Inteligência Empresarial

INTELIGÊNCIA
EMPRESARIAL
autor
CHRISTIAN GANZERT
1ª edição
SESES
rio de janeiro 2016
Conselho editorial regiane burger, roberto paes e paola gil de almeida
Autor do original christian ganzert
Projeto editorial roberto paes
Coordenação de produção paola gil de almeida, paula r. de a. machado e aline

karina rabello
Projeto gráfico paulo vitor bastos
Diagramação bfs media
Revisão linguística bfs media
Revisão de conteúdo vanilde manfredi
Imagem de capa rangizzz | shutterstock.com
Todos os direitos reservados. Nenhuma parte desta obra pode ser reproduzida ou transmitida
por quaisquer meios (eletrônico ou mecânico, incluindo fotocópia e gravação) ou arquivada em
qualquer sistema ou banco de dados sem permissão escrita da Editora. Copyright seses, 2016.
Dados Internacionais de Catalogação na Publicação (cip)
G195i Ganzert, Christian

Inteligência empresarial / Christian Ganzert.
Rio de Janeiro: SESES, 2016.
160 p: il.
isbn: 978-85-5548-411-7
1. Comunicação empresarial. 2. Comunicação nas organizações.

I. SESES. II. Estácio.
cdd 658.45
Diretoria de Ensino — Fábrica de Conhecimento

Rua do Bispo, 83, bloco F, Campus João Uchôa
Rio Comprido — Rio de Janeiro — rj — cep 20261-063
Sumário
Prefácio 5
1. Conceitos básicos 7
1.1 Dado, informação e conhecimento 8
1.2 Sociedade na era da informação e do conhecimento 13
1.3 Tipos de conhecimento 23
1.4 Desafios da economia: importância estratégica da informação 30
2. Inteligência Empresarial 37
2.1 Conceitos 38
2.2 Modelo de Inteligência Empresarial 43
2.3 Inteligência Empresarial e Inteligência Competitiva 52
2.4 O ciclo da inteligência competitiva 57
2.5 Planejamento e direcionamento 58
2.6 Coleta 59
2.7 Análise 59
2.8 Divulgação 59
2.9 Inteligência Empresarial e Gestão do Conhecimento 60
2.10 Tecnologia da Informação como ferramenta para Inteligência
Empresarial 62
3. O processo decisório 67
3.1 Os conceitos, níveis e tipos de decisão nas organizações 68

3.2 Fases do ciclo de tomada de decisão 74
3.3 Principais modelos de tomada de decisão 77
3.4 Tecnologia da informação e tomada de decisão 86
3.5 Ambientes OLTP vs. OLAP 89
4. Sistemas de apoio à decisão 95
4.1 Conceitos de sistema de apoio à decisão 96

4.2 Tipos de sistemas de apoio à decisão 101
4.3 Componentes de Sistemas de Apoio à Decisão 110
4.4 Data Warehouses como componente de SAD 112
4.4.1 Ambiente e Arquitetura de Data Warehouse 115
4.4.2 Data Marts 118
4.4.3 Modelo Estrela (Star) e Modelo Floco de Neve (Snowflake) 119
4.4.4 Projeto de Data Warehouse 121
4.5 Exemplo do uso de Ferramentas Típicas de Modelagem de Data
Warehouse 122
4.6 Estudos de casos comentados de desenvolvimentos de Data
Warehouse 125
5. Aplicações empresariais 129
5.1 ERP 130
5.2 CRM 148
5.3 SCM 154
4
Prefácio
Prezados(as) alunos(as),
A economia da sociedade contemporânea atingiu um nível de complexi-

dade em seus arranjos produtivos sem paralelo na história. Nos dias atuais, é
muito difícil – por vezes até impossível – determinar todos os agentes inseridos
no processo de desenvolvimento e produção de qualquer tipo de bem ou servi-
ço final, dada a extensa gama de relações entre organizações e indivíduos para
oferecimento dos complexos produtos cotidianos. Cada produto industrializa-
do possui insumos tão diversos que seu fornecimento é determinado por uma
ampla rede de relações produtivas estabelecida por organizações de vários seg-
mentos distintos. Cada mercado possui um volume de agentes e uma estrutu-
ra de rede tão complexos que acaba por representar um impedimento direto à
ação efetiva das organizações. Para lidar com essa complexidade, é necessário
lançar mão de um conjunto de ferramentas ligadas ao conceito de Inteligência
Organizacional ou Inteligência Empresarial.
Inteligência de negócios não é um termo associado apenas a grandes orga-
nizações. Como o preço do hardware e de armazenamento diminuindo sensi-
velmente, a tecnologia de business intelligence está a avançar com opções de im-
plantação e licenciamento flexíveis que estão disponíveis para plataformas de
inteligência de negócios ao alcance de quase todas as organizações. Portanto, a
questão em torno da Inteligência Empresarial se encerra na seguinte questão:
qual sua relevância nos dias de hoje?
A Inteligência Empresarial é um conceito que tipicamente envolve a entrega
e integração de informações de negócios que sejam relevantes e úteis em uma
organização. Como tal, as empresas utilizam inteligência de negócios para de-
tectar eventos significativos e entender e monitorar tendências de negócios, a
fim de se adaptar ao seu ambiente rapidamente, de acordo com o cenário con-
templado para o futuro. Se utilizada a inteligência de negócios de forma eficaz
em uma organização, pode-se melhorar e dinamizar a tomada de decisões em
todos os níveis dos processos de gestão, bem como melhorar seus processos
táticos e estratégias associadas.
A disciplina de Inteligência Empresarial tem por objetivo geral facilitar a
análise e compreensão de questões relacionadas à inteligência de negócios e
5
ao gerenciamento avançado das atividades e funções inerentes às organizações
contemporâneas, ressaltando aspectos estratégicos e técnicos, habilitando os
alunos a antecipar tendências, ampliando seus conhecimentos e sua capaci-
dade decisória. Além disso, intenciona proporcionar o desenvolvimento de
competências, para que o aluno saiba planejar, projetar e implementar estra-
tégias para recuperação de dados adequados ao contexto organizacional para
tomada de decisões e gerenciamento de performance corporativa. Como ter-
ceiro objetivo principal, a disciplina habilita o aluno a entender o uso de ferra-
mentas, técnicas e métodos para apoiar os processos de negócios e de decisão
das empresas.
Na busca pela compreensão mais ampla do assunto, espera-se também que
o aluno consiga alinhar os conceitos aqui apresentados com os de outras dis-
ciplinas do curso e, consequentemente, desenvolver conhecimentos que o ha-
bilitem a:
• compreender as etapas básicas do processo de tomada de decisão.
• entender o ambiente de negócios em uma conjuntura em que o ambiente
computacional é fundamental na tomada de decisões gerenciais.
• desenvolver o conceito de sistema de apoio à decisão, enfatizando sua
importância na competitividade das organizações e indicando como eles são
influenciados pelas modernas tendências dos negócios e da tecnologia.
• identificar e modelar bases de dados multidimensionais (Data
Warehouse/Data Mart).
• analisar e projetar sistemas que possibilitem, através da inteligência de
negócios, a adequada gestão da informação para suporte à tomada de decisão.
Bons estudos!
6
1
Conceitos
básicos
1. Conceitos básicos
O objetivo deste capítulo é fazer com que o aluno tenha o primeiro contato com
a teoria da informação e os principais elementos que a conectam à necessida-
de de sua difusão interna para a formação de uma inteligência organizacional
consistente. Este capítulo ilustra um panorama geral de como as organizações
se relacionam em um mundo cada vez mais globalizado, em pleno capitalismo
informacional, sob um movimento de competitividade cada vez mais acirrada
e alta instabilidade das relações existentes, o que salienta a função da inteligên-
cia para as empresas e sua manutenção em ambientes de forte concorrência.
1.1 Dado, informação e conhecimento
Muito se fala acerca da Sociedade da Informação ou da Sociedade do Conheci-

mento, termos que designam o mesmo objeto e que ganharam significado atrela-
do ao aparato técnico informacional eletrônico. Mas não foi somente com o sur-
gimento dos primeiros computadores que a informação se tornou um elemento
relevante para o ser humano e sua sociedade em geral. Para sobreviver em meio
ao ambiente natural, cenário de intensa complexidade de riscos e hostilidades ao
indivíduo, os humanos contam com dispositivos sensoriais que os habilitam a in-
teragir com o meio de uma forma ímpar, captando o que acontece em seu entorno
e tomando decisões compatíveis com a manutenção de sua existência no meio em
que habita. Mas o que a informação tem a ver com a própria existência humana?
Os sinais captados pelos diferentes dispositivos sensoriais humanos (os
quais qualificam o tato, a visão, o paladar, o olfato e a audição) são na verdade
dados acerca do ambiente, que combinados e atribuídos de sentido, dão ori-
gem àquilo que comumente chamamos de informação. Segundo Dantas (2003):
Informação (...) é um processo de seleção efetuado por algum agente, entre eventos passí-
veis de ocorrer em um dado ambiente. Na origem da informação encontram-se, de um lado,
sinais físico-energéticos emanados de um objeto ou ambiente qualquer, na forma de vibra-
ções sonoras, radiações elétricas ou luminosas, moléculas odoríferas etc.; e de outro lado,
um agente (ou sujeito) capaz de extrair algum sentido, ou orientação, ou significado desses
sinais. Por isso, para que ocorra informação haverá sempre necessidade de interação (ou
comunicação) entre um sujeito e um objeto, ou sujeito a sujeito. (DANTAS, 2003, p. 22-23)
8• capítulo 1
Na explicação do autor, os sinais emanados são, na verdade, dados colhi-
dos em um ambiente de interação. Esses dados poderão ser interpretados se
agrupados de forma que haja a possibilidade de atribuição de sentido a eles
por quem experimenta a interação com o meio. Significa dizer que a informa-
ção é sempre composta de dados, e deve fazer sentido a quem a recebe pela
atribuição de significados aos sinais que a compõem. Alguns autores chegam
a classificar a informação como um grupo de dados, mas essa classificação ca-
rece de maior detalhamento, pois a informação não irá existir senão a partir de
sua interpretação.
Dados + Significado = Informação
Figura 1.1 – Construção da Informação. Fonte: Elaborada pelo autor.
É possível ainda dizer que dados são registros. Esses registros ocorrem em
algum tipo de suporte, ou seja, uma superfície ou plataforma que permita a im-
pressão ou marca de algo a que possa ser atribuído sentido. Os suportes são
usualmente físicos. Assim como o suporte das letras de um livro é a página de
papel, o suporte de uma música é o ar que propaga as ondas sonoras. Todo tipo
de manifestação física pode ser entendida como fragmentos de comunicação,
ou seja, dados. Em relação à sociedade e à manutenção dos indivíduos através
do ambiente social, Dantas salienta em outro texto que a função da informação
é primordial ao contexto produtivo.
A principal atividade das pessoas é tornar disponível algum dado necessário a alguém.
Em grandes ou pequenas organizações (...) cada indivíduo inserido na produção
capitalista não passa de um elo informacional que recebe, processa e transmite algum
subconjunto de informação necessário às atividades de outros indivíduos, ou do con-
junto do subsistema social no qual interage. (DANTAS, 2002, p. 141-142)
CURIOSIDADE
Você Sabia?
Onde estão os registros de dados guardados nas “nuvens” da moderna tecnologia de
cloud computing? Apesar da subjetividade denotada no termo, os dados em nuvem estão sim
capítulo 1 •9
registrados em algum componente físico, seja em um disco rígido de um sistema conectado
à rede ou em algum dos diversos dispositivos mais modernos de armazenamento e demais
mídias existentes, que interagem com a Internet. A “nuvem” é somente um outro termo que
designa estar na rede, em um servidor acessível remotamente.
Autores como Setzer (2001) classificam dado e informação de maneira dife-

renciada, mas sob o mesmo estofo associativo. Para ele, o dado é:
uma sequência de símbolos quantificados ou quantificáveis. Portanto, um texto é um

dado. De fato, as letras são símbolos quantificados, já que o alfabeto, sendo um con-
junto finito, pode por si só constituir uma base numérica (a base hexadecimal empre-
ga tradicionalmente, além dos 10 dígitos decimais, as letras de A a E). Também são
dados fotos, figuras, sons gravados e animação, pois todos podem ser quantificados a
ponto de se ter eventualmente dificuldade de distinguir a sua reprodução, a partir da
representação quantificada, com o original. É muito importante notar-se que, mesmo
se incompreensível para o leitor, qualquer texto constitui um dado ou uma sequência
de dados. (SETZER, 2001, p. 1)
Assim sendo, sua diferenciação semântica em relação à informação se dá,

segundo o autor, porque a informação é uma abstração informal (isto é, não
pode ser formalizada através de uma teoria lógica ou matemática), que está na
mente de alguém, representando algo significativo para essa pessoa (SETZER,
2001, p. 2).
CONCEITO
Dados
São símbolos quantificáveis e transmissíveis em algum suporte, passíveis de sofrerem
atribuição de significado por quem os recebe.
Dados são ainda, segundo Davenport (1998), “observações sobre o estado

do mundo” (DAVENPORT, 1998, p. 19). Diante desse conceito, a informação
nada mais é do que “dados dotados de relevância e propósito” (DAVENPORT,
1998, p. 18), ou seja, dados com significado.
10 • capítulo 1
A informação, enquanto agregado de dados passíveis de serem significados
por alguém, só existe, dessa forma, na presença do indivíduo. Apesar do senso
comum considerar a informação como o registro transmissível de dados, na
verdade ela só poderá ser chamada como tal a partir da presença do indivíduo
que consiga atribuir algum tipo de significado aos signos (utilizado o termo da
linguística) ao que foi transmitido.
CONCEITO
Informação
A informação é o agregado de dados percebidos pelo indivíduo que podem ser signifi-
cados, fazendo algum sentido em um contexto de aplicação. Costuma-se dizer que a infor-
mação é aquilo que se alcança quando há o entendimento pelo indivíduo sobre o significado
dos dados.
Muitos estudiosos afirmam que dados, informações e conhecimento são

parte de uma ordem sequencial.Os dados são matéria-prima para informação,
e informação é o material cru para o conhecimento. No entanto, se este for o
caso, então podemos explorar dados (blocos de construção da informação) e
informações, mas nunca o conhecimento, que é uma entidade de ordem supe-
rior. Ainda assim, são termos recorrentes em Inteligência Empresarial a orga-
nização do conhecimento, e a gestão do conhecimento”,deixando tudo muito
confuso. Outro ponto de vista comum é que o conhecimento é o produto de
uma síntese na mente do indivíduo, e existe apenas em sua mente.
Então o que seria o conhecimento?
Na linguagem cotidiana usamos o termo conhecimento o tempo todo. Às
vezes queremos dizer know-how (como fazer determinadas coisas), enquanto
outras vezes estamos falando de sabedoria. Em muitas ocasiões, usamos nos
referindo, na verdade, à informação. Parte da dificuldade de definir o conheci-
mento decorre da sua relação com os outros dois conceitos já abordados, dados
e informação. Ambos são muitas vezes considerados denominações mais bai-
xas de conhecimento, mas a relação exata varia muito de um autor para outro.
O conhecimento está intimamente ligado à aplicação prática e compreen-
são. O conhecimento possuído por cada indivíduo é um produto de sua expe-
riência, e engloba as normas pelas quais ele avalia novas percepções de seus
capítulo 1 • 11
arredores (DAVENPORT; PRUSAK, 2000). Observemos a definição apresentada
pelos autores.
O conhecimento é uma mistura fluida de experiência estruturada, valores e informação

contextual, baseada em percepção e intuição, que fornece um ambiente e um quadro
avaliativo para novas experiências e informações. É originado e aplicado à mente dos
conhecedores. Nas organizações, frequentemente manifesta-se não só em documen-
tos ou repositórios, mas também em rotinas organizacionais, práticas e normas. (DA-
VENPORT, PRUSAK, 2000, p. 5)
Significa dizer que o conhecimento é o amálgama informacional contextua-

lizado pela experiência de quem processa as informações. O conhecimento, as-
sim como ocorre com a informação, somente tomará forma durante o processo
de significação e retenção ocorrido apenas durante o ato cognitivo do indiví-
duo. No senso comum, entende-se que o conhecimento pode ser transmitido
através da comunicação, e de certa forma, para a finalidade prática, podemos
considerá-lo válido. Entretanto, chegando ao cerne do conceito, não há trans-
missão de conhecimento, mas transmissão de dados. Toda a construção teóri-
ca acerca dos “tipos de conhecimento” aplicáveis a disciplinas como ˜Gestão
do Conhecimento” (que o próprio nome antagoniza com as bases conceituais
de conhecimento) se alicerça sobre a flexibilização das fronteiras semânticas
entre dados, informação e conhecimento.
A essa altura, já é possível perceber um grande imbróglio que paira sobre as
definições de dados, informação e conhecimento. Principalmente se levarmos
em conta que mesmo os autores mais renomados costumam utilizar os termos
de forma indiscriminada. Entretanto, torna-se necessário distinguir o que é o
uso “coloquial” do conhecimento (ainda que aplicado sob a égide acadêmica),
do uso “formal” ao qual se aderem as fronteiras semânticas necessárias para
sua plena compreensão.
CONCEITO
Conhecimento
Conjunto de informações contextualizadas pela experiência do indivíduo, que torna pos-
sível a interferência prática do mesmo frente ao seu meio. Pode-se dizer também que é o
12 • capítulo 1
objeto de tratamento da inteligência, ou mesmo uma massa volátil de informações que pos-
suem algum tipo de finalidade para a manutenção do indivíduo e de suas relações sociais
e ambientais.
1.2 Sociedade na era da informação e do conhecimento
Agora que já é possível distinguir informação, dado e conhecimento, podemos

seguir no estudo dos efeitos destes sobre a sociedade. Muitas vezes, quando fa-
lamos de informação ou conhecimento, principalmente ao falarmos sobre sua
capilaridade e logística de distribuição, na verdade estamos falando de sua en-
tidade final (ao término do processo de condução de um ponto A a um ponto B).
O que significa dizer que: o que se transmite são dados. Mas espera-se que da
transmissão surja a informação – uma vez que se imagina que haverá atribui-
ção de sentidos na outra ponta do percurso. Assim, simplifica-se entendendo o
dado como informação. E o conhecimento, ao término do processo, refere-se à
possibilidade (que muitas vezes permanece apenas latente) de aplicação práti-
ca do que é absorvido na relação direta do interlocutor com o meio.
A informação exerce papel de extrema importância na sociedade capitalista,
a ponto de condicioná-la para a manutenção e hegemonia do sistema. Além de
funcionar como elo entre as diversas esferas sociais, a informação interage com
o capitalismo na função de reguladora dos pontos críticos, oferecendo ao indi-
víduo dois papéis: agente central e mínima parte do sistema. A revolução das
tecnologias de informação impulsionou o fenômeno conhecido como globali-
zação. Distante de atuar apenas no campo da economia mundial, a globaliza-
ção altera esferas importantes das sociedades humanas, através da convergên-
cia para uma dinâmica cultural unívoca sob a lógica do capital transnacional.
Como disseminadora de elementos fomentadores de uma ideologia comum,
a informação – tratada e embebida em interesses diversos – é capaz de conver-
ter as culturas regionais em simulacros de uma cultura universal, segundo as
determinações do mercado. O indivíduo, neste novo modelo econômico, toma
para si a potencialidade ensejada pela acentuada dinâmica comunicacional do
informacionalismo, diversificando suas opções e ampliando sua suposta au-
tonomia diante do sistema. Porém, essa potencialidade só se dá pelo acesso
– material e cultural – aos instrumentos utilizados na atual regência sistêmica.
capítulo 1 • 13
As antigas premissas e os conceitos que margeavam as relações em torno
dos produtos culturais e sua produção e comercialização sofreram drásticas
transformações, graças aos avanços técnicos da reprodutibilidade dos mes-
mos. Essas mudanças impactaram os mercados de todos os tipos de produtos
culturais finalizados. Isso se refletiu também em outras indústrias, como a de
programas para computadores.
A transferência de informações no mundo contemporâneo está direta-
mente representada pelos meios telemáticos, e entender as peculiaridades do
processo de transferência de informação no capitalismo informacional (pelo
ponto de vista da derrubada dos antigos valores e conceitos em torno da pro-
dução intelectual) torna-se crucial para o possível estabelecimento de um novo
modelo de produção e transferência do conhecimento – muito mais próximo
da “realidade pós-transístor” do que o praticado até aqui.
A Era da Informação é um desdobramento histórico de processos oriun-
dos do advento de novas tecnologias de transmissão e arquivamento de dados.
Apesar do amplo escopo do termo tecnologia de informação dentro da sociolo-
gia e ciências do estudo da linguagem, a definição que mais se aplica ao contex-
to deste trabalho é a proferida por Castells (1999).
Entre as tecnologias de informação, incluo, como todos, o conjunto convergente de tec-

nologias em microeletrônica, computação (software e hardware), telecomunicações/
radiodifusão, e optoeletrônica. Além disso, diferentemente de alguns analistas, também
incluo nos domínios da tecnologia de informação a engenharia genética e seu crescen-
te conjunto de desenvolvimentos e aplicações (CASTELLS, 1999, p. 49).
A fase informacional do capitalismo teve sua emergência a partir da década

de 1970, com os consideráveis avanços da informática no intuito de integrar os
mercados e plantas produtivas de todo o mundo. A tecnologia que deu suporte
para seu desenvolvimento já era alvo de pesquisas desde a implantação das pri-
meiras máquinas industriais, no que tange à automação dos processos, tal qual
elucida Coriat (1983), citado por Lojkine (2002).
14 • capítulo 1
A automação não é um fenômeno novo (...). Máquinas programadas que substituem o
trabalho efetuado manualmente existem praticamente desde o surgimento da indústria.
Os historiadores do maquinismo do século XIX, como Ure ou Babbage, descrevem de-
talhadamente (...) os automatismos das séries de operações efetuadas mecanicamente
por máquinas (CORIAT, 1983, p. 7 apud LOJKINE, 2002, p. 83).
Contudo, a fase informacional do capitalismo, ou simplesmente informa-

cionalismo, tem suas bases estritamente ligadas ao avanço da indústria infor-
mática, apoiada pelo desenvolvimento de novas tecnologias como a do transis-
tor, tal qual discorre Castells (1999).
Apesar de os antecessores industriais e científicos das tecnologias da informação com

base em microeletrônica já poderem ser observados anos antes da década de 1940
(...), foi durante a Segunda Guerra Mundial e no período seguinte que se deram as prin-
cipais descobertas tecnológicas em eletrônica: o primeiro computador programável e o
transistor, fonte da microeletrônica, o verdadeiro cerne da Revolução da Tecnologia da
Informação no século XX (CASTELLS, 1999, p. 58).
O processamento de dados, agregando informações ao cerne produtivo das

indústrias, fez com que a produção se tornasse mais dinâmica. As máquinas
não mais se dedicam a realizar tarefas atreladas à mecânica produtiva humana.
Elas estiveram, a partir da década de 1970, estreitamente ligadas ao próprio de-
senho das rotinas produtivas, sejam como ferramentas de controle operacional
das plantas industriais ou mesmo como reguladoras da comunicação humana
(ou entre outras máquinas) no processo produtivo.
Contudo, não podemos pensar a Revolução Informacional como um aden-
do específico das relações de produção entre os agentes sociais. Se sua utilidade
inicial tem importância inegável no que se refere à amplificação da capacidade
produtiva, dinamizando rotinas e integrando diferentes partes da rede global
de indústrias e prestadores de serviços, seu impacto nas atividades comunica-
cionais humanas é tão importante quanto o surgimento da escrita. O mundo
de hoje estaria longe da alcunha de “globalizado” se não fossem as tecnologias
de informação.
capítulo 1 • 15
O dinamismo imposto pelo mundo integrado, com mercados cada vez mais
sensíveis às ocorrências externas, demanda um aparato que permite a intera-
ção entre os agentes sociais de diferentes comunidades e nações em tempo
real, uma vez que o capital não está mais isolado a uma única região. Mercados
integrados dependem de uma comunicação eficiente que impeça as barreiras
físicas de se expressarem como um obstáculo para a obtenção de lucro em luga-
res espacialmente intangíveis pelos investidores. Essa necessidade do sistema,
agregada à dinâmica cada vez mais intensa do mercado internacional, acaba
por estabelecer relações bivalentes de causa e consequência com as inovações
tecnológicas de informação. Isso se reflete em todas as demais relações ocorri-
das na malha social, com fortes consequências para as culturas regionais.
O implemento comunicacional das tecnologias de informação frente ao sis-
tema capitalista acabou por delimitar uma zona de interdependência entre um
e outro. O aparato informacional é agora parte integrante e representativa do
sistema, ao passo que a indústria por trás de sua criação e manutenção ocu-
pa, por assim dizer, um lugar de destaque entre os setores produtivos. Toda
modificação tecnológica de informação exerce influência sobre a dinâmica do
sistema, redimensionando rotinas e reescalonando relações entre os agentes
sociais, o que mostra a importância da relação entre a TI (sigla para tecnologia
de informação) e o capitalismo.
O dinamismo engendrado pelas tecnologias da informação não se encontra
apenas na velocidade de tráfego de dados, mas também na obtenção de infor-
mações primordiais para estabelecer vantagens competitivas em um sistema
cada vez mais sujeito às concorrências (apesar de isso não ocorrer em alguns
ambientes específicos de monopólio declarado ou velado). Isso significa uma
redução no tempo de pesquisa em soluções para diversos setores da economia,
assim como aumento da eficiência na recuperação de dados em diferentes ins-
tâncias produtivas. Essa nova condição gera a necessidade da remuneração de
quem viabiliza esse processo de redução do tempo das operações envolvendo
geração e manuseio de informações. A valoração dos trabalhos envolvendo a
manutenção dos processos informacionais é uma das discussões mais perti-
nentes ao novo momento do capitalismo, e encontra lugar comum no ambien-
te de desenvolvimento das tecnologias de informação.
Antes de nos atermos ao processamento de informações e seu desdobra-
mento frente aos demais processos do sistema capitalista, precisamos ter
em mente os mecanismos que levaram à emergência de tal tecnologia, e sua
16 • capítulo 1
hegemonia no eixo operacional do sistema. A integração entre indústria e pes-
quisa científica foi fundamental para a decolagem de determinadas técnicas de
TI, impulsionadas em um primeiro momento por intervenções estatais (justi-
ficadas pelos governos que mantiveram ligações com o processo como o trata-
mento de setores estratégicos para as soberanias nacionais) e finalmente des-
pontando pelo empenho de iniciativas privadas descoladas de qualquer ideal
nacionalista – ainda que ligadas às políticas locais.
As inovações tecnológicas que derivaram na inauguração de uma nova fase
do sistema não ocorreram de uma vez só. Foi a utilização social de um amálga-
ma utilitarista das descobertas científicas em torno do aparato informacional
(computadores) que propiciaram sua emergência, o que percebemos na retóri-
ca de Castells (1999).
Na verdade, as descobertas tecnológicas ocorreram em agrupamentos, interagindo en-

tre si num processo de retornos cada vez maiores. Sejam quais forem as condições que
determinaram esses agrupamentos, a principal lição que permanece é que a inovação
tecnológica não é uma ocorrência isolada (CASTELLS, 1999, p. 55).
A utilização de tal tecnologia não pode ser encarada como a incorporação de

uma descoberta isolada no processo produtivo. Pelo contrário. Mesmo os pri-
meiros computadores dependeram da integração de vários projetos distintos
para que pudessem se tornar viáveis.
O invento do microprocessador acabou por destituir conceitos já sedimen-
tados sobre o processamento de informações. Em primeiro lugar, pairava sobre
o imaginário das tecnologias de informação a nítida impressão de uma centra-
lidade do processamento dos dados. Imaginava-se que o futuro da informática
estava diretamente ligado aos grandes computadores de instituições e universi-
dades, que reportariam aos terminais localizados em residências e demais pon-
tos das comunidades às quais se dedicavam a servir. Esse ideário sobre o futuro
dos computadores passava por um nítido conceito de controle centralizado das
operações. A descoberta do microprocessador lançou os conceitos centraliza-
dores na obsolescência, como percebe Castells (1999) quando diz que “o ad-
vento do microprocessador em 1971, com a capacidade de incluir um compu-
tador em um chip, pôs o mundo da eletrônica e, sem dúvida, o próprio mundo,
de pernas para o ar.” (CASTELLS, 1999, p. 61). Era o fim da dependência das
capítulo 1 • 17
unidades centrais. O uso do aparato informático para processamento de infor-
mações passaria a ocorrer então de forma autônoma, longe das instituições
de pesquisa ou das indústrias. Este foi o primeiro passo para a concepção dos
computadores pessoais.
No desenvolvimento dos novos computadores de mesa, podemos perceber
a forte influência do ideal libertário dos anos 60 (SAXBY, 1990), ao passo que a
maioria dos cientistas, técnicos e inventores que contribuíram para seu surgi-
mento tinha um forte vínculo com a era hippie americana. Especialmente no
Vale do Silício, a maioria dos envolvidos com as novas empresas de informática
teve contato com as ideias dos movimentos a favor da liberdade difundidos na
costa oeste e no meio oeste dos Estados Unidos. Reflexo de uma nova cultura,
as unidades de processamento se descolaram, através do circuito integrado e
do microprocessador, das regras de centralização do processamento de dados.
Os jovens pesquisadores tiveram uma participação especial no processo
de renovação tecnológica iniciado pela descoberta dos microprocessadores.
O Altair, tido por muitos como o primeiro computador pessoal de mesa com
processamento independente, teve seu protótipo construído em 1975 por Ed
Roberts, em Albuquerque, Novo México. Mas o sucesso de comercialização de
computadores pessoais veio com o intento de dois jovens da Califórnia, Steve
Jobs e Steve Wozniac, que na garagem de seus pais em Menlo Park, Vale do
Silício, fundaram a Apple Computers (CASTELLS, 1999).
Não tardou para que a IBM passasse a comercializar seus próprios com-
putadores pessoais, inaugurando o famoso termo PC, ainda que continuasse
na produção de grandes computadores e mainframes. Outras companhias de
grande porte acabaram por desenvolver o que antes era apenas um novo nicho
de mercado, tornando-o um mercado em si. A descentralização do processa-
mento e arquivamento de dados é, portanto, um dos grandes saltos conceituais
ocorridos nos anos 70.
A atual malha de conexões estabelecidas pela rede mundial de computa-
dores segue os mesmos princípios daquela época. Conforme sugere Castells
(1999), “esse sistema tecnológico, em que estamos totalmente imersos nos
anos 90, surgiu nos anos 70” (CASTELLS, 1999, p. 64). A Internet, baseada na
descentralização da informação ocorrida com o advento do computador pes-
soal, tem a função de estabelecer conexões entre as unidades de processamen-
to e arquivamento de dados espalhadas pelo globo, fazendo com que usuários
do mundo inteiro tenham acesso às informações disponibilizadas na rede.
18 • capítulo 1
O princípio que gerou a Internet parte da estratégia militar de manter dife-
rentes unidades de provimento de tropas interligadas. Se uma fosse destruída
pelo inimigo, outra poderia desenvolver as mesmas atividades da primeira. Seu
funcionamento é análogo ao das ligações neurais do cérebro humano. Algumas
áreas do cérebro, sob circunstâncias específicas, podem simular a atividade de
partes que venham a sofrer lesões (DAMÁSIO, 1996), mostrando uma dinâmica
muito parecida com a estratégia militar na qual se baseia a Internet.
Por esse motivo, a internet é reconhecida como uma rede neural, com pro-
cessamento e arquivamento descentralizado, mas que possui uma representa-
ção na malha de conexões entre os diferentes terminais (nós) de sua rede.
As nações, na fase informacional do capitalismo, têm um papel muito im-
portante na ambiência das plantas produtivas. As nações que melhor se adap-
taram ao esquema de desenvolvimento tecnológico do novo capitalismo aca-
baram por sobressair frente às demais no jogo da hegemonia praticado pelos
países participantes do mercado internacional. É desnecessário dizer que paí-
ses como Estados Unidos, Inglaterra e França possuem vantagens nesta fase
informacional que se desdobraram de seu ótimo aproveitamento comercial
nas fases anteriores do sistema. Contudo, países como Índia e China acaba-
ram por emparelhar-se atrás dos Estados Unidos em importância econômica
durante o informacionalismo, cada um por razões distintas, mas todos com
uma linha tênue comum: o desenvolvimento da indústria informática em suas
plantas produtivas.
Definitivamente, as novas tecnologias de informação acabaram por redefi-
nir a estrutura interna do sistema, no que tange aos aspectos produtivos e cul-
turais. Um bom espelho do que trata a nova economia informacional está na
constatação de Castells (1999).
Minha tese é de que o surgimento da economia informacional caracteriza-se pelo

desenvolvimento de uma nova lógica organizacional que está relacionada com o pro-
cesso atual de transformação tecnológica, mas não depende dele. São a convergência
e a interação entre um novo paradigma tecnológico e uma nova lógica organizacio-
nal que constituem o fundamento histórico de economia informacional (CASTELLS,
1999, p. 174).
capítulo 1 • 19
©© WIKIMEDIA.ORG
Figura 1.2 – Manuel Castells.
As grandes corporações de nossos dias estão presentes, virtualmente ou

fisicamente, em quase todos os lugares do mundo. A fase informacional do
capitalismo beneficia a interconexão entre unidades dispostas na vastidão do
globo, orientadas por uma sede, sob uma ideologia própria dos conglomerados
mundiais – que apesar da condição globalizada possuem uma política típica de
sua origem modificada pela condição internacional. Ao passo que a integração
promovida pelas novas tecnologias de informação beneficia a inclusão de no-
vas empresas no mercado mundial, também internacionaliza a exclusão social.
O cenário internacional da nova fase do capitalismo acaba por diferir as na-
ções do globo entre incluídas e excluídas nos processos que envolvem a produ-
ção em torno das tecnologias de informação – sociedades inseridas ou não no
informacionalismo. Como descreve Smith (1980).
As distinções que podem fazer entre sociedades bem dotadas por esses sistemas [de
informação] e aquelas deles mal providas poderiam ser maiores que qualquer distinção
baseada em indicadores de renda. (...) As sociedades desprovidas [desses sistemas]
retrocederiam mais e mais à situação de objeto que de sujeito. Impotentes, tenderiam a
ser lançadas em uma espiral geradora de subinformação, mais do que já o estão hoje.
(...) A subdivisão entre os ricamente informados e os pobremente informados - nacional
e internacionalmente - pode vir a ser e, de longe, muito mais difícil de se superar que as
divisões fundadas na exploração econômica (SMITH, 1980, p. 113).
20 • capítulo 1
O capitalismo é, conforme o modelo atualmente vigente, naturalmente
excludente. Há consenso entre os diversos pesquisadores da área (entre eles
Castells) de que a exclusão faz parte do sistema. Contudo, essa não é uma regra,
e tampouco seria correto dizer que a condição de manutenção do sistema seja a
existência da exclusão. No plano internacional, o informacionalismo acaba por
reduzir a importância econômica, política e social das nações que não abarcam
o domínio das tecnologias de informação. A condição de soberania econômica
dos Estados, antes baseada na produção industrial de suas indústrias nacio-
nais, hoje se encontra em sua produção de informações. Os países com maior
aparato técnico informacional, tal qual uma regra, são também os de maior
independência econômica no cenário internacional. Porém, não basta, para
incluir-se nos processos do capitalismo informacional, apenas difundir os pre-
ceitos do informacionalismo no interior da sociedade. Segundo Castells (1999).
As sociedades serão informacionais, não porque se encaixem em um modelo específi-

co de estrutura social, mas porque organizam seu sistema produtivo em torno de prin-
cípios de maximização da produtividade baseada em conhecimentos, por intermédio do
desenvolvimento e da difusão de tecnologias da informação e pelo atendimento dos
pré-requisitos para sua utilização (...) (CASTELLS, 1999, p. 226).
Tais pré-requisitos para utilização das tecnologias de informação passam

pelo redimensionamento da cultura e por questões históricas tangentes à for-
mação das plantas produtivas nacionais, do desenvolvimento da ciência e da
educação social. Outra pergunta ronda a questão dos países centrais e periféri-
cos do informacionalismo: para atingir o cume do sistema, seria necessário se-
guir a rota delimitada pelos países que primeiramente alcançaram o topo da
economia mundial nesta fase do sistema? Longe de se encontrar uma fórmula
de sucesso na análise econômica das novas potências informacionais, é preciso
ter em mente uma outra particularidade da “era da informação”, baseada na
valorização da informação.
A atual fase do capitalismo se baseia na remuneração pela concepção in-
telectual da informação. No informacionalismo, está presente a todo instan-
te o ideal da valorização do indivíduo que pensa, garantindo ao mesmo a re-
muneração pelo uso do produto de seu pensamento por outrem, seja qual for
a instância ou situação. Por isso mesmo, é cada vez maior a pressão sobre os
Estados nacionais para que se façam cumprir em seus territórios as legislações
capítulo 1 • 21
internacionais que dizem respeito aos direitos autorais. Desde os produtos
culturais (tais como músicas, filmes, entre outros) aos programas de compu-
tadores, toda produção intelectual humana é digna de um registro de direito
autoral que a outorga uma condição de propriedade. Esta condição garante seu
uso apenas a quem concebeu tal obra, seu representante legal ou aquele que
detém seus direitos. O uso de um produto (ou subproduto) intelectual só se faz
permitido através das licenças de uso, tão comuns na era informacional.
Mas qual a real relevância da informação frente ao contexto capitalista
atual? Muito simples: conhecimento. A sobrevivência no capitalismo informa-
cional se apoia sobre a competitividade, que somente surge quando há conhe-
cimento – ou seja, latência do uso prático das informações significadas através
de dados percebidos pelos habitantes de um determinado cenário.
A produção do conhecimento ocupa lugar de destaque entre os elemen-
tos que suportam o sistema capitalista de nossos tempos. O conhecimento é
a grande vantagem competitiva de todos os agentes do sistema – e as ideeias
ligadas a ele possuem, de modo geral, uma importante participação na dinâ-
mica sistêmica. As informações, formadoras do conhecimento (de qualquer
espécie), deixaram de ocupar o papel de suporte técnico para a produção e pas-
saram a ser consideradas a “produção em si”. A informação é o “produto foco”
de nossos tempos.
O conhecimento, assim como aconteceu nas fases anteriores do capita-
lismo, é a chave que abre ao indivíduo as possibilidades de atuação frente ao
meio. Trata-se do amálgama de informações, comparações e resultados cogni-
tivos que servirão de base para a atuação no ambiente. Neste momento, espera-
mos já ter delimitado os conceitos de conhecimento e informação, assim como
sua relação direta de constituição.
O processo de aquisição de elementos que fomentem a compreensão sobre
o que cerca o indivíduo – ou o aprendizado – é crucial em qualquer tipo de so-
ciedade. Aprender – ou receber informações externas que gerem algum tipo de
conhecimento de qualquer espécie – faz parte do comportamento inerente do
ser humano pleno. Como nos mostra Wiener (1967).
22 • capítulo 1
O homem gasta o equivalente a quarenta por cento de sua vida normal a aprender, por
razões que (...) têm a ver com a sua estrutura física. É tão natural para uma sociedade
humana, fundar-se no aprendizado, quanto o é, para uma sociedade de formigas, fun-
dar-se num padrão herdado (WIENER, 1967, p. 58).
Frequentemente se distinguem os tipos de conhecimento entre os apresen-

tados na produção científica contemporânea. Dessa forma, emergiu a ideeia de
um conhecimento tecnológico e científico diferenciado dos demais, sob a égi-
de das necessidades de acumulação e dinamização dos processos, imposições
do capitalismo em suas diferentes fases. O conhecimento social, aquele que
compreende uma série de elementos relativos à manutenção do ser humano
– tido como fruto da coletividade – frente às hostilidades do meio, tornou-se pa-
dronizado e cada vez mais atrelado à técnica. O conhecimento que diretamente
interessa à área de estudo das implicações sociais das tecnologias de informa-
ção e comunicação é aquele que agrega o conjunto de elementos relativos à pro-
dução tecnológica e sua interação com o sistema socioeconômico.
Para a Economia Política da Informação, assim como ocorre nas áreas
congêneres de estudo, o conhecimento é tido como elemento de formação de
potencialidades para a constituição de ações produtivas. Tendo em vista que
a contemporaneidade contempla a informação como foco da produção capi-
talista – e de toda a indústria em torno dos seus aparatos técnicos de suporte
– não há como fugir de um ciclo típico do capitalismo informacional: informa-
ção codificada somada às experiências anteriores gerará conhecimento, que
aplicado à produção de informações (estágio do processo cognitivo criativo)
potencializará a geração de novos conhecimentos individualizados que, con-
sequentemente, serão transmitidos em informação codificada a outrem (no
ambiente social), reiniciando o ciclo. Dessa forma, quanto mais conhecimento
uma sociedade for capaz de absorver, mas conhecimento será capaz de gerar.
Conhecimento gera conhecimento. Em meio a esse processo estão as funções
da informação e os tipos de conhecimento.
1.3 Tipos de conhecimento
Como dito anteriormente, o conhecimento é fruto da contextualização de in-

formações que assumirão a transformação do conhecimento prévio do inter-
locutor e poderão servir como subsídio prático de interação com o meio. Fre-
capítulo 1 • 23
quentes tentativas têm sido feitas para se chegar a uma descrição sistemática
do conhecimento. Muitas delas foram baseadas em teorias cognitivas, enquan-
to outros foram formulados para servir de base para as teorias de desenho de
instruções. Existem ainda outros formatos de classificação que tentam conter o
conhecimento sob a divisão epistemológica, dependente da tarefa a que ele se
dedica. No âmbito da gestão do conhecimento empresarial, é necessário consi-
derar os objetivos por trás do tratamento dos elementos que cercam o conceito
de conhecimento.
Existem pelo menos três maneiras básicas de classificação do conhecimen-
to. A mais difundida delas, típica dos estudos de Gestão do Conhecimento, é a
que tipifica o termo a partir da permeabilidade de seu conteúdo entre diferen-
tes tipos de interlocutores, ou seja, designando uma classificação de conversão
do conhecimento. Segundo Nonaka e Takeuchi, principais fundamentadores
desse tipo de classificação, o conhecimento é formado por uma estrutura am-
bígua, ou paradoxal, na qual podemos identificar dois componentes aparente-
mente opostos: o conhecimento tácito e o conhecimento explícito (NONAKA;
TAKEUCHI, 1997).
O conhecimento tácito é aquele que está presente na cabeça dos indivíduos,
fruto de suas experiências de troca de sinais e informações com o mundo que
habitam e demais interlocutores sociais. O conhecimento tácito é aquele que
viabiliza a tomada de decisões, pois é fruto de um processo cognitivo baseado
na absorção de informações de diversos tipos e contextualização da situação
presente em função do que já se conhece acerca do cenário. Podemos dizer
também que o indíviduo carrega o conhecimento tácito consigo, tornando-se
impossível a contenção de seu trânsito apenas nas cercanias da organização.
Ele é encontrado nas pessoas que formam as organizações, como conhecimen-
to de normas e procedimentos, cultura organizacional, experiências profissio-
nais e, principalmente, suas percepções com relação à organização, mas não
fica restrito à ela. O conhecimento tácito não é um conhecimento palpável,
muito menos explicável. Ele é profundamente pessoal e por isso muito mais di-
fícil de ser compartilhado. Uma das definições usadas por Nonaka e Takeuchi
para conhecimento tácito é a seguinte.
24 • capítulo 1
O conhecimento tácito [...] é altamente pessoal e difícil de formalizar, tornando-se de
comunicação e compartilhamento dificultoso. As instituições e os palpites subjetivos
estão sob a rubrica do conhecimento tácito. O conhecimento tácito está profundamen-
te enraizado nas ações e na experiência corporal no indivíduo, assim como nos ideais
que ele incorpora (NONAKA; TAKEUCHI, 1997, p. 19).
O conhecimento tácito é construído a partir da vivência, e por isso demanda

o contato direto do indivíduo com o mundo que habita. Podemos chamá-lo de
empírico, ainda que seja possível uma discussão acalorada sobre a possibildia-
de do conhecimento meramente teórico ser categorizado também como tácito,
uma vez que toda teoria pode surgir, enquanto não registrada em nenhum su-
porte, a partir da vivência dos indivíduos frente ao meio que habitam.
CONCEITO
Conhecimento Tácito
Conhecimento que ocorre a partir da vivência dos indivíduos em contato com as diversas
informações absorvidas do meio que habitam. O conhecimento tácito é adquirido por diver-
sos processos, mas sempre demandará interação entre o indivíduo e outros indivíduos ou do
indivíduo com o meio. O processo cognitivo que ocorre para a formação (e a transformação)
do conhecimento tácito é constante durante toda a vivência do indivíduo, tornando o conhe-
cimento tácito inerente à sua experiência empírica de interação com o mundo.
Se levarmos em consideração a teoria descrita anteriormente sobre o co-

nhecimento, e principalmente sua distinção da informação e dos dados en-
quanto conceitos básicos, podemos categorizar desde já o conhecimento tácito
como o único tipo de conhecimento verdadeiramente existente. Uma vez que
o conhecimento só pode ocorrer na presença do indivíduo, qualquer tipo de
registro que derive do conhecimento previamente adquirido ou transformado
pelo indivíduo não pode ser considerado como tal, senão apenas após a con-
textualização informacional feita por outro interlocutor. Dessa forma, o outro
tipo de conhecimento explanado por Nonaka e Takeuchi (1998), o conhecimen-
to explícito, é uma abstração do que seria a absorção para uso de um tipo já
relatado de transporte de sinais para significação. Conhecimento explícito, na
capítulo 1 • 25
acepção mais básica do termo, é na verdade uma conotação ao dado registrado
em um suporte, e por tanto, por si só, não pode ser considerado, stricto sensu,
como conhecimento propriamente dito. Mas tal foi a divulgação desse tipo de
classificação entre os estudiosos da Gestão do Conhecimento que os próprios
acadêmicos passaram a considerar como absolutamente válido o sentido im-
posto ao termo.
Por definição, consideremos o conhecimento explícito como o registro
transferível do conhecimento em qualquer tipo de suporte (ou seja, dados). Ele
pode ser expresso em palavras e números e pode ser facilmente comunicado e
compartilhado sob a forma de dados concretos, fórmulas científicas, procedi-
mentos codificados ou princípios universais. Antes de retornar a fazer parte de
um rol de conhecimentos de outro indivíduo, o dado registrado deverá adquirir
significação (tornando-se informação) e por fim será suscetível à contextualiza-
ção necessária para sua disponibilidade prática.
Alguns autores defendem que o conhecimento explícito é o conhecimento
que o indivíduo pode tornar explícito por meio de uma declaração verbal, ou
seja, uma expressão intercambiável de seu conteúdo. Dessa forma, podemos
afirmar que o conhecimento explícito nada mais é do que um conteúdo em tran-
sição no processo comunicacional entre dois ou mais indivíduos. Retomemos
por um instante a ideia de que o conhecimento explícito é o conhecimento que
o indivíduo pode tornar explícito por meio de uma declaração verbal. Assim,
explicitação é uma questão do assunto ser capaz de apresentar informações
de forma linguística. Não é apenas uma questão de como as informações são
armazenadas na mente ou no cérebro do sujeito quando elas não estão sen-
do chamadas. Suponha que alguém saiba, no sentido cotidiano do termo, os
axiomas de alguma teoria. Desde que esse conhecimento pode ser verbalmente
articulado, ele conta como explícito – mas somente atingirá essa configuração
quando efetivamente registrado.
CONCEITO
Conhecimento Explícito
Conhecimento passível de sofrer intercâmbio entre indivíduos, pois se encontra regis-
trado em algum tipo de suporte, codificação de forma inteligível a outros interlocutores. O
conhecimento explícito somente poderá ser considerado como tal se houver maneiras de
26 • capítulo 1
recuperar o conteúdo informacional transcrito nos moldes que foi gerado. Outra forma de
categorizar o conhecimento explícito são os dados e a informação.
Ainda esperando que estejam claras as diferenças semânticas entre os ter-

mos, assim como compreendida a necessidade de flexibilização de suas fron-
teiras de significados para pleno entendimento do termo, é necessário ainda
salientar que o conhecimento pode ser classificado de outras duas formas. A
segunda forma leva em conta a tratativa do conhecimento para seu uso futuro.
Mais uma vez recuperando os conceitos já abordados, trata-se de uma simplifi-
cação dos termos retomando dados ou informação, e não exatamente o conhe-
cimento. Essa segunda forma de tipificar o conhecimento é mais instrumental,
mas adentra o conjunto de dispositivos teóricos da Filosofia, tendo como prin-
cipal denominação a gnoseologia, ou seja, o estudo do conhecimento.
Há muito desacordo sobre o que são, exatamente, os diferentes tipos de
conhecimento, e não existe um consenso sobre isso entre os diversos autores.
Isso ocorre porque a tipificação do conhecimento é puramente filosófica, com
debates que abrangem séculos e todo mundo tem uma opinião diferente sobre
o que é, ou não é, o conhecimento. Segundo a gnoseologia, temos o conheci-
mento a proposicional, priori, a posteriori, e processual, além dos dois tipos já
tratados anteriormente, explícito e tácito.
Conhecimento proposicional: o tipo de conhecimento com que a maioria
dos filósofos se preocupa é o conhecimento proposicional, ou conhecimento
de fato. Quando dizemos coisas como “eu sei que os ângulos internos de um
triângulo somam 180 graus” ou “eu sei que foi você que comeu meu sanduí-
che”, estamos afirmando ter conhecimento proposicional. Embora existam
outros tipos diferentes de conhecimento, a principal preocupação da episte-
mologia é o conhecimento proposicional. Uma proposição é algo que pode ser
expresso por uma sentença declarativa, e que se propõe a descrever um fato
ou um estado de coisas, como “Os cães são mamíferos”, “2 + 2 = 4”, “É errado
matar pessoas inocentes para se divertir” (note-se que uma proposição pode
ser verdadeira ou falsa, isso é, ela não precisa realmente expressar um fato).
O conhecimento proposicional pode também ser chamado de conhecimento
declarado. Declarações de conhecimento proposicional são usualmente feitas
utilizando “que”, como em “ele sabe que Curitiba está no Paraná” ou em “ela
capítulo 1 • 27
não sabe que a raiz quadrada de 81 é 9”. Na academia, na maioria das vezes,
vamos estar preocupados apenas com o conhecimento proposicional.
O conhecimento proposicional, obviamente, engloba uma ampla gama
de assuntos: conhecimento científico, o conhecimento geográfico, o conheci-
mento matemático, autoconhecimento, e até mesmo o conhecimento sobre
qualquer campo de estudo que seja. Qualquer verdade pode, em princípio, ser
cognoscível, embora possa haver verdades desconhecidas. Um dos objetivos da
epistemologia é determinar os critérios para o conhecimento, para que possa-
mos saber o que pode ou não pode ser conhecido, ou em outras palavras, o estu-
do da epistemologia inclui fundamentalmente o estudo de metaepistemologia
(o que podemos saber sobre o conhecimento em si).
Também podemos distinguir entre diferentes tipos de conhecimento pro-
posicional, pensandona origem desse conhecimento. Temo o conhecimento
não empírico ou conhecimento a priori, que ocorre antes de qualquer expe-
riência e requer apenas o uso da razão; exemplos incluem o conhecimento de
verdades lógicas, como a lei da não contradição, bem como o conhecimento
das reivindicações abstratas (como reivindicações éticas ou reclamações so-
bre vários assuntos conceituais). O conhecimento empírico ou a posteriori, é
possível apenas subsequente, ou posterior, a certas experiências dos sentidos.
Exemplos incluem o conhecimento da cor ou forma de um objeto físico ou o co-
nhecimento de localizações geográficas. (Alguns filósofos, chamados raciona-
listas, acreditam que todo o conhecimento é, em última análise, fundamenta-
do na razão; outros, chamados empiristas, acreditam que todo o conhecimento
é em última análise, fundamentada na experiência).
Conhecimento a priori: a priori significa literalmente “de antes” ou “de
mais cedo.” Isso ocorre porque o conhecimento a priori depende do que uma
pessoa pode derivar do mundo sem a necessidade de experiência. Esse tipo é
mais conhecido como o raciocínio. Uma vez que o homem estabelece o domí-
nio da linguagem pela experiência com o mundo, é claro que um certo grau de
experiência é necessário sobre o qual um conhecimento a priori deverá tomar
forma. Se você estivesse em uma sala fechada, sem janelas e alguém lhe per-
guntasse como estava o tempo, você não seria capaz de respondê-lo com algum
grau de verdade. Se você fez, então você certamente não utilizou conhecimento
a priori. Seria simplesmente impossível usar o raciocínio para produzir uma
resposta qualificada. Por outro lado, se houvesse um quadro-negro na sala e al-
guém escreveu a equação 4 + 6 = ?, então você poderia encontrar a resposta sem
28 • capítulo 1
utilizar fisicamente quatro objetos e adicionando mais seis objetos para eles e
depois contá-los. Você saberia a resposta é de 10 sem precisar de uma experiên-
cia do mundo real para compreendê-lo. Na verdade, equações matemáticas são
um dos exemplos mais populares de conhecimento a priori.
Conhecimento a posteriori: naturalmente, então, a posteriori significa lite-
ralmente “a partir do que vem depois” ou “do que vem depois.” Refere-se à expe-
riência e usa um tipo diferente de raciocínio (indutivo) para gerar conhecimen-
to. Esse tipo de conhecimento é adquirido por primeiro ter uma experiência
(adquirida através dos cinco sentidos) e, em seguida, e posteriormente passar
ao processo cognitivo engendrando lógica e reflexão para derivar a compreen-
são acerca da experiência vivida. Esse termo é por vezes usado como sinônimo
de conhecimento empírico, que é o conhecimento baseado na observação.
Acredita-se que um conhecimento a priori é mais fiável do que um conhe-
cimento a posteriori. Isso pode parecer um contrassenso, já que no primeiro
caso, alguém pode simplesmente sentar-se dentro de uma sala e basear seus
conhecimentos em provas factuais, enquanto no último caso alguém tem ex-
periências reais no mundo. Mas o problema reside no fato de as experiências
serem subjetivas e abertas à interpretação.
Conhecimento processual: é o conhecimento que pode ser usado para
transformar. Ele pode ser aplicado para resolver problemas ou criar modelos.
O conhecimento processual difere do conhecimento proposicional na medida
em que é adquirido “evoluindo”. É adquirido por formas mais conservadoras
de aprendizagem. Uma das características definidoras do conhecimento pro-
cessual é que ele pode ser reivindicado em um tribunal de direito, e está ga-
rantido por lei. As empresas que desenvolvem seus próprios procedimentos ou
métodos podem protegê-los como propriedade intelectual. Eles podem, em se-
guida, ser vendidos, protegidos, arrendados etc.
A terceira forma de tipificação do conhecimento classifica-o de quatro
formas básicas: situacional, conceitual, processual e estratégico. Para esse
modelo de tipificação, podemos utilizar as definições a seguir para cada tipo
de conhecimento.
Conhecimento situacional: conhecimento sobre situações específicas, exa-
tamente como elas se encontram no domínio de investigação. O conhecimen-
to sobre situações problemáticas habilita o analista de problemas a entender
relações entre as partes inseridas no contexto a ser analisado, suplementando
informações acerca do quadro estudado.
capítulo 1 • 29
Conhecimento conceitual: saber estático sobre as coisas, conceitos, fatos e
princípios de certo domínio. Funciona como desdobrador de um conjunto de
informações adicionais para solução de problemas, e costuma ser intitulado
“conchecimento declarado”.
Conhecimento processual: consiste no saber técnico sobre como funcio-
nam as coisas, além da forma como se engendram soluções específicas para
problemas de situações similares às experimentadas anteriormente. Está pre-
sente na maneira como sistemas mecânicos são organizados e como solucio-
nar problemas relacionados à sua dinâmica.
Conhecimento estratégico: orienta sobre como organizar o processo de
solução de problemas para atingir uma solução satisfatória. Está relacionado
com o aproveitamento dos recursos disponiveis hierarquicamente organiza-
dos no processo de desenvolvimento de soluções pertinentes aos problemas
evidenciados no dia a dia.
1.4 Desafios da economia: importância estratégica da informação
Podemos entender nosso modo de produção como derivado de todo o avanço

sociotécnico obtido a partir das novas tecnologias de informação e comunica-
ção. A era da informação é um desdobramento histórico de processos oriundos
do advento de novas tecnologias de transmissão e arquivamento de dados. A
fase informacional do capitalismo teve sua emergência a partir da década de
1970, com os consideráveis avanços da informática no intuito de integrar os
mercados e plantas produtivas de todo o mundo.
Sob esse contexto, percebemos que as novas tecnologias estão diretamente
conectadas com o contexto de gestão informacional dentro das organizações, o
que permite dizer que não estamos falando do mesmo padrão de análise infor-
macional de momentos anteriores do capitalismo.
A atual malha de conexões estabelecidas pela rede mundial de computa-
dores segue os mesmos princípios daquela época. Conforme sugere Castells
(1999), “esse sistema tecnológico, em que estamos totalmente imersos nos
anos 90, surgiu nos anos 70” (CASTELLS, 1999, p. 64). A Internet, baseada na
descentralização da informação ocorrida com o advento do computador pes-
soal, tem a função de estabelecer conexões entre as unidades de processamen-
to e arquivamento de dados espalhadas pelo globo, fazendo com que usuários
do mundo inteiro tenham acesso às informações disponibilizadas na rede.
30 • capítulo 1
O princípio que gerou a Internet parte da estratégia militar de manter di-
ferentes unidades de provimento de tropas interligadas. Se uma fosse destruí-
da pelo inimigo, outra poderia desenvolver as mesmas atividades da primeira.
Seu funcionamento é análogo ao das ligações neurais do cérebro humano. Por
esse motivo, a Internet é reconhecida como uma rede neural, com processa-
mento e arquivamento descentralizado, mas que possui uma representação
na malha de conexões entre os diferentes terminais (nós) de sua rede.Tal qual
percebem Armand e Michèle Mattelart, “a rede serve para fazer esquecer uma
sociedade profundamente segregada e para dela propor uma visão harmôni-
ca” (MATTELART; MATTELART, 1999, p. 160). Apesar dos pontos de acesso à
malha informacional encontrarem sítios em regiões com diferentes peculiari-
dades e culturas, há a constância de um padrão a ser seguido e compreendido
por todos.
Essa ideia de integração de diferentes culturas obedece a regras específicas
de uma necessidade de comunicação oriunda da dinâmica do sistema capita-
lista. A convergência cultural se dá em torno do meio de comunicação, aludin-
do a uma nova “cultura do meio”, ou mesmo à universalização da cultura.
A própria condição técnica do desenvolvimento científico passa pela dinâ-
mica do mercado – que sofre maiores influências dos países que dele conse-
guem usufruir com maior êxito. No âmbito internacional, as nações que pos-
suem maior participação no mercado global são, em sua maioria, as que mais
participam do desenvolvimento de novas tecnologias. A fase informacional
do capitalismo é fruto direto das necessidades de manutenção do sistema, o
mesmo sistema que garante a hegemonia de algumas regiões economicamente
mais abastadas no intuito de manter a estabilidade para sua existência. A in-
tensificação das pesquisas em TI na busca pelo aumento da produtividade e da
eficiência comunicacional segue os ideais de um mercado mediado pelas míni-
mas unidades do sistema. Em uma escala macroscópica, os agentes sociais dei-
xam de ser, diretamente, os homens, dando lugar a instituições diversas, tais
quais empresas e nações – que ainda assim são representadas por indivíduos.
Apesar da participação dos agentes sociais aferir uma manutenção proveitosa
ao status do sistema, contribuindo para a continuação de sua existência, o prin-
cipal intento do indivíduo ou das entidades sociais em interação com os mer-
cados é a obtenção do lucro. A manutenção do sistema capitalista é, por assim
dizer, um efeito colateral da busca humana pelo lucro.
capítulo 1 • 31
Ainda que as transformações engendradas pela revolução informacional te-
nham alcançado a totalidade do globo, não encontrando impedimentos ao seu
avanço frente às barreiras espaciais, culturais e nacionais, não podemos perder
de vista a quem servem as transformações ocorridas. Em um sistema no qual
há privilegiados e prejudicados, ainda que não haja uma conspiração clara ou
declarada pela manutenção de um status de períodos anteriores, percebemos
algumas nuances no desenvolvimento da TI.
As grandes corporações de nossos dias estão presentes, virtualmente ou
fisicamente, em quase todos os lugares do mundo. A fase informacional do
capitalismo beneficia a interconexão entre unidades dispostas na vastidão do
globo, orientadas por uma sede, sob uma ideologia própria dos conglomerados
mundiais – que apesar da condição globalizada possuem uma política típica de
sua origem modificada pela condição internacional. Ao passo que a integração
promovida pelas novas tecnologias de informação beneficia a inclusão de no-
vas empresas no mercado mundial, também internacionaliza a exclusão social.
A atual fase do capitalismo se baseia na remuneração pela concepção inte-
lectual da informação. No informacionalismo, está presente a todo instante o
ideal da valorização do indivíduo que pensa, garantindo ao mesmo a remune-
ração pelo uso do produto de seu pensamento por outrem, seja qual for a ins-
tância ou situação. Por isso mesmo, é cada vez maior a pressão sobre os Estados
nacionais para que se façam cumprir em seus territórios as legislações inter-
nacionais que dizem respeito aos direitos autorais. Desde os produtos cultu-
rais (tais como músicas, filmes, entre outros) aos programas de computadores,
toda produção intelectual humana é digna de um registro de direito autoral que
a outorga uma condição de propriedade. Esta condição garante seu uso apenas
a quem concebeu tal obra, seu representante legal ou aquele que detém seus
direitos. O uso de um produto (ou subproduto) intelectual só se faz permitido
através das licenças de uso, tão comuns na era informacional. Significa dizer
que, na fase atual de nossa sociedade, informação, mesmo que não materia-
lizada ou inserida no contexto prático de sua aplicação, tem valor que pode
ser mensurado monetariamente. No encalço da garantia de apropriação das
ideias, em busca das rendas oriundas do licenciamento de seus subprodutos,
os capitalistas do informacionalismo estão cada vez mais presos à informação
como veículo de emergência de lucros substanciais. Todo tipo de informação
que possa significar um produto comercializável, quiçá ela mesma, possui um
32 • capítulo 1
preço a ser aferido. Uma vez que em toda coisa artificial ou natural, produzida
pelo homem ou não, há a possibilidade de uma representação mental passível
de se tornar informação, tudo no meio ambiente pode estar sujeito à apropria-
ção intelectual.
Desde uma simples logomarca até um complexo código-fonte de software
têm seus direitos intelectuais garantidos. A propriedade intelectual, em si, não
se aplica ao suporte em que a informação está impressa, mas à própria infor-
mação – ou à interpretação que o receptor faz dos dados contidos no suporte.
Um produto com tal volatilidade, a informação, se mostra inevitavelmente alvo
de desvinculação entre a mesma e o suporte que a carrega. Isso dificulta o con-
trole do uso da informação.
Frequentemente se distinguem os tipos de conhecimento entre os apresen-
tados na produção científica contemporânea. Dessa forma, emergiu a ideia de
um conhecimento tecnológico e científico diferenciado dos demais, sob a égi-
de das necessidades de acumulação e dinamização dos processos, imposições
do capitalismo em suas diferentes fases. O conhecimento social, aquele que
compreende uma série de elementos relativos à manutenção do ser humano
– tido como fruto da coletividade – frente às hostilidades do meio, tornou-se
padronizado e cada vez mais atrelado à técnica. O conhecimento que direta-
mente interessa à área de estudo das implicações sociais das tecnologias de
informação e comunicação é aquele que agrega o conjunto de elementos rela-
tivos à produção tecnológica e sua interação com o sistema socioeconômico.
O conhecimento é tido como elemento de formação de potencialidades para
a constituição de ações produtivas. Tendo em vista que a contemporaneidade
contempla a informação como foco da produção capitalista – e de toda a indús-
tria em torno dos seus aparatos técnicos de suporte – não há como fugir de um
ciclo típico do capitalismo informacional: informação codificada somada às
experiências anteriores gerará conhecimento, que aplicado à produção de in-
formações (estágio do processo cognitivo criativo) potencializará a geração de
novos conhecimentos individualizados que, consequentemente, serão trans-
mitidos em informação codificada a outrem (no ambiente social), reiniciando
o ciclo. Dessa forma, quanto mais conhecimento uma sociedade for capaz de
absorver, mas conhecimento será capaz de gerar. Conhecimento gera conheci-
mento. Em meio a este processo estão as funções da informação.
capítulo 1 • 33
CONEXÃO
Para conhecer um pouco mais sobre a relevância da inteligência empresarial na era do capi-
talismo informacional, visite os seguintes documentos eletrônicos.
http://www.liinc.ufrj.br/pt/attachments/055_saritalivro.pdf
http://livroaberto.ibict.br/bitstream/1/434/1/Livro%20Verde.pdf
http://homepage.ufp.pt/lmbg/com/sociedadedaInformacao.pdf
ATIVIDADES
Vamos praticar um pouco os conceitos aprendidos. Responda às seguintes questões.
01. Quais os tipos de conhecimento para Nonaka e Takeuchi?
02. Segundo Manuel Castels, quais as bases da economia informacional?
03. Qual o conceito de conhecimento? Explique.
04. O que são dados?
05. Como podemos conceituar a informação?
REFERÊNCIAS BIBLIOGRÁFICAS
AKGÜN, A. et al. Organizational intelligence: a structuration view. Journal of Organizational Change
Management 20(3), 272–289, 2007.
CASTELLS, Manuel. A Sociedade em Rede. São Paulo: Paz e Terra, 1999.
CORIAT, B. La Robotique. Paris: Repères, 1983.
DAMÁSIO, António. O Erro de Descartes. São Paulo: Companhia das Letras, 1996.
DANTAS, Marcos. Informação e trabalho no capitalismo contemporâneo. Lua Nova, n. 60, p. 5-44,
2003. ISSN 0102-6445.
DAVENPORT, Thomas H. Ecologia da informação: por que só a tecnologia não basta para o sucesso
na era da informação. São Paulo: Futura,1998.
DAVENPORT, Thomas H.; PRUSAK, Laurence. Working Knowledge. Cambridge: Harvard Business
School Press, 2000.
34 • capítulo 1
KOCH, C. The Quest for Consciousness: A Neurobiological Approach. New York: Robert And
Company Publishers, 2004.
LOJKINE, Jean. Revolução Informacional. São Paulo: Cortez Editora, 2002.
MATTELART, Armand; MATTELART, Michèle. História das Teorias da Comunicação. São Paulo:
Loyola, 1999.
NONAKA, I. e TAKEUCHI, H. Criação do conhecimento na empresa: como as empresas japonesas
geram a dinâmica da inovação. Rio de Janeiro: Campus, 1997.
SAXBY, Stephen. The Age of Information. Londres: Macmillan, 1990.
SETZER, Valdemar W. Dado, Informação, Conhecimento e Competência. In: SETZER, Valdemar W. Os
Meios Eletrônicos e a Educação: Uma Visão alternativa. São Paulo: Editora Escrituras, 2001.
SMITH, Anthony. The Geopolitic of Information: how Western culture dominates the world. Nova
York: Oxford University Press, 1980.
WIENER, Norbert. Cibernética e Sociedade. São Paulo: Editora Cultrix, 1967. Originalmente
publicado em 1950.
capítulo 1 • 35
36 • capítulo 1
2
Inteligência
Empresarial
2. Inteligência Empresarial
O objetivo deste capítulo é focar a discussão da necessidade da informação ao
sistema de produção econômica atual em direção da realidade organizacional,
mostrando os principais tópicos acerca do uso de processos de inteligência
para a manutenção da atuação das empresas. Além da caracterização dos con-
ceitos e modelos de atuação, o capítulo pretende versar o aluno em temas como
a Gestão do Conhecimento e os principais meios de seu desenvolvimento, ali-
nhados ao processo de prospecção e tratamento de informações alicerçados
sobre a gestão da inteligência competitiva.
2.1 Conceitos
Existem termos recorrentes associados à Inteligência Empresarial, e uma vasta

gama de significados associados a eles. A própria inteligência empresarial é en-
tendida de várias formas. Decompondo o termo, temos por inteligência a habi-
lidade de adquirir e aplicar conhecimentos e perícias em um determinado am-
biente. Nesse contexto semântico, a inteligência pode ter um objetivo definido,
voltado para a obtenção de alguma vantagem frente aos competidores de um
ambiente de recursos escassos. Principalmente no capitalismo informacional,
o termo inteligência empresarial faz sentido tanto pela necessidade de conse-
guir coletar e usar informações que garantam a manutenção das organizações
em ambientes de concorrência acirrada quanto pela necessidade de reconheci-
mento das necessidades dos clientes e mercados para adequação das práticas
internas de geração de valor.
A inteligência é um termo recorrente em estudos organizacionais, tendo ad-
quirido vários significados. Em trabalhos com foco em comportamento organi-
zacional, a inteligência é entendida como a busca de informações no ambiente
e seu tratamento, a fim de descobrir elementos relevantes para apoiar os pro-
cessos de tomada de decisão das organizações.
A compreensão do papel da inteligência nas organizações requer a com-
preensão das suas características estruturais, o que depende da abordagem
aplicada para construir o modelo estrutural da alocação dos recursos. Um exem-
plo bem conhecido de tais abordagens é modelo viável Sistema de Stafford Beer
(VSM), que é uma metodologia sistêmica para o arranjo organização interna
que estabelece um conceito visual sobre as relações dinâmicas entre os atores
38 • capítulo 2
de processos organizacionais e os seus papéis. Trabalhar com um conceito in-
tegral do papel da inteligência nas interações organizacionais é justificado pela
necessidade de um modelo sistêmico consistente para determinar as relações
da operação entre os componentes internos da organização e do ambiente.
A função de inteligência organizacional ou empresarial não é a única fonte
de informação no sistema, mas o núcleo de processamento das informações
obtidas por outras funções.
O VSM, enquanto modelo metodológico de análise, é baseado em um arran-
jo de cinco níveis hierárquicos sistêmicos, qualificado por Jackson (2000) como
o sistema mais rico e mais flexível. A viabilidade de um sistema é determinada
por sua capacidade para responder a alterações ambientais imprevisíveis, com
base na interação dos seus componentes com os agentes externos. A fim de li-
dar com a grande variedade de informações do ambiente externo, uma orga-
nização tem de empregar dispositivos de atenuação que filtram informações
externas para absorver apenas o que é compatível com a capacidade de proces-
samento da organização e pedaços de informação que são realmente relevantes
para ele. Isso é chamado de equilíbrio variedade (ESPEJO et al, 1996) entendida
como a equidade proporcional entre a variedade exigida e a realmente tratada.
A função da inteligência é eficaz apenas se a variedade é competentemen-
te tratada. Para isso, é necessário desenvolver capacidades para colher, filtrar,
selecionar, absorver, interpretar, comparar, processar e transmitir apenas a in-
formação essencial para as atividades da organização (ESPEJO et al, 1996), que
iniciará o processo de aprendizagem organizacional (SENGE, 2006).
O termo inteligência pode ser encontrado na literatura acadêmica de
Administracão sob vários significados, usualmente relacionados a uma
ampla gama de elementos conectados às organizações e a seu ambiente.
Tradicionalmente, refere-se ao levantamento de informações relevantes para a
sobrevivência das empresas, das instituições, de outros tipos de sistemas ou do
indivíduo (WILENSKY, 1967; ALLEE, 1997; MARCH, 1999).Os papéis da ativida-
de de inteligência variam dependendo do tipo de organização, uma vez que têm
diferentes objetivos, princípios, atividades e culturas.
As definições do termo inteligência têm ao menos duas abordagens identi-
ficáveis: o individual e o organizacional. A abordagem individual incide sobre
os atores observando uma pessoa, um grupo ou um processo de aprendizagem
institucional e seus talentos. O termo “inteligência emocional”, por exem-
plo, refere-se à habilidade ou atributos de um grupo específico, indivíduo ou
capítulo 2 • 39
processo (MATTHEWS et al, 2004). Este tipo de abordagem é a mesma aplicada
pela Biologia para processos de cognição ou ao estado de consciência indivi-
dual (KOCH, 2004).
A abordagem organizacional não limita a inteligência ao processamento
cognitivo de informações, mas engloba as relações entre ambientes e atores,
procurando entender o comportamento de ambos. A definição do termo e as
diferenças de todos os seus significados são bem apresentados em Akgün et al
(2007). Por sua perspectiva, a inteligência é mais do que a exploração no sen-
tido de tirar proveito do ambiente, mas também de exploração no sentido de
reconhecer este ambiente (AKGÜN et al, 2007). Para ser inteligente é necessá-
rio estar consciente de tudo à sua volta, relacionado à sua manutenção naque-
le ambiente.
Inteligência, pelo menos em sua acepção empresarial, não só se refere à ca-
pacidade de cognição de uma organização em um campo específico, mas tam-
bém à sua capacidade de busca de elementos para aconselhar gestores. Há um
significado do senso comum construído em torno da percepção da inteligência
como um recurso ligado aos processos de tomada de decisão ou que suportam
tomadores de decisão. Mesmo que a decisão se baseie nas opções disponíveis
e restritas por normas ambientais (leis, dinâmica e fundo sociocultural), essas
condições são melhores visualizadas através da contribuição da ação de inteli-
gência, permitindo que as informações sobre uma situação problema contri-
buam para elucidar questões obscurecidas relacionadas com o objeto de aná-
lise. A inteligência permite que os tomadores de decisão tenham uma imagem
acerca do ambiente mais rica e nítida, reduzindo o risco de erros nas intera-
ções organizacionais.
Conforme descrito por March (1999), as decisões são vistas como escolhas
racionais com base em quatro elementos principais da racionalidade: o conhe-
cimento de alternativas, o conhecimento das consequências, a preferência de
ordenação consistente e regras de decisão. A ação de inteligência está intima-
mente ligada aos dois primeiros, e os últimos elementos destinados a escla-
recer situações ambientais, reduzindo chances de ambiguidade e incoerência
na tomada de decisão. Os tomadores de decisão são amplamente distribuídos
entre os departamentos de uma organização. Eles são os principais agentes de
seus subsistemas organizacionais.
A inteligência organizacional também está relacionada com a gestão do co-
nhecimento, uma vez que fornece as informações relevantes necessárias para
40 • capítulo 2
manter o conhecimento das operações atualizado. De acordo com Wilensky
(1967), inteligência organizacional é coleta, processamento, interpretação e
comunicação de informações relevantes que sejam necessárias ao processo de
tomada de decisão. Na mesma linha, Glyn (1996) argumenta que a inteligên-
cia é formada por funções de processamento de informações que permitem a
adaptação ao ambiente, considerando suas demandas e encaminhando-as in-
ternamente para o desenvolvimento da organização.
Apesar dos vários significados que a teoria da inteligência aplicada à gestão
organizacional adquiriu, apenas dois são relevantes para o estudante de inteli-
gência empresarial: o competitivo e o das inteligências organizacionais. A “in-
teligência competitiva” tem sido profundamente estudada desde a década de
1970. De acordo com Dutka (1999, p. 4), “é um processo que envolve a coleta,
análise e preparação de informações sobre os concorrentes e o ambiente com-
petitivo”. A “inteligência organizacional” é “a capacidade de uma organização
para mobilizar todo o seu poder cerebral e concentrar-se em realizar uma mis-
são” (ALBRECHT, 2002, p. 15). É, dessa forma, um conceito mais amplo que
pode incorporar o anterior bem.
Liebowitz (2004) chama a atenção para um outro significado da inteligência
organizacional, vendo-a como um “agenciamento coletivo” de todas as inteli-
gências do domínio organizacional. Ele inclui todo o conhecimento obtido por
todos os departamentos através de processos de aprendizagem individual e or-
ganizacional. O desafio é exatamente transformar a aprendizagem individual
em aprendizagem organizacional – ou seja, coletiva.
Espejo et al (1996) consideram inteligência organizacional como parte de
uma estrutura recursiva, que compõe a gestão estratégica com o objetivo de
ajustar uma organização ao seu ambiente. Com base nas VSM de Beer (BEER,
1979, 1981, 1985), Espejo define gestão estratégica como a composição dos três
níveis mais elevados de VSM – político/normativo, inteligência e de controle.
Essa estrutura é responsável pela adaptação da organização ao seu ambiente,
sendo um processo que inclui mudanças internas para produzir respostas mais
eficazes para o estímulo externo. Observar o ambiente externo significa ter sub-
sídios para uma reformulação das relações internas, bem como de estruturas
e modelos mentais visando manter o equilíbrio entre as funções de controle e
de inteligência, as quais dependem do papel da função político/normativa. A
ideia de equilíbrio entre controle e inteligência vem da dependência do sistema
interno em função da dinâmica ambiental.
capítulo 2 • 41
CONCEITO
Inteligência Empresarial
É a inteligência organizacional das empresas. Constitui um conjunto de processos e re-
cursos com a finalidade de gerir a coleta, tratamento, armazenagem e distribuição de in-
formações pertinentes à tomada de decisão acerca das ações organizacionais frente ao
ambiente que atua. A inteligência empresarial, assim como todas as inteligências organiza-
cionais, serve como mecanismo dinâmico de adaptação do conhecimento individual e cole-
tivo sobre tudo que diz respeito à manutenção da organização em um ambiente qualquer.
A organização recebe sinais dos resultados sobre qualquer interação ante-

rior, que emanam do meio ambiente e que são atenuados de modo a ser ab-
sorvidos por indivíduos e grupos dentro da organização. Os resultados são,
em sua maioria, informações sobre as relações que foram previamente esta-
belecidas com o ambiente externo, pela própria organização agente ou por
suas concorrentes.
CONCEITO
Inteligência Competitiva – Definição 1
Foco concorrencial da inteligência empresarial, voltado para coleta, processamento e
análise de informações relacionadas às interações da organização no ambiente de mercado,
considerando seus concorrentes e elementos típicos da disputa de recursos e clientes.
A visão clássica de inteligência de empresas condiciona o termo à capaci-

dade para fornecer relatórios financeiros ou à capacidade de prospectar dados
para compreender melhor as tendências e os fatos ocultos relacionados à atua-
ção frente ao mercado. Essa visão pode ser considerada limitada. Os relatórios
financeiros são bons para olhar para trás no tempo e entender o que ocorreu
em apenas uma dimensão de relacionamento, a das trocas de valores, mas eles
têm valor limitado na previsão ou tomar decisões em tempo real. Ao analisar os
tipos de informações disponíveis aos empresários e administradores, a inteli-
gência se divide em ao menos quatro categorias principais. Essas “dimensões
de inteligência empresarial” não estão vinculadas a tipos de dados específicos
42 • capítulo 2
ou sistemas de informação. Também não são necessariamente ligadas aos flu-
xos de trabalho específicos. Elas representam uma forma de pensar sobre como
a informação pode ser usada estrategicamente para tomar melhores decisões
ou para melhorar a eficiência e a segurança das operações. As dimensões, con-
forme abordadas a seguir, são a inteligência de negócio (Business Intelligence
ou BI), inteligência de processo, inteligência de ativos e inteligência de pessoas.
2.2 Modelo de Inteligência Empresarial
Principalmente em contextos de crise, mas também em situações de reestrutu-

ração operacional ou análise de processos, os gestores e empreendedores bus-
cam renovar os esforços para encontrar significado e percepção nas massas de
dados que coletam em uma base diária (formada a partir dos diversos tipos de
sistemas automatizados de inteligência de negócios disponíveis). Com oportu-
nidades de crescimento limitadas pela fraca demanda, interferência governa-
mental e incerteza regulatória, gestores buscam a economia de custos e tendem
a operar de maneira mais eficiente. Eles também deverão focar em sustentabi-
lidade e segurança, e em melhorar a produtividade de seus funcionários.
Ao realizar essas metas, essas empresas estão se posicionando para sobrevi-
ver durante períodos de crise e capturar grandes margens de lucro quando para
compensar eventuais perdas. Em geral, é possível dizer que uma grande con-
tribuição para a melhoria da forma de atuar frente ao mercado é obter conhe-
cimento através da implementação de uma abordagem holística para a coleta,
análise e verificação de dados, o que pode ser reconhecido como um conjunto
de boas práticas em Inteligência Empresarial. A Inteligência Empresarial deve
ser entendida, nesse contexto, como uma estrutura para trazer em conjunto os
dados, relativos aos domínios funcionais da organização, para tratamento, aná-
lise e exibição no contexto das necessidades dos tomadores de decisão.
Sob esse contexto, pode-se dividir a Inteligência Empresarial em quatro di-
mensões básicas de análise.
Inteligência de Negócio: historicamente, a inteligência de negócios tem
sido seara do departamento financeiro e dos executivos da empresa. A maio-
ria das empresas têm um conjunto de métricas financeiras pelas quais busca
medir o seu desempenho, além do balanço e a demonstração do resultado
operacional. Esses são usualmente apresentados como gráficos de barras, li-
nhas ou tortas. Normalmentre reúnem um conjunto de relatórios vinculados,
capítulo 2 • 43
comparando o desempenho com os demais integrantes do mercado. Além de
dados financeiros, nessa dimensão estão incluídas as informações relaciona-
das a projetos diversos em andamento e desempenho dos processos operacio-
nais internos. Uma das causas mais comuns de baixo desempenho financeiro
é a má gestão dos processos internos, e essa questão deve ser considerada ao
analisar os resultados operacionais de medida monetária. Muitas das grandes
dores de cabeça de custos são causadas por ineficiência de processos, que de-
vem ser descritos em outra dimensão da inteligência, a seguir.
Inteligência de Processo: lida com a compreensão das implicações dos pro-
cessos de negócio, de modo a melhorar continuamente a sua eficiência e eficá-
cia. Eficiência denota o quão bem um processo de trabalho é executado pelas
pessoas e sistemas que o suportam. Eficácia nos diz se o processo de trabalho
atinge o que se propõe e se ele precisa ser reformulado. Para implementar a
inteligência de processo, um sistema de gestão de fluxos de processos de ne-
gócios precisa ser definido. As empresas estão se tornando mais rigorosas so-
bre o gerenciamento de processos, bem como o estabelecimento de um padrão
para melhorar a sua eficiência empresarial, buscando também o treinamento
rápido e pautado em um modelo predefinido novos funcionários. Processos
padronizados também melhoram a capacidade de as empresas em realizar au-
ditorias internas e atender a exigências regulatórias externas, assegurando que
investimentos importantes não sejam perdidos. Esses sistemas também defi-
nem métricas de trabalho de modo que o desempenho do processo possa ser
monitorado ao longo do tempo. Processos padronizados também contribuem
para a segurança e redução de riscos e perdas a toda a rede produtiva, uma vez
que pode ser testado, validado e implantado a uma variedade de trabalhadores
e em muitos locais de operação.
Inteligência de Ativos: as empresas são medidas e avaliadas, em muitos ca-
sos, pelos retornos financeiros que recebem por empregarem seus ativos na ge-
ração de valor à sociedade. Por definição, os ativos podem incluir pessoas, equi-
pamentos, instalações, ferramentas e materiais. O Retorno sobre Ativos (ROA)
é uma medida financeira comumente usada no domínio da inteligência de ne-
gócios. O que definimos como o domínio da inteligência de ativos é o status,
posição e movimento dos ativos da empresa como uma parte fundamental de
compreender as operações básicas do negócio. Ser capaz de saber onde os prin-
cipais ativos são implantados, sua condição e para onde vão em seguida, e até
mesmo quando eles vão chegar, é um elemento chave de muitos processos de
44 • capítulo 2
negócio importantes, inclusive os ligados à cadeia de suprimentos, compras,
pessoal, segurança, programação, planejamento de espaço e transporte. Além
disso, ser capaz de controlar equipamentos de custo elevado garante que eles
estarão protegidos contra furtos ou roubos. A capacidade de planejar e replane-
jar rapidamente é necessária para que situações de contingência sejam supe-
radas. No que tange às situações de contingência em ambientes amplamente
concorrenciais, devemos nos lembrar sempre do ditado militar: “Não há plano
que sobreviva além do primeiro contato com o inimigo “.
Inteligência de pessoas: recursos humanos é um termo usado para o geren-
ciamento de ativos de pessoal de uma empresa, mas os sistemas de gestão co-
nectados ao tema são tipicamente transacionais em sua natureza, tais como
processamento de informações, promoções, emissão de cheques, contratação
e demissão. Existem sistemas separados para o cadastro de pessoal, gestão da
formação, processamento de despesa e avaliação de desempenho. O termo in-
teligência de pessoas remete sobre uma visão integrada de dados a partir des-
ses sistemas. Por exemplo, um vice-presidente de operações poderia estar in-
teressado no aumento na taxa de acidentes em um local particular. Ele ou ela
gostaria de saber quais os empregados estavam envolvidos nos acidentes, de
modo a compreender o que os perfis de trabalho possuem taxas mais elevadas
de incidentes ou acidentes. O executivo poderia também ver que treinamen-
to esses funcionários deveriam ter recebido e se eles realmente os completa-
ram. Ele ou ela também poderia saber se determinados gerentes de operações
estiveram envolvidos em mais acidentes do que o normal, de modo que eles
poderiam ser realocados em papéis diferentes. Esses pontos de vista exigem
informação a ser estruturada a partir de um número de sistemas de back-end.
O vice-presidente de operações também pode usar as pessoas de inteligência
em alinhamento com a inteligência de ativos (e segurança da instalação) para
certificar-se de que todos os trabalhadores têm certificações e formação ade-
quada para entrar nas várias áreas da instalação. Além disso, o executivo pode
criar áreas de reagrupamento, em que, em caso de um incidente, os trabalhado-
res poderiam ser evacuados com segurança e rapidamente contabilizados. Tais
áreas teriam “cercas” eletrônicas que poderiam ler os crachás dos funcionários
em áreas abertas. Todas essas medidas se apoiam em informações originadas
em sistemas de inteligência de pessoas e contribuem para sua retroalimenta-
ção, gerando novas informações.
capítulo 2 • 45
Alguns modelos de inteligência estão focados em outras áreas como
Desenvolvimento de Software, Gestão do Conhecimento, Gestão e Dados de De-
sempenho de Gestão. Eles são ainda suficientemente gerais para que possam
ser usadas para o domínio da Inteligência Empresarial, com ligeiras modifica-
ções. Modelos desenvolvidos especificamente para o domínio de BI (business
intelligence) são muito poucos.
Uma importante ferramenta de avaliação de modelos é o modelo de matu-
ridade de inteligência. Duas das mais importantes vantagens dos modelos de
maturidade estão na facilidade de compreensão e no fornecimento de uma fer-
ramenta para comparar diferentes empresas ou partes distintas da empresa.
O fator fundamental para alcançar melhor valor de negócios na área de inte-
ligência é perceber que o nível de maturidade da Business Intelligence dentro
da empresa deve coincidir, tanto quanto possível, com o nível de maturidade
da própria empresa. Só então o benefício da Business Intelligence sera mais
elevada. Não somente a informação correta deve ser entregue ao usuário certo,
no momento certo, mas também significa que a informação em si tem que ser
personalizada para as necessidades daquele usuário particular e entregue em
formato adequado para cada usuário ou grupo individualmente. É preciso tam-
bém entender e saber qual o nível de maturidade atual da Business Intelligence
e o que precisa ser feito a fim de avançar para o próximo nível, a fim de aumen-
tar o valor de negócio para a empresa (BURTON, 2007).
No âmbito da Inteligência de Negócio (Business Intelligence ou BI), os mo-
delos desenvolvidos para as empresas de nossos dias encontram amparo na es-
trutura de TI (Tecnologia da Informação) e demais recursos telemáticos da em-
presa. Hoje em dia, vários softwares de BI disputam a preferência das empresas
para uso em seus processos diários de análise e processamento de informações
para tomada de decisão.
CONCEITO
Software de BI (Inteligência de Negócios)
É uma coleção de tecnologias de apoio à decisão empresarial, destinada a permitir que
os trabalhadores do conhecimento, tais como executivos, gerentes e analistas, consigam
produzir decisões mais efetivas de forma mais rápida.
46 • capítulo 2
As duas últimas décadas têm visto um crescimento explosivo, tanto no nú-
mero de produtos e serviços oferecidos quanto na adoção de tecnologias de BI
por parte da indústria. Esse crescimento foi impulsionado pela diminuição do
custo para adquirir e armazenar grandes quantidades de dados provenientes
de fontes diversas, como transações de clientes em bancos, varejo, bem como
em e-business, além das etiquetas RFID para controle de estoque, e-mail, logs
de consulta para sites, blogs e análises de produtos. As organizações de hoje
estão aptas a coletar dados em uma granularidade mais fina, ou seja, de mui-
to maior volume. As empresas estão alavancando seu ativo de dados de forma
agressiva com a implantação e experimentação de técnicas de análise de dados
mais sofisticados para impulsionar os negócios, suportar decisões e entregar
novas funcionalidades, tais como ofertas e serviços personalizados para clien-
tes. Hoje, é difícil encontrar uma empresa de sucesso que não tenha se aprovei-
tado das tecnologias de BI para gerir seu negócio. A tecnologia de BI é utiliza-
da, por exemplo, na geração de ordens de embarque e suporte aos clientes de
companhias aéreas. Outro exemplo está no varejo, em que conforme o perfil de
usuário, é possível direcionar cupons de supermercado durante o fechamento
da compra. Em serviços financeiros, essa tecnologia é utilizada para análise de
sinistros e detecção de fraudes. No transporte, o BI é utilizado para gestão de
frotas. Em telecomunicações, seu uso é efetivo para identificar razões de rota-
tividade de clientes.
A arquitetura típica de apoio de BI dentro de uma empresa é mostrada na
figura 2.1, a seguir. Os dados usados pelas tarefas de BI são acessados muitas
vezes e vêm de fontes diversas, originados em vários bancos de dados opera-
cionais alocados em todos os departamentos da organização, bem como de
fornecedores externos. Diferentes fontes contêm dados de qualidade variável,
muitas representações inconsistentes, códigos e formatos de vários tipos, que
têm de ser reconciliados para estarem acessíveis de forma apropriada ao uso.
Assim, problemas de integração, limpeza e padronização de dados em prepara-
ção para tarefas de BI pode ser bastante desafiador. O carregamento eficiente
de dados é imperativo para BI. Além disso, as tarefas de BI geralmente preci-
sam ser realizadas de forma incremental quando novos dados são inseridos.
Por exemplo, os dados de vendas do mês passado sendo agregados a um deter-
minado relatório. Isso faz com que a capacidade de carregamento de dados e
a atualização eficiente e escalável dos mesmos seja indispensável para o bom
funcionamento do BI corporativo.
capítulo 2 • 47
As tecnologias back-end para preparar os dados em sistemas de BI são co-
letivamente referidos como ferramentas Extract-Transform-Load (ETL) (tradu-
zindo literalmente, ferramentas de transformação da carga extraída). Cada vez
mais, há a necessidade delas para apoiar as tarefas de BI em tempo quase real.
Isso permite tomar decisões de negócios com base nos dados operacionais em
si. Os motores de processamento de eventos complexos surgiram para apoiar
cenários de tomada de decisão.
Aplicações
Front-End
Gráficos e Buscas Dashboards Query

planilhas
Arquitetura típica de inteligência de negócios
Intermediários
Servidores
Servidor Busca da Data mining, motor Servidor de

OLAP empresa de análise de textos relatórios
Warehouse
Servidores
Data
Gerenciador de Banco Motor de Redução

de Dados Relacional de Mapa
Movimentaçãp
engines de
streaming
de dados,
Extract Transform Load Motor de Processamento de

(ETL) Eventos Complexos
Fontes de
dados
Fontes Bases de dados

Externas operacionais
Figura 2.1 – Arquitetura Típica de Inteligência de Negócios. Fonte: Elaborada pelo autor.
Os dados sobre os quais as tarefas de BI são executadas são tipicamente carre-

gados a partir de um repositório chamado de Data Warehouse, que é gerido por
um ou mais servidores. A escolha popular de motores para armazenamento e con-
sulta de Data Warehouse é o gerenciador de banco de dados relacional (GBDR).
Nas duas últimas décadas, várias técnicas de estruturas de dados, bem como
otimizações de processamento de consultas têm sido desenvolvidas principal-
mente para a execução de consultas complexas em SQL para grandes volumes
de dados (query), um requisito fundamental para BI. Um exemplo de tal consulta
48 • capítulo 2
SQL ad hoc (query) é: encontrar clientes que fizeram pedidos durante o trimes-
tre passado, cujo montante exceder o valor da ordem média em pelo menos 50%.
Grandes Data Warehouse susualmente possuem GBDR paralelos de modo que as
queries podem ser executadas para grandes volumes de dados com baixa latência.
CONCEITO
Banco de Dados Relacional
Um banco de dados relacional é uma forma de armazenamento de dados os quais permi-
te que os mesmos sejam percebidos pelo usuário como tabelas ou, conforme o conceito da
área de computação, relações. O banco de dados relacional é controlado por um programa
que implementa as relações chamado gerenciador de banco de dados relacional (do inglês,
Relational Database Management System - RDBMS).
À medida que mais dados nascem digitalmente, está aumentando a deman-

da de arquitetar plataformas de dados de baixo custo, que possam suportar um
volume de dados muito maior do que tradicionalmente suportado por bancos
de dados relacionais. Isso é descrito como o desafio “Big Data”. Impulsionados
por esse objetivo, os motores com base na Redução de Mapa, paradigma ori-
ginalmente construído para a análise de documentos da web e de consulta de
registros em ambientes web, estão agora a ser cogitados parauso empresarial.
Tais motores são utilizados para suportar consultas SQL complexas, essenciais
para os cenários de armazenamento de dados da empresa. Servidores de arma-
zenamento de dados são complementados por um conjunto de servidores de
médio porte que fornecem funcionalidades especializadas para diferentes ce-
nários de BI. Servidores online de processamento analítico (OLAP) expõem de
forma eficiente a visão multidimensional de dados para aplicações ou usuários
e permitem que as operações de BI mais comuns, tais como filtragem, agrega-
ção, drill-down e giratório, sejam executadas em alta performance.
Além dos servidores OLAP tradicionais, a recente tecnologia de motores “BI
in-memory” está sendo usada para explorar grandes tamanhos de memória,
melhorando drasticamente o desempenho de consultas multidimensionais.
Servidores de relatórios permitem a definição, execução eficiente e emissão
de relatórios padronizados, o que permite, por exemplo, denunciar o total de
vendas por região para este ano e comparar com as vendas do ano passado. A
capítulo 2 • 49
crescente disponibilidade e importância dos dados de texto, tais como análises
de produtos, e-mails e transcrições de call center para BI, traz novos desafios.
Os motores de busca da empresa se apoiam sob o paradigma de pesquisa de
palavra-chave ao longo do texto e sob a busca por dados estruturados no repositó-
rio (por exemplo, permite encontrar mensagens de e-mail, documentos, histórico
de compras e chamadas de suporte relacionadas a um determinado cliente). Eles
se tornaram uma ferramenta valiosa de BI ao longo da última década. Motores de
Data Mining (mineração de dados) permitem uma análise aprofundada dos dados,
o que vai bem além do que é oferecido pelo OLAP ou pelos servidores de relatórios,
e fornece a capacidade de construir modelos preditivos para ajudar a responder a
perguntas como: quais os clientes existentes são susceptíveis de responder ao meu
próximo envio de e-mails de campanha de vendas? O motor de análise de texto per-
mite analisar grandes quantidades de dados de texto (por exemplo, as respostas da
pesquisa ou comentários de clientes) e extrair informações valiosas que de outro
modo exigiria esforço manual significativo, como por exemplo, quando queremos
saber quais os produtos que são mencionados nas respostas da pesquisa e os te-
mas que são frequentemente discutidos em conexão com esses produtos.
Existem várias aplicações populares de front-end através das quais os usuá-
rios executam tarefas de BI: planilhas, portais empresariais para pesquisa, al-
gumas aplicações de gestão de desempenho que permitem que os tomadores
de decisões acompanhem KPIs (indicadores chave de desempenho) do negócio
usando painéis visuais, assim como ferramentas que permitam aos usuários
representar consultas pontuais e específicas, e assim por diante. Uma visua-
lização rápida e específica de dados pode permitir uma exploração mais dinâ-
mica de padrões, identificação de outliers (pontos de discrepância ou fora do
padrão) e ajudar a descobrirfatos relevantes para BI.
Além disso, existem outras tecnologias de BI (não mostrados na figura 2.1),
tais como Web Analytics, que permitem a compreensão de como os visitantes
do site de uma empresa interagem com as páginas, como por exemplo, quais
páginas de destino incentivam o visitante a fazer uma compra. Da mesma for-
ma, pacotes de aplicações verticais, tais como gestão de relacionamento com
clientes (CRM), são amplamente utilizados. Essas aplicações muitas vezes su-
portam análises internas. Uma aplicação de CRM pode fornecer informações
sobre clientes de um segmento, trazendo especificamente aqueles que este-
jam menos propensos a recomprar um determinado produto, facilitando uma
abordagem mais precisa da empresa.
50 • capítulo 2
CONCEITO
Servidores OLAP
As aplicações OLAP são usadas pelos gestores em qualquer nível da organização para
lhes permitir análises comparativas que facilitem a sua tomada de decisões diárias. Usual-
mente, servidores OLAP são recursos dedicados ao processamento e à manipulação de um
grande volume de dados sob múltiplas perspectivas.
Quaisquer modelos que possam emergir para o estabelecimento de um sis-

tema de inteligência passam por alguns pontos essenciais que são direciona-
dores para os objetivos da estrutura implementada, que devem se aderir aos
seguintes objetivos, segundo Teixeira (2009).
• Inovar e criar conhecimento.
• Reduzir riscos na tomada de decisão e evitar surpresas.
• Direcionar, assertivamente, os planos de negócios e a implementação
de ações.
• Criar oportunidades de negócios.
• Apoiar o desenvolvimento de produtos/serviços com uma base de infor-
mação confiável, eficiente e ágil.
• Monitorar, analisar e prever, eficientemente, as questões relacionadas ao
core business.
• Gerar valor aos negócios.
As grandes empresas geram e absorvem dados a um ritmo indescritível, e

a demanda por velocidade de dados nunca foi tão grande. Empresas multina-
cionais são 51% mais propensas do que todas as outras a ter análise em tempo
real. Usuários de BI empresarial têm que lidar com enormes conjuntos de da-
dos para trabalhar, e sua preocupação é analisar a informação mais recente da
forma mais rápida possível. Dados de ontem, ou mesmo dados desta manhã,
podem não ser bons o suficiente. Os tomadores de decisão precisam das infor-
mações mais recentes para fazer a melhor decisão possível. Análises em tempo
real permitem aos decisores a capacidade de adquirir, analisar e agir sobre in-
formações no contexto em que elas são geradas.
capítulo 2 • 51
2.3 Inteligência Empresarial e Inteligência Competitiva
O conceito de Inteligência Empresarial envolve uma série de desdobramentos

sobre o assunto aplicados a diferentes escopos de análise das organizações.
Acompanhando os desdobramentos da perspectiva sistêmica aplicada à Admi-
nistração, é possível considerar o ambiente externo como alvo de muito inte-
resse da organização, dada a evidente interdependência dos processos internos
frente ao meio que a organização ocupa. Tal abstração leva ao entendimento
de que se torna necessário um foco específico da inteligência para cobrir os
estímulos oriundos do ambiente de mercado. Esse direcionamento é conferido
à Inteligência Competitiva.
CONCEITO
Inteligência competitiva é a ação de definição, recolha, análise e distribuição de infor-
mações de inteligência sobre produtos, clientes, concorrentes e qualquer aspecto do am-
biente necessário para apoiar executivos e gerentes que tomam decisões estratégicas de
uma organização.
Alguns autores definiem a Inteligência Competitiva (IC) como um termo es-

pecífico da Inteligência Empresarial (IE). Esses mesmos autores definem, con-
forme visto anteriormente, uma aproximação semântica de semelhança entre
a IE e a BI (Inteligência de Negócio – ou Business Intelligence). Dessa forma, a
IC seria meramente uma componente da IE, talvez a mais importante em cená-
rios de concorrência acirrada. Ainda que esse não seja o entendimento acerca
da hierarquização dos termos em usos específicos dos mesmos, o conteúdo se-
mântico da Inteligência Competitiva não costuma variar entre os autores.
A questão sobre no que a Inteligência Competitiva (IC) consiste explicita-
mente não é tão necessária para a compreensão de sua importância no negó-
cio quanto a compreensão de uma questão maior e mais importante – por que
algumas empresas conseguem alcançar a hegemonia onde as outras, muitas
vezes com recursos superiores, falham.
Em suma, a IC é o controle deliberado e coordenado das informações acerca
de seus concorrentes, onde e quem quer que estejam, dentro de um mercado
52 • capítulo 2
específico. Os “concorrentes” são as empresas consideradas rivais no ambiente
de negócios, e com quem pretende-se competir por participação de mercado.
A IC também tem a ver com a determinação sobre o que os rivais de negócio
tendem a fazer antes que eles efetivamente o façam. Estrategicamente, busca-
se a predição para ganhar conhecimento prévio dos planos dos concorrentes
e planejar uma estratégia de negócios que contrabalanceie a dinâmica de ob-
tenção dos objetivos empresariais. Como podemos esperar, o uso efetivo de IC
envolve muitos métodos no nível do conjunto tático, mas também vai exigir a
integração da infraestrutura existente de informações, análise e distribuição
das mesmas e, finalmente, o cálculo das decisões de negócios com base no que
existe disponível em termos de conhecimento. Essa é a parte “inteligência” da
fórmula que define a IC.
A maior parte do valor agregado na fabricação de produtos ou fornecimento
de serviços finais é criado por atividades de serviços intermediários baseados
no conhecimento, tais como pesquisa e desenvolvimento, pesquisa de mar-
keting, design de produto, serviço ao cliente, publicidade ou distribuição. As
empresas vencedoras no quesito agregação de valor são organizações que do-
minam com mais sucesso os problemas críticos de negócios para o seu desem-
penho, e desenvolvem a compreensão mais precisa das definições de valor e
criação de valor. A obtenção de vantagem competitiva tem muito a ver com ala-
vancar os ativos de conhecimento da empresa, ao mesmo tempo que determina
como os concorrentes são susceptíveis de alavancar a deles.
Uma pesquisa da empresa Fortune 500 mostrou que 55% da empresas lí-
deres em seus setores fazem uso de informações sobre a concorrência para
compor a estratégia de negócios. Cada empresa que é líder em seu setor co-
nhece seus inimigos. As empresas e indústrias prosperam através de melhorias
na competitividade, potenciando as competências essenciais, e a inteligência
competitiva está no cerne do objetivo de melhorar a vantagem competitiva.
Dessa forma, compreende-se que a inteligência competitiva é o núcleo da es-
tratégia competitiva
Mas por que grandes organizações com ótimos produtos, gerentes sá-
bios, recursos diversos e outras forças de sucesso, saem repentinamente de
seus negócios?
Economia de escala, a base sobre a qual as grandes empresas basearam a
sua posição dominante na Era Industrial, não é mais uma vantagem. Nos úl-
timos trinta anos, houve diversas mudanças na tecnologia da informação, no
capítulo 2 • 53
sistema financeiro, em técnicas de produção just-in-time, e mesmo na ascen-
são de empresas, que ofereceram sistemas de distribuição e de apoio que, an-
teriormente, apenas as maiores empresas podiam pagar. Isso neutralizou as
vantagens de ser grande. A flexibilidade e adequação plena aos problemas dos
clientes estão se tornando diferenciais cada vez mais poderosos.
Quando existe a primeira implementação de um programa de Inteligência
Competitiva em uma empresa, surgem muitas dúvidas a serem equacionadas
no contexto corporativo. Eis aqui apenas algumas das perguntas que as empre-
sas fazemfrente à implementação de um programa de IC.
• Como podemos tornar mais útil a missão da empresa, as suas intenções
estratégicas, os seus objetivos e as suas escolhas estratégicas?
• O que precisamos saber para desenvolver e selecionar estratégias que não
somente são bem-sucedidas, mas sustentáveis?
• Que novos produtos devemos produzir, em quais mercados devemos en-
trar e como?
• Como vamos implementar nossa estratégia competitiva?
Seja qual for o quadro estratégico que a empresa escolher abraçar para a
gestão do seu negócio, não existirá um elemento mais fundamental para a es-
tratégia competitiva do que a inteligência competitiva. A inteligência competi-
tiva está mais preocupada em tomar decisões acertadas do que executar corre-
tamente péssimas decisões.
O objetivo de uma análise da concorrência é desenvolver um perfil da na-
tureza da estratégia, levando em consideração aquilo que cada concorrente
pode fazer, assim como a possível resposta de cada concorrente para a gama
de movimentos estratégicos que outras empresas poderiam fazer, e também a
provável reação de cada concorrente para mudanças da indústria e mudanças
ambientais de qualquer natureza. Complexidade é o verdadeiro nome de uma
análise completa em IC. Para reduzir o nível da complexidade a patamares que
permitam a ação direta sobre o ambiente, ainteligência competitiva deve ter
um objetivo único. Isso deve ser levado em conta para desenvolver as estraté-
gias e táticas necessárias, no intuito de transferir a quota de mercado de forma
rentável e consistentemente de concorrentes específicos (identificados como
alvos de ações pontuais) para a empresa.
Uma empresa que não monitorar e analisar rigorosamente os principais
concorrentes estará mal equipada para compor e implantar uma estratégia
54 • capítulo 2
competitiva eficaz, e essa incapacidade deixará a empresa e seus mercados vul-
neráveis a ataques. A base para a IC gira em torno de decisões tomadas pelos
gestores sobre o posicionamento de uma empresa para maximizar o valor dos
recursos que a distinguem de seus concorrentes. A falha em coletar, analisar e
agir de uma forma organizada sobre informações a respeito da concorrência
pode levar ao fracasso da organização como um todo.
Qual é então a inteligência competitiva? Como podemos defini-la? De que
forma é que difere da pesquisa de mercado? Como é usada para tornar as em-
presas mais competitivas? Quem precisa de inteligência competitiva? Como é
gerida? Como é produzida? Como ainteligência competitiva deve ser usada?
Por quem? Quais são os seus custos? Onde a inteligência competitiva cabe
dentro do sistema de gestão estratégica da empresa? Quais são os benefícios
mensuráveis “mínimos” para os gestores e suas organizações? Essas perguntas
estão longe de ter respostas gerais aplicáveis a todos os contextos e empresas.
Mas existem algumas reflexões factíveis para cada uma delas.
O estrategista militar chinês, Sun Tzu, enfatizou a necessidade da IC: a van-
tagem de prever com sucesso os planos futuros de um concorrente são aparen-
tes, assim como são as consequências de tomar decisões de negócios com base
em informações defeituosas.
A inteligência competitiva é normalmente constituída por cinco grandes
áreas do esforço:
• avaliação das estratégias.
• percepções dos concorrentes.
• eficácia das operações de correntes.
• capacidades dos concorrentes.
• perspectivas de mercado a longo prazo.
Esses cinco grandes esforços são realizados sob três abordagens principais:
inteligência estratégica, inteligência tática e contrainteligência.
A inteligência estratégica está preocupada principalmente com a análise do
concorrente ou ganhar um entendimento das metas de um concorrente futuro,
além da análise e formação de uma estratégia atual, desenvolvimento de supo-
sições sobre si mesmo, do setor de que faz parte e suas capacidades. Para tal
tutiliza-se de vários componentes de diagnóstico. É necessário, nesse contexto,
lidar com a inteligência sobre clientes importantes, fornecedores e parceiros
capítulo 2 • 55
(em marketing ou de alianças de pesquisa e desenvolvimento) da empresa, di-
mensão que é muitas vezes de valor estratégico.
A inteligência tática é geralmente operacional e em uma escala menor, não
tão centrada em ser preditiva. Questões táticas incluem termos dos concorren-
tes de venda, as suas políticas de preços e os planos que têm para mudar a ma-
neira com que se diferenciam em um ou mais de seus produtos. O departamen-
to comercial e um número de gerentes de vendas de nível médio estão entre
alguns dos principais usuários de inteligência tática. Eles querem saber como
ganhar o dia de hoje.
A contrainteligência defende os segredos da empresa. Cada empresa tem
concorrentes entre os interessados em conhecer os seus planos, assim como
você está interessado em saber os deles, talvez até mais. Muitas vezes, essa área
de atuação envolve tecnologia de segurança e de informação, mas outros recur-
sos são muitas vezes esquecidos, tais como contratação e demissão de estraté-
gias, para conter oportunidades de concorrentes dentro da empresa.
A inteligência competitiva promove a determinação de soluções para os de-
terminantes da vantagem competitiva em curso, apoiados sobre temas como
os seguintes.
• Qual é a base da concorrência?
• Onde a empresa concorre?
• Contra quem o competidor também compete?
• Como é que a empresa compete?
A IC está focada na tomada de decisão, baseando-se em questões básicas

e seus desdobramentos complexos. Raramente as pessoas percebem que os
negócios, assim como a vida, são meramente fruto de uma série de decisões.
As empresas globais têm uma necessidade crescente de informações sobre as
quais basear as decisões sobre a condução e desenvolvimento de cada um dos
objetivos estratégicos de sua empresa, bem como a proteção das suas organiza-
ções contra ameaças de seus concorrentes.
A inteligência é um processo e um produto – um processo analítico que
transforma informações sobre a concorrência eo mercado tumultuosamente
reunidos em conhecimento acionável sobre as capacidades dos concorrentes,
intenções, desempenho e posição; bem como o produto final desse processo.
O foco da pesquisa de mercado, enquanto instrumento válido para produção
de subsídios à IC, tende a ser sobre os problemas associados à comercialização
56 • capítulo 2
rentável dos produtos e serviços de uma empresa. O escopo de inteligência com-
petitiva é muito mais amplo. Inteligência competitiva é um conceito de maior
valor que as propostas de desenvolvimento de negócios, pesquisa de mercado e
planejamento estratégico.
CONCEITO
Inteligência competitiva é a ação de definição, recolha, análise e distribuição de infor-
mações de inteligência sobre produtos, clientes, concorrentes e qualquer aspecto do am-
biente necessário para apoiar executivos e gerentes que tomam decisões estratégicas de
uma organização.
Os objetivos de um projeto de investigação em inteligência competitiva,

muitas vezes, envolvem questões como:
• as capacidades de fabricação do concorrente.
• análise de alianças e /ou joint ventures assumidos pelos concorrentes;
• planos futuros e estratégias para mercados específicos, ou linhas de pro-
dutos do concorrente.
• razões por trás das mudanças na estratégia de unidade corporativa ou de
negócios, entre outras.
Na empresa global de hoje, a IC acontece em dois níveis – unidade corpora-

tiva e de negócios. A estratégia corporativa diz respeito a duas questões diferen-
tes: como as empresas da corporação devem se posicionar em seus mercados
de atuação e como a sede da empresa deve gerenciar a matriz de unidades de
negócios. A estratégia competitiva estará preocupada com a forma de criar uma
vantagem competitiva em cada uma das empresas contra as quais uma empre-
sa compete, com base em competências essenciais.
2.4 O ciclo da inteligência competitiva
A CIA (Central de Inteligência do Governo Americano – Central Intelligence

Agency) descreve o ciclo de inteligência como “o processo pelo qual a informa-
ção crua é adquirida, reunida, transmitida, avaliada, analisada e disponibiliza-
capítulo 2 • 57
da como inteligência, chegando para aos decisores políticos para uso na toma-
da de decisão e ação.” Existem cinco passos que constituem esse ciclo:
• planejamento e direcionamento.
• coleta e pesquisa.
• processamento e armazenamento.
• análise e produção.
• divulgação e entrega.
Diante de um contexto de recursos escassos, há sete perguntas a serem res-

pondidas antes de tomar decisões sobre investimento em IC:
• o que precisamos saber?
• o que já sabemos?
• por que precisamos saber isso?
• quando precisamos saber isso?
• o que vamos fazer com a inteligência, uma vez que a tivermos?
• qual será o custo para obtê-la?
• o que poderia custar não para obtê-la?
O processo para a Inteligência Competitiva que é usado pelas empresas é

semelhante ao que é utilizado pela CIA e outros na comunidade de inteligência
em todo o mundo. A beleza desse processo reside em sua simplicidade. Há ape-
nas quatro passos ou estágios básicos.
1
4
Planejamento e
Divulgação direcionamento
3 2
Anális Coleta
Figura 2.2 – Processo Típico de Inteligência Competitiva. Fonte: Elaborada pelo autor.
2.5 Planejamento e direcionamento
Este é o passo que decide o que a inteligência requer. Esta é também a parte
do ciclo em que o praticante de inteligência competitiva decide qual caminho
58 • capítulo 2
que ele deve seguir no cumprimento de sua tarefa. Esta fase também pode ser
pensada a partir do atendimento às expectativas da outra extremidade do ciclo
de inteligência, o tomador de decisão que baseará suas ações subsequentes no
resultado da inteligência. Isso vai estimular ainda mais a necessidadesde de
uma inteligência bem fundamentada, tendo em vista que a situação da empre-
sa, sem dúvida, vai mudar de acordo com essas ações.
2.6 Coleta
Esta fase envolve a coleta efetiva de informação em formato bruto a partir do

qual será produzida a inteligência. A grande maioria dos materiais de coleta são
de domínio público, o que significa que estão disponíveis para qualquer pes-
soa que saiba para onde olhar. As fontes incluem periódicos, relatórios anuais,
livros, transmissões, discursos, bases de dados e assim por diante. Coletores
criativos geralmente podem encontrar tudo o que precisam de forma legal e
ética. A coleta também envolve o processamento de informação de modo que
possa ser transmitida eletronicamente e armazenada, se assim desejado. Uma
vez em formato eletrônico, a informação pode ser manipulada em uma forma
que permita sua análise.
2.7 Análise
Esta é geralmente considerada a parte mais difícil do ciclo de inteligência. A

análise requer grandes habilidades e coragem, porque requer do analista saber
pesar informações, procurar padrões e chegar a diferentes cenários com base
no que ele aprendeu. Mesmo que a análise seja baseada na lógica e informa-
ções já dadas, os analistas devem, muitas vezes, saber “preencher as lacunas” e
fazer suposições sobre possíveis resultados.
2.8 Divulgação
Esta é a última etapa no ciclo e envolve a distribuição do produto de inteligência

para quem a solicitou. É o momento em que os analistas irão sugerir possíveis
cursos de ação com base em seu trabalho. O analista deve ser capaz de articular
as suas recomendações e defendê-las com argumentos lógicos. A inteligência
resultante também será distribuída para outras pessoas na empresa, ao menos
às que tenham o pressuposto de usá-la no seu dia a dia.
capítulo 2 • 59
A inteligência competitiva funciona melhor quando considerada um pro-
cesso em vez de uma função. Em primeiro lugar, a estrutura do ciclo de inte-
ligência é claramente um processo, e quando executado um sistema de inte-
ligência em grande escala na empresa, tudo o que se tem a fazer é expandir os
passos maiores, em direção ao ambiente externo, para incluir mais pessoas e
conformar seu crescimento. Além disso, embora algumas empresas de muito
sucesso considerem-se competitivas, manter a inteligência como uma função
e anexá-la para os cargos de gestão de topo pode ser pensado pelo resto da em-
presa como uma espécie de “agência de espionagem executiva”. Ao manter a
inteligência competitiva apenas nos mais altos níveis, podemos reduzir sua ca-
pilaridade. Além disso, os funcionários que poderiam contribuir com informa-
ções para o sistema podem ser desencorajados a fazê-lo.
O produto do ciclo de inteligência são informações validadas. Está consu-
mada a inteligência, empacotada em um formato adequado, tanto para a pró-
pria inteligência quanto para o cliente da inteligência, usualmente o tomador
de decisão.
Na prática, o produto de inteligência não é susceptível de ser encarado
como a entrada perfeita para o processo decisório. Não podemos verdadeira-
mente prever o futuro com precisão até que os eventos já tenham acontecido
ou que seja tarde demais. A empresa se encontra numa posição em que só pode
reagir ao movimento já configurado do concorrente; ela efetivamente perderia
a vantagem que poderia ter tido se a inteligência correta estivesse disponível
anteriormente. Assim, embora não possamos saber com certeza as minúcias
associadas e os detalhes exatos, podemos descobrir planos e estratégias aproxi-
mados pela análise realizada sob a luz das informações mais precisas.
Por fim, o valor real da IC é fornecer aos gestores uma ferramenta organi-
zacional que sinalize o que o concorrente vai fazer, não o que o concorrente já
tem feito.
2.9 Inteligência Empresarial e Gestão do Conhecimento
A gestão do conhecimento é um termo que designa, entre outras coisas, um

conjunto de práticas que possibilitem a geração de vantagens competitivas a
partir do processamento e aproveitamento de informações oriundas do rela-
cionamento com o mercado, bem como do uso em tempo hábil de novas tec-
nologias e práticas de mercado, que possibilitem um melhor posicionamento
60 • capítulo 2
da organização frente aos concorrentes. Conforme visto no capítulo 1, a gestão
do conhecimento, na acepção literal do termo, não pode ocorrer. O que real-
mente ocorre é a gestão do fluxo de dados e seu acesso, bem como o controle do
processamento de informações pelos interlocutores internos. Uma vez que o
conhecimento é individual e baseado na subjetividade da experiência humana
com o meio, não há como controlar sua formação, e por isso, o que ocorre de
fato é a gestão de dados e um conjunto de melhores práticas para o estímulo ao
processo cognitivo que leve ao implemento do conhecimento e sua aplicação
direta sobre algum serviço ou produto.
CONCEITO
Gestão do Conhecimento
A gestão do conhecimento é a gestão sistemática dos ativos de conhecimento de uma
organização com o objetivo de criar valor e atender aos requisitos táticos e estratégicos.
Consiste em iniciativas, processos, estratégias e sistemas que sustentam e realçam o arma-
zenamento, avaliação, partilha, refinamento e criação de conhecimento.
O conhecimento é um dos ativos mais importantes de qualquer organi-

zação. Infelizmente, poucos são capazes de aproveitar esse recurso de uma
maneira significativa. Menos ainda são as organizações que são capazes
de otimizar o uso desse ativo importante. Neste contexto, é útil para iden-
tificar dois tipos de conhecimento: conhecimento básico e conhecimen-
to possibilitador.
Em qualquer organização, certas áreas do conhecimento são mais impor-
tantes do que outras. O tipo de conhecimento que é fundamental para a conse-
cução da meta da organização e o cumprimento da sua estratégia é chamada de
“conhecimento básico” ou “conhecimento nuclear”. Porque o conhecimento
é fundamental para a organização, a gestão do conhecimento básico deve ser
mantida dentro da organização. Deve ser desenvolvida e alimentada dentro
da organização.
O conhecimento básico por si só não pode apoiar plenamente uma organi-
zação nem torná-la competitiva. Não há necessidade de conhecimento básico
para manter a eficácia da organização. Tal conhecimento é conhecido como
“conhecimento possibilitador”. Quando combinado com o conhecimento
capítulo 2 • 61
básico, tal conhecimento leva ao desenvolvimento de novos produtos, proces-
sos e serviços. Por sua própria natureza, a gestão do conhecimento possibilita-
dor pode ser terceirizada. O conhecimento básico e o conhecimento possibi-
litador aplicados concomitantemente às organizações se tornam mais do que
uma vantagem competitiva pura. Tornam possível a ação focada e coletiva, ge-
rando aquilo que conceitualmente chamamos de “conhecimento organizacio-
nal”. Mas tão importante quanto o conhecimento organizacional é a memória
organizacional. Uma grande parte do conhecimento da organização é criada
e armazenada em nível individual. Eles estão nas cabeças das pessoas e gru-
pos de pessoas que trabalham na organização –os funcionários, gerentes e al-
tos executivos.
Gerir o conhecimento é reconhecer o principal recurso sem o qual o conhe-
cimento não ocorre: o ser humano, inserido na dinâmica produtiva do trabalho
com informação.
2.10 Tecnologia da Informação como ferramenta para Inteligência

Empresarial
No atual estágio de desenvolvimento dos mercados capitalistas, é impossível

imaginar a gestão do fluxo informacional concernente à relação das empresas e
demais agentes do ambiente sem o uso dos novos recursos de tecnologia da in-
formação. Conforme visto anteriormente, pensar a própria modelagem de um
sistema de recursos para inteligência empresarial leva à idealização de uma es-
trutura de dispositivos que habilitem o tratamento da informação em diversos
níveis hierárquicos, sempre no intuito de oferecer maior velocidade e formatos
mais compatíveis de subsídios para a tomada de decisão acerca da correta alo-
cação dos recursos disponíveis.
Nos dias de hoje, dada a aderência entre o aparato de TI e a Inteligência
Empresarial, business intelligence, ou BI, é um termo genérico que se refere
popularmente a uma variedade de aplicações de software usadas para analisar
os dados brutos de uma organização. A BI, como disciplina, é composta de di-
versas atividades relacionadas, incluindo Data Mining, processamento analíti-
co online, consultas e relatórios.
As empresas usam o aparato de TI para BI para melhorar a tomada de deci-
são, reduzir custos e identificar novas oportunidades de negócios. Mas o uso de
tecnologia da informação em BI serve para mais do que emitir relatórios para as
62 • capítulo 2
empresas, mas acompanham um conjunto de ferramentas para controle, trata-
mento e análise dos dados de sistemas corporativos. CIOs (Chief Information
Officers, ou Diretores de TI) usam BI para identificar processos de negócios ine-
ficientes, que demandam revisão.
Com as ferramentas de BI de hoje, os executivos podem entrar e começar a
analisar os dados próprios, em vez de esperar por eles para executar relatórios
complexos. Essa democratização do acesso à informação ajuda os usuários a
tratar suas decisões a partir dos números, com informações consistentes e da-
dos atualizados, as quais de outra forma seriam baseadas apenas em sentimen-
tos e “achismos”.
Embora a BI seja uma grande promessa, implementações podem ser acom-
panhadas por desafios técnicos e culturais. Os executivos precisam assegurar
que os dados os quais alimentam as aplicações de BI sejam limpos e consisten-
tes para que os usuários possam confiar no sistema como um todo.
CONEXÃO
Para conhecer um pouco mais sobre o conceito de BI e demais componentes da Inteligência
empresarial, visite os seguintes repositórios eletrônicos de informação.
https://web.archive.org/20130528054421/http://www.computerworld.com/
pdfs/SAS_Intel_BICC.pdf
http://www.research.ibm.com/journal/rd/024/ibmrd0204H.pdf
http://dssresources.com/history/dsshistory.html
http://www.businessanalytics.com/difference-between-business-analytics-and
-business-intelligence/
ATIVIDADES
01. São definições válidas para Inteligência Competitiva, exceto:

a) ação de definição, recolha, análise e distribuição de informações de inteligência sobre
produtos, clientes, concorrentes e qualquer aspecto do ambiente necessário para apoiar
executivos e gerentes que tomam decisões estratégicas de uma organização.
capítulo 2 • 63
b) controle deliberado e coordenado das informações acerca de seus concorrentes, onde
e quem quer que estejam, dentro de um mercado específico.
c) gestão sistemática dos ativos de conhecimento de uma organização com o objetivo de
criar valor e atender aos requisitos táticos e estratégicos.
d) foco concorrencial da inteligência empresarial, voltado para a coleta, processamento
e análise de informações relacionadas às interações da organização no ambiente de
mercado, considerando seus concorrentes e elementos típicos da disputa de recursos
e clientes.
e) tipo de inteligência que estuda as relações entre empresa, mercado e seus concorrentes.
02. Explique o que é a Gestão do Conhecimento e por que não é possível resgatar seu con-
ceito pelo desdobramento literal do termo.
03. Quais os estágios do processo de Inteligência Competitiva?
04. Qual o significado do termo “Inteligência Empresarial”?
05. O que é uma Pesquisa de Mercado?
AKGÜN, A. et al. Organizational intelligence: a structuration view. Journal of Organizational Change
Management 20(3), 272–289, 2007.
ALBRECHT, K. The Power of Minds at Work: Organizational Intelligence in Action. New York:
AMACOM, 2002.
ALLEE, V. The Knowledge Evolution: Expanding Organizational Intelligence. New York: Butterworth-
Heinemann, 1997.
BEER, S. The Heart of Enterprise. Chichester: John Wiley & Sons, 1979.
BEER, S. Brain of the Firm. Chichester: John Wiley & Sons, 1981.
BEER, S. Diagnosing the System for Organizations. Chichester: John Wiley &Sons, 1985.
BURTON, B. Results of Business Intelligence and Performance Management Maturity Survey,
Gartner Inc. Research, 2009.
DAVENPORT, Thomas H. Ecologia da informação: por que só a tecnologia não basta para o sucesso
na era da informação. São Paulo: Futura,1998.
64 • capítulo 2
DAVENPORT, Thomas H.; PRUSAK, Laurence. Working Knowledge. Cambridge: Harvard Business
School Press, 2000.
DUTKA, A. F. Competitive Intelligence for the Competitive Edge. New York: McGraw-Hill
Professional, 1999.
ESPEJO, R. et al. Organizational Transformation and Learning: A Cybernetic Approach
toManagement. Chichester: John Wiley & Sons, 1996.
GLYN, M. Innovative genius: a framework for relating individual and organizational intelligences to
innovation. The Academy of Management Review 21(4), 1081–1111, 1996.
JACKSON, M. C. System Approaches to Management. New York: Springer, 2000.
KOCH, C. The Quest for Consciousness: A Neurobiological Approach. New York: Robert And
Company Publishers, 2004.
LIEBOWITZ, J. Addressing the Human Capital Crisis in the Federal Government: A Knowledge
Management Perspective. Washington: Butterworth- Heinemann, 2004.
MARCH, J. The Porsuit of Organizatinal Intelligence: Decisions and Learning in Organizations. New
York: Blackwell Publishing, 1999.
MATTHEWS, G. Emotional Intelligence: Science and Myth. Cambridge: MIT Press, 2004.
NONAKA, I. e TAKEUCHI, H. Criação do conhecimento na empresa: como as empresas japonesas
geram a dinâmica da inovação. Rio de Janeiro: Campus, 1997.
SENGE, Peter M. The Fifth Discipline: The Art and Practice of the LearningOrganization. London:
Doubleday-Currency, 2006.
SETZER, Valdemar W. Dado, Informação, Conhecimento e Competência. In: SETZER, Valdemar W. Os
Meios Eletrônicos e a Educação: Uma Visão alternativa. São Paulo: Editora Escrituras, 2001.
SMITH, Anthony. The Geopolitic of Information: how Western culture dominates the world. Nova
York: Oxford University Press, 1980.
TEIXEIRA, D. R. Rede de Valor para Inteligência Empresarial. Revista da ESPM, v. 16, 1. ed, p. 80-90,
janeiro/fevereiro 2009.
WILENSKY, H. Organizational Intelligence: Knowledge and Policy in Government and Industry: Basic
Books, 1967.
capítulo 2 • 65
66 • capítulo 2
3
O processo
decisório
3. O processo decisório
O objetivo deste capítulo é embasar os conceitos atrelados ao processo de to-
mada de decisões nas organizações, considerando seus diferentes tipos e níveis
hierárquicos. Além disso, ao final deste capítulo o aluno será capaz de entender
cada uma das fases do ciclo de tomada de decisão, bem como associar ao seu
processo o uso de diferentes tecnologias da informação para suporte de subsí-
dios e dados, tais como ambiente OLTP e OLAP.
3.1 Os conceitos, níveis e tipos de decisão nas organizações
Tomar decisões, no sentido organizacional, denota a escolha por alocação e di-

recionamento dos recursos disponíveis em ações que busquem o atingimento
dos objetivos propostos. Gestores de negócios são obrigados a tomar decisões
em uma base diária, lidando com uma grande quantidade e variedade de recur-
sos, desde questões operacionais do dia a dia até o planejamento estratégico de
longo alcance. O processo básico de tomada de decisão de um gerente pode ser
dividido em seis etapas distintas, entretanto existem autores que consideram
outras configurações do processo decisório. Embora cada passo possa ser ana-
lisado em específico, os gerentes muitas vezes são obrigados a correr através de
todos os passos rapidamente para tomar decisões imediatas. Compreender o
processo de tomada de decisões gerenciais pode melhorar a sua eficácia de de-
cisão. Conforme descrito na figura 5 a seguir, o processo decisório mais básico
deverá passar pelas seguintes etapas.
Identificar problemas
O primeiro passo no processo é reconhecer que existe uma decisão a ser toma-
da. As decisões não são feitas arbitrariamente. Elas resultam de uma tentativa
(ou ação) para resolver um problema específico, necessidade ou oportunidade.
Um supervisor em uma loja de varejo pode perceber que ele tem muitos fun-
cionários disponíveis em comparação com o volume de vendas atual do dia. O
problema identificado poderia estar relacionado com a manutenção dos custos
sob controle.
Buscar informações
Gestores devem buscar informações para esclarecer as suas opções depois
de terem identificado um problema que exija uma decisão. Os gerentes podem
procurar determinar as causas potenciais de um problema, as pessoas e os
68 • capítulo 3
processos envolvidos na questão e quaisquer restrições colocadas no processo
de tomada de decisão.
Brainstorming de soluções
Para terem uma compreensão mais completa do assunto em questão, os
gerentes devem reunir envolvidos e estimulá-los a fazer uma lista de possíveis
soluções. Este passo pode envolver qualquer coisa, desde soluções que deman-
dem projetos estruturados e formalizados até intervenções pontuais com me-
nores níveis de complexidade.
Escolher uma alternativa
Gestores devem pesar os prós e os contras de cada solução potencial, além
de buscar informações adicionais quando necessário e selecionar a opção que
sentem ter a melhor chance de sucesso ao menor custo. Devem, contudo, con-
siderar o uso de aconselhamento externo ou buscar uma segunda opinião para
que haja uma nova perspectiva sobre o problema e suas possíveis soluções.
Implementar o plano
Não há tempo a perder quando já se tem uma imagem clara do problema
e certeza sobre a solução mais adequada, e os decisores devem, por fim, colo-
car sua decisão em ação. Depois de ter o cuidado em encaminhar uma solução
específica, devem mobilizar seus recursos disponíveis e colocar a decisão em
ação com convicção. Isso não quer dizer que uma decisão administrativa não
possa mudar depois de ter sido promulgada. Gerentes experientes costumam
colocar sistemas de monitoramento (instituindo indicadores) no ambiente de
implementação para avaliar os resultados de suas decisões.
Avaliar os resultados
Até mesmo os administradores mais experientes podem aprender com seus
erros. É necessário acompanhar sempre os resultados das decisões estratégicas
que se faz, como se ainda estivesse aprendendo sobre a situação vivida. Essa
postura deve manter o gestor pronto para adaptar o seu plano quando necessá-
rio, ou habilitá-lo a mudar para outra solução potencial se a sua solução esco-
lhida não funcionar do jeito que ele esperava.
CONCEITO
Brainstorming
Brainstorming é uma técnica de grupo que busca estimular a criatividade, através da qual
são feitos esforços para encontrar soluções para um problema específico, reunindo uma lista
capítulo 3 • 69
de ideias a partir da contribuição espontânea dos indivíduos de uma organização. Inicialmen-
te sem barreiras definidas para as propostas e ideias, outras etapas do brainstorming acabam
por eliminar as ideias menos apropriadas e eleger uma mais apropriada às condições técni-
cas disponíveis e mais aderente às necessidades apresentadas pela situação.
Um fator crítico que os teóricos da decisão deixam, por vezes, de enfatizar

é que, apesar de a forma como o processo é apresentado na figura 5 adiante, a
tomada de decisão é um processo recursivo não linear. Ou seja, a maioria das
decisões são feitas sem um rigor hierárquico entre as etapas, muito menos sob
a necessidade de existência de todas elas. As alternativas disponíveis influen-
ciam diretamente os critérios que lhes são aplicáveis e, similarmente, os cri-
térios que estabelecemos influenciam as alternativas a serem consideradas.
Em alguns casos, apesar de a possibilidade em estabelecer um processo linear,
nem sempre poderão ser utilizados os pessos ilustrados na figura 3.1. Vejamos
um exemplo para esclarecer este assunto.
1 IDENTIFICAR O PROBLEMA
2 BUSCAR INFORMAÇÕES
3 BRAINSTORM DE SOLUÇÕES
4 ESCOLHER UMA ALTERNATIVA
5 IMPLEMENTAR O PLANO
6 AVALIAR OS RESULTADOS
Figura 3.1 – Processo linear de 6 etapas para a tomada de decisões frente a problemas
organizacionais. Fonte: Elaborada pelo autor.
Suponhamos que alguém quer decidir se deve se casar. Observe que esta é
uma decisão (apesar de estar baseada em uma série de relações de ordem social
que margeiam a cultura e a experiência de vida de cada indivíduo, e não neces-
sariamente ser uma decisão a ser tomada com base em um problema identifi-
cado). Sabendo que não se trata de um problema (a não ser que haja uma razão
problemática para o matrimônio), excluindo a necessidade das etapas 1, 2 e 3
70 • capítulo 3
da figura 5 anterior (a situação já está claramente exposta), é necessário adotar
um outro método para abordagem da situação. Uma outra abordagem linear
para a tomada de decisão poderia ser utilizada para decidir esta questão, pesan-
do as razões prós e contras (quais são as vantagens e desvantagens de se casar),
e depois de mudar para a próxima parte do processo, a identificação de critérios
para a pessoa a ser escolhida (humor do cônjuge, facilidade de relacionamento,
competências sociais, se quer ou não uma pessoa carinhosa etc.). Em seguida,
gostaríamos de identificar as alternativas que possam ter esses critérios (Maria,
Joana, Lucicreide etc.). Finalmente, avaliaríamos cada alternativa de acordo
com os critérios elencados e escolheríamos aquela que melhor satisfaria aos
critérios. Teríamos, assim, um esquema como o mostrado a seguir.
• Seleção de critérios
• Identificar as alternativas
• Correspondência entre critérios e alternativas
• Realizar a escolha
No entanto, o fato é que a nossa decisão de se casar pode realmente ser uma
decisão contingente: “Eu somente irei me casar se eu puder encontrar a pessoa
certa” (você já deve ter ouvido esse argumento em algum momento de sua vida).
Assim, a decisão de se casar ou não será influenciada pela identificação de alter-
nativas, o que normalmente pensamos como uma etapa posterior do processo.
Da mesma forma, suponha que cheguemos na fase “identificar alternativas”
do processo quando descobrimos que Joana (uma das meninas identificadas
como uma alternativa) tem uma maravilhosa característica de personalidade
que não tínhamos pensado antes, mas que agora realmente gostaríamos de ter
em uma esposa. Poderíamos imediatamente adicionar essa característica aos
critérios. Dessa forma, o processo de tomada de decisões continuaria a se mo-
ver para trás, para frente e ao redor à medida que progredisse no que deveria ser
uma direção linear, mas que em seu funcionamento real é altamente recursi-
va. O ponto chave, então, é que descobrimos as características das alternativas,
muitas vezes, ao rever os critérios já anteriormente identificados.
Ao tentar fazer uma boa decisão, o gestor deve pesar os pontos positivos e
negativos de cada opção, e considerar todas as alternativas. Para a tomada de
decisão eficaz, deve-se ser capaz de prever o resultado de cada opção, e com
base em todos estes itens, determinar qual é a melhor opção para essa situa-
ção particular.
capítulo 3 • 71
CONCEITO
Tomada de Decisão
O processo cognitivo de selecionar uma escolha lógica entre as opções disponíveis. O
processo de tomada de decisão poderá variar de acordo com o contexto vivenciado, opções
disponíveis e experiência do tomador da decisão. Entretanto, tem-se por certo que saber o
máximo possível acerca da situação sobre a qual se decidirá algo é a melhor forma de decidir
de maneira mais efetiva.
Os conceitos microeconômicos que impulsionam os processos de uma em-

presa estabelecida na tomada de decisão são igualmente aplicáveis a empresas
nascentes. A principal diferença, porém, é que a pequena empresa, no início,
não costuma ter dados precisos sobre a oferta ea demanda. Seja qual for o ta-
manho do empreendimento, a escolha está implícita na própria definição de
tomada de decisão. Podemos não gostar das alternativas disponíveis, mas ra-
ramente somos deixados sem opções. Em geral, o objetivo de todas as decisões
empresariais é a obtenção de algum tipo de recompensa, quer econômica ou
política. Recompensa exige sacrifício, tanto na empresa quanto na vida privada
de cada indivíduo. Tomemos como exemplo a vida de um aluno. Quando você
tomou a decisão de frequentar a faculdade, por exemplo, você certamente dese-
jou uma recompensa. Qualfoi o sacrifício?
Pense em algumas coisas que você não pode fazer porque você está cursan-
do a faculdade. Alguns sacrifícios não podem ser medidos em dinheiro (tais
como perda de sono, falta de refeições caseiras e perda de tempo de lazer).
Alguns, contudo, podem ser medidos. Suponha que em vez de se dedicar à fa-
culdade, você trabalhasse o tempo inteiro e ganhasse R$ 15.000,00 por ano nes-
se tempo. Dedicar-se à faculdade, dessa forma, custa-lhe ao ano R$ 15.000,00,
além do que você paga em mensalidades e livros. Chamamos os R$ 15.000,00
de custo de oportunidade por tomar a decisão de cursar a faculdade. Um custo
de oportunidade é a recompensa a que renunciamos, pois escolhemos uma al-
ternativa em vez de outra. A maioria das decisões incluem custos de oportuni-
dade.Os tomadores de decisões querem que as recompensas ou benefícios de
uma decisão sejam maiores do que o sacrifício ou custo necessário para atingir
esse objetivo. Examinar a relação entre recompensas e sacrifícios é conhecido
72 • capítulo 3
como “análise custo-benefício”. Em uma condição de certeza absoluta, em que
o resultado de uma decisão é conhecido, sem dúvida, a análise custo-benefício
fornece um resultado preciso. Infelizmente, a absoluta certeza raramente, ou
nunca, existe. Nos exemplos que os contadores utilizam para descrever o trade
-off entre a recompensa e sacrifícios, o dinheiro é geralmente a recompensa. O
dinheiro é uma recompensa extrínseca, ou seja, que vem de fora da organização
e é um objeto tangível que podemos adquirir. A recompensa intrínseca é aquela
que vem de dentro da própria organização. Quando você realizar uma tarefa di-
fícil, a recompensa intrínseca vem do sentimento de satisfação que você sente.
Sabe aquele velho ditado que diz: “As melhores coisas da vida são de graça”?
Não é bem assim! Qualquer coisa que valha a pena ter exige sacrifício.
Um dos papéis essenciais da inteligência é cercar o tomador de decisões de
certezas acerca dos custos e benefícios de cada decisão. Nesse contexto, infor-
mações relevantes sobre receitas e investimentos relacionados a cada passo
organizacional devem estar disponíveis para que o processo decisório tenha o
melhor efeito sobre os objetivos da organização. Velocidade e confiabilidade
são premissas fundamentais para a obtenção da informação em tempo hábil
para a tomada de decisão, e a tecnologia da informação se torna cada dia mais
indispensável para chegar ao patamar de excelência esperado em ambientes
tão competitivos como os dos mercados de nossos tempos.
CURIOSIDADE
Um dos mais importantes princípios da economia é aquele que define a limitação de recursos
disponíveis. Assim sendo, sempre que algum recurso for utilizado em uma determinada esco-
lha, fará falta para outra escolha. Esse conceito é reconhecido como trade-off. Assim como
na música da banda Charlie Brown Jr. (2005), “a cada escolha uma renúncia, isso é a vida”.
E parece que nem mesmo a vida escapa às regras da economia.
Quando o processo de tomada de decisões assume uma maturidade mais

evidente, é possível passar de um modelo melhor definido de processo em que
seja considerada a evolução do método, conforme abordado a seguir.
capítulo 3 • 73
3.2 Fases do ciclo de tomada de decisão
Conforme vimos anteriormente, é possível elencar passos para a tomada de

decisão a partir de um percurso linear (figura 3.1). Entretanto, ao passo que
encontramos a maturidade dos processos típicos da organização, é necessário
também adotar práticas validadas e cíclicas para a gestão, garantindo a evolu-
ção em espiral do desempenho dos processos estabelecidos.
Se considerarmos o desenvolvimento de projetos sob processo de uma deci-
são complexa, a análise de concepção dos processos existentes é possível com
base em um modelo de tomada de decisão. O modelo de Mintzberg et al. (1976)
é aquele em que todos os processos de tomada de decisão começam com estí-
mulos para agir. O resultado final do processo de decisão é a ação apropriada.
Esse modelo geral assume que qualquer processo de decisão inclui o reconhe-
cimento de problemas e oportunidades, o diagnóstico dos problemas identifi-
cados, pesquisa e design de soluções alternativas e seleção por avaliação, análi-
se e discussão da solução mais útil.
Mintzberg et al. (1976) estudaram 25 processos de decisão estratégica ao
longo de um vasto leque de organizações e apresenta, a partir de sua observa-
ção, um método para estruturar decisões não programadas. Os autores descre-
vem a maneira em que uma decisão se apresenta. Antes de uma decisão pode
ter lugar, um estímulo de algum tipo precisa evocá-la. Tais estímulos iniciam
um processo, e podem ser uma oportunidade, um problema ou, finalmente,
no outro extremo, uma crise. Um estímulo-oportunidade melhora em uma
situação segura e é voluntário. Um estímulo-crise exige atenção imediata e,
muitas vezes, envolve o bem-estar das organizações (MINTZBERG et al. 1976).
Um estímulo-problema está em algum lugar entre estes dois. Uma decisão por
oportunidade é geralmente provocada por um único estímulo na forma de uma
ideia que o decisor tenha. Quando é a hora certa (recursos disponíveis, situação
poder), o estímulo é colocado em prática. Quando uma decisão problema ocor-
re, é comum que várias etapas sejam necessárias para a construção da ação.
Decisões de crise, contudo, exigiem apenas um estímulo, e a amplitude desse
estímulo é grande o suficiente para a ação ocorrer imediatamente. Mintzberg
et al. (1976) fornecem um modelo geral do processo de decisão. Este modelo é
dividido em cinco componentes, descritos na figura 3.2 a seguir.
74 • capítulo 3
Reconhecimento
O reconhecimento de que um estímulo ou estímulos gerou uma oportuni-
dade, ameaça ou crise.
Diagnóstico
Análise de fontes de informação atuais e novas para definir a questão.
Pesquisa e desenvolvimento
Procurar soluções prontas ou projetar uma personalizada.
Avaliação
Julgamento, negociação e análise para escolher uma solução. Este é um pro-
cesso interativo em múltiplos níveis organizacionais com uma investigação em
profundidade das alternativas.
Validação
A autorização da solução escolhida pela administração superior.
Validação
Avaliação
Desenvolvimento
Diagnóstico
Reconhecimento
Figura 3.2 – Processo Decisório de Mitzberg. Fonte: Elaborada pelo autor baseado em
Mitzberg et al. (1976).
Butler et al. (1979) dá-nos oito variáveis que podem ser usadas para classifi-
car um processo de tomada de decisão. A figura 7 a seguir resume as oito variá-
veis. Três se relacionam com as variáveis, e podem oferecer algumas dicas para
aqueles que tomam decisões em uma base regular, sendo a primeira a hipótese
de rotinização. Para ser capaz de criar uma rotina para a tomada de decisão, é
necessário um alto nível de frequência e regularidade (BUTLER et al., 1979).
Se a decisão é baseada em uma reação a algum evento isolado, ou existe uma
capítulo 3 • 75
situação de crise, uma rotina não será capaz de ser implementada. Se uma ro-
tina está vigente, é provável que o controle formalizado seja mais elevado, bem
como sua decisão pode ser delegada a especialistas.
Em seguida está a hipótese de participação. Ela indica que as decisões equi-
vocadas são incapazes de serem sustentadas se a alta frequência e irregulari-
dade também existirem, ter que fazer constantemente decisões importantes,
que são difíceis ao longo de um período de tempo variável, é esforço demasiado
para a maioria das organizações e decisores.
A hipótese final é de modelagem ao longo da execução. Quando a rapidez
e continuidade são baixas, é provável um processo incremental passo a passo,
focado em um escrutínio minucioso, o que leva a um aumento no período de
tempo para tomada de decisão sobre o assunto.
Frequência
Continuidade Regularidade
VARIÁVEIS DO PROVESSO
Rapidez Impacto
DECISÓRIO DE BUTLER
Centralidade Rico de Equívoco
Escrutínio
Figura 3.3 – Variáveis do Processo Decisório de Butler. Fonte: Elaborada pelo autor., ba-
seado em Butler et al. (1979).
Frequência
Quão frequentemente uma decisão necessária ocorre.
Regularidade
Quão regularmente é necessária uma decisão em particular.
Impacto
O nível de impacto que a decisão terá.
76 • capítulo 3
Risco de equívoco
Nível de ambiguidade e possibilidade de equívoco da decisão.
Escrutínio
Soma dos intentos analíticos e avaliações que incidiram sobre a decisão.
Centralidade
Escopo hierárquico dos decisores que participaram do processo.
Rapidez
Quão rápida a decisão foi tomada.
Continuidade
Fluxo do processo decisório.
CONCEITO
Processo Decisório
É o encadeamento hierárquico das fases necessárias para decidir acerca de uma ação
organizacional, considerando diversos pontos de vista, interesses, múltiplos critérios e me-
lhor alinhamento técnico de cada resultado aos objetivos esperados. O ciclo do processo
decisório é caracterizado de múltiplas formas pelos diversos autores que se empenham no
desenvolvimento do tema.
3.3 Principais modelos de tomada de decisão
Existem diferentes modelos para tomada de decisão em meio a uma vasta lite-
ratura sobre o tema em Administração. Tais modelos ampliam a gama de ciclos
sugeridos ao processo decisório e torna mais complexa a lista de recursos dis-
poníveis ao tomador de decisões, tornando possível adequar a adoção de um
método de acordo com as condições de cada problema enfrentado.
É possível tipificar os modelos de tomada de decisão em pelo menos quatro
grandes grupos: clássicos, comportamentais, favoritas implícitas ou políticos.
capítulo 3 • 77
Modelos Clássicos (ou racionais-econômicos)
São usualmente prescritivos, na medida em que se concentram em como as
decisões deveriam ser feitas.
• Assumem que o tomador de decisão é completamente racional (isto é,
procura maximizar o retorno e utiliza um processo de pesquisa que procede de
forma planejada, ordenada e consistente) e imparcial.
• Assumem também que o tomador de decisão tem disponível toda a infor-
mação necessária para fazer uma decisão e que todas as alternativas possíveis
são consideradas.
• O tomador de decisão escolherá sempre a melhor escolha.
• A tomada de decisão prossegue através da seguinte sequência de passos:
problema, identificação, desenvolvimento de critérios segundo os quais as so-
luções alternativas podem ser avaliadas, identificação de cursos alternativos de
ação, avaliação de alternativas, seleção da melhor alternativa, e implementação.
Modelos Comportamentais (ou administrativos)

São descritivos, ou seja, descrevem como as decisões são realmente feitas.
• Os decisores procuram simplificar problemas e torná-los menos comple-
xos porque são contingenciados por suas capacidades individuais (por exem-
plo, informação limitada, capacidade de processamento) e por condições orga-
nizacionais (por exemplo, disponibilidade de recursos).
• Assumem que os tomadores de decisão operam com limitada racionali-
dade; isso significa que os decisores são racionais dentro de um modelo sim-
plificado que contém menos componentes (por exemplo, menos de tomada de
decisão critérios, menos opções etc.).
• Assumem que os decisores conseguem identificar um número limitado
de critérios de tomada de decisão, e que eles examinam uma gama limitada de
alternativas (somente aquelas que são fáceis de encontrar, altamente visíveis,
que tenham sido tentadas antes ou que são apenas ligeiramente diferentes do
status quo) e que eles não possuem todas as informações necessárias para to-
mar uma decisão.
• O tomador de decisão seleciona uma alternativa satisfatória. Seria uma al-
ternativa que é “boa o suficiente” ou satisfatória na medida em que satisfazem
aos critérios mínimos estabelecidos para a solução desejada.
78 • capítulo 3
• A tomada de decisão prossegue sequencialmente da seguinte forma: as
alternativas são examinadas uma a uma e a primeira alternativa satisfatória que
se encontra é selecionada.
Modelos de Favoritas Implícitas

Também são descritivos, pois descrevem como as decisões são realmen-
te feitas.
• O tomador de decisão visa simplificar o processo de tomada de decisão
através da identificação de uma “favorita implícita” entre as alternativas que
são avaliadas. Isso muitas vezes ocorre inconscientemente.
• O tomador de decisão não é racional, nem mesmo objetivo ou imparcial.
• Depois que uma “favorita” é selecionada, o tomador de decisão tenta pa-
recer racional e inicia o desenvolvimento de critérios de decisão, por identificar
e avaliar várias alternativas. No entanto, isso é feito de uma forma enviesada,
de modo a assegurar que a favorita apareça superior sobre esses parâmetros e,
portanto, podendo ser legitimamente selecionada como a “melhor” solução.
• Nesse modelo, a “tomada de decisão” é essencialmente um processo de
confirmar uma escolha/decisão que já foi feita. A decisão real foi feita de uma
forma intuitiva e não científica.
Modelos Políticos
Também são descritivos, apontando como as decisões são tomadas.
• O tomador de decisão não é racional nem objetivo e imparcial.
• Uma vez que os membros do grupo de decisores têm agendas diferentes,
eles precisam negociar uns com os outros.
• O processo envolve um ciclo de negociação entre os tomadores de deci-
são para que cada um tente obter sua perspectiva de escolha – mais especifica-
mente, para influenciar pessoas poderosas dentro da situação para adotar o seu
ponto de vista e influenciar os tomadores de decisão restantes.
• Esse modelo não envolve informações completas disponíveis, uma vez
que é baseado em negociações que muitas vezes são influenciadas pelo poder
e troca de favores. Na verdade, a informação é muitas vezes retida para melhor
manobrar uma determinada perspectiva.
• Nesse modelo, os potenciais problemas e conflitos muitas vezes podem
ser previstos e minimizados. Uma vez que as pessoas poderosas tenham sido
capítulo 3 • 79
seduzidas para apoiar um ponto de vista particular, outros membros do grupo
geralmente caem na fila atrás deles.
• A natureza da negociação e manobras (por exemplo, a retenção de infor-
mação e pressão social) pode produzir efeitos que são de longa duração e preju-
dicial. Uma vez que descobri-las, as pessoas envolvidas na decisão podem não
apreciar a duplicidade inerente ao processo.
Os modelos de tomada de decisão mais importantes para o estudo em

Inteligência Empresarial são aqueles que consideram aspectos racionais e ob-
jetivos, e portanto, aderentes à tipificação clássica dos modelos de decisão (pri-
meiro grupo).
Dentre os modelos clássicos, uma das abordagens mais simplificadas do
processo decisório é aquela que estabeleceu o modelo OODA (anagrama de
Observar, Orientar, Decidir e Agir), de Boyd (1987). Esse modelo se encontra
entre o seleto grupo de modelos decisórios para comando e controle (C2), uti-
lizado principalmente por instituições militares por conta de sua efetividade
e simplicidade.
Modelo OODA
O modelo OODA de Boyd (1987) é claramente o modelo dominante de C2
hoje. Cada briefing sobre questões C2 atuais tem uma referência a ele. É par-
te das doutrinas para Força Aérea Americana (US AIR FORCE, 1999), Exército
Americano (US ARMY, 2003) e Marinha dos Estados Unidos (US NAVY, 1995),
bem como de outras forças de defesa, incluindo a sueca.
O ciclo OODA foi originalmente desenvolvido na tentativa de explicar por
que os pilotos de caça americanos foram mais bem-sucedidos do que os seus
adversários na Guerra da Coreia. Ele descreve o combate em termos de quatro
atividades, ou etapas, conforme a figura 3.4 a seguir.
Como o nome indica a primeira atividade, observar, envolve tomar nota de
alguma característica do meio ambiente. Na versão original do ciclo OODA, isso
significava detectar um avião inimigo. A segunda atividade, orientar, refere-se
a apontar (orientar) para uma aeronave adversária, de modo a estar em uma
boa posição para entrar na terceira fase, a fase de decidir, que envolve decidir o
que fazer a seguir. Isso leva à quarta etapa, agir, que envolve implementar o que
foi decidido, por exemplo, pressionar o gatilho. Na sequência da fase de ação,
é necessário verificar o resultado (como por exemplo, se o inimigo foi atingi-
do), e uma nova observação é feita, e assim por diante. Nenhuma consideração
80 • capítulo 3
explícita é dada para sair do loop. Talvez Boyd não visse necessidade para isso;
se a fase atingir sucesso, naturalmente, não haverá nada mais para observar, de
modo que o circuito iria parar por falta de entrada.
Em sua análise, Boyd descobriu que os pilotos americanos e seus aviões, o
F-86 Sabre Jet, foram superiores aos seus adversários em todos os quatro aspec-
tos abrangidos pelo ciclo OODA.Os pilotos americanos eram mais bem treina-
dos, tornando-os melhores para decidir e agir, tendo melhores possibilidades
de fazer observações e para orientar mais rápidamente as respostas aos con-
troles da aeronave. Ou seja, os pilotos americanos foram superiores nas quatro
fases do ciclo OODA, e isso permitiu-lhes melhor desempenho que o do inimi-
go, vencendo o duelo. O ciclo OODA de Boyd forneceu uma explicação para o
desempenho superior dos pilotos americanos.
OBSERVAR
AGIR ORIENTAR
DECIDIR
Figura 3.4 – Modelo OODA de Boyd. Fonte: Elaborada pelo autor, baseado em BOYD
(1987).
Apesar da aderência às situações que demandam simplicidade e interpreta-

ção e análise do processo decisócio, o modelo de Boyd tem sido frequentemen-
te criticado por dois motivos. Especificamente, os críticos apontam que ele não
descreve a tomada de decisão, em geral nem a decisão militar em particular
(BRYANT, 2004), e que ele não se aplica fora do contexto da aviação (BATEMAN
III, 1998). Embora o conceito generalizado inclua alguns dos fatores que de-
terminam o resultado, aqueles que o criticam não o consideram um modelo
de processo de C2. O ponto principal da última linha de crítica, isto é, que o
capítulo 3 • 81
ciclo OODA só se aplica ao aviador combatente, é voltado para a parte da ação. O
ponto aqui é que o ciclo OODA é uma descrição muito simples do que acontece,
por exemplo, no contexto militar das forças terrestres. Nesse contexto, “ação”
deverá ser caracterizada como um conjunto de atividades em vários níveis, o
que exigirá uma nova série de ciclos, como as propostas por Bateman III (1998).
Modelo Kill Chain

Mais recentemente, a Força Aérea sublinhou o modelo de “cadeia de des-
truição” (Kill Chain), que descreve os passos necessários para encontrar, reco-
nhecer e processar os alvos móveis. O objetivo é reduzir o tempo necessário para
completar o ciclo, porque, se a execução é muito lenta (como era na Operação
Desert Storm), então a cadeia de destruição não funciona. Os alvos móveis são
capazes de “atirar e fugir” antes de a cadeia de destruição ser concluída. Os pas-
sos cadeia de destruição estão resumidos na sigla F2T2EA.
1. Find (Encontrar)
2. Fix (Arranjar)
3. Track (Rastrear)
4. Target (Mirar)
5. Engage (Empreender)
6. Assess (Avaliar)
Um requisito específico para a “cadeia de destruição” é a necessidade de

ter ativos que estão fisicamente capazes de atingir um alvo a curto prazo. Sem
isso, mesmo reduzindo a latência no ciclo de decisão até zero não vai resolver
o problema. Isso coloca um prêmio em plataformas com longo alcance (por
exemplo, artilharia, foguetes e poder de ar) e longa duração (por exemplo, pla-
taformas de veículos aéreos não tripulados que podem se manter na estação
por muitas horas).
Modelo de Avaliação de Efetividade de Base

Na década de 1980, o Modelo de Avaliação de Efetividade de Base foi desen-
volvido para gerar subsídios processuais às operações de comando e controle.
O modelo se utiliza de seis passos.
1. Monitorar
2. Compreender
3. Desenvolver alternativas
82 • capítulo 3
4. Realizar predições
5. Decidir
6. Dirigir
Este modelo tenta explicitamente salientar que os comandantes normal-

mente ignoram as duas etapas intermediárias. As duas primeiras etapas são
consideradas consciência de campo de batalha, ou seja, que coleta fatos e pro-
duz uma compreensão da situação, enquanto as duas últimas etapas são de ges-
tão de campo de batalha, em que comandantes tomam decisões e as divulgam
às forças para execução. A tomada de decisão ocorre nas quatro etapas centrais.
Modelo Racional de Tomada de Decisão

Para além desses modelos específicos, há duas abordagens filosóficas em
relação à tomada de decisão: a abordagem racional (ou lógica ou analítica) que
se opõe à abordagem naturalista (ou baseados em ação ou preparado para o
reconhecimento). A abordagem racional é de pleno interesse para a inteligên-
cia organizacional.
O modelo de tomada de decisão racional assume que um conjunto claro de
opções alternativas podem ser gerados e os seus resultados prováveis previstos

com um grau significativo de confiança. Ele se baseia fortemente em experiên-
cia ou resultados anteriores para gerar os resultados previstos, desde que as in-
formações em que a decisão se basear forem confiáveis. Esse modelo pretende
ser objetivo, ocorrendo através do estabelecimento de critérios, ponderando-os
e, depois, escolhendo o melhor “score” ou maior utilidade. Um exemplo do
conjunto de etapas desse modelo é o seguinte.
1. Definir metas e objetivos organizacionais
2. Desenvolver alternativas
3. Comparar/avaliar alternativas usando critérios e pesos objetivos
4. Escolha dentre as alternativas aquela que melhor corresponder
aos critérios
5. Implementar a decisão
6. Comandar, liderar, gerenciar
7. Feedback do circuito; avaliar e observar os resultados e começar tudo
de novo
capítulo 3 • 83
O Modelo Racional ou Analítico é uma abordagem clássica para a tomada
de decisão e serve como diretriz de mapeamento para a automação em siste-
mas computacionais. É um modelo linear e não dinâmico. Os critérios e pe-
sos gerados no modelo são definidos por seres humanos, e podem conter certa
dose de subjetividade. Se esses critérios e pesos não são razoáveis ou
corretos,
então a saída desse processo de decisão também será suspeita. Variações desse
modelo analítico são chamadas de Análise de Utilidade Multiatributo e Análise
de Decisão.
Um exemplo extremo da abordagem analítica descreve uma base teórica
para aplicações de tempo crítico, em que os benefícios de decisões diminuem
rapidamente à medida que o tempo que leva para tomar a decisão correta cres-
ce. Especificamente, esta abordagem foi aplicada a sistemas de monitoramen-
to de propulsão em ônibus espaciais, nos quais se um problema não é detec-
tado e devidamente corrigido dentro de alguns segundos, poderá resultar na
perda de uma espaçonave. Nessa situação, usa-se um modelo de decisão que
processa o grande fluxo de informações enviadas via telemetria, e através de ra-
ciocínio probabilístico, o sistema fornece a melhor estimativa sobre quais são
os dados mais pertinentes que apoiam a decisão. Baseia-se em uma métrica
altamente numérica e toda a estrutura teórica do modelo é baseada na utili-
dade. No entanto, este modelo é difícil de usar para a aplicação militar de co-
mando e controle. Há muito mais incerteza que o modelo consiga processar em
todos os aspectos de comando e controle no escopo militar. Em outros campos
relacionados à interação humano a humano, os modelos podem fazer uso até
mesmo da psicologia clínica, que está relacionada com a abordagem analítica e
pode fornecer insights sobre o processamento cognitivo da tomada de decisão.
Como exemplo, um modelo de cinco etapas da tomada de decisão baseada em
psicologia foi projetado a partir dos conceitos da teoria da decisão clássica. As
cinco fases básicas são as seguintes.
1. Listagem de todas as ações ou alternativas ortogonais ou únicas possíveis.
2. Listagem de todos os resultados possíveis para cada alternativa.
3. Estimativa de probabilidades para cada resultado.
4. A determinação da conveniência com base em custos e ramificações de
cada resultado.
5. Aplicação de um critério de decisão que produz o melhor resultado (por
exemplo, selecionando a alternativa com a maior utilidade esperada).
84 • capítulo 3
Embora relativamente simples, esse modelo teórico proporciona uma abor-
dagem computacional simples que aproxima modelos probabilísticos bayesia-
nos comumente utilizados. Outro modelo baseado em psicologia, um pouco
mais explícito, usa oito estágios de adaptação para a tomada de decisões cen-
tradas nos comportamentos humanos ou estados objetivos. Os estágios com-
ponentes deste modelo incluem os seguintes eventos.
1. Geração de todos os cursos de ação possíveis.
2. Coletar informação relevante sobre cursos alternativos viáveis de ação.
3. Estimativa da probabilidade de sucesso em cada alternativa, com base
na experiência de outros eventos e projeções de tendências atuais.
4. Consideração das metas que podem ser melhoradas ou diminuídas
para cada alternativa.
5. Deliberação e ponderação dos fatos, prováveis resultados e valores para
cada curso de ação.
6. Eliminação do curso menos favorável.
7. Formulação de um plano preliminar de ação, que estará sujeito a novos
desenvolvimentos e oportunidades que eventualmente surjam.
As decisões corretas são a causa do sucesso, e às vezes há momentos críticos

quando pode ser difícil, confuso e desgastante manter um processo decisório
de forma equilibrada. A decisão geralmente envolve três etapas: (1) o reconhe-
cimento de uma necessidade – uma insatisfação dentro de si mesmo (um vazio
ou precisa); (2) a decisão de mudar – para preencher o vazio ou necessidade;
e (3) uma dedicação consciente para implementar a decisão (ARSHAM, 2010).
Tomar as decisões certas não é só o que alguém quer fazer, mas também inclui
o que ele tem que fazer. Por um lado, as repercussões de não tomar uma deci-
são poderiam ser mais graves do que tomar uma decisão errada. No entanto, o
medo de tomar a decisão errada é o que nos leva a utilizar uma abordagem cien-
tífica; e isso é exatamente o que a ciência administrativa e a tomada de decisões
estratégicas levam em consideração. Na verdade, com seu processo faseado, o
objetivo da ciência administrativa é eliminar a “decidofobia“ (ARSHAM, 2010).
Algumas decisões são tomadas no âmbito da gestão de recursos coletivos ou
envolvem a participação de terceiros. Em um ambiente social, além da validação
coletiva da ação, é necessário considerar os impactos da tomada de decisão nos
momentos futuros para a dinâmica cotidiana dos envolvidos. Nesse contexto, a
decisão exige a observação dos processos de execução e implementação do que é
capítulo 3 • 85
decidido, levando em consideração todos os aspectos relacionados à coexistência
entre os sistemas impactados pela decisão em seu microcosmo e macrocosmo.
CURIOSIDADE
Não tomar uma decisão é também tomar uma decisão acerca do que não fazer. O estabele-
cimento de modelos de tomada de decisão prevê a possibilidade de escolher a alternativa do
“não fazer”, a mesma que sempre estará presente em contraposição a qualquer alternativa de
ação direta existente. Significa dizer, em outras palavras, que até mesmo quando não decidi-
mos acerca de nenhuma alternativa, estamos em meio a um processo decisório.
3.4 Tecnologia da informação e tomada de decisão
A Tecnologia da Informação, ou simplesmente TI, se transformou em um re-

curso fundamental para processamento de informações acerca do desempe-
nho de mercados e organizações. Muitos assuntos relacionados à gestão são
demasiadamente complexos para serem tratados através de uma abordagem
manual, e por isso a automação dos recursos tem sido utilizada como arma
para redução do tempo de processamento e aceleração do processo decisório.
Encontrar e avaliar alternativas, especialmente em modelos sofisticados, pode
se transformar em projetos megalomaníacos de cálculos de probabilidades.
Por conta do aumento da complexidade na gestão dos recursos e processos das
organizações modernas, o computador se tornou uma ferramenta indispensá-
vel à administração e, naturalmente, à tomada de decisões.
Sistemas de informação aplicados à gestão tendem a apoiar os gestores,
mas eles não podem ser configurados ou ganhar aderência à organização a me-
nos que compreendamos quem são os gestores, o que fazem e como eles fazem
isso. É necessário distinguir, entre outras coisas, quais as tarefas dos gestores e
quais as funções da gestão em organizações. Ainda que, na empresa, um geren-
te possa efetuar atividades relacionadas à contabilidade, vendas, manufatura,
compras, entre outras, essas atividades são na verdade parte dos processos de
geração de valor, e não funções específicas da gestão. As atividades que são exe-
cutadas através da função gerencial são apresentadas como no modelo clássico
do que os gerentes fazem, defendida por escritores na década de 1920, partici-
pantes da composição da teoria clássica, como Henry Fayol, que identificam as
86 • capítulo 3
seguintes funções como os parâmetros do que os gerentes fazem e devem fazer:
planejar, organizar, coordenar e controlar.
As atividades dos gestores são caracterizadas pela tomada de decisão, que
é uma função gerencial crítica que envolve todas as relatadas pela teoria clás-
sica. Os gerentes precisam de informações para tomar decisões, mas também
para atuarem em uma variedade de funções de gestão. Portanto, sistemas de
infomação são absolutamente necessários quando as organizações crescem e
a função de gestão é realizada por pessoas que são especializadas. A TI permite
aumento do potencial de atenção dos gestores a todas as dimensões que care-
çam de análise e controle. O dia a dia de um gestor é caracterizado por um gran-
de número de tarefas e apenas um pequeno período de tempo devotado a cada
tarefa individual. Crawford (1997) observou que, dada a natureza do trabalho,
os gestores tendem a confiar na informação que é oportuna e verbal mesmo
que isso a imprima uma condição de menor precisão e confiabilidade, para so-
mente em seguida, utilizarem os sistemas apenas para obtenção e tratamento
de informação complexa.
Segundo Hicks (1997), gerentes possuem pelo menos três funções geren-
ciais distintas: interpessoal, informacional e de decisão. Sistemas de informa-
ção podem apoiar esses papéis em graus variados. Os gerentes precisam de
informações de diferentes fontes, a fim de facilitar a sua capacidade de agir
em uma variedade de papéis. O papel interpessoal de um gerente decorre di-
retamente da sua autoridade e envolve dirigir e coordenar as tarefas frente aos
subordinados. O gestor deve ser o indivíduo mais bem informado da organiza-
ção. O gestor no desempenho de papéis informativos deve reunir e processar
grandes quantidades de informação, bem como distribuir informações para
outras pessoas na organização. O papel de tomada de decisão inclui o papel de
empreendedor, no qual o gestor inicia novos projetos e faz mudanças (HICKS,
1997) no esquema organizacional atual. Sistemas de informação contribuem
menos (e ainda assim, contribuem) no caso do papel informativo de um gestor
do que para os outros dois.
O desenvolvimento de tecnologias de sistemas de informação acele-
rou mudanças na economia, organizações e em todas as áreas de negócios.
Tradicionalmente, os sistemas de informação foram utilizados para apoiar
funções operacionais, considerando a ênfase na obtenção de eficiência e efi-
cácia. Além disso, o surgimento de sistemas de informação, que remonta aos
anos 1950 e 1970, quando eram principalmente aplicações de transações,
capítulo 3 • 87
envolvendo o processamento de dados contábeis. Avanços na tecnologia tor-
naram possível acessar dados mais rapidamente, bem como novos sistemas
de programação ajudaram a desenvolver e aperfeiçoar sistemas operacionais,
que forneceram os dados organizacionais necessários para executar uma or-
ganização mais eficiente em uma base dia a dia. Os sistemas de informação
começaram a fornecer relatórios e informações que permitiram aos gestores a
possibilidade de tomar decisões mais eficazes, tornando-se enfim ferramentas
de apoio à gestão.
Hoje, os sistemas de informação são muito mais complexos do que em 1970
ou mesmo em 1980, quando a ênfase era dada nas necessidades operacionais.
Uma razão para isso é o reconhecimento de que os sistemas de informação
desempenham papéis diferentes em organizações e empresas, ajudarndo a
reduzir a incerteza na tomada de decisão. Com o rápido desenvolvimento da
TI antes da década de 1980, o papel dos sistemas de informação em empresas
e organizações mudou, saiu da simples moda e foi redesenhado para atendi-
mento de uma percepção mais completa de sua função na estrutura produtiva.
Assim, nas últimas duas décadas, incumbido de sua função convencional (de
apoiar as operações de negócios), o papel sistemas de informação mudou de
uma ferramenta estratégica em operações para a função de suporte indispen-
sável na tomada de decisão. Esta nova função é realçada em diversos estudos
(DAVENPORT; SHORT, 2004; PORTER; MILLAR, 1985).
Lucey (2005) enfatiza o foco de sua definição de sistemas de informação na
orientação para a tomada de decisão. Ele observou o seguinte.
Os sistemas de informação são ferramentas para converter dados de fontes internas

e externas em informação e para comunicar as informações de uma forma adequada
aos gestores em todos os níveis e em todas as funções, para que lhes permitam tomar
decisões oportunas e eficazes para o planejamento e controle (LUCEY, 2005, p. 45).
Sua definição expressa a essência do uso de sistemas de informação para au-

xiílio dos gestores na tomada de decisão nos três níveis de gestão. Hicks (1997)
observou que, em muitas empresas, os sistemas de informação tornaram-se
cruciais para registro e tratamento de dados sobre ativos organizacionais, e são
amplamente utilizados não só para apoiar a gestão na tomada de decisão, mas
88 • capítulo 3
também para fornecer alternativas para a solução de problemas de todo tipo
(HICKS, 1997).
Hoje em dia, os sistemas de informação são os meios pelos quais as organi-
zações e pessoas, utilizando a tecnologia de informação, coletam, processam,
armazenam, usam e divulgam informações. As empresas usam sistemas de in-
formação como uma arma estratégica para ganhar vantagens competitivas, e
muitos processos de negócios são redesenhados para tirar vantagemdo uso de
TI e agregar valor ao produto ou serviço ofertado ao mercado (HICKS, 1997).
Como observamos anteriormente, a tomada de decisão é muitas vezes vista
como a principal atribuição dos gestores. A fim de tomar decisões, os gestores
precisam da informação certa para servir uma ampla gama de necessidades. Na
verdade, a informação é, há muito tempo, considerada como um aspecto muito
importante da tomada de decisões no ambiente de negócios, porque a informa-
ção dá poder aos decisores. Combs (1995) mostrou que informações precisas,
rápidas e relevantes são consideradas vitais para melhorar o desempenho orga-
nizacional e engendrar vantagens competitivas para empresas e organizações
(COMBS, 1995). Por outro lado, Lucey (2005) sugere que a informação relevante
é essencial para qualquer decisão de negócios (LUCEY, 2005), e os sistemas in-
formáticos tornaram-se um fator importante na tomada de decisão.
3.5 Ambientes OLTP vs. OLAP
Podemos dividir os sistemas de TI em transacionais (OLTP) e analíticos (OLAP).

Em geral, assume-se que sistemas OLTP servem como fonte de dados para
Data Warehouses (depósito de dados), enquanto os sistemas OLAP ajudam a
analisá-los.
CONCEITO
Data Warehouse
Utilizado para armazenar informações relativas à atividade organizacional. Trata-se de
um sistema de guarda de dados que compõe séries históricas que possibilitam a análise
de eventos passados, oferecendo suporte à tomada de decisões futuras. Surgiram como
conceito para a academia na década de 1980, e se baseiam em bancos de dados de grande
capacidade, analisáveis através de ferramentas OLAP.
capítulo 3 • 89
Data Warehousing ou armazenamento de dados organizacionais é, na ver-
dade, um conceito que abrange um conjunto de tecnologias de apoio à decisão,
destinadas a apoiar o trabalhador do conhecimento (executivo, gerente, ana-
lista) na tomada de decisões melhores e mais rápidas. Nos últimos vinte anos,
temos visto um crescimento explosivo, tanto no número de produtos e serviços
oferecidos, na adoção dessas tecnologias por parte da indústria. Esses novos
conjuntos de tecnologias de armazenamento de dados foram implantados com
sucesso em muitas indústrias: produção (para embarque, ordens de compra e
produção e suporte ao cliente), varejo (para criação de perfis de usuário e ge-
renciamento de inventário), serviços financeiros (para análise de reclamações,
análise de riscos, análise de cartão de crédito, e detecção da fraude), transporte
(para gestão de frotas), telecomunicações (para análise de chamada e detecção
de fraudes), serviços públicos (para análise de uso de energia) e saúde (para
análise de resultados).
Um Data Warehouse é uma coleção de dados orientada por assunto, inte-
grada, não volátil, que é usada principalmente na tomada de decisão organiza-
cional. Normalmente, o Data Warehouse é mantido separadamente das bases
de dados operacionais da organização. Há muitas razões para se fazer isso. O
Data Warehouse suporta processamento analítico online (OLAP), cujos requi-
sitos funcionais e de desempenho são bastante diferentes das aplicações com
processamento de transações online (OLTP), tradicionalmente apoiados pelos
bancos de dados operacionais.
Aplicações OLTP normalmente automatizam tarefas de processamento de
dados de escritório, tais como transações de entrada de pedidos e bancárias,
que são o pão-com-manteiga das operações do dia a dia de uma organização.
Estas tarefas são estruturadas e repetitivas, e consistem em operações curtas e
isoladas. Temas como consistência e capacidade de recuperação do banco de
dados são críticos, e maximizar o rendimento da transação é a métrica chave
de desempenho. Por conseguinte, o banco de dados é concebido de modo a re-
fletir a semântica operacional de aplicações conhecidas, e, em particular, para
minimizar os conflitos de simultaneidade.
Os Data Warehouses, em contraste, são alvo de apoio à decisão. Os dados
históricos, resumidos e consolidados são mais importantes do que registros in-
dividuais detalhados. Data Warehouses contêm dados consolidados, a partir de
várias bases de dados operacionais, de longos períodos de tempo, que tendem
a ter magnitude maior do que bancos de dados operacionais. Data Warehouses
90 • capítulo 3
corporativos são projetados para ter centenas de gigabytes a terabytes de tama-
nho. As cargas de trabalho são de consultas intensives e específicas, bem como
consultas complexas que podem acessar milhões de registros e realizar uma sé-
rie de verificações. O rendimento das consultas e tempos de resposta são mais
importantes do que o rendimento da transação.
Para facilitar as análises e renderizar sua visualização complexa, os dados
em um Data Warehouse são tipicamente modelados multidimensionalmente.
Por exemplo, em um Data Warehouse de vendas, informações como momen-
to da venda, distrito de vendas, vendedor, eo produto podem ser algumas das
dimensões de interesse. Muitas vezes, essas dimensões são hierárquicas; mo-
mento da venda pode ser organizado como uma hierarquia dia-mês-trimestre
do ano, o produto como uma hierarquia de categorias de produto na indústria.
Operações OLAP típicas incluem rollup (aumento do nível de agregação) e drill-
down (diminuição do nível de agregação ou aumento do nível de detalhamen-
to) ao longo de uma ou mais dimensões hierárquicas.
Dado que os bancos de dados operacionais são afinados para suportar car-
gas de trabalho OLTP conhecidas, tentar executar consultas OLAP complexas
contra os bancos de dados operacionais resultaria em desempenho inaceitável.
Além disso, o apoio à decisão requer dados que podem estar em falta a partir
dos bancos de dados operacionais; por exemplo, compreender as tendências
ou fazer previsões requer dados históricos, ao passo que as bases de dados
operacionais armazenam somente dados atuais. O apoio à decisão geralmente
requer a consolidação de dados de muitas fontes heterogêneas. Essas podem
incluir fontes externas, como atualizações do mercado de ações, além de vá-
rios bancos de dados operacionais. As diferentes fontes podem conter dados de
qualidade variável, ou usar representações inconsistentes, códigos e formatos
diferenciados, que têm de ser reconciliados. Finalmente, basear os modelos de
dados multidimensionais e operações típicas de OLAP requer uma organiza-
ção especial de dados, métodos de acesso e métodos de implementação, que
geralmente não são fornecidos pelos SGBDs (Sistema de Gerenciamento de
Banco de Dados) comerciais direcionados para OLTP. É por todas estas razões
que Data Warehouses são implementados separadamente dos bancos de da-
dos operacionais.
Os Data Warehouses podem ser implementados em SGBDs relacionais pa-
drão ou alargados, chamados de servidores (ROLAP), ou de OLAP relacional.
Estes servidores assumem que os dados são armazenados em bancos de dados
capítulo 3 • 91
relacionais, e eles suportam extensões a métodos SQL e acesso especial para
implementar de forma eficiente o modelo de dados multidimensional para as
operações. Em contraste, os servidores OLAP multidimensionais (MOLAP) são
servidores que armazenam dados multidimensionais diretamente em estrutu-
ras de dados especiais (por exemplo, matrizes) e implementam as operações
OLAP sobre essas estruturas de dados especiais.
Há mais trabalho na construção e manutenção de um Data Warehouse do
que selecionar um servidor OLAP e definir um esquema e algumas consul-
tas complexas para o mesmo. Existem diferentes alternativas de arquitetura.
Muitas organizações querem implementar um Data Warehouse para a empre-
sa de maneira integrada, que colete informações sobre todos os assuntos (por
exemplo, clientes, produtos, vendas, ativos, pessoal), abrangendo toda a orga-
nização. No entanto, a construção de um Data Warehouse da empresa é um
processo longo e complexo, que exige extensa atenção à modelagem de negó-
cios, e pode levar muitos anos para ter sucesso. Algumas organizações estão se
contentar com Data Marts, que são subconjuntos de departamentos focados
em temas selecionados (por exemplo, um Data Mart de marketing pode incluir
cliente, produto e informações de vendas). Esses Data Marts permitem maior
velocidade, uma vez que não exigem o consenso de toda a empresa, mas eles
podem levar a problemas de integração complexos, a longo prazo, se um mode-
lo de negócio completo não for desenvolvido.
ATIVIDADES
01. Como podemos definir, em termos econômicos e organizacionais, o conceito de trade-off

na tomada de decisão?
02. Quais as componentes do processo decisório de Mintzberg?
03. Explique os quatro componentes abrangidos pelo modelo OODA.
04. Descreva os sete passos do modelo racional de tomada de decisão.
05. Ecplique o conceito de Data Warehousing.
92 • capítulo 3
ARSHAM, H. Leadership decision making. 2010. Acessado em 23 de fevereiro de 2014. Disponível
em: <http://home.ubalt.edu/ntsbarsh/oper640>.
BATEMAN III, R. I. Avoiding information overload. Military Review, 78, 53-58, 1998.
BOYD, J. A discourse on winning and losing. Maxwell Air Force Base, AL: Air University Library
Document, No. M-U 43947,1987.
BRYANT, D. J. Modernizing our cognitive model. Paper presented at the Command andcontrol
research and technology symposium. San Diego, Calif., June 15-17, 2004.
BUTLER, R. J.; ASTLEY, W.G; HICKSON, D. J.; MALLORY, G.; WILSON, D.C. Strategic decision-
making: concepts of content and process. International Studies of Management and Organization, 9, 4,
5-36, 1979.
CHARLIE BROWN JR. Lutar pelo que é meu. In: CHARLIE BROWN JR. Imunidade Musical. Brasil:
EMI, 2005. CD.
COMBS, R. M. Information Systems for Business Management. Londres: Pitman, 1995.
CRAWFORD, I.M. Marketing Research and Information Systems. Marketing and Agribusiness,p. T-4,
1997. Disponível em: <http://www.fao.org/docrep/W4231E/w3241e0a.htm>.
DAVENPORT, T. H.; SHORT, J. E. The new industrial engineering, information technology and business
process redesign. Management Review, n. 31, v. 4, p. 11-27, 2004.
HICKS, O. J. Management Information Systems. USA: Thomson, 1997.
LUCEY, T. Management Information Systems. Londres: Thomson, 2005.
MINTZBERG, H; RAISINGHANI, D; TEORET, A. The structure of ‘unstructured’ decision processes.
Administrative Science Quarterly, v. 21, p. 246-275, 1976.
PORTER, M. E.; MILLAR, V. E. How information gives you competitive advantage. Harvard Business
Review, n. 63, v. 4, p. 149-161, 1985.
U. S. ARMY. Field Manual 6.0. Mission command: Command and control of Army Forces.
Washington, D-C.: Headquarters, Department of the Army, 2003.
U. S. AIR FORCE. Doctrine Document 2-8. Command and control. Washington: Department of the Air
Force, 1999
U. S. NAVY. Doctrine Document 6.Naval command and control. Washington, D.C.: Department of the
Navy, 1995
capítulo 3 • 93
94 • capítulo 3
4
Sistemas de
apoio à decisão
4. Sistemas de apoio à decisão
O objetivo deste capítulo é conceituar os sistemas de apoio à decisão, bem
como tipificá-los, descrever suas componentes e explicitar sua integração
com Data Warehouses, abordando suas diferentes formas de estabelecimento
de relações.
4.1 Conceitos de sistema de apoio à decisão
Os sistemas de apoio à decisão permitem analisar cenários de maior complexi-

dade e volume de informações. Tomar decisões sob o uso de sistemas comple-
xos (por exemplo, a gestão das operações organizacionais, processos industriais,
ou carteiras de investimentos, o comando e controle de unidades militares, ou
o controle de usinas nucleares) muitas vezes leva em consideração o proces-
samento de múltiplas variáveis em volume superior ao trabalhável por nossas
capacidades cognitivas. Apesar das interações individuais entre as variáveis de
um sistema poderem ser bem compreendidas, a previsão de como o sistema irá
reagir a uma manipulação externa é muitas vezes difícil. Qual será, por exemplo,
o efeito da introdução do terceiro turno em um chão de fábrica? Seria possível
esperar que isso aumentasse a produção da usina em cerca de 50 por cento? Fa-
tores como salários adicionais, desgaste de máquinas, quebras de manutenção,
aumento do uso de matérias-primas, logística de suprimento e demanda futura
também precisam ser considerados. No entanto, como tudo o que é feito em
organizações, haverá impacto sobre o resultado financeiro total desta empresa.
Muitas variáveis e stão envolvidas em interdependências complexas e muitas ve-
zes sutis, e prever o resultado total pode ser um intento bastante complexo e que
mobilize um volume assustador de recursos de processamento.
Há uma quantidade substancial de evidências empíricas de que julgamento
intuitivo humano e a tomada de decisão podem estar longe de ser ideais, e se de-
terioram ainda mais com o aumento da complexidade e do stress. Considerando
que, em muitas situações, a qualidade das decisões é importante, compreendendo
as deficiências de julgamento, a decisão humana tem sido um dos principais focos
da ciência ao longo da história. Disciplinas como estatística, economia e pesquisa
de operações desenvolveram vários métodos para fazer escolhas racionais. Mais
recentemente, esses métodos, muitas vezes reforçados por uma variedade de téc-
nicas provenientes de ciência da informação, psicologia cognitiva e inteligência
96 • capítulo 4
artificial, foram implementados na forma de programas de computador, quer
como ferramentas independentes ou ambientes de computação integrados para
a tomada de decisões complexas. Esses ambientes são muitas vezes nomeados
por sistemas de apoio à decisão (SAD). O conceito de SAD é extremamente amplo,
e suas definições variam, dependendo do ponto de vista de cada autor. Para evitar
a exclusão de qualquer um dos tipos existentes de SAD, vamos defini-los como
sistemas mais ou menos interativos, baseados em tecnologia da informação. Um
outro nome usado às vezes como um sinônimo de SAD é “Sistemas Baseados em
Conhecimento”, o que se refere à sua tentativa de formalizar o conhecimento de
domínio para que seja passível a tentativa de um raciocínio mecanizado.
Os sistemas de apoio à decisão estão ganhando uma crescente popularida-
de em vários domínios, incluindo administração, engenharia, estratégia mili-
tar e medicina. Eles são especialmente valiosos em situações em que a quanti-
dade de informação disponível é proibitiva para a intuição de um tomador de
decisão humano, principalmente na tratativa de assuntos em que precisão e
otimização são de absoluta importância. Sistemas de apoio à decisão podem
ajudar a suplantar deficiências cognitivas humanas através da integração de di-
versas fontes de informação, fornecendo acesso inteligente aos conhecimentos
relevantes, e auxiliando o processo de decisões estruturantes. Eles também po-
dem apoiar a escolha entre alternativas bem definidas e construir abordagens
formais, tais como os métodos de economia em engenharia, pesquisa opera-
cional, estatística e teoria da decisão. Eles também podem empregar métodos
de inteligência artificial para resolver heuristicamente problemas que são in-
tratáveis por técnicas formais. A correta aplicação de ferramentas de tomada de
decisão aumenta a produtividade, eficiência e eficácia e dá a muitas empresas
uma vantagem competitiva sobre os seus concorrentes, permitindo-lhes fazer
escolhas ideais para parâmetros de seus processos tecnológicos, operações de
planejamento de negócios, logística, ou investimentos.
Embora seja difícil superestimar a importância de várias ferramentas basea-
das em tecnologia da informação que sejam hoje relevantes para a tomada de
decisão (por exemplo, bases de dados, softwares de planejamento e planilhas),
nosso intento para este capítulo se concentra principalmente no núcleo de um
SAD, a parte que apoia diretamente a decisão de técnicas para modelagem de
problemas e identifica as melhores alternativas. Vamos discutir brevemente as
características dos problemas de decisão e como a tomada de decisão pode ser
suportada por programas de computador.
capítulo 4 • 97
CONCEITO
Sistemas de Apoio à Decisão
Ou SAD, são um tipo ou classe de sistemas de informação que suportam algum modelo
de tomada de decisão, analisando um grande número de variáveis ou tornando disponível um
certo volume de informações concernentes a um problema que deva ser resolvido. Podem
ser definidos também como todos os intervenientes na tomada de decisão, desde a coleta de
dados, passando pelo armazenamento e uso de modelos de processamento, se extendendo
até a interface final de interação com o usuário ou tomador de decisões.
Uma ideia simples de tomada de decisão é aquela em que haja um proble-

ma de escolha entre várias alternativas. Uma visão um pouco mais sofisticada
inclui o processo de construção das alternativas (ou seja, dada uma declaração
do problema, espera-se o desenvolvimento de uma lista de opções de escolha).
Um quadro completo inclui uma busca de oportunidades de decisões (ou seja,
descobrir se há uma decisão a ser tomada). Um gerente de uma empresa pode
enfrentar uma escolha em que as opções são claras (por exemplo, a escolha de
um fornecedor entre todos os fornecedores existentes), mas também pode en-
frentar um problema bem definido para que ele projete opções de decisões cria-
tivas (por exemplo, a forma de comercializar um novo produto, de modo que os
lucros sejam maximizados). Finalmente, ele pode trabalhar de forma menos
reativa aos problemas de modo a antecipar a decisão diante de oportunidades
que têm que ser descobertas ao estudar as operações de sua empresa e seu am-
biente de mercado (por exemplo, como ele pode tornar o processo de produção
mais eficiente). Há muito conteúdo informal e alguma evidência empírica de
que os problemas de estruturação da decisão e a identificação de alternativas
de decisões criativas são o que determinam a qualidade final das decisões. Os
sistemas de apoio à decisão visam, essencialmente, a este tipo mais amplo de
tomada de decisão, e vão além de simplesmente apoiar uma escolha, mas tam-
bém ajudam na análise de modelagem de sistemas (tal como na estruturação
de organizações complexas) e auxiliam na identificação de oportunidades de
decisão apoiando a estruturação de problemas.
Vários estudos teóricos sobre a tomada de decisão racional foram desen-
volvidos, principalmente no contexto da teoria das probabilidades e da teoria
da decisão, acompanhados por pesquisas empíricas que se indagavam se o
98 • capítulo 4
comportamento humano está em conformidade com a teoria da decisão. Tem
sido bastante convincentemente demonstrado em numerosos estudos empíri-
cos que o julgamento humano e a tomada de decisão são baseados, em grande
volume, em estratégias intuitivas em oposição às regras de raciocínio essencial-
mente teórico. Estas estratégias intuitivas, reconehcidas como heurísticas, fun-
cionam como julgamento no contexto da tomada de decisão, e acabam por nos
ajudar na redução da carga cognitiva, mas, infelizmente, à custa da tomada de
decisão ideal. Efetivamente, nosso julgamento heurístico apresenta violações
sistemáticas dos axiomas de probabilidade (utilizando-se de predisposições
cognitivas também conhecidas como preconceitos).
CONCEITO
Heurística
A heurística é, na verdade, um método ou processo criado para encontrar soluções apli-
cáveis a um problema identificado. É um procedimento que se vale de simplificações no al-
cance de uma solução mais fácil para problemas estabelecidos em cenários que são, muitas
vezes, bastante complexos. A heurística pode tomar forma através de um processo formaliza-
do e complexo ou através de uma operação de comportamento automático e intuitivo, quase
que inconsciente.
Seria de se esperar que as pessoas que tivessem atingido especialização

em um determinado domínio não estivessem sujeitas a vieses de julgamento
que contaminassem a otimização do processo decisório. Enquanto a evidên-
cia empírica mostra que os especialistas na verdade são mais precisos que os
novatos dentro da sua área de especialização, ela também mostra que eles tam-
bém estão sujeitos às mesmas tendências de julgamento como os novatos, e
demonstram os mesmos erros e aparentes inconsistências em seu julgamento.
Profissionais de diversos segmentos, como os médicos ou dentistas, utilizam
essencialmente os mesmos métodos e heurísticas de julgamento e são propen-
sos aos mesmos preconceitos, embora o grau de afastamento do julgamento
normativamente prescrito pareça diminuir com a experiência. Além de evidên-
cias laboratoriais, existem vários estudos sobre o desempenho de especialista
em cenários realistas, mostrando que este é inferior até mesmo para modelos
lineares simples. Por exemplo, as previsões sobre um futuro comportamento
capítulo 4 • 99
violento dos pacientes psiquiátricos feitas por um grupo de psiquiatras, que ti-
nha acesso a registros de pacientes e entrevistou os pacientes, incluía apenas a
incidência de comportamento violento passado e foram subdimensionadas – o
que denota a ausência de um conjunto mais consistente de informações acerca
do tema. Estudos que forneçam resultados semelhantes foram realizados com
agentes de crédito do banco, médicos, comissões de admissão da universidade,
e assim por diante. E sempre, as previsões acabam por incorrerem em um dis-
tanciamento daquilo que se configura na realidade.
A superioridade de modelos lineares, mesmo os mais simples, sobre o jul-
gamento intuitivo humano sugere que uma maneira de melhorar a qualidade
das decisões é decompor um problema de decisão em componentes mais sim-
ples, que são bem definidos e bem entendidos. Estudar um sistema comple-
xo construído a partir de tais componentes pode ser posteriormente auxiliado
por uma técnica formal, atingindo uma síntese que garanta a visão sistêmica.
O processo de decomposição e formalização de um problema é chamado de
modelagem. Modelagem equivale a encontrar uma representação abstrata de
um sistema do mundo real que simplifique e assuma o máximo possível sobre
o sistema, mantendo relações essenciais e omitindo detalhes desnecessários.
Construir o modelo de um problema de decisão, ao contrário do raciocínio so-
bre um problema de uma forma holística direta, permite a aplicação do conhe-
cimento científico especializado. Essa técnica, ainda que cartesiana, permite
analisar, explicar e discutir sobre um problema de decisão.
A temática que cerca dos sistemas de apoio à decisão é a mesma do desejo
de melhorar a tomada de decisão humana, e vai desde a motivação para deci-
dir até o desenvolvimento de uma variedade de ferramentas de modelagem em
disciplinas como economia, pesquisa operacional, teoria de decisão, análise de
decisão, e as diferentes frentes da estatística. Em cada uma das ferramentas es-
pecíficas de modelagem, o conhecimento sobre um sistema é representado por
meio de variáveis algébricas, lógicas, ou estatísticas. As interações entre essas
variáveis são expressas por equações ou regras lógicas, possivelmente reforça-
das com uma representação explícita de incerteza. Quando a forma funcional
de uma interação é desconhecida, às vezes ela é descrita em termos puramen-
te probabilísticos, como por exemplo, por uma distribuição de probabilidade
condicional. Uma vez que um modelo foi formulado, uma variedade de mé-
todos matemáticos podem ser utilizados para analisar o problema. A tomada
de decisão, principalmente no âmbito da segurança, tem sido abordada por
100 • capítulo 4
métodos de investigação econômica e de controle de operações, tais como aná-
lise de fluxo de caixa, análise de equilíbrio, análise de cenários, programação
matemática, técnicas de inventário, e uma variedade de algoritmos de otimiza-
ção da programação e logística. A tomada de decisão sob incerteza incrementa
ainda mais os métodos anteriormente descritos com abordagens estatísticas,
tais como análises de confiabilidade, simulação, entre outras. A maioria desses
métodos tornaram-se presentes nos currículos universitários e pode ser encon-
trados em livros didáticos de gestão. Devido a limitações de escopo, não vamos
discutir os detalhes sobre modelagem.
4.2 Tipos de Sistemas de Apoio à Decisão
Os sistemas de apoio à decisão são sistemas interativos, baseados em tecnolo-

gia de informação, que ajudam os usuários em atividades de julgamento e es-
colha. Eles fornecem o armazenamento e recuperação de dados, dinamizam e
melhoram as funções de acesso e recuperação de informação tradicionais, com
suporte para a construção de modelos e de raciocínio baseado em modelos. Eles
também apoiam o enquadramento, a modelagem e a resolução de problemas.
As áreas de aplicações típicas de SADs são as de gestão e planejamento nos ne-
gócios, cuidados de saúde, militares, e qualquer área em que a gestão vai encontrar
situações de decisão complexas. Os sistemas de apoio à decisão são normalmente
utilizados para decisões estratégicas e táticas enfrentadas pelo nível superior de
gestão, instância em que existam decisões com uma frequência razoavelmente
baixa, mas com alta consequências em potencial, esfera em que o tempo utilizado
para pensar além e modelar o problema faz bastante sentido no longo prazo.
Há ao menos três componentes essenciais nos SADs.
Sistema de Gerenciamento de Banco de Dados (SGBD)

Um SGBD serve como um instrumento de gerenciamento de entrada e saí-
da de dados do banco de dados disponível ao SAD. Ele armazena uma gran-
de quantidade de dados que são relevantes para a classe de problemas para os
quais o SAD foi concebido e fornece estruturas de dados lógicos (por oposição
às estruturas de dados físicos) com a qual os usuários interagem. Um SGBD se-
para os usuários dos aspectos físicos da estrutura e processamento de banco
de dados. Ele também deve ser capaz de informar ao usuário sobre os tipos de
dados que estão disponíveis e como ter acesso a eles.
capítulo 4 • 101
Sistema de Gerenciamento de Modelo de Base (SGMB)
O papel do SGMB é análogo ao de um SGBD. Sua função principal é fornecer
a independência entre os modelos específicos que são usados em um SAD a
partir das aplicações que os utilizam. A finalidade de um SGMB é transformar
os dados do SGBD em informação que é útil na tomada de decisão. Uma vez que
muitos dos problemas que o usuário de um SAD vai lidar podem estar desestru-
turados, o SGMB também deve ser capaz de auxiliar o usuário na construção
de modelos.
Sistema de Gerenciamento e Geração de Diálogos (SGGD)

O principal produto de uma interação com um SAD é o insight sobre como
solucionar o problema identificado. Como seus usuários são muitas vezes os
gestores, que não são treinados para programação de computadores, os SAD
precisam estar equipados com interfaces intuitivas e fáceis de usar. A ajuda de
interfaces na construção de modelos, mas também na interação com o modelo,
é meio caminho para o usuário na obtenção de conhecimento e desenvolvimen-
to de recomendações a partir dele. A principal responsabilidade de um SGGD é
aumentar a capacidade do usuário do sistema ao utilizar e se beneficiar do SAD.
Enquanto existe uma variedade de SADs, os três componentes anteriores
podem ser encontrados em muitas arquiteturas de SAD e desempenham um
papel proeminente em sua estrutura. A interação entre eles é ilustrada na figu-
ra 4.1. Essencialmente, o usuário interage com o SAD através da SGGD. Essa se
comunica com o SGBD.
SGMB SGBD
SGGD
Usuário do SAD
Figura 4.1 – Arquitetura SAD. Fonte: Elaborada pelo autor, baseado em SAGE (1991).
Confiando ou não na qualidade das estratégias de raciocínio intuitivo hu-

mano, há um profundo impacto sobre a nossa visão quando nos deparamos
102 • capítulo 4
com os fundamentos filosóficos e técnicos dos SADs. Existem duas abordagens
distintas para apoiar a tomada de decisão. A primeira visa à construção de pro-
cedimentos ou sistemas que imitam especialistas humanos em apoio. O mais
proeminente membro desta classe de SADs são sistemas especialistas, progra-
mas de computador com base em regras desenvolvidas a partir de determina-
do expertise técnico profissional, que imitam o raciocínio de um especialista
humano em um determinado domínio. Os sistemas especialistas são, muitas
vezes, capazes de apoiar a tomada de decisões nesse domínio em um nível com-
parável ao de especialistas humanos. Eles são flexíveis e, muitas vezes, capazes
de resolver problemas de decisão complexos. Talvez por serem baseados em
raciocínio humano intuitivo, há falta de solidez e garantias formais no que diz
respeito à fiabilidade teórica dos seus resultados. O perigo da abordagem de
sistema especialista, cada vez mais apreciado pelos construtores de SADs, é que
imitando o pensamento humano e seus eficientes princípios heurísticos, tam-
bém podemos imitar suas falhas indesejáveis.
A segunda abordagem é baseada na suposição de que o método mais con-
fiável para se lidar com decisões complexas é através de um pequeno conjunto
de princípios normativos, que descrevem como as decisões devem ser feitas.
Enquanto os métodos heurísticos e esquemas especialistas de raciocínio imi-
tam a cognição humana podem executar bem em muitos domínios, a maioria
dos tomadores de decisão ficarão relutantes em contar com eles sempre que o
custo de incorrer em um erro for elevado. Para dar um exemplo extremo, pou-
cas pessoas iriam escolher pilotar aviões construídos usando princípios heurís-
ticos, preferindo aviões construídos usando as leis da aerodinâmica, reforçadas
com análise de confiabilidade probabilística. Aplicação de métodos formais
em SADs faz com que esses sistemas sejam distintos daqueles com base em
métodos de inteligência heurística artificial, tais como sistemas baseados em
regras. O objetivo de um SAD, de acordo com esse ponto de vista, é apoiar a in-
tuição humana, assim como o objetivo de utilizar uma calculadora é de ajudar
a limitada capacidade do ser humano para a aritmética mental.
Uma classe emergente de SADs conhecida como SAD Analítico aplica os
princípios da teoria da decisão, teoria da probabilidade e análise de decisão
em seus modelos de decisão. A teoria da decisão é uma teoria axiomática de
tomada de decisão que é construída sobre um pequeno conjunto de axiomas de
tomada de decisão racional. Ela expressa a incerteza em termos de probabilida-
des e preferências em termos de utilidades. Esses princípios são combinados
capítulo 4 • 103
utilizando a operação de esperança matemática. A atratividade da teoria da pro-
babilidade, como um formalismo para lidar com a incerteza em SADs, reside na
sua solidez e suas garantias relativas ao desempenho no longo prazo. A teoria
da probabilidade é frequentemente vista como o padrão-ouro para a raciona-
lidade no processo cognitivo gerido sob incerteza. Seguir seus axiomas ofere-
ce proteção contra algumas inconsistências elementares. A sua violação, por
outro lado, pode ser demonstrada para levar a perdas certas, conforme mostra
Savage (1972).
A análise de decisão é a arte e a ciência de aplicar a teoria da decisão para
os problemas do mundo real. Ela inclui uma grande variedade de técnicas para
a construção de modelos, tais como os métodos para as distribuições e divul-
gação de acordo com o modelo de estrutura, que permitem a minimização de
viés humano, além de métodos para verificar a sensibilidade de um modelo
para imprecisão nos dados, permitindo inclusive calcular o valor de se obter
informações adicionais. Isso melhora, consequentemente, a apresentação dos
resultados. Esses métodos têm estado sob escrutínio contínuo por psicólogos
que trabalham no domínio da teoria da decisão comportamental e se provaram
úteis para lidar razoavelmente bem com os perigos relacionadas com vieses de
julgamentos humanos.
Os sistemas normativos são geralmente baseados em modelos probabilísti-
cos gráficos, que são representações da distribuição de probabilidade conjunta
sobre as variáveis de
um modelo em termos de grafos dirigidos. Grafos dirigi-
dos, tais como o exemlo da figura 4.2, são conhecidos como redes bayesianas
(RB) ou redes causais. As redes bayesianas oferecem uma representação com-
pacta de distribuição de probabilidade conjunta e são capazes de uma repre-
sentação prática de modelos grandes, consistindo de dezenas ou centenas de
variáveis. As redes bayesianas podem ser facilmente estendidas com variáveis
de decisão e de valor para problemas que envolvam decisão de modelagem. As
antigas variáveis denotam
que estão sob controle do tomador de decisão e po-
dem ser diretamente manipuladas, e as preferências dos últimos usuários são
analisadas para vários resultados do processo de decisão. Tais gráficos alter-
ados são conhecidos como diagramas de influência.
104 • capítulo 4
Céu nublado
Uso de Sprinkler Chuva
Grama molhada
Figura 4.2 – Exemplo de Gráfico de Rede Bayesiana. Fonte: Elaborada pelo autor.
Tanto a estrutura quanto as distribuições de probabilidades numéricas em

uma RB podem ser provocadas a partir de um especialista humano, e são um
reflexo da visão subjetiva do perito de um sistema do mundo real. Se estiver dis-
ponível, o conhecimento científico sobre o sistema, tanto em termos de dados
estruturais quanto frequência de eventos, poderá ser facilmente incorporado
ao modelo. Uma vez que um modelo foi criado, ele é otimizado usando algorit-
mos teóricos de decisão formal.
A decisão analítica se baseia no paradigma testado empiricamente, para as
quais as pessoas são capazes de armazenar informações de forma confiável e re-
cuperar suas crenças pessoais sobre a incerteza e preferências para resultados
diferentes. Entretanto, são muito menos confiáveis na agregação desses frag-
mentos de informação em uma inferência global. Embora os especialistas hu-
manos sejam excelentes na estruturação de um problema, determinar os com-
ponentes que são relevantes para sua análise e fornecer estimativas locais de
probabilidades e preferências, eles não são confiáveis na
combinação de mui-
tos fatores simples em uma decisão ideal. O papel de um SAD analítico é apoiá
-los em suas fraquezas, utilizando os princípios formais à luz das estatísticas.
A abordagem adotada pela análise de decisão é compatível com a do SAD. O
objetivo da análise de decisão é fornecer informações sobre uma decisão. Essa
percepção, que consiste na análise de todos os fatores relevantes, sua incerteza
e a natureza crítica de alguns pressupostos, são ainda mais importantes do que
a recomendação real.
capítulo 4 • 105
SADs baseados em decisão analítica têm sido aplicados com sucesso para
sistemas práticos na medicina, negócios e engenharia. Como esses sistemas
tendem a evoluir naturalmente em três classes não necessariamente distintas,
pode ser interessante classificar sua estrutura e organização arquitetônica.
Sistemas com modelos de domínio estáticos

Nessa classe de sistemas, um domínio probabilístico é representado por
uma grande rede que codifica a estrutura do domínio e seus parâmetros numé-
ricos. A rede compreende o modelo de domínio e é normalmente construída por
analistas de decisão e especialistas do domínio. Um bom exemplo pode ser um
sistema de diagnósticos médicos que abranja uma determinada classe de trans-
tornos. Consultas em um sistema desse tipo são respondidas atribuindo valores
aos nós da rede que constituem as observações para um caso particular e propa-
gam o impacto da observação através da rede, a fim de encontrar a distribuição
de probabilidade de alguns nós selecionados por interesse (como por exemplo,
os nós que representam doenças). Essa rede pode, numa base caso a caso, ser
estendida com nós de decisão e nós de valor para apoiodas decisões. Sistemas
com modelos de domínio estáticos são conceitualmente similares àqueles com
base em sistemas especialistas, cobrindo toda uma área de especialização.
Sistemas com modelos de decisão personalizados

A principal ideia por trás dessa abordagem é a geração automática de um
modelo de decisão gráfico em uma base caso a caso, com esforço interativo en-
tre o SAD e o tomador de decisão. O SAD tem experiência de domínio em uma
determinada área e desempenha o papel de um analista de decisão. Durante
essa interação, o programa cria um diagrama de influência personalizado, que
é usado mais tarde para a geração de aconselhamentos. A principal motivação
para esta abordagem é a premissa de que cada decisão é única e precisa ser ana-
lisada individualmente; um diagrama de influência precisa ser sempre adapta-
do às necessidades individuais.
Sistemas capazes de aprender um modelo de dados

A terceira classe de sistemas emprega métodos estatísticos intensivos auto-
matizados para que o sistema aprenda sobre os modelos a partir de dados in-
seridos na base. Sempre que houver dados suficientes disponíveis, os sistemas
podem literalmente aprender um modelo gráfico a partir desses dados. Este
106 • capítulo 4
modelo pode ser posteriormente utilizado para apoiar as decisões dentro do
mesmo domínio.
As duas primeiras abordagens são adequadas para aplicações ligeiramente

diferentes. A abordagem de modelo de geração personalizada é uma tentativa
para automatizar a parte mais trabalhosa de tomada de decisão, ou seja, a es-
truturação de um problema, o que até agora é feito com a ajuda significativa de
analistas de decisão bem treinados. Uma sessão com um programa que auxilie
o tomador de decisão na construção de um diagrama de influência é trabalho-
sa. Isso faz com que a abordagem de geração do modelos personalizados seja
particularmente adequada para problemas de decisão que são pouco frequen-
tes e suficientemente graves para serem tratados individualmente. Na abor-
dagem de modelo de domínio estático em que consideremos um modelo de
domínio existente, o mesmo precisa ser personalizado somente com os dados
do caso, tornando o ciclo de tomada de decisão bastante curto. Isso também o
torna particularmente adequado para as decisões que são altamente repetitivas
e precisam ser feitas sob restrições de tempo.
Um sistema prático pode combinar as três abordagens. Um modelo de
domínio estático pode ser ligeiramente personalizado para um caso que pre-
cisa de tratamento individual. Depois de concluído, um modelo personaliza-
do pode ser misturado com o macromodelo estático. Os sistemas de aprendi-
zagem podem apoiar tanto a versão estática quanto a abordagem do modelo
personalizado. Por outro lado, o processo de aprendizagem pode ser melho-
rado pelo conhecimento prévio de especialistas do domínio ou por um mode-
lo preestabelecido.
Em muitos problemas de negócios e engenharia, interações entre as va-
riáveis do modelo podem ser descritas por equações que, quando resolvidas
em simultâneo, podem ser usadas para prever o efeito das decisões sobre o
sistema e, portanto, apoiar a tomada de decisão. Um tipo especial de modelo
de equações simultâneas é conhecido como Modelo de Equações Estruturais
(MEE), e tem sido um método popular para representar sistemas em econome-
tria. Uma equação é estrutural se descreve um mecanismo de atuação causal
independente e único no sistema. As equações estruturais são baseadas no
conhecimento especializado do sistema, combinado com considerações teó-
ricas. Equações estruturais permitem uma descrição natural e modular de um
sistema que cada equação representa em seu componente individual, ou seja,
capítulo 4 • 107
um mecanismo de atuação separável e independente no sistema. No entanto,
a principal vantagem de ter um modelo estrutural é, como podemos ver em
Simon (1953), que este inclui informações causais e auxiliares de previsões so-
bre os efeitos de intervenções externas. Além disso, a estrutura causal de um
modelo estrutural pode ser representada graficamente, o que permite a sua
combinação com modelos gráficos analíticos de decisão em sistemas práticos.
Os modelos de equações estruturais oferecem vantagens significativas para
a elaboração de políticas. Muitas vezes, um tomador de decisão confrontado
com um sistema complexo precisa decidir não apenas os valores das variáveis
de política, mas também quais as variáveis que devem ser manipuladas. Uma
mudança no conjunto de variáveis de política tem um profundo impacto sobre
a estrutura do problema e sobre a forma como os seus valores irão se propagar
através do sistema. O usuário determina quais variáveis são variáveis d
e política
e como são determinadas dentro do modelo. Uma mudança nas equações es-
truturais ou no conjunto de variáveis de política pode ser refletida por uma rá-
pida reestruturação do modelo e as previsões que envolvem esta nova estrutura.
Como projeto de longo prazo, o ambiente de planejamento estratégico
(APE) deve ser baseado em uma ferramenta de modelagem gráfica híbrida que
combine equações estruturais com princípios analíticos de decisão. O APE é
capaz de representar variáveis tanto discretas quanto contínuas, envolvidas em
relacionamentos determinísticos e probabilísticos. As características podero-
sas de equações estruturais permitem ao APE atuar como uma planilha gráfica
de integração de métodos numéricos e simbólicos, permitindo que as variáveis
independentes sejam selecionadas à vontade, sem ter que reformular o modelo
a cada execução. Isso proporciona uma imensa flexibilidade que não é encon-
trada em planilhas comuns na avaliação de opções políticas alternativas.
CURIOSIDADE
A maioria dos sistemas de apoio à decisão passam a ser parte integrante da organização,
e boa parte do valor de mercado das grandes corporações se refere ao volume de informa-
ções trocadas com o ambiente, o que lhes atribui maior capacidade de operar por tempos
mais longos. O conhecimento que a organização adquire em sua operação, embarcado nos
diferentes bancos de dados referenciados em SADs, faz parte de uma parcela significativa
do valor organizacional, e é indispensável para a manutenção de sua atuação no mercado.
108 • capítulo 4
Diferentes autores costumam classificar os tipos existentes de SADs de di-
versas formas, mas existe um modo de classificação bastante comum, no qual
encontramos ao menos 5 tipos mais usuais de SADs.
Sistemas de Apoio à Decisão voltados à Comunicação

A maioria dos SADs orientados às comunicações é direcionada a equipes
internas, incluindo parceiros. Sua finalidade é ajudar a conduzir uma reunião,
ou permitir um ambiente de colaboração entre os componentes de um deter-
minado projeto ou processo. A tecnologia mais comum usada para implantar
o SAD é um servidor web ou cliente. Exemplos: chats e softwares de mensagens
instantâneas, colaboração online e sistemas de reunião.
Sistemas de Apoio à Decisão orientados a Dados

A maioria dos SADs focados em dados são direcionados a gerentes, funcioná-
rios e também aos fornecedores de produtos/serviços. Eles são usados para con-
sultar um banco de dados ou Data Warehouse em busca de respostas específicas
para fins específicos. São implantados através de um sistema de quadro principal,
ligação cliente/servidor, ou através da web. Exemplos: bancos de dados baseados
em computadores que tenham um sistema de consulta para verificação (incluin-
do a incorporação de dados para agregar valor aos bancos de dados existentes).
Sistemas de Apoio à Decisão orientados a Documentos

SADs orientados a documentos são bem comuns, destinados a uma ampla
base de grupos de usuários. A finalidade de tal SAD é pesquisar páginas da web
e encontrar documentos em um conjunto específico de palavras-chave ou ter-
mos de busca. As tecnologias de costume usadas para configurar tais SADs são
via web ou um sistema cliente/servidor.
Sistemas de Apoio à Decisão orientados ao Conhecimento

SADs baseados no conhecimento ou “base de conhecimento”, como são co-
nhecidos, são uma categoria abrangente que cobre uma ampla gama de siste-
mas voltados a usuários organizacionais de nível tático e estratégico, mas tam-
bém podem incluir outros que interagem com a organização – por exemplo,
os consumidores de um modelo de negócio. Ele é essencialmente usado para
fornecer conselhos de gestão ou para escolha de produtos/serviços. A tecnolo-
gia de implantação típica usada para configurar esses sistemas são cliente/ser-
vidor, web ou software rodando em PC.
capítulo 4 • 109
Sistemas de Apoio à Decisão orientados a Modelos
SADs baseados em modelos são sistemas complexos que ajudam a analisar
as decisões ou escolher entre diferentes opções. Estes são utilizados pelos ges-
tores e membros do pessoal de uma empresa, ou pelas pessoas que interagem
com a organização, para uma série de finalidades, dependendo de como o mo-
delo é configurado – programação, análises de decisão etc. Esses SADs podem
ser implantados através de software/hardware nos PCs individuais, sistemas
cliente/servidor, ou na web.
4.3 Componentes de sistemas de apoio à decisão
Os SADs podem possuir uma ampla gama de configurações, tendo seu conjun-
to de componentes relacionados às suas finalidades e objetivos. Basicamente,
existem alguns componentes que estarão presentes em todos os tipos de SADs.
Hardware
Trata-se do aparato técnico físico que dará viabilidade ao desenvolvimento
e execução de programas a partir de algoritmos e demais recursos de software
para processamento e armazenamento de informações. O aparato de hardware
a embarcar um SAD pode ser sublocado a distância ou operar nas próprias de-
pendências da organização. Usualmente, as grandes organizações, que arma-
zenam e processam um volume considerável de dados, valem-se de recursos ex-
ternos para armazenagem, seja no estabelecimento de redundâncias de dados
ou para processamento em paralelo. É o caso da locação de servidores e demais
recursos para processamento e guarda de dados. A redundância de capacidade
de processamento também é um fator importante a ser considerado quando
desenhado o perfil de hardware no qual será embarcado o SAD. Questões re-
lacionadas aos planos de contingências e observações pertinentes aos riscos
operacionais do aparato de TI devem ser levadas em conta sempre que forem
dimensionados os componentes de hardware de SAD, bem como seria verdade
em se tratando de qualquer outro tipo de sistema.
Software
A dimensão de software do SAD inclui o Sistema de Gerenciamento de Banco
de Dados (SGBD) e o Sistema de Gerenciamento de Modelo de Base (SGMB),
110 • capítulo 4
além do Sistema de Gerenciamento e Gestão de Diálogos (SGGD), ou a interface
de relacionamento direto com o usuário.
O Banco de Dados é o recurso para abrigo de uma base de dados. Uma base
de dados é uma coleção de dados que são organizados de tal maneira que cor-
responde às necessidades e à estrutura de uma empresa, podendo ser usada
para mais do que uma aplicação. A seguir estão as principais características do
sistema de gestão de base de dados.
1. Capacidade de obtenção de respostas às consultas;
2. O estabelecimento de relações de dados;
3. Registro do nível de independência de dados;
4. Recuperação rápida e carregamento de dados;
5. Segurança abrangente de dados.
Já o Sistema de Gerenciamento de Modelo de Base (SGMB) costuma ser di-

vidido em duas partes maiores.
1. Programa prescrito: pode incluir modelos matemáticos e padrão, tais
como programação linear ou análise de regressão, bem como programas espe-
cialistas desenvolvidos para um gerente específico em uma organização ou em
uma indústria. Além disso, o modelo de base inclui o programa de simulação e
de rotinas de análise de sensibilidade.
2. Blocos de construçao de modelos: alguns dos programas prescritos e
sub-rotinas podem ser usados para construir aplicações específicas. O sistema
de gestão de modelo de bases é um sistema de software que gera novas rotinas
e registros de atualizações de modelo e altera o formato de manipulação de da-
dos. Ele é capaz de modelos inter-relacionados com ligação adequada ao banco
de dados.
Um modelo bastante usual de arquitetura de SAD está representado na fi-

gura 4.3 a seguir, na qual podemos perceber que a interação com o usuário se
dá através de uma interface SGGD. O modelo apresentado contempla a possibi-
lidade de uso de modelos importados do meio externo, seja pela comunicação
de sistemas similares, desenhados sob características semelhantes, ou mesmo
utilizando de um protocolo de interações que permita a interatividade entre
diferentes estruturas de SGMB. O SGBD se comunica com unidades de guarda
(storage) que podem estar localizadas internamente ou externamente à organi-
zação, considerando inclusive sistemas legados alocados em diferentes partes
capítulo 4 • 111
da empresa (ou mesmo em prestadores externos). O importante é levar em con-
sideração a região limítrofe da arquitetura, compreendendo que deve existir si-
metria entre os formatos de alocação de dados para que a comunicação entre as
componentes do SAD possa ocorrer sem problemas ou conflitos.
Outros sistemas Intranet Internet
ERP
POS
SGBD SBC SGMB
Legado
SGGD
(interface)
Web
Base de Conhecimento
Modelos
Usuário
Organizacional externo
Figura 4.3 – Arquitetura de Sistema de Apoio à Decisão. Fonte: Elaborada pelo autor.
O Sistema de Base de Conhecimento, SBC, desenvolve a função de base de

dados específicos sobre o relacionamento entre usuário, mundo real e SAD. É
um programa de computador que usa uma base de conhecimento dada pre-
viamente ou adquirida ao longo da execução do SAD para resolver problemas
complexos. O termo é amplo e é usado para referir-se a muitos tipos diferentes
de sistemas, sendo o utilizado na figura 4.3 anterior uma alegoria aos diversos
recursos de aprendizagem de sistema passíveis de serem implementados.
4.4 Data Warehouses como componente de SAD
Vimos no capítulo 3 como são definidas as Data Warehouses, e devemos le-

vá-las em consideração ao definirmos as componentes de um SAD. Principal-
mente em ambientes corporativos que lidam com quantidades volumosas de
dados, que se relacionam em um formato complexo de rede de referências.
112 • capítulo 4
Conforme ilustra a figura 4.4 a seguir, Data Warehouses pertencem à dimensão
dos sistemas OLAP, ou seja, estão conectadas ao plano dos sistemas de registro
de informações, as quais estarão disponíveis para processamento a partir de
requisições que partem dos sistemas OLTP, ou seja, de operação. Essa divisão
vista anteriormente, permite maior agilidade e foco na alocação de recursos
com eficiência de capacidade e disponibilidade.
Estratégia Dados de
de Negócio Transações
PROCESSOS DE NEGÓCIO
Operações
OLTP
OLAP
Informações
Mineração de dados DATA WAREHOUSE

Análises
Tomada de Decisões
Figura 4.4 – Processos de Negócio e Data Warehouse. Fonte: Elaborada pelo autor.
Para o estabelecimento de Data Warehouses acopladas ao conjunto de com-

ponentes de um SAD, é importante considerar a necessária interação entre sis-
temas OLTP e OLAP, este último representando a classe dos grandes agrupa-
mentos de dados. A tabela 1 confronta item a item entre os ambientes OLTP
e OLAP para que seja passível a compreensão de como diferem as dimensões
operacionais de armazenagem de grandes volumes de dados.
Um Data Warehouse é uma coleção de dados para apoio do processo de to-
mada de decisão da gestão, de forma orientada por assunto, integrada, consi-
derando tempo que varia, com aspecto não volátil. Um Data Warehouse pode
também ser entendido como um repositório centralizado que armazena dados
de várias fontes de informação e os transforma em um modelo de dados co-
mum, multidimensional, para consulta e análise eficiente.
Os dados armazenados no Data Warehouse (DW) são carregados a partir
dos sistemas operacionais (tais como marketing, vendas etc., mostrado na figu-
ra 4.4 no escopo dos Processos de Negócio). Os dados podem passar através de
um armazenamento de dados operacionais para as operações adicionais antes
de chegar no DW.
capítulo 4 • 113
CONCEITO
ETL
O termo ETL vem do inglês Extract Transform Load, ou seja, Extração Transformação e
Carga. O ETL visa trabalhar com toda a parte de extração de dados de fontes externas, para
atender às necessidades de negócios e carga dos dados dentro do Data Warehouse. Os
projetos de Data Warehouse consolidam dados de diferentes fontes.
A boa adequação entre os requisitos de negócio e o desenho de requisitos

de sistema poderá se desdobrar em uma boa adequação entre as dimensões de
informação e operações.
ASSUNTO OLTP OLAP

Dados operacionais, gerados Dados de consolidação vêm
ORIGEM DO DADO
no próprio OLTP de bases de dados OLTP
Para ajudar no planejamen-
Para controlar e executar
PROPÓSITO DO DADO to, solução de problemas e
tarefas de negócio
suporte à decisão
Visão multidimensional de
Dados referentes aos negó-
TIPO DE DADO vários tipos de atividades de
cios em execução
negócio
Atualizações iniciadas por Atualizações periódicas em
ATUALIZAÇÕES
usuários finais lotes de dados
Consultas simples e padro- Usualmente complexas
CONSULTAS nizadas, retornando poucos consultas que envolvem
registros agregações
Depende da quantidade de
dados envolvida, no qual
VELOCIDADE DE PROCESSAMENTO Usualmente muito rápido pesquisas complexas podem
demorar várias horas para
retorno
Requer muito espaço, exis-
Relativamente pequeno
tindo agregação de estrutu-
REQUISITOS DE ESPAÇO se os dados históricos são
ras, exigindo mais índices do
arquivados
que OLTP
Usa esquemas star e/ou
Altamente normalizado com
DESIGN DE BASE DE DADOS snowflake, não normalizado
muitas tabelas
e utilizando poucas tabelas
Backup constante, uma vez Poucos backups, alguns
que os dados são críticos ambientes optam por recar-
BACKUP E RECUPERAÇÃO
para continuar a rodar o regar a informação oriunda
negócio do OLTP
Figura 4.5 – Oposição OLTP e OLAP no uso de Data Warehouse para DAS. Fonte: Autor.
114 • capítulo 4
4.4.1 Ambiente e Arquitetura de Data Warehouse
Intuitivamente o ambiente de Data Warehouse faz muito sentido quando visto

da perspectiva mais ampla de coleta e acesso a informações. Mas uma pergunta
comum surge quando a questão da relação custo-eficácia do Data Warehouse é
levantada. É óbvio que um Data Warehouse não é construído de forma gratuita.
Mas seriam os custos os verdadeiros benefícios desse tipo de armazenagem?
De fato, um Data Warehouse vale a pena?
Diante dessa pergunta, devemos entender as vantagens de um ambiente
de Data Warehouse levando em consideração a melhor utilização dos recur-
sos existentes. A arquitetura típica de alocação e conexão de recursos em Data
Warehouse pode ser vista na figura 4.6 a seguir, na qual percebe-se a impor-
tância de um mecanismo ETL. O ETL permite a adequação de formatos para
registro dos dados conforme as necessdades estruturais do Data warehouse.
Uma vez que as informações venham de diferentes pontos da estrutura orga-
nizacional, é premente que, para garantir o uso futuro das informações, haja a
possibilidade de alocar cada dado dentro de uma estrutura compatível com a
expectativa de extração dos mesmos para uso, seja por consulta de informações
agregadas ou no âmbito de Data Mining.
Arquivos
ERP CRM SO diversos
ETL (Extração, Transformação e Carga)
DATA WAREHOUSE
Dados Metadados Dados

agregados brutos
Análise OLAP Relatórios Data Mining
Figura 4.6 – Arquitetura de um Data Warehouse comum. Fonte: Elaborada pelo autor.
capítulo 4 • 115
Os componentes agregados na figura 4.6 descrevem cada um dos pontos a
serem observados em relação ao ambiente de Data Warehouse. Para obter as
informações no DW de forma a utilizá-la na tomada de decisões, ele precisa
ser entregue em formato que o torne útil para o pessoal da empresa fazer o seu
trabalho. Configurar uma estrutura de Data Warehouse faz parte do escopo de
trabalho de quem desenhará aplicações de business intelligence. Para a maio-
ria das pessoas, essas aplicações são o Data Darehouse. Eles são, na verdade, os
sistemas de software que ajudam os usuários a entender o que aconteceu, iden-
tificar os problemas e oportunidades, e para fazer e avaliar os planos. O Data
Warehouse pode incluir uma variedade de ferramentas acessórias, porque há
uma variedade de usuários com diferentes necessidades e habilidades.
Todos na empresa podem se valer das informações para fazer seus traba-
lhos, mas em sua forma bruta, os dados são muito diferentes da forma como
eles se apresentam para os usuários, já passíveis de serem interpretados como
informações disponíveis. Suas interligações, e outras características técnicas,
não serão tão úteis na utilização das informações para ajudá-los a tomar deci-
sões. As aplicações de Data Warehouse devem formar uma caixa de ferramen-
tas com recursos apropriados para o espectro de pessoal da empresa, seja para
gerentes departamentais, analistas, pesquisadores ou executivos.
Basicamente, o Data Warehouse empresarial é uma fonte de informações
sobre o que aconteceu. É uma história de operações da empresa extraídas dos
sistemas de informação operacional, que registram informações importan-
tes no processo de ajudar a realizar operações. Além disso, o Data Warehouse
entrega a informação correspondente sobre os planos, tais como previsões e
orçamentos. Ser capaz de investigar e compreender em detalhe o que aconte-
ceu permite um ciclo de visualização de problemas e oportunidades, além de
auxiliar na elaboração de planos para fazer as coisas melhor, e ainda realizar a
medição para saber se esses planos foram elaborados de maneira correta.
O suporte ao desenvolvimento de planos também ajudaria o pessoal tático
e estratégico da empresa a comparar o que realmente aconteceu com o que foi
planejado, a fim de identificar surpresas, permitindo respostas mais rápidas
para as situações inesperadas, e também o apoio no processo de planejamento
e previsão. Assim, o conteúdo do Data Warehouse se resume à história e aos
planos ligados às informações consistentes sobre o contexto desses eventos
ocorridos ou eventos planejados.
116 • capítulo 4
O conteúdo do armazém de dados tem ao menos dois components.
1. As informações sobre a história e planos
Essas informações são na verdade grupos de dados referidos como fatos,
pois eles geralmente consistem em fatos ou medições discretas.
2. Informações sobre o contexto em que esses eventos ocorreram

ou medições
Essa informação de contexto é organizada ao longo de dimensões consis-
tentes, que incluem tempo, organização e informação do estudante. Essas di-
mensões de contexto fornecem mecanismos que permitem a constituição de
um Data Warehouse empresarial compartilhado.
Combinar ou comparar informações de diferentes áreas normalmente en-

volve alinhamento de fatos diferentes ao longo das mesmas dimensões. Por
exemplo, comparando a carga de trabalho do corpo docente, estudante, aten-
dentes de demais recursos utilizados em uma universidade envolve a combina-
ção de fatos sobre missões de ensino, matrículas e despesas ao longo de dimen-
sões comuns de organização e tempo.
A maior parte da incompatibilidade de dados ou “duelo de dados” torna di-
fícil chegar a acordo sobre relatórios e medições. Ter um conjunto comum de
definições de dimensão faz a comparação de dados de diferentes áreas viáveis
e compreensíveis.
Exatamente por causa das dimensões de contexto serem geralmente com-
partilhadas entre áreas, um dos aspectos mais importantes e difíceis de design
de dados para o DW consiste em identificar dimensões compartilhadas e cer-
tificar-se de que todo mundo está usando um conjunto de definições comuns.
O conjunto de dimensões compartilhadas representa uma grade interpretativa
poderosa para fazer sentido a fatos diversos. Eles também permitem o desen-
volvimento interativo do armazém. Novas tabelas de fatos podem ser prove-
nientes de sistemas operacionais diversos ligados aos componentes anteriores,
juntamente com as dimensões compartilhadas existentes. O Data Warehouse
cresce pela adição de Data Marts, um de cada vez, para o ambiente. A Data Mart
é uma tabela de fatos, com suas dimensões associadas à estrtura. Um conjunto
de tabelas de fatos relacionados torna-se uma área em causa.
capítulo 4 • 117
4.4.2 Data Marts
A Data Mart é a camada de acesso do ambiente de Data Warehouse, que é

utilizada para obter dados para os usuários. A Data Mart é um subconjunto
do Data Warehouse que normalmente é orientada para uma linha de ne-
gócios específico ou equipe. Data Marts são pequenas fatias de Data Wa-
rehouse. Considerando que os Data Warehouses têm uma profundidade de
escopo de toda a empresa, a informação em dados de determinados merca-
dos, por exemplo, referem-se a um único departamento. Em algumas im-
plementações, cada departamento ou unidade de negócio é considerado o
proprietário do seu Data Mart, incluindo todo o hardware, software e dados
associados a ele. Isso permite que cada departamento possa usar, manipu-
lar e desenvolver os seus dados de qualquer forma que entenderem, sem
alterar as informações dentro de outros Data Marts ou Data Warehouses.
Em outras implementações, em que dimensões conformadas são usadas, as
propriedades da unidade de negócios não serão uma realidade para dimen-
sões comuns, como cliente, produto etc., que serão definidas com base no
escopo macro.
Um exemplo de relação entre Data Warehouse e Data Mart é mostrado na
figura 4.7.
DATA WAREHOUSE
Data Mart Data Mart Data Mart

Vendas Compras Clientes
Figura 4.7 – Relação entre Data Warehouse e Data Mart. Fonte: Elaborada pelo autor.
As razões pelas quais as organizações estão a desenvolver cada vez mais

Data Warehouses e Data Marts são, basicamente, porque as informações no
banco de dados não estão organizadas de uma forma que torne mais fácil para
118 • capítulo 4
as organizações encontrarem o que precisam. Além disso, consultas complica-
das podem levar um longo tempo para responder àquilo que as pessoas querem
saber, uma vez que os sistemas de banco de dados são projetados para proces-
sar milhões de transações por dia. Enquanto bancos de dados transacionais
são projetados para serem atualizados, Data Warehouses ou Data Marts são
somente de leitura. Os Data Warehouses são projetados para acessar grandes
grupos de registros relacionados.
Data Marts melhoram o tempo de resposta do usuário final, permitindo que
os usuários tenham acesso ao tipo específico de dados que eles precisam ver
na maioria das vezes, fornecendo os dados de uma forma que suporte a visão
coletiva de um grupo de usuários.
O Data Mart é basicamente uma versão condensada e mais focada de
um Data Warehouse, que reflete as normas e especificações de processo de
cada unidade de negócio dentro de uma organização. Cada Data Mart é dedi-
cada a uma função específica do negócio ou da região. Este subconjunto de
dados pode abranger muitos ou todos os colaboradores de áreas funcionais
de uma empresa. É comum, em vários Data Marts,o uso orientado dos recur-
sos disponíveis de forma a servir às necessidades de cada unidade de negó-
cios individual.
4.4.3 Modelo Estrela (Star) e Modelo Floco de Neve (Snowflake)
Um modelo de esquema em estrela, ou no inglês star, pode ser descrito como

uma estrela simples: uma unidade central contém dados sobre fatos e várias
tabelas são irradiadas para fora dele, ligados por chaves primárias e estrangei-
ras do banco de dados. Em uma implementação de esquema em estrela, o dis-
positivo de configuração da Data Warehouse armazena os dados de dimensão
em uma única tabela ou modo exibição para todos os níveis dimensionais. Por
exemplo, se você implementar a dimensão do Data Warehouse utilizando um
esquema em estrela, usando uma tabela única para implementar todos os ní-
veis na dimensão, como mostrado na figura 4.8. Os atributos em todos os níveis
são mapeados para diferentes colunas em uma única tabela.
capítulo 4 • 119
Esquema Floco de Neve (Snowflake)
Tabela
Fato Tabelas
Dimensionais
Tabelas
Dimensionais
Tabela
Fato
Camdas de Tabelas
Esquema Estrela (Star) Dimensionais
Figura 4.8 – Esquemas Estrela e Floco de Neve. Fonte: Elaborada pelo autor.
O esquema floco de neve (do inglês snowflake) representa um modelo di-

mensional que também é composto de uma tabela de fatos centrais e um con-
junto de tabelas de dimensões constitutivas que são ainda mais normalizadas
em tabelas de subdimensionamento. Em uma implementação do esquema flo-
co de neve usa-se mais de uma tabela ou modo de exibição para armazenar os
dados de uma dimensão. Tabelas de bancos de dados separadas ou pontos de
vista de Data Warehousing são relativos a cada nível na dimensão.
As diferenças que levam à adoção do modelo de estrela ou do floco de neve
estão ligadas à complexidade do encadeamento dos dados do banco. O modelo
estrela é mais simples, com tabelas dimensionais diretamente ligadas à tabela
fato, enquanto o modelo floco de neve é dedicado a situaçãoes em que há tabe-
las intermediárias entre a tabela fato e a tabela dimensional, também conheci-
da por condição multidimensional.
120 • capítulo 4
4.4.4 Projeto de Data Warehouse
Projetar um Data Warehouse não é uma tarefa fácil. Algumas etapas se fazem
absolutamente necessárias para a certificação de pleno atendimento das de-
mandas que levam ao projeto desse tipo de recurso. Os principais passos a se-
rem galgados no início do projeto são referentes ao levantamento de informa-
ções relativos aos seguintes tópicos.
1. Definição de Escopo
O escopo deve ser definido pelo proprietário ou corpo diretor da empresa.
A declaração do escopo deve ser criada, revisada e assinada por todos os mem-
bros da equipe do núcleo gestor.
2. Realização do Inventário
Uma vez que o escopo do projeto foi definido e acordado, o gestor da empre-
sa irá criar um inventário dos elementos de dados e relatórios necessários para
suportar o escopo definido. O proprietário da empresa deve tentar identificar
os domínios do sistema de origem e dos dados, bem como as necessidades e as
lacunas do projeto.
3. Análise
Rever todos os elementos de dados e relatórios. Envolver-se em discussões
detalhadas sobre o perfil de dados que determinam as regras de negócio em
torno dos dados. Identificar quaisquer problemas de dados, desafios futuros
e tentar identificar quaisquer riscos referentes aos fluxos de acesso do Data
Warehouse. Documentar e definir os requisitos de negócios e de dados no do-
cumento de requisitos de negócios. Determinar os requisitos de segurança,
bem como quem deve ser capaz de visualizar os dados, e quem não deveria.
O documento de requisitos de negócios deve ser revisto e assinado pela
equipe do núcleo gestor para que todos estejam cientes das necessidades reais.
4. Projeto
Desenvolver o projeto conceitual de dados, os modelos lógicos, a estrutura
de segurança, e o layout BOE.
capítulo 4 • 121
5. Protótipo
Construir as estruturas de bancos de dados físicos, e carregar dados de
exemplo. Construir o protótipo em universo simulado considerando parâme-
trios reais do negócio.
6. Validação do Protótipo
Validar o modelo de dados com o cliente por meio da exibição visual do mo-
delo. Determinar se o modelo funciona como esperado, e se compreende todos
os dados necessários. Verificar a qualidade de layout, design e os dados com o
cliente do projeto para garantir que se atenda às suas expectativas. Esta valida-
ção é estritamente para a concepção do modelo de dados, e não para os dados
reais. Os dados reais deverão ser validados durante o teste de aceitação.
7. Melhorias e refinamento
Se o protótipo não for aprovado pelo cliente ou usuário, deve-se voltar para
o passo “Análise” para garantir que há um entendimento comum sobre os re-
quisitos de negócio. Deve-se seguir os próximos passos em sequência até que o
protótipo seja validado pelo gestor ou usuário.
4.5 Exemplo do uso de Ferramentas Típicas de Modelagem de Data

Warehouse
Dill (2002) relata um estudo de caso envolvendo a modelagem de um Data Wa-

rehouse, no qual foram seguidos alguns passos para seu desenvolvimento.
Segundo o autor, a empresa estudada resolveu por escolher primeiro o desen-
volvimento da Gerência de Projeto, atribuindo-lhe a responsabilidade de de-
senvolver o plano geral do projeto. Nesta etapa, as principais missões seriam:
• Descrever as funções disponibilizadas pelo data warehouse;
• Enumerar a alocação de recursos (máquinas, pessoas);
• Definir prazos e mecanismos de verificação da qualidade do desenvolvi-
mento do projeto.
As ferramentas elencadas para o desenvolvimento do projeto foram

as seguintes.
• Servidor de Banco de Dados IBM DB2 v. 7.2
• Data Warehouse IBM DB2 Warehouse Manager v. 7.2
• Ferramenta OLAP IBM DB2 OLAP Starter Kit 7.2
122 • capítulo 4
Uma vez escolhidos os produtos de um mesmo fabricante, houve melhor
aderência comunicacional entre os diferentes módulos de trabalho. Optou-se
por uma arquitetura centralizada, passível de ser expandida posteriormente
pela introdução de novos módulos. Foram então levantados os requisitos para
o desenho da estrutura de dados.
O autor relata na pesquisa o seguinte esquema conceitual da estrutura de
dados, conforme a figura 4.9.
Ano Vagas
Inscritos
Classificados
Aprovados
Semestre
Não aprovados
Suplentes
Campus Vestibular Regime
Cidade Região UF
Curso
Figura 4.9 – Modelo Conceitual do Sistema. Fonte: DILL (2002, p. 101).
Pela figura anterior, explicitam-se as dimensões campus, regime, curso,

tempo e cidade. A partir do esquema de dados, foi possível desenvolver o pro-
jeto lógico, considerando um esquema estrela, conforme visto anteriormente
na figura 4.8.
No projeto lógico, definiu-se o assunto central, que como visualizado no es-
quema da figura X2 é o tema “vestibular”. Para que seja possível a coleta dos
dados na origem, foi necessário realizar um setup com a conexão de cada base
de dados relacionada ao Data Warehouse, através da central do IBM DB2, con-
forme a figura X3.
No processo de vinculação, também conhecido por transformação, objeti-
va-se converter os dados fonte em um formato específico para entrada no DW.
Após detalhadas todas as fontes, chegou-se a um modelo de estrutura confor-
me o relatado na figura 4.10.
capítulo 4 • 123
Figura 4.10 – Central de DW do IBM DB2 v. 7.0. Fonte: DILL (2002, p. 101).
Assim como ocorre em qualquer estrutura de dados no modelo de

banco, o projeto físico depende da arquitetura de SGBD sob a qual o DW
será implementado.
Figura 4.11 – Etrutura DW no esquema estrela. Fonte: DILL (2002, p. 105).
124 • capítulo 4
4.6 Estudos de casos comentados de desenvolvimentos de Data
Warehouse
Machado (2004) apresenta um estudo de caso real de desenvolvimento e im-

plementação de Data Warehouse enfocando uma distribuidora de filmes para
cinemas que necessita controlar informações sobre os atores que participam
do elenco de cada filme exibido, assim como o diretor, que pode também par-
ticipar como ator do mesmo filme. Um levantamento de requisitos do projeto
apresentou necessidades que definem algumas diretrizes para o desenvolvi-
mento da estrutura do DW, tais como:
• Os gerentes da empresa deverão acompanhar a evolução do público e o
valor arrecadado na região do país, estado e cidade, classificados por gênero de
filme, por sala de cinema, por filmes, por ator participante, por diretor, tornan-
do possível saber quais diretores, atores e gênero atraem maior público;
• Deve-se controlar o desempenho de acordo com a data e o tempo de exibi-
ção, considerando a análise sazonal do desempenho.
A tabela fato foi construída levando em conta que as necessidades giravam

em torno da exibição do filme (cada sessão de cinema). As dimensões em tor-
no do fato “exibição” a serem controladas seriam onde a exibição ocorre, qual
filme é exibido, qual cinema exibe, qual o gênero, quando o filme é exibido,
diretor do filme e ator do filme. Segundo Machado (2004), por conta dos dados
do Data Mart não serem os mesmos do banco do sistema transacional, não é
possível pensar em um modelo entidade-relacionamento. Como reforço teóri-
co à constatação de Machado (2004), podemos elencar o seguinte:
• Um DW tem a proposta de orientação para a análise, e não para a entrada
operacional de dados como ocorre em um sistema transacional. De acordo com
os objetivos que se pretende atingir com a implementação de um DW, sua defi-
nição deve ser a de desnormalização, ou seja, a da eliminação da complexidade
entidade-relacionamento nas pesquisas;
• Os dados devem estar limpos, disponíveis e organizados num forma-
to padrão;
• Deve possuir a possibilidade de integração de informação de múlti-
plas origens.
capítulo 4 • 125
Grosso modo, as bases de dados relacionais, utilizadas para o processamen-
to transacional de dados (OLTP) são tipicamente normalizadas, enquanto as
bases de dados utilizadas para processamento analíticos de dados (OLAP) são,
geralmente, não normalizadas.
No exemplo descrito por Machado (2004), chegou-se à representação des-
crita na figura 4.12.
Chave de Ator Chave de Gênero

Nome Ator Gênero
Ind Sexo
Chave de Tempo Ind Violência
Chave de Cidade (CE)
Ind Ação
Ano Chave de Gênero (CE)
Chave de Tempo (CE) Ind Romance
Trimestre
Mês Chave de Sala (CE)
Chave de Diretor (CE)
Período Chave de Ator (CE) Chave de Sala
Dia
Número de pessoas Nome da Sala
Chave da Cidade Valor Arrecadado
Região Chave de Diretor

Estado
Nome Diretor
Cidade
Figura 4.12 – Esquema Estrela Estudo de Caso. Fonte: Machado (2004).
A partir do modelo descrito, foi possível verificar aderência às necessida-

des de recuperação das informações, de acordo com os requisitos especifica-
dos anteriormente.
Um exemplo de modelagem que se utiliza do esquema floco de neve é mos-
trado por Kimball (1996), baseado em um sistema bancário no qual há uma
relação de muitos para muitos. Segundo o autor, na abordagem relacional, a
problemática em torno das relações multidimensionais é resolvida criando-se
uma tabela intermediária, sendo a chave desta composta pelas chaves estran-
geiras das tabelas relacionadas. Uma das consequências no âmbito do DW se-
ria que sempre que fosse reailzada uma ligação das tabelas de registro e a tabela
fato haveria uma sequência de registros tão grande quanto o número de obje-
tos da dimensão relacionada. Um dos artifícios utilizados é o uso do diagrama
floco de neve, que evita a redundância de atributos descritivos nas dimensões,
126 • capítulo 4
criando tabelas auxiliares para armazenar esses atributos. A hierarquia é expli-
citada pela criação de uma tabela auxiliar para cada nível superior.
No exemplo de Kimball (1996), temos o esquema da figura 4.13, represen-
tando a solução para a situação problema de análise.
CLIENTE
chave_cliente
atributos de cliente...
BALANÇO MENSAL CONTA

chave_tempo
CONTA-CLIENTE chave_conta
chave_produto
chave_cliente (FK)
demais chaves...
chave_tempo (FK)
chave_cliente (FK) saldo_final
chave_produto (FK) saldo_diario_medio
demais chaves... (FK) número_transações
peso_numero_transações demais fatos...
Figura 4.13 – Esquema Floco de Neve Estudo de Caso. Fonte: Kimball (1996).
O desenvolvimento desse tipo de esquema deve levar em consideração cui-

dados para que a junção de tabelas não gere resultados incorretos, como dupli-
cação de chaves.
ATIVIDADES
01. Explique o que significam as siglas SGBD, SGMB e SGGD no contexto da constituição
de um SAD.
02. O que significa ETL?
03. Quais as principais características esperadas de um banco de dados?
capítulo 4 • 127
04. Defina o conceito de Data Warehouse.
05. O que são Data Marts?
06. Quais as etapas de um projeto de Data Warehouse para um SAD?
07. Qual a diferença entre os bancos transacionais e os Data Warehouses e Data Marts?
08. Como são carregados os dados dos Data Warehouses?
DILL, S. L. Uma Metodologia para Desenvolvimento de Data Warehouse e Estudo de Caso.
2002. 131 f. Tese (Mestrado em Ciência da Computação) – Universidade Federal de Santa Catarina,
Florianópolis, 2002.
KIMBALL, R. The Data Warehouse Toolkit. New York: John Wiley and Sons, 1996.
MACHADO, F. N. R. Tecnologia e Projeto de Data Warehouse. São Paulo: Erica, 2004.
SAGE, A. P. Decision Support Systems Engineering. New York: John Wiley & Sons Inc., 1991.
SAVAGE, L. J. The Foundation of Statistics. New York: Dover, 1972.
SIMON, H. A. Causal ordering and identifiability. In: HOOD, W.C;KOOPMANS, T. C. (Eds). Studies in
Econometric Method. Cowles Commission for Research in Economics. Monograph n. 14, capítulo III,
p. 49–74. : John Wiley & Sons, 1953.
128 • capítulo 4
5
Aplicações
empresariais
5. Aplicações empresariais
O objetivo deste capítulo é apresentar os conceitos e tipos de sistemas ERP,
CRM e SCM, bem como orientar sobre as aplicações práticas de TI para gestão
de organizações.
5.1 ERP
Um sistema de planejamento de recursos de empresa, ou ERP (de Enterprise

Resource Planning), é um sistema de gestão empresarial totalmente integra-
do que abrange as áreas funcionais de uma empresa como logística, produção,
finanças, contabilidade e recursos humanos. Ele organiza e integra processos
de operações e os fluxos de informação para otimizar a utilização de recursos
como pessoas, materiais, dinheiro e máquinas.
Os ERPs de mercado costumam prometer uma base de dados em apenas
uma aplicação com uma única interface de usuário para lidar com informações
de toda a empresa, em vez de múltiplos sistemas dedicados a cada uma das
áreas organizacionais.
Nos ambientes de negócios cada vez mais competitivos, as seguintes exi-
gências são colocadas sobre a indústria.
• Iniciativas mais agressivas de controle de custos;
• Necessidade de análise de custos sobre receitas na base de um determina-
do produto ou cliente;
• Flexibilidade de resposta aos requerimentos de mudança de orientação
do negócio;
• Decisões de gestão pautadas por informações;
• Mudanças na forma de execução dos negócios.
Diversos tipos de sistemas de gestão têm sido desenvolvidos para lidar com
a complexidade do mundo dos negócios no período de maior conectividade do
capitalismo. Alguns desses sistemas são chamados pelas seguintes formas.
Management Information System (MIS)

O Sistema de Informações de Gestão, em geral, refere-se a um sistema
que fornece aos gerentes as ferramentas para organizar, avaliar e gerenciar
com eficiência os departamentos de uma organização. A fim de proporcionar
130 • capítulo 5
informações sobre o passado e o presente e realizar previsões, um sistema de
informação de gestão pode incluir um software que ajude na tomada de deci-
são, utilizando recursos de armazenagem e recuperação de dados, tais como
bancos de dados, sistemas de apoio à decisão, gestão de pessoas e aplicações de
gerenciamento de projetos, e até mesmo quaisquer processos informatizados
os quais permitam que o departamento funcione de forma eficiente.
Integrated Information Systems (IIS)

Sistemas de Informações Integradas são matrizes de vários conjuntos de
informação ligados entre si de forma organizada. Conjuntos de informações
são grupos de itens semelhantes, muitas vezes reunidos. Por organizado, sig-
nifica que existe um plano bem definido para a coleta e vínculo dos conjuntos
de informações.
Executive Information Systems (EIS)

O Sistema de Informações Executivas não é apenas uma parte do conjunto
articulado de recursos de hardwares e softwares para gestão, mas uma infraes-
trutura de processamento de informações que fornece aos executivos de uma
empresa os dados operacionais up-to-the-minute (atualizados em tempo real),
coletados e peneirados a partir de várias bases de dados. O mix de informações
típicas apresentadas ao executivo podem incluir informações financeiras, tra-
balho em processo, números de inventário, números de vendas, tendências de
mercado, estatísticas da indústria, e até mesmo o preço das ações da empresa
no mercado. Ele pode até mesmo sugerir o que precisa ser feito, mas difere de
um sistema de apoio à decisão (SAD) na medida em que este é dirigido a execu-
tivos e não executivos.
Corporate Information Systems (CIS)

O Sistema de Informações Corporativas é um é um sistema para planeja-
mento, desempenho e implementação de comunicação integrada. O foco está
em orientar todos os objetivos de comunicação para o desenvolvimento da
marca corporativa. Os objetivos do CIS são atingir a orquestração e integração
das atividades de comunicação individuais e investigar o êxito das medidas de
comunicação entre as diversas partes interessadas, através dos diversos canais
de comunicação. Isso permite que medidas sejam planejadas de forma mais
capítulo 5 • 131
eficiente e facilita a utilização de canais preferenciais de comunicação, que pro-
metam maior sucesso com os respectivos grupos alvo.
Enterprise Wide Systems (EWS)

O Sistema de Escopo Empresarial é um sistema que suporta os requisitos
de toda a empresa ou requisitos multifuncionais, ao invés dos requisitos de um
único departamento ou grupo dentro da organização.
Material Resource Planning (MRP)

O Sistema de Planejamento de Recursos Materiais é uma abordagem infor-
matizada formal para planejamento de estoque, programação de produção,
programação de fornecedor e planejamento global da empresa. As exigências
materiais do sistema de planejamento (MRP) fornecem ao usuário de infor-
mações sobre tempo (quando a ordem deve ser disparada) e quantidade (volu-
metria do pedido), geração de novas encomendas, e reprogramação de enco-
mendas existentes, conforme a necessidadede atendimento a novas exigências
dos clientes. O sistema é dirigido pela mudança, e constantemente recalcula
as necessidades de material com base em previsão de ordens reais. Faz ajustes
para possíveis problemas antes de sua ocorrência, ao contrário de sistemas dos
controle tradicionais que olham apenas para uma demanda histórica e reagem
aos problemas já existentes. A lógica do sistema de planejamento de necessida-
des de material é baseada no princípio da demanda dependente, um termo que
descreve a relação direta entre a demanda por um item e a demanda por uma
parte de montagem de nível superior ou componente. Por exemplo, a deman-
da para o número de conjuntos de rodas em uma bicicleta está diretamente
relacionada ao número de bicicletas planejadas para a produção. Além disso,
a demanda de pneus é diretamente dependente da demanda de conjuntos de
rodas. Na maioria das empresas de manufatura, a maior parte da matéria-pri-
ma em estoques está sujeita à demanda dependente. Quantidades da demanda
dependente são calculadas a partir dos itens de demanda independente pre-
vistos. A demanda independente não está relacionada a um item de nível su-
perior que a empresa fabrica. Geralmente, os itens de demanda independente
são carregados no estoque de produtos acabados e estão sujeitos à incerteza da
demanda do cliente final. Peças de reposição ou exigências de reposição para
uma prensa de broca são um exemplo de um item demanda independente.
132 • capítulo 5
Manufacturing Resource Planning (MRP II)
O Sistema de Planejamento de Recursos de Manufatura (MRP II) é um sis-
tema integrado de informação utilizado por empresas. Evoluiu dos primeiros
Materials Requirement Planning (MRP), incluindo a integração de dados adi-
cionais, como funcionários e necessidades financeiras. O sistema é projetado
para centralizar informações de processos de integração e para a tomada de
decisão eficaz na programação, engenharia de projeto, gestão de inventário e
controle de custos na fabricação.
O ERP evoluiu a partir do sistema conhecido como sistema MRP II
(Manufacturing Requirement Planning), com a integração de informações en-
tre fornecedor, cliente e fabricante usando redes como LAN, WAN e Internet
etc. Já o sistema MRP II evoluiu a partir do sistema MRP (Material Requirement
Planning). MRP é uma técnica que explode as exigências do produto final ob-
tidas a partir de Programação Mestre de Produção (MPS – Master Production
Schedule) para a estrutura do produto, que é tomada a partir de lista de materiais
(BOM ou Bill of Material) em uma programação de ordens planejadas, conside-
rando o estoque disponível. O MRP II tem um certo número de inconvenientes.
• O principal problema é que ele não foi capaz de se integrar de forma eficaz
às diferentes áreas funcionais para partilhar os recursos de forma eficaz;
• Os sistemas de aplicativos que as organizações usualmente empregam
tratam cada transação separadamente, sem uma integração entre os diferen-
tes programas;
• Eles são constituídos em torno dos limites das funções específicas que
cada aplicativo dedicado se propõe a tratar.
Um ERP realiza o tratamento das operações separadamente como ativida-

des autônomas, e os considera como parte dos processos inter-relacionados
que compõem o negócio.
Não é possível pensar em um sistema de ERP, sem uma sofisticada infraes-
trutura de tecnologia da informação. Em sua concepção mais remota, os sis-
temas de ERP iniciais foram construídos apenas para trabalhar com grandes
computadores mainframe. A nova era do PC, o advento da tecnologia cliente-
servidor e o banco de dados relacional escalável (RDBMS), permitiu novas for-
mas de desenvolvimento e maior capilaridade ao ERP. A maioria dos sistemas
ERP explora o poder da Three-Tier Client-Server Architecture – TTCSA. As ou-
tras tecnologias facilitadoras importantes para os sistemas de ERP são de fluxo
capítulo 5 • 133
de trabalho, grupo de trabalho, Grupo Ware, Electronic Data Interchange (EDI),
Internet, Intranet, armazenamento de dados etc.
CONCEITO
Three-Tier Client-Server Architecture
É um tipo de arquitetura de computação multi-tier em que um aplicativo inteiro é dis-
tribuído através de três camadas de computação diferentes. Ele se divide nas camadas de
apresentação, lógica de aplicação e processamento de dados através de dispositivos de
cliente e servidor.
Um sistema tem que possuir algumas características chave para se qualifi-

car como uma solução ERP de verdade. Essas características são as seguintes.
1. Flexibilidade
Um sistema de ERP deve ser flexível para responder à evolução das neces-
sidades de uma empresa. A tecnologia cliente-servidor permite ao ERP execu-
tar operações em vários bancos de dados back-end através do Open Database
Connectivity (ODBC).
2. Modular & Aberto

O sistema ERP tem que ter arquitetura de sistema aberto. Isso significa que
qualquer módulo pode ser conectado ou destacado sempre que necessário,
sem afetar os outros módulos. Deve também suportar múltiplas plataformas
de hardware para empresas com coleção heterogênea de sistemas. Deve su-
portar add-ons de terceiros, para interação direta com sistemas de parceiros
de negócios.
3. Abrangente
Ele deve ser capaz de suportar variedade de funções organizacionais e deve
ser adequado para uma ampla gama de organizações empresariais.
4. Além da Empresa
Não deve ser confinado aos limites organizacionais, mas suportar a conecti-
vidade online para que possa haver integração com outras entidades empresa-
riais da cadeia produtiva à qual a organização se conecta.
134 • capítulo 5
5. Melhores Práticas de Negócio
Ele deve ter uma coleção dos melhores processos de negócios aplicáveis em
todo o mundo. Um pacote de ERP impõe a sua própria lógica sobre a estratégia,
cultura e organização de uma empresa.
Algumas das principais aplicações do ERP que se desdobram em be-
nefícios diretos para o processo de geração de valor inerente ao negócio são
mostradas a seguir.
1. O ERP fornece a possibilidade de configurações variadas, podendo ser
instalado de forma integrada multiplataforma, contemplando multinstala-
ções, fabricação customizada de multimodo, multimoeda, instalações multi-
linguais, entre outras possibilidades de customização diferenciada para cada
unidade conectada ao sistema.
2. Ele suporta atividades de planejamento estratégico e de negócios, pla-
nejamento operacional e atividades de execução, além da criação de materiais
e recursos tais como já era possível realizar em ferramentas de MRP II.
3. O ERP abrange todas as áreas funcionais como fabricação, venda e dis-
tribuição, contas a pagar, contas a receber, inventário, contas, recursos huma-
nos, compras etc.
4. O ERP executa atividades essenciais e aumenta o valor entregue como
serviço ao cliente, melhorando assim a imagem corporativa.
5. O ERP permite que as informações fluam de modo capilarizado ao lon-
go da organização, o que permite maior acesso e melhores chances de consoli-
dação do aprendizado organizacional.
6. O ERP fornece a integração completa de sistemas, não somente entre
os departamentos, mas também através de sociedades sob a mesma gestão.
7. O ERP é a solução para um melhor gerenciamento de projetos.
8. O ERP permite a introdução automática das últimas tecnologias
como a Transferência Eletrônica de Fundos (EFT – Electronic Fund Transfer),
Electronic Data Interchange (EDI), Internet, Intranet, videoconferência,
E-Commerce etc.
9. O ERP trata boa parte dos problemas de negócios, como a escassez de
materiais, melhorias de produtividade, atendimento ao cliente, gestão de cai-
xa, problemas de inventário, problemas de qualidade, pronta entrega etc.
10. O ERP fornece ferramentas de negócios inteligentes como sistema de
apoio à decisão, sistema de informação para executivo, mineração de dados e
sistemas de trabalho interativos para permitir melhores decisões.
capítulo 5 • 135
As empresas também se utilizam do ERP buscando soluções para processos
típicos de gestão, elevando o grau de automação das atividades mais usuais dos
processos de geração de valor. Algumas dessas soluções são mostradas a seguir.
Integrar informações financeiras

Quando o gestor tenta compreender o desempenho geral da empresa, ele
pode encontrar muitas versões diferentes da verdade. O ERP cria uma versão
única da verdade que não pode ser questionada, pois todo mundo está usando
o mesmo sistema.
Integrar informações de pedido do cliente

Os sistemas de ERP podem tornar-se o lugar no qual o pedido do cliente
estará registrado desde o momento em que um representante em contato com
o cliente expedi-lo, até quando as docas de carregamento da mercadoria ou o
departamento financeiro enviarem uma fatura. Por ter essa informação, o ERP
pode acompanhar as ordens mais facilmente, e coordenar produção, estoque e
transporte entre vários locais diferentes ao mesmo tempo.
Padronizar e acelerar os processos de fabricação

As indústrias, especialmente aquelas com apetite por fusões e aquisições,
muitas vezes possuem várias unidades de negócios que fazem a mesma opera-
ção usando diferentes métodos e sistemas de computador. Os sistemas de ERP
vêm com métodos padrão para automatizar alguns dos passos de um processo
de fabricação único para toda a empresa.
Reduzir inventário
O ERP ajuda o processo de fabricação fluir mais suavemente, e melhora a
visibilidade do processo de atendimento de pedidos dentro da empresa. Isso
pode levar à redução dos estoques dos materiais utilizados para produção (in-
ventário work-in-progress), e pode ajudar os usuários a melhorar o plano de
entregas para os clientes, reduzindo o estoque de produtos acabados nos arma-
zéns e docas de expedição.
Informações Padronizar HR
Especialmente em empresas com várias unidades de negócios, o RH
pode não ter um método unificado e simples para controle de tempo dos
136 • capítulo 5
funcionários, ou mesmo se comunicar com eles sobre os benefícios e serviços.
ERP pode corrigir isso.
CURIOSIDADE
As duas maiores fornecedoras de ERP em atuação no mercado brasileiro são a alemã SAP
e a brasileira TOTVS. Ambas fornecem sistemas de gestão integrados, modulares e passíveis
de customização, e concorrem com um número cada vez mais elevado de empresas do mes-
mo segmento, o qual é bastante pulverizado e possui dinâmica acelerada de inovações e um
fluxo crescente de novos entrantes.
Os benefícios da implantação de um ERP ultrapassam os processos de ne-

gócio e acabam por modificar a própria cultura organizacional, tornando mais
ágil o acesso às informações e propiciando um ambiente mais adequado para a
aprendizagem organizacional. Os pacotes de ERP também permitem:
• Agilidade aos processos de contas a pagar e faturamento, aumentando a
eficiência e reduzindo a dependência da equipe de ti por solicitação de extra-
ções de informações;
• Reduzir documentos em papel, fornecendo formatos online para rápida
inserção e recuperacão de informações.
• Melhora na atualização das informações, permitindo postar diariamente
em vez de mensalmente;
• Maior precisão de informações com conteúdo detalhado, melhor apre-
sentação e formato satisfatório para os auditores;
• Melhoria do controle de custos;
• Respostas mais ágeis a clientes e follow-up controlado em todas as inte-
rações de mercado;
• Controle de recursos financeiros mais eficiente, por exemplo, com redu-
ção no atraso nos pagamentos pelos clientes;
• Maior velocidade na solução de problemas de interrupção de produção.
• Permite resposta rápida a movimentos de mercado e agilidade na mudan-
ça das operações do negócio;
• Ajuda a melhorar a capacidade de atingimento às metas estabelecidas por
viabilizar o controle efetivo dos processos através de indicadores de atividades
mensurados automaticamente (sempre que possível);
capítulo 5 • 137
• Melhora a ligação entre oferta e demanda entre locais remotos e filiais em
países diferentes;
• Disponibiliza uma base de dados unificada passível de ser utilizada por
todas as aplicações conectadas aos processos de negócios;
• Melhora as operações internacionais através do apoio a uma variedade de
estruturas de impostos, sistemas de faturamento, várias moedas, períodos va-
riados, variedade de protocolos de contabilidade e idiomas;
• Acesso melhorado à informação de escopo gerencial, disponível de forma
hierarquizada a toda a empresa;
• Fornece solução para problemas de conversão de moedas em operações
com vários ambientes nacionais distintos.
O ERP é o resultado de um conceito de empresa moderna, baseado em como

o Sistema de Informação deve ser configurado para os ambientes desafiadores
de novas oportunidades de negócios. No entanto, somente um sistema de in-
formação não é suficiente para alcançar êxito. Toda empresa que tem a inten-
ção de implementar o ERP deve levar em consideração a reengenharia de seus
processos, de uma forma ou de outra. O design e a identificação das premissas
dos processos de negócio devem ser constituídos através de técnicas que con-
templem a visão holística da organização, orientada ao cumprimento dos ob-
jetivos estratégicos. Uma das metodologias que suporta essa proposta é o BPM
(Business Process Management). Outra forma de enxergar a modificação dos
processos de negócio leva em conta o uso de técnicas de reengenharia de pro-
cessos sobre os produtos de BPM. Esse processo é conhecido como Business
Process Reengineering (BPR).
CONCEITO
BPM e BPR
O conceito de BPM refere-se a um conjunto de elementos e metodologias que objetivam
uma gestão sistêmica e integrada dos ambientes organizacionais e das atividades de cada
recurso envolvido em um determinado processo de negócio, buscando torná-lo cada vez
mais qualificado, produtivo, lucrativo e orientado à expectativa do cliente.
BPR é a análise e o redesenho de fluxo de processo das empresas, a fim de otimizar os
processos de forma integral e automatizar tarefas que não agregam valor.
138 • capítulo 5
Os processos mais frequentemente incorporados à temática de gestão por
ERP são apresentados a seguir.
• Prever demanda
Mostra vendas e fluxos de receita durante um longo período de tempo, além
de dizer a expectativa de desempenho de vendas baseando-se na série histórica
dos últimos anos e projetando para até dois anos.
• Gerir recursos financeiros

A necessidade de fundos e a maneira de levantar esses fundos.
• Gerir riscos
Fatores de incerteza e risco a serem considerados. Envolve o desenvolvi-
mento de alternativas explorando questões como o que “aconteceria se”.
• Planejar preços
Determina o preço a que os produtos são oferecidos. Envolve a aplicação
de tecnologia para suporte de preços, tais como os serviços de banco de dados
comerciais. Também realisa análise de feedback e sensibilidade.
• Desenvolver orçamento
Usando algoritmos para estimar o mix desejável de fundos atribuídos a vá-
rias funções.
• Planejar materiais necessários

Processo de fabricação de novos produtos a partir de matérias-primas,in-
cluindo programação de produção e planejamento de necessidades. Também
envolve atividades de acompanhamento e planejamento da produção real.
• Controle de qualidade
Cuida de atividades para garantir que os produtos são de qualidade desejada.
O ERP combina muito bem com as questões de gestão de negócios comuns,

como reengenharia de processos de negócios, gestão da qualidade total, a cus-
tomização em massa, orientação para o serviço, corporação virtual etc.
O objetivo básico da implementação de um programa de ERP é colocar em
prática as aplicações e a arquitetura de infraestrutura de forma eficaz e com-
pleta, suportando os processos de negócios da empresa. Quando uma empre-
sa não tem os processos de negócios otimizados, a implementação do ERP
capítulo 5 • 139
precisa de uma reengenharia de processos que permita capturar o conheci-
mento dos especialistas do sistema, ganhando assim benefícios consideráveis
na produtividade.
O primeiro passo na implementação de ERP é o desenvolvimento de um
modelo de processo de negócio que mostre os processos de negócios como um
sistema grande interconectado e a sequência de subsistemas de negócios ou
processos que desenvolvem a criação de valor à qual a organização se propõe
a desenvolver.
O sucesso de uma implementação depende principalmente de quão per-
to os consultores de implementação, usuários e fornecedores trabalham em
conjunto para alcançar os objetivos globais da organização. Os consultores de
implementação devem compreender as necessidades dos usuários dos siste-
mas, além de compreender as realidades comerciais vigentes e saber projetar
a manutenção de soluções de negócios em mente, uma vez que são os usuá-
rios que estarão dirigindo a implementação e, portanto, devem participar ati-
vamente em todas as fases de execução, processo vital para o sucesso global
da implementação.
Vale a pena lembrar que o ERP é uma ferramenta que permite fazer o seu
trabalho melhor, o que, naturalmente, necessita de medidas suplementares.
Durante o curso da implementação do pacote padrão, pode haver alterações
que representem um simples ajuste ou uma grande mudança de “funcionali-
dade”. A implementação de tais mudanças é conhecida como personalização.
Os conteúdos do ERP são conhecidos como módulos e os módulos são divi-
didos em componentes. Os papéis e as responsabilidades dos funcionários têm
que ser claramente identificados, compreendidos e os funcionários terão que
aceitar novos processos e procedimentos configurados no sistema, conforme
previsto no escopo do sistema ERP. Ao mesmo tempo, estes processos e proce-
dimentos devem ser simples e fáceis de serem executados.
Um pacote de ERP bem gerido e implementado pode dar um retorno su-
perior a duzentos por cento sobre o investimento, bem como um mal imple-
mentado poderá render um retorno sobre o investimento tão baixo quanto
cinco por cento. Existe uma série de decisões importantes que precisam ser
feitas, considerando todo o processo de implementação como um esforço de
integração empresarial. Apesar do ERP ser um assunto da dimensão de auto-
mação dos processos organizacionais, é na dimensão das pessoas que ele deve
encontrar sustentação para a viabilização dos retornos de sua utilização. Sem a
140 • capítulo 5
conscientização e participação das pessoas, a ferramenta poderá não surtir os
melhores efeitos desejados.
A decisão de implementar um ERP deve ser baseada em um caso de negó-
cio racional. As justificativas baseadas em tecnologia incluem a necessidade de
abordar o problema de incompatibilidade de linguagens, integrar as funções
dos sistemas díspares, fundir aquisições com novos recursos, bem como a aces-
sibilidade da web no ambiente de negócios.
O intento em melhorias de processo invariavelmente irá abordar ações que
resultam em empenho de pessoal de TI e redução de custos. As melhorias em
produtividade incluem a necessidade de fechar o ciclo financeiro e aumentar a
produção global do ponto de vista empresarial. Deve-se pensar sobre questões
relacionadas aos objetivos organizacionais para implementar novas estratégias
não suportadas pelo software atual, no intuito de melhorar o serviço ao cliente e
sua consequente satisfação, melhorando a capacidade de resposta competitiva.
Nesse contexto, o que é melhor, seguir os processos usuais do software ou
customizar de acordo com as necessidades dos processos desenhados para a
organização? Responder a essa pergunta leva em consideração a decisão acerca
de quais os custos e benefícios para ambos os cenários. Se a organização decide
seguir o processo default do software, isso irá resultar na organização seguindo
as melhores práticas no seu setor (se essa for a configuração padrão do forne-
cedor), conferindo-lhe, assim, uma oportunidade para melhorar e padronizar
seus processos da mesma forma que o mercado.
No entanto, essa abordagem pode criar turbulência significativa, exigindo
que os funcionários mudem suas maneiras de fazer negócios. Se a organiza-
ção decide ficar com seus processos atuais (ou uma versão melhorada deles) e
personalizar o software para atender a esses processos, a organização não irá,
obviamente, experimentar toda a dor e todo estresse de começar do zero. No en-
tanto, existem custos para personalizar e manter o software ao longo do tempo.
Outra perguntar que pode surgir: é possível realizar a implantação apenas
com recursos internos ou necessariamente a organização terá que terceirizar
a implantação?
Todo tipo de projeto em TI tem a vantagem de permitir à organização optar
pela terceirização para continuar a se concentrar em seu núcleo de atividades
e sua missão, evitando um compromisso financeiro substancial e minimizar o
impacto sobre o departamento encarregado dos processos.
capítulo 5 • 141
Entretanto, proporcionar oportunidades a consultores externos à organi-
zação pode impactar mal o moral dos funcionários, além de permitir proble-
mas de segurança. Dada a complexidade do trabalho a ser desempenhado em
qualquer tipo de implementação de tecnologia, apesar de todos os riscos, a
consultoria tem sido uma escolha muito comum, levando em consideração
que mudanças efetivas demandam visões diferentes daquelas já praticadas
pela organização.
O processo de implementação ainda inclui uma melhor adequação entre o
software e os negócios, além da criação de aplicativos otimizados para a orga-
nização, pensando também na segurança e permitindo melhor manutenção,
o que pode demandar ainda mais empenho de recursos externos. Além disso,
uma abordagem interna pode não ser possível, se houver falta de conhecimen-
to e pessoal de apoio para tal esforço.
Qual seria o modelo ideal de implementação, tudo de uma vez só (ou, con-
forme a própria literatura classifica, uma implementação “Big Bang”) ou em
fases? Mais uma vez, depende, tornando a escolha fruto de uma análise de cus-
to e benefício. Uma implementação “big bang” implica ter todos os módulos
em todos os locais implementados ao mesmo tempo. As características dessa
abordagem incluem a ausência de necessidade de interfaces temporárias, além
da exigência de manter o software legado por algum tempo, e a funcionalidade
de integração de módulo. Se surgirem contingências, o custo global tende a au-
mentar consideravelmente.
Já a implementação faseada, módulo a módulo ou um grupo de cada vez,
pode ser realizada de forma departamentalizada, ou seja, um único local de
cada vez. Os benefícios dessa abordagem incluem a suavização dos requisi-
tos de recursos, a capacidade de se concentrar em um determinado módulo,
aproveitamento da capacidade dos sistemas legados existentes, risco reduzido,
acúmulo do conhecimento obtido com cada fase e melhor adaptação dos recur-
sos humanos.
Existe também a abordagem de onda. Essa abordagem envolve a aplicação
de diferentes ondas de mudança para diferentes unidades de negócios ou re-
giões. Além da abordagem de onda, é possível a aplicação paralela. Essa abor-
dagem envolve tanto o ERP como um sistema existente correndo juntos por um
período de tempo.
É possível que, adotando uma implementação de todo o sistema de uma só
vez ou de forma modular, realizar cutovers instantâneas (flip-the-switch). Essa
142 • capítulo 5
abordagem é a de menor custo, e motiva os usuários a converter para o novo
sistema, reduzindo a necessidade de sistemas redundantes. No entanto, tende
a ser arriscada, estressante para os usuários e requer um alto nível de planeja-
mento de contingência.
Vários passos estão envolvidos na implementação de um pacote de ERP típi-
co. Os passos mais comuns são mostrados a seguir.
1. Identificar as necessidades
Algumas das questões básicas, que devem ser respondidas, são as seguintes.
• Por que um pacote de ERP deve ser implementado?
• Será que vai melhorar a rentabilidade?
• Os prazos de entrega de produtos podem ser reduzidos?
• Como isso irá melhorar a satisfação do cliente em termos de qualidade,
custo ,tempo de entrega e nível de serviço?
• A implementação vai ajudar a reduzir o custo de produtos?
• Como poderá ajudar a aumentar o volume de negócios e, ao mesmo tem-
po reduzir a mão de obra?
• Será possível uma reforma dos processos de negócio?
2. Avaliar o “AS IS” ou a situação atual dos processos de negócio

Para entender a situação atual dos negócios nas várias funções da organiza-
ção, deve primeiramente serem listados.
• Tempo total exigido pelos processos de transformação de valor do negócio.
• Número de fatores de decisão existentes no cenário presente de negócio.
• Número de departamentos e locações onde ocorrem as execuções dos
processos de negócio.
• Número de pontos dos processos onde ocorrem provisões de relatórios e
coleta de informações mais agregadas relacionadas aos diferentes indicadores
dispostos nos processos da empresa.
3. Situação futura ou “TO BE”

Decidir qual a sutação desejada. Aqui o conceito de benchmarking é usa-
do para verificar se os processos alcançados são os melhores na indústria. O
benchmarking é feito considerando vários fatores como custo, qualidade, nível
de serviço etc. Esse conceito permite otimizar os processos para obter benefí-
cios globais.
capítulo 5 • 143
4. A reengenharia dos processos de negócios
Reengenharia de processos de negócio é feita para:
• Reduzir o tempo de ciclo do processo de negócio;
• Reduzir o número de pontos de decisão para um volume mínimo, redu-
zindo tempo de processamento pela eliminação de parte dos processos decisó-
rios ou sua automatização;
• Racionalizar o fluxo de informações e eliminação do fluxo indesejado
de informações.
5. Avaliação dos vários pacotes de ERP

A avaliação de pacotes ERP é feita com base nos seguintes critérios.
Flexibilidade: o ERP deve permitir que as organizações respondam rapida-

mente, aproveitando as mudanças para melhoria de suas vantagens competiti-
vas, permitindo-lhes concentrar-se na expansão estratégica para tratar de no-
vos produtos e mercados.
Abrangente: o ERP deve ser aplicável em todos os tamanhos, todas as fun-

ções e indústrias. Ele deve ter características de tratamento em profundidade
de funções e processos de contabilidade e controladoria, gestão da produção e
materiais, gestão da qualidade e manutenção da plantas, vendas e distribuição,
gestão de recursos humanos e gestão de projectos.
Além da empresa: deve apoiar e permitir conectar os processos de negó-

cios entre as empresas da cadeia produtiva, permitindo a comunicação dire-
ta com clientes, fornecedores, bancos, governo e parceiros de negócios, além
de criar cadeias logísticas completas, abrangendo toda a rota de fornecimento
até a entrega, em várias geografias, moedas e regras de negócios específicos de
cada país.
Melhores práticas de negócios: o software deve permitir a integração de

toda a operação em um sistema global para o planejamento, controle e moni-
toramento, e oferecer uma escolha de vários processos de negócios prontos,
incluindo as melhores práticas de negócios que refletem as experiências, su-
gestões e necessidades das empresas líderes em todo o setor. Em outras pala-
vras, ele deve ter intrinsecamente uma rica variedade de negócios registrados
na base de conhecimento organizacional.
144 • capítulo 5
Novas tecnologias: o ERP deve incorporar tecnologia de ponta e tecnologias
à prova de obsolescência futura, tais como orientação a objetos para desenvol-
vimento de produtos e garantir a interoperabilidade com a Internet e outras
tecnologias emergentes. Deve ser compatível com padrão Euro e Y2K.
Outros fatores a serem considerados são os seguintes.

• Fabricante de expressão global, com pacote atuante em vários países;
• Presença local do fabricante;
• Mercado abrangido pelo pacote;
• Preço do pacote;
• Obsolescência do pacote;
• Facilidade de implementação do pacote;
• Custo de implementação;
• Pós-implementação, suporte disponibilidade.
6. Conclusão do pacote de ERP

A finalização do pacote de ERP pode ser feita através de uma comparação de
fatores críticos através de uma análise da matriz.
7. Instalação de Hardware e Redes

Este trabalho é realizado de forma faseada, dependendo do cronograma de
implementação e necessidade dos componentes de hardware.
8. A seleção dos consultores de implementação

Os fatores de seleção para consultores são definidos por:
• conhecimentos do setor;
• experiência específica;
• custo de contratação.
9. Implementação do pacote de ERP

• Formação da equipe;
• Elaboração do plano;
• Mapeamento dos processos de negócios;
• Análise de lacunas e possibilidades de melhorias;
• Personalização do sistema;
• Desenvolvimento de relatórios específicos de usuários e transações;
capítulo 5 • 145
• Fazer upload de dados do sistema existente para o novo;
• Testar a execução;
• Treinamento de usuários;
• Rodar em paralelo (rodando em fase de teste);
• Anuência do usuário e homologação;
• Migração para o novo sistema;
• Geração da documentação do usuário;
• Suporte pós-implementação;
• Monitoramento;
• Ajuste fino do sistema.
Para facilitar o processo de transposição de sistemas, existem algumas

orientações gerais, que devem ser seguidas antes de iniciar a implementação
de um pacote de ERP.
1. Compreensão das necessidades das empresas e da cultura da orga-
nização e, em seguida, adotar a técnica de implementação para combinar es-
ses fatores.
2. Fazer um exercício de redesenho de processos de negócios antes de se
iniciar a implementação.
3. Estabelecer uma boa rede de comunicação por toda a organização.
4. Fornecer uma liderança forte e eficaz para que as pessoas abaixo da li-
nha estratégica estejam bem motivadas.
5. Encontrar um gerente de projeto eficiente e capaz.
6. Criar um time equilibrado de consultores de implementação que pos-
sam trabalhar juntos como uma equipe.
7. Seleção de uma boa metodologia de implementação com personaliza-
ção mínima.
8. Treinamento dos usuários finais.
9. Adaptação do novo sistema e desenvolvimento das alterações no am-
biente de trabalho necessárias para fazer uso eficaz do sistema no futuro.
No início, muitos problemas de pós-implementação poderão ser atribuídos

a expectativas e medos equivocados. As expectativas e medos que a gestão em-
presarial tem de um ERP têm sido muito divulgados. Claro, parte da culpa disso
é dos fornecedores de ERP e sua pré-implementação para a área de vendas.
146 • capítulo 5
As organizações enfrentam vários novos riscos de negócios quando mi-
gram em tempo real para sistemas de ERP integrados. Esses riscos incluem
o seguinte.
Ponto único de falha

As mudanças estruturais significativas e de pessoal associadas à reenge-
nharia ou redesenho de processos de negócios podem ocorrer com algum nível
de erro.
Alterações de cargo
A transição de papéis do usuário tradicional para papéis baseados em com-
petência, com muito mais acesso à informação da empresa em tempo real,
pode causar desconforto e descumprimento de expectativas.
Informação e processamento em tempo real

Um ambiente de sistema online em tempo real requer um ambiente de ne-
gócios contínuo, capaz de utilizar os novos recursos do aplicativo ERP e respon-
der rapidamente a qualquer problema que requeira reentrada de informações.
Pode ser que o próprio ritmo dos processos de negócio não esteja condicionado
de forma a explorar todas as possibilidades da plataforma, impossibilitando-a
de rodar em um ritmo compatível com a expectativa.
Mudança de gestão
Abraçar um ambiente totalmente integrado é um desafio, principalmen-
te quando processos de negócios diferentes terem existido entre os departa-
mentos por tanto tempo. O nível de aceitação do usuário do sistema tem uma
influência significativa sobre o seu sucesso. Os usuários devem entender que
suas ações ou falta de ação têm um impacto direto sobre outros usuários e, por-
tanto, devem aprender a ser mais diligentes e eficientes no desempenho das
suas funções do dia a dia. Assim, é necessário formação e treinamento adequa-
dos para (tipicamente) um grande número de usuários.
Experiência em computação distribuída

Inexperiência com implementação e gestão de tecnologia de computação
distribuída pode representar desafios significativos.
capítulo 5 • 147
Se as pessoas nos diferentes departamentos que utilizarão ERP não concor-
darem que os métodos de trabalho incorporados no software são melhores do
que os que atualmente usam, eles deverão resistir ao uso do software ou vão
querer mudar o software para que esse corresponda às formas com que atual-
mente fazem as coisas. Esse é o ponto em que projetos de ERP quebram. Lutas
políticas se iniciam sobre como ou mesmo se o software será instalado. A TI fica
atolada em longos e caros esforços de personalização para modificar o software
ERP, apenas para adequá-lo aos desejos dos gerentes médios.
O ERP abrange tanto do que a empresa faz que uma falha no software pode
trazer uma empresa a um impasse, literalmente, de continuar usando ou aban-
donar o sistema. O erro que as empresas cometem é assumir que a mudança
de hábitos das pessoas será mais fácil do que a personalização do software. Se
as pessoas são resistentes à mudança, então o projeto de ERP é mais propenso
a falhar.
5.2 CRM
O CRM ou Costumer Relationship Management (Gestão de Relacionamen-

to com Clientes) é um termo que representa a estratégia de negócio basea-
da em torno do conceito de um melhor serviço ao cliente. Na prática, CRM
envolve todos os aspectos da comunicação e tratamento que uma organi-
zação tem com o seu cliente, seja através de produto ou serviço vinculado.
Mais claramente, o CRM visa aumentar a satisfação do cliente, consequen-
temente aumentando a renda do negócio.
Pesquisadores de marketing estão estudando a natureza e alcance do
CRM, e estão desenvolvendo novos conceitos relacionados ao valor e ao
processo de relações de cooperação e de colaboração entre compradores
e vendedores. Muitos estudiosos com interesses em várias subdisciplinas
de marketing, tais como canais, marketing de serviços, marketing busi-
ness-to-business, publicidade e assim por diante, estão ativamente empe-
nhados em estudar e explorar as bases conceituais da gestão de relacio-
namento com clientes. Eles estão interessados em estratégias e processos
de classificação do cliente e métodos de seletividade, relacionamento um
para um com os clientes individuais, processos chave de gerenciamento de
conta e de desenvolvimento de negócios do cliente, frequência de comer-
cialização, programas de fidelidade, cross-selling e up-selling; e várias for-
mas de parcerias com clientes (incluindo co-branding), joint-marketing,
148 • capítulo 5
co-desenvolvimento, e outras formas de alianças estratégicas (PARVATIYAR;
SHETH, 2000).
O tema central de todas as perspectivas de CRM e marketing de relaciona-
mento é seu foco em uma relação de cooperação e de colaboração entre a em-
presa e seus clientes, ou outros atores de marketing. Dwyer, Schurr e Oh (1987)
caracterizaram essas relações de cooperação como sendo interdependentes e
de longo prazo, ao invés de se preocupar com as operações discretas de curto
prazo. A orientação a longo prazo é frequentemente enfatizada, pois acredita-se
que os atores de marketing não vão se envolver em comportamentos oportunis-
tas se eles têm uma orientação de longo prazo e que tais relações serão ancora-
das em ganhos e cooperação mútua.
Outra faceta importante de CRM é a “seletividade de clientes”. Como vários
estudos têm mostrado, nem todos os clientes são igualmente rentáveis para
uma empresa individual (STORBACKA, 2000). A empresa, portanto, deve ser
seletiva na adaptação de seus esforços do programa de marketing e da segmen-
tação e seleção de clientes apropriados para programas de marketing indivi-
duais. O objetivo de uma empresa adotar a seletividade não é podar sua base de
clientes, mas identificar os programas e métodos que seriam os mais rentáveis,
pois criariam valor para a empresa e para o cliente.
CONCEITO
CRM
Customer Relationship Management é um sistema automatizado de gestão do relacio-
namento com clientes ancorado em uma estratégia abrangente que inclui o processo de
aquisição, retenção e de parceria com clientes seletos para criar valor superior para a empre-
sa e para o cliente. Ele envolve a integração de marketing, vendas e atendimento ao cliente,
além das funções da cadeia de fornecimento da organização para alcançar maior eficiência
e eficácia na entrega de valor ao cliente.
O processo de formação de CRM (figura 5.1) se refere às decisões sobre o

início das atividades de relacionamento de uma empresa frente a um grupo es-
pecífico de clientes ou para um cliente individual, com os quais a empresa de-
seja se envolver em um relacionamento cooperativo ou colaborativo. Por isso, é
importante que a empresa seja capaz de identificar e diferenciar os clientes in-
dividuais. No processo de formação, existem três importantes áreas de decisão:
capítulo 5 • 149
a definição do objetivo (ou objetivos) de se engajar em CRM; seleção de parcei-
ros para programas de CRM apropriados; e desenvolvimento de programas (ou
esquemas de atividades de relacionamento) para o início de um conjunto de
contatos mediados e monitorados com o cliente.
Formação Objetivos Projeto Parceiros
Motivação dos Colaboradores

Administração e Governança
Processo de Monitoramento
EVOLUÇÃO (fortalecimento)
Processo de Planejamento
Alinhamento de Processos
Especificação de Papel
Interesses Comuns
Comunicação
Time
Desempenho
Desempenho:
Marcos estratégicos, financeiros e de mercado
Figura 5.1 – Processo de execução de CRM. Fonte: Elaborada pelo autor.
O objetivo geral do CRM é melhorar a produtividade do marketing e au-

mentar o valor percebido pelas partes envolvidas na relação com a empresa.
Melhorar a produtividade de marketing e criar valores mútuos podem ser
conseguidos aumentando a eficiência ou a eficácia de marketing. Ao buscar
e alcançar tais objetivos operacionais, é possível tornar mais baixos os custos
de distribuição, simplificando o processamento de pedidos e gerenciamento
do inventário, reduzindo a carga de custos excessivos de aquisição de clientes.
150 • capítulo 5
Ao considerar a economia de retenção de clientes, as empresas podem ob-
servar maiores eficiências de marketing. Eles também podem melhorar a efi-
cácia do marketing, selecionando cuidadosamente os clientes para os seus
vários programas, por individualizar e personalizar suas ofertas de mercado
para antecipar e atender às necessidades emergentes de clientes individuais,
construindo um novo conceito de lealdade do cliente e reforçando seu com-
prometimento. Através de parcerias é possível entrar em novos mercados e
desenvolver novos produtos, redefinindo o campo de jogo competitivo para
sua empresa. Além disso, indicar os objetivos e definir o propósito do CRM
de uma empresa ajuda a esclarecer a natureza dos programas e atividades do
sistema, principalmente no que tange às atividades que deveriam ser realiza-
das pelos parceiros. Definir o objetivo também permite a identificação dos
parceiros de relacionamento, bem como as expectativas e as capacidades
necessárias para cumprir objetivos mútuos, tornando-as tarefas mais fáceis.
Além disso, ajuda na avaliação do desempenho de CRM. Os resultados ob-
tidos podem ser comparados com os objetivos. Esses objetivos podem ser
especificados como objetivos financeiros, objetivos de marketing, objetivos
estratégicos, metas operacionais e objetivos organizacionais.
Um dos aspectos mais interessantes do desenvolvimento de CRM é o
grande número de interfaces de clientes que uma empresa tem que gerir no
mundo de hoje. Até recentemente, a interface direta de uma empresa com os
clientes, se houvesse, era principalmente por meio do pessoal de vendas ou
agentes de serviço. No ambiente empresarial de hoje, a maioria das empresas
interagem com seus clientes através de uma grande variedade de canais, in-
cluindo pessoas de vendas, pessoal de serviço, call centers, sites de Internet,
departamentos de marketing, casas de atendimento, mercado e agentes de
desenvolvimento de negócios, e assim por diante. Para grandes clientes e
equipes multifuncionais, pode-se incluir no relacionamento o pessoal de vá-
rios departamentos funcionais. Embora cada uma dessas unidades pudesse
operar de forma independente, elas ainda precisam compartilhar informa-
ções sobre clientes individuais e suas interações com a empresa em uma base
em tempo real. Por exemplo, um cliente que acabou de colocar uma ordem na
Internet e, posteriormente, chama o centro de atendimento para verificação
final, espera que a equipe de call center conheça os detalhes do seu histórico
de pedidos. Da mesma forma, um vendedor que atende a um cliente desco-
nhece o fato de que o cliente tinha se queixado recentemente sobre o servi-
ço. Caso reconhecesse o problema, sua abordagem poderia ser orientada à
capítulo 5 • 151
reconquista desse cliente. Por outro lado, se o vendedor estava ciente do pro-
blema encontrado pelo cliente, a denúncia e as ações já iniciadas para resol-
ver a queixa, estaria em uma situação relativamente favorável para tratar bem
a situação. Portanto, a implementação efetiva do CRM requer um sistema de
atendimento de linha de frente que compartilhe informações relevantes de
clientes em todas as unidades. Bancos de dados relacionais, armazenamento
de dados e ferramentas de mineração de dados são, portanto, muito valiosas
para sistemas e soluções de CRM.
O desafio é desenvolver uma plataforma de CRM integrada que colete a en-
trada de dados relevantes em cada interface com o cliente e, simultaneamen-
te, forneça como saída o conhecimento sobre a estratégia e as táticas adequa-
das para ganhar negócios e realizar a fidelização dos clientes. Por exemplo, se
o pessoal do call center não puder identificar e diferenciar um cliente de alto
valor, isso significa uma tremenda oportunidade perdida. Embora a maioria
das soluções de software de CRM com base em bancos de dados relacionais
esteja ajudando a registrar e compreender as informações sobre a ação dos
clientes, eles ainda não permitem a saída de conhecimento para o pessoal da
linha de frente.
Como se mostra na figura 5.2, a plataforma de soluções CRM deve ser ba-
seada na tecnologia de processos. Ela deve ajudar a empresa no desenvolvi-
mento e melhoria das interações com clientes, e auxiliar no marketing one-
to-one através da aplicação de recursos inteligentes adequados que ajudem a
desenvolver a relação de linha de frente com os clientes. Tal sistema permi-
tiria identificar entradas de dados adequadas a cada local de interação com
o cliente e usar plataformas analíticas para gerar a saída de conhecimento
adequado para o pessoal da linha de frente durante as interações com clien-
tes. Além disso, são necessárias ferramentas de implementação para apoiar
soluções interativas, tanto para a análise de rentabilidade de clientes quanto
para a segmentação de clientes, geração de demanda, planejamento de con-
tas, gestão de oportunidades, gestão de contatos, comunicação integrada de
marketing, estratégias de atendimento ao cliente, resolução de problemas,
gerenciamento virtual de equipe de grandes contas globais, e não menos im-
porrtante, acompanhamento do desempenho do CRM. Esse seria o próximo
nível de excelência para as soluções de relacionamento com clientes, aponta-
das pela maioria das empresas.
152 • capítulo 5
Grupo de Vendas Call Center
Plataforma de
informações
Desenvolvimento de Marketing Internet
integradas de
Marketing
Serviços ao Cliente Marketing
Informações;
Banco de Dados Relacional;
SAD;
Inteligência ativa;
Regras de Negócio;
Comunicação colaborativa;
Perfis de usuários.
Figura 5.2 – Modelo de Plataforma de Informações para CRM. Fonte: Elaborada pelo autor.
Infelizmente, em seu entusiasmo para implementar soluções de CRM, al-

gumas empresas parecem estar focadas apenas nas considerações básicas que
fariam tais iniciativas bem-sucedidas. Desde o momento de implementação,
o CRM precisa muito de empenho de tecnologia da informação. As empresas
têm, muitas vezes, entregue a responsabilidade de implementação de CRM
para departamentos de TI. Dessa forma, os trabalhos se tornam focados na
simples instalação de soluções de software de CRM, sem o desenvolvimento
de uma estratégia ou programa de CRM. Isso leva à criação de um instrumento
operacional dentro da empresa, mas a usabilidade e a eficácia na produção de
resultados desejáveis de tais ferramentas acaba sendo limitada. As ferramen-
tas de CRM são valiosas quando elas são usadas para identificar e diferenciar
os clientes individuais e para gerar ofertas individualizadas, criando soluções
personalizadas. A falta de uma estratégia de CRM ou de programas de CRM
deixaria as pessoas da linha de frente sem qualquer conhecimento do que eles
deveriam estar fazendo com as informações adicionais do cliente, que a partir
de então teriam acesso. Por isso, é importante considerar o processo CRM na
capítulo 5 • 153
sua totalidade. Ferramentas de CRM são destinadas a complementar a estraté-
gia da empresa para a construção de relacionamentos eficazes com os clientes.
Para uma estratégia adequada e sua excelente execução, são necessários recur-
sos apropriados e bem planejados, em busca de resultados bem- sucedidos.
5.3 SCM
O Supply Chain Management (ou SCM) é um sistema constituído sob um con-

ceito que envolve a supervisão de materiais, informação e finanças, assim como
o controle de como eles se movem em um processo do fornecedor para o fabri-
cante, para o atacadista, para o varejista e para o consumidor. Supply Chain
Management envolve a coordenação e integração desses fluxos, tanto dentro da
empresa como entre as empresas conectadas à cadeia de suprimentos.
O conceito de Supply Chain surgiu nos anos 1990, e logo o SCM se tornou
uma filosofia integradora para gerenciar o fluxo total de criação de valor, do
mais inicial fornecedor de matérias-primas para o cliente final, e indo ainda
além, incluindo o processo de eliminação e descarte dos produtos finais após
o uso ou obsolescência. Muitas empresas adotam essa abordagem para ga-
nhar vantagens competitivas. As empresas têm percebido que a perspectiva
logística mais antiga, que considera apenas a própria empresa, sem conside-
rar os membros da cadeia de abastecimento, não é suficiente para obter vanta-
gem competitiva.
No contexto da complexidade da constituição de uma rede a ser considera-
da no SCM, não há a necessidade de gerir a cadeia de suprimentos como um
todo, mas apenas aquela parte que impacte diretamente as expectativas de en-
trega de valor ao cliente final.
A integração sistêmica ao longo da cadeia de abastecimento é um tema de
grande interesse e relativa importância entre os gerentes de logística e pesqui-
sadores, porque é considerada por muitos autores e pesquisadores como uma
fonte de vantagem competitiva.
O Fórum Global de Supply Chain identificou oito processos chave que com-
põem o núcleo de gestão da cadeia de suprimento.
• Customer Relationship Management (CRM);
• Gestão de atendimento ao cliente;
• Gestão da demanda;
• Atendimento de pedidos;
154 • capítulo 5
• Gestão do fluxo de fabricação;
• Aquisição;
• Desenvolvimento de produto e comercialização;
• Devolução.
Esses oito principais processos de negócios são executados ao longo da ca-

deia de fornecimento e atravessam as empresas e os silos funcionais de cada
uma delas (ver figura 5.3). Os silos funcionais incluem Marketing, Pesquisa e
Desenvolvimento, Finanças, Produção, Compras e Logística. Atividades nesses
processos ocorrem, muitas vezes, dentro de um silo funcional, mas um processo
inteiro pode não estar contido dentro de uma única função. Dessa forma, é ne-
cessário entender o processo de formação de valor de uma forma holística, que
ultrapassa as barreiras departamentais e até mesmo as cercanias da empresa.
Cadeia de Fornecedores
Fornecedor Fabricante Distribuidor Varejista Cliente
Customer Relationship Management

Gestão de Atendimento ao Cliente
Gestão de Demanda
Atendimento de Pedidos
Gestão do Fluxo de Fabricação
Aquisição
Desenvolvimento de Produto e Comercialização
Devolução
Figura 5.3 – Integrando processos ao SCM. Fonte: Elaborada pelo autor.
capítulo 5 • 155
Embora a gestão de todas as empresas em cada cadeia de fornecimento
deva considerar estes oito processos, a importância relativa de cada processo
e das atividades específicas incluídas podem variar. Os subprocessos e ativida-
des descritas são projetados a partir da perspectiva de uma empresa industrial
situada no meio da cadeia de abastecimento. Cada processo é descrito entre os
níveis estratégicos e operacionais. O nível estratégico parte consiste no estabe-
lecimento da gestão estratégica de cada processo, e deverá fornecer um modelo
para a implementação do SCM. Este é um primeiro passo necessário na inte-
gração da empresa com outros membros da cadeia de suprimenros. A camada
operacional é a que será imcumbida da realização do processo, uma vez que
tenham sido estabelecidos os controles e alocados os recursos necessários para
a execução dos processos sob a orientação e manutenção do SCM.
CONEXÃO
Leia os seguintes textos sobre implementação de SCM na Internet.
“O Modelo SCM”
disponível em: <http://modeloscm.blogspot.com.br/p/scm.html>
“O Processo de Implantação de Supply Chain Management” disponível em: <http://www.
anpad.org.br/diversos/trabalhos/EnANPAD/enanpad_2003/GOL/2003_GOL770.pdf>
ATIVIDADES
01. Explique a evolução dos sistemas de gestão até o atingimento do ERP.
02. Quais características um sistema de gestão deve possuir para ser qualificado, minima-
mente, como um ERP?
03. Quais os processos mais frequentemente inseridos à lógica de gestão automatizada

com uso de ERP?
04. O que é o CRM e quais suas aplicações?
156 • capítulo 5
05. O que é o SCM e quais os oito processos chave da cadeia suprimento que ele
deve comportar?
DWYER, F. R.; SCHURR, P. H.; OH, S. Developing Buyer-Seller Relationships. Journal of Marketing, n.
51, v. 1, p. 11-27, abril 1987.
PARVATIYAR, A.; SHETH, J .N. The Domain and Conceptual Foundations of Relationship Marketing. In:
SHETH, J.N.; PARVATIYAR, A. (Eds). Handbook of Relationship Marketing. Thousand Oaks: Sage
Publications, 2000.
STORBACKA, K. Customer Profitability: Analysis and Design Issues. In: SHETH, J. N.; PARVATIYAR, A.
(Eds). Handbook of Relationship Marketing. Thousand Oaks: Sage Publications, 2000.
GABARITO
Capítulo 1
01. Conhecimento tácito e conhecimento explícito.

02. O surgimento da economia informacional caracteriza-se pelo desenvolvimento de uma
nova lógica organizacional que está relacionada com o processo atual de transformação
tecnológica, mas não depende dele. São a convergência e a interação entre um novo para-
digma tecnológico e uma nova lógica organizacional que constituem o fundamento histórico
de economia informacional.
03. Conjunto de informações contextualizadas pela experiência do indivíduo, que torna pos-
sível a interferência prática do mesmo frente ao seu meio. Pode-se dizer também que é o
objeto de tratamento da inteligência, ou mesmo uma massa volátil de informações que pos-
suem algum tipo de finalidade para a manutenção do indivíduo e de suas relações sociais
e ambientais.
04. São símbolos quantificáveis e transmissíveis em algum suporte, passíveis de sofrerem
atribuição de significado por quem os recebe.
05. A informação é o agregado de dados percebidos pelo indivíduo que podem ser signifi-
cados, fazendo algum sentido em um contexto de aplicação. Costuma-se dizer que a infor-
mação é aquilo que se alcança quando há o entendimento pelo indivíduo sobre o significado
dos dados.
capítulo 5 • 157
Capítulo 2
01. C
02. Conforme visto, a gestão do conhecimento é a gestão sistemática dos ativos de conhe-
cimento de uma organização com o objetivo de criar valor e atender aos requisitos táticos e
estratégicos. Literalmente, o que ocorre não é a gestão do conhecimento, mas a gestão do
fluxo de dados e seu acesso, bem como o controle do processamento de informações pelos
interlocutores internos. Uma vez que o conhecimento é individual e baseado na subjetividade
da experiência humana com o meio, não há como controlar sua formação, e por isso, pode-se
apenas lançar mão de um conjunto de melhores práticas para o estímulo ao processo cog-
nitivo que leve ao implemento do conhecimento e sua aplicação direta sobre algum serviço
ou produto.
03. Planejamento e direcionamento, coleta, análise e divulgação.
04. Constitui um conjunto de processos e recursos com a finalidade de gerir coleta, trata-
mento, armazenagem e distribuição de informações pertinentes à tomada de decisão acerca
das ações organizacionais frente ao ambiente que atua. A inteligência empresarial, assim
como todas as inteligências organizacionais, serve como mecanismo dinâmico de adaptação
do conhecimento individual e coletivo sobre tudo que diz respeito à manutenção da organi-
zação em um ambiente qualquer.
05. Pesquisa de mercado é uma ferramenta de orientação para as decisões. Tem como
objetivo dimensionar o mercado, identificar o segmento de mercado mais lucrativo, detectar
novas tendências, avaliar a performance de seus produtos e serviços, identificar a quantidade
ou volume que o mercado é capaz de absorver e a que preços esses produtos poderão ser
vendidos, bem como reconhecer os concorrentes e suas práticas, seus produtos e serviços,
além dos clientes e suas preferências e seus comportamentos.
Capítulo 3
01. Podemos definir o conceito de trade-off na tomada de decisão para organizações e
mercados como o desdobramento do princípio de recursos escassos ou de disponibilidade
limitada, primordial na economia e na gestão de empresas.
02. Reconhecimento: o reconhecimento de que um estímulo ou estímulos gerou uma opor-
tunidade, ameaça ou crise; diagnóstico: análise de fontes de informação atuais e novas para
definir a questão; pesquisa e desenvolvimento: procurar soluções prontas ou projetar uma
personalizada; avaliação: julgamento, negociação e análise para escolher uma solução. Este
é um processo interativo em múltiplos níveis organizacionais com uma investigação em pro-
fundidade das alternativas; validação: a autorização da solução escolhida pela administra-
ção superior.
158 • capítulo 5
03. A primeira atividade, observar, envolve tomar nota de alguma característica do meio
ambiente. Na versão original do ciclo OODA, isso significava detectar um avião inimigo. A
segunda atividade, orientar, refere-se a apontar (orientar) para uma aeronave adversária, de
modo a estar em uma boa posição para entrar na terceira fase, a fase de decidir, que envolve
decidir o que fazer a seguir. Isso leva à quarta etapa, agir, que envolve implementar o que foi
decidido, por exemplo, pressionar o gatilho.
04. 1. Definir metas e objetivos organizacionais, 2. Desenvolver alternativas, 3. Comparar/
avaliar alternativas usando critérios e pesos objetivos, 4. Escolha dentre as alternativas aque-
la que melhor corresponderem aos critérios, 5. Implementar a decisão, 6. Comandar, liderar,
gerenciar, 7. Feedback do circuito; avaliar e observar os resultados e começar tudo de novo.
05. Trata-se de um sistema de guarda de dados que compõe séries históricas que possi-
bilitam a análise de eventos passados, oferecendo suporte à tomada de decisões futuras.
Surgiram como conceito para a academia na década de 1980, e se baseiam em bancos de
dados de grande capacidade, analisáveis através de ferramentas OLAP.
Capítulo 4
01. Sistema de Gerenciamento de Banco de Dados (SGBD) serve como um banco de dados
para o SAD. Ele armazena uma grande quantidade de dados que são relevantes para a classe
de problemas para os quais o SAD foi concebido e fornece estruturas de dados lógicos (por
oposição às estruturas de dados físicos) com a qual os usuários interagem. Sistema de Ge-
renciamento de Modelo de Base (SGMB) tem como função principal fornecer a independên-
cia entre os modelos específicos que são usados em um SAD a partir das aplicações que os
utilizam. Sistema de Gerenciamento e Geração de Diálogos (SGGD) tem como principal pro-
duto de uma interação com um SAD o insight sobre como solucionar o problema identificado.
02. O termo ETL vem do inglês Extract Transform Load, ou seja, Extração Transformação e
Carga. O ETL visa trabalhar com toda a parte de extração de dados de fontes externas, para
atender às necessidades de negócios e carga dos dados dentro do Data Warehouse. Os
projetos de Data Warehouse consolidam dados de diferentes fontes.
03. Capacidade de obtenção de respostas às consultas. O estabelecimento de relações de
dados. Registro do nível de independência de dados. Recuperação rápida e carregamento de
dados. Segurança abrangente de dados.
04. Um Data Warehouse é uma coleção de dados para apoio do processo de tomada de
decisão da gestão, de forma orientada por assunto, integrada, considerando tempo que varia,
com aspecto não volátil. Um Data Warehouse pode também ser entendido como um reposi-
tório centralizado que armazena dados de várias fontes de informação e os transforma em
um modelo de dados comum, multidimensional, para consulta e análise eficiente.
capítulo 5 • 159
05. A Data Mart é a camada de acesso do ambiente de Data Warehouse, que é utilizada
para obter dados para os usuários. A Data Mart é um subconjunto do Data Warehouse que
normalmente é orientada para uma linha de negócios específico ou equipe. Data Marts são
pequenas fatias de Data Warehouse.
06. Definição de Escopo, Realização do Inventário, Análise, Projeto, Protótipo e Validação
do Protótipo.
07. Enquanto bancos de dados transacionais são projetados para serem atualizados, Data
Warehouses ou Data Marts são somente de leitura. Os Data Warehouses são projetados para
acessar grandes grupos de registros relacionados.
08. Os dados armazenados no Data Warehouse são carregados a partir dos sistemas ope-
racionais funcionais, tais como CRM, ERP etc. Os dados podem passar através de um banco
de armazenamento de dados operacionais para as operações adicionais antes de chegar no
Data Warehouse.
Capítulo 5
01. O ERP evoluiu a partir do sistema conhecido como sistema MRP II (Manufacturing Re-
quirement Planning), com a integração de informações entre fornecedor, cliente e fabricante
usando redes como LAN, WAN e Internet etc. Já o sistema MRP II evoluiu a partir do sistema
MRP (Material Requirement Planning). MRP é uma técnica que explode as exigências do
produto final obtidas a partir de Programação Mestre de Produção (MPS – Master Produc-
tion Schedule).
02. Flexibilidade, modularidade e interconectividade, ser abrangente, ir além da empresa e
estar baseado nas melhores práticas de negócio.
03. Prever demanda, gerir recursos financeiros, gerir riscos, planejar preços, desenvolver
orçamento, planejar materiais necessários, controlar qualidade, entre outros.
04. O CRM é um sistema automatizado de gestão do relacionamento com clientes ancorado
em uma estratégia abrangente que inclui o processo de aquisição, retenção e de parceria
com clientes seletos para criar valor superior para a empresa e para o cliente. Ele envolve a
integração de marketing, vendas e atendimento ao cliente, além das funções da cadeia de
fornecimento da organização para alcançar maior eficiência e eficácia na entrega de valor
ao cliente.
05. É um sistema constituído sob um conceito que envolve a supervisão de materiais, in-
formação e finanças, assim como o controle de como eles se movem em um processo do
fornecedor para o fabricante, para o atacadista, para o varejista e para o consumidor. Su-
pply Chain Management envolve a coordenação e integração desses fluxos, tanto dentro da
empresa como entre as empresas conectadas à cadeia de suprimentos. Os oito processos
chaves que ele deve comportar são Gestão de Relacionamento com Cliente (CRM), Gestão
de Atendimento ao Cliente, Gestão de Demanda, Atendimento de Pedidos, Gestão do Fluxo
de Fabricação, Aquisição, Desenvolvimento de Produto e Comercialização e Devolução.
160 • capítulo 5

Inteligência Empresarial

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

Inteligência Empresarial

Enviado por

Direitos autorais:

Formatos disponíveis

INTELIGÊNCIA

Autor do original christian ganzert

Projeto editorial roberto paes

Coordenação de produção paola gil de almeida, paula r. de a. machado e aline

Projeto gráfico paulo vitor bastos

Diagramação bfs media

Revisão linguística bfs media

Revisão de conteúdo vanilde manfredi

Imagem de capa rangizzz | shutterstock.com

Dados Internacionais de Catalogação na Publicação (cip)

G195i Ganzert, Christian

1. Comunicação empresarial. 2. Comunicação nas organizações.

Diretoria de Ensino — Fábrica de Conhecimento

3.1 Os conceitos, níveis e tipos de decisão nas organizações 68

4.1 Conceitos de sistema de apoio à decisão 96

5. Aplicações empresariais 129

A economia da sociedade contemporânea atingiu um nível de complexi-

1.1 Dado, informação e conhecimento

Muito se fala acerca da Sociedade da Informação ou da Sociedade do Conheci-

Dados + Significado = Informação

Figura 1.1 – Construção da Informação. Fonte: Elaborada pelo autor.

Autores como Setzer (2001) classificam dado e informação de maneira dife-

uma sequência de símbolos quantificados ou quantificáveis. Portanto, um texto é um

Assim sendo, sua diferenciação semântica em relação à informação se dá,

Dados são ainda, segundo Davenport (1998), “observações sobre o estado

Muitos estudiosos afirmam que dados, informações e conhecimento são

O conhecimento é uma mistura fluida de experiência estruturada, valores e informação

Significa dizer que o conhecimento é o amálgama informacional contextua-

1.2 Sociedade na era da informação e do conhecimento

Agora que já é possível distinguir informação, dado e conhecimento, podemos

Entre as tecnologias de informação, incluo, como todos, o conjunto convergente de tec-

A fase informacional do capitalismo teve sua emergência a partir da década

Contudo, a fase informacional do capitalismo, ou simplesmente informa-

Apesar de os antecessores industriais e científicos das tecnologias da informação com

O processamento de dados, agregando informações ao cerne produtivo das

Na verdade, as descobertas tecnológicas ocorreram em agrupamentos, interagindo en-

A utilização de tal tecnologia não pode ser encarada como a incorporação de

Minha tese é de que o surgimento da economia informacional caracteriza-se pelo

Figura 1.2 – Manuel Castells.

As grandes corporações de nossos dias estão presentes, virtualmente ou

As sociedades serão informacionais, não porque se encaixem em um modelo específi-

Tais pré-requisitos para utilização das tecnologias de informação passam

Frequentemente se distinguem os tipos de conhecimento entre os apresen-

1.3 Tipos de conhecimento

Como dito anteriormente, o conhecimento é fruto da contextualização de in-

O conhecimento tácito é construído a partir da vivência, e por isso demanda

Se levarmos em consideração a teoria descrita anteriormente sobre o co-

Ainda esperando que estejam claras as diferenças semânticas entre os ter-

1.4 Desafios da economia: importância estratégica da informação

Podemos entender nosso modo de produção como derivado de todo o avanço

01. Quais os tipos de conhecimento para Nonaka e Takeuchi?

02. Segundo Manuel Castels, quais as bases da economia informacional?

03. Qual o conceito de conhecimento? Explique.

04. O que são dados?

05. Como podemos conceituar a informação?

Existem termos recorrentes associados à Inteligência Empresarial, e uma vasta

A organização recebe sinais dos resultados sobre qualquer interação ante-

A visão clássica de inteligência de empresas condiciona o termo à capaci-

2.2 Modelo de Inteligência Empresarial

Principalmente em contextos de crise, mas também em situações de reestrutu-

Gráficos e Buscas Dashboards Query

Servidor Busca da Data mining, motor Servidor de

Gerenciador de Banco Motor de Redução

Extract Transform Load Motor de Processamento de