Business Intelligence(BI), as well as some ways to represent them in a pleasant way to Manager, facilitating its analysis and subsequent application.

KEYWORDS: Business Intelligence, Decision making, Enterprise Resource Planning.

1.    INTRODUÇÃO

Com o grande avanço da Tecnologia, as empresas que investem a fundo em seus negócios e em novas tecnologias, vêm se destacando e ganhando o mercado rapidamente. É notório e de fácil compreensão que são várias as ferramentas que estão sendo utilizadas e que destacam as empresas no mercado atual.

Nas empresas, ter informação é extremamente fundamental para os negócios. Primak (2008), afirma que toda informação pode ser entendida como a base para a construção do conhecimento. Essas informações são dados tratados e direcionados, no negócio, para o que se deseja alcançar. Esses dados de elevada confiabilidade, desempenham um papel muito importante, pois são eles que irão orientar os gestores em suas tomadas de decisões. Esses dados podem ser obtidos por uma prática de negócio, que analisa e disponibiliza essas informações de forma rápida e eficaz. Essa prática é o BI (Business Intelligence) e não está associada somente a área de tecnologia, ou seja, ela é parte fundamental, também, na área de negócios da empresa.

Ter informações importantes no momento certo é garantia de sucesso no negócio. Com todas as informações disponibilizadas pelo BI é importante saber quais decisões tomar, pois essas decisões serão cruciais para o negócio da empresa.

Ainda vale ressaltar, que para se obter o tratamento dos dados com BI é extremamente importante possuir uma ferramenta que centralize todos os dados, e essa ferramenta pode se chamada de Enterprise Resource Planning (ERP).

Segundo Turban (2009), afirma em um dos trechos de seu livro que é comprovado que a visualização tem grande importância para executivos atarefados. Os sistemas de informações gerenciais, como o ERP, dos anos 90, eram cheios de gráficos e tabelas. Esses sistemas evoluíram para produtos de gerenciamento de cockpit e, posteriormente, para dashboards e indicadores, formas de apresentar as informações do BI visualmente. 

As empresas, na sua grande maioria, nacionais ou internacionais, públicas ou privadas, já perceberam a necessidade de implantar o BI.  Alinhar a TI ao negócio é o foco principal das empresas para seu destaque no mercado. Uma vez impulsionadas por exigência do mercado ou pela necessidade existente e visivel para evitar o desperdício e ineficiência do emprego de recursos, o gerenciamento da TI e do negócio é essencial para que a empresa esteja sempre em elevado crescimento.

2.    DESENVOLVIMENTO

Vários são os fatores que motivam a usabilidade de ferramentas para melhoria nos negócios, obtendo apoio nas decisões com a aplicação de BI em uma empresa.  Serão apresentadas metodologias e ferramentas que identificam o que deverá ser feito, e ainda ferramentas que ajudam a interpretar os dados para que sejam utilizados pelos gestores, dando a eles uma noção nas decisões que irão tomar e que definirão o sucesso da empresa.

2.1         BUSINESS INTELLIGENCE

O termo BI surgiu pela empresa GartnerGroup e o seu conceito  na década de 80 , que descreve as habilidades das corporações para aceder a dados e explorar informações (normalmente contidas em Data Warehouse ou Data Mart).

 Segundo Primak (2008), reconta que já na sociedade do oriente médio antigo, os povos já utilizavam os principio básicos do BI quando cruzavam informações obtidas junto à natureza. Analisar a maré, os períodos de chuva e de seca, a posição dos astros, entre outras, eram formas de obter informações necessárias e que eram usadas para tomar decisões importantes que permitissem a melhoria de vida de suas comunidades.

No mundo atual, o conceito de BI ainda permanece inalterado, sendo a mesma forma de prática que o povo da antiguidade utilizava. É claro e notório que, hoje em dia, a realidade e a necessidade de cruzar informações estão bem mais prevalecentes do que no passado e tudo isso para realização de uma gestão empresarial eficaz.

Segundo Turban (2009), diz que BI pode ser entendido por uma expressão livre de conteúdo, portanto, significa coisas diferentes para pessoas diferentes. Um dos principais objetivos do BI é permitir o acesso aos dados, proporcionar a manipulação, e fornecer para os gestores de negócios a capacidade de realizar a análise adequada para a escolha da melhor decisão a ser tomada. Esse processo baseia-se na transformação dos dados em informações visíveis, depois em decisões e por fim em ações.

O BI tem por finalidade trabalhar as informações, ou seja, facilitar as consultas, geração de relatórios, gráficos e análises gerenciais. Vale ressaltar que a base de dados do BI não é a mesma utilizada pelo banco de dados principal da empresa. O BI faz a extração e integração dos dados de várias fontes, trabalhando com hipóteses, procurando as relações de causa e efeito, onde transforma tudo isso em informação útil ao negócio. O banco de dados da empresa é estruturado e trabalhado por um Enterprise Resource Planning (ERP).

O BI tem um grande desafio que é disponibilizar e cruzar informações rapidamente. É projetado para facilitar consultas, geração de relatórios, gráficos e análises gerenciais extraídas de varias fontes, trabalhando com hipóteses e procurando por relações de causa e efeito, transformando tudo isso em informação útil ao negócio.

Turban (2009) afirma que um dos grandes benefícios que BI oferece para uma organização é a capacidade que tem de fornecer informações precisas, quando necessárias, incluindo uma visão em tempo real do desempenho corporativo. Essas informações são necessárias para todos os tipos de decisões da organização, principalmente para o planejamento estratégico Esses benefícios podem ser compreendidos como: economia de tempo, versão única da verdade, melhores estratégias e planos, melhores decisões táticas, processos mais eficientes e economia de custos.

Com o BI é possível se ter uma analise do perfil do consumidor, das vendas por região, da performance no ponto de  venda e do share de mercado, avaliação das ações dos concorrentes e o desempenho da equipe de vendas e de produção, conhecer a finalidade do consumidor em determinadas marcas, alem da visibilidade na ampliação do negócio, por aquisição ou ainda acréscimo de atividades no ramo de atuação. Após a Analise é possível utilizar ferramentas que pegam os dados em estado bruto para lapidá-los e transformá-los em informações precisas.

O BI é formado por um conjunto de ferramentas que trabalham os dados para os gestores e essas ferramentas podem ser desmembradas da seguinte forma:

Data Warehouse (DW), Sistemas de Suporte à Decisão (DSS), Sistemas de informação Executiva (EIS), OLAP - On-line Analytical Processing, Data Mar(DM), Data Mining, Planilhas Eletrônicas, Geradores de queries e ETL - Extract Transform Load, ODS – Operational Data Store

2.1.1    Data Warehouse

Para entender o que é um data warehouse é importante fazer um comparativo com o conceito tradicional de banco de dados, onde um banco de dados tem por finalidade a coleção de dados operacionais armazenados e utilizados pelo sistema de aplicações de uma empresa específica. Partindo desse princípio, pode-se dizer que um Data Warehouse é, na verdade, uma coleção de dados derivados dos dados operacionais para sistemas de suporte a decisões.  Esses dados derivados são muitas vezes, referidos como dados “gerenciais”, “informacionais” ou “analíticos”.

Ainda pode se dizer que é uma ferramenta que tem por objetivo a integração de vários sistemas de controle, desenvolvidos anteriormente e separados, organizando seus dados para uma maior possibilidade de subsídios aos dirigentes das empresas nas tomadas de decisões. Transforma um banco de dados operacional num ambiente que permite o uso estratégico dos dados, convertendo uma grande quantidade de dados em informações utilizáveis.

Segundo Rebouças (2010), Data Warehouse é um sistema que visa o armazenamento de informações e dados, relacionados a uma organização de banco de dados. Ao pé da letra “data warehouse” significa armazém de dados, sendo referido no Brasil como depósito de dados.

Para Souza (1999), Data Warehouse pode ser definido como um conjunto de técnicas que quando aplicadas em conjunto geram um sistema de dados que proporcionam informações precisas para a tomada de decisões.

O Data Warehouse trabalha como um repositório de informações para suportar as decisões a serem tomadas. Ele coleta todos os dados necessários a partir de diversas aplicações da organização, integra os dados nas áreas lógicas de assuntos dos negócios, armazena a informação de forma que ela fique acessível e compreensível às pessoas responsáveis pela tomada de decisão e entrega as informações aos tomadores de decisões, através da organização e de várias ferramentas.

Um exemplo prático e claro seria em uma organização governamental de saúde, onde o secretário, com o data warehouse, pode obter todas as informações de qualquer região das cidades que ocorreram mais casos de dengue nos últimos cinco anos e, em quais meses desses anos, houve uma maior incidência desse vírus.

Com o exemplo, observa-se que o data warehouse organiza e estrutura os dados em um único repositório, a fim de possuir uma base íntegra, esta é uma das partes mais importantes aos tomadores de decisão, pois excluem as incertezas e utilizam os recursos disponíveis aos diretores e gerentes para as suas tomadas de decisões.

Em alguns casos as consultas poderão ser complexas, levando a necessidade de acessar um grande numero de registro, e com isso, observa-se a importância de um grande número de índices, que farão com que essas consultas sejam acessadas de maneira mais rápida possível.

 

2.1.2    Sistemas de Suporte à Decisão (DSS)

Decisão é escolher alternativas existentes através de estimativas dos pesos destas alternativas. Apoio à decisão significa auxiliar nesta escolha , gerando estas estimativas, a evolução ou comparação e escolha.

DSS são sistemas de produção, geradores de conhecimento, no sentido de informação trabalhada, que auxiliam o Gestor a escolher a melhor opção na tomada de decisão em tempo útil. Ou seja, é uma classe de Sistemas de Informação  baseados em conhecimento e refere-se simplesmente a um modelo genérico de tomada de decisão que analisa um grande número de variáveis para que seja possível o posicionamento a uma determinada decisão. Essas informações trabalhadas ocorrem com a analise de um grande número de variáveis para que seja possível o posicionamento a uma determinada opção. Esse é o verdadeiro propósito dos DSS, providenciar o auxilio ao Gestor no decorrer do processo de decisão.

Nesse tipo de sistema o retorno de investimento é baseado no melhor conhecimento do negócio e nas estratégias desenvolvidas.

2.1.3    Sistemas de Informação Executiva (EIS)

Como se pode notar, o EIS são sistemas com propósitos de indicar variações entre previsões e resultados de orçamento e faturamento os quais, gestores fornecerão de forma imediata dados do mercado e indicadores de desempenho. Esse tipo de sistema demonstra para os gestores uma interface mais gráfica. Ainda sim, o EIS pode ser descrito como um sistema de suporte a Decisão, porem com algumas particularidades.

Para POZZEBON E FREITAS (1996), um EIS pode ser entendido:

Do ponto de vista tecnológico, como uma ferramenta de pesquisa a base de dados para a apresentação de informações de forma simples e amigável, atendendo às necessidades dos executivos/decisores. Do ponto de vista filosófico, no entanto, o EIS é mais do que somente uma ferramenta, trata-se de um conceito de como administrar o negócio da empresa com base na administração das informações.     

   

 

Ainda para CURCIO (2011), EIS é:

Um software que objetiva fornecer informações empresariais a partir de uma base de dados. É uma ferramenta de consulta às bases de dados das funções empresariais para a apresentação de informações de forma simples e amigável, atendendo às necessidades dos executivos da alta administração principalmente. 

 

Entre os objetivos mais importantes de um EIS, pode-se elencar o de aperfeiçoar o desempenho de uma empresa, seja permitindo uma melhor visualização dos dados como em retorno eficaz a informações criticas.  Esses dados podem ser visualizados através de intranets que ajudam na facilidade e na obtenção de informações solicitadas. É importante que o executivo faça o acompanhamento dos resultados, onde a ferramenta trabalha de forma a esmiuçar e tabular os dados de todas as áreas de uma empresa, para depois exibi-los de forma gráfica e simplificada, facilitando a compreensão dos executivos que não possuem conhecimentos extensos sobre tecnologia.

Em resumo, o EIS oferece ao executivo, em curto tempo, uma visão gerencial da sua organização, mostrando como funcionam seus processos de trabalho e como ela se relaciona com o mundo externo dos negócios. Essa visão pode ser disponibilizada através de intranets, que facilitam o acesso à informação solicitada.

2.1.4    OLAP - On-line Analytical Processing

É definido como a capacidade para manipular e analisar um grande volume de dados sob múltiplas perspectivas.  É um processamento analítico em tempo real.  OLAP chega até o usuário final em aplicações onde os relatórios podem ser montados de acordo com as solicitações.

OLAP é implementado em um modo de cliente/servidor e oferece respostas rápidas nas consultas, criando um micro cubo na maquina cliente ou servidor. As ferramentas OLAP são aplicações que nossos usuários finais têm acesso para extraírem os dados de suas bases e construir os relatórios capazes de responder as suas questões gerenciais. Elas surgiram juntamente com os sistemas de apoio a decisão para fazerem a consulta e analise dos dados contidos nos Data Warehouse e Data Marts. 

O OLAP se classifica com a seguinte arquitetura:

MOLAP – (Multidimensional On-Line Analytical Processing) os dados são armazenados de forma multidimensional, sua implementação varia de acordo com a sua ferramenta de OLAP, mas é freqüentemente implementado em um banco de dados relacional. A visualização acontece diretamente no servidor MOLAP, tendo assim uma visão dos dados multidimensionais consolidados.

ROLAP –(Relational On-Line Analytical Processing) os dados são armazenados no modelo relacional como também suas consultas são processadas pelo gerenciador do banco relacional. Traz grande desempenho na análise de grandes volumes de dados.

DOLAP – (Desktop On-Line Analytical Processing ) é uma variação que existe para fornecer portabilidade dos dados. Sua vantagem é a redução do tráfico de rede, pois todo o processamento da informação acontece na máquina do cliente.

HOLAP – (Hybrid On-Line Analytical Processing) – Ocorre combinação entre ROLAP e MOLAP. A vantagem é que com a mistura de tecnologias pode-se extrair o que há de melhor de cada uma, a alta performance do MOLAP e a estabilidade do ROLAP. Ferramenta completa, cara e que de acordo com as necessidades, a relação custo benefício, não fica viável.

2.1.5    Data Mart

Muitas companhias ingressam num projeto de data warehouse focando em necessidades especiais de pequenos grupos dentro da empresa.

Segundo os conceitos de Souza (2003), Data Mart é entendido como um pequeno data warehouse que fornecem suporte a decisão a um pequeno grupo de pessoas de uma organização.

O data mart é um banco de dados paralelo ao data warehouse, porém com fundamento de subconjunto do data warehouse e  Barata (2012), afirma que Data Mart é um Banco de dados modelado multidimensionalmente, orientados aos departamentos de uma empresa, por exemplo, a área comercial, financeira, marketing e logística onde cada uma tem vários Data Marts.

Data Mart pode ser destacado como um repositório de dados e é um subconjunto do data warehouse que contém os dados do data warehouse para um setor específico da empresa (departamento, direção, serviço, gama de produto, etc.). Vale ressaltar que um data mart é um subconjunto de data warehouse, porém não se pode dizer que um data warehouse é um subconjunto de data mart, pois Data Warehouse é para atender uma empresa como um todo e já o Data Mart é para atender os subconjuntos dessa empresa.  E é nessa visão que se destaca a diferença entre o data warehouse e o data mart, pois como foi dito, a diferença está com relação ao tamanho e ao escopo do problema a ser resolvido.

Os data marts atendem as necessidades de unidades especificas de negócio ao invés  da corporação inteira. Eles aperfeiçoam a entrega de informações de suporte à decisão e se focam na gerencia sumarizada e/ou dados exemplificativos ao invés do histórico de níveis atomizados. Ainda podem ser apropriados e gerenciados por pessoal fora do departamento de informática das corporações.

2.1.6    Planilhas Eletrônicas

Planilhas eletrônicas ou folha de cálculo é um sistema que utiliza tabelas para realização de cálculos ou apresentações de dados. O termo planilha significa zona ou área de planejamento de algo, e a eletrônica se deve à sua implementação por meio de programas de computador.

Para Silva (2000), as planilhas eletrônicas são apresentadas como tabelas usadas para realizar a comunicação de informações de forma clara, precisa e sucinta. Além de permitir estas comunicações, elas também permitem a manipulação automática das informações através de fórmulas.

As planilhas já existem há muito tempo, porém as planilhas eletrônicas foram inventadas por Dan Bricklin em 1979.

As planilhas não representam boa performance e não são eficazes para a visualização de dados multidimensionais.

2.1.7    Geradores de queries

Os gerentes de negócio necessitam que as informações estejam on-line e para isso as tecnologias atuais possibilitem que as consultas a estas informações se tornem simples, pois os esquemas de banco de dados acabam sendo descritos em termos familiares aos usuários finais.

2.1.8    ETL

ETL – Extract, Transform, Load (Extração, Transformação, Carga) é um processo que envolve a extração de dados de fontes externas de diversos sistemas, transforma os mesmos, conforme regras de negócio, para atender às necessidades do negócio e carrega-os no Data Mart ou Data Warehouse.

O ETL é importante, pois os dados são carregados no Data Warehouse como em qualquer outro banco de dados.

Os processos de extração do ETL podem ser bastante complexos e problemas operacionais significativos podem ocorrer com os sistemas desenvolvidos inapropriadamente.

2.1.9    Data Mining

Nos primórdios do data warehouse, o data mining era visto como um subconjunto das atividades associadas com o data warehouse. Atualmente isso não é mais uma realidade muito vivida. O data mining foi reconhecido como uma tarefa genuína e não mais como uma colônia do warehouse.

Data Mining (mineração de dados) é o processo de descobrir informações relevantes, como padrões, associações, mudanças, anomalias e estruturas, em grandes quantidades de dados armazenados em banco de dados, depósitos de dados ou outros repositórios de informação.

Macoratti (2008), diz que Data Mining tem por finalidade a extração de informações válidas, previamente desconhecidas e de máxima abrangência por grandes bases de dados, usando-as para efetuar decisões cruciais nas organizações.  

Data Mining é parte de um processo maior de pesquisa denominado Busca de Conhecimento em Banco de Dados (knowledge Discovery in Data Base – KDD), o qual possui uma metodologia própria para a preparação e exploração dos dados, interpretação de seus resultados e assimilação dos conhecimentos minerados. No entanto, se tornou mais conhecida do que o próprio processo de KDD em função de ser a etapa onde são aplicadas as técnicas de busca de conhecimentos.

A funcionalidade da mineração de dados irá especificar que tipo de padrões ou relacionamentos entre os registros e suas variáveis podem ser utilizados na mineração. Essa funcionalidade é tratada, por alguns autores, como resultados (outcomes) ou tarefas (tasks).

As tarefas do data mining podem ser classificadas em duas categorias:

Descriptive data mining – descreve o conjunto de dados de uma maneira concisa e resumida e apresenta propriedades gerais interessantes dos dados.

Predictive data mining – constrói um conjunto de modelos, realiza inferências sobre o conjunto de dados disponíveis e tenta predizer o comportamento de novos conjuntos de dados.

2.1.10 ODS – Operational Data Store

ODS é desenhado para atender aos usuários operacionais, em grandes processos de integração, permitindo uma melhor performance.

Para Inmon (1998), o ODS pode ser definido como uma base de dados integrada, orientadas para um assunto, volátil (incluindo atualização), com estrutura de valor projetado para atender os usuários que fazem processamento de alto desempenho integrado.

O foco do ODS é nas necessidades de um processo de negócio em particular, como informações de atendimento ao cliente, por exemplo e na possibilidade de propagar atualizações dessas informações de volta para o sistema de origem.

O ODS pode ser a fonte de verdade para diversas outras bases de dados de sistemas transacionais. Destina-se a apoiar o planejamento estratégico e de negócio de apoio à decisão de inteligência.

Um ODS possui um volume pequeno de dados atuais, voláteis e de apoio à gestão operacional e de monitoramento.

2.1.11 Importância dos Indicadores

Os indicadores são importantes, pois é a melhor forma de apresentar vários dados em informações mais confiáveis. Essa apresentação se dá de forma simplificada e reúnem várias fontes em um único elemento que se torna mais visível aos executivos.

2.1.12 ERP – Enterprise Resource Planning

O ERP é uma ferramenta tecnológica de gestão empresarial multimodular e na mesma base de dados, que tem por objetivo fazer a integração dos diversos setores de uma empresa através dos módulos desse sistema. O objetivo é auxiliar o gestor nas importantes fases do seu negócio.

Segundo JUNIOR (2011), o significado de ERP é de que são sistemas desenvolvidos para o controle dos diversos departamentos e processos de uma organização. Os softwares E.R.P possuem uma grande complexidade nas formas de manuseio do programa em geral.

É importante para qualquer empresa ter os dados organizados e reunidos em uma grande base de dados que integre as diversas áreas da empresa.

2.1.12.1             Origem do ERP

A origem de ERP se deu por alguns princípios que é interessante ser levado em consideração. O primeiro fato a se destacar é o MRP(Material Requeriment Planning ou Planejamento das Requisições de Material), surgiu na década de 70 e tinha por princípio o trabalho de ajudar a administração do processo produtivo da empresa. Com o passar do tempo, novas necessidades de integração dos setores da empresa foram surgindo e passou a uma gestão manufaturada para atender outras áreas da empresa. Esse fato se deu na década seguinte e surgiu o MRP II (Manufactoring Resource Planning ou Planejamento de Recursos de Manufatura), tinha por princípio o controle da mão de obra e do maquinário. Já o ERP teve inicio na década de 90 com a evolução dos computadores e da internet e ampliaram o alcance dos anteriores atendendo a empresa por inteiro. 

2.1.12.2             Vantagens e Desvantagens do ERP

Assim como todo lado bom, existe um lado ruim e isso se aplica em um ERP também. Entre as vantagens dos ERPs, pode-se destacar a redução dos custos e tempo de respostas em serviços, optimização dos processos de tomada de decisão, tempo de resposta para o mercado externo, eliminação do uso de interfaces manuais e entre várias outras vantagens que podem ser elencadas. Já o lado ruim, ou seja, a desvantagem é principalmente o elevado custo. As outras desvantagens que também podem ser citadas é a dependência do fornecedor do pacote, tornar os módulos dependentes uns dos outros e entre outras.

É possível desenvolver esforços para garantir que as vantagens tomem forma e que as desvantagens sejam diminuídas, assim como afirma Alecrim(2010), que para isso, é necessário dedicação de toda a equipe de TI, comprometimento por parte de toda a estrutura gerencial, acompanhamento constante das etapas de desenvolvimento e da implementação, as já citadas escolhas de uma solução e de um fornecedor adequado às necessidades da companhia, analise de possíveis fatores internos e externos que podem influenciar no projeto, elaboração de uma boa política de segurança e assim se segue.

Portanto, para se implantar um sistema ERP em uma empresa, é necessário que seus administradores levem em conta todos os pós e contras citados anteriormente e efetuar uma análise profunda do custo-benefício dessa implantação, analisando sempre as ferramentas disponíveis no mercado e escolhendo a que melhor lhe couber, ou seja, a que tenha um menor custo.

As escolhas devem ser feitas, levando-se em consideração que nem todas as empresas precisam de todos os recursos dessas ferramentas, caso precise, é importante que se implante por parte, sempre escolhendo os setores com mais urgência.

2.2         CONCEITO DA APLICAÇÃO DE BI

A era atual, para as empresas, é definida como a era de seduzir o cliente com as aplicações voltadas aos negócios. Isso pode ser dado através de customização de suas aplicações e desempenho nos negócios da empresa. Assim, os grandes bancos de dados corporativos como Sql Server, Oracle, Sybase etc, começaram a produzir variantes, como os Depósitos de Dados (Data Warehouse), com meta de entregar aos tomadores de decisão, a informação na forma mais precisa possível. Isso fez com que os dados, que até então eram simples representações como nome, endereço, telefone dentre outros, hoje se sofisticam na representação de imagens, vídeos, gráficos, dados temporais, indicadores econômicos, planilhas, paginas HTML e estruturas XML, que acompanham as mudanças solicitadas por uma sociedade alavancada por indústrias como entretenimento, comunicação e comércio eletrônico.

Através dos dados são geradas as informações. A função da aplicação do BI é representar a habilidade de se estruturar, acessar e explorar estas informações, normalmente guardadas em um Data Warehoue e/ou Data Mart. A aplicação do BI é feita para gerar percepções, entendimentos e conhecimentos que irão produzir um melhor processo de tomada de decisão aos gestores.

Atualmente os sistemas BI não podem ser concebidos e implementados sem uma forte ligação aos sistemas ERP, pois estes sistemas BI permitem às organizações potenciar ao máximo a utilização dos ERPs. Cada vez mais nas organizações, os gestores necessitam de informações para tomada de decisões e não apenas de informação para a gestão corrente. Ou seja, necessitam de informação tratada e agregada, de modo a produzir conhecimento que suporte as decisões.

Os sistemas de BI são integrados com os ERPs em tempo real e suas atualizações são feitas online. Esses sistemas permitem adquirir vantagens competitivas muito importantes para as organizações.

As ferramentas de ERP juntamente com as de BI dão uma visão, através de indicadores, do entendimento e acompanhamento do negócio da empresa de forma a produzir visualmente o que se desejar ver.

Para entender melhor, a ilustração abaixo mostra os processos das ferramentas de Construção, Gerencia e Uso do BI. Essas ferramentas são as que irão trabalhar a informação pelos diversos níveis até ficar mais precisa possível para a tomada de decisão.

Ilustração 1 - Modelo de trabalho das ferramentas de BI - Business Intelligence Fonte: http://docplayer.com.br/docs-images/20/529127/images/4-0.png

Como se vê, a ferramenta de Construção pode ser entendida pelo objetivo de auxiliar no processo de Extração de dados das fontes diversas, como os dados dos ERP’s, que podem ser definidos como os dados operacionais, com tratamento de extração, transformação e carga nas estruturas finais de DW/DM.

As ferramentas de Gerencia auxiliam o processo de armazenamento e utilização dos DW/DM e do repositório, onde residem as informações de meta-dados, que tem a responsabilidade de definir as estruturas e processos de transformação desejados.

Já as ferramentas de Uso são mecanismos através dos quais os usuários manipulam os dados nos DW/DM e obtém as informações requeridas. Na ilustração, isso pode ser entendido da forma onde o usuário de BI recebe as informações já tratadas de forma amigável, para auxílio na tomada de decisões, por ferramentas que ajudam nesse auxílio e que podem ser destacadas como as ferramentas de Query, EIS e OLAP que recebem do data mining, ou seja, da mineração de dados, que por sua vez recebeu os dados de forma mais cheia das bases de dados DW/DM. Depois desse processo, as informações que foram tratadas e que se transformaram em informações mais confiáveis para a tomada de decisão, podem ser apresentadas em Planilhas Eletrônicas, em estruturas XML, imagens, gráficos, paginas HTML entre outras formas, para a tomada de decisão. O DSS pode auxiliar o gestor nessa análise que deverá realizar para escolher a melhor opção para a tomada de decisão em seu negócio. Ou seja, o DSS é o sistema que irá analisar um grande número de variáveis trabalhadas para a decisão de uma questão. A forma de como a informação será visualizada pelo gestor só se tornará possível após todo o trabalho exercido pelas ferramentas de BI.

A ilustração mostra o ODS – Operacional Data Store (Armazenamento de dados operacionais) que nada mais é do que um banco de dados que serve para integrar dados de diversas bases. Para melhor entender a ilustração, alguns dados operacionais podem ir direto para data warehouse, através da camada de ferramentas de ETL – Extração, Transformação e Carga, enquanto outros dados operacionais podem ser enviados para o ODS que por sua vez, transportará posteriormente para o data warehouse. Ou seja, o ODS tem função somente de apoiar o planejamento estratégico e de negócio de apoio à decisão de inteligência.

Toda gestão de tomada de decisão, necessita a visualização das informações de forma tratada e com algum direcionar para ajudar na tomada de decisão.

 

2.3         BENEFÍCIOS QUE PODERÃO SER ALCANÇADOS COM A IMPLEMENTAÇÃO DE BI

Todas as ferramentas, após a implantação do BI, podem trazer grandes benefícios para as empresas que a utilizam, mas dependerá da forma em que a implantação da ferramenta for realizada, pois isso é que irá ditar o sucesso ou fracasso do BI.

De acordo com Primak (2008), os benefícios a serem alcançados com BI nas organizações são vastos e podem ser destacados como: a redução dos custos com softwares; redução dos custos com administração e suporte; redução dos custos na avaliação dos projetos; redução dos custos com treinamento; Retorno sobre Investimento mais rápido nos projetos implantados com a ferramenta de BI; maior controle e menos dados incorretos; maior segurança da informação; alinhamento de informações estratégicas e operacionais; facilidade de controle de acesso e definição de níveis de gerencia; melhor alinhamento dos usuários; agilidade na informação para tomada de decisões estratégicas; informação consistente em vários locais dispersos e Vantagem competitiva.

2.4         DIFICULDADES NA IMPLEMENTAÇÃO DO BI

Para se realizar a implementação de BI, muitas barreiras deverão ser transpostas para garantir seu sucesso. Muitas empresas já fracassaram com a tentativa de implementação de BI, acabando  assim, por  levar a empresa ao insucesso. Isso mostra para o implementador que no seu planejamento, os passos para a implantação sejam bem elaborados antes da sua aplicação.

Primak(2008), afirma que pode existir dificuldades na implantação de BI e que na grande maioria das implantações as principais dificuldades podem ser destacadas com: dados operacionais dispersos, e muitas vezes incoerentes com a organização; deficiência dos sistemas operacionais utilizados pelas organizações, que não armazenam dados úteis para futura tomada de decisão; a organização não reconhece as necessidades de informações, e só reconhece quando muitas vezes é tarde demais; a falta de conhecimento dos gestores pode deixar um projeto de BI sem utilidade prática; necessidade de uma boa inter-relação entre a área de negócio com a equipe de tecnologia da informação; as ferramentas técnicas operacionais da atualidade são dispersas e ineficientes, e necessitam de uma reconstrução para serem utilizadas para o BI; a obtenção de informações de diversas fontes externas é feita de uma maneira que a relação custo benefício pode não ser favorável; alguns projetos falham em decorrência de uma adoção de hardware e software equivocada; muitos problemas podem ocorrer devido à falta de experiência e conhecimento do fornecedor da ferramenta de BI;  tratamento dos dados (ETL) e o armazenamento (DW/DM) é um processo que deve ser bem planejado, em decorrência de ser trabalhoso e complexo, necessitando de profissionais de alto gabarito para garantir o sucesso desta etapa; simples erros na elaboração e desenvolvimento de um DW podem ser fatais e trazerem resultados negativos ao projeto; dificuldade de realizar o nivelamento entre o BI e a gestão do conhecimento da organização e o custo para implementação de um projeto de BI não ser barato.

As dificuldades para a implantação do BI são vastas, porém se a analise e as implementações forem feitas de forma correta, o sucesso da empresa estará garantido.

3.    CONCLUSÕES E COMENTÁRIOS

Conclui-se, portanto, que para os gestores, conhecer novas tecnologias para a tomada de decisões, como o BI, traz grandes benefícios para sua organização, pois eleva e destaca sua empresa em grande nível dentre as demais.

Conforme a complexidade interna de uma empresa cresce significativamente, o processo de tomada de decisão pelo gestor tende a se tornar mais complexa, exigindo mais agilidade, dinamismo e precisão das ações a serem efetuadas na empresa. E para conseguir alcançar tal agilidade, dinamismo e precisão, os gestores necessitam de informações estratégicas e essas informações chegam com mais eficiência e eficácia nas mãos dos gestores por meio de sistemas informativos efetivos, que processem grande volume de dados e produzam informações precisas, completas, econômicas, flexíveis e confiáveis em tempo estimado.

Com a utilização de sistemas de apoio à tomada de decisões e sistemas integrados, as empresas habilitam-se a atender uma demanda maior e começa a entender as principais necessidades competitivas do seu negócio e assim replicá-los, com intensa transparência, aos desafios estratégicos de redução de custos e melhoria da produtividade.

Com isso, fica claro que o BI é uma ferramenta que além de formular e responder perguntas chaves sobre o funcionamento da empresa, assim como recomendar fatores que realmente incidem no bom ou mau funcionamento da organização e dar opções seguras para as detecções de situações fora do normal, assim como mostrar fatores que tendem a maximizar o lucro e predizer o comportamento futuro.

A metodologia é parte fundamental para a implementação do BI nas empresas, pois não há como se permitir fazer projetos com longo prazo de implementação e elevado custo. Com isso observa-se que o conhecimento não é apenas um atributo que pode colocar a companhia numa estrada segura: nele se encontra a alma viva dos negócios.

Conclui-se que é de fundamental importância a adesão de um modelo de ferramenta como o BI que possibilite a fluidez nas tomadas de decisões pelos gestores assim como a utilização das varias ferramentas oferecidas para a melhoria da empresa.

4.    GLOSSÁRIO

BI – Business Intelligence

Business Intelligence – Inteligencia de Negócios

TI – Tecnologia da Informação

ERP – Enterprise Resource Planning

Enterprise Resource Planning – Planejamento de recursos empresariais - conjunto de atividades executadas por um software multi-modular, que tem por objetivo auxiliar o fabricante ou o gestor de uma empresa nas importantes fases do seu negócio.

Cockpit - Cabine

Dashboards – Painel de bordo é utilizado para indicar um “painel de indicadores”.

GartnerGroup – Nome da empresa que deu surgimento ao Business Intelligence.

Share – Tem significado de ação. Participação, parcela, quota.

DW – Data Warehouse

Data Warehouse – Armazem de dados

DSS – Sistemas de Suporte à Decisão

EIS – Sistemas de Informação Executiva

Intranet – Redes de computadores Privada

OLAP - On-line Analytical Processing

On-line Analytical Processing – Processo Analítico em Tempo real

MOLAP – Multidimensional On-Line Analytical Processing

Multidimensional On-Line Analytical Processing – Processo Analítico em tempo real e multidimensional

ROLAP – Relational On-Line Analytical Processing

Relational On-Line Analytical Processing – Processo Analítico em tempo real relacionado

DOLAP – Desktop On-Line Analytical Processing

Desktop On-Line Analytical Processing – Processo Analítico em tempo real no Desktop

HOLAP- Hybrid On-line Analytical Processing

Hybrid On-line Analytical Processing – Processo Analítico em tempo real híbrido

DM – Data Mart

Data Mart – Repositório de Dados

Performance – Execução, Realização

ETL – Extract, Transform, Load

Extract, Transform, Load – Extração, Transformação, Carga

Data Mining – Mineração de Dados

KDD – Knowledge Discovery in Data Base

Knowledge Discovery in Data Base – Descoberta de Conhecimento em Banco de Dados

Outcomes- Resultados

Tasks – Tarefas

Descriptive – Descritivo

Predictive – Preditivo

ODS – Operational Data Store

Operational data store – Armazenamento de dados operacionais

MRP – Material Requeriment Planning

Material Requeriment Planning – Planejamento das Requisições de Material

MPR II – Manufactoring Resource Planning

Manufactoring Resource Planning – Planejamento de Recursos de Manufatura

Sql Server – Banco de Dados da Microsoft

Oracle – Banco de Dados da empresa Oracle Corporation

SysBase – Banco de Dados da Sybase

HTML – Linguagem de marcação utilizada para produzir páginas Web.

XML – Linguagem de marcação para necessidades especiais.

Query – Pergunta, dúvida

Softwares – Programa de Computador

5.    REFERENCIAS

ALECRIM, Emerson. O que é ERP (Enterprise Resource Planning)?. Junho de 2010. Retirado de http://www.infowester.com/erp.php. Visitado em 13 de junho de 2012.

BARATA, Jorge . Data Warehouse X Data Mart – Maio de 2012. Retirado de http://social.technet.microsoft.com/wiki/pt-br/contents/articles/10274.data-warehouse-x-data-mart.aspx visitado em 10 de Junho de 2012.

REBOUÇAS, Fernando. Data Warehouse- Março de 2010. Retirado de http://www.infoescola.com/informatica/data-warehouse/ visitado em 06 de Junho de 2012.

CURCIO, Tiago. Como o BI evolui de um EIS. Julho de 2011. Retirado de http://www.tiagocurcio.com/como-o-bi-evoluiu-de-um-eis-conceito-e-historia-do-bi/. Visitado em 18 de junho de 2012.

INMON, Bill. O Armazenamento de dados operacionais.  Julho de 1998. Retirado de http://www.information-management.com/issues/19980701/469-1.html . Visitado em 01 de julho de 2012.

JUNIOR, Arilson. O que é ERP – Enterprise Resource Planning?. Julho de 2011. Retirado de http://www.oficinadanet.com.br/artigo/business_intelligence/solucoes-erp. Visitado em 13 de junho de 2012.

MACORATTI, José Carlos. Conceitos : Data Wharehouse e Data Mining. Retirado de http://www.macoratti.net/dwh_dmn.htm. Visitado em 10 de junho de 2012.

PRIMAK, Fábio Vinícius da Silva. Decisões com B.I. (Business Intelligence). Rio de Janeiro: Ciência Moderna Ltda., 2008.

POZZEBON (M) e FREITAS (H). Construindo um E.I.S. (Enterprise Information System) da (e para a) empresa. São Paulo:RAUSP – Out/Dez de 1996. Retirado de http://www.ea.ufrgs.br/professores/hfreitas/files/artigos/1996/1996_029_RAUSP.pdf visitado em 09 de Junho de 2012. 

ROMÃO, Fernanda. Sistemas de Suporte à Decisão (DSS) – Outubro de 2007. Retirado de http://decidircomsiad.blogspot.com.br/2007/10/tpc-12102007-sistemas-de-suporte-deciso.html visitado em 08 de Junho de 2012.

SOUZA, Michel Andrade. Data Warehouse: Um ambiente Estruturado – Março de 1999. Retirado de http://conteudo.imasters.com.br/1446/datawarehouse.ppt  visitado em 06 de Junho de 2012.

SOUZA, Michel. BI:Data Marts -  Dezembro de 2003. Retirado de http://imasters.com.br/artigo/1612/gerencia-de-ti/bi-data-marts visitado em 10 de Junho de 2012.

SILVA, Flavio Soares Correa da. Introdução à Manipulação de Planilhas Eletrônicas. Abril de 2000. Retirado de http://www.ime.usp.br/~fcs/mac113/apostila/node3.html . Visitado em 11 de junho de 2012.

TURBAN, Efrainet al. Business Intelligence: Um Enfoque Gerencial para a Inteligência do Negócio. Porto Alegre: Bookman, 2009.