FUNDAMENTOS EM BUSINESS INTELLIGENCE

1
Sumário

SISTEMA BI – BUSINESS INTELLIGENCE:................................................................... 4

OBJETIVOS: ................................................................................................................ 4
VANTAGENS: .............................................................................................................. 4
CENÁRIO ATUAL CORPORATIVO: ............................................................................... 5

NOVA FORMA DE TRATAR DADOS- BI: ....................................................................... 6

ESTRUTURA BI: ............................................................................................................. 7

TERMOS BI: .................................................................................................................... 8

TEOREMA BI ................................................................................................................ 12

O que o Teorema BI pode fazer ................................................................................. 12

Conhecendo as visões do Sistema ............................................................................ 12
Ordenando ................................................................................................................. 14
Filtrando Informações e valores ................................................................................. 15
Cadastros de Consulta .............................................................................................. 16
Layout ........................................................................................................................ 17
Selecionar Consulta ................................................................................................... 17
Consultar ................................................................................................................... 18
Setup ......................................................................................................................... 19
Visualizar ................................................................................................................... 20
Impressão .................................................................................................................. 20
Customização ............................................................................................................ 20
Contatos .................................................................................................................... 21
Analisando as Informações ........................................................................................ 22
Gráficos ..................................................................................................................... 24
ANEXO COMPLEMENTAR ........................................................................................... 26

Introdução ao Business Intelligence ......................................................................... 26

Objetivos ..................................................................................................................... 26

Introdução .................................................................................................................... 26

Conteúdo do módulo .............................................................................................. 27

1
Introdução .................................................................................................................... 27

QUAIS SÃO AS EMPRESAS INTERESSADAS EM BI? ........................................... 31

O que é Business Intelligence? ............................................................................. 32

O que o Business Intelligence pode oferecer? ........................................................ 36

Quem precisa de soluções Business Intelligence? ................................................ 37

REFERÊNCIAS BIBLIOGRÁFICAS .............................................................................. 45

2
 NOSSA HISTÓRIA

A nossa história inicia com a realização do sonho de um grupo de empresários, em

atender à crescente demanda de alunos para cursos de Graduação e Pós-Graduação. Com
isso foi criado a nossa instituição, como entidade oferecendo serviços educacionais em nível
superior.

A instituição tem por objetivo formar diplomados nas diferentes áreas de conhecimento,
aptos para a inserção em setores profissionais e para a participação no desenvolvimento da
sociedade brasileira, e colaborar na sua formação contínua. Além de promover a divulgação
de conhecimentos culturais, científicos e técnicos que constituem patrimônio da humanidade
e comunicar o saber através do ensino, de publicação ou outras normas de comunicação.

A nossa missão é oferecer qualidade em conhecimento e cultura de forma confiável e

eficiente para que o aluno tenha oportunidade de construir uma base profissional e ética.
Dessa forma, conquistando o espaço de uma das instituições modelo no país na oferta de
cursos, primando sempre pela inovação tecnológica, excelência no atendimento e valor do
serviço oferecido.

3
SISTEMA BI – BUSINESS INTELLIGENCE:
Segundo Gartner Group, “a maior ameaça das empresas da atualidade é o
desconhecimento... O Business Intelligence se empenha em eliminar as dúvidas e a ignorância
das empresas sobre suas informações, aproveitando os enormes volumes de dados coletados
pelas empresas”.

O BI ou Inteligência Empresarial tem como principal objetivo à integração dos aplicativos

e tecnologias para extrair e analisar os dados corporativos de modo simples, no formato
apropriado e no tempo certo, para que a empresa possa tomar decisões melhores e mais
rápidas, auxiliando os executivos em seus negócios. Essa ferramenta tem como capacidade
transformar dados em informação, informação em conhecimento e propiciar a descoberta de
novas percepções, entendimentos, os quais podem prover suporte à tomada de decisão.

BI congrega Inteligência Competitiva, ou Competitive Intelligence (CI), Gerência de

Conhecimentos, ou knowledge Management System (KMS), Internet Business Intelligence (IBI),
pesquisa e análise de mercados utilizando informações, comumente guardadas em Data
Warehouses e Data Marts.

OBJETIVOS:
“A implementação de BI é uma mudança de cultura, se não for feito o alinhamento de
conceitos, ele perde credibilidade. Se o usuário encontrar problemas, tende a voltar para o
antigo relatório,” diz diretora de TI da Avon, Andréa Pereira.

BI proporciona analisar os dados corporativos de maneira simples, no formato correto e

no tempo certo, para que a empresa possa tomar as decisões melhores e mais rápidas. Essa
solução tem como finalidade transformar dados em informação e informação em conhecimento.

VANTAGENS:
BI proporciona uma enorme quantidade de vantagens as empresas que a utilizam,
benefícios tais como:
• Analisar com facilidade todos os dados da empresa, como fatores de risco, tendências;

• Não depender da geração de relatórios para a tomada de decisão;

• Agilidade e precisão na tomada de decisões;

4
 • Consistência na avaliação de desempenho da empresa;
• Otimização de resultados;
• Agilidade e precisão na definição, acompanhamento e realinhamento estratégico;
• Analisar e antecipar mudanças no mercado;
• Analisar e descobrir novos nichos de mercado;
• Analisar e antecipar movimentos e ações dos competidores;
• Analisar e descobrir novos potenciais competidores;
• Aprender com os sucessos e as falhas anteriores;
• Avaliar o impacto de novas tecnologias, produtos ou processos;
• Rever suas próprias práticas de negócio;
• Auxiliar na implementação de novas ferramentas gerenciais;
• Redução de custos na compra de softwares e treinamentos;
• Compartilhamento de informações entre diferentes grupos de usuários;

CENÁRIO ATUAL CORPORATIVO:

Desde o início da era computacional, as organizações têm usado os dados de suas
bases operacionais para atender as necessidades de informações. Nesta situação, além da
dificuldade de encontrá-los por utilizarem diversas fontes de dados de sistemas diversificados,
diversas vezes, dados inconsistentes são utilizados como base para tomada de decisões
importantes. As empresas normalmente operam.

Os níveis estratégicos dos Sistemas de Informações devem oferecer apoio aos

processos de tomadas de decisões e precisa das informações geradas pelo nível organizacional
da organização que possui ampla complexidade gerada pelas grandes bases de dados que
acumulam as informações das transações. E são pouco aproveitadas pela gerência para
auxiliar em decisões estratégicas da empresa não aproveitando toda a potencialidade
alcançável.Reunir estas informações, interpretá-las e extrair tudo o que realmente importa para
a corporação é uma tarefa complexa, e para garantir algum resultado nesta área às informações
devem ser consistentes e padronizadas.

NOVA FORMA DE TRATAR DADOS- BI:

Um Data Warehouse (DW) ou Armazéns de Dados é uma grande base de dados capaz de
integrar dados confiáveis e diretos, utilizando as informações de interesse para a empresa
que se encontram disseminadas em diversos sistemas, para auxiliar o apoio à decisão. Data

5
 Warehouse usa estruturas lógicas dimensionais, possibilitando o seu processamento
analítico por ferramentas especiais tais como OLAP e Mining.

Como característica o DW possui um conjunto de dados orientados por assuntos,

integrados, não voláteis, variáveis em relação ao tempo sendo alimentado por outras fontes
de dados, que podem trazer dados representados de formas diferentes, mas que possuem
o mesmo significado, por este motivo os dados devem ser integrados e padronizados, a
Figura 1 exemplifica a idéia do processo.

Figura 1 Processo de padronização dos Dados.

Organização lógica dos negócios da organização sobre esse modelo permite um

acesso facilitado de ferramentas para análise dos negócios, e os resultados dessas análises
permitem visualizar cenários passados, atuais e possíveis da organização, gerando
informações estratégicas que possibilitem a tomada de decisões de melhorias e evoluções.

ESTRUTURA BI:
BI usa uma série de ferramentas para colher, analisar e retirar conhecimentos, que poderão
ser utilizados como subsídio aos procedimentos de tomada de decisão. A Figura 2 mostra
os principais elementos deste ambiente.

6
 Figura 2 Estrutura BI.

Data Mining trabalha esquadrinhando dados por meio de algoritmos inteligentes e

avançados, estatísticas tradicionais e gráficas sobre uma amostra procurando reconhecer
padrões, para apresentar relações ocultas e encontradas no repositório de dados da
organização.

Um característico Sistema BI é composto pelas seguintes partes:

Módulo de ETL (Extract, Transform and Load): Componente dedicado à extração, carga
e transformação de dados. É a parte responsável pela coleta das informações nas mais
diversas fontes, desde sistemas ERP´s, arquivos de texto ou planilhas eletronicas. Data
Mart e ou Data Warehouse: Local onde ficam concentrados todos os dados extraídos dos
sistemas operativos da organização. Data Marts significa armazém de dados e é
subconjunto de dados de um Data Warehouse A vantagem de ter um repositório de dados
à parte é a possibilidade de armazenar informações históricas e agregadas, dando um
suporte melhor para as análises posteriores.

7
 Front-End: É a parte visível ao usuário de um projeto de BI. Pode ser em forma de relatórios
padronizados, análise OLAP e outras funções, como Data Mining e projeções de cenários
futuros.

TERMOS BI:
Modelagem Dimensional: é uma técnica de concepção e visualização de um modelo de
dados e um conjunto de medidas que descrevem aspectos comuns de negócios. O objetivo
dessa modelagem é fornecer a capacidade de visualizar os dados de uma organização, de
modo a permitir a análise de valores significativos para a mesma.

As visões multidimensionais, igualmente conhecidas como Cubos, que são uma

metáfora que ajuda a entender como se comporta uma visão multidimensional que
compõem sistemas OLAP (Online Analytical Process) quebram paradigmas, saindo das
atuais visões bidimensionais.

Um cubo é apenas uma visão multidimensional, como um relatório, OLAP é a técnica

ou ferramenta para construir cubos e Business Intelligence é o conjunto de cubos, KPIs,
BSC, Data Mining, relatórios e demais ferramentas que compõe uma solução de análise
gerencial e estratégica para a empresa. Os metadados do cubo são normalmente criados
com base no esquema estrela ou esquema floco de neve de tabelas de bases de dados
relacionais.

E esse modelo é formado por três elementos básicos: os fatos as dimensões e as

medidas (variáveis).
Fatos: definem a importância e a motivação da modelagem dimensional representa
numericamente valores que refletem temporalmente a evolução dos negócios de
umaorganização. É representado no modelo por uma tabela chamada tabela de Fatos
formados por dados de medidas e de contexto.

Dimensões: As dimensões determinam o contexto de um assunto de um fato do negócio.

Possui uma ou mais hierarquias naturais, além de atributos descritivos sem relacionamento
hierárquico. É representada por uma tabela que descreve uma característica de um fato.
Determina como se podem filtrar informações sobre os fatos, como: por região.

Medidas: Atributos numéricos que representam um fato, o desempenho de um indicador de

negócios relativo às dimensões que participam do fato.
OLTP - Processamento de Transações On Line (On Line Transaction Processing):
Registram transações referentes às atividades operacionais (cotidianas) que movimentam

8
 a organização. Essas operações envolvem um conjunto de atividades que juntas formam
uma transação. Os Sistemas de Informação com foco operacional são sistemas
transacionais. Visões bidimensionais.

OLAP - Processamento Analítico On Line (On Line Analytical Processing): São

ferramentas que possibilitam a manipulação de muitos dados de um DW para fins de análise
de determinadas variáveis para descoberta de cenários e tendências sob múltiplas
perspectivas. O objetivo é dar suporte ao processo de tomada de decisões. Visões
multidimensionais.
Um cubo para ser conhecido como tal, deve prover as seguintes operações:
• Drill down: significa descer um nível hierárquico em uma dimensão. Ex: dimensão
tempo, ano para o trimestre e trimestre para o mês.

• Drill up/ Roll up: significa subir um nível hierárquico em uma dimensão. Ex:
dimensão insumo, subir o nível do insumo para categoria do insumo.

• Drill across: significa analisar um nível intermediário dentro de uma mesma

dimensão. Ex: dimensão produto, venda dos produtos num determinado ano, avança
para venda de um produto X no ano Y.

• Drill throught: significa alternar a análise de uma dimensão para outra. Ex: produto
para região ou mesmo de uma agregação (todos os pedidos de maio de 2010) para
os detalhes (tabela com cada pedido no período analisado) altera de região para
tempo.

• Drill back/ Write back: é bastante utilizado em previsões e consiste na ação de

alterar os valores existentes em um cubo. Pode ser usado, por exemplo, para medir
o impacto na empresa do aumento em 10% do orçamento para o ano seguinte.

• Drill Around: Ocorre quando a tabela de fatos que compartilha dimensões em

comum não é organizada em uma ordem linear, assim é preciso fazer uma sondagem
do valor. Existem diversas entidades cuidando de um paciente, compartilhando
informações entre si. É possível gerar poderosos relatórios realizando consultas
distintas para cada tabela fato e fazer uma junção com as configurações dos
resultados do paciente.

• Drill Out: São o detalhamento para informações externas como fotos, som, arquivos
texto, tabelas.

• Drill Within: É o detalhamento através dos atributos de uma dimensão.

9
• Slice: Significa analisar determinada fatia do cubo, funcionando como um filtro. Ex:
analisar determinado pedido de um determinado cliente.

• Dice: Significa alterar a visão de um cubo, como se o cubo fosse girado, como
exemplo a análise de região (no caso linha) para ano (no caso coluna) altera região
como coluna e ano como linha.

• Sort: Tem a função de ordenar a informação, podendo ser aplicada a qualquer tipo
de informação, não somente a valores numéricos. Ordenar as cidades em ordem
alfabética.

• Ranking: Permite agrupar resultados por ordem de tamanho, baseado em valores

numéricos, refletindo somente na apresentação do resultado e não no resultado em
si.

Ordenar a relação de filiais de acordo com os maiores volumes de vendas.

• Pivoting: Alternar linhas e colunas, sendo que todos os valores totalizados serão
recalculados. Arrastar a dimensão sexo para dentro da coluna de tempo que compõe
as linhas da tabela.
• Tiling: Visualização múltipla em uma única tela. Páginas resultantes de uma consulta,
diferentes metáforas visuais referentes a uma consulta, ou resultados de diferentes
consultas.

• Alerts: Utilizados para indicar situações de destaque em elementos dos relatórios,

baseados em condições envolvendo objetos e variáveis. Definir que os vendedores
com vendas mensais inferiores a determinado valor devem aparecer em destaque.

• Break: Permite decompor o resultado de uma análise em grupos de informações,

permitindo subtotalizar valores para cada grupo. Tendo a necessidade de visualizar
a informação por clientes, então é solicitado um break. O relatório será
automaticamente agrupado por clientes, somando os valores mensuráveis por
clientes.

Dashboards: fornecem uma representação ilustrada do desempenho dos negócios,

também conhecido como Painel de Controle, Painel de Indicadores ou Painel de
Desempenho é a apresentação visual das informações mais importantes e necessárias para
alcançar um ou mais objetivos de negócio, consolidadas e ajustadas em uma tela para fácil
acompanhamento do processo de negócio.

10
ALGUMAS ABREVIATURAS E SIGLAS
ERP – Enterprise Resource Planning (Sistema de Gestão Integrada)
CRM – Customer Relationship Management (Sistema de Relacionamento com Clientes) KPI
– Key Performance Indicator, significa Indicador Chave de Desempenho.

COCKPIT - em sistemas de inteligência de negócios são os representadores gráficos em

conjunto com os KPI’s e outras informações.

TEOREMA BI

O que o Teorema BI pode fazer

O módulo Teorema BI possibilita a detecção de desvios no negócio, em atendimentos, nas

receitas ou lucros, proporciona desvendar rapidamente aonde é possível melhorar o
desempenho da organização, de onde estão ocorrendo decréscimos ou acréscimos
significativos, seja em receitas, em atendimentos, em margens ou qualquer outra variável
do negócio.

É possível visualizar as informações em diversos ângulos, sem precisar refazer a

consulta. Partindo de uma única consulta é possível percorrer as informações livremente até
descobrir o que está buscando. A tecnologia de Business Intelligence até pouquíssimo
tempo era disponível em softwares enormes, complexos, caros e importados.

O Sistema teorema BI em sua tela inicial, Figura 3, apresenta diversos componentes

que tornam seu uso prático e simples

11
 Figura 3 Tela inicial do Teorema BI.

Conhecendo as visões do Sistema

O Sistema Teorema BI consiste em uma barra de Ferramentas com todas as

funcionalidades organizadas em grupos, o cubo e o gráfico, conforme a indicação da Figura

BARRA DE
FERRAMENTAS

PARTE
INTERNA DO
CUBO

GRÁFI

4.

12
Figura 4 Tela principal do Sistema Teorema BI.

A barra de Ferramentas é composta pelos grupos: Cadastros, Consultas, Impressão,

Customização e Contatos, os mais utilizados serão tratados na sequência deste documento.

A região do Cubo é a forma de relatório multidimensional para visualizar as

informações sobre diversos ângulos, dinamicamente, sendo o cubo a parte principal do
Sistema Teorema BI, pois em termos de análise das informações da empresa tem a função
de proporcionar uma visão nítida do que está acontecendo na organização.

A área interna do Cubo mostra as informações ativas da análise em vigor, sendo

composta de linhas e colunas. Na área externa do Cubo aparecem os campos disponíveis
para análise, porém não utilizados na visualização apresentada no momento.

Qualquer campo disponível tanto na área interna (sendo linhas e colunas) quanto na externa
pode ser arrastado para a outra área fazendo com que o sistema recalcule automaticamente
os valores internos do cubo (medidas), podendo inclusive colocar mais de um campo na
coluna ou na linha, de modo que o Cubo irá subdividir as informações. A Figura 5 mostra
como o sistema indica a possibilidade de movimentação de campo, neste caso o campo
“CONDIÇÃO“ é arrastado para a parte interna do cubo como coluna e ao aparecerem às
setas verdes fica indicada a validade do campo.

1
Arrastar: significa clicar no campo e, sem largar o mouse, levar o mouse até a posição desejada, largando o
botão. Lembre que o botão sempre é o esquerdo, para o caso de arrastar.

13
 Figura 5 Mover campo.

Ordenando
A direita de cada campo existe dois triângulos. O primeiro é usado para mudar a ordenação,

.
Todos os campos possuem exclusiva para ordenação, clicando nela as informações serão
ordenadas automaticamente em ordem crescente ou decrescente, conforme a ordenação
anterior.

A Figura 6 mostra a ordenação decrescente, note a mudança de posição do triangulo.

Figura 6 Ordem decrescente.

14
 Filtrando Informações e valores

O Filtro dos campos é feito a partir da pequena seta que se encontra mais à direita dos
campos, tanto dos campos externos quanto internos ao Cubo, filtros na área externa do
Cubo influenciam as informações da área interna, forçando um recalculo automático no Cubo.

Ao pressioná-lo é exibida uma lista com as informações disponíveis em ordem

alfabética. Cada filtro influência nos filtros posteriores, a Figura 7 demonstra como é a lista
de filtros.

Cada opção listada pode ser desmarcada através da caixa à esquerda. A opção
“Show All” marca todas as opções.

Figura 7 Lista de Filtros.

ATENÇÃO: Caso seja esquecido um filtro as novas pesquisas mostrarão os resultados

utilizando os filtros aplicados anteriormente.

Cadastros de Consulta

O item “Consultas” permite cadastrar novas consultas SQL utilizando o botão

para novas consultas, excluir consultas por meio do botão , replicar

consultas através de Sistema, Figura 8.e analisar as consultas SQL armazenadas no

15
O botão “Criar Padrões” replica a consulta que estiver aberta na tela, este recurso é
excelente quando são interessantes pequenas modificações em consultas SQL e não
queremos abrir mão da consulta existente.

Para navegar entre as diferentes consultas cadastradas utilizar a barra de navegação.

Figura 8 Cadastro de Consultas.

Layout

É possível montar “visões” de consultas que sejam desejáveis serem abertas regularmente,
como clientes por vendedores, contas a pagar e receber, e assim por diante. Abre a tela
com os cenários previamente salvos.

É importante salientar que é salvo o Layout da tela, quando forem abertas as

informações estas serão carregadas atualizadas.

16
 Selecionar Consulta

Selecionar a consulta utilizando o item

.
Cada consulta é confeccionada com determinados parâmetros e trazem uma serie de
possibilidades. A consulta escolhida determina a que informações o usuário terá acesso na
interação com o cubo.
Para utilizar clique sobre a consulta desejada e utilize o botão este
procedimento seleciona a consulta SQL indicada, Figura 9.

Figura 9 Lista de Consultas.

Consultar

Usado para que o Sistema delimite um determinado período das informações

que serão apresentadas no cubo . E a empresa que deve ser consultada. A primeira busca
normalmente é a mais demorada. Quanto menor o período a busca é mais rápida,

Figura 10.

17
 Figura 10 Parâmetros da Consulta.

Setup

Possibilita configuração de página para visualização e impressão do BI. Permitindo alteração

de tamanho de papel, orientação, configuração de margens, formatação de

cabeçalho e rodapé, e escala de ajuste, Figura 11.

Figura 11 Tela de Configuração de Página.

18
 Visualizar

Abre a visualização da impressão, oferecendo diversas funcionalidades como exportar para

PDF e formato .RPS (Recibo Provisório de Serviços). Ajuste à página (Fit to Page), inserir
título, rodapé, numeração de página, data e hora. Inserir fundo, navegação entre as páginas,
diversas formas de visualização da página, Figura 12.

Figura 12 Visualização de Impressão.

Impressão

Atalho para impressão rápida da visualização que o cubo apresenta no momento. Faz a
impressão da área do CUBO.

Customização

O grupo Customização na barra de Ferramentas a exportação do cenário para diversos

formatos de arquivos tais como XLS (EXCEL), HTML (Hypertext Markup Language), TXT
(Text File), XML (Extensible Markup Language), Figura 13. Se for necessário alterar alguma
informação ou o layout de impressão, pode se exportar para o Word ou Excel as informações
do Cubo e então alterar livremente o que for preciso.

19
 Figura 13 Grupo Customização.

Para adicionar visões como Favoritas utilize que permite salvar o

cenário corrente para futuras consultas. A visão adicionada passará a fazer parte das telas
“armazenadas” para futura recuperação: Dessa forma, quando utilizar o sistema novamente,
e clicar na linha com o nome salvo, o sistema abrirá a consulta exatamente com a estrutura
salva anteriormente.

A Figura 14 mostra a tela aonde é inserida a descrição do cenário a ser salvo. Caso
seja marcada a caixa Favorito quando o Sistema for aberto novamente este cenário é aberto
imediatamente após ser selecionada a consulta e o período.

Figura 14 Cadastro de Layout.

Contatos

O grupo Contatos traz Links para o site da Teorema Informática, o Twitter, o email da teorema
e o atalho para a abertura da chamadas para o Suporte Técnico, Figura 15.

Figura 15 Grupo Contatos.

20
 Analisando as Informações

A utilização é simples, conforme a seleção da consulta SQL são apresentadas diversas

variáveis no cubo externo para que sejam empregadas na área interna do cubo, a área de
posicionamento das variáveis de manipulação está em destaque da Figura 16.

Figura 16 Área para inclusão das variáv eis.

Ao montar os cenários são colocadas variáveis nas colunas, linhas e a terceira

dimensão a qual chamamos de cubo, esta associação configura as visões que podem ser
alcançadas por meio da utilização do BI.

As variáveis que o usuário deseja que sejam posicionadas na coluna podem ser

arrastadas e soltas em . A Figura 17 mostra a indicação da variável

Família como item da Coluna no Cubo.

21
 Figura 17 Coluna com a variável Família.

Aquelas variáveis que o usuário deseja visualizar como linhas devem ser

arrastadas até . A Figura 18 possui a indicação da variável Vendedor para as

linhas.

Figura 18 Linha com a variável Vendedor.

A variável chave e que faz toda a diferença no conjunto de itens associados é a

22
 variável apontada no cubo. Está variável deve ser arrastada em mostra toda a

associação alcançada pelas variáveis inseridas no Cubo.

A Figura 19

A localização das variáveis no cubo não modifica o resultado dos cálculos

somente altera a visualização das informações.

Figura 19 Cubo para Custo Real.

Gráficos

No Sistema Teorema BI toda consulta realizada gera automaticamente

uma representação em gráfico, Figura 20.

Figura 20 Gráfico.

O Sistema apresenta a possibilidade de alteração do tipo de Gráfico.

Column Diagram é a opção padrão do Sistema por ser o tipo de Gráfico mais
utilizado, entretanto o clicar sobre esta opção é aberta uma lista com outras
opções de tipos de Gráficos tais como: Bar Diagram, Line Diagram, Area Diagram,
Pie Diagram, Figura 21.

24
 Figura 21 Lista de Tipos de Gráficos.
Observações: Em Customize Chart as variáveis que são mostradas no
gráfico podem ser filtradas. Os campos Fonte de Dados e Fonte de Categorias
também servem para manipulações de gráfico, Figura 22.

Figura 22 Manipulação de Gráficos.

25
 ANEXO COMPLEMENTAR

Introdução ao Business Intelligence

Fornecer uma visão sobre a finalidade de um sistema de

suporte

 Conhecer quais sistemas informatizados atuam em cada

componente organizacional.
 Diferenciar entre um sistema operacional e um sistema de
tomada de decisões.
 Compreender o conceito de Business Intelligence.
 Conhecer os benefícios agregados ao uso do Business
Intelligence.
 Compreender os critérios que levam uma empresa a utilizar
uma solução de Business Intelligence.

Objetivos

Introdução
As rápidas mudanças vivenciadas no mercado atual junto com as competições
geradas a cada dia, fazem que as empresas não possam adiar as decisões
relacionadas diretamente com o negócio; uma demora neste sentido pode provocar
o fracasso da gestão da empresa.

É necessário contar com um sistema que represente o papel de suporte para

a tomada de decisões, de resposta ágil e rápida, com informação precisa para que a
empresa aproveite as oportunidades: “estar no lugar indicado, no momento oportuno,
com a informação correta”.
Os sistemas orientados a tomada de decisões são definidos pelo termo
Business Intelligence. Administrar uma empresa sem contar com um sistema de
Business Intelligence adequado é muito parecido com andar com os olhos vendados:
é possível avançar, executar os processos operacionais corretamente, progredir
aparentemente segundo os objetivos e até crescer, porém quando alguma coisa

26
falha, os processos se descontrolam, a coordenação desaparece e, em médio prazo,
a empresa desmorona sobre si mesma. Esta pode parecer uma visão apocalíptica,
mas, quem se arriscaria a levar adiante uma gestão baseando-se na sorte?

Conteúdo do módulo

Introdução
Quais são as empresas interessadas em BI?
O que é Business Intelligence?
O que o Business Intelligence pode oferecer?
Quem precisa de soluções de Business Intelligence?
Obtenção caótica de informação
Quem precisa analisar a informação?
Primeiros passos
O futuro do Business Intelligence

Introdução
Tanto nas pequenas empresas quanto nas grandes organizações existem
vários sistemas informatizados que têm como objetivo principal garantir a
manutenção das operações diárias realizadas. Estas operações são realizadas
segundo regras de negócios pré-definidas e são armazenadas em grandes bancos
de dados.

Dentro das organizações podem ser vistos diferentes níveis de uso dos dados:

Nível operacional: São utilizados sistemas de informação que monitoram

as atividades e transações elementares da organização. São sistemas que
mostraram o ápice da sua importância na última década, em consequência de um
desenvolvimento organizacional orientado ao mercado global.

Nível de conhecimento: Neste nível encontramos os trabalhadores de

conhecimento e de dados, cobrindo o núcleo de operações tradicionais de captura
massiva de dados e serviços básicos de tratamento de dados, com tarefas
prédefinidas.

27
 Nível de administração: São realizadas tarefas de administradores de nível
intermediário apoiando as atividades de análise, de acompanhamento, de controle
e tomada de decisões, realizando consultas sobre informações armazenadas no
sistema, proporcionando relatórios e facilitando a administração da informação por
parte dos níveis intermediários.

Nível estratégico: Seu objetivo é realizar as atividades de planejamento em

longo prazo, tanto do nível de administração quanto dos objetivos apresentados pela
empresa.

A informação gerada na organização é utilizada em diferentes momentos, de

acordo com o nível:

Prazo Nível Uso

Curto prazo Operacional e Administrativo Obtenção e controle de dados

Médio prazo De Conhecimentos Decisões táticas

Longo prazo Estratégico Decisões estratégicas

Os bancos de dados transacionais servem como ferramenta para os dois níveis
básicos da pirâmide, o Nível Operacional e o Nível de Conhecimento. Nos sistemas
OLTP os dados são inseridos, controlados e armazenados. Nos níveis superiores
da pirâmide, o Nível de Administração e o Nível Estratégico, o objetivo é a tomada
de decisões, que são tarefas que estão diretamente vinculadas com os objetivos
do negócio.

28
 Um sistema é um conjunto de elementos organizados que interagem
entre si. Representa o conjunto de regras de negócio que a
organização define para realizar os processos e procedimentos
funcionais e operacionais necessários para atingir os objetivos
propostos.
Um Banco de Dados é um conjunto de dados que pertencem ao
mesmo contexto e estão armazenados sistematicamente dentro de
alguma estrutura que os suporta.
O Ambiente Operacional é o espaço no qual convivem o conjunto de
regras de negócio que a organização define para realizar os
processos e procedimentos funcionais e operacionais necessários
para atingir os objetivos propostos e os dados gerados por as
transações realizadas diariamente.

Um Banco de Dados operacional apresenta um conjunto de características, tais

como:
Está orientado ao aplicativo.
Apresenta estruturas padronizadas.
Contém os dados das operações.
Os dados são armazenados com o maior número de detalhes.

29
É atualizado on-line.
Está em constante mudança.

Exemplo de Banco de Dados Operacional

O banco de dados de uma Entidade Financeira pode ter dados
de:
 Clientes
 Tipos de Clientes
 Produtos
 Tipos de Produtos
 Operações
 Tipos de operações
 Regiões
 Países
 Cidades

 Etc.
Cada uma das tabelas e o banco em si, estão
padronizados para garantir a integridade dos dados,
minimizar o espaço ocupado e maximizar o rendimento
da manutenção dos dados.

30
Variação do Orçamento de BI 2006

Empresas que investirão mais em BI (2006

X 2005)

31
QUAIS SÃO AS EMPRESAS INTERESSADAS EM BI?

O que é Business Intelligence?

Até agora estivemos falando sobre Banco de Dados transacionais, que
oferecem suporte às operações da empresa. Estes Bancos de Dados formam os
sistemas OLTP.

OLTP são as iniciais em inglês de On-Line Transaction Processing,

que significa Processamento de Transações On-Line.

Sob o nome de Business Intelligence (em português, Inteligência de Negócios)

existem diferentes acrônimos, ferramentas e disciplinas que apontam para oferecer
suporte à tarefa de tomada de decisões.

Entre eles citamos:

32
 Data Warehousing: Os Data Warehouses, ou Armazéns de Dados, estão
baseados em estruturas multidimensionais (cubos) nas quais a informação é
armazenada, calculando previamente todas as combinações de todos os níveis de
todas as aberturas de análise. É, de forma simples, um produto cartesiano que
armazena todas as combinações. Pode-se dizer que este método é “exagerado” e,
em parte, esta afirmação é real. O que não deveser esquecido é que este “exagero”
é o preço pago pela empresa para poder tomar decisões corretas. Sempre será mais
barata a despesa que resultante da aquisição de SW ou HW do que o custo
representado por uma decisão tomada fora de hora.

Business Intelligence (BI) é uma disciplina que, junto com suas

ferramentas correspondentes, são o centro da análise da informação
para a correta tomada de decisões, permitindo que a empresa atinja
seus objetivos de negócio.
Data Mart: O Data Warehouse de um fato em particular denomina-se Data Mart (DM).
Data Mining: Está associado ao degrau mais alto da pirâmide (Nível Estratégico) e
tem como objeto eliminar os erros cometidos pelas pessoas ao analisar os dados
devido a preconceitos e deixar que sejam os dados os que mostrem os modelos
subjacentes. O Data Mining ajuda a criar novos modelos não percebidos pelo analista
até esse momento, mas que realmente existem nos dados. Todas as ferramentas ou
disciplinas que podem ser incluídas na definição de BI apresentam três
características comuns: Primeira: Oferecem informações para o controle do
processo de negócio, independentemente da fonte onde estiverem armazenados os
dados. Segunda: Oferecem suporte para tomada de decisões, sendo esta a
característica mais importante. Terceira: A camada semântica. Não é possível
tomar decisões de negócio se não se usar a linguagem própria do negócio.
Independente da origem dos dados ou da forma de extração, transformação e
agregação, o mais importante é que a informação deve “servir” aos usuários finais
em uma linguagem de negócios que seja compreensível para eles, sem a
necessidade de intérpretes. A ideia é que o analista se concentre na tomada de
decisões, para tomá-las com rapidez e segurança, oferecendo uma vantagem
competitiva para a empresa e aproximando-a do cumprimento dos objetivos.
Na tabela a seguir são apresentadas as diferenças chave entre um sistema OLPT
e um DW.

33
 OLPT DW

Objetivos Operacionais Informação para a

tomada de decisões

Orientação Ao aplicativo Ao sujeito

Vigência dos dados Atual Atual + histórico

Granularidade dos dados Detalhada Detalhada + resumida

Organização estruturada
Organização Organização padronizada em função da análise por
ser realizada

Modificações nos dados Contínuas Estável

A seguir comentamos cada uma das diferenças mencionadas para que você
compreenda melhor o conceito de DW: Objetivos: Um sistema OLTP deve garantir
a consistência dos dados, enquanto um OLAP consolida dados já validados,
ajustando os às necessidades próprias da tomada de decisões. Orientação: Um
sistema OLTP está orientado ao Aplicativo e deve atender as Regras de Negócio.
Um sistema OLAP está orientado ao Sujeito, e está baseado naquilo que o analista
precisa ver. Vigência dos Dados: Em um sistema OLTP os dados são utilizados à
medida que vão sendo produzidos e deixam de ser importantes em curto prazo (um
diário de vendas é relacionado para o mês que está sendo finalizado e, no mesmo
momento, começam a ser importantes os dados do mês atual). Em um sistema OLAP
são guardados os dados atuais e os históricos para poder ser realizada análises
comparativas, de tendências, etc. A quantidade de períodos armazenados
dependerá exclusivamente da necessidade de análise da empresa e da capacidade
de armazenamento. Granularidade dos Dados: Em um sistema OLTP a
granularidade é determinada pelos controles que devem ser realizados, que podem
ser aqueles definidos pela organização ou pelas normas legais vigentes. Em um
OLAP a granularidade será determinada pelo tipo de análise que se deseja realizar.
Se a análise do tráfego é realizada analisando o número de ligações no mês, não faz
sentido guardar o detalhe diário no OLAP. No OLTP talvez você não tenha a
liberdade de decidir o nível de granularidade. Organização: Um sistema OLTP é
padronizado, enquanto um sistema OLAP é baseado em estruturas hierárquicas não

34
padronizadas, modeladas de acordo com a forma desejada para a análise dos dados.
Modificações nos dados: Um sistema OLTP modifica seus dados de forma
constante, pois manipula as transações da empresa. Um sistema OLAP não tem
como objetivo a apresentação dos dados on-line e, menos ainda, pretende modificar
os dados originais, apenas consultá-los. A frequência de atualização dos dados em
um sistema OLAP está definida pela granularidade.

Dados X Informação
Diariamente manipulamos dados sobre os números de telefone das
pessoas com as quais temos contato (amigos, familiares, encanador,
entrega de pizzas, etc.). Estes telefones chegam até nós de diferentes
fontes e poderíamos marcá-los em uma
“caderneta de telefones” ou em um caderno comum.
Então, qual é a vantagem de marcar os números de telefone que nos
interessam em uma caderneta ao invés de utilizar um caderno? É
evidente, encontraremos mais rápido os números na caderneta do
que no caderno, pois eles estarão organizados pela inicial do nome.
E, se além disso for possível contar nessa caderneta com uma divisão
para nossos amigos, outra para nossa família e outra para serviços,
cada uma delas com cores de folha diferentes?
Teríamos a nossa informação telefônica organizada de tal forma que,
quando precisar dela, será rapidamente acessível. Se desejarmos
telefonar para um amigo, temos que identificar o grupo de pertinência
de acordo com a cor, depois pelo índice procuramos o nome e
sobrenome e obtemos o número do telefone.

Este simples exemplo mostra conceitualmente a diferença que existe entre

dados e informação e representa a "base" de um DW.

35
 O que o Business Intelligence pode oferecer?
Historicamente, para realizar uma análise:

Alguém entrava em contato com o Help Desk para solicitar os dados necessários,
pois

era o pessoal de Sistemas que sabia onde eram armazenados e de que forma. O
pedido passava a fazer parte da fila de incidentes. Obter os dados demandava um
tempo importante, podendo ser medido em dias. Após a longa espera, eram
recebidos os desejados dados, realizando a análise. Era muito possível que o
analista percebesse que realmente precisava contar com mais informação, que
significava repetir o ciclo mencionado. Em um DW podem ser reunidos os elementos
de dados apropriados de diversas fontes de aplicativos em um ambiente integral e
centralizado, simplificando o problema de acesso à informação e,
consequentemente, acelerando o processo de consultas e análise. Os aplicativos
para suporte de decisões baseados em warehousing, podem tornar mais prática e
fácil a exploração de dados para uma maior eficácia do negócio, tanto do ponto de
vista da disponibilidade quanto da confiabilidade.

36
Quem precisa de soluções Business Intelligence?
É possível que mesmo para um grupo importante de pessoas esta pergunta
não tenha uma resposta fundamentada ou, o que consideramos pior, a existência de
empresas que pensam não precisar contar com uma solução de BI. Vamos por
partes. Obtenção caótica de informação: Um dos problemas mais comuns quando
é

necessário consolidar informações ou realizar tarefas de análise é a necessidade de

saber onde está armazenado cada dado, com qual formato e qual o seu nível de
consistência. Tudo isto sem mencionar sequer as complicações apresentadas pelo
problema do acesso aos dados por questões de segurança. Um sistema de
operações pode ser formado por vários aplicativos, estes aplicativos podem ter sido
desenvolvidos por diferentes fornecedores e com diferentes ferramentas. Pode
ocorrer o caso que existam determinados processos que não tenham um aplicativo
que os suporte e por esse motivo o usuário tenha parte do negócio em planilhas de
cálculo armazenadas no seu computador. Também pode ocorrer que os dados
históricos sejam mantidos apenas em relatórios impressos localizados em armários,
na empresa ou em um depósito externo.

37
 Recolher este universo de dados dispersos em todos os setores e lugares da
empresa torna caótica a obtenção da informação que você precisa. O “pulo do gato”
das soluções de BI está no fato de evitar as Killer Queries (consultas assassinas). Se
desejar saber quanto deve produzir no segundo trimestre do ano, talvez deva
conhecer a previsão de vendas e a tendência das vendas no ano atual e as vendas
reais dos últimos 5 anos. Se esta consulta for executada diretamente em um sistema
OLTP, a resposta pode demorar várias horas e este não seria o maior problema. O
perigo real é criar um colapso em todo o sistema de informação e ninguém na
empresa poder trabalhar nesse período, com os prejuízos que isso provoca. Quem
precisa analisar a informação? O sucesso de uma organização e da gestão da
empresa está centralizada na utilização dessa informação. Não é possível
administrar aquilo que não se controla. Não é possível controlar aquilo que não se
mede e, se não tiver as informações para controlar os processos, ocorrerá um caos.

A informação reduz a incerteza e facilita a tomada das melhores decisões.

Podemos concluir então que se existe uma organização, se esta organização

tem um serviço ou produto que está comercializando, se existem objetivos a curto e
longo prazo que devem ser atingidos e se existem, principalmente, ideais de
competência e crescimento, deve existir também dentro da empresa um sistema
baseado em BI.

Finalmente, surgem duas perguntas:

38
 Tomar decisões sem a informação adequada, principalmente quando
esta informação está disponível na organização, é um risco que
nenhuma empresa deveria correr.

Quando a empresa precisa utilizar esta informação? Quando a empresa

pode utilizar esta informação?

A resposta para os dois casos é a mesma: É necessário decidir agora

e é necessário ter a informação agora!

Supor que o desenvolvimento de um sistema baseado na tecnologia

Business Intelligence é um artigo de luxo, de custos muito elevados,
ou que é um elemento de Marketing, é uma concepção equivocada.

Primeiros passos

Aceitando reconhecer a necessidade de contar com um sistema baseado em

BI, surgem as seguintes perguntas: Como começar? Até onde devo chegar em uma
primeira etapa?

A criação de um sistema de BI pode ser vista como uma obra de muito trabalho
e provocar temores. O importante, no começo, é criar a base sobre a qual possamos
obter os primeiros resultados para, com o passar do tempo, continuar crescendo. O
essencial é:

Conseguir a unificação dos dados utilizados na tomada de decisões em

um repositório único. Uma experiência desanimadora é chegar a uma reunião e ver
que cada expositor possui uma planilha de cálculo própria, com dados próprios que
não coincidem com nenhuma das demais e começar com uma discussão sobre a
validade das diferentes fontes de dados.
Implementar uma camada semântica útil, para que todos entendam
claramente o significado da informação.

Após cumprir estes objetivos básicos, o resto do caminho dependerá das

necessidades próprias de cada organização.

39
 O futuro do Business Intelligence

Como em quase todas as atividades humanas, em BI ocorre uma mistura de

necessidade e moda. Atualmente estão se fortalecendo os projetos BAM e CPM:
BAM: As soluções de Business Activity Monitoring (Monitoramento da Atividade de
Negócios) propõem o uso de indicadores de curto prazo em um painel de controle.
São indicadores estritamente operacionais obtidos a partir de sistemas transacionais.
Em alguns casos são chamados de BI Operacional, pois respondem à necessidade
de tomar decisões em nível operacional, aqui e agora. CPM: Os Corporate
Performance Management (Gerenciamento de Desempenho Corporativo)
completam o foco global do processo de fluxo de informações que suporta as
decisões na empresa. Com as ferramentas atuais é possível monitorar a empresa,
analisar os problemas ou acertos. São controlados através de KPI (Key Performance
Indicador – Indicador Chave de Desempenho), mas não há ferramentas para criar e
administrar os KGI (Key Goal Indicador – Indicador Chave de Objetivo). Com as
soluções de CPM o objetivo é fechar o círculo: poderão ser definidas as previsões,
os objetivos, o planejamento, a consolidação orçamentária, etc.

Estudo de Caso

40
Cenário

A Contoso dedica-se à comercialização de produtos comestíveis e bebidas

através dos seus Hipermercados e Supermercados.

Conta com uma ampla e importante rede

no Brasil, Argentina e Uruguai; um claro
objetivo em médio prazo é inaugurar locais
no resto dos países do MERCOSUL.

Necessidade: Os analistas da Contoso, a pedido da sua diretoria, precisam

apresentar relatórios onde seja possível analisar:
 A quantidade de unidades vendidas nos países atingidos pelo mercado
atual.
 O custo incluído em cada unidade vendida  O valor de venda de cada
produto.

 O lucro obtido na venda de cada produto.

41
Esta informação requer apresentação por região geográfica e filial.
Por outro lado a empresa deseja:
 Montar cestas de produtos de acordo com o perfil de compra dos clientes
de cada cidade na qual tenha um local de varejo. Para isso, requer um
estudo das vendas realizadas abertas por categoria de produto (com a
possibilidade de obter o detalhe por produto), por cidade, por mês, para
os últimos 13 meses (para detectar paradas).
 Premiar anualmente os vendedores que ultrapassem os objetivos de
venda atribuídos. A análise, neste caso, deverá incluir os vendedores, as
vendas realizadas, os objetivos de venda e o indicador de cumprimento
detalhados por mês para o ano fiscal (o prêmio será diferente se forem
atingidos os objetivos globais para o ano ou se, além disso, forem
atingidos os objetivos em todos os meses em particular).

42
 A empresa está preparada para trabalhar com BI?
 É possível contar com o comprometimento da alta
gerência para encarar um projeto de criação de um
sistema de BI?
 Você está consciente que deverá capacitar os usuários
na disciplina associada a BI?
 Estão definidos claramente os objetivos de negócio
associados ao sistema de BI?

 Existe diferença entre um sistema baseado no operacional

e um sistema que apóia a tomada de decisões.
 É possível compreender agora o que é Business
Intelligence.
 É possível compreender as vantagens de uma solução de
Business Intelligence.
 É possível compreender e decidir quando aplicar uma
solução de Business Intelligence.
 É possível especificar quem precisa de uma solução de
Business Intelligence.

43
REFERÊNCIAS BIBLIOGRÁFICAS
ABELLÓN, Marcos. Desmistificando o Business Intelligence (BI) nos novos
tempos. Disponível em: <

http://www.administradores.com.br/noticias/desmistificando_o_business_intelligence
_bi_nos_novos_tempos/10698/> Acesso em 18 mai. 2008.

BRANDÃO, Estela Quiaratto. Por que BI deveria significar "Business Information"

e não "Business Intelligence". Disponível em: <

http://www.administradores.com.br/noticias/por_que_bi_deveria_significar_business
_information_e_nao_businessintelligence/12833/> Acesso em 19 mai. 2008.

DEIGTON, Anthony. O que está por vir em Business Intelligence. Disponível em:
< http://www.baguete.com.br/artigosDetalhes.php?id=524> Acesso em 01 jun.
2008.

INÁCIO, Sandra Regina da Luz. Business Intelligence: Uma das maiores

ferramentas de gestão empresarial. Disponível em: <

http://www.administradores.com.br/artigos/business_intelligence_uma_das_maiores
_ferramentas_de_gestao_empresarial/21345/> Acesso em 20 mai. 2008.

LARANGEIRA, Paulo H.P.; OLIVEIRA, Poliana P. T., COUTINHO, Guilherme G.R.

PRODUZINDO INTELIGÊNCIA COMERCIAL A PARTIR DA GESTÃO DO
CONHECIMENTO DA FORÇA DE VENDAS – UMA PROPOSTA DE USO DAS
FERRAMENTAS DE INTELIGÊNCIA COLETIVA. Projeto. UFRJ, Rio de Janeiro,
2007.

MATHEUS, Renato F.; PARREIRAS, Fernando S. INTELIGÊNCIA EMPRESARIAL

VERSUS BUSINESS INTELLIGENCE: ABORDAGENS COMPLEMENTARES

PARA O APOIO À TOMADA DE DECISÃO NO BRASIL. Congresso Anual da

Sociedade Brasileira de Gestão do Conhecimento, 2004, São Paulo, Anais.

PEREIRA, Frederico C.M., BORGES, Mônica E.N. A INTELIGENCIA

EMPRESARIAL E A BIOLOGIA DO CONHECER: uma análise
exploratórioqualitativa do setor de pequenas e médias empresas de consultoria de

44
Belo Horizonte. Disponível em: <www.encontros-bibli.ufsc.br/Edicao_22/pereira.pdf>
Acesso em 20 mai. 2008.

REDECARD. Disponível em: <www.redecard.com.br> Acesso em 01 jun. 2008.

NEXTG. Curso de Business Intelligence. Disponível em <www.nextg.com.br>

Acesso em 20 mai. 2008.

TURBAN, Efraim; RAINER, R. Kelly; POTTER, Richard E.ADMINISTRAÇÃO DE

TECNOLOGIA DA INFORMAÇÃO: teoria e prática. Rio de Janeiro: Elsevier, 3ª ed.,
2005.

45