Você está na página 1de 24

BUSINESS INTELLIGENCE

Gilvani Bruno Kisner Bacharel em Cincias da Computao Ps Graduao em


especializao Tecnologia da Informao nas Organizaes / Universidade Regional de
Blumenau
Prof. Dr. Oscar Dalfovo - Universidade Regional de Blumenau FURB / Universidade
Federal de Santa Catarina Programa de Ps-Graduao em Engenharia Gesto do
Conhecimento / Faculdades IBES.
Prof. Dr. Juarez Perfeito - Universidade Regional de Blumenau FURB.
Prof. Dr. Paulo Maurcio Selig Universidade Federal de Santa Catarina Programa de Ps-
Graduao em Engenharia Gesto do Conhecimento.

This work presents concepts, techniques and tools of Business Intelligence; it importance and
how this technology it can become a competitive differential when taking decisions for
companies. The main concepts related with the subject are described as Data Warehouse,
Data Mining, Data Marts, On-line Analytical Processing (OLAP) tools, Systems of
Information and the levels of decision among others. It proposes a model of Business
Intelligence with the objective of uniting Business Intelligence models with the knowledge
generated by the managers of the companies this generating a new database, the base of the
knowledge.

BUSINESS INTELLIGENCE COMO DIFERENCIAL COMPETITIVO NA GESTO


DE NEGCIOS

Este trabalho apresenta conceitos, tcnicas e ferramentas de Business Intelligence; sua


importncia e como esta tecnologia pode tornar-se um diferencial competitivo na tomada de
decises para as empresas. Descrevem-se os principais conceitos relacionados com o assunto
como Data Warehouse, Data Mining, Data Marts, ferramentas On-line Analytical Processing
(OLAP), Sistemas de Informao e os nveis de deciso entre outros. Prope um modelo de
Business Intelligence com o objetivo de unir os modelos de Business Intelligence com o
conhecimento gerado pelos gestores das empresas gerando assim uma nova base de dados, a
base do conhecimento.

Palavras chaves: Business Intelligence; Gesto de Negcio; Sistemas de Informao; Data


Mining; Data Warehouse; OLAP.

2341
1 INTRODUO

Atualmente as empresas encontram-se num estgio em que necessrio


tomar decises cada vez mais importantes e em espaos de tempo cada vez mais
curtos. Durante suas transaes comerciais as empresas geram uma grande
quantidade de negcios, resultando em uma grande quantidade de dados, relativos
a clientes, fornecedores, produtos e servios que sero armazenados em sistemas
transacionais utilizados pelas empresas, exigindo um esforo enorme na tentativa de
integr-los para que se torne uma fonte de dados para anlises e concluses.
As empresas que conseguem superar as dificuldades e dar incio a uma
gesto voltada a informaes, controlada e orientada para o mercado, sero
capazes de oferecer com rapidez servios e produtos personalizados para seus
clientes. Com iniciativa para mudanas, as empresas podero utilizar a inteligncia
de negcios ou Business Intelligence (BI), para proporcionar ganhos nos processos
decisrios gerenciais e nos de alta administrao. Podero competir em um
mercado mais dinmico, ao definir melhor seu posicionamento atravs da anlise de
itens como a concorrncia, os compradores e fornecedores, os sinais de mercado,
os movimentos competitivos, o mapeamento de grupos estratgicos e o cenrio em
que atuam. BI hoje uma ferramenta analtica de apoio essencial tomada das
decises empresariais, transformando os dados armazenados em inteligncia em
tempo real, e cada vez mais as empresas descobrem os benefcios oferecidos por
avanadas solues de BI, porque planejamento, anlise e capacidade de deciso
so elementos chave para o sucesso.
Para isso algumas metodologias, conceitos e ferramentas de BI e Data
Warehouse (DW) esto se mostrando um dos grandes avanos do setor de
Tecnologia da Informao (TI) na tentativa de armazenamento sistmico e anlise
destas informaes.
Um DW tem como princpio a integrao consolidada de dados extrados de
vrias fontes de dados sejam elas: SGBDs heterogneos, planilhas excell, arquivos
textos e outras fontes externas de informaes, que so modelados em um padro
pr-definido facilitando posteriores anlises, estudos estatsticos e gerenciais,
objetivando as satisfaes estratgicas da empresa.

2342
O BI possibilita que muitas metas definidas pela empresa possam ser
alcanadas, tais como novas oportunidades, permitindo uma viso mais profunda
com relao aos hbitos de consumidores, no aumento das vendas, na reduo dos
custos, no ajuste de oramentos e dentre outros. Todas estas metas so
possivelmente alcanveis em virtude dos dados estarem organizados,
armazenados e transformados, facilitando futuras anlises. Aps a separao e
anlise dos dados conforme a viso de negcio se transforma em inteligncia, ou
seja, inteligncia que ao ser aplicado ao mercado e ao negcio geram vantagem
competitiva para a organizao.
Este trabalho tem como objetivo principal apresentar conceitos de DW e BI,
bem como as ferramentas utilizadas nesses processos e que se forem
implementados corretamente a um grande conjunto de dados, possibilitaro prever
na maioria das vezes, tendncias de mercados, futuros produtos e servios que
podero garantir que as empresas se mantenham no mercado cada vez mais
competitivo. Isto mostra os novos rumos que as empresas esto tomando na rea
de gesto e gerncia de processos de tecnologias de informao, concentrado cada
vez mais no mbito de negcios, produtos, clientes e recursos disponveis.

2 ESTRUTURAS DE UM BUSINESS INTELLIGENCE


Neste captulo ser apresentado conceitos de BI, bem como as ferramentas
utilizadas neste processo, e que ao serem implementadas corretamente permitem o
acesso e manipulao de todas as informaes gerenciais e estratgicas
necessrias para a tomada de decises com dados confiveis e em formato e
agregao adequadas.

2.1 DEFINIO DE BUSSINESS INTELLIGENCE


Um dos principais conceitos disponveis no que diz respeito a gesto
empresarial o BI sendo inteligncia o resultado de um processo que comea com a
coleta de dados. Esses dados so organizados e transformados em informao, que
depois de analisada e contextualizada se transforma em inteligncia. Essa, por sua
vez, quando aplicada a processos de deciso geram vantagem competitiva para a
organizao.

2343
De acordo com Barbieri (2001), define que o termo BI rene todos os
assuntos ligados tomada de decises, armazenamento de dados, publicao de
informaes na lnternet ou em outro ambiente amigvel para os usurios, at a
produo de cubos multidimensionais de dados. O BI foi registrado pela primeira
vez na dcada de 1980 pelo Gartner Group como mais um dos Jarges
administrativos que povoam os dicionrios dos executivos. Essa expresso tem
grande apoio na rea de tecnologia, uma vez que a tal inteligncia de negcios
pode ser melhor explorada com a utilizao de recursos de software e hardware
adequados.
H produtos de BI desde a dcada de 1970, que tinham como caracterstica
o uso intenso de programao, com altos custos de implantao. Com o surgimento
dos bancos de dados relacionais, dos PCs e das interfaces grficas como Windows,
aliados ao aumento da velocidade e complexidade dos negcios, comearam a
surgir os primeiros produtos realmente direcionados aos analistas de negcios.
(FILHO LEME, 2004).
No incio a informtica fez os dados, depois transformou-os em informao.
Agora o objetivo usinar conhecimentos, a partir daquelas matrias-primas. Mas as
diferenas so claras. A primeira, BI, representa a habilidade de se estruturar,
acessar e explorar informaes, normalmente guardadas num DW, Data Marts (DM),
com o objetivo de desenvolver percepes, entendimentos, conhecimentos, os quais
podem produzir um melhor processo de tomada de deciso.
O objetivo maior das tcnicas de BI neste contexto est exatamente na
definio de regras e tcnicas para a formatao adequada destes volumes de
dados, visando transform-los em depsitos estruturados de informaes,
independentemente de sua origem. Os dados podero vir das tcnicas emergentes
de garimpo de informaes via inteligncia competitiva, ou de amplas fontes
conceituais como gerncia de conhecimentos. Em qualquer situao, a definio de
estruturas modeladas dimensionalmente, armazenadas em DW ou DM e
interpretadas pela tica analtica das ferramentas de On Line Analytical Processing
(OLAP) ou pelo prisma inferencial das ferramentas de Data Mining, atinge o objetivo
proposto pelas premissas de BI. (BARBIERI, 2001).

2.2 OBJETIVOS DE UM BUSINESS INTELLIGENCE

2344
De acordo com Filho Leme (2004, p. 3) o objetivo de BI permitir que
identifiquem-se ameaas e oportunidades de negcios, para que oportunidades
sejam aproveitadas em primeira mo, ameaas sejam convertidas em boas chances
de lucro e a capacidade de resposta mudanas seja ampliada, junto com o
dinamismo caracterstico do mercado.
Os sistemas de BI tm como caractersticas: extrair e integrar dados de
mltiplas fontes; fazer uso da experincia, democratizando o capital intelectual;
analisar informaes contextualizadas, num nvel de totalizao e agrupamento
maior; Identificar relaes de causa e efeito; desenhar cenrios, criar simulaes e
estudar tendncias.

2.3 BENEFCIOS DE UM SISTEMA DE BUSINESS INTELLIGENCE


As ferramentas de BI possibilitam a busca e interpretao de informaes
armazenadas na corporao, garantindo maior preciso nas tomadas de deciso.
Permite gerncia de conhecimento objetiva (KSM) estabelecer uma aproximao
integrada e colaborativa para capturar, criar, organizar e usar todos os ativos de
informao de uma empresa.
Os benefcios da prtica de BI s sero visveis com o auxlio de pessoas.
Entre os vrios benefcios, pode-se citar: antecipar mudanas de mercado; antecipar
aes dos concorrentes; determinar perfis de consumo; descobrir novos ou
potenciais competidores; conhecer melhor o negcio e possveis aquisies ou
parceiros; aprender pelos sucessos e falhas internos e dos concorrentes; ter viso
clara sobre novos negcios; auxiliar na implementao de novas ferramentas
gerenciais; conhecer novas tecnologias, produtos ou servios, que possam afetar
direta e indiretamente o negcio; conhecer sobre poltica, legislao ou mudanas
regulamentais que possam afetar o negcio; entrar em novos negcios; rever as
prprias prticas de negcio; auxiliar na implementao de novas ferramentas
gerenciais. (SOUZA, 2003).

2.4 OS FATORES CRTICOS DE SUCESSO DE UM BUSINESS INTELLIGENCE


Peter Drucker em seu livro Management Challenges fro the 21st Century
sugere que os investimentos em TI so muito direcionados ao T, de tecnologia, com
bom nvel de informatizao na esfera operacional, enquanto que o I, de informao,
deixado para segundo plano. As informaes so a base para os executivos

2345
desenvolverem tticas e direcionarem as estratgias das empresas, portanto, a
flexibilidade e facilidade de anlise elas informaes sero fundamentais para as
empresas que querem ter vantagem competitiva e otimizar resultados.
E como no poderia ser diferente, quando um projeto de suporte deciso
se inicia a preocupao sempre se relaciona aos aspectos tcnicos:
a) que plataforma pode suportar um DW?
b) qual tcnica de modelagem de dados mais adequada?
c) quanto de espao em disco ser necessrio para o projeto?
d) qual ser o crescimento vegetativo das informaes?
e) possvel investir num sistema gerenciador de banco de dados
destinado especificamente para DW?
f) quais so as reais necessidades de intra-estrutura para a construo de
DM e acessos pelos usurios finais?
g) os processos de extrao, transformao e carga (ETL) sero
construdos manualmente, ou estar disposio alguma ferramenta,
como o Ascential Data Stage ou o Microsoft DTS?
h) qual a relevncia do desempenho?
i) que tipo de ferramenta de consulta ad hoc ser fornecida aos usurios?
j) que hardware ou software ser utilizado para o repositrio de meta-
dados?
Os aspectos puramente tecnolgicos podem ser facilmente resolvidos por
tecnlogos. Outros pontos que deveriam ser acrescentados na lista de fatores
crticos de sucesso num ambiente de suporte deciso so: a qualidade da
informao, a cultura dos usurios, a padronizao de conceitos de informaes e a
forma de visualizao de informaes. (FILHO LEME, 2004).

2.5 FERRAMENTAS DE BISINESS INTELLIGENCE


De maneira geral, as ferramentas para um ambiente BI podem ser
classificadas como de construo, gerncia, uso e armazenamento.
As ferramentas de construo tm o objetivo de auxiliar no processo de
extrao de dados das fontes diversas, seu tratamento de preparao,
transformao e sua carga nas estruturas finais do DW/DM. Realizam processos de
merge de fontes diferentes, facilitando a busca em ambientes heterogneos, a sua

2346
transformao via procedimentos escritos, ou tabelas de pesquisas e permitindo a
sumarizao para os nveis de granularidade desejados.
As ferramentas de gerncia objetivam auxiliar o processo de
armazenamento e de utilizao dos DW/DM e do repositrio, onde residem as
informaes de meta-dados, responsveis pela definio das estruturas e dos
processos de transformao desejados. Informaes sobre permisses de acesso
tambm esto armazenadas no repositrio/catlogo.
As ferramentas de uso e armazenamento so, na essncia, os mecanismos,
atravs dos quais os usurios manipulam os dados no DW/DM e obtm a
informaes requeridas. Oferecem um arsenal de operadores, como drill-down, up,
cross, through, etc. e trabalham em interfaces Web.
Os conceitos de BI podem ser entendidos, numa das suas vertentes, como
diretamente relacionado ao apoio e subsidio aos processos de tomada de deciso
baseados em dados trabalhados especificamente para a busca de vantagens
competitivas. Os dados que habitam os tradicionais sistemas legados recentemente
implementados no Enterprise Resource Planing (ERP), ou pacotes integrados de
gesto que constituem a base dos processos de negcios das empresas, esto
formatados e estruturados da forma transacional, dificultando, dessa maneira, o seu
tratamento informacional. O conceito de BI deve ser entendido como o processo de
desenvolvimento de estruturas especiais de armazenamento de informaes como
DW, DM e Operational Data Store (ODS), com o objetivo de se montar uma base de
recursos informacionais, capaz de sustentar a camada de inteligncia da empresa e
possvel de ser aplicada aos seus negcios, como elementos diferenciais e
competitivos. Juntamente com o conceito de DW, DM e ODS, o conceito de BI
contempla tambm o conjunto de ferramentas de desenvolvimento de aplicaes e
de ferramentas extrao, tratamento e carga, fundamentais para a transformao do
recurso de dados transacional em informacional. Enquanto DW e DM se referem
estruturas dimensionais de dados, remodeladas com o objetivo de prover anlises
diferenciais o conceito de ODS, por sua vez, est relacionado com o
armazenamento e tratamento de dados operacionais, de forma tambm consolidada,
porem sem as caractersticas dimensionais. Entre os principais componentes de BI
conhecidos no mercado, pode-se citar: DW; Data Mining; DM; OLAP; ferramentas de
Extract Transform Load (ETL); planilha eletrnica; geradores de queries e de

2347
relatrios; sistemas de informao e nveis de deciso, conforme apresetnado na
figura 1.

Figura 1 - Componentes de um ambiente BI.


Fonte: Barbieri (2001, p. 50).

2.6 DATA WAREHOUSE


De acordo com Oliveira (1998, p. 3) esta tecnologia prov as organizaes
de formas flexveis, efetivas e eficientes de conseguir informaes atravs da
anlise dos dados que se transformaram nos bens mais valiosos da empresa.
Um DW pode ser traduzido como armazm de dados, um banco de dados
que armazena dados sobre as operaes da empresa (vendas, compras, etc)
extrados de uma fonte nica ou mltipla, e transforma-os em informaes teis,
oferecendo um enfoque histrico, para permitir um suporte efetivo deciso.
Um sistema de DW pode prover mltiplas vises da informao para um
espectro de usurios. O poder deste conceito que prov aos usurios acesso a
dados de fontes de dados no relacionadas, para anlises de tendncias e para a
procura de respostas para questes de negcios. Ou seja, o DW permite que os
usurios derivem informaes relevantes de dados antes independentes.
De acordo com Inmon (1997, p. 33) DW o alicerce do processamento dos
SADs. Em virtude de haver uma fonte nica de dados integrados no DW, e uma vez
que os dados apresentam condies de aceso, a tarefa do analista de SAD no
ambiente de DW incomensuravelmente mais fcil do que no ambiente clssico.

2348
Um DW um conjunto de dados baseado em assuntos, integrado, no-voltil, e
varivel em relao ao tempo, de apoio s decises gerenciais.
De acordo com Filho Leme (2004, p. 97) o DW o ponto central de uma
arquitetura especialmente desenvolvida para receber dados e devolver informaes,
por meio de tcnicas de transformao. Essa arquitetura est voltada para o
processamento informacional, suportando anlises gerenciais. Em termos gerais, os
sistemas transacionais so os locais onde os dados so colocados, e o DW o local
onde os dados so enriquecidos e pesquisados, conforme apresentado na figura 2.

Figura 2 - Macro viso da arquitetura de um DW.


Fonte: Filho Leme (2004, p. 99).
Os sistemas operacionais clssicos so organizados em torno das
aplicaes da empresa. No caso de uma companhia de seguros, as aplicaes
podem ser automvel, sade, vida e perdas. Os principais assuntos ou negcios
podem ser cliente, aplice, prmio e indenizao. A segunda caracterstica marcante
do DW o fato de que ele integrado. De todos os aspectos do DW, esse o mais
importante. As diversas decises de projeto que os projetistas de aplicaes tomam
ao longo dos anos aparecem sobre mil formas diferentes. As aplicaes na
apresentam coerncia em termos de codificaes, convenes de atribuio de
nomes, atributos fsicos, unidades de medidas de atributos e assim por diante. O
processo de introduo dos dados no DW conduzido de forma que as muitas
inconsistncias das aplicaes sejam desfeitas. Por exemplo, no que concerne ao
cdigo de gnero, pouco importa se os dados existentes no DW so codificados
como M/F ou 1/0. O que realmente importa que alm de a codificao para o DW

2349
ser feita, ela deve, ainda ser feita de forma consistente e independente da aplicao
de origem. Caso os dados de uma aplicao estejam, codificados como X/Y, eles
sero convertidos medida que forem transferidos para o DW. As consideraes
sobre consistncia so vlidas para todas as questes de projeto de aplicaes,
como as convenes de atribuio de nomes, estruturas de chaves, unidades de
medidas de atributos e caractersticas fsicas dos dados. A terceira caracterstica
importante de um DW consiste em que ele no-voltil. Os dados operacionais so
regularmente acessados e tratados em registro por vez. No ambiente operacional,
os dados sofrem atualizaes. Contudo, os dados existentes no DW apresentam um
conjunto de caractersticas muito diferentes. Os dados do DW so carregados
normalmente em grandes quantidades e acessados. Mas a atualizao dos dados
geralmente no ocorre no ambiente de DW. A ltima caracterstica significativa do
DW diz respeito ao fato de ele ser varivel em relao ao tempo. O horizonte de
tempo vlido para o DW significativamente maior do que os sistemas operacionais.
Um horizonte de tempo de 60 a 90 dias o normal para os sistemas operacionais;
um horizonte de 5 a 10 anos de dados o normal para um DW.
De acordo com Kimball (1996) e Inmon (1997, p. 159) sob diversos
aspectos, o DW demanda um conjunto de caractersticas tecnolgicas mais simples
do que o de seus predecessores. No DW no h atualizao on-line; h apenas
exigncias mnimas de bloqueio; uma interface de tele processamento muito bsica
suficiente e assim por diante.

2.7 DATA MINING


Com as atuais tecnologias encontradas nos mercados globalizados, vem
surgindo um novo conjunto de objetivos para se obter um melhor gerenciamento da
informao. Hoje em dia, a realidade encontrada nas empresas mostra uma
quantidade elevada de dados, muitas vezes, inconsistente, redundantes e pouco
proveitosos para o processo de deciso.
Historicamente, a noo de encontrar padres teis, ou parte deles, em
dados inicialmente sem tratamento, tem recebido diversos nomes, inclusive
prospeco ou descoberta de conhecimento em banco de dados (KDD), minerao
de dados, extrao, descoberta de informao, coleta de informao, arqueologia de
dados ou processo de padronizao de dados. O termo Data Mining comumente
usado por estatsticos, analistas de dados e pela comunidade Management

2350
Information Systems (MIS); enquanto pesquisadores de inteligncia artificial utilizam
o KDD.
O conceito de Data Mining oscila entre uma forma de estatstica e um
conceito revolucionrio, agora aplicado ao mercado. Na verdade, o objetivo dessa
tcnica encontrar padres, ainda no descobertos nos dados, que possam gerar
respostas corretas para novos casos. Esse processo de busca e interpretao de
padres tipicamente interativo e iterativo, envolvendo, assim a aplicao repetitiva
de mtodos especficos de minerao de dados ou algoritmos e interpretaes dos
processos gerados como resultado destes algoritmos.
O papel do especialista no processo de Data Mining crtico e envolve a
formulao dos problemas que deve ser resolvidos, assim como a preparao dos
dados para extrao de padres e anlises.
Minerao de dados o processo de busca de relacionamentos e padres
globais existentes nas bases de dados. Devido grande quantidade de dados dos
sistemas de bancos de dados atuais, esses relacionamentos esto escondidos.
Como exemplo dos relacionamentos escondidos, pode-se citar relacionamento entre
dados de pacientes e seus diagnsticos medidos. Esses relacionamentos
representam o valioso conhecimento e seus objetivos nos bancos de dados
existentes. Os bancos de dados devem representar um espelho do mundo real
registrado pelo mesmo. (AMARAL, 2001)

2.8 OLAP - ON-LINE ANALYTICAL PROCESSING


De acordo com Filho Leme (2004 p. 91) a traduo literal de OLAP
Processamento On-line Analtico. So as ferramentas direcionadas aos usurios
finais para acessar as informaes do DW ou de suas fontes de dados, com os
quais possvel gerar relatrios capazes de permitir a tomada de deciso.
Como essas ferramentas precisavam invariavelmente conectar-se ao banco
de dados para extrair as informaes, uma arquitetura apropriada precisa ser
estudada, uma vez que no se conhece o tipo de consulta que os usurios iro
desejar. Portanto, no se sabe qual ser o consumo do servidor de bancos dados.
Basicamente, existem trs sadas:
a) usurios pesados: essa arquitetura utiliza o conceito de manter as
informaes OLAP na prpria estao de trabalho do usurio,
armazenadas numa cpia reduzida do DW ou da origem das

2351
informaes. Geralmente, essas cpias so chamadas de cubos de
deciso. A limitao mais proeminente o espao disponvel em disco
no micro do usurio;
b) usurios intermedirios: utiliza a arquitetura clssica cliente-servidor
onde existe uma interface simples que, a partir de uma camada de
negcios localizada no servidor de aplicaes, por exemplo, executa as
requisies ao banco de dados, que teoricamente deve estar em outro
servidor. A grande vantagem desse formato de aplicao que as
informaes representaro sempre a situao atual do banco de dados
sem defasagem alguma;
c) usurios eventuais - cliente web: o modelo de arquitetura que garante
maior portabilidade, pois devido ao uso do browser, permite que os
usurios acessem informaes de qualquer parte do mundo, bastando
conectar-se internet.
Segundo Yoneda (2004 p. 48) a arquitetura da ferramenta OLAP pode variar
dependendo de como e onde ocorrem as consultas de dados. Atravs dessas
variaes surgiram as seguintes ferramentas:
Desktop On-line Analytical Processing (DOLAP): seu funcionamento ocorre
atravs de consultas SQL disparados por um cliente qualquer para um servidor. O
servidor devolve para o cliente um micro-cubo de dados que deve ser analisado no
prprio cliente. O ganho com essa arquitetura o pouco trfego que se d na rede,
visto que todo o processamento OLAP acontece na mquina cliente, e a maior
agilidade de anlise, alm do servidor de banco de dados no ficar sobrecarregado,
sem incorrer em problemas de escalabilidade. A desvantagem que o tamanho do
micro-cubo no pode ser muito grande, caso contrrio, a anlise passa a ser
demorada e/ou a mquina do cliente pode no suportar em funo de sua
configurao.
Relational On-line Analytical Processing (ROLAP): se difere em relao ao
DOLAP, pois, as consultas so enviadas para o servidor de banco de dados
relacional e processadas no mesmo, ou seja, o cubo de dados mantido no
servidor. A principal vantagem dessa arquitetura que ela permite analisar enormes
volumes de dados. Porm, se uma grande quantidade de usurios acessando
simultaneamente poder causar srios problemas de performance no servidor
causando, inclusive, o travamento do mesmo.

2352
Multidimensional On-line Analytical Processing (MOLAP): com a utilizao
de um servidor multidimensional os acessos aos dados ocorrem diretamente no
banco, ou seja, o usurio trabalha, monta e manipula os dados diretamente no
servidor. Isso traz grandes benefcios aos usurios no que diz respeito
performance, mas tem problemas com escalibilidade alm de ter um custo alto para
aquisio.
Hybrid On-line Analytical Processing (HOLAP): uma nova forma de
acessar os dados, integrando as qualidades do ROLAP e do MOLAP, ou seja, a
performance do MOLAP com a escalabilidade do ROLAP.
Dentro deste contexto de gerncia, importante notar que, sem dvida
nenhuma, a contribuio dessa tecnologia, aliada a tecnologia de DW ou Data
Mining, de grande ajuda para os gestores no processo de tomada de deciso.

3 MODELAGEM DIMENSIONAL DE DADOS


A estrutura dimensional modifica a ordem de distribuio de campos por
entre as tabelas, permitindo uma formatao estrutural mais voltada para os muitos
pontos de entradas especficos; as chamadas dimenses e menos para os dados
granulares em si; os chamados fatos. Isso significa que numa estrutura dimensional
os dados estaro numa forma quase estelar, onde vrias tabelas de entradas
estaro se relacionando com algumas poucas tabelas de informaes, criando uma
notao mais sinttica, legvel e objetiva. O modelo dimensional oferece clara e
diretamente os elementos que se precisa para buscar as informaes sobre fatos via
dimenses de referncias, diferindo da malha relacional, ou de rede, prprias dos
modelos anteriores, onde no existem estruturas especficas de entrada.
O modelo dimensional, embora mais leve e clean do que o modelo
relacional, pode se tornar mais complexo, na medida em que novas extenses forem
sendo agregadas resoluo do problema. A necessidade de relacionamentos M:N
entre tabelas Fato e Tabelas Dimenso, bem como a resoluo de estruturas
recursivas nas dimenses podero acrescentar complexidade ao modelo. A quadro
1, sintetiza as diferenas entre os modelos Relacional e Dimensional.

Modelo dimensional Modelo relacional E/R


Padro de estrutura mais fcil e intuitiva Modelo mais complexo

Anterior ao MER, anos 60 nfase nos Bancos de Dados Relacionais, anos


70

2353
Tabelas Fato e tabelas Dimenso Tabelas que representam Dados e
Relacionamentos
Tabelas Fato so o ncleo normalizadas Todas as tabelas so comumente normalizadas
Tabelas Dimenso so os pontos de entrada As tabelas so indistintamente acessadas e de
filtro inicial
Tabelas Dimenso opcionalmente Todas as tabelas so comumente normalizadas
normalizada
Modelo mais facilmente joined Maior dificuldade de join pelo nmero maior de
tabelas
Leitura mais fcil do modelo por usurios no Maior dificuldade de leitura pelo usurio no
especializados especializado
Quadro 1 - Comparao entre modelo relacional E/R e modelo dimensional.
Fonte: Barbieri (2001, p. 38).

3.1 DIFERENA ENTRE DADOS OPERACIONAIS E DADOS INFORMACIONAIS


O quadro 2 mostra as principais diferenas entre os dados de natureza
operacional e informacional. Esses dois tipos bsicos de dados possuem objetivos
diferentes e basicamente esto relacionados respectivamente aos sistemas
tradicionais de informaes, implementados sobre bases de dados, e os sistemas de
informaes executivas, implementados sobre DW ou DM. Ambos constituem fontes
importantes para o estabelecimento dos conceitos de BI.

Caractersticas Dados operacionais Dados informacionais


Contedo. Valores correntes. Valores sumariados, calculados,
integrados de vrias fontes.
Organizao dos Por aplicao/sistema de informao. Por assuntos/negcios.
dados.
Natureza dos dados. Dinmica. Esttica at o refreshment dos
dados.
Formato das estruturas. Relacional, prprio para computao Dimensional, simplificado, prprio
transacional para atividades analticas.
Atualizao dos dados. Atualizao campo a campo Acesso, sem update
Uso. Altamente estruturado processamento Desestruturado, com
repetitivo. processamento analtico/heurstico.
Tempo de resposta. Otimizado para 2 a 3 seg. Anlises mais complexas, com
tempos de respostas maiores.
Quadro 2 - Comparao entre dados de natureza operacional e informacional.
Fonte: Barbieri (2001, p. 47).

3.2 O MAPA DO BUSINESS INTELLIGENCE: A REA DE TI NAS EMPRESAS


Uma das formas de planejar o melhor modelo de implementao de um
ambiente de suporte a deciso, compreender como a rea de Tecnologia da
Informao est desenvolvida. Obrigatoriamente, as corporaes so divididas em
trs camadas: a operao, a gerncia e a direo. Na operao residem as
atividades cotidianas que no podem parar, acontea o que acontecer. Na gerncia,
esto as atividades que requerem mais planejamento, porm com um p ainda na

2354
operao, procurando sempre formatos de trabalho que resultem em mais
produtividade e menos custo. Na direo, esto as tarefas associadas ao
entendimento da empresa em seu habitat: anlise de seus clientes, concorrentes e
fornecedores, sempre em busca de novas formas de superao.
Estes trs nveis podem ser informatizados, contudo preciso ficar claro
que o papel da tecnologia em cada um deles diferente. Isso representa a tnue
linha que separa o sucesso do fracasso num projeto de BI.
Na operao, a tecnologia utilizada como ferramenta de controle. Deve-se
controlar com exatido, segurana e agilidade assuntos como manufatura, emisso
de notas fiscais, entregas de produtos, contas a pagar e a receber, transaes
bancrias, entre outros. Com o passar do tempo, o banco de dados passa a assumir
um aspecto de base de conhecimento, pois toda experincia adquirida a respeito
dos hbitos dos clientes, rentabilidade, eficincia de transportadoras e ciclos de
pagamentos e recebimentos, passam a fazer parte do capital da empresa. A
operao est diretamente focada na sobrevivncia dos processos e far tudo para
que estes continuem existindo. A Operao deve trabalhar com eficincia,
perguntando-se: estamos fazendo certo as coisas?
Na gerncia, a tecnologia tem um papel ttico, permitindo a tomada de
decises num estgio intermedirio entre os plos estruturado e sem estrutura. A
gerncia no trabalha mais com dados, mas sim com informao, e sua ao volta-
se tanto para a sobrevivncia, quanto para a evoluo do negcio. A gerncia deve
atuar como agente controlador da operao, garantindo que a matria-prima os
(dados operacionais) seja gerada constantemente, e como agente fornecedor de
informao para a direo.
No topo da hierarquia, a direo tem funes estratgicas, destinadas
basicamente evoluo do negcio. Sua funo consiste em criar processos que
sero executados pela operao e controlados pela gerncia. Com a cadeia
produtiva em perfeito funcionamento, a direo no trabalhar mais com dados,
tampouco com informao, mas sim com conhecimento, e suas aes sero
direcionadas para a eficcia, onde a pergunta chave : estamos fazendo a coisa
certa?, conforme apresentado na figura 3

2355
Figura 3. A Tecnologia da Informao nas organizaes.
Fonte: Filho Leme (2004, p. 10).

muito importante para um projeto de sistema de suporte deciso, antes


de mais nada, confrontar a expectativa de seus patrocinadores com as
possibilidades de extrao de dados. Onde exatamente ser a atuao do projeto?
Certamente, da gerncia para cima. necessrio suportar decises cada vez menos
estruturadas para decises estruturadas, os usurios podem usar os sistemas
transacionais, tais como ERP, CRM, faturamento, contas a pagar, contas a receber,
etc. O BI deve atender as necessidades de mercado, sustentando a evoluo do
negcio, possibilitando responder questes como estamos fazendo a coisa certa? E
deve usar dados como matria-prima, transformando-os em informao e permitindo
que as pessoas usem as suas massas enceflicas para lapidar informao em
conhecimento.
Dados: so os componentes bsicos, a partir do qual a informao criada.
Exemplo: nota fiscal nmero 1.040 emitida em 23/09/2003; foi cancelada em
30/09/2003; motivo: pedido entregue com atraso. Informao: so dados com
significado, inseridos num contexto. Exemplo: relao de notas fiscais canceladas
em setembro de 2003, agrupadas pelos respectivos motivos. Conhecimento: e o que
orienta as pessoas no uso da informao para que possam trabalhar. Exemplo: as
causas mais expressivas de atrasos nas entregas devem ser evitadas a todo custo,
e a organizao deve aprender com tais erros, trabalhando para evitar
cancelamentos e descontentamentos por parte dos clientes.

3.3 FERRAMENTAS UTILIZADAS NOS PROCESSOS DE BUSINESS


INTELLIGENCE

2356
Aps a definio da forma de coleta, modelagem e armazenamento dos
dados em um DW importante que se tenha ferramentas capazes de gerar
conhecimento atravs da anlise do conjunto de dados disponveis. O mercado de
BI oferece a possibilidade de escolha dentre vrias ferramentas que possuem
caractersticas dos mais variados tipos e para necessidades especificas.
A seguir sero apresentadas algumas das ferramentas utilizadas em um
processo de extrao, transformao, carga dos dados em um DW.

4. RESULTADOS
Todos os dados provenientes dos hbitos de compra, venda, prestao de
servios, reclamaes de clientes, contratos etc., de uma empresa no podem ficar
sem um tratamento especial. Tudo hoje meticulosamente armazenado em base de
dados de forma classificada e ordenada, para que quando necessrio s empresas
possam lanar mo de indicadores precisos no apoio tomada de decises.
Com o registro de todas essas informaes uma empresa de
eletrodomsticos pode saber em segundos, por exemplo, qual a regio de uma
cidade ou estado deve ser o foco de uma campanha de estmulo a vendas. Com
softwares especiais chega-se ao extremo de se poder ver graficamente na tela do
computador com um simples toque do mouse a concentrao de uso de sua marca
de lavadoras em uma determinada cidade. No por acaso que facilmente
encontramos estranhas combinaes de disposio de produtos nas prateleiras das
maiores redes de supermercados, como por exemplo, cerveja ao lado de fraldas.
No se trata de uma mera coincidncia, e sim do resultado da anlise de
sofisticados programas capazes de estudar milhes de combinaes cruzadas entre
produtos e hbitos de consumo.
Atravs deste trabalho associado ao meu conhecimento profissional
observou-se afirmar que o BI, ou Inteligncia no Negcio, quando implantado com
corretos sistemas informatizados proporcionam um grande diferencial para as
empresas, e em casos mais extremos pode at ser considerado uma mina de ouro.
Tais sistemas constituem um auxlio inestimvel no processo de tomada de deciso
das empresas. Lembre-se disto na prxima vez quando preencher o termo de
garantia de sua mquina de lavar.
Existem diversas formas de se iniciar a implantao de um BI numa
empresa. A forma mais completa o BI corporativo, aonde a organizao provida

2357
com a infra-estrutura necessria para atender toda e qualquer demanda de
informao estratgica, tendo como objetivo final proporcionar independncias aos
executivos em suas necessidades de informao.
Uma outra forma pensar simples, atender as necessidades localizadas,
promover solues de forma gradual e a custo baixo utilizando-se da tecnologia j
existente, ou como pouco investimentos iniciais. Desta forma o objetivo no
disponibilizar um instrumental completo ao usurio, nem facilitar a sua
independncia total, o mais importante atender as demandas reais com agilidade e
com apoio de um especialista caso seja necessrio.
Como resultado deste trabalho possvel demonstrar os: os objetivos de um
BI; as ferramentas que compe um BI; os fatores crticos de sucesso de um BI; os
pontos a serem observados para se ter sucesso num projeto de BI; os benefcios de
BI.
E que possvel alcanar os objetivos de BI mesmo sem a existncia de um
grande oramento, basta um infra-estrutura mnima e um especialista com bom
domnio da tecnologia e no negcio e que tenha acesso s informaes corporativas
armazenadas. Num primeiro momento os resultados sero obtidos gradualmente e
sero localizados em uma determinada rea, mas com a experincia obtida poder
ser utilizado para ambies maiores, com reduo do risco, prazo e custo.
O modelo proposto para os SI neste trabalho est de acordo com as
qualificaes dos usurios nas empresas onde possvel assumir que eles esto
em qualquer nvel organizacional. Assim, as formas de processar, analisar e
entregar resultados precisam adaptar-se do ponto em que os usurios se encontram
na hierarquia.
No topo da organizao no nvel estratgico as informaes so geralmente
muito resumidas com totalizadores, agrupamentos etc. No nvel intermedirio da
organizao (ttico) o meio mais usual so relatrios padronizados, dados
estatsticos, planilhas eletrnicas, com grande volume informacional e analtico. No
nvel de controle, a anlise consiste nas variaes de negcio mais imediatas e em
relatrios dirios com o objetivo de analisar informaes para aes de curto prazo,
conforme apresentado na figura 4.

2358
Conhecimento.
Era do
Direo conhecimento

Indicadores de desempenho
Informaes totalizadas e
agrupadas
BI
Anlise estratgica
SAD
EIS
Estratgico BSC

Cubos de deciso Gerncia


Anlise de dados por SIG
diversas dimenses
Anlise analtica Ttico
Knowledge Level
CAD/CAN

Relatrios objetivos e Operacional


dirios. Anlise a
curto prazo SPT/ERPS

Controle

Figura 4 - Modelo proposto aos SI de acordo com a hierarquia das empresas.


Fonte: do autor - adaptada de Gandara (1995).

Entre os sistemas que tm recebido destaque e ateno por parte das


empresas na busca solues de mercado para construir sua arquitetura de sistemas
de informao esto os sistemas Enterprise Resource Planning (ERP), os sistemas
Supply Chain Management (SCM) e os sistemas de Customer Relationship
Management (CRM). Alm disso, tambm tm recebido destaque ferramentas que
permitem anlises e a tomada de deciso a partir dos dados gerados pelos sistemas
citados, os DW e BI.
Para melhor esclarecer a relao entre estes sistemas, utilizou-se neste
trabalho um modelo que combina a classificao dos sistemas de informao em
relao ao nvel decisrio. Uma vez que cada um dos diferentes sistemas atende a
diferentes atividades dentro da empresa e ao mesmo tempo tm diferentes
naturezas quanto ao seu horizonte de planejamento, uns so voltados a decises
operacionais, outros a decises tticas ou estratgicas. O modelo resultante est na

2359
figura 5, e representa o modelo proposto de BI a uma empresa de eletrodomsticos
utilizando-se a ferramenta de BI Gxplorer.
Quanto ao panorama futuro deste mercado, as empresas continuam em
processo de consolidao de suas bases de dados. As tendncias tambm apontam
para o BI ser uma das tecnologias crticas para a adequao s normas regulatrias;
as ferramentas de previso de demanda devero receber mais ateno por parte
das empresas em setores especficos; BI faz parte de uma arquitetura dinmica de
TI; e a capacidade de resposta ao ambiente de negcios estarem diretamente
atrelada s informaes sobre o ambiente, a empresa, seus fornecedores, clientes e
competidores.
Observou-se que cada vez mais as organizaes utilizam-se do
conhecimento armazenado em suas bases de dados, mas ainda na forma de dado
para tomar decises, sejam elas operacionais, gerenciais ou estratgicas. Como
resultado deste trabalho observou-se que alm de armazenar e manipular dados
possvel tambm armazenar e manipular conhecimento. Imagine que uma empresa
de eletrodomsticos esteja elaborando uma estratgia de vendas para um produto
recm lanado com o objetivo de atingir os consumidores das classes B e C. Esta
estratgia poder ser elaborada com base no perfil dos seus clientes e futuros
consumidores juntamente com todas as informaes armazenadas em suas bases
de dados (quantidades e valores de vendas, perfil dos consumidores, classes,
anlise de crdito entre outros). Os resultados desta estratgia sero
consequentemente armazenados em suas bases de dados na forma de:
quantidades e valores vendidos, clientes novos e atendidos, novos perfis de
consumo, vendas por estado, regio, cidade entre outros.

2360
Sabedoria

Era do
conhecimento

BI

Gxplorer

DW do DW BSC
Conhecimento

Nvel
DM DM DM Gerencial e
Estratgico

SCM
Clientes
Fornecedores Consumidores

CRM

ERP Nvel
Operacional

Planilhas Planilhas

SGBD do SGBD SGBD


SGBD
Conhecimento

Figura 5 - Modelo proposto de BI utilizando-se a ferramenta de BI Gxplorer.


Fonte: do autor - adaptada de Goldstein (2004).
Mas as aes e decises tomadas para a elaborao desta estratgia de
vendas no armazenada, ela est armazenada somente na mente das pessoas
que a elaboraram e com o passar do tempo este conhecimento muitas vezes
perdido, pois as sociedades se modificam e as pessoas seguem novos rumos e
esse conhecimento segue junto a elas.

2361
Este trabalho prope que alm de armazenar os dados resultantes de uma
estratgia de vendas, marketing, produo entre outras, por exemplo, seja tambm
armazenado todo o conhecimento proveniente das aes e decises tomadas
durante a elaborao desta estratgia. Isto poder ser de grande importncia para a
elaborao de novas estratgias, pois toda estratgia ou deciso tomada retornar
um resultado podendo ser timo, bom, regular ou at mesmo ruim.
Os dados so elementos bsicos armazenados de forma marginal, pois por
si somente no tem valor para analise gerencial, mas a colocao do dado em um
contexto permite que o mesmo possa gerar informao e agregado ao conhecimento
poder ser o diferencial para que as empresas atinjam ou at mesmo ultrapassem
seus objetivos.

5. CONCLUSO
O conceito de BI no novo como se imagina, estando presente j no incio
da computao na forma dos relatrios emitidos pelos mainframes. Ou seja, desde a
entrada da automao viu-se a necessidade de interpretar os elementos reportados
como informaes teis para a prtica dos negcios. Aps vrios estgios, BI hoje
uma ferramenta analtica de apoio essencial tomada das decises empresariais,
transformando os dados armazenados em inteligncia em tempo real. Inteligncia
o produto da transformao de dados em informao, aps ser analisada ou inserida
em um determinado ambiente. Esta informao transformada, aplicada a um
determinado processo de deciso, gera vantagem competitiva para a organizao.
Os investimentos em BI so motivados por vrios fatores, como pela
utilizao plena dos ativos de informaes da organizao; pela antecipao s
mudanas de mercado e em resposta a aes de competidores; pelo conhecimento
sobre o negcio da empresa e sobre novas tecnologias, produtos e servios que
podem afetar direta ou indiretamente o negcio da empresa; pelo aprendizado com
sucessos e falhas da empresa e seus concorrentes, pelo maior conhecimento sobre
a base de clientes, pelas aes pr-ativas para reteno de clientes, pelo combate a
fraudes; e pela maior preciso nos processos de previso de demanda, vendas,
gastos, estoques.
No de hoje que o conhecimento, ou melhor, a sua gesto (knowledge
management) se transforma em um valioso recurso estratgico para a vida das
pessoas e das empresas. Estudos realizados comprovam como corporaes que, de

2362
alguma forma, valorizaram este elemento apresentam historicamente desempenho
muito mais significativo em relao s demais organizaes, e muitas delas
promovem inovaes que nem sempre esto relacionadas a produtos ou processos,
mas a decises tomadas com base no conhecimento acumulado.
BI , em suma, o processo de se capturar, tratar, armazenar e disponibilizar
dados e informaes de maneira estruturada para a tomada de decises. ,
portanto, um componente fundamental do complexo knowledge management.
Observou-se tambm que os investimentos em ferramentas de BI esto
entre as prioridades da rea de TI das empresas de grande e mdio porte. As
ferramentas apresentadas neste trabalho so utilizadas no processo de extrao,
transformao, carga dos dados em um DW e bem como sua disponibilizao aos
usurios finais.
Como concluso desta monografia, observou-se que o BI entra para a fase
do conceito de Automao de Processos Inteligentes, automatizando as decises
operacionais cotidianas dentro dos processos de negcios e em resposta aos
eventos onde as anlises guiam para os fluxos de trabalho. BI no significa somente
ceder informaes s pessoas, mas gerar apoio a qualquer deciso corporativa, de
todos os departamentos e nveis hierrquicos, podendo gerar receita at mesmo
usado externamente.
As sociedades se modificam e ao nvel econmico, as empresas tambm
seguem seu curso transformador incluindo em suas atividades novas tecnologias e
novos procedimentos, visando melhor agenciamento dos recursos e tambm dos
lucros.
Para trabalhos futuros seguem-se novos desafios de consolidar os modelos
de BI com as bases de conhecimento, gerando novos conhecimentos para auxiliar
os gestores nas tomadas de deciso; e como conseqncia disto, estaremos
aprimorando a era do conhecimento passando para a era da sabedoria.

REFERNCIAS

AMARAL, Fernanda Cristina Naliato do. Data mining tcnicas e aplicaes para o
marketing direto. So Paulo: Berkeley, 2001. 110 p.

2363
BARBIERI , Carlos. BI business intelligence modelagem & tecnologia. Rio de
Janeiro: Axcel Books do Brasil Editora Ltda, 2001. 424 p.

FILHO LEME, Trajano. Business intelligence no microsoft excel. Rio de Janeiro:


Axcel Books do Brasil Editora Ltda, 2004 387p.

GANDARA, Ferando. Sistemas de informaes empresariais. So Paulo: Erica,


1995. 95 p.

GOLDSTEIN, Cludia Szafir; Souza, Cesar Alexandre de. Tecnologia da


Informao aplicada gesto empresarial: um modelo para a empresa digital.
So Paulo, 2004 Faculdade de Economia, Administrao e Contabilidade USP
Engenheira de Produo Escola Politcnica USP.

INMON, William H. Como construir o data warehouse. Traduo Ana Maria Netto
Guz. Rio de Janeiro: Campus, 1997. 388 p.

KIMBALL, Ralph. The data warehouse toolkit: pratical techiques for building
dimencional data warehouse. New York: John Wiley & Sons, 1996.

OLIVEIRA, Adelize Generini de. Data warehouse conceitos e solues.


Florianpolis: SFO Grfica e Editora Ltda, 1998. 96 p.

SOUZA, Michel de. Business intelligence. [s.l], 2003 disponvel em:


<http://www.imasters.com.br/artigo/1409/bi/business_intelligence/>. Acesso em: 26
set. 2006.

YONEDA, Alexandre. A tecnologia da informao em sistemas de medio de


desempenho. 2004. 60 f. Trabalho de Concluso de Curso (Graduao em
Cincias da Computao), Universidade Estadual de Londrina, Londrina, 2004.

2364