Escolar Documentos
Profissional Documentos
Cultura Documentos
Três de Maio
2021
GUSTAVO TEIXEIRA PEREIRA
JACSON FERRAZ POLO
Orientador:
M.Sc. Tiago Luis Cesa Seibel
Três de Maio
2021
RESUMO
Nos dias atuais, o processo de tomada de decisão nas organizações exige que
cada caso seja muito bem analisado para que não ocorram decisões equivoca-
das. Neste sentido, torna-se imprescindível o uso de alguma ferramenta disponível
no mercado que possa captar todos os dados da organização e posteriormente
transforma-los em informações claras e precisas. Sendo assim, o presente Traba-
lho de Conclusão de Curso, relata a situação da empresa Romar F. Mann e Cia
Ltda, esta do ramo metal mecânico, que fabrica peças para colheitadeiras agríco-
las. Na empresa, identificou-se uma carência de informações relativas aos pro-
cessos de produção, assim, o trabalho busca analisar a efetividade da empresa
no setor de usinagem por meio dos apontamentos realizados no ERP utilizado
pela empresa. A partir da análise foram elencados indicadores e criados dash-
boards que auxiliem os gestores nas tomadas de decisões. Como metodologia
para a realização deste trabalho, foi utilizado o método dedutivo, na qual foram
coletados dados no âmbito da empresa, e após a coleta destes dados, os mes-
mos foram transformados em informações para se chegar a uma conclusão. Além
disso, também foi utilizado a abordagem quali-quantitativa. A abordagem qualita-
tiva foi utilizada com o intuito de analisar os processos desenvolvidos no setor de
usinagem, para posteriormente poder sugerir propostas de melhorias. Já a abor-
dagem quantitativa se fez necessária para analisar os quantitativos da produção,
sejam eles os tempos de produção como as quantidades produzidas. Os procedi-
mentos necessários para a elaboração do trabalho foram o estudo de caso, na qual
foi analisado um setor específico dentro da organização em questão, a pesquisa
bibliográfica para o entendimento e posterior aplicação dos conceitos e a análise
e coleta dos dados. Como resultados obtidos, foi possível desenvolver dois dash-
boards, um de análise de efetividade e outro de análise de produção. Ao término
do desenvolvimento, conclui-se que alguns apontamentos feitos pelos colaborado-
res não são realizados corretamente, o que gera uma distorção na análise efetiva
dos tempos de produção. Com relação as quantidades, percebe-se que a quanti-
dade total estipulada na ordem de produção é sempre maior do que a fabricada, e
isto poderá ser adequado quando os gestores da organização tiverem em mãos os
dashboards, onde poderão analisar a real capacidade produtiva da empresa.
Palavras-Chave: Metal mecânica, Business Intelligence, Análise da Produção
.
ABSTRACT
Quadro 1: Tipos de BI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
Quadro 2: Trabalhos relacionados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
Quadro 3: Orçamento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
Quadro 4: Cronograma. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
LISTA DE SIGLAS
INTRODUÇÃO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1 METODOLOGIA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.1 TEMA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.1.1 Delimitação do Tema . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.2 OBJETIVO GERAL . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.2.1 Objetivos Específicos . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.3 JUSTIFICATIVA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.4 PROBLEMA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.5 HIPÓTESES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.6 METODOLOGIA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.6.1 Abordagem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.6.2 Procedimentos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.6.2.1 Validação das Hipóteses . . . . . . . . . . . . . . . . . . . . . . . . 21
1.6.3 Técnicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.7 ORÇAMENTO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.8 CRONOGRAMA DE ATIVIDADES . . . . . . . . . . . . . . . . . . . 23
2 FUNDAMENTAÇÃO TEÓRICA . . . . . . . . . . . . . . . . . . . . . . . . 24
2.1 INDÚSTRIA METALÚRGICA . . . . . . . . . . . . . . . . . . . . . . 24
2.1.1 Usinagem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.1.2 Manufatura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.2 SISTEMAS DE PRODUÇÃO . . . . . . . . . . . . . . . . . . . . . . 26
2.3 SISTEMAS DE INFORMAÇÕES GERENCIAIS . . . . . . . . . . . . 27
2.4 BALANCED SCORECARD . . . . . . . . . . . . . . . . . . . . . . . 28
2.5 BUSINESS INTELLIGENCE . . . . . . . . . . . . . . . . . . . . . . 29
2.5.1 Etapas do Projeto de BI . . . . . . . . . . . . . . . . . . . . . . . . 30
2.5.2 ETL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.5.3 Data warehouse . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.6 RECURSOS DE BI . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.6.1 Drill Down . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.6.2 Roll Up . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.6.3 Slice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.6.4 Dice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.7 POWER BI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.8 PENTAHO DATA INTEGRATION . . . . . . . . . . . . . . . . . . . . 36
2.9 POSTEGRESSQL . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.10 TRABALHOS RELACIONADOS . . . . . . . . . . . . . . . . . . . . 38
2.10.1 The Research Application of Process-oriented Business Intelli-
gence in Manufacturing Industry . . . . . . . . . . . . . . . . . . 38
2.10.2 Implementação de um sistema e Business Intelligence para uma
empresa do ramo metalúrgico . . . . . . . . . . . . . . . . . . . . 39
2.10.3 Solução com Business Intelligence para apoio no planejamento
da produção: um case aplicando computação In-Memory com
SAP HANA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
2.10.4 Application of Business Intelligence Solutions from Microsoft
and IBM on Manufacturing Data . . . . . . . . . . . . . . . . . . . 44
2.10.5 The Operations Plan Management System of Metallurgical Mi-
ning Enterprise Based on Business Intelligence . . . . . . . . . 46
2.10.6 Application of Business Intelligence Solutions on Manufactu-
ring Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
2.10.7 The Manufacturing Blueprint Environment: Bringing Intelligence
into Manufacturing . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
2.10.8 Business Intelligence in Industry 4.0: State of the art and rese-
arch opportunities . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
2.10.9 Possibilities of Usage of Strategic Business Intelligence sys-
tems Based on Databases in Agile Manufacturing . . . . . . . . 54
2.10.10 Industrial intelligence - a business intelligence-based approach
to enhance manufacturing engineering in industrial companies 56
2.10.11 Business Intelligence: um estudo sobre a implantação em in-
dústrias de pequeno porte . . . . . . . . . . . . . . . . . . . . . . 58
2.10.12 Interações entre ferramentas de Business Intelligence e tecno-
logias da indústria 4.0 na gestão da cadeia de suprimentos . . 60
2.10.13 O processo de implantação de Business Intelligence para aná-
lise das informações de maneira ágil: o caso de um correspon-
dente bancário . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
2.10.14 Adaptabilidade do Business Intelligence no meio organizacio-
nal: uma abordagem multicasos . . . . . . . . . . . . . . . . . . . 65
2.10.15 Processo de implementação do Business Intelligence para su-
porte na tomada de decisões na área portuária de uma minera-
dora na cidade de São Luís - MA . . . . . . . . . . . . . . . . . . . 67
3 RESULTADOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
3.1 A EMPRESA ROMAR MANN & CIA LTDA . . . . . . . . . . . . . . 72
3.2 CENÁRIO ATUAL . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
3.3 SOLUÇÃO PROPOSTA . . . . . . . . . . . . . . . . . . . . . . . . . 74
3.4 DEFINIÇÃO DOS INDICADORES . . . . . . . . . . . . . . . . . . . 76
3.5 PROCESSO DE DESENVOLVIMENTO . . . . . . . . . . . . . . . . 78
3.6 DESENVOLVIMENTO DO ETL . . . . . . . . . . . . . . . . . . . . . 78
3.6.1 ETL - Extração de dados . . . . . . . . . . . . . . . . . . . . . . . 79
3.6.2 ETL - Transformação de dados . . . . . . . . . . . . . . . . . . . . 82
3.6.3 ETL - Carga de dados . . . . . . . . . . . . . . . . . . . . . . . . . 88
3.7 APRESENTAÇÃO DOS RESULTADOS . . . . . . . . . . . . . . . . 89
3.7.1 Apresentação dos Dashboards desenvolvidos . . . . . . . . . . 89
3.7.1.1 Dashboard de produção . . . . . . . . . . . . . . . . . . . . . . . . . 89
3.7.1.2 Dashboard de efetividade . . . . . . . . . . . . . . . . . . . . . . . . 95
3.8 CONSIDERAÇÕES FINAIS . . . . . . . . . . . . . . . . . . . . . . . 100
CONCLUSÃO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
REFERÊNCIAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
APÊNDICES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
INTRODUÇÃO
Tendo em vista estes fatores, sabe-se que cada vez mais é necessário o
emprego da tecnologia, seja para buscar melhor qualidade de vida no trabalho ou
para buscar uma melhor administração do resultados com dados mais precisos e
que auxiliem nas tomadas de decisões diárias, visando obter uma maior vantagem
competitiva.
Por sua vez, o capítulo dois apresenta o referencial teórico das áreas que
serão objeto de estudo e que compõe o corpo de conhecimento para a elaboração
deste trabalho.
1.1 TEMA
1.3 JUSTIFICATIVA
utilizados para realizar o registro de produção do setor. Esse registro por sua vez,
ocorre toda vez que um colaborador realizar o apontamento de início ou término
de item a ser produzido.
produção.
1.4 PROBLEMA
1.5 HIPÓTESES
1.6 METODOLOGIA
Segundo Lovato (2013), os métodos são o caminho que levam até a meta,
ou seja, os métodos são os principais responsáveis por auxiliar e guiar o pesqui-
sador para que este consiga atingir os seus objetivos de pesquisa. Desta forma,
a metodologia por sua vez é a principal responsável por apresentar o conjunto de
métodos e técnicas utilizados para a realização de uma pesquisa. A seguir será
apresentada a metodologia utilizada para a realização do trabalho.
1.6.1 Abordagem
A abordagem qualitativa por sua vez, foi aplicada neste trabalho através da
análise e sugestão de melhoria dos processos utilizados pela empresa para realizar
a produção dos seus itens, desta forma, a utilização desta abordagem se justifica
devido a necessidade de se analisar e posteriormente se sugerir mudanças que
poderão impactar diretamente na qualidade do fluxo de processos utilizados pela
empresa objeto de estudo.
1.6.2 Procedimentos
A coleta de dados pode se dar por duas diferentes dimensões, sendo es-
sas a observação e a mensuração. As pesquisas utilizadoras dos métodos de
mensuração costumam assumir um caráter quantitativo, enquanto as pesquisas
de observação costumam assumir um caráter qualitativo. Por fim, segundo Lovato
(2013) a fase de análise de dados consiste em utilizar os dados obtidos através
da fase de coleta de dados, para que se torne possível extrair dos mesmos as
informações necessárias para o desenvolvimento da pesquisa.
A segunda hipótese por sua vez diz que “Com a aplicação de uma ferra-
menta de BI será possível propor melhorias que adaptem a produção ao que foi
previamente planejado pela empresa objeto de estudo.” A validação desta hipó-
tese se dará a partir do levantamento de dados obtidos através dos indicadores de
tempos e de custos de produção.
1.6.3 Técnicas
1.7 ORÇAMENTO
2.1.1 Usinagem
2.1.2 Manufatura
ções obtidas, além disso, Gonçalves (2017), complementa que para obter um maior
desempenho do sistema, este deverá contemplar todos os setores da empresa.
Além disto, o BSC surgiu como uma proposta de melhoria em relação aos
tradicionais métodos de medidas contábeis que existiam até aquele presente mo-
mento, pois estes não mais ajudavam a empresa a empresa aumentar o seu valor
econômico.
todo, desta forma, todos os conhecimentos adquiridos pela organização bem como
pelos seus colaboradores são de suma importância para auxiliar a organização a
conquistar seu lugar no mercado e consequentemente conquistar assim cada vez
mais clientes.
Quadro 1: Tipos de BI
2.5.2 ETL
Segundo Turban; Sharda et al. (2009), o Drill Down consiste em uma aná-
lise mais detalhada das informações que compõe o resumo, sendo assim, cada
transação feita será observada, buscando analisar detalhadamente os fatos. No
entanto, a análise Drill Down pode deixar as consultas mais lentas, pois devido ao
nível de detalhamento, será necessário utilizar-se de mais dados.
2.6.2 Roll Up
2.6.3 Slice
2.6.4 Dice
2.7 POWER BI
Figura 6: Power BI
2.9 POSTEGRESSQL
De acordo com Jorej (2010) este trabalho busca como objetivo geral des-
crever quais são as principais etapas presentes no processo de implantação Busi-
ness Intelligence em uma empresa do ramo metalúrgico. O trabalho possui como
objetivos específicos o mapeamento das etapas do processo de implantação de
40
uma ferramenta de BI na empresa Forjas Taurus S.A. Bem como, realizar a aná-
lise dos fatores críticos facilitadores e dificultadores gerados a partir da inserção da
arquitetura BI para a empresa.
Por fim, o trabalho conclui falando que através dos resultados obtidos obti-
dos com a realização do mesmo, foi possível observar que o processo de tomada
de decisões é um recurso crítico para uma empresa, e quando esse for executado
de forma equivocada pode acarretar em consequências irreversíveis para a saúde
da empresa, desta forma, utilização de uma ferramenta de Business Intelligence
pode ser uma forte aliada para ajudar a organização a tomar as decisões corretas
e consequentemente atingir seus objetivos.
De acordo com Botega (2018) o presente trabalho teve como principal ob-
jetivo disponibilizar uma solução de BI com recursos in-memory com a capacidade
de gerar relatórios que contribuam para o planejamento de produção de uma in-
dustria metalúrgica.
O principal problema levantado para esse trabalho diz respeito a como ge-
rar informações dos recursos online produtivos da empresa através da aplicação
dos recursos disponibilizados pelo SAP HANA. Esse problema se levanta devido
ao fato de que a empresa objeto de estudo trabalha com o conceito de Just in time,
tendo isso em vista a mesma está constantemente enfrentando problemas relaci-
onados a oscilação de demanda de mercado, recursos de produção e distribuição
de mão de obra.
Por fim, a principal técnica utilizada neste trabalho foi a entrevista semies-
truturada junto aos analistas responsáveis pelo PCP (Planejamento e Controle da
Produção) na empresa para desta forma poder levantar uma visão dos resultados
esperados para o trabalho.
Por fim, este trabalho ressalta que a forma como uma organização trata
seus dados pode ser o fator diferencial para tornar essa empresa competitiva no
mercado, dessa forma, é extremamente vantajoso para as organizações transfor-
marem seus dados em informações que possam ser utilizadas de forma estratégica
para o desenvolvimento da empresa.
Após isso foi utilizado duas ferramentas de BI para realizar a criação dos
relatórios semelhantes aos que já eram utilizados pela empresa e a partir daí ava-
liar suas performances.
Os relatórios gerados pelo sistema antigo utilizado pela empresa eram bem
simples e contavam apenas com os dados expostos em colunas. Os relatórios ge-
rados neste sistema antigo eram limitados e dificilmente poderiam ser alterados.
Desta forma, toda vez que um colaborador precisava de algum relatório diferenci-
ado o mesmo deveria solicitar a criação deste relatório para o departamento de TI
da empresa, isso por sua vez, levava bastante tempo.
Por fim, Miskuf, Zolotová e Nemcík (2016) conclui dizendo que a empresa
escolheu o Visual Studio da Microsoft devido ao seu preço mais acessível e que
futuramente a empresa pretende voltar sua arquitetura para a nuvem, desta forma,
este trabalho é concluído dizendo que futuramente será desenvolvido a adaptação
dessa solução de BI tendo um maior foco para cloud.
De acordo com Nailian (2010) o presente trabalho teve como principal ob-
jetivo apresentar um sistema de gerenciamento do plano de operações em uma
mineradora com o propósito de aumentar a sua competitividade no mercado. Desta
forma, o trabalho procurou solucionar a problemática de como o Business Intelli-
gence pode contribuir para a agregação de valor na mineradora afim de auxiliá-la
no processo de tomada de decisão permitindo assim aumentar a sua competitivi-
dade no mercado.
Como resultados obtidos através deste trabalho Nailian (2010) diz que o
sistema aplicado para a empresa conseguiu contemplar todas as áreas estraté-
gicas para a mesma. O sistema realiza os cálculos de demandas no mercado
baseado nas informações presentes do data warehouse da empresa, com base
nesses dados o sistema também conseguiu informar quais eram as matérias pri-
mas necessárias para atender as demandas de mercado.
Por fim, Nailian (2010) conclui que através da aplicação da teoria e tecnolo-
gia de Business Intelligence na empresa mineradora tornou-se possível organizar
o plano de operações da mesma de forma que contribuiu significativamente no pro-
48
cesso de tomada de decisão, isso por sua vez, resultou na melhora do desempenho
da empresa no mercado onde atua aumentando assim a sua competitividade.
Ambos os trabalhos estão relacionados quanto aos seus temas que envol-
vem a utilização do Business Intelligence aplicado como forma de auxilio para as
empresas objeto de estudo. Porém, a diferenciação entre os dois trabalhos se dá
devido foco principal de se aplicar o BI nas empresas. O trabalho relacionado teve
como foco aumentar a competitividade da empresa onde foi executado, enquanto
o presente trabalho visa realizar a avaliação de desempenho do setor de usinagem
da empresa objeto de estudo.
Após fazer a utilização das duas soluções de BI Miskuf; Zolotová (2015) diz
que ambas as soluções apresentaram vantagens e desvantagens, onde identificou-
se que a solução de BI da IBM era mais complexa de se trabalhar do que a solução
49
Por fim, Miskuf; Zolotová (2015) encerra o trabalho dizendo que o fator
decisivo para definir qual é a melhor solução de BI para cada caso é a forma
de como essas soluções gerenciam o processo de ETL, pois, esse pode ser o
diferencial em como levantar, organizar e manter os dados de uma organização
bem gerenciados.
forma, conceitos como big data e internet das coisas estão se tornando cada vez
mais presentes no dia a dia das organizações manufatureiras.
Por fim, Papazoglou; Elgammal (2017) conclui dizendo que este trabalho
propôs uma mudança de paradigmas no qual se buscou entender como os pla-
nos de manufatura poderiam contribuir para auxiliar no desempenho das industrias
de manufatura. Ainda segundo Papazoglou; Elgammal (2017) cada dimensão dos
planos de manufatura funciona como uma parte de um conjunto responsável por
integrar, interagir entre si, compartilhar dados e informatizar o processo de pro-
dução com o principal foco de alavancar o desempenho do mesmo, desta forma,
automatizando e otimizando o desempenho do processo utilizado nas indústrias de
manufatura.
2.10.8 Business Intelligence in Industry 4.0: State of the art and research
opportunities
(2018) ressalta que foi de extrema necessidade estudar sobre o que já havia sido
realizado de pesquisa nessa área e quais conhecimentos e conceitos ainda não
foram explorados nessa área.
porativo quanto no meio acadêmico. Por fim, o trabalho é encerrado dizendo que
como proposta futura irá ser desenvolvido um trabalho que terá como foco principal
concentrar os aspectos do BI para assim poder realizar a agregação de valor para
os projetos da indústria 4.0.
Este trabalho, segundo Uçakturk, Uçakturk e Yavuz (2015), tem como prin-
cipal objetivo realizar uma varredura da literatura para poder fornecer informações
que demonstrem as vantagens de se utilizar as ferramentas de BI em conjunto
com o data warehouse e arquiteturas de banco de dados, para o processo ágil em
empresas de manufatura.
data warehouse e qual a sua relação para se criar um processo de manufatura ágil.
Desta forma, ainda de acordo com Uçakturk, Uçakturk e Yavuz (2015) o conceito de
BI está diretamente relacionado a capacidade de interpretar grandes volumes de
dados, para que através da análise dos mesmos seja possível extrair informações
que contribuam para a formação de uma estratégia de negócio que possibilite para
a empresa obter vantagens quanto aos seus concorrentes no mercado onde atua.
Uçakturk, Uçakturk e Yavuz (2015) conclui dizendo, que o fato de uma or-
ganização fazer uso de um data warehouse e ferramentas de BI está ligado direta-
mente ao mercado onde a mesma atua. A utilização desses recursos permite que
as organizações obtenham diferentes formas de ver as demandas e oportunida-
des presentes no seu cotidiano. Desta forma, quando as empresas de manufatura
aplicam o Business Intelligence ao seu negócio as mesmas conseguem integrar
produção, recursos humanos, qualidade de produto com o que é esperado pelos
clientes, que por sua vez estão cada vez mais exigentes.
Como resultado das entrevistas Lasi (2013) ressalta que grande maioria
dos tomadores de decisão tinham carência de mais informação quanto ao setor de
pesquisa e desenvolvimento. Após ter identificado essa demanda foi então reali-
zada mais 4 entrevistas em empresas de médio porte. Com os resultados obtidos
através destas entrevistas foi possível então desenvolver alguns casos de uso que
seriam então utilizados como forma de atender essa demanda de informação.
Como resultados da aplicação dos casos de uso Lasi (2013) afirma que
os tomadores de decisões entrevistados necessitavam de várias informações pre-
sentes e todas as etapas do ciclo de vida de seus produtos. Como forma de se
atender essa demanda foi realizada uma busca para encontrar uma ferramenta de
ETL comum capaz de extrair e armazenar informações digitalizadas referentes aos
modelos dos produtos. Devido ao fato de não se encontrar nenhuma ferramenta
que atendesse ao que era solicitado para este trabalho, foi necessário se desenvol-
ver uma ferramenta protótipo que teria como principal função extrair e armazenar
os dados em um data warehouse orientado aos produtos.
58
ternet e isto por sua vez, representa para a indústria facilidade em fazer a aquisição
da plataforma para trabalho.
Por fim Oliveira, Aguiar e Almeida (2019) conclui dizendo que o principal
objetivo do estudo de selecionar uma solução de BI que melhor se adequasse a
estrutura utilizada pela indústria de acolchoados foi alcançado. A escolha do Power
BI como solução de implantação se deu de acordo com as análises e escolhas de
três especialistas que trabalham na área de BI, para se chegar a essa escolha, foi
levado em conta desempenho, capacidade de integração, custo benefício, pratici-
dade de utilização e outros critérios determinados como importantes pela gerencia
na empresa.
Na segunda etapa da pesquisa, foi realizada uma nova análise nos traba-
lhos encontrados para que assim, fosse possível identificar de forma mais espe-
cífica, quais foram os trabalhos que melhor atenderam aos critérios de pesquisa
elencados como importantes para o se obter os dados necessários para a formu-
lação dos resultados deste trabalho.
Por fim, a principal diferença entre os trabalhos está no objetivo que cada
trabalho visa atingir. O presente trabalho busca utilizar BI para realizar a avali-
ação de efetividade do setor de usinagem da empresa onde será desenvolvido,
enquanto o trabalho relacionado buscou por meio de uma pesquisa e análise en-
tender quais são as interações do BI e das tecnologias da Indústria 4.0 existentes
com os processos logísticos e com a gestão de cadeia de suprimentos.
63
presas para poder entender quais foram as áreas onde se aplicou o BI e quais
foram as contribuições que esse trouxe para as mesmas. As empresas estudas
pertenciam aos ramos da saúde, agroflorestal, soluções e operação de gestão e
uma empresa que trabalha com campanhas de fidelização.
Pantoja, Parise e Sa (2017) diz que, com a realização deste estudo ficou
ainda mais nítido a capacidade que o Business Intelligence possui de se adap-
tar aos mais diversos cenários do mercado. Ainda segundo Pantoja, Parise e Sa
(2017) a versatilidade do BI proporciona que cada empresa o utilize de acordo com
seus objetivos e estratégias.
Por fim, Pantoja, Parise e Sa (2017) conclui dizendo através dos conheci-
mentos adquiridos por esse estudo, o Business Intelligence pode ser visto como
uma tecnologia que pode ser aplicado de forma eficiente a diferentes ramos de
mercado. A confirmação disso ainda segundo Pantoja, Parise e Sa (2017), se dá
devido ao que ocorreu nos casos das empresas estudadas, onde mesmo sendo de
diferentes nichos de mercado, o BI conseguiu se adaptar aos processos e ainda
conseguiu contribuir de forma geral para o desenvolvimento das mesmas.
Este estudo contou com utilização de dois principais métodos, sendo es-
ses, a revisão bibliográfica e o estudo de caso. A revisão bibliográfica serviu como
forma de levantar os conhecimentos necessários sobres as áreas de sistemas de
informação, Business Intelligence, sistemas de BI e Microsoft Power BI. Após o
levantamento destes conceitos tornou-se possível adquirir uma visão mais clara de
como inserir e adaptar o BI como forma de auxílio a tomada de decisão no estudo
de caso da mineradora.
Matos, Marsaro e Matos (2019) afirma que o principal objetivo deste traba-
lho foi alcançado com sucesso. O sistema de BI implementado foi bem aceito pela
empresa, que por sua vez conseguiu aprimorar a sua tomada de decisão por meio
dos dashboards feitos na ferramenta Microsoft Power BI. Matos, Marsaro e Matos
(2019) ainda complementa que os dashboards foram capazes de auxiliar tanto na
69
Por fim, Matos, Marsaro e Matos (2019) conclui dizendo que os dados
apresentados nos dashboards possibilitaram uma visão mais ampla das atividades
realizadas no cotidiano dos processos, proporcionando assim, o levantamento de
informações de diferentes pontos dos processos, que por sua vez, agregaram de
forma significativa no processo de tomada de decisão.
Botega (2018) Disponibilizar uma solução de BI com recursos in-memory que seja capaz de gerar relatórios para auxiliar Indústria Metalúrgica. SAP HANA, Excel e Tableau. SETREM.
no planejamento da produção de uma indústria metalúrgica.
Jorej (2010) Descrever quais são as principais etapas presentes no processo de implantação Business Intelligence em Indústria Metalúrgica. MS-SQLSERVER. UFRGS.
uma empresa do ramo metalúrgico.
Yuan; Zhigang (2010) Aprofundar a compreensão do conceito de POBI (Processo orientado a Bussines Intelligence) para assim Estudo bibliográfico voltado para a in- Research Gate.
melhorar a aplicação de BI em empresas de manufatura. dústria de manufatura.
Miskuf, Zolotová e Nemcík Comparar dois softwares de Business Intelligence com o propósito de melhorar o processo de gerar relató- Indústria siderúrgica. Visual Studio e Cognos. IEEE.
(2016) rios de produção de uma das maiores siderúrgicas da Europa.
Nailian (2010) Apresentar um sistema de gerenciamento do plano de operações em uma mineradora com o propósito de Indústria Mineradora. IEEE.
aumentar a sua competitividade no mercado.
Miskuf; Zolotová (2015) Realizar a aplicação de duas diferentes soluções de BI em dados de manufatura de uma empresa da Indústria Manufatureira. Ferramenta de BI da Oracle e Cognos. IEEE.
Eslováquia com o intuito de gerar relatórios que atendam as demandas dos usuários.
Papazoglou; Elgammal (2017) Utilizar o conceito de planos de manufatura para demonstrar como a informatização da produção juntamente Indústria Manufatureira. IEEE.
com analise e interpretação de dados pode auxiliar as empresas de manufatura.
Bordeleau, Mosconi e Santa- Utilizou uma revisão sistemática literária para atingir dois principais objetivos, sendo esses, compreender Revisão literária volta para a indústria Research Gate.
Eulalia (2018) a criação de valor através da utilização do BI para a indústria 4.0 e identificar quais são as principais manufatureira.
contribuições e lacunas de pesquisa presentes nessa área.
Uçakturk, Uçakturk e Yavuz Realizar uma varredura da literatura para poder fornecer informações que demonstrem as vantagens de se Revisão literária volta para a indústria Research Gate.
(2015) utilizar as ferramentas de BI em conjunto com o data warehouse e arquiteturas de banco de dados, para o manufatureira.
processo ágil em empresas de manufatura.
Lasi (2013) Desenvolver e validar um framework de BI que possibilite aos tomadores de decisões das industrias de Industrias Manufatureiras. Ferramenta protótipo desenvolvida exclusi- Research Gate.
manufatura, obter informações que agreguem para a maturação do ciclo de vida dos produtos. vamente para esse estudo.
Oliveira, Aguiar e Almeida Propor a implantação de soluções de Business Intelligence que se adéquem as demandas estratégicas das Indústria de colchões e estofados. Power BI. ENEGEP 2019.
(2019) industrias de pequeno porte, tendo como principal objeto de estudo uma indústria de colchões e estofados
localizada na cidade de Campina Grande no estado da Paraíba.
Coriguazi; Simon (2019) Identificar, analisar e estudar documentos que abordem a interação das ferramentas de Business Intelli- Revisão bibliográfica voltada para a ENEGEP 2019.
gence e da Indústria 4.0 nos processos de logística e na gestão de cadeia de suprimentos. gestão de cadeia de suplementos.
Prates; Melo (2020) Apresentar o processo de implantação do Business Intelligence em um correspondente bancário mais es- Empresa do ramo bancário. Qlik Sense. ENEGEP 2020.
pecificamente no setor de controle e retenção.
Pantoja, Parise e Sa (2017) Propor um estudo comparativo de como os conceitos de Business Intelligence se comportam em diferentes Estudo de caso voltado para empre- Research Gate.
cenários de atuação. sas de diferentes ramos do mercado.
Matos, Marsaro e Matos (2019) Implementar um sistema de Business Intelligence por meio do Power BI, tendo como foco principal o auxílio Indústria Mineradora. Power BI. ENEGEP 2019.
na tomada de decisões na área portuária de uma empresa mineradora.
70
71
De acordo com MANN (2020) empresa Romar F. Mann & Cia Ltda foi fun-
dada pelo senhor Romar Felipe Mann (in memorian) em 04 de fevereiro do ano
de 1985. Inicialmente a empresa contou com quatro sócios, sendo esses: Romar
Felipe Mann (in memorian), Ricardo Klein Mann, Cláudio Baiotto (in memorian) e
Eron Teixeira.
Nos dias atuais a organização conta com mais de 200 colaboradores em-
pregados e uma carteira de mais de 1500 clientes distribuídos tanto a nível nacional
quanto a nível internacional. Além de realizar o comercio de peças de reposição
para o Brasil a empresa também faz negócios com países como: Argentina, Uru-
guai, Equador, Paraguai, Bolívia, Costa Rica e Peru.
O setor de usinagem conta com a sua produção focada em itens que de-
mandam mais detalhamento e precisão de produção, visto que, os mesmos em sua
grande maioria são itens que devem possuir um alto desempenho quando monta-
dos nas máquinas colheitadeiras.
ção e ajustes nos itens produzidos e por fim, a sala de conferência, onde ocorre a
verificação se os itens produzidos pela usinagem estão de acordo com padrões de
qualidade e desempenho necessários.
Para realizar este trabalho será utilizado um grupo formado por indicadores
relacionados aos tempos e custos de produção, sendo esses:
- Os itens: este indicador por sua vez irá trabalhar com os dados referentes
aos itens produzidos no setor de usinagem. Este indicador está ligado diretamente
aos custos de produção, visto que o mesmo, envolve valores referentes as quanti-
dades produzidas e aos preços monetários dos itens.
Este tópico tem por objetivo descrever os passos necessários para a ela-
boração deste Trabalho de Conclusão de Curso (TCC), desde o estabelecimento
do contato com a empresa, a coleta dos dados da produção até a finalização do
presente trabalho.
Por fim, as duas últimas colunas possuem como objetivo mapear as infor-
mações de acordo com o que existe dentro do banco de dados do ERP utilizado
pela empresa. Os dados presentes nestas colunas fazem referência ao nome que
cada dado possui no banco do ERP, e a tabela que o mesmo pode ser encontrado.
Para demonstrar um exemplo de tabela voltada ao levantamento e mapeamento de
dados pode-se observar a Figura 11.
Este diagrama conta com duas tabelas fatos e cinco tabelas dimensões.
Desta forma, as tabelas fatos são a tabela apontamento e a tabela ordem_producao,
enquanto as tabelas dimensões são as tabelas itens, processos, centro_trabalho,
operador e equipamento.
As tabelas fatos recebem esse nome por se fazerem referência a fatos que
aconteceram em um determinado momento dentro da empresa, onde o trabalho
está sendo realizado. Já as tabelas dimensões, recebem esse nome por se tra-
tarem de informações que estão relacionadas aos fatos ocorridos, categorizando
essas como uma dimensão daquele fato.
bela conta com duas colunas sendo essas, a coluna “Código” e a coluna “Nome”. A
coluna “Código” armazena informações sobre os códigos identificadores que cada
maquina ou equipamento possui, já a coluna “Nome”, armazena por sua vez o
nome ou a descrição dada para cada máquina e equipamento existentes no setor
de usinagem.
Por fim, as duas ultimas colunas presentes na tabela fato ordem de pro-
dução são a coluna “Liberação” e a coluna “Item Codigo”. A coluna “Liberação”
armazena a informação sobre um número que é utilizado como forma de identifi-
cação auxiliar para uma ordem de produção. Já a coluna “Item Codigo” é principal
responsável por armazenar a informação referente a qual item está sendo solici-
tado em cada ordem de produção.
ocorrerá devido ao fato de que todos os dias novas informações são lançadas
no sistema através dos apontamentos de produção. Esses apontamentos geram
diariamente novas cargas de dados que irão contribuir de forma significativa, para a
realização do processo de avaliação da efetividade do setor de usinagem realizado
através dos dashboards desenvolvidos pelo Power BI.
posteriormente implantados para uso na empresa, isso por sua vez, se justifica por
que os dados de amostra utilizados possuem valores e tipos semelhantes aos da-
dos verdadeiros presentes dentro do banco de dados da empresa. A seguir será
apresentado através da Figura 21 o Dashboard de produção desenvolvido para
analisar o setor de usinagem.
A tabela valor total por item é a ultima parte que compõe o Dashboard de
produção. Esta tabela tem como principal objetivo mostrar para os gestor quanto
foi produzido de cada item e quanto foi o valor monetário obtido através desta
produção. Os valores monetários presentes nesta tabela podem ser visualizados
de forma individual por item ou como um valor total obtido através soma de todos
os itens fabricados durante o período analisado. A tabela valor total por item pode
ser visualizada através da Figura 26.
95
apontamentos de produção.
de amostra utilizados, e isso, por sua vez se justifica por que os tipos de informa-
ções armazenadas pelos dados de amostra, são de tipos semelhantes aos dados
verdadeiros presentes no setor de usinagem.
ness Intelligence, foi atingido. Em razão dos dados coletados, foi possível aplicá-los
em uma ferramenta de BI e transformar os dados em informações relativos a pro-
dução e a efetividade do setor. A comprovação disso pode ser observada através
dos Dashboards de produção e efetividade representados respectivamente pelas
Figuras 21 e 27. Através dos mesmos, foi possível realizar a análise de efetividade
através dos tempos de produção, bem como analisar a quantidade fabricada por
item, por marca, por grupo, por operador e também um comparativo dos itens com
relação a sua quantidade fabricada e o valor total faturado por item (os valores to-
tais utilizados para a análise podem sofrer variação no preço de venda, pois foram
utilizados o valor contido no preço de lista, que é o preço base do item).
nho: dos objetivos à ação — métodos para elabora KPIs e obter resultados.
1.ed. Rio de Janeiro: Alta Books. ISBN 8550804282, 9788550804286.
KIMBALL, R.; CASERTA, J. 2004. The Data Warehouse ETL Toolkit Practical
Techniques for Extracting, Cleaning, Conforming, and Delivering Data. 1.ed.
Indianápolis: Wiley Publishing, Inc. ISBN 0-764-57923-1.
RIFKIN, J. 2011. The Third Industrial Revolution: how lateral power is trans-
forming energy, the economy, and the world. 1.ed. New York : St. Martin’s
Publishing Group. ISBN 023034058X, 9780230340589.
TURBAN, E.; SHARDA, R.; ARONSON, J. E.; KING, D. 2009. Business Intelli-
gence: um enfoque gerencial para a inteligência do negócio. 1.ed. Porto
Alegre: Bookman. ISBN 978-85-7780-334-7.
109
Quadro 3: Orçamento
2020 2021
Atividade / Período
Ago Set Out Nov Dez Jan Fev Mar Abr Mai Jun Jul
Definição do tema do TCC X
Documentar trabalho X X X X X X X X X X X
Desenvolvimento do capitulo 1 X X X
Desenvolvimento do capitulo 2 X X
Entrega e validação do projeto de TCC X
Apresentação da pré-banca do projeto X
de TCC
Desenvolvimento do capitulo 3 X X X X X X X X
Definir os indicadores X X X X
Criar e organizar o Data Set de dados X X X X
Desenvolver os painéis no Power BI X X X
Analisar e interpretar os dados obtidos X X X
Documentar os resultados obtidos X X X X
Apresentação e entrega do trabalho fi-
nal
LEGENDA
Previsto
Realizado X
Previsto e Realizado X