e controle biolgico de pragas para manter a estrutura
do solo, fornecer nutrientes para as plantas, controlar insetos, ervas daninhas e
outras pragas.
A estrutura orgnica d maior conforto cana. Sem estresse hdrico, e com um
equilbrio maior de insetos, o que permite um combate natural s pragas e permite a
planta se desenvolver melhor. A biodiversidade nos canaviais orgnicos sete
vezes maior do que nos convencionais. O meio convencional de produo, que, em
grande parte, usa o fogo na hora da colheita, elimina esses benefcios e deixa o solo
esterilizado. A diferena entre os dois manejos aparece na durabilidade do canavial.
Em alguns canaviais convencionais, as novas variedades de cana duram
apenas um ciclo (cinco cortes). Na orgnica, s vezes chegam a quatro ou cinco
ciclos. No perodo de seca, a produtividade dos canaviais orgnicos cai apenas
metade da registrada pelos convencionais. Outro dado importante que foi constatado
que o quinto corte de cana tem uma produtividade maior do que o do quarto. A
produo maior por fora da reorganizao da vida e da estrutura do solo. Alm do
solo mais rico, h um equilbrio natural no combate s pragas. Para cada praga
potencial, h trs predadores. Um caso tpico o da formiga sava. De 1987 a 1992,
a usina tinha 5 formigueiros por hectare. Agora, tem s 0,19. Essa queda ocorre
porque aumentou o nmero de outros tipos de formigas que comem os ovos da
formiga sava. A cana orgnica colhida verde, preservando assim suas
caractersticas naturais integralmente. Folhas e palhas remanescentes dessa
colheita, depositadas sobre os campos de cultivo, exercem um importante papel na
conservao e condicionamento do solo (USINA, 2007).
As mudanas observadas na cadeia do acar apiam novas possibilidades de
produo em substituio ao acar commodity e de desenvolvimento de mercados
para a alocao de acar diferenciado. Caracterizam-se por cooperao tcnica em
projetos que visam diminuio de custos, atendimento s especificaes de
clientes e diferenciao de produtos. So realizados programas que englobam ao
inter-organizacional para criao de alternativas concretas nos processos de
negcios e de eficincia nos processos operacionais.

57
Para fazer frente s metas definidas so estabelecidos programas de

treinamento dos recursos humanos, criado suporte tecnolgico aos fluxos fsico e
de informao, com o objetivo de aumentar a agilidade, preciso na tomada de
deciso, melhorando a habilidade de percepo do ambiente competitivo. Ocorrem
melhorias na infra-estrutura de armazenagem, de transportes e da entrega para
atendimento demanda dos clientes.
So desenvolvidos programas de incentivo, para aquisio de novos recursos
para implementar mudanas tecnolgicas e organizacionais nas empresas frente s
mudanas observadas.
Outros produtos tambm esto sendo desenvolvidos a partir da cana-de-acar.
Um deles o plstico biodegradvel que tem como objetivo explorar por inteiro o
potencial da cana, alm de permitir que o ciclo de produo termine deixando a
menor quantidade possvel de resduos.
Essas iniciativas fazem com que as usinas de acar e lcool permaneam
competitivas dentro do setor sucroalcooleiro.
A Tabela 2 mostra as unidades produtoras de acar e lcool no Brasil, que
estaro em operao na Safra 2007/2008.
Tabela 2 - Unidades Produtoras de Acar e lcool no Brasil.
(Fonte: CANAOESTE, 2007)

58
Do total de usinas instaladas na regio Centro-Sul do Pas, quase 80% j

entraram em operao, segundo o ltimo levantamento da UNICA (Unio da
Indstria de Cana-de-Acar). A estimativa de que at o final do ms de maio de
2007 todas estejam operando. O Centro-Sul conta com 282 usinas, que devem
operar na safra 07/08, sendo que 19 delas so novas (UNICA, 2007).
Com relao ao percentual, a regio centro-sul representa aproximadamente
77% das unidades produtoras e a regio norte-nordeste 23% das unidades
produtoras.
O estado de So Paulo aparece em primeiro lugar com 170 unidades
produtoras, seguido por Minas Gerais com 30 unidades, Paran com 29 unidades e
Alagoas e Pernambuco com 26 unidades cada.
Os estados de So Paulo, Minas Gerais, Paran, Alagoas e Pernambuco
representam aproximadamente 77% do total de unidades produtoras de acar e
lcool do Brasil.
A Tabela 3 mostra as produes de cana, acar e lcool no Brasil entre os
perodos de safra de 1996/1997 e 2006/2007.
Tabela 3 - Produes de Cana, Acar e lcool no Brasil.
* Posio em 01/02/2007. (Fonte: CANAOESTE, 2007)

59
A figura 17 converte os valores da tabela 3 (Acar, lcool Anidro e Hidratado)

em Unicops 5 para efeito comparativo entre os Produtos.
Figura 17 - Comparativo das Produes Anidro x Hidratado x Acar.

A figura 18 converte os valores da tabela 3 (Acar e lcool Total) em Unicops
para efeito comparativo entre os Produtos.
Figura 18 - Comparativo das Produes lcool Total x Acar.

5
Unicops: o parmetro utilizado pela Copersucar (Cooperativa de Produtores de Cana-deAcar, Acar e lcool do Estado de So Paulo), para uniformizao dos diversos tipos de produtos
fabricados pelas unidades industriais. Esse parmetro serve para comparar diversos mix de
produo, at de unidades diferentes, por tonelada de cana, ou seja, dividindo-se as Unicops pelas
toneladas de cana modas, tm-se um nmero para ser comparado entre as unidades e at mesmo
de safras anteriores, visando verificar a performance entre usinas ou da mesma usina em diversas
safras (MACEDO, 2005).

60
A figura 18 mostra que a produo de lcool at a Safra 00/01 foi sempre maior
que a produo de acar, sendo que a partir da Safra 01/02 houve uma inverso
neste quadro onde se passou a produzir sempre mais acar do que lcool. Isso se
deve ao preo do acar que nas ltimas safras, mostrou-se mais atrativo do que o
lcool para as unidades produtoras.
A figura 19 mostra um comparativo entre o percentual de produo de lcool
Total produzido pelo Brasil entre as safras 96/97 e 06/07, com o total de Acar
produzido no mesmo perodo.
Figura 19 - Percentual de Produo lcool Total x Acar.

Analisando a figura 19 observamos que mesmo com o preo do acar sendo
mais atrativo para as unidades produtoras, no montante, considerando as ltimas 11
safras, a produo de lcool superou a produo de acar em 3,66%. Pode-se
dizer que houve praticamente um equilbrio entre a produo dos dois produtos, o
que deve permanecer para as prximas safras, mesmo porque necessrio o
abastecimento do consumo interno do Pas e diga-se de passagem esse consumo
aumentou significativamente com a produo de veculos flex-fluel, que ser
demonstrado ainda neste captulo.

61
Logo abaixo demonstrada uma figura contendo um grfico com informaes

sobre a produo de Cana do Brasil e a sua evoluo nas ultimas safras.
Figura 20 - Produo de Cana de Acar do Brasil.

(Fonte: IDEA, 2007)
A figura 20 mostra que a produo de cana de acar no Brasil, vm

aumentando a partir da safra 00/01. O crescimento das exportaes brasileiras de
acar explica boa parte da significativa expanso do setor sucroalcooleiro nacional
nos ltimos anos e as perspectivas promissoras do mercado interno e externo para
esse bio-combustvel num futuro bastante prximo. Sem dvida, a necessidade de
fornecer etanol para o mercado interno em expanso e para o mercado
internacional, que anseia por fontes renovveis de energia, traz excelentes
oportunidades para incrementos ainda maiores no crescimento do setor. Nos anos
recentes, nota-se o aumento da produo de cana-de-acar e de seus produtos
derivados, acar e etanol, tanto nas tradicionais regies produtoras como em
estados que representam novas fronteiras agrcolas
para a cultura canavieira no
Brasil (UNICA, 2007).
Novas Fronteiras Agrcolas: Um bom exemplo de novas fronteiras agrcolas so as abertas no
estado de So Paulo, Bahia e Mato Grosso do Sul, onde a maior rentabilidade da cana-de-acar
frente ao gado fez com que os canaviais avanassem e gradualmente tomassem o lugar da pecuria
(UNICA, 2007).

62
4.6 - Evoluo da Produo no Brasil

A agroindstria brasileira atingiu nos ltimos anos papel de destaque na
economia do Brasil. Com taxas de crescimento na casa dos 5%, o dinamismo do
mercado se deve a fatores como aumento da safra agrcola, da exportao e dos
preos internacionais. Mas at chegar a esse momento, a agroindstria percorreu
um
longo
caminho,
principalmente
nos
mercados
de
acar
lcool
(COPERSUCAR, 2007).
No final do sculo XVIII, a concorrncia do acar de beterraba europeu e do
acar de cana das Antilhas e de Cuba ameaavam a liderana do Nordeste
brasileiro, grande produtor de acar. Ao mesmo tempo, a lavoura canavieira
reconquistou importncia como atividade econmica em So Paulo, migrando do
litoral para o interior, onde estavam as reas de solos frteis de terra roxa.
Ainda que a partir do sculo XIX So Paulo tivesse sua economia focada no
caf, a produo aucareira continuou crescendo at 1929, quando o crash da Bolsa
de Nova York abalou os mercados mundiais, atingindo fortemente a economia
brasileira, baseada no caf. A cana sofreu o mesmo impacto.
Com a crise econmica de 1929, foi criado o Instituto do Acar e do lcool
(IAA), cuja funo era controlar a produo para manter os preos em um nvel
adequado, protegendo o produto brasileiro no mercado mundial. Para atingir suas
finalidades, o IAA estabeleceu um sistema rgido de cotas, que eram distribudas
entre as diferentes unidades produtoras, ou seja, cada engenho e usina s poderiam
produzir uma determinada quantidade de acar. Com os preos e a produo
rigidamente controlados, a nica maneira de manter o negcio lucrativo era reduzir
os custos e aumentar a produtividade.
Desse modo, era praticamente inevitvel que a produo viesse a se concentrar
em grandes usinas, com capacidade para moer milhares de toneladas de cana por
dia. Desde ento, a agroindstria aucareira vem passando um constante processo
de modernizao, com o agrupamento de empresas, buscando maior rendimento
das lavouras e barateamento dos custos (COPERSUCAR, 2007).

63
4.7 - Custos de Produo

Se por um lado o futuro parece promissor, por outro o presente reserva um
quadro permeado pela presso dos custos que incidem sobre o processo produtivo
do setor sucroalcooleiro. Dos insumos mo-de-obra, dos equipamentos ao frete,
das mquinas agrcolas ao arrendamento da terra, o preo de quase tudo subiu na
cadeia da agroindstria canavieira (IDEA, 2007).
Mas o ritmo preocupante dos custos vem da anlise no s dos profissionais
que lidam no dia-a-dia com as demandas das usinas, mas tambm de especialistas
econmico-financeiros ligados ao setor.
Na verdade, h uma grande variabilidade nos nmeros das usinas quando se
lembra que trs fatores so determinantes para a definio dos custos de produo
de acar e lcool em cada unidade:
1. seu perfil de produo,
2. a eficincia operacional na indstria,
3. e a qualidade da matria-prima.
Uma usina esmagando cana de boa qualidade e produzindo-a a baixo custo,
com bom teor de acares, com processo de fabricao bem ajustado e
apresentando otimizao do uso do seu parque industrial, certamente apresentar
custos muito menores que outra operando em condies opostas. O perfil da
produo foi citado porque tambm afetar os resultados, afinal custa menos
produzir lcool que fabricar acar, assim como fabricar acar do tipo VHP (Acar
Cristal utilizado como matria prima para outros processos) menos oneroso que
produzir acar cristal branco. O mais importante para enfrentar a elevao dos
custos demonstrar eficincia tanto no campo quanto na indstria e dispor de
informaes e flexibilidade para ajustar o seu perfil de produo, estando de olho
nas duas pontas da equao do lucro: custos de produo e preos praticados pelo
mercado para cada linha de produo.
Desde que o setor sucroalcooleiro saiu das rdeas do governo, tendo que se
submeter a um mercado desregulamentado, sujeito s condies da livre oferta e
procura, os produtores de cana de acar e lcool tm buscado insistentemente
esses ganhos de eficincia.

64
Por esse fato, tem de se analisar cada caso. Existem aquelas empresas que
investiram fortemente no seu desenvolvimento organizacional, na introduo de
novas tecnologias e, acima de tudo, recrutaram profissionais gabaritados, passando
a contar com equipe competente (MACEDO, 2005).
Assim, tomando decises com base em slidos sistemas de custos e
oramentos, e em sistemas de planejamento e controle, certamente se destacaram e
ganharam competitividade (IDEA, 2007).
So empresas em que h uma perfeita integrao entre as reas de produo
de matria-prima, de produo industrial, financeira e de vendas. Infelizmente outras
empresas ficaram para trs e no acompanharam este bom desenvolvimento ou
pelo menos no demonstraram a mesma evoluo.
A tendncia, se no reagirem rapidamente, seu desaparecimento ou sua
incorporao por outras unidades.
Todavia, independentemente da forma como as usinas tm se preparado para
tornarem-se mais eficientes e mais competitivas, a presso dos custos tem se
acentuado sobre diferentes reas das empresas.
A figura 21 mostra a composio dos custos de produo com a cana de acar
na regio Centro-Sul.
Figura 21 - Composio dos Custos de Produo de Cana.

(Fonte: IDEA, 2007)

65
Algumas caractersticas so necessrias e precisam ser levadas em conta ao se

analisar os custos do setor:
a) a valorizao da cana de terceiros pelo bom valor de fechamento do kg de
ATR,
b) a participao mais expressiva do custo do fator terra na composio do
custo de produo de cana,
c) a valorizao do real frente ao dlar,
d) o mercado mais favorvel ao lcool anidro comparado ao hidratado.
Mesmo sendo a agricultura uma atividade econmica de difcil gerenciamento
da produo, por enfrentar fatores incontrolveis, tais como, clima, pragas, doenas,
adequao de solo em termos de acidez e composio de nutrientes para a
produo de biomassa, possvel definir ndices de eficincia tcnica, condio
necessria para que na controladoria se estabeleam padres de custos.
O estabelecimento do custo correto de produo evita que as informaes
obtidas induzam a decises equivocadas quando houver super avaliao dos custos
isto implicar em preos maiores do que os clientes esto dispostos a pagar,
comprometendo assim a capacidade produtiva ou quando houver sub avaliao dos
custos, isto levar a preos competitivos, entretanto, quanto mais se produza e
venda, maior ser o prejuzo (MARION, 1996).
Na cultura da cana-de-acar, um dos maiores agronegcios do Brasil, tm-se
desenvolvido estudos visando gerenciar os fatores de produo, para que o custo da
tonelada de cana seja economicamente atrativo.
Para a Safra 2007/2008 acredita-se que o custo total deve se reduzir um pouco
devido ao grande crescimento da produo, mas no existe um valor fechado.
Porm, o grande problema do setor para a prxima safra ser a taxa de cmbio. Se
o dlar ficar no nvel de R$ 2,00, a remunerao das exportaes ser muito baixa
aos nveis atuais da Bolsa de Nova York. Para se ter uma idia, em dezembro de
2002 um dlar valia R$ 3,53 e no final de maro de 2007 a cotao j estava em R$
2,05 (uma desvalorizao de 42% do dlar ou uma valorizao de 72% do Real).
O aumento da produtividade uma forte estratgia de reduo de custo de
produo. Isso pode ser comprovado conforme tabela demonstrativa de uma usina
que mi 1,2 milhes de toneladas de cana, onde os gastos crescem quando se
aumenta a produtividade, mas o custo de produo, em reais por tonelada, diminui.

66
A figura 22 demonstra o comportamento do preo da cana e seus custos de

produo. possvel observar que em vrias safras o preo da cana (R$ / Ton), foi
inferior aos seus custos de produo, ou seja, nessas safras houve prejuzo.
Figura 22 - Comportamento do Preo da Cana e Custos de Produo.

(Fonte: IDEA, 2007)
Usinas que produzem mais de 90 toneladas de cana por hectare so muito
competitivas, como mostra a tabela 4 abaixo.
Tabela 4 - Produtividade x Custo.
(Fonte: IDEA, 2007)

67
Fazendo uma anlise qualitativa, de uma maneira geral, possvel observar que
as usinas esto melhorando os seus processos, investindo em mquinas,
equipamentos e tecnologia da informao, o que traz uma reduo de custos. E isso
est acontecendo porque o mercado est aquecido pela demanda de lcool e pelo
cenrio positivo para o acar. As empresas esto investindo em suas usinas e em
rendimento por meio de planos de ao, ferramentas de gesto, controle e anlise.
A implantao disso tudo resulta em eficincia e, conseqentemente, reduo de
custos porque melhora a produtividade e o rendimento das usinas.
4.8 - Exportaes
O mercado interno do lcool vem ganhando destaque no segmento
agroindustrial brasileiro, proporcionado pela retomada do aumento do consumo
domstico em conseqncia do preo competitivo do combustvel em relao
gasolina. Por outro lado, h um potencial de crescimento nas vendas externas do
lcool, que possivelmente ser utilizado para atender parte da demanda mundial por
etanol. O lcool est em expanso por ser um combustvel ainda barato, renovvel e
cujo emprego como alternativa para a matriz energtica mundial est em fase de
crescimento. Esse crescimento pode ser observado pela figura 23 com o resultado
ocorrido no perodo de 1998 at maro de 2007.
Figura 23 - Exportao de lcool do Brasil.

(Fonte: IDEA, 2007)

68
A tendncia de aumento da produo de lcool no Brasil ocorre por vrios

fatores, como aumento da frota de carros bi-combustvel (demanda interna),
Protocolo de Quioto (demanda externa) e aumento do preo do petrleo, entre
outras coisas. Uma questo relevante na expanso da utilizao do lcool como
alternativa de substituio da matriz energtica predominantemente fssil a
possvel mudana da atual configurao de produo de petrleo concentrada em
poucas regies, basicamente o Oriente Mdio. Alm disso, deve se avanar para
uma forma desconcentrada, que abranger outras reas de possveis produtores do
combustvel verde. Isto constitui uma oportunidade para os pases que possuem
abundncia de terras, sol e gua, que o caso de alguns pases subdesenvolvidos e
em desenvolvimento (IEA, 2007).
Para isso, necessrio disseminar a tecnologia de produo, de forma que
mais pases produzam lcool a partir da cana-de-acar ou de outras fontes
renovveis, como a hidrlise da celulose 7. Dessa forma, diminuem-se os riscos de
crises de oferta e abre-se caminho para tornar o produto uma commodity
convencional. Assim, os consumidores passam a ter um pouco mais de segurana
quanto disponibilidade do produto (IEA, 2007). A figura 24 mostra a projeo de
exportao de lcool do Brasil para as prximas safras.
Figura 24 - Projeo de Exportao de lcool do Brasil.

(Fonte: IEA, 2007)
7
Hidrlise de Celulose: A hidrlise da celulose produz hexoses (acares com molculas de seis
carbonos, como a glicose) que podem ser fermentadas com facilidade (REVISTA QUMICA, 2007).

69
Espera-se que com a taxa de cmbio atual, o acar VHP fique abaixo de R$
20,00 / saca, lquido para a usina, muito abaixo do custo mnimo estimado de R$
24,50 / saca. Caso o cmbio fosse de R$ 2,50, esse valor saltaria para R$ 25,00 /
saca, ficando acima do custo mnimo estimado (IDEA, 2007). A figura 25 mostra a
exportao de acar do Brasil no perodo de 1998 at maro de 2007.
Figura 25 - Exportao de Acar do Brasil.

(Fonte: IDEA, 2007)
As exportaes brasileiras cresceram 2,6% em 2007. O ritmo das exportaes
brasileiras de acar esteve em queda nos ltimos meses devido, principalmente, ao
excedente de produo mundial e ao baixo preo de exportao do produto.
Somente no ms de dezembro de 2007, as exportaes totalizaram 1,37 milhes de
toneladas, 39,8% menor que o mesmo perodo de 2006, quando as exportaes
somaram 2,28 milhes de toneladas. Ainda assim, o ano de 2007 superou 2006 em
2,59% no total embarcado que chegou a 19,4 milhes de toneladas, contra 18,9
milhes de toneladas no perodo anterior. O preo por tonelada, apesar de estar em
ritmo e tendncia de alta, quando comparado aos valores praticados em 2006, se
mostra bastante desvalorizado. A mdia verificada para o ltimo ms ficou em US$
248,49 por tonelada enquanto em dezembro de 2006 o valor era de US$ 316,52, o
que resulta na variao de 21,49%. Na mdia anual, em 2007, o acar foi
comercializado com o mercado externo a US$ 263,47 por tonelada, enquanto que
em 2006 a mdia alcanou US$ 326,81 por tonelada. O principal destino do acar
brasileiro em 2007 foi a Rssia com 4,0 milhes de toneladas, seguida pelos
Emirados rabes Unidos, Repblica Islmica do Ir e Nigria (UNICA, 2007)

70
4.9 - Projeo para Agroindstria Canavieira no Brasil

A dinmica do novo modelo de desenvolvimento da agroindstria canavieira
brasileira contm possibilidades e riscos. A emergncia de padres mais intensivos
de utilizao dos fatores de produo tornar, certamente, mais competitivo em
termos internacionais esse importante ramo de atividade econmica, potencializando
o crescimento das exportaes de acar e lcool. Ademais, esse processo est
incentivando a melhoria dos indicadores microeconmicos de desempenho das
firmas, permitindo-lhes maior otimizao do processo produtivo (MORAES &
SHIKIDA, 2002).
Do ponto de vista do trabalho, o que se prenuncia a ampliao do
desemprego. Alm dos trabalhadores do corte de cana, ameaados pela
mecanizao, esto sob risco tambm operrios qualificados, como conseqncia
da automao das plantas industriais e dos escritrios das usinas. Cabe salientar,
ainda, que a tecnologia tem servido para aumentar a disciplina no trabalho e para
reduzir o poder de barganha dos sindicatos dos trabalhadores. A sustentabilidade
social do novo modelo parece ser, a princpio, algo difcil.
Do ponto de vista econmico, espacial e ambiental, a situao no se mostra
muito diferente. O que se observa no presente a intensificao do uso de todos os
fatores, particularmente a terra. O aumento da produo agrcola tem ocorrido de
forma intensiva, como conseqncia da mecanizao e da quimificao do processo
produtivo, e tambm de forma intensiva, em funo da expanso da rea cultivada.
H que se avaliar, de forma cuidadosa, os impactos da mecanizao e da
quimificao sobre o solo, e nada garante que a expanso das reas cultivadas no
se d, novamente como no passado, na direo de terrenos inadequados s
culturas temporrias e intensivas.
Para o mercado interno de etanol no Brasil, o fato mais significativo o
expressivo aumento da demanda que comea a ocorrer em funo da entrada no
mercado dos novos carros bi-combustvel (MACEDO, 2005).
Foi apresentado em 02 de maio de 2007, na USP Ribeiro Preto pelo
coordenador do projeto Biodiesel Brasil, uma palestra com o ttulo: O mercado
mundial de etanol Tendncias, perspectivas, inovaes, tecnologias e instalao
de usinas.

71
Na palestra O Mercado mundial de etanol foi discutido a histria recente do

setor sucroalcooleiro, explicando os motivos do fracasso do pr-alcool vinte anos
atrs e as razes do sucesso do setor nos dias de hoje. Para ele, entre outros
motivos, o etanol s ganhou a proporo atual graas ao avano da tecnologia, tanto
em relao s usinas, quanto no que diz respeito evoluo dos motores movidos a
lcool, os flex-fluel. Ele mostrou, ainda, grficos com as estatsticas do setor, bem
como as expectativas de venda para os prximos anos. Para atender a demanda
interna, o pas precisa construir 100 novas usinas, explica o pesquisador
(CANAVIEIROS, 2007).
Os veculos Flex-fluel so veculos equipados com sistema de gerenciamento do
motor capaz de identificar com preciso a presena de gasolina e/ou etanol no
tanque de combustvel do veculo e ajustar automaticamente a operao do motor
para o combustvel existente. H verses que utilizam sensores de etanol instalados
no tanque ou na linha de suprimento de combustvel do veculo, mais comuns nos
EUA, e outras que identificam a presena de etanol por meio de um sensor que
mede o teor de oxignio presente no gs de escapamento, sistema adotado no
Brasil (UNICA, 2007).
A maioria das montadoras de carros nacionais j possui modelos flex, como a
Volkswagen, a GM, a Ford, a Fiat, a Renault e a Peugeot. At a montadora japonesa
Honda resolveu, mais recentemente, ingressar nesse grupo. Lanou no segundo
semestre de 2006 a verso flex do Honda Civic. A Toyota, outra marca japonesa,
lder de mercado de veculos hbridos movidos gasolina e eletricidade, se mostra
disposta em desenvolver modelos movidos tanto a lcool como a gasolina para
serem lanados no Brasil. Atualmente as montadoras que no oferecem carros
flexveis perdem mercado, embora seu pblico alvo seja diferente e de maior poder
aquisitivo, para quem o preo do combustvel no interfere tanto na compra do
automvel (IDEA, 2007)
Ainda no h nenhuma sinalizao de que o Brasil v exportar carros flexveis.
No entanto, h interesse em misturas baixas de lcool na gasolina, mas no de
carros movidos exclusivamente a lcool, como ainda o caso do Brasil numa
pequena proporo. Como o interesse de outros pases em adicionar lcool
gasolina, a exportao de veculos flexveis poder estar prxima. Com a presena
dos carros flexveis nas ruas de nossas cidades e nas garagens de nossas casas e
prdios, percebemos que a tecnologia que parecia impossvel est bem ao nosso
lado.

72
Hoje tambm j existem os carros tri-flex, que rodam com lcool, gasolina e
GNV (gs natural veicular).
De todos os veculos flexveis vendidos no pas, a Fiat responsvel por 31,3%
desse montante, seguida pela Volkswagen com 28,3%, GM com 25,0%, Ford com
7,4%, Peugeot com 5,4%, Renault com 2,5% e Honda com 0,1% (IDEA, 2007). A
figura 26 mostra com mais detalhes essa distribuio e a figura 27 mostra a venda
de carros flex no Brasil no perodo de 2003 a 2006.
Figura 26 - Produo por Montadoras.

(Fonte: ANFAVEA, 2007)
Figura 27 - Vendas de Carros Flex no Brasil.

Analisando a figura 27 observamos um aumento nas vendas de carros flex nos
ltimos quatro anos, sendo que a variao de 2005 para 2006 foi de 75,36%.

73
Com o encarecimento do petrleo no mercado mundial, usar o lcool tem

apresentado vantagens para o motorista. Em alguns Estados, como So Paulo, ele
chega a custar metade do preo da gasolina. Como o consumo relativo diferente,
seu uso vantajoso quando o preo for inferior a 70% do da gasolina. A preferncia
pelo flex fuel, porm, deve levar ao final da produo dos carros com motor a lcool.
Depois de atingir nveis muito baixos de participao no mercado, em torno de 0,1%,
em 1997 e 1998, as vendas haviam registrado ligeiro aumento, mas agora enfrentam
a concorrncia dos bi-combustveis e o grande trunfo da flexibilidade.
A figura 28 mostra a venda de carros no Brasil por tipo e combustvel e a figura
29 a sua participao com relao a essas vendas no ano de 2006, onde podemos
observar que os veculos flex representaram praticamente 80% do total de vendas.
Figura 28 - Vendas por Tipo de Combustvel.

Figura 29 - Participao nas Vendas.


74
Apesar da euforia criada pelas oportunidades vislumbradas ao setor

sucroalcooleiro brasileiro, os produtores de cana devem se preparar para uma safra
com preos menores para a matria-prima. As razes so simples. Uma delas que
a expanso do setor est em curso e, dessa forma, pode criar desajustes
temporrios para os elos da cadeia. A produo de cana segue em crescimento e
em ritmo prprio, diferente do que vem ocorrendo na rea industrial. Assim, com
maior oferta, o preo tende a ficar mais baixo. a lei do mercado (CANAVIEIROS,
2007).
Essa disfuno na oferta e nos preos j eram esperados, segundo
especialistas, pelas condies em que a expanso do setor ocorre: em grandes
propores e em curto espao de tempo. Para atravessar esse perodo de
turbulncia necessrio que o produtor fique atento ao comportamento dos preos
da cana antes de planejar investimentos, contrair despesas ou financiamentos.
Esses desequilbrios so efeitos do processo de expanso e devem ser
administrados e superados. Apesar deles, os horizontes nunca foram to positivos.
Deve-se atentar para o fato de que as tecnologias que esto sendo geradas no
setor, embora potencializem uma racionalizao no uso dos subprodutos e insiramse na estratgia de integrao e diversificao de produtos, no esto adequadas
para assegurar uma insero estvel dos pequenos e mdios fornecedores de cana.
Pode-se afirmar, portanto, que no existem garantias de que o desenvolvimento
do setor acontecer no futuro de forma sustentvel (MORAES & SHIKIDA, 2002).
4.10 - Nmeros do Setor e Participao do Capital Estrangeiro

A rea de consultoria do Instituto de Desenvolvimento Agroindustrial (IDEA)
acaba de atualizar alguns nmeros do setor sucroalcooleiro nacional, que apontam
fatos impressionantes. A participao do capital estrangeiro nas usinas brasileiras
subiu de 6,78% na safra 2005/2006 para 9,29% na safra 2006/2007, um crescimento
de 37% em apenas uma safra. Alm disso, os 20 maiores grupos do setor
responderam por 42,1% da cana processada no Brasil, confirmando a tendncia de
concentrao da agroindstria canavieira nacional.

75
Os cinco maiores grupos do setor sucroalcooleiro processam 18% de toda cana

brasileira, conforme demonstrado logo abaixo:
1 Cosan,
2 Vale do Rosrio,
3 Carlos Lyra,
4 So Martinho,
5 Trcio Wanderley.
Figura 30 - Produo dos Cinco Maiores Grupos do Setor.

(Fonte: IDEA, 2007)
O acar insumo para fabricao de alimentos, diretamente como ingrediente
genrico, ou como insumo para produo de ingredientes especficos, que facilitam
a
processabilidade
dos
alimentos.
sob
esta
lgica
que,
aps
desregulamentao e abertura do mercado brasileiro, a entrada do capital

estrangeiro no setor alimentcio formou uma nova arquitetura de operaes globais
entre cadeias produtivas agroindustriais e indstria alimentcia de produto final. As
usinas foram obrigadas a buscar capacitao para atendimento ao mercado
industrial, seguindo padro mundial de produo, caracterizado por: flexibilidade,
qualidade e velocidade nos ciclos de lanamento de produtos e de entrega
(ASSUMPO, 2001).

76
A figura 31 mostra o % do capital estrangeiro na safra 05/06.
Figura 31 - Participao do Capital Estrangeiro na Safra 05/06.

(Fonte: IDEA, 2007)
A figura 32 mostra o % do capital estrangeiro na safra 06/07.
Figura 32 - Participao do Capital Estrangeiro na Safra 06/07.

(Fonte: IDEA, 2007)
Analisando as figuras 31 e 32 possvel observar um aumento significativo da
safra 06/07 com relao safra 05/06. Para os agentes internacionais, o maior
controle do destino das exportaes, a participao no elo de produo do sistema
agroindustrial canavieiro, as expectativas de crescimento, a profissionalizao da
gesto das usinas e a capitalizao das empresas foram os principais benefcios
obtidos juntamente com esta evoluo (UNICA, 2007).

77

Pelo sexto ano consecutivo, a rea plantada de cana-de-acar aumentou. Com
a forte demanda internacional por combustveis alternativos, a consolidao do
mercado de veculos flex-fuel e a grande competitividade da indstria nacional, o
setor sucroalcooleiro est em franca expanso. Alm do mais, o setor
sucroalcooleiro tem mostrado sinais de crescimento por intermdio dos anncios de
grandes investimentos na construo de novas usinas de lcool, bem como, da
ampliao das existentes.
Vrios pases esto interessados na tecnologia de veculos com motores Bicombustveis. Como certeza este setor continuar crescendo, em funo da grande
disponibilidade de reas para plantio, da tecnologia desenvolvida e da grande
experincia adquirida neste tipo de combustvel.
As empresas brasileiras, para se tornarem competitivas e sobreviver nesta
economia globalizada, tiveram de introduzir modificaes em suas estratgias de
competio e crescimento. Mais e mais empresas esto descobrindo o valor da
informao para seus negcios. Esto buscando e aprendendo a utilizar
informaes sobre o ambiente interno e externo, sobre ameaas e oportunidades.
Esto, enfim, preocupadas em ter o maior conhecimento possvel sobre dados e
fatos do seu contexto empresarial.
O atual processo requer o uso adequado da informao como insumo para a
tomada de decises e a utilizao de modernas tecnologias de informao para
permitir o acesso mais rpido, no sentido de possibilitar que os dados sejam
empregados no momento oportuno.
Somente os indivduos bem preparados, que sabem transformar dados e
informaes em conhecimentos e com formao tica, tero condies de enfrentar
os desafios e ameaas e aproveitar as oportunidades em benefcio da sociedade.
O objetivo deste captulo foi mostrar uma viso ampla sobre o setor
sucroalcooleiro, sua importncia para o Pas e como a tecnologia da informao vm
se destacando e crescendo dentro do setor.
No prximo captulo ser demonstrada a aplicao desta tecnologia, por meio
de uma Pesquisa-ao feita em uma Usina de Acar e lcool da Regio de
Ribeiro Preto, estado de So Paulo.

78
Capitulo 5 - Aplicao da Pesquisa-ao

A constituio da Usina se deu em 1946, sendo que a primeira safra foi
realizada em 1947. Em 1957 foi feita a aquisio de uma segunda Usina e em 1973
passou a ter participao na Unio So Paulo S.A. Agricultura, Indstria e Comrcio.
Contribui regularmente com todas as iniciativas das comunidades onde atua, em
especial, quelas relacionadas Santa Casa de Misericrdia, creches, escolas,
orfanatos, clubes de servios (Lions e Rotary Club), instituies beneficentes e
outros com grande responsabilidade social.
Participa ativamente em projetos ambientais na utilizao de vinhaa e torta de
filtro como fertilizantes orgnicos, controle biolgico de pragas da cana-de-acar,
plantio de mudas de rvores nativas da flora brasileira, colheita de cana mecanizada
crua e inventrio da fauna existente nas reas agrcolas das Usinas.
Possui Certificao ISO 9001:2000 e mais cinco certificaes internacionais
para produo de acar orgnico.
Maior Produtor Mundial de Acar Orgnico, pioneira na co-gerao com
interligao ao sistema de distribuio (CPFL), Produtor de Plstico Biodegradvel
partir da Cana-de-Acar e tecnologia para extrao de cera da torta de filtro
(resduo da Produo de Acar).
Seus principais produtos so: Acar Convencional, Acar Orgnico, lcool
Anidro, lcool Hidratado, lcool Orgnico, Energia Eltrica, Levedura, Plstico
Biodegradvel e Cera.
Atualmente o grupo conta com aproximadamente 3.000 funcionrios.
5.1 - Capacidade de Produo e Dados Estatsticos

A seguir sero demonstrados os dados de produo e alguns resultados da
organizao referentes s ltimas safras:

79
Figura 33 - Capacidade Diria de Moagem de Cana. (Fonte: Usina, 2007)

A figura 33 mostra a capacidade diria de moagem de cana em toneladas do
grupo, sendo que 12.000 toneladas so referentes a Usina - 1 o que representa 62%
do total e 7.200 toneladas referentes a Usina - 2 o que representa 38% do total. As
duas Usinas juntas totalizam uma carga de moagem diria de 19.200 toneladas.
Figura 34 - Capacidade Diria de Produo de Acar. (Fonte: Usina, 2007)

A figura 34 mostra a capacidade diria de produo de acar em toneladas do
grupo, sendo que 800 toneladas so referentes a Usina - 1 o que representa 58% do
total e 575 toneladas referentes a Usina - 2 o que representa 42% do total. As duas
Usinas juntas totalizam uma carga de produo de acar diria de 1.375 toneladas.

80
Figura 35 - Capacidade Diria de Produo de lcool. (Fonte: Usina, 2007)

A figura 35 mostra a capacidade diria de produo de litros de lcool do grupo,
sendo que 700.000 litros so referentes a Usina - 1 o que representa 64% do total e
400.000 litros referentes a Usina - 2 o que representa 36% do total. As duas Usinas
juntas totalizam uma carga de produo de lcool diria de 1.100.000 litros.
Figura 36 - Capacidade Diria de Produo de Levedura. (Fonte: Usina, 2007)
A figura 36 mostra a capacidade diria de produo de levedura em toneladas

do grupo, sendo que 15 toneladas so referentes a Usina - 1 o que representa 71%
do total e 6 toneladas referentes a Usina - 2 o que representa 29% do total. As duas
Usinas juntas totalizam uma carga de produo de levedura diria de 21 toneladas.

81
Figura 37 - Total de Cana Moda em 2005. (Fonte: Usina, 2007)

A figura 37 mostra a participao da cana prpria e de fornecedores em
toneladas no ano de 2005. A cana prpria com 1.762.359 toneladas representou
53% do total de cana entregue nas usinas e a cana de fornecedores com 1.573.988
toneladas representou 47% do total de cana entregue nas usinas. O total de cana
moda foi de 3.336.347 toneladas.
Figura 38 - Total de Cana Moda em 2006. (Fonte: Usina, 2007)

A figura 38 mostra a participao da cana prpria e de fornecedores em
toneladas no ano de 2006. A cana prpria com 1.751.328 toneladas representou
54% do total de cana entregue nas usinas e a cana de fornecedores com 1.508.672
toneladas representou 46% do total de cana entregue nas usinas. O total de cana
moda foi de 3.260.000 toneladas.

82
Figura 39 - Evoluo Lquida da Receita. (Fonte: Usina, 2007)

A figura 39 mostra a evoluo da receita lquida do grupo. O que podemos
observar que a partir do ano de 2003 o grupo vem aumentando significativamente
a sua receita lquida.
Figura 40 - Moagem de Cana dos ltimos 10 anos. (Fonte: Usina, 2007)

A figura 40 mostra a moagem de cana dos ltimos 10 anos do grupo. Podemos
observar pela figura que o grupo no aumentou nesse perodo a sua capacidade de
moagem, que gira em torno de 3.000.000 de toneladas por ano/safra.

83
Figura 41 - Produo de Acar dos ltimos 10 anos. (Fonte: Usina, 2007)

A figura 41 mostra a produo de acar dos ltimos 10 anos do grupo.
Podemos observar pela figura que a produo de acar orgnico mesmo tendo um
aumento na sua produo nos ltimos anos, ainda bem inferior a produo de
acar convencional. Vale a pena ressaltar que o grupo o maior produtor mundial
de acar orgnico.
Figura 42 - Produo de lcool dos ltimos 10 anos. (Fonte: Usina, 2007)

A figura 42 mostra a produo de lcool dos ltimos 10 anos do grupo.
Podemos observar pela figura que a produo de lcool anidro tem sido maior em
relao produo de lcool hidratado nos ltimos anos.

84
Figura 43 - Produo de Levedura dos ltimos 10 anos. (Fonte: Usina, 2007)

A figura 43 mostra a produo de levedura dos ltimos 10 anos. A levedura
produzida pelo resultado do resduo da fabricao do lcool e utilizada como rao
para Bovinos.
5.2 - Pesquisa-ao em uma Usina de Acar e lcool

Conforme descrito anteriormente, esta pesquisa foi desenvolvida em uma
empresa do setor sucroalcooleiro, situada na regio de Ribeiro Preto, no estado de
So Paulo. Esta empresa vem tendo uma srie de dificuldades e desafios com seus
sistemas de informao, principalmente com a falta de informaes gerenciais para
tomada de deciso.
A maioria das Usinas de Acar e lcool, a partir de certo volume de matria
prima, torna-se difcil de gerenciar sem uma ferramenta que d informaes rpidas
e precisas. H necessidade de se obter o mximo de margem de contribuio em
cada tonelada de cana-de-acar. Por isso necessrio um ambiente, que rena
todas as condies para uma melhor tomada de deciso.
Nesse enfoque, possvel identificar informaes estratgicas, extradas de um
banco de dados com informaes histricas sobre tipos de solo, variedades de cana,
distncia mdia dos talhes das fazendas usina, informaes sobre os dados
tecnolgicos (FIBRA, PC, POL e ATR), entre outras, que vistas dentro de um
contexto se tornam imprescindveis para uma eventual tomada de deciso.

85
O objetivo fundamental do modelo proposto o de colocar disposio do

Diretor e Gerente Agrcola a informao, onde e quando ela for necessria, visto a
grande quantidade de dados e informaes geradas pelos sistemas transacionais
agrcolas da organizao.
Assim sendo, as organizaes utilizam cada vez mais a tecnologia da
informao como ferramenta de competitividade, com impactos importantes e
positivos nos seus negcios, nos mais variados ramos de atividade. A grande
mudana de enfoque hoje que essa tecnologia deixa de ser apenas um apoio s
atividades produtivas para tornar-se parte integrante delas, muitas vezes redefinindo
a prpria maneira de se fazer negcios.
A gesto do conhecimento, e no do tempo, torna-se fator crtico, e sendo bem
conduzida pode trazer retornos imediatos (ARAJO, 2005).
Tendo esses fatores em mente, os investimentos em informao podem
realmente contribuir para o sucesso, uma vez que a mesma passa a ser aplicada em
favor da competitividade empresarial. A habilidade em fazer isso da maneira correta
pode representar um diferencial importante e, assim, sua influncia tem que ser
levada em considerao nos processos decisrios da empresa. Nenhuma
organizao pode ignorar as implicaes que a tecnologia da informao pode
representar na sua rea de atuao. O risco pode ser a perda da competitividade,
gerando conseqentemente a sua extino no mercado.
A fase inicial da pesquisa intervencionista contemplou uma entrevista no
estruturada, que foi realizada na prpria empresa, e teve durao de,
aproximadamente quatro horas. A entrevista foi feita com o Diretor e o Gerente da
rea agrcola da usina.
Naquele primeiro contato, o pesquisador identificou a grande vontade dos
dirigentes em obter informaes gerenciais e estratgicas com relao aos seus
processos agrcolas. As informaes existentes na usina naquele momento se
concentravam apenas nas necessidades operacionais do dia-a-dia.
Aps a sua explanao, o pesquisador comentou que estas informaes se
encontravam nos diversos sistemas agrcolas distribudos pela empresa e
apresentou a tecnologia de SAD, que poderia ajud-lo a integrar toda essa
informao em um nico local e a partir da, por meio de um novo sistema de
informao, extrair as informaes necessrias para o seu gerenciamento e controle.

86
O pesquisador lhe forneceu informaes preliminares a respeito de SAD e

tambm explicou as principais vantagens e dificuldades na implantao do sistema
como tambm os recursos que necessitaria para a aplicao da pesquisa em sua
empresa.
O diretor da empresa mostrou preocupao com o prazo para a implementao
do sistema na usina. O pesquisador lhe falou que o desenvolvimento do modelo
para armazenamento das informaes seria a parte mais crtica de todo o processo,
acumulando aproximadamente 70% de todo o trabalho e que aps essa fase os
esforos seriam em torno do desenvolvimento dos relatrios de acordo com as
necessidades e prioridades da empresa no seu dia-a-dia.
O pesquisador deixou claro para o diretor que aps a implementao do novo
ambiente a sua empresa provavelmente estaria preparada para tomar decises a
partir de informaes integradas e consistentes, como tambm informaes
inesperadas que o sistema seria capaz de fornecer e at mesmo encontrar
informaes que estariam incorretas no seu ambiente operacional.
Alm disso, foi enfatizado que o prprio pesquisador arcaria com as custas da
elaborao do planejamento e execuo do estudo, e apenas necessitaria, para o
desenvolvimento da pesquisa, do comprometimento do diretor e de sua equipe.
Ao final da entrevista no estruturada, a percepo do pesquisador foi de que o
diretor da usina mostrou muito interesse em apoiar a pesquisa uma vez que o
mesmo estava muito ocupado com a sua agenda de obrigaes do seu dia-a-dia na
usina e que muitas decises eram tomadas por meio do seu prprio conhecimento
ou com ajuda do conhecimento dos gerentes. Assim, o desenvolvimento de um SAD
poderia auxili-lo consideravelmente a melhorar a sua tomada de deciso.
Para o pesquisador, o diretor da usina considerado pea fundamental para o
sucesso da pesquisa, pois ele seria o patrocinador de todo o projeto e na viso do
pesquisador isso muito importante na implantao de qualquer sistema de
informao ou projeto dentro de uma organizao.
A metodologia de pesquisa-ao escolhida para o desenvolvimento do estudo
foi a descrita por THIOLLENT (1997). Assim o trabalho de implantao da pesquisa
foi dividido em quatro fases, descritas a seguir:

87
5.2.1 - Primeira Fase da Pesquisa-ao: Fase Exploratria

Na primeira fase da pesquisa-ao, o objetivo identificar os atores e realizar o
diagnstico para visualizar, de forma mais clara, os problemas, as capacidades de
ao, e a interveno na organizao.
Para o desenvolvimento desta fase foram realizadas mais duas entrevistas no
estruturadas com o diretor agrcola da usina. As duas entrevistas tiveram durao de
aproximadamente duas horas cada. Logo no incio da primeira entrevista foi
abordada, novamente, a situao de dificuldades que a empresa vivia com relao
falta de informaes gerenciais e nesta mesma reunio foi definida a equipe que
participaria efetivamente da pesquisa, conforme demonstrado a seguir:
1. Diretor Agrcola
2. Gerente Agrcola
3. Escriturrio Administrativo
4. Auxiliar Administrativo
Tanto o escriturrio administrativo como o auxiliar administrativo ficaram com a
tarefa de replicar as informaes levantadas e discutidas nas reunies para o
restante dos funcionrios da rea agrcola da usina. O escriturrio administrativo
juntamente com o auxiliar administrativo fariam o papel do analista de negcio
dentro do projeto e seriam responsveis em determinar qual o conjunto de
informaes que deveria ser levado para o novo repositrio de dados DW. Este
conjunto o que ser utilizado para a tomada de decises.
Outro dado importante para o projeto obter dos analistas de negcios que
fornecem informaes aos gerentes, o nvel de agregao que deve ser utilizado, a
freqncia e periodicidade de carga dos dados no DW.
Na segunda entrevista, ficou definido tambm a pedido do diretor agrcola, uma
reunio semanal de aproximadamente duas horas com a equipe do projeto (Diretor,
Gerente, Escriturrio e Auxiliar Administrativo) e uma reunio mensal com todos os
integrantes da rea agrcola da empresa, com a finalidade de mostrar o andamento
da implantao do novo sistema, a importncia de cada um dentro do novo contexto
como tambm forar a mudana cultural na organizao que seria exigida com a
implantao do novo sistema de informao.

88
As mudanas tecnolgicas, principalmente quando vislumbrada uma nova

filosofia de organizao do trabalho, informao e da empresa, requerem mudanas
comportamentais como fator crtico de sucesso da tecnologia.
Mudanas de comportamento como um fenmeno organizacional tomam tempo
e no so espontneas, requerem a definio de uma estratgia clara, que leve em
considerao vrios fatores, alm de conscientizao do usurio para a necessidade
pelo engajamento nas novas filosofias de trabalho baseado no conhecimento e na
tecnologia, como suporte, para a sobrevivncia do negcio da empresa e descoberta
de novos mercados (ARAJO, 2005).
5.2.2 - Segunda Fase da Pesquisa-Ao: Pesquisa Aprofundada

Na segunda fase da pesquisa-ao, o objetivo foi a realizao da pesquisa
aprofundada. Nesta fase, continuou a ocorrer a coleta de dados para a pesquisa,
principalmente por intermdio de entrevistas no estruturadas e seminrios
juntamente com a equipe do projeto.
Nesta fase tambm, comeou a ser desenvolvido o modelo de estrutura para
armazenagem das informaes que seriam extradas dos sistemas operacionais
agrcolas da empresa, ou seja, o DW propriamente dito.
Para o desenvolvimento desta fase, foi necessrio identificar em quais sistemas
existentes na empresa estariam localizadas as informaes que seriam extradas
para o novo ambiente projetado, como tambm o modo de armazenamento que
essas informaes se encontravam (Ex: Banco de Dados, Arquivos DBF, Arquivos
TXT, entre outras).
A identificao dos dados operacionais existentes nos sistemas da usina, foi
passada pelos prprios membros da equipe (Escriturrio e Auxiliar Administrativo),
que atuando como analistas de negcio, conheciam muito bem o sistema e tinham
forte relacionamento com a rea de tecnologia de informao da usina, facilitando e
muito o trabalho do pesquisador.
Os dados (tabelas e atributos) foram passados com detalhes, j que a
informao se encontrava armazenada em arquivos DBF (Data Base File).

89
O prximo passo efetuado pelo pesquisador, seria identificar como e qual

metodologia utilizar para extrair esses dados dos sistemas da usina.
Um plano de migrao e a metodologia utilizada foram descritos. O plano de
migrao enderea as questes referentes passagem de dados do ambiente de
sistemas existentes na usina para o ambiente de DW.
Toda a fase de construo, transformao e carregamento dos dados para o
novo ambiente projetado, foram seguindo os passos de KIMBALL (1998), e sero
demonstrados nas prximas sees deste mesmo captulo.
5.2.3 - Terceira e Quarta Fase da Pesquisa-ao: Ao e Avaliao

Na terceira fase da pesquisa-ao, a partir dos resultados da fase anterior, foi
realizado o planejamento das aes e discusses de objetivos alcanveis por meio
de planos de ao. A quarta fase refere-se avaliao da pesquisa. Esta fase
consiste da observao, redirecionamento das aes e resgate do conhecimento
adquirido durante o processo da pesquisa.
Considerando a falta de informaes gerenciais na empresa e a conseqente
necessidade da mesma de selecionar um subconjunto de objetivos estratgicos
propostos como alvo de suas aes, o pesquisador visando adaptar a implantao
do SAD para a usina, props a elaborao de priorizao dos relatrios estratgicos
de acordo com as informaes consideradas mais importantes e relevantes
relatados pelo Diretor e Gerente Agrcola, ou seja, os relatrios seriam
desenvolvidos com a prioridade de atender onde a informao para uma eventual
tomada de deciso se mostrava mais carente segundo o diretor da usina.
5.3 - Metodologia ( Construindo o DW Dimensional )

Construir um DW um processo de combinar as necessidades de informaes
de uma comunidade de usurios com os dados que realmente esto disponveis.
Este projeto de banco de dados fundamentou-se em nove pontos bsicos de
deciso segundo KIMBALL (1998), direcionados pelas necessidades do usurio e
pelos dados disponveis.

90
O prximo passo apresentar uma metodologia para formular perguntas

adequadas descrio detalhada do ambiente de uma organizao, permitindo
assim o desenvolvimento de um projeto de DW satisfatrio.
Deve-se ressaltar que essa metodologia no consiste em abordagens prformuladas que podem ser aplicadas indiscriminadamente a qualquer organizao.
H reas importantes do projeto que exigem anlise rigorosa. Deve sempre atender
s necessidades mais importantes da organizao de forma eficiente e se o DW que
est sendo construdo simples o suficiente para ser utilizado pelos usurios e pelo
software.
5.4 - Os Nove Pontos de Deciso

Este captulo enfocar as tcnicas para coletar os dados necessrios para
atender a esses nove requisitos. Esses pontos so definidos como um princpio de
projeto (KIMBALL, 1998).
Os nove pontos de deciso de um projeto de um banco de dados completo para
um DW consistem em identificar:
1. Os processos, a identidade das tabelas de fatos;
2. A granularidade (nvel de detalhe) de cada tabela de fatos;
3. As dimenses de cada tabela de fatos;
4. Os fatos, incluindo os fatos pr-calculados;
5. Os atributos da dimenso com descries completas e terminologia
apropriada;
6. Como rastrear dimenses de modificao lenta;
7. Os agregados, dimenses heterogneas, minidimenses, modos de
consulta e outras decises de armazenamento fsico;
8. A amplitude de tempo do histrico do banco de dados;
9. Os intervalos em que os dados so extrados e carregados no DW.

Recomenda-se
que
essas
nove
decises
sejam
91
tomadas
na
ordem
apresentada. Essa metodologia do tipo top-down (de cima para baixo) porque
inicia identificando os principais processos da empresa em que os dados sero
coletados. A viso macro dos processos agrcolas que esto disponveis em uma
Usina de Acar e lcool e as suas respectivas definies foi demonstrada no
captulo 4 deste trabalho. Eles representam as verdadeiras fontes de extrao de
dados agrcolas nessa empresa. Observe que se inicia por fontes consistentes de
extrao de dados, sem perder tempo com fontes de dados que no existem. Nossa
funo como projetistas de DW iniciar por fontes de dados existentes, conforme
demonstrado a seguir (KIMBALL, 1998).
Primeiro Ponto: Os Processos Agrcolas

Preparo do Solo
Plantio de Cana
Tratos Culturais
Tratos Culturais (Soqueira)
Colheita da Cana
Aps a identificao dos processos, ser construda a tabela de fatos baseada

no processo selecionado. Antes da estrutura da tabela de fatos, importante
verificar qual ser seu nvel de detalhe. Isto , a granularidade da tabela. Nveis de
detalhe tpicos incluem uma transao individual, uma linha de item, um instantneo
dirio ou mensal (KIMBALL, 1998).
Quando se conhece a granularidade (nvel de detalhe) de uma tabela de fatos,
possvel identificar as dimenses e seus respectivos nveis de detalhe. Podero
existir dimenses adicionais que no so estritamente necessrias para a deciso
da granularidade da tabela de fatos.

92
Na tabela de fatos Produo, aps as dimenses tempo, fornecedor, fundo,

fazenda e talho, adicionar as outras dimenses descritivas teis que constam na
produo.
Essas dimenses de suporte deciso incluem o tipo de solo, o tipo de
variedade e o tipo de estgio. A adio dessas dimenses no altera o nmero de
registros da tabela de fatos e elas no so necessrias para definir uma chave
primria, mas podem tornar a tabela de fatos mais poderosa. Cada uma das
dimenses pode ser considerada como ponto de entrada, como mostra a Figura 44.
Segundo Ponto: A granularidade da Tabela de Fatos Produo.

A granularidade do nosso projeto poderia ser definida de trs maneiras:
1. Nmero de Viagens dos Caminhes;
2. Agrupado por dia;
3. Agrupado por ms.

Feita a anlise simples, o prximo passo consiste em definir exatamente qual
ser o nvel de granularidade. A criao de um nvel levemente resumido de dados
que esto em um nvel muito baixo de detalhes no faz sentido porque uma
quantidade excessiva de recursos ser necessria para processar os dados. A
criao de um nvel levemente resumido de detalhe muito alto significa que muita
anlise ter que ser feita no nvel histrico. Portanto, a primeira interveno sobre o
nvel levemente resumido de granularidade implica elaborar uma conjectura
respaldada em certa quantidade de conhecimento e experincia. Para definir o nvel
de granularidade adequado aos dados levemente resumidos, o nico caminho
possvel a colocao destes frente ao usurio final.
S depois de o usurio final ter efetivamente visto os dados que poder ser
dada uma resposta definitiva.

93
Foi utilizada na pesquisa a segunda opo (Agrupado por Dia), pois na primeira
opo (Nmero de Viagens por Caminho) o nvel de granularidade era muito baixo,
sendo desnecessrio a quantidade de dados com que seria povoado o banco de
dados, j que no nosso projeto a segunda opo j atenderia as nossas consultas
com boa performance e informaes para a tomada de deciso. J a terceira opo
foi descartada, por no atender as necessidades reais da usina.
Terceiro Ponto: As Dimenses da Tabela de Fatos Produo
Figura 44 - A tabela de fatos produo com as dimenses identificadas.

94
Os relacionamentos so associaes entre duas ou mais entidades (tabelas),

que representam um fato ou uma soluo do mundo real.
Geralmente, os tipos de relacionamentos sofrem certas restries que limitam
as possveis combinaes das entidades participantes. A cardinalidade indica o
nmero de relacionamentos dos quais uma entidade pode participar.
1:1 ( um para um )
Indica que as tabelas tm relao unvoca entre si. Voc escolhe qual tabela vai
receber a chave estrangeira.
1:N ( um para muitos )
A chave primria da tabela que tem o lado 1 vai para a tabela do lado N. No
lado N ela chamada de chave estrangeira.
N:N ( muitos para muitos )
Quando tabelas tm entre si relao N:N, necessrio criar uma nova tabela
com as chaves primrias das tabelas envolvidas, ficando assim uma chave
composta, ou seja, formada por diversos campos-chave de outras tabelas. A relao
ento se reduz para uma relao 1:N, sendo que o lado N ficar com a nova tabela
criada.
Uma chave estrangeira um campo, que aponta para a chave primria de outra
tabela. Ou seja, passa a existir uma relao entre essas duas tabelas. A finalidade
da chave estrangeira garantir a integridade dos dados referenciais, pois apenas
sero permitidos valores que supostamente vo aparecer na Base de Dados.
Figura 45 - Relacionamento Tabelas ( FORNECEDOR x FATO ).

Figura 46 - Relacionamento Tabelas ( TIPO x FATO ).
Figura 47 - Relacionamento Tabelas ( ESTGIO x FATO ).
Figura 48 - Relacionamento Tabelas ( VARIEDADE x FATO ).
Figura 49 - Relacionamento Tabelas ( TALHAO x FATO ).
95

Figura 50 - Relacionamento Tabelas ( FAZENDA x FATO ).
Figura 51 - Relacionamento Tabelas ( FUNDO x FATO ).
Figura 52 - Relacionamento Tabelas ( SOLO x FATO ).
96

97
Figura 53 - Relacionamento Tabelas ( TEMPO x FATO ).

A escolha das dimenses o passo-chave do projeto. Decidiu-se sobre a
identidade das dimenses antes de nos preocupar excessivamente com o local em
que iremos buscar todos os atributos dimensionais. Depois de selecionarmos as
dimenses, nossas prximas tarefas sero descarregar todos os fatos mensurveis
na tabela de fatos conforme mostra a figura 54 e finalmente concluir o
preenchimento dos registros da dimenso (KIMBALL, 1998).
Quarto Ponto: Os Fatos, incluindo os Fatos Pr-Calculados.
Figura 54 - A tabela de fatos produo com todos os fatos identificados.

98
Quinto Ponto: Os atributos da dimenso com descries completas e

terminologias apropriadas
Tabela 5 - Dimenso Tempo.
Principais atributos da Dimenso Tempo:

9 Dia
9 Ms
9 Ano
9 Safra
Tabela 6 - Dimenso Fornecedor de Cana.
Principais atributos da Dimenso Fornecedor de Cana:

9 NOME_FORN Nome do Fornecedor
9 CIDADE_FORN Cidade do Fornecedor
9 EST_FORN Estado onde se localiza a Fazenda do Fornecedor
Tabela 7 - Dimenso Solo.
Principais atributos da Dimenso Solo:

9 DESC_SOLO Descrio do Tipo de Solo.

Tabela 8 - Dimenso Fundo Agrcola.
Principais atributos da Dimenso Fundo Agrcola:

9 NOME_FUNDO Nome do Fundo Agrcola
9 CIDADE_FUNDO Cidade onde se localiza o Fundo Agrcola
Tabela 9 - Dimenso Variedade de Cana.
Principais atributos da Dimenso Variedade de Cana:

9 DESC_VAR Descrio da Variedade de Cana
Tabela 10 - Dimenso Fazenda.
Principais atributos da Dimenso Fazenda:

9 NOME_FAZ Nome da Fazenda
99

100
Tabela 11 - Dimenso Talho de Cana.
Principais atributos da Dimenso Talho:

9 DIST_TALHAO Distncia do Talho Usina
9 AREA_TOTAL_TALHAO rea Total do Talho
9 AREA_CORTE_TALHAO rea de Corte do Talho
9 AREA_OLHADURA rea de Olhadura (Cana p/ Plantio) do Talho
9 ESTAG_TALHAO Estgio de Corte do Talho
9 SOLO_TALHAO Tipo de Solo do Talho
9 VAR_TALHAO Tipo de Variedade de Cana do Talho
9 PROD_ESTIM_TON Produo Estimada de Toneladas de Cana
9 COD_SCOL Tipo de Cana do Talho
9 DT_CORT_ANT Data do Corte Anterior
9 AREA_NC rea no Cultivada do Talho
Tabela 12 - Dimenso Estgio de Corte.
Principais atributos da Dimenso Estgio de Corte:

9 DESC_ESTAG Descrio do Estgio
9 GRUPO_ESTAG Descrio do Grupo de Estgio de Corte

101
Tabela 13 - Dimenso Tipo de Cana.
Principais atributos da Dimenso Tipo de Cana:

9 GRUPO_TIPO Grupo do Tipo de Cana ( Manual ou Mecnica )
9 CLASSIF_CANA Classificao Tipo de Cana ( Crua ou Queimada )
Tabela 14 - Fatos Produo.

102
Principais atributos da Dimenso Fatos de Produo:

9 PROD_TON Produo de Toneladas de Cana
9 FIBRA_POR_TON Fibra da Cana por Tonelada
9 PC_POR_TON Pureza da Cana por Tonelada
9 POL_POR_TON POL da Cana por Tonelada
9
KG_ATR_POR_TON Kilos de ATR por Tonelada
9 TOTAL_KG_ATR Total de Kilos de ATR

9 DT_FECHTO Data de Fechamento do Talho
9 CANA_R$_POR_TON Preo da Cana por Tonelada
9 FATUR_MEDIO_CANA_R$ Faturamento Mdio com Cana
9 REND_MEDIO_UNICOPS_POR_TON Rendimento Mdio Unicop s
9 PROD_TOTAL_UNICOPS Produo Total de Unicop s
9 MIX_ACUCAR Mix de Produo do Acar
9 PROD_ACUCAR_SACOS_50KG Produo de Sacos de Acar
9 PROD_ATR_ACUCAR Produo de ATR de Acar
9 PRECO_ACUCAR_R$_POR_UNICOP Preo do Acar por Unicop
9
FATUR_ACUCAR_R$ Faturamento Mdio do Acar
9 MIX_ANIDRO Mix de Produo do lcool Anidro

9 PROD_ANIDRO_M3 Produo de lcool Anidro em M3
9 PROD_ATR_ANIDRO Produo de ATR de lcool Anidro
9 PRECO_ANIDRO_R$_POR_UNICOP Preo Anidro por Unicop
9 FATUR_ANIDRO_R$ Faturamento Mdio do lcool Anidro
9 MIX_HIDRATADO Mix de Produo do lcool Hidratado
9 PROD_HIDRATADO_M3 Produo de lcool Hidratado em M3
9 PROD_ATR_HIDRATADO Produo de ATR de lcool Hidratado
9 PRECO_HIDRATADO_R$_POR_UNICOP Preo Hidratado / Unicop
9 FATUR_HIDRATADO_R$ Faturamento Mdio do lcool Hidratado

103
Agora que a estrutura principal do desenho lgico esta completa nossa ateno
de direciona aos aspectos importantes do diagrama fsico que incluem como rastrear
dimenses
de
modificao
lenta,
como
adicionar
agregados,
dimenses
heterogenias, minidimenses e modos de consulta.

Sexto Ponto: Como rastrear dimenses de modificao lenta.
Na fase de construo de um DW considera-se quase sempre as dimenses
como entidades logicamente independentes entre si. Em nosso projeto, nem todas
as dimenses foram consideradas independentes em relao ao tempo. No mundo
real isso estritamente verdadeiro. Fornecedores podem sofrer mudanas a cada
safra. As pessoas modificam seus nomes, casam e divorciam-se, aumentam o
nmero de filhos e trocam de endereo.
Na qualidade de projetistas de banco de dados deve-se decidir como lidar com
essas modificaes. No incio deste projeto, uma das principais responsabilidades
do DW representar de forma correta o histrico passado. Por exemplo, para uma
companhia de seguros essencial que a descrio da parte seguradora esteja
corretamente representada ao longo do tempo e no apenas limitada sua
descrio atual.
Deve-se explorar o fato de que a maioria das dimenses constante ao longo
do tempo e que podemos preservar uma estrutura dimensional independente,
incluindo relativamente poucas adies para capturar o aspecto temporal das
modificaes. As dimenses praticamente constantes so chamadas de dimenses
de modificao lenta.
Quando nos deparamos com uma dimenso de modificao lenta, temos trs
opes fundamentais. Cada uma delas resulta em um diferente nvel de tratamento
de modificaes ao longo do tempo (KIMBALL, 1998).
Substituir os valores antigos dos registros da dimenso e, portanto, perder

a capacidade de rastrear o histrico passado;
Adicionar um registro dimenso contendo os novos valores do atributo

no momento da mudana para segmentar o histrico entre a descrio
antiga e a nova descrio com muita preciso;

104
Criar novos campos atuais no registro original da dimenso para incluir

os novos valores do atributo, mantendo tambm seus valores originais,
permitindo dessa forma descrever o histrico anterior e o posterior
mudana tanto em relao aos valores originais do atributo quanto aos
valores atuais.
No projeto, decidiu-se utilizar a terceira opo, criando um campo chamado

safra para incluir os novos valores do atributo, mantendo assim seus valores
originais e conseqentemente armazenando todo o histrico referente a todas as
safras, representado assim o histrico passado de forma correta e consistente.
Stimo Ponto: Os agregados, dimenses heterogenias, minidimenses, modos
de consulta e outras decises de armazenamento fsico.
Agregados:
Um agregado um registro da tabela de fatos que representa o resumo dos
registros de nvel bsico da tabela de fatos. Um registro da tabela de fatos agregado
est sempre associado a um ou mais registros de tabela de dimenses agregadas.
As tabelas de agregados de modo geral oferecem um ambiente apropriado para
planejar dados. Geralmente os agregados so construdos a partir do nvel bsico,
evoluindo at o nvel mais alto de categoria de produto ou de totais de fornecedores.
Dimenses Heterogenias:
Para DW com dimenses que descrevem vrios produtos heterogneos (um
conjunto de produtos que contm alguns atributos ou fatos incompatveis),
recomendado a criao de uma tabela de fatos central e uma tabela dimensional
central, para possibilitar consultas gerais abrangendo os vrios tipos de itens, e a
criao de tabelas de fatos e tabelas dimensionais especficas para cada tipo de
item, para permitir consultas com maior nvel de detalhes.
Minidimenses:
A tcnica eficiente para utilizar esses atributos demogrficos em uma dimenso
fornecedor extensa separar um ou mais conjuntos desses atributos em
minidimenses demogrficas (subconjunto da dimenso-fornecedor includos em
uma pequena dimenso separada para facilitar pesquisas rpidas e a manipulao
de dimenses de modificao lenta).

105
Embora pela lgica, esses atributos devam permanecer na dimenso fornecedor

primria, pode-se obter ganhos significativos de desempenho de minidimenses
(KIMBALL, 1998).
A minidimenso demogrfica pode estar ligada tanto diretamente tabela de
fatos como prpria tabela fornecedor. Para poder fornecer acesso mais eficiente a
esta tabela por meio dos atributos demogrficos (KIMBALL, 1998).
Modos de Consulta:
medida que o projeto lgico e fsico torna-se o foco das atenes, surge a
necessidade eminente de decidir qual hardware e software sero utilizados. Os
sistemas so caros e as decises de perfil altamente tcnicas. Alm disso, os
fornecedores no auxiliam muito no processo de deciso, pois usam terminologias
diferentes e freqentemente dirigem seus esforos para levantar dvidas quanto aos
produtos do concorrente.
Toda a comunidade de usurios ser conectada ao DBMS por meio das
ferramentas de consulta. Quando utilizamos uma ferramenta de consulta, a
qualquer aplicativo-cliente que mantenha uma conexo em rede com o DBMS o
propsito ser de enviar instrues SQL (Linguagem Padro para acessar Banco de
Dados Relacionais) e receber conjuntos de respostas.
Isso inclui as ferramentas de consulta eventual (ad-hoc query tools), assim como
os geradores de relatrios e outras aplicaes monolticas no computador do
usurio. A arquitetura ideal para uma ferramenta de consulta envolve o envio de
instrues SQL relativamente pequenas para o banco de dados, ou DBMS, (todas
as consultas de DW qualificam-se como pequenas) e o recebimento de conjunto de
respostas relativamente pequenos que contm desde poucas centenas e at poucos
milhares de linhas de dados. medida que os fornecedores de banco de dados
relacionais enfocarem com mais eficincia os aspectos de cubo de dados (nome
dado a um banco de dados dimensional, geralmente referindo-se a um caso simples
de produto, mercado e tempo) dos Data Warehouse Dimensionais (DDW), sero
capazes de avaliar a organizao dos dados de uma consulta antes que ela seja
realizada para estimar o tempo de durao de forma mais precisa (KIMBALL, 1998).

106
Oitavo Ponto: A amplitude de tempo do histrico do banco de dados.

A seguir, o planejamento do tempo de durao do banco de dados. Na maioria
dos casos fica em aberto a possibilidade da idia de permitir que o histrico fique
acumulado alm do que havamos planejado inicialmente (KIMBALL, 1998).
Apesar de os dados encontrados no ambiente de SAD serem histricos e
apresentarem, necessariamente, uma baixa probabilidade de acesso, eles, contudo,
apresentam alguma probabilidade de acesso (de outra forma eles nem precisavam
ser armazenados). Quando a probabilidade de acesso chega a zero (ou se aproxima
de zero), os dados precisam ser eliminados. Uma vez que o volume de dados uma
questo candentes do ambiente de DW, a eliminao de dados que j no so teis
constitui um dos aspectos mais importantes do ambiente de DW.
Nono Ponto: Os intervalos em que os dados so extrados e carregados no
DW.
Finalmente o planejamento do intervalo de extrao dos dados. Embora
tenhamos definido no segundo passo um nvel de detalhe de captura mensal dos
dados de todas as transaes, existe a opo de atualizar esse instantneo todos os
dias a partir do dia anterior ou talvez semanalmente (KIMBALL, 1998).
Como poltica, qualquer lapso de tempo menor do que 24 horas deve ser
questionado. Normalmente, se for necessrio existir um lapso de tempo de menos
de 24 horas, isso um sinal de que o desenvolvedor est criando requisitos
operacionais dentro do DW.
O fluxo de dados pelo ambiente de DW deve sempre ser um processo de puxar,
pelo qual os dados so puxados para o DW quando necessrio, em vez de serem
empurrados para dentro do ambiente de DW quando disponveis.
5.5 - A Fase de Carregamento

Na fase de carregamento, todo ou parte do DW permanece off-line enquanto os
novos dados so carregados. Os dados novos so quase sempre um extrato de um
ou mais sistemas de produo. A equipe de projetistas de DW deve construir o
sistema de extrao de dados de produo que fornecer tais dados (KIMBALL,
1998).

107
5.6 - O Sistema de Extrao de Dados de Produo

A equipe de projetistas do DW deve desenvolver um software e um sistema de
gerenciamento que execute as 11 etapas a seguir, ou a maior parte delas, para que
seja possvel extrair os dados de um banco de dados de produo e envi-los para o
DW. Esse sistema chama-se sistema de extrao de dados de produo (KIMBALL,
1998).
Para melhor entendimento sero descritas a seguir cada uma das etapas em
que esto envolvidos os processos de desenvolvimento e implementao do projeto
proposto.
As 11 etapas da extrao diria de dados de produo so os seguintes:
1. Extrao primria (ler o formato legado);
2. Identificao dos registros modificados;
3. Generalizao de chaves para dimenses em modificao;
4. Transformao em imagens de registro de carga;
5. Migrao do sistema legado para o sistema de DW;
6. Classificao e construo de agregados;
7. Generalizao de chaves para agregados;
8. Carregamento;
9. Processamento de excees;
10. Garantia de qualidade;
11. Publicao.

108
Primeira Etapa: Extrao Primria

O primeiro desafio o acesso aos dados legados, que pode variar de muito fcil
a muito difcil. Se os dados de produo forem mantidos por um sistema de banco
de dados relacional orientado para transao, ento sua leitura ser muito fcil.
Vrias ferramentas e aplicaes podem usar SQL para extrair dados em uma ampla
variedade de formatos para a prxima etapa do processo.
A importao dos dados dos ambientes existentes agilizam todo o processo,
pois evitam uma possvel digitao das informaes.
Tanto os dados de produo para minha tabela de fatos como os dados que
povoaram minhas tabelas de dimenso so mantidos em um sistema no qual as
informaes esto armazenadas em arquivos do tipo Data Base File (DBF), o que
torna fcil sua leitura.
A figura 55 mostra como feita a leitura desses dados utilizando a ferramenta
do Excel chamada Microsoft Query.
Figura 55 - Leitura dos Dados de Produo para Tabela de Fatos.

109
A figura 56 mostra a leitura dos dados do cadastro de Fundos Agrcolas que ir

povoar a minha tabela DIMENSAO_FUNDO_AGRCOLA.
Figura 56 - Leitura dos Dados do Cadastro de Fundos Agrcolas.

A figura 57 mostra a leitura dos dados do cadastro de Fazendas que ir povoar
a minha tabela DIMENSAO_FAZENDA.
Figura 57 - Leitura dos Dados do Cadastro de Fazendas.

110
A figura 58 mostra a leitura dos dados do cadastro de Estgios de Corte que ir

povoar a minha tabela DIMENSAO_ESTAGIO_DE_CORTE.
Figura 58 - Leitura dos Dados do Cadastro de Estgios de Corte.

A figura 59 mostra a leitura dos dados do cadastro de Fornecedores que ir
povoar a minha tabela DIMENSAO_FORNECEDOR_DE_CANA.
Figura 59 - Leitura dos Dados do Cadastro de Fornecedores.

111
A figura 60 mostra a leitura dos dados do cadastro de Solos que ir povoar a

minha tabela DIMENSAO_SOLO.
Figura 60 - Leitura dos Dados do Cadastro de Solos.

A figura 61 mostra a leitura dos dados do cadastro de Variedades de Cana que
ir povoar a minha tabela DIMENSAO_VARIEDADE_DE_CANA.
Figura 61 - Leitura dos Dados do Cadastro de Variedades de Cana.

112
A figura 62 mostra a leitura dos dados do cadastro de Talhes que ir povoar a

minha tabela DIMENSAO_TALHAO.
Figura 62 - Leitura dos Dados do Cadastro de Talhes de Cana.

A figura 63 mostra a leitura dos dados do cadastro de Tipos de Cana que ir
povoar a minha tabela DIMENSAO_TIPO_DE_CANA.
Figura 63 - Leitura dos Dados do Cadastro de Tipos de Cana.

113
Segunda Etapa: Identificando os Registros Modificados para uma Tabela de

Fatos de Instantneo
Extrair dados para uma tabela de fatos de instantneo dirio, semanal ou
mensal envolve especificar quais foram as alteraes desde a ltima vez que o
instantneo foi construdo. H duas formas principais para abordar esse problema.
Ou as transaes de produo originais ficam disponveis e podem ser processadas
pelo DW para a construo de um novo instantneo ou as transaes de produo
no permitem um processamento prtico, e o DW dever determinar o que mudou
no sistema de produo desde o ltimo instantneo, verificando os arquivos
subjacentes mantidos pelo sistema de produo. Vale a pena lembrar que muitos
dos sistemas de produo no so baseados em transaes. Eles so simplesmente
modificados por meio de interfaces terminais.
Em muitos casos a equipe de DW deve examinar os arquivos de produo para
verificar quais foram as alteraes. A identificao dos registros modificados nos
arquivos de produo est profundamente envolvida com a extrao primria. O
ideal a equipe de DW ver apenas o que foi modificado desde a ltima extrao
bem sucedida (KIMBALL, 1998).
Neste projeto as informaes so sempre atualizadas nos ambientes
transacionais antes de serem importadas para o DW. Isto se faz necessrio, pois
algumas informaes afetam perodos anteriores de carregamento na mesma safra,
principalmente com relao ao aos dados tecnolgicos (FIBRA, PC, POL e ATR).
Terceira Etapa: Generalizao de Chaves para Dimenses em Modificao

Para ter uma dimenso de modificao lenta, a equipe de DW deve criar um
processo administrativo que construa novas chaves de dimenso sempre que
ocorrerem modificaes rastreveis.
Existem duas alternativas principais para administrar chaves dessa forma:
1. Chaves derivadas
2. Chaves de nmero inteiro atribudas sequencialmente.

114
Quarta e Quinta Etapa: Transformando em imagens de Registro de Carga e

Migrando para o DW
Quando a extrao dos dados estiver concluda, ser hora de criar a imagem
dos registros de carga. Isso significa simplesmente organizar os dados nas linhas e
colunas apropriadas para seu carregamento direto e imediato no DW.
A figura 64 mostra como feita essa transformao.
Figura 64 - Transformando em Imagens de Registro de Carga.
A figura 65 mostra a ferramenta do SQL Server 2000, que foi utilizada para o
carregamento dos dados em massa para o DW.
Essa ferramenta permite a importao dos dados que se encontram em vrios
arquivos com diferentes extenses, por exemplo: TXT, XLS, XML, CSV, entre outras.
capaz tambm de fazer a leitura de dados que esto em outros bancos de dados,
tais como ACCESS e ORACLE, o que a torna uma ferramenta muito til para este
tipo de tarefa.

115
Figura 65 - Ferramenta utilizada para carga dos dados em massa para o DW.
Sexta Etapa: Classificao e Construo de Agregados

O sistema de extrao de dados de produo deve incluir a construo ou
atualizao dos agregados como um processo dirio. De modo geral, os registros
agregados devem ser construdos fora do DBMS e ento carregados com a
ferramenta de carga como os outros registros. Um agregado pode ser visto como
uma linha de totalizao de um relatrio simples classificado. Essa a forma como
os agregados devem ser construdos no processo de extrao (KIMBALL, 1998).
Stima Etapa: Generalizao de Chaves para Agregados

Quando o registro de fato agregado for criado, ser necessrio fornecer uma ou
mais chaves de dimenso generalizadas. Os agregados so identificados por
registros de dimenso especiais, por exemplo, o agregado marca ou o agregado
produto em uma tabela de dimenso.

116
Durante uma determinada carga, possvel que no seja necessrio criar novas
chaves de dimenso. Se o agregado de categoria j estiver em uso, ento essa
chave pode ser utilizada (KIMBALL, 1998).
Oitava e Nona Etapa: Carregamento e Processamento de Excees
O carregamento de dados em uma tabela de fatos deve ser feito na forma de
uma operao em massa com o ndice mestre desativado, conforme mostra a figura
66. Como foi mencionado anteriormente, o ndice mestre deve ser segmentvel para
que se possa dar um drop na parte do perodo de tempo mais recente e reconstru-lo
aps o carregamento dos dados. Ser muito mais rpido executar uma carga em
massa do que processar os registros um por vez usando as instrues SQL para
INSERT ou UPDATE.
Figura 66 - ndices desativados para carga dos dados da tabela de fatos.

117
Carregar dados em uma tabela de dimenso bastante diferente de carregar

dados em uma tabela de fatos. A tabela de fatos possui um ou no mximo dois
ndices grandes construdos por meio de combinao de chaves de dimenso. Uma
tabela de dimenso, entretanto, possui vrias chaves construdas com base em seus
atributos textuais.
Dcima Etapa: Garantia de Qualidade

Aps o carregamento dos registros bsicos e de agregados e da correo de
todas as violaes de integridade, o gerente de garantia de qualidade deve fazer
uma avaliao global do estado de carga. Se o sumrio do DW coincidir com o
sumrio de produo, provavelmente todos os registros de nvel bsico tero sido
carregados corretamente. Alm disso, cada um dos nveis de agregados em todas
as dimenses, exceto tempo, pode ser comparado com o mesmo sumrio. Se todos
coincidirem, a carga certamente ser perfeita.
Caso no haja sumrios disponveis para comparao, ser necessrio fazer
uma verificao de consistncia e racionalidade. Em casos extremos, em que o
processo de carga esteja incompleto ou haja dados violados, toda carga deve ser
removida e executada novamente no dia seguinte. Isso funcionar sem
inconvenientes se o sistema for espelhado. Devemos considerar o processo de
carga como uma transao gigantesca. Se a carga estiver violada, normalmente far
mais sentido eliminar a carga parcial, esperar pela prxima janela de carregamento e
tentar novamente (KIMBALL, 1998).
Dcima Primeira e ltima Etapa: Publicao

A etapa final do processo de carga de produo tem como funo alertar a
comunidade de usurios sobre os resultados obtidos. Isso deve tornar-se uma fonte
de referncia de rotina para o usurio. Todo usurio deve ser informado sobre a
avaliao feita pelo gerente de garantia de qualidade da carga. A consistncia da
carga, a totalizao da carga e as reas a serem usadas ou evitadas devem constar
da mensagem.

118
5.7 - Estrutura de Armazenamento de Dados Proposta

A figura 67 visualiza o Diagrama Entidade Relacionamento (DER) da estrutura
de modelagem da ferramenta SQL Server 2000, com a identificao da tabela de
fatos com todos os fatos identificados e identificao das tabelas dimenses com
todos os atributos identificados.
A estrutura de modelagem proposta deve possibilitar a consulta, extrao e
minerao das informaes, utilizando-se das diversas ferramentas disponveis hoje
no mercado.
Figura 67 - Modelo Proposto.

119
A figura 68 mostra a modelagem dos dados que foi desenvolvida utilizando a

ferramenta de software Logic Works - Erwin, verso 3.5.
Utilizando esta ferramenta, o desenvolvedor de um sistema de informao pode
especificar os dados envolvidos, as suas relaes e os requisitos de anlise. A
ferramenta permite criar a base de dados e utilizar mecanismos de sincronizao de
dados.
Pertence ao conjunto de programas de apoio ao desenvolvimento de software
normalmente designados por Ferramentas CASE.
Uma ferramenta CASE (Computer Aided Software Engineering) uma
classificao que abrange toda ferramenta baseada em computadores que auxiliam
atividades de engenharia de software, desde anlise de requisitos e modelagem at
programao e testes.
Figura 68 - Modelagem Lgica dos Dados.

120
5.8 - Discusses entre Modelo Proposto e Reviso Bibliogrfica

Conforme a metodologia adotada, foram executados 11 (onze) processos para
que fosse possvel extrair os dados do banco de dados de produo e envi-los para
o DW.
1. Extrao primria (ler o formato legado);
2. Identificao dos registros modificados;
3. Generalizao de chaves para dimenses em modificao;
4. Transformao em imagens de registro de carga;
5. Migrao do sistema legado para o sistema de DW;
6. Classificao e construo de agregados;
7. Generalizao de chaves para agregados;
8. Carregamento;
9. Processamento de excees;
10. Garantia de qualidade;
11. Publicao.
Foi necessria a criao de rotinas de carga para atender determinadas

situaes que ocorreram.
A catalogao dos sistemas de produo que alimentam o DW de suma
importncia para identificao precisa da extrao primria dos dados.
Pode-se dizer que o processo de limpeza e transformao dos dados que
foram carregados no DW serviu para corrigir algumas imperfeies contidas nas
bases de dados transacionais, a fim de fornecer ao usurio do sistema analtico
dados concisos e com uma qualidade que permitisse uma tomada de deciso
baseada em valores mais prximos dos reais.

121
Idealmente, pode-se imaginar que o dado deveria apenas ser convertido para
padronizao de medidas, porm existem valores incorretos nas bases de dados
transacionais, os quais no podem ser propagados, principalmente no momento em
que sero analisados, muitas vezes comparativamente.
Como exemplo, existem campos de preenchimento obrigatrio, com valores
que no existem na tabela relacionada, como Safra. Este campo foi adicionado pelo
administrador do projeto quando os dados eram levados para o DW.
Alm disso, a limpeza necessria porque os dados normalmente advm de
uma fonte muitas vezes desconhecida, concebida h muito tempo, contendo muito
lixo e inconsistncia, porque o interesse de cada usurio ao preencher os dados
relativos a qualquer assunto especfico a este.
Por isso, nessa fase do DW, fez-se a limpeza dos dados, para haver
compatibilidade entre os mesmos. O processo de limpeza no estar completo sem
que se possam livrar os dados de problemas que, por algum motivo, passaram
despercebidos
nos
sistemas
de
origem,
tais
como:
cdigos
invlidos
preenchimento de vrios campos com valores incompatveis entre si. A prpria

modelagem do sistema transacional pode conter pontos fracos que permitam, por
assim dizer, a existncia de dados inconsistentes, os quais podem e devem ser
filtrados antes da carga no DW.
s vezes encontramos dados com os seguintes problemas:
Diferenas de unidades: campos com relao ao tempo (safra, ano, meses

ou dias), sendo necessrio converter todas as medidas para qualquer uma
delas ou permitir trabalhar com todas as possibilidades.
Diferenas de preciso: alguns valores representados, por exemplo, com

duas casas decimais em uma tabela e com quatro casas decimais em outra
tabela, cabendo ao administrador do DW definir qual a preciso desejada.
Diferenas de cdigos ou expresses: em campos que so codificados nos

sistemas transacionais a fim de reduzir o espao de armazenamento, agilizar
e padronizar a entrada de dados, para que no existam valores iguais com
significados diferentes.

122
Normalmente as aes de correo das anomalias encontradas no se deram

automaticamente com uma rotina especfica, at porque isto poderia ter sido feito j
na prpria base transacional. O que se procurou solucionar as pendncias caso a
caso, tentando corrigir inclusive a base original.
O processo de transformao de dados no DW ocorreu porque as origens dos
dados so de sistemas diferentes, sendo necessrio a padronizao dos
diferentes formatos. Por exemplo: em alguns sistemas a informao sobre o PC da
Cana pode estar armazenada no seguinte formato: PC. Porm, em algum outro
sistema pode estar armazenado como Pur_Can sendo que os dois significam a
mesma coisa e assim sucessivamente. Quando esses dados forem carregados para
o DW, deve-se ter uma padronizao deles, ou seja, quando o usurio for consultar
o DW, ele no pode ver informaes iguais em formatos diferentes.
A carga dos dados foi feita a partir do desenvolvimento de um modelo de
armazenamento de dados utilizando um sistema de banco de dados, no qual os
dados j passaram pelo processo de limpeza e integrao (transformao). As
tabelas que so atualizadas no sistema de DW foram montadas utilizando-se
agregaes, sumarizaes e ordenaes dos dados.
A velocidade de carga para o DW pode influenciar na performance do sistema.
Neste caso so excludos os ndices de ordenao das tabelas com a finalidade de
reduzir a quantidade de controles a serem monitorados pelo Sistema Gerenciador de
Banco de Dados, reconstruindo-as posteriormente, aps a concluso da carga.
A todo o momento so realizadas alteraes nas bases de dados
transacionais. Estas modificaes, incluses de novos registros ou cadastro de
novos dados, devem ser atualizadas para o DW a fim de que este esteja condizente
com a atualidade das fontes de origem. Esta periodicidade deve ser determinada
levando-se em conta o volume de dados e a necessidade dos usurios, podendo ser
diria, semanal, mensal ou qualquer outro perodo determinado.

123

A partir da realizao de uma pesquisa-ao na usina de acar e lcool, do
setor sucroalcooleiro, procurou-se identificar e compreender os principais benefcios
como tambm as dificuldades encontradas no processo de construo de um SAD.
Sendo que a principal funo de um DW fornecer relatrios, alguns benefcios
imediatos puderam ser observados aps a implementao da nova ferramenta de
apoio deciso.
Foram realizados experimentos utilizando dados reais dos sistemas fontes da
usina e os resultados foram novos relatrios com informaes gerenciais, tticas e
estratgicas, o que antes no era possvel de realizar com os atuais sistemas
existentes na empresa.
Estes benefcios podero ser observados nos anexos deste trabalho, onde
feita a aplicao e explicao de vrias consultas utilizando uma linguagem de
programao padro para extrair as informaes do novo ambiente projetado. Os
resultados sero demonstrados por meio de relatrios desenvolvidos utilizando-se
do resultado das consultas SQL. Os relatrios se referem s questes que foram
abordadas no capitulo 1 deste trabalho.
importante citar que o modelo proposto foi desenvolvido de forma genrica, ou
seja, tomando os devidos cuidados para que a mesmo possa ser utilizado
plenamente em outras unidades do setor sucroalcooleiro sem perder suas reais
funcionalidades.

124
6 - Concluso
A cana-de-acar j matria-prima de produtos reconhecidamente importantes
(acar e lcool), mas ainda h um potencial extraordinrio a ser extrado dos
canaviais. Estima-se que ainda utilizamos muito pouco da energia disponvel na
cana, um tero apenas. O restante est concentrado nas pontas das folhas e no
prprio bagao, que podem ser transformados em energia eltrica e derivados que
esto sendo desenvolvidos graas ao investimento em pesquisa.
O investimento em pesquisa ser o diferencial para agregar valor ao
agronegcio da cana e tambm abrir mercados. A discusso sobre o aquecimento
global deu a largada para a busca de alternativas energticas e solues que
minimizem os impactos sobre o meio ambiente.
Uma outra informao que chama muito a ateno com relao participao
cada vez maior dos carros flex-fuel que rodam com lcool, gasolina ou a mistura de
ambos na produo brasileira, hoje perto dos 90%, impulsiona o consumo do lcool
no pas.
A implantao da tecnologia de DW, em usinas de acar e lcool do setor
sucroalcooleiro, de qualquer porte, possibilita a busca e interpretao de
informaes armazenadas, garantindo maior acuricidade nas tomadas de deciso,
permite estabelecer uma aproximao integrada e colaborativa para capturar, criar,
organizar e usar todos os ativos de informao de uma empresa, consegue
antecipar as mudanas bruscas no mercado, conhecer o negcio, ter uma viso
clara sobre novos negcios, auxilia na implementao de novas ferramentas
gerenciais, ter conhecimento sobre novas tecnologias, produtos ou servios que
possam afetar direta e indiretamente o seu negcio.
Ganhos com produtividade, rendimento e melhorias nos processos de negcio
de uma usina de acar e lcool so outros exemplos de como a tecnologia da
informao pode representar um enorme diferencial a ser explorado pela alta
administrao da empresa.
Os investimentos em um SAD podem realmente contribuir para o sucesso das
usinas de acar e lcool, uma vez que a mesma passa a ser aplicada em favor da
competitividade empresarial.

125
As tecnologias de SAD ajudam a interpretar o que ocorreu e a decidir sobre

estratgias futuras para a empresa, ou seja, tm a finalidade de informar a alta
direo da empresa e a gerncia quando, como, por que e onde ocorrem problemas
ou
oportunidades
de
melhoria
dentro
da
organizao,
projetando
certas
caractersticas e indicando ao usurio situaes que podem, muitas vezes,

passarem despercebidas.
Os DW e Data Mart, servem como fonte de dados para estas aplicaes,
assegurando a consistncia, integrao e preciso dos dados. Os sistemas
transacionais no conseguem responder essas questes por isso, necessria a
criao de um ambiente de apoio de deciso robusto, sustentvel e confivel.
Pelos resultados expostos, considera-se que o principal objetivo que consistia
em desenvolver um SAD para controle e gerenciamento agrcola em usinas de
acar e lcool foi atingido. O modelo de armazenagem foi desenvolvido com a
finalidade de atender as diversas ferramentas de extrao de dados existentes no
mercado.
A maneira simples de efetuar as consultas e o modo com que as informaes
foram estruturadas e armazenadas, capacita o modelo de armazenagem proposto
adequado para extrao das informaes gerenciais e estratgicas, o que seria
quase que impossvel de ser realizado em um modelo de armazenagem de
informaes tradicional.
Para o desenvolvimento e implantao de um projeto que envolva a tecnologia
de SAD se faz necessrio uma equipe qualificada na rea de conhecimento na
tecnologia proposta e por outro lado toda uma equipe envolvida, focada e disposta a
colaborar com a mudana cultural que essas novas tecnologias vierem a exigir com
sua implantao. Eleger um patrocinador do projeto tambm muito importante, pois
ele que ir fornecer subsdios para o andamento do mesmo. A escolha deste
patrocinador quase sempre feita com um executivo de alto nvel (Diretor ou
Gerente) dentro da organizao.

126
O comprometimento da alta administrao, a integrao permanente com a

equipe de negcios e sistemas, avaliao das ferramentas e tecnologias,
possibilidade
de
consultas
personalizadas,
incluso
somente
dos
dados
necessrios, definio dos papis e responsabilidades e correta integrao dos

trabalhos das equipes principalmente com o envolvimento do usurio final, podem
ser considerados como fatores crticos de sucesso na implementao de um SAD.
As
maiores
dificuldades
encontradas
pelo
pesquisador
durante
desenvolvimento do sistema foram com relao mudana cultural existente na

organizao e resistncia por parte da equipe de informtica da prpria empresa em
fornecer as informaes.
Outro fato importante que os Diretores e Gerentes tendem a querer todos os
dados existentes nos sistemas legados (fontes), desde a primeira verso.
Isso, geralmente aumenta a complexidade do modelo, gerando dificuldade na
utilizao pelos usurios, o que leva ao desnimo e abandono, deixando a
impresso de que DW muito complicado e difcil de ser usado, ou seja, no se
terminava o primeiro projeto porque no se sabia onde este era finalizado.
A ferramenta utilizada para modelagem dos dados foi o Software Erwin 3.5 e o
Banco
de
Dados
utilizado
para
armazenamento
das
informaes
desenvolvimento do DW foi o SQL Server 2000.
6.1 - Proposta para Trabalhos Futuros

Como proposta para trabalhos futuros, poder ser feita a implantao do modelo
proposto em usinas de acar e lcool e destilarias do setor sucroalcooleiro para
avaliao e validao dos resultados obtidos e como o modelo desenvolvido se
comportar em outras unidades do mesmo segmento.
Desenvolver novos modelos para serem utilizados em outras reas da usina
utilizando a mesma tecnologia.
Adicionar ao modelo proposto a rea agrcola automotiva (Caminhes,
Colhedoras de Cana, Carregadoras, Tratores, Implementos Agrcolas, entre outros).
Uma outra possibilidade seria comparar o modelo proposto na pesquisa com
outros modelos de sistemas j existentes no mercado e que atuam em usinas de
acar e lcool e destilarias do setor sucroalcooleiro.

127
Referncias Bibliogrficas
AQUARONI, L.M.; CAZARINI, E.W. (2001) Fatores Chaves de Sucesso Aplicados
ao Processo Decisrio Organizacional com o uso do SAD. In: Encontro Nacional
de Engenharia de Produo - XXI ENEGEP, 2001, Salvador, Bahia.
ASSUMPO, M. R. (2001) Integrao da Cadeia Produtiva do Acar Rede

de Suprimento da Indstria Alimentcia. Tese de Doutorado - rea de Engenharia
de Produo - Escola Politcnica/USP - So Paulo, 2001.
BAKER, C. R. (2000) Towards the increased use of action research in

accounting information systems. Accounting Forum. Vol. 24 N 4, December.
BARBIER, R. (2002) A pesquisa-ao. Trad. Lucie Didio. Braslia: Plano Editora.
BARRET, D.; BARTON, N. (2006). Best Practices in Building a Data Warehouse

Quickly. Business Intelligence Journal; Fourth Quarter, ABI/INFORM Global pg. 37.
BASKERVILLE, R.L.; WOOD-HARPER, T.A. (1996) A critical perspective on action

research as a method for information systems research. Journal of Information
Technology (1996) 11, 235-246.
BISPO, C.A.F. (1998) Uma Anlise da Nova Gerao de Sistemas de Apoio

Deciso. Dissertao (Mestrado) - Escola de Engenharia de So Carlos Universidade de So Paulo, So Carlos, 1998.
BISPO, C.A.F.; CAZARINI, E.W. (1998) A Evoluo do Processo Decisrio. In:

Encontro Nacional de Engenharia de Produo - XVIII ENEGEP, 1998, Niteri, Rio
de Janeiro.

128
BUOSI, T. (2004) Sistemas Computacionais de Suporte Medio de

Desempenho: Proposio de Critrios para Anlise, Comparao e Aquisio
de Sistemas. Dissertao (Mestrado) - Escola de Engenharia de So Carlos Universidade de So Paulo, So Carlos, 2004.
CALDAS, M.P.K.; SCANDELARI, L.; KOVALESKI, J.L. (2006) Aplicaes sobre um

data warehouse no ambiente das organizaes e suas vantagens. In: Simpsio
de Engenharia de Produo, XIII SIMPEP, 2006, Bauru. So Paulo.
CHIZZOTI, A. (1991) Pesquisa em cincias humanas e sociais. So Paulo,

Cortez.
CLERICUZI, A.Z.; ALMEIDA, A.T.; COSTA, A.P.C.S. (2006) Aspectos relevantes

dos SAD nas organizaes: um estudo exploratrio. Produo, v.16, n.1, 2006.
COREY, M.; ABBEY, M.; ABRAMSON, I.; TAUB, B. (2001) Oracle 8i data
warehouse. Traduo Joo Tortello. Rio de Janeiro: Campus.
CORREA, L.A.; GUEDES, L.G.R.; LEMOS, R.P. (2007) Determinao da

maturidade organizacional para o sucesso gerencial do data warehouse. In:
Simpsio de Engenharia de Produo, XIV SIMPEP, 2007, Bauru. So Paulo.
DEMO, P. (2002) Pesquisa e construo de conhecimento: metodologia

cientfica no caminho de Habermas. Rio de Janeiro: Tempo Brasileiro.
DUARTE, M.D.O.; GUSMO, A.P.H.; ALMEIDA, A.T. (2005) Sistema de apoio

deciso com modelo aditivo para priorizao de sistemas de informao. In:
Encontro Nacional de Engenharia de Produo, XXV ENEGEP, 2005, Porto Alegre,
Minas Gerais.
FAVARETTO, F. (2007) Melhoria da qualidade da informao no controle da
produo: estudo exploratrio utilizando Data Warehouse. Produo, v.17, n.2,
2007.

129
FREIRE, J.E. (2000) Uma abordagem sobre os colaboradores na atual

sociedade da informao. Dissertao (Mestrado) - Escola de Engenharia de So
Carlos - Universidade de So Paulo, So Carlos, 2000.
FREIRE, J.E.; CAMPOS, R.R. (2007) Aspectos da Implantao e Manuteno de

Sistemas ERP no Setor Sucroalcooleiro da Regio de Ribeiro Preto e So
Jos do Rio Preto. In: Encontro Nacional de Engenharia de Produo, XXVII
ENEGEP, 2007, Foz do Iguau. Paran.
FREIRE, J.E.; SEIXAS, J.A.; CAZARINI, E.W. (2001) Uma Nova Arquitetura de
Sistema de Apoio Deciso. In: Encontro Nacional de Engenharia de Produo XXI ENEGEP, 2001, Salvador, Bahia.
FORTULAN, M.R.; FILHO, E.V.G. (2005) Uma proposta de aplicao de Business

Intelligence no cho-de-fbrica. Gesto & Produo, v.12, n.1, 2005.
FORTULAN, M.R. (2006) O uso de Business Intelligence para gerar indicadores

de desempenho no Cho-de-Fbrica: uma proposta de aplicao em uma
empresa de manufatura. Dissertao (Mestrado) - Escola de Engenharia de So
GONALVES, P.R. (2005) Sistema de Informao Geogrfica para Apoio

Deciso ao Combate a Incndio. Dissertao (Mestrado) - Escola de Engenharia
de So Carlos - Universidade de So Paulo, So Carlos, 2005.
GRIGORI, D.; CASATI, F.; CASTELLANOS, M.; DAYAL, U.; SAYAL, M.; SHAN,
M.C. (2004) Business Process Intelligence. Computers in Industry, V.53, P.324343.
HOLANDA, V.B; RICCIO, E.L. (2001) A Utilizao da Pesquisa-Ao para
Perceber e Implementar Sistemas de Informaes Empresariais. 13th Asian
Pacific Conference on International Accounting Issues. Rio de Janeiro, Outubro.

130
INMON, W. H. (1997) Como Construir o Data Warehouse. 2 ed. New York:

Editora Campus.
INMON, W. H. (2000) The Data Warehouse Environment: Quantifying Cost

Justification
and
Return
on
Investment.
Disponvel
em:
http://www.billinmon.com/library/whiteprs/???.pdf Acesso em 13/04/2007.
ITALIANO, I.C.; FERREIRA, J.E. (2006) Synchronization Options for Data

Warehouse Designs.
JUNIOR, R.F.T.; FERNANDES, F.C.F.; PEREIRA, N.A. (2006) Sistemas de apoio

deciso para programao da produo em fundies de mercado. Gesto &
Produo, v.13, n.2, 2006.
KIMBALL, R. (1998) Data Warehouse Toolkit. 2 ed. So Paulo: Makron Books.
LACERDA, J.M.; AMARO, A.L. (2007) Seleo e acompanhamento de

desempenho de pessoal com auxlio de sistemas de apoio deciso (SAD). In:
Encontro Nacional de Engenharia de Produo, XXVII ENEGEP, 2007, Foz do
Iguau. Paran.
LAPLANTINE, F. (2004) Antropologia da doena. So Paulo. Martins Fontes.
LAUDON, K.C.; LAUDON, J.P. (1996) Management information System. 4 ed.

Organization and Technology. So Paulo: Prentice-Hall.
MACCARI, E.A.; SAUAIA, A.C.A. (2006) Aderncia de sistemas de informao na

tomada de deciso: um estudo multicaso com jogos da empresa. Gesto da
Tecnologia e Sistemas de Informao, So Paulo, v.3, n.3, p.371-388, 2006. ISSN
1807-1775.
MACEDO, I.C. (2005) A Energia da Cana de Acar. Doze estudos sobre a

agroindstria da cana-de-acar no Brasil e a sua sustentabilidade. UNICA.

131
MANNINO, M.V.; WALTER, Z. (2006) A framework for data warehouse refresh

policies. Decision Support Systems, v. 42 n. 7, p. 121-143.
MARAKAS, G.M. (1999) Decision Support System in the Twenty-first Century.

DSS and data mining technologies for tomorrows manager. New Jersey: Prentice
Hall.
MARCH, S.T.; REVNER, A.R. (2007) Integrated decision support systems: A

data warehousing perspective. Decision Support Systems, v. 43 n. 3, p. 10311043.
MARION, J. C. (1996) - Contabilidade e controladoria em agribusiness. Editora

Atlas. So Paulo.
MCKERNAN, J. (1991). Curriculum action research: a handbook of methods and

resources for the reflective practitioner. Nova York: St. Martins Press.
MEIRA, K.M.G. (2004) Utilizao da Tecnologia de Data Warehousing e da

Ferramenta OLAP para apoiar Captao de Doadores de Sangue: Estudo de
Caso em um Hemoncleo. Dissertao (Mestrado) - Escola de Engenharia de So
MIGLIOLI, A.M. (2006) Tomada de Deciso na Pequena Empresa: Estudo

Multicaso sobre a Utilizao de Ferramentas informatizadas de Apoio
Deciso. Dissertao (Mestrado) - Escola de Engenharia de So Carlos Universidade de So Paulo, So Carlos, 2006.
MORAES, M.A.F.D; SHIKIDA, P.F.A. (2002) Agroindstria Canavieira no Brasil.

Evoluo, Desenvolvimento e Desafios. So Paulo: Atlas.
MORIN, A. (2004) Pesquisa-ao integral e sistmica: uma antropedagogia

renovada. Rio de Janeiro. DP&A.

132
OSTANEL, L.H. (2005) Uma Proposta de Utilizao da Internet como Suporte

Informacional Gesto da Pequena Empresa. Dissertao (Mestrado) - Escola de
Engenharia de So Carlos - Universidade de So Paulo, So Carlos, 2005.
PURCIDONIO, P.M.; OLIVEIRA, L.S.; HATAKEYAMA, K.; SCANDELARI, L. (2006)

A gesto eficaz do conhecimento atravs da integrao entre o sistema ERP e
CRM: um estudo de caso em uma indstria do setor metalrgico. In: Encontro
Nacional de Engenharia de Produo, XXVI ENEGEP, 2006, Fortaleza. Cear.
RAHMAN, N. (2007) Refreshing data warehouses with near real-time updates.

Journal of Computer Information Systems, V.47 n. 3, p. 71-80
RIVAS, I.T.; RIVERA, M.R.; LIZAMA, E.R. (2007) Una metodologa para sectorizar
pacientes en el consumo de medicamentos aplicando datamart y datamining
en un hospital. Ind. data v.10 n.1 Lima ene./jun. 2007.
SANTOS, D.E.; MORAES, R.O. (2007) Condicionantes de desempenho em

projetos de data warehouse: estudo de caso em uma empresa brasileira de
saneamento. In: Simpsio de Engenharia de Produo, XIV SIMPEP, 2007, Bauru.
So Paulo.
SEIXAS, J.A. (2000) Um estudo sobre uso do data warehouse para Auxiliar o
tratamento da informao no sistema produtivo: um estudo de caso em uma
empresa no setor agroindustrial. Dissertao (Mestrado) - Escola de Engenharia
de So Carlos - Universidade de So Paulo, So Carlos, 2000.
SINGH, H.S. (2001) Data Warehouse. So Paulo: Makron Books.
TARAPANOFF, K.; MENDES, M.D.; JUNIOR, R.H.A. (1995) Tcnicas para tomada
de deciso nos sistemas de informao. Braslia: Thesaurus, 1995.

133
TARAPANOFF, K.; JUNIOR, R.H.A.; CORMIER, P.M.J. (2000) Sociedade da

informao e inteligncia em unidades de informao. Cincia da Informao,
Dez 2000, vol.29, n.3, p.91-100. ISSN 0100-1965
THIOLLENT, M. (1997) Pesquisa-Ao nas Organizaes. So Paulo: Editora

Atlas, 164p.
USINA (2007) Caderno de Informaes. 2007.

134
Bibliografia Complementar:
ANFAVEA
(2007).
Associao
Nacional
dos
Fabricantes
de
Veculos
Automotores do Brasil Disponvel em: http://www.anfavea.com.br/Index.html Acesso

em: 06/06/2007.
ARAJO, A. C. (2005). A informao Como Fator Diferenciador para o Sucesso

Estratgico
das
Organizaes
Disponvel
em:
http://www.informal.com.br/artigos/a10092002_001.htm Acesso em: 13/08/2005.
CANAOESTE (2007). Associao dos Plantadores de Cana do Estado de So

Paulo. Disponvel em: http://www.canaoeste.com.br Acesso em: 06/06/2007.
CANAVIEIROS (2007). Revista Canavieiros - Edio 11: maio 2007. Disponvel

em:
http://www.revistacanavieiros.com.br/canavieiro/Rev_Canavieiros_Abril/Default.html
Acesso em: 12/06/2007.
COPERSUCAR (2007). Cooperativa de Produtores de Cana-de-Acar, Acar e

lcool do Estado de So Paulo. A Moderna Agroindstria Canavieira. Disponvel
em: http://www.copersucar.com.br Acesso em: 06/06/2007.
DALALBA, A. (2007). Um Estudo sobre Data Warehouse. Disponvel em:
http://www.geocities.com/siliconvalley/port/5072/ Acesso em: 07/03/2007.
EMBRAPA (2008). Empresa Brasileira de Pesquisa Agropecuria. Disponvel em:

http://www.embrapa.br/ Acesso em: 14/01/2008.
IDEA (2007). Instituto de Desenvolvimento Agroindustrial - Revista IDEA NEWS

- Edio 78 - Maio 2007. Disponvel em: http://www.ideaonline.com.br Acesso em:
05/05/2007.
IEA
(2007).
Instituto
de
Economia
Agrcola.
Disponvel
http://www.iea.sp.gov.br/OUT/verTexto.php?codTexto=4010 Acesso em: 14/12/2007.
em:

135
REVISTA QUMICA (2007). Tecnologia amplia oferta e reduz custo do lcool.

Disponvel
em:
http://www.quimica.com.br/revista/qd417/alcool1.htm
Acesso
em:
07/12/2007.
UNICA (2007). Unio da Agroindstria Canavieira de So Paulo: Produo e uso

do Etanol combustvel no Brasil. Disponvel em: http://www.unica.com.br Acesso
em: 16/05/2007.
Anexos
ANEXOS
O objetivo destes anexos mostrar alguns exemplos, utilizando-se de uma

linguagem de programao padro, informaes extradas do modelo de
armazenagem proposto e responder a diversas questes que foram levantadas no
captulo 1 deste trabalho.
A linguagem de programao utilizada ser a linguagem SQL (Structured Query
Language) ou linguagem de consulta estruturada. uma linguagem de pesquisa
declarativa para banco de dados relacionais (base de dados relacional).
Os relatrios desenvolvidos foram utilizando o Microsoft Excel e o Crystal
Reports.
Anexos
ANEXO - 1 ( Questes com Relao Produo ):

SELECT
BANCO_GERAL.ANO, BANCO_GERAL.SAFRA,BANCO_GERAL.MES, BANCO_GERAL.COD_FUNDO,
BANCO_GERAL.NOME_FUNDO, BANCO_GERAL.COD_TALHAO, BANCO_GERAL.COD_VAR,
BANCO_GERAL.DESC_VAR,Sum(BANCO_GERAL.PROD_TON) AS 'PROD_TON'
FROM
DDS_AGRICOLA.dbo.BANCO_GERAL BANCO_GERAL
WHERE
(BANCO_GERAL.ANO>=? And BANCO_GERAL.ANO<=?)
AND (BANCO_GERAL.MES>=? And BANCO_GERAL.MES<=?)
AND (BANCO_GERAL.COD_FUNDO>=? And BANCO_GERAL.COD_FUNDO<=?)
GROUP BY
BANCO_GERAL.ANO, BANCO_GERAL.SAFRA, BANCO_GERAL.MES, BANCO_GERAL.COD_FUNDO,
BANCO_GERAL.NOME_FUNDO, BANCO_GERAL.COD_TALHAO, BANCO_GERAL.COD_VAR,
BANCO_GERAL.DESC_VAR
ORDER BY
BANCO_GERAL.ANO, BANCO_GERAL.SAFRA, BANCO_GERAL.MES, BANCO_GERAL.COD_FUNDO,
BANCO_GERAL.COD_TALHAO, BANCO_GERAL.NOME_FUNDO, BANCO_GERAL.COD_VAR, BANCO_GERAL.DESC_VAR
O SQL do Anexo - 1 retorna a informao referente produo de toneladas de cana por ano, safra, ms,
fundo agrcola, talho e variedade de cana. A consulta permite a realizao de diversos filtros utilizando-se
desses parmetros, ou seja, possvel saber a produo de toneladas de cana referente a um fundo agrcola
ou a uma variedade de cana em especfico e realizar o cruzamento dessas informaes em uma nica consulta.
O retorno das informaes pode se referir a vrios perodos de tempo, o que antes no era possvel, utilizando o
ambiente existente na usina.
Anexos
ANEXO - 2 ( Questes com Relao ao Rendimento ):

SELECT
FUNDO_SOLO_VARIEDADE.SAFRA, FUNDO_SOLO_VARIEDADE.COD_FUNDO, FUNDO_SOLO_VARIEDADE.NOME_FUNDO,
FUNDO_SOLO_VARIEDADE.SOLO_TALHAO, FUNDO_SOLO_VARIEDADE.VAR_TALHAO,
FUNDO_SOLO_VARIEDADE.COD_ESTAG, FUNDO_SOLO_VARIEDADE.COD_TALHAO,
FUNDO_SOLO_VARIEDADE.TONELADAS, FUNDO_SOLO_VARIEDADE.AREA_CORTE_TALHAO,
FUNDO_SOLO_VARIEDADE.TON_HA
FROM
DDS_AGRICOLA.dbo.FUNDO_SOLO_VARIEDADE FUNDO_SOLO_VARIEDADE
WHERE
(FUNDO_SOLO_VARIEDADE.ANO>=? And FUNDO_SOLO_VARIEDADE.ANO<=?) AND
(FUNDO_SOLO_VARIEDADE.COD_FUNDO>=? And FUNDO_SOLO_VARIEDADE.COD_FUNDO<=?) AND
(FUNDO_SOLO_VARIEDADE.SOLO_TALHAO>=? And FUNDO_SOLO_VARIEDADE.SOLO_TALHAO<=?) AND
(FUNDO_SOLO_VARIEDADE.VAR_TALHAO>=? And FUNDO_SOLO_VARIEDADE.VAR_TALHAO<=?) AND
(FUNDO_SOLO_VARIEDADE.COD_ESTAG>=? And FUNDO_SOLO_VARIEDADE.COD_ESTAG<=?) AND
(FUNDO_SOLO_VARIEDADE.STATUS_TALHAO='FECHADO')
ORDER BY
FUNDO_SOLO_VARIEDADE.ANO, FUNDO_SOLO_VARIEDADE.COD_FUNDO, FUNDO_SOLO_VARIEDADE.SOLO_TALHAO,
FUNDO_SOLO_VARIEDADE.VAR_TALHAO, FUNDO_SOLO_VARIEDADE.COD_ESTAG
O SQL do Anexo - 2 retorna a informao referente a produtividade agrcola por ano/safra, fundo agrcola,
tipo de solo, variedade de cana, estgio de corte e talho. A consulta permite diversos filtros utilizando-se
desses parmetros, fazendo a extrao da informao referente a histricos de vrios anos de safra e
permitindo o cruzamento dessas informaes em uma nica consulta, o que antes no era permitido pelo
ambiente existente na Usina. Nesta consulta possvel identificar o rendimento de uma variedade de cana em
determinado fundo agrcola, ou em determinado tipo de solo, ou em determinado tipo de corte, ou seja,
possvel fazer o cruzamento da informao de diversas maneiras.
Anexos
ANEXO - 3 ( Questes com Relao ao Preo e Faturamento ):

SELECT
PRECO_CANA_MES.ANO, PRECO_CANA_MES.SAFRA, PRECO_CANA_MES.MES, PRECO_CANA_MES.TONELADAS,
PRECO_CANA_MES.FATURAMENTO, PRECO_CANA_MES."R$_POR_TON"
FROM
DDS_AGRICOLA.dbo.PRECO_CANA_MES PRECO_CANA_MES
WHERE
(PRECO_CANA_MES.ANO>=? And PRECO_CANA_MES.ANO<=?)
AND (PRECO_CANA_MES.MES>=? And PRECO_CANA_MES.MES<=?)
ORDER BY
PRECO_CANA_MES.ANO, PRECO_CANA_MES.MES
COMPUTE
SUM(PRECO_CANA_MES.TONELADAS),
SUM(PRECO_CANA_MES.FATURAMENTO)
O SQL do Anexo - 3 retorna a informao referente ao preo mdio da tonelada de cana nos anos e meses
de safra. O faturamento mdio mensal tambm uma informao que a consulta disponibiliza ao gerente.
A consulta permite utilizar os parmetros ano e ms, referente a histricos de vrios anos de safra e
permitindo o cruzamento dessas informaes em uma nica consulta (Ex: Comparar o preo mdio e
faturamento por tonelada de cana referente ao ms de maio de todas as safras).
A produo total de toneladas de cana e o faturamento mdio por tonelada de cana do perodo so
mostrados logo abaixo da consulta utilizando o comando COMPUTE, como um resumo das informaes.
Utilizando estas duas informaes, o gerente consegue chegar ao preo mdio da tonelada de cana do perodo,
de acordo com os parmetros da consulta.
Anexos
ANEXO - 4 ( Questes com Relao aos Dados Tecnolgicos: FIBRA, PC, POL
e ATR ) Exemplo: PC
CREATE PROCEDURE MEDIA_PC_MENSAL
@SAFRA_INI VARCHAR(5), @SAFRA_FIM VARCHAR(5), @MES_INI VARCHAR(2), @MES_FIM VARCHAR(2),
@FUNDO_INI VARCHAR(5), @FUNDO_FIM VARCHAR(5), @VAR_INI VARCHAR(2), @VAR_FIM VARCHAR(2) AS
SELECT
A.MES, SUM(CASE WHEN A.PC_POR_TON = 0.00 THEN A.PROD_TON ELSE 0.00 END) AS TON_SEM_ANALISE,SUM(CASE
WHEN A.PC_POR_TON <> 0.00 THEN A.PROD_TON ELSE 0.00 END) AS TON_ANALISADAS,SUM(A.PROD_TON) AS
TONELADAS,SUM(A.PC_POR_TON * A.PROD_TON) AS TONELADAS_PC,SUM(A.PC_POR_TON * A.PROD_TON) / SUM(CASE
WHEN A.PC_POR_TON <> 0.00 THEN A.PROD_TON END) AS PC_MEDIA
FROM
DIMENSAO_FATO A
WHERE
CONVERT(CHAR(4),YEAR( '01/01/'+ SUBSTRING(A.SAFRA,1,2))) BETWEEN

YEAR( '01/01/'+ SUBSTRING(@SAFRA_INI,1,2) )
AND YEAR( '01/01/'+ SUBSTRING(@SAFRA_FIM,1,2))
AND A.MES BETWEEN @MES_INI AND @MES_FIM
AND A.COD_FUNDO BETWEEN @FUNDO_INI AND @FUNDO_FIM
AND A.COD_VAR BETWEEN @VAR_INI AND @VAR_FIM
GROUP BY A.MES
ORDER BY A.MES
Vrios mtodos analticos padro so disponveis para determinar o pico de maturidade ou qualidade para
que a cana seja colhida no tempo certo. Sem tal anlise vrios agricultores tambm colhem a cana baseada na
idade do cultivo e aparncia. s vezes os agricultores colhem o cultivo mesmo antes de esse estar totalmente
maduro por causa da necessidade de suprir cana s moendas o mais cedo possvel. Para que possa fornecer
matria-prima para a destilaria durante toda a safra, que dura em torno de seis meses, necessrio que a
lavoura de cana-de-acar, tenha variedades precoces, mdias e tardias, isto quer dizer, variedades em que a
maturao ocorra no incio, meio e fim da safra. O procedimento em SQL do Anexo - 4 retorna as informaes da
curva de maturao ou pureza da cana de acordo com os parmetros informados (Safra, Ms, Fundo Agrcola e
Variedade de Cana).
Anexos
ANEXO - 5 ( Questes com Relao aos Custos ):

CREATE PROCEDURE GASTOS_PROCESSOS
@ANOMES_INI
VARCHAR(6),
@ANOMES_FIM
@FUNDO_INI
VARCHAR(5),
@FUNDO_FIM
VARCHAR(6),
VARCHAR(5),
@ORIGEM_INI
VARCHAR(25),
@ORIGEM_FIM
VARCHAR(25)
AS
DECLARE @TOTAL NUMERIC(19,2)
SELECT
DECLARE @TONELADAS NUMERIC(19,2)
@TOTAL = SUM(VL_TOTAL)
FROM
GASTOS_FUNDO_AGRICOLA
WHERE
ANO+MES BETWEEN @ANOMES_INI AND @ANOMES_FIM AND COD_FUNDO BETWEEN @FUNDO_INI AND @FUNDO_FIM
SELECT
@TONELADAS = SUM(PROD_TON)
AND ORIGEM BETWEEN @ORIGEM_INI AND @ORIGEM_FIM
FROM
DIMENSAO_FATO
WHERE
ANO+MES BETWEEN @ANOMES_INI AND @ANOMES_FIM AND COD_FUNDO BETWEEN @FUNDO_INI AND @FUNDO_FIM
SELECT
GRUPO_PROCESSOS, SUM(VL_TOTAL) AS TOTAL, SUM(VL_TOTAL)/@TOTAL AS PERC, TONELADAS AS
AND @ORIGEM_INI <> '03_FORNECEDORES' AND @ORIGEM_FIM <> '03_FORNECEDORES'
TON,SUM(VL_TOTAL)/@TONELADAS
FROM
AS 'R$/TON'
GASTOS_FUNDO_AGRICOLA
WHERE ANO+MES BETWEEN @ANOMES_INI AND @ANOMES_FIM AND COD_FUNDO BETWEEN @FUNDO_INI AND
@FUNDO_FIM AND ORIGEM BETWEEN @ORIGEM_INI AND @ORIGEM_FIM
GROUP BY GRUPO_PROCESSOS
ORDER BY GRUPO_PROCESSOS
O procedimento em SQL do Anexo - 5 retorna as informaes com relao aos custos agrcolas por
processo (Plantio, Tratos, Colheita, entre outros) de acordo com os parmetros informados (Ano, Fundo Agrcola
e Origem da Cana: Prpria ou Fornecedor). A consulta tambm retorna as toneladas de cana entregues no
perodo, ou seja, possvel encontrar o custo por tonelada de cana de cada processo respectivamente.
Anexos
ANEXO - 6 ( Questes com Relao a Consultas que Utilizam Comparativos ):

SELECT
*FROM COMPARATIVO_TON_HA_REAL_COM_TON_HA_ESTIM
WHERE
YEAR( '01/01/'+ SUBSTRING(SAFRA,1,2) )
BETWEEN YEAR( '01/01/'+ SUBSTRING('" & Parmetro_1 & "',1,2) )
AND YEAR( '01/01/'+ SUBSTRING('" & Parmetro_2 & "',1,2))
AND COD_FUNDO BETWEEN '" & Parmetro_3 & "' AND '" & Parmetro_4 & "'
AND COD_TALHAO BETWEEN '" & Parmetro_5 & "' AND '" & Parmetro_6 & "'
AND STATUS BETWEEN '" & Parmetro_7 & "' AND '" & Parmetro_8 & "'
ORDER BY
YEAR( '01/01/'+ SUBSTRING(SAFRA,1,2) ),2,3"
O SQL do Anexo - 6 realiza um comparativo entre o rendimento por tonelada de cana previsto e o realizado
por fundo agrcola e seus respectivos talhes de cana durante o perodo de safra. Conforme as informaes vo
sendo importadas mensalmente para o DW, o gerente agrcola pode por meio desta consulta verificar se o que
estava planejado est ocorrendo durante o perodo de safra.
Esta consulta pode ser realizada com uma viso geral da safra ou pode ser feita uma comparao analtica de
cada fundo agrcola, utilizando os parmetros safra, fundo agrcola, talho e status do talho (Encerrado ou em
Processo).
Anexos
ANEXO - 7 ( Questes com Relao a Estimativas ):

CREATE PROCEDURE SIMULA_5_SAFRAS_SINTETICO
@SAFRA VARCHAR(5),
@CORTE1 FLOAT,
@CORTE2 FLOAT,
@CORTE3 FLOAT,
@CORTE4 FLOAT,
@CORTE5 FLOAT,
@PREO_SAFRA FLOAT,
@PRECO_SAFRA1 FLOAT,
@PRECO_SAFRA2 FLOAT,
@PRECO_SAFRA3
FLOAT,
@PRECO_SAFRA4 FLOAT
AS
--CRIA TABELA AUXILIAR

SELECT *INTO #DIMENSAO_TESTE
FROM DIMENSAO_TALHAO
WHERE SAFRA_TALHAO = @SAFRA
--TRANSFERE A AREA TOTAL DO TALHAO PARA A AREA DE CORTE ONDE O ESTAGIO = '00 - PLANTA'
UPDATE #DIMENSAO_TESTE
SET AREA_CORTE_TALHAO = AREA_TOTAL_TALHAO
WHERE ESTAG_TALHAO = '00'
--ATUALIZA OS ESTAGIOS PARA A PROXIMA SAFRA

UPDATE #DIMENSAO_TESTE
SET ESTAG_TALHAO = CASE WHEN LEN(CONVERT(VARCHAR(02),CONVERT(INT,ESTAG_TALHAO) +1)) =1 AND ESTAG_TALHAO < '05'
THEN '0' + CONVERT(VARCHAR(02),CONVERT(INT,ESTAG_TALHAO) +1)
WHEN ESTAG_TALHAO >= '05' THEN '00' ELSE CONVERT(VARCHAR(02),CONVERT(INT,ESTAG_TALHAO) +1) END
--CRIA OUTRA TABELA AUXILIAR

SELECT
CONVERT(CHAR(4),YEAR( '01/01/'+ SUBSTRING(SAFRA_TALHAO,4,2))) AS ANO_SAFRA, COD_FUNDO,COD_TALHAO,
ESTAG_TALHAO, AREA_CORTE_TALHAO,
CASE
WHEN ESTAG_TALHAO = '00' THEN 0.00
WHEN ESTAG_TALHAO = '01' THEN AREA_CORTE_TALHAO * @CORTE1
WHEN ESTAG_TALHAO > '05' THEN AREA_CORTE_TALHAO * 0.00
END AS NOVA_PRODUCAO_TONELADAS,
CASE
WHEN ESTAG_TALHAO = '01' THEN @CORTE1
WHEN ESTAG_TALHAO > '05' THEN 0.00
END AS NOVA_ESTIM_TON_HA
INTO
#ESTIMATIVA_PROXIMA_SAFRA
Anexos
FROM
#DIMENSAO_TESTE
GROUP BY
CONVERT(CHAR(4),YEAR( '01/01/'+ SUBSTRING(SAFRA_TALHAO,4,2))),
COD_FUNDO,
COD_TALHAO,
ESTAG_TALHAO,
AREA_CORTE_TALHAO
ORDER BY 2,3

SELECT *INTO #DIMENSAO_TESTE_1
FROM #ESTIMATIVA_PROXIMA_SAFRA

UPDATE #DIMENSAO_TESTE_1
THEN '0' + CONVERT(VARCHAR(02),CONVERT(INT,ESTAG_TALHAO) +1) WHEN ESTAG_TALHAO >= '05' THEN '00' ELSE
CONVERT(VARCHAR(02),CONVERT(INT,ESTAG_TALHAO) +1) END

SELECT
CONVERT(CHAR(4),YEAR( '01/01/'+ SUBSTRING(ANO_SAFRA,3,2))) AS ANO_SAFRA,
COD_FUNDO, COD_TALHAO,
ESTAG_TALHAO,
AREA_CORTE_TALHAO,
CASE
CASE
INTO
#ESTIMATIVA_PROXIMA_SAFRA_1
FROM
#DIMENSAO_TESTE_1
Anexos
GROUP BY
CONVERT(CHAR(4),YEAR( '01/01/'+ SUBSTRING(ANO_SAFRA,3,2))),
COD_FUNDO,
COD_TALHAO,
ESTAG_TALHAO,
AREA_CORTE_TALHAO
ORDER BY 2,3

FROM #ESTIMATIVA_PROXIMA_SAFRA_1

SELECT
COD_FUNDO,
COD_TALHAO,
ESTAG_TALHAO,
AREA_CORTE_TALHAO,
CASE
CASE
INTO
FROM
#DIMENSAO_TESTE_2
GROUP BY
COD_FUNDO,
COD_TALHAO,
ESTAG_TALHAO, AREA_CORTE_TALHAO
ORDER BY 2,3
Anexos



SELECT
COD_FUNDO,
COD_TALHAO,
ESTAG_TALHAO,
AREA_CORTE_TALHAO,
CASE
CASE
INTO
FROM
#DIMENSAO_TESTE_3
GROUP BY
CONVERT(CHAR(4),YEAR( '01/01/'+ SUBSTRING(ANO_SAFRA,3,2))), COD_FUNDO,
COD_TALHAO, ESTAG_TALHAO,
AREA_CORTE_TALHAO
ORDER BY 2,3

Anexos

SELECT
COD_FUNDO,
COD_TALHAO,
ESTAG_TALHAO,
AREA_CORTE_TALHAO,
CASE
CASE
INTO
FROM
#DIMENSAO_TESTE_4
GROUP BY
COD_FUNDO,
COD_TALHAO,
ESTAG_TALHAO,
AREA_CORTE_TALHAO
ORDER BY 2,3
SELECT
ANO_SAFRA,SUM(AREA_CORTE_TALHAO) AS AREA_CORTE, SUM(NOVA_PRODUCAO_TONELADAS) AS
NOVA_PRODUCAO_TONELADAS, SUM(NOVA_PRODUCAO_TONELADAS) / SUM(AREA_CORTE_TALHAO) AS
NOVA_ESTIM_TON_HA, @PRECO_SAFRA AS PRECO, SUM(NOVA_PRODUCAO_TONELADAS) * @PRECO_SAFRA AS
FATURAMENTO
FROM
#ESTIMATIVA_PROXIMA_SAFRA
WHERE
ESTAG_TALHAO <> '00'
GROUP BY
ANO_SAFRA
UNION
Anexos
SELECT
CONVERT(CHAR(4),ANO_SAFRA + 1) AS ANO_SAFRA, SUM(AREA_CORTE_TALHAO) AS AREA_CORTE,
SUM(NOVA_PRODUCAO_TONELADAS) AS NOVA_PRODUCAO_TONELADAS,
SUM(NOVA_PRODUCAO_TONELADAS) / SUM(AREA_CORTE_TALHAO) AS NOVA_ESTIM_TON_HA,@PRECO_SAFRA1 AS
PRECO, SUM(NOVA_PRODUCAO_TONELADAS) * @PRECO_SAFRA1 AS FATURAMENTO
FROM
WHERE
GROUP BY
ANO_SAFRA
UNION
SELECT
SUM(NOVA_PRODUCAO_TONELADAS) AS NOVA_PRODUCAO_TONELADAS, SUM(NOVA_PRODUCAO_TONELADAS) /
SUM(AREA_CORTE_TALHAO) AS NOVA_ESTIM_TON_HA, @PRECO_SAFRA2 AS
PRECO,SUM(NOVA_PRODUCAO_TONELADAS) * @PRECO_SAFRA2 AS FATURAMENTO
FROM
WHERE
GROUP BY
ANO_SAFRA
UNION
SELECT
SUM(NOVA_PRODUCAO_TONELADAS) AS NOVA_PRODUCAO_TONELADAS, SUM(NOVA_PRODUCAO_TONELADAS) /
SUM(AREA_CORTE_TALHAO) AS NOVA_ESTIM_TON_HA, @PRECO_SAFRA3 AS PRECO,
SUM(NOVA_PRODUCAO_TONELADAS) * @PRECO_SAFRA3 AS FATURAMENTO
FROM
WHERE
GROUP BY
ANO_SAFRA
UNION
SELECT
SUM(NOVA_PRODUCAO_TONELADAS) AS NOVA_PRODUCAO_TONELADAS,
SUM(NOVA_PRODUCAO_TONELADAS) / SUM(AREA_CORTE_TALHAO) AS NOVA_ESTIM_TON_HA, @PRECO_SAFRA4 AS
PRECO, SUM(NOVA_PRODUCAO_TONELADAS) * @PRECO_SAFRA4 AS FATURAMENTO
FROM
WHERE
GROUP BY
ANO_SAFRA
ORDER BY
ANO_SAFRA
Anexos
O procedimento SQL do Anexo - 7 retorna a informao sobre a estimativa de produo de toneladas de

cana, rendimento ton/ha e faturamento mdio para as prximas cinco safras. O gerente entra com as
informaes de rendimento esperadas para cada estgio de corte e preo mdio esperado para as prximas
safras. Estas informaes so processadas com base na safra base desejada.
O normal entre as unidades produtoras a realizao da reforma do talho de cana aps o seu quinto corte,
porm existem algumas excees. Considerando estas excees, esta consulta permite ao gerente agrcola
realizar a simulao com a flexibilidade de at dez cortes da cana antes da realizao da reforma de seus
talhes. O resultado disponibilizado na consulta mostra tambm o faturamento mdio e as toneladas de cana
estimadas para cada safra em especfico e o novo rendimento mdio ton/ha para o perodo.
Anexos
ANEXO - 8 ( Questes com Relao a Simulaes ):

CREATE PROCEDURE CALC_VAR_PERCENT
@SAFRA_INI
VARCHAR(5),
@SAFRA_FIM
VARCHAR(5)
AS
DECLARE @VAR
SELECT
@VAR = SUM(TONELADAS) FROM PROD_ESTIM_FUNDO
NUMERIC(19,2)
WHERE CONVERT(CHAR(4),YEAR( '01/01/'+ SUBSTRING(SAFRA_TALHAO,1,2)))

BETWEEN YEAR( '01/01/'+ SUBSTRING(@SAFRA_INI,1,2) ) AND YEAR( '01/01/'+ SUBSTRING(@SAFRA_FIM,1,2))
SELECT
VAR_TALHAO, IDENTITY(INT,1,1) AS CLASSIF,DESC_VAR,TONELADAS,PERC
INTO
#CLASSIF_PERCENT
FROM
( SELECT VAR_TALHAO, B.DESC_VAR,SUM(TONELADAS) AS TONELADAS, CAST(SUM(TONELADAS)/@VAR * 100 AS

DECIMAL(10,2)) AS PERC FROM PROD_ESTIM_FUNDO INNER JOIN DIMENSAO_VARIEDADE B ON VAR_TALHAO =
B.COD_VAR AND SAFRA_TALHAO = B.SAFRA_VAR
WHERE
CONVERT(CHAR(4),YEAR( '01/01/'+ SUBSTRING(SAFRA_TALHAO,1,2)))

BETWEEN YEAR( '01/01/'+ SUBSTRING(@SAFRA_INI,1,2) ) AND YEAR( '01/01/'+ SUBSTRING(@SAFRA_FIM,1,2))
GROUP BY
VAR_TALHAO,B.DESC_VAR) TBL
ORDER BY
5 DESC
SELECT
*FROM #CLASSIF_PERCENT
O procedimento SQL do Anexo - 8 retorna a informao sobre a produo de toneladas de cana por
variedade de cana, em ordem decrescente de toneladas e o seu percentual em relao ao total de toneladas
previstas para a safra. Por intermdio desta consulta, o gerente consegue identificar quais sero as variedades
de cana que vo entregar a maior quantidade de matria prima durante a safra. Sabendo quais so estas
variedades, o diretor pode utiliz-las na consulta SQL abaixo e realizar vrias simulaes, como por exemplo, se
concentrar nas maiores variedades para uma aplicao de fertilizantes e simular uma nova produo de
toneladas aps a aplicao destes fertilizantes.
Anexos
SELECT
TONELADAS = SUM(CASE WHEN VAR_TALHAO IN ('75','44','49','63','74') THEN TONELADAS * (1 + CAST(REPLACE('5.00',',','.')
AS DECIMAL(10,5)) / 100) ELSE TONELADAS END)
FROM
PROD_ESTIM_FUNDO
WHERE
COD_FUNDO >= '002.6' AND COD_FUNDO <= '923.4'
AND SAFRA_TALHAO = '07/08'
O SQL acima retorna a informao de toneladas de cana referente a uma simulao que efetuada
alterando o rendimento de at cinco variedades de cana simultaneamente. Pode ser efetuada uma consulta
global ou em apenas um fundo agrcola em especfico. No que seja uma regra, porm, para uma melhor
aplicao e utilizao desta consulta, ela deve ser efetuada com os resultados obtidos da consulta do Anexo - 8.

Renato Tavares

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Renato Tavares

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDADE DE SOPAULO

ESCOLA DE ENGENHARIA DE SO CARLOS

PROPOSTA DE UM SISTEMA DE APOIO DECISO PARA

PROPOSTA DE UM SISTEMA DE APOIO DECISO PARA

Dissertao apresentada Escola de Engenharia

rea de Conhecimento: Gesto do Conhecimento

Orientador: Prof. Dr. Edson Walmir Cazarini.

AUTORIZO A REPRODUO E DIVULGAO TOTAL OU PARCIAL DESTE

Ficha catalogrfica preparada pela Seo de Tratamento

Dissertao (Mestrado-Programa de Ps-Graduao e rea

1. Sistemas de apoio deciso. 2. Data Warehouse.

Agradeo primeiramente a Deus, por me proporcionar novamente esta oportunidade

A USP - Universidade de So Paulo.

Aos Professores do Curso de Ps-Graduao.

Coordenao do Curso de Ps-Graduao.

Aos colegas de classe pelo companheirismo e amizade que tiveram comigo.

Ao colega e amigo de classe Marcio Roberto, que sempre me incentivou e deu

Aos funcionrios do Departamento de Engenharia de Produo, Jos Luiz, Fbio,

A todos que direta ou indiretamente contriburam para a realizao desta pesquisa.

Aliada crescente evoluo da computao, dois fatores tambm comearam a

Palavras-Chave: Sistemas de Apoio Deciso, Data Warehouse, Usinas de Acar

Proposta de um Sistema de Apoio Deciso para

1.2 - Formulao do Problema

1.3 - Objetivo do Trabalho

1.4 - Justificativa do Trabalho

1.5 - Metodologia de Pesquisa

1.6 - Estrutura dos Captulos

1.7 - Outline da Pesquisa

Captulo 2 - Sistemas de Informao e de Apoio Deciso

2.1 - Processo Decisrio

2.2 - Sistemas de Informao Gerenciais (SIG)

2.3 - Sistemas de Apoio Deciso (SAD)

2.4 - Consideraes Finais do Captulo

Captulo 3 - Data Warehouse e Ferramentas de Extrao

3.2 - Principais Caractersticas de um Data Warehouse

3.4 - O Modelo Dimensional

3.5 - Data Mart

3.6 - Arquitetura do Data Warehouse

3.7 - Consideraes Finais do Captulo

Captulo 4 - Agroindstria Canavieira no Brasil

4.2 - Impactos no Meio Ambiente

4.3 - Caractersticas da Cadeia Produtiva

4.4 - Os Processos de Produo no Brasil

4.5 - Cana Orgnica x Cana Convencional

Proposta de um Sistema de Apoio Deciso para

4.6 - Evoluo da Produo no Brasil

4.7 - Custos de Produo

4.9 - Projeo para Agroindstria Canavieira no Brasil

4.10 - Nmeros do Setor e Participao do Capital Estrangeiro

4.11 - Consideraes Finais do Captulo

Captulo 5 - Aplicao da Pesquisa-ao

5.2 - Pesquisa-ao em uma Usina de Acar e lcool

5.2.1 - Primeira Fase da Pesquisa-ao: Pesquisa Exploratria

5.2.2 - Segunda Fase da Pesquisa-ao: Pesquisa Aprofundada

5.2.3 - Terceira e Quarta Fase da Pesquisa-ao: Ao e Avaliao

5.3 - Metodologia ( Construindo o Data Warehouse Dimensional )

5.4 - Os Nove Pontos de Deciso

5.5 - A Fase de Carregamento

5.6 - O Sistema de Extrao de Dados de Produo

5.7 - Estrutura de Armazenamento de Dados Proposta

5.8 - Discusses entre o Modelo Proposto e Reviso Bibliogrfica

5.9 - Consideraes Finais do Captulo

Proposta de um Sistema de Apoio Deciso para

Viso Macro da Estrutura dos Captulos