Escolar Documentos
Profissional Documentos
Cultura Documentos
RESUMO
1. INTRODUÇÃO
Os dias atuais e a nova economia caracterizam-se cada vez mais pela crescente
aplicação da Tecnologia da Informação (TI) nos processos de negócios. Uma das
conseqüências de sua aplicação é a super saturação de informações. Nossa
capacidade de coletar e armazenar dados superou em muito nossa habilidade de
analisar, resumir e extrair "conhecimentos" destes dados.
2. OBJETIVO
1
PETRINI; POZZEBON; FREITAS, 2005, p. 12, indica o estudo do crescimento da adesão ao business intelligence no
ambiente corporativo.
4
3. CONCEITOS.
Cada vez mais, cruzar dados para criar estratégias é fator essencial no mercado. Uma
técnica que fez da tomada de decisão e ferramentas de BI elementos inseparáveis.
A estratégia se constitui em ir juntando “peças” aparentemente irrelevantes, para como
em um quebra-cabeça, compor imagens que têm sentido. Para Porter (apud
POZZEBON, FREITAS e PETRINI, 1997), sintetiza com “é a assertiva segundo a qual,
somente quando se têm 80% do quebra-cabeça é que se pode começar a ver coisas
que as outras pessoas não vêem. Juntando, fazendo encaixes, reorganizando
informações e conhecimentos fragmentados, dispersos e aparentemente sem sentido,
pode-se chegar a conclusões inéditas, mesmo que estas informações já estivessem
disponíveis, porém não disponibilizadas de maneira tal que fosse possível enxergar
algo mais”.
O BI, na verdade, não é um sistema, nem uma ferramenta, mas sim um conceito que
se aplica e que se vivencia no dia-a-dia de uma organização. Qualquer fator ou
5
Segundo Batista (2004), constata que, “As ferramentas de BI podem fornecer uma
visão sistêmica do negócio e ajudar na distribuição uniforme dos dados entre os
usuários, sendo seu objetivo principal transformar grandes quantidades de dados em
informações de qualidade para a tomada de decisões. Através delas, é possível cruzar
dados, visualizar informações em várias dimensões e analisar os principais
indicadores de desempenho empresarial”.
“Todos querem entender clientes e saber onde há riscos para os seus negócios”,
observa o executivo Maurizio Niccolai, explicando que tudo isso é possível a partir da
análise de dados distribuídos pela empresa. (PCWORLD, 20072).
A idéia para a adição do business intelligence na empresa, tem que iniciar contando
com as pessoas certas. “Mesmo que tenha na equipe de BI uma dezena de pessoas
ou apenas uma. Se quiser extrair benefícios reais de um projeto de Business
Intelligence, não basta investir em hardware ou software. Desenvolva, motive e
valorize as pessoas. São elas que irão adicionar valor ao negócio, qualquer que seja
ele. Rapidamente vai perceber que a inteligência que você procura não está no
computador, mas nas pessoas”. Maurizio Niccolai, apud (PCWORLD, 2007).
“As necessidades de saber, por exemplo, quem vende mais, qual produto dá maior
margem de lucro e outras informações desse tipo, são comuns às empresas de todos
os portes”, avalia Marcos Chomen, diretor regional da Cognos no Brasil, apud
(PCWORLD, 2007).
2
PCWORLD, 2007. Revista de tecnologia que tem como foco o estudo de inovações que despontam no mercado, esta
edição tem como foco o business intelligence como título e descrição: Saiba como as ferramentas de BI permitem
reunir, armazenar e analisar os dados de companhias de todos os portes.
7
Fig. 2 – Percurso dos dados da origem até o DW – Data warehouse (WILLIAN PEREIRA, 2004)
“A etapa de ETL é uma das mais críticas de um projeto de Data Warehouse (DW). As
ferramentas utilizadas para esse fim podem ser desenvolvidas pela própria empresa
ou adquiridas dos fornecedores, dependendo do projeto” (PRIMAK,2008). É uma das
fases mais delicadas de um data warehouse, pois envolve a fase de movimentação
dos dados.
Os sistemas OLTP normalmente são usados para criar aplicações comuns, incluindo
aquelas com prazos ou tempos de resposta de missão crítica. A tabela 1.0 resume as
diferenças básicas entre OLTP e sistemas data warehouse.
8
Segundo Barbieri (2001), Data Warehouse, cuja tradução literal é armazém de dados,
é um banco de dados, destinado a sistemas de apoio a decisão e cujos dados foram
armazenados em estruturas lógicas dimensionais, possibilitando o seu processamento
analítico por ferramentas especiais (OLAP e Mining).
3
TEOREY,Toby; LIGHTSTONE, Sam; NADEAU, Tom, PROJETO E MODELAGEM DE BANCO DE DADOS,
ed.Campos, 2007 ,pag. 153
9
Ele representa uma grande base de dados capaz de integrar, de forma concisa e
confiável, as informações de interesse para a empresa, que se encontram espalhadas
pelos sistemas operacionais e em fontes externas, para posterior utilização nos
sistemas de apoio a decisão.
4
TEOREY,Toby; LIGHTSTONE, Sam; NADEAU, Tom, PROJETO E MODELAGEM DE BANCO DE DADOS,
ed.Campos, 2007 ,pag. 152
10
3.3 DATAMART
Segundo Fabio Primak (2008), define que, “Algumas vezes, projetos que começam
como data warehouses se transformam em Data Marts. Quando as organizações
acumulam grandes volumes de dados históricos para suporte à decisão que se
mostram pouco ou nunca utilizados, elas podem reduzir o armazenamento ou
arquivamento de informações e contrair o seu Data Warehouse em um Data Mart mais
focado. Ou elas podem dividir o DW em vários Data Marts, oferecendo tempos de
resposta mais rápidos, acesso mais fácil e menos complexidade para os usuários
finais”.
Está nota demonstra que não só no inicio do DW é manipulável o DM, mas também é
possível após sua criação a manipulação até mesmo a transformação do DW em um
DM mais concentrado e veloz.
Segundo Fabio Primak, OLAP é considerado uma categoria de software que permite a
analistas, gerentes e executivos obterem respostas dentro dos dados, através de uma
rápida, consistente e interativa forma de acesso a uma ampla variedade de possíveis
visões. As ferramentas OLAP permitem que o negócio da empresa possa ser
visualizado e manipulado de forma multidimensional, isto é, agrupando as informações
em varias dimensões como: produtos, fornecedores, departamentos, localização,
clientes e recursos.
Os dados usados por essas aplicações são chamados de dados analíticos. Os dados
analíticos são nada mais que dados operacionais otimizados para a consulta e análise,
e não para transações.
Não é certo interpretar que não se possam extrair relatórios e análise de aplicações
operacionais. Isto é possível, mas demanda grande esforço para reunir, integrar e
apresentar cada relatório (INMOM,1997).
As ferramentas OLAP são as aplicações às quais os usuários finais têm acesso para
extrair os dados de suas bases e construir os relatórios capazes de responder ás suas
questões gerenciais.
13
Segundo Felipe Neri (2007), “estas ferramentas surgiram juntamente com os sistemas
de apoio á decisão para fazerem a consulta e análise dos dados dos Data Warehouse
e Data Marts”.
4. ESTUDO DE CASO
Este trabalho utilizou como exemplo para aplicação do estudo do Business Intelligence
(BI) um cenário aéreo comercial, pois é um ramo relevante e de fácil compreensão
permitindo assim que, mesmo sem muita experiência, fossem estabelecidas algumas
demandas que poderiam servir de estudo de caso para a aplicação de BI.
Neste cenário de setor aéreo comercial, que tem como metas, promover viagens
diárias, e que também esta envolvida nas necessidades de logística, e principalmente
as de gestão que é o ponto chave para a pesquisa da aplicação do BI, direcionada ao
gestor (diretor comercial) responsável que tem como característica na empresa de
tomador de decisões estratégicas.
O fato é que a empresa, com base num sistema para o apoio a decisão, consegue
com maior praticidade gerenciar a taxa de ocupação de seus vôos e oferecer certo
número de tickets a preços realmente atraentes, conforme as regras estabelecidas no
sistema.
A vantagem do sistema é que ele permite equacionar os custos do trecho voado para
que não haja perda de receita e o vôo continue rentável. Desta forma, a companhia
não tem perdas e consegue voar com um melhor aproveitamento de passageiros e
conseqüentemente aumentar o seu market-share no mercado (Aviação
Brasil,2008,GOL).
Ator Atendente
Precondições: É o responsável pelo atendimento ao cliente e alimentação na base de
dados OLTP com dados do dia a dia da empresa. O atendente Cadastra a origem e destino
do vôo, cadastra a hora do vôo, insere o numero de passageiros, insere tarifa, informa se o
passageiro faz uso do plano fidelidade, e cadastra os dados de identificação do cliente.
Pós-condições: cadastra passagem em nome do cliente indexado a loja.
Fluxo Principal:
1. O atendente faz a abertura no sistema para a venda;
2. O sistema abre a inserção dos dados para registro da venda;
3. O atendente confirma o pagamento;
4. O sistema cadastra a venda no banco;
5. O sistema libera a emissão da passagem;
6. O atendente entrega a passagem.
17
4.1.3 CHECK-IN
Ator Auxiliar
Precondições: O auxiliar conferiu o numero da passagem e os dados do cliente
Pós-condições: autoriza uso da passagem ao Check-in
Fluxo Principal:
1. O atendente abre pedido de check-in ao sistema;
2. O sistema autoriza a inserção dos dados para o chek-in;
3. O sistema valida o check-in e retorna na tela a liberação;
4. O auxiliar confirma a liberação para o cliente;
5. O cliente segue até o vôo.
Cliente
Precondições: O cliente já escolheu o destino, a hora do vôo, o dia do vôo, a tarifa
desejada e o uso do plano fidelidade.
Pós-condições: a loja emite passagem ao cliente
Fluxo Principal:
1. O sistema emite o valor final;
2. O atendente passa a informação sobre o valor ao cliente;
3. O cliente paga a passagem;
4. O atendente autoriza a venda;
5. O sistema emite passagem;
6. O atendente repassa ao cliente;
7. O cliente recebe a passagem junto com as informações do vôo;
8. O cliente vai embora com a passagem.
Atividades que ocorrem num processo de BI apresentadas pela fig.8 que ocorre desde
a manipulação dos dados na base OLTP até a sua extração para o Data Warehouse.
19
Atividades envolvidas mostradas pela fig. 9 no pedido do gerente comercial até a sua
extração pelo analista e retornando a base para consulta. Lembrando que, o diretor
comercial poderá ir diretamente ao analista e fazer novos pedidos para consulta,
mantendo a posição do gerente como coordenador dos serviços prestados pelo
departamento de TI responsável pelo BI.
5. PROJETO
Em primeiro lugar vale entender a estrutura que servirá de base para a solução.
Cada setor da empresa seja ele o RH, Financeiro ou até mesmo o Jurídico, possuem
bases de dados distintas e de grande conteúdo.
Todo processo de extração de uma seqüência de dados até mesmo grandes blocos de
conteúdo em meio ao repositório é possível com o emprego da ferramenta OLAP, com
sua particular ação de cubos retirando um lote de informações sintetizadas do Data
warehouse sendo possível visualizar o que antes era inimaginável ao gestor, fazer
21
buscas por meios visuais em planilhas e até mesmo buscas diretas ao DW que se
tornam inviáveis pelo tempo que demandaria para extrair informações. Sendo que, o
tempo é crucial para a tomada de decisão na empresa.
Com a extração pronta, ainda é necessário trazê-lo para o gestor em um nível visual
amigável para simplificar a retirada de informações. Com este propósito é utilizado a
ferramenta de report que possui uma característica de flexibilidade para montar
relatórios sendo eles por meio tabular, gráfico e misto.
6. PROTOTIPO.
O foco deste capitulo é a implementação do protótipo que será o produto final a ser
disponibilizado para o diretor comercial para este possa extrair via consulta, e
relatórios suas informações.
A tela acima (fig.13) demonstra a total liberdade do analista em efetuar a busca com o
delimitador produzido pelo cubo.
Diante desta visão é possível colocar a questão do manejo da tela do diretor comercial
que terá uma interface que se aproxima a esta da fig. 14, porém toda consulta será por
meio da web, utilizando-se de consultas dinâmicas com interface amigável. Notando
que a necessidade para visualizar o que está sendo extraído, auxilia ao analista
responsável pela extração no momento de conferir o conteúdo a analisando o
resultado definindo como correto ou não. E uma das múltiplas opções é o report , este
meio já integrado na aplicação e limitado ao cubo pré-definido anteriormente que cria
uma base de dados secundária no componente datasource é responsável pelo
conteúdo que se almeja em buscar.
7. CONSIDERAÇÕES FINAIS
passando por sua análise onde foi possível descrever o projeto para aplicação deste
estudo, e chegando ao seu protótipo demonstrando a possibilidade em desenvolver
com este trabalho uma visão crítica sobre desta tecnologia que se aplica no
desenvolvimento para soluções táticas e estrategicas de tomada de decisão do dia a
dia da empresa.
ABSTRACT
REFERÊNCIAS