Documente Academic
Documente Profesional
Documente Cultură
www.bi4all.pt
FICHA TCNICA
Ttulo
BUSINESS INTELLIGENCE
Autores
Carlos Sezes, Jos Oliveira e Miguel Baptista
Editor
SPI Sociedade Portuguesa de Inovao
Consultadoria Empresarial e Fomento da Inovao, S.A.
Edifcio Les Palaces, Rua Jlio Dinis, 242,
Piso 2 208, 4050 PORTO
Tel.: 226 076 400, Fax: 226 099 164
spiporto@spi.pt; www.spi.pt
Porto 2006
Produo Editorial
Princpia
Av. Marques Leal, 21
2775-495 S. Joo do Estoril
Tel.: +351 214 678 710; Fax: +351 214 678 719
encomendas@principia.pt
www.principia.pt
Projecto Grfico e Design
Mnica Dias
Impresso
Rolo e Filhos, Artes Grficas, Lda.
I S B N 972-8589-66-2
D e p s i t o L e g a l 249614/06
NEGCIO ELECTRNICO
Business Intelligence
Carlos Sezes | Jos Oliveira | Miguel Baptista
BUSINESS INTELLIGENCE
de das mutaes e dos aperfeioamentos tecnolgicos que, no passado recente e no presente, caracterizam esta temtica tornam extremamente difcil produzir algo completo e
definitivo. Terminado este manual, ficar inevitavelmente a sensao de que algo ficou
esquecido ou de que alguma matria concreta j estar desactualizada relativamente a
novas prticas e novos modelos, que emergem continuamente no mercado internacional.
Convm, no entanto, como introduo e sem entrar em pormenores desenvolvidos
mais adiante, focar um pouco as caractersticas e especificidades deste conceito.
Em primeiro lugar, business intelligence refere-se simbiose entre gesto e tecnologia. No existe como tecnologia isolada dos processos estratgicos que se desenvolvem
no seio de qualquer organizao. Como tal, foi nossa preocupao, ao longo de todo o
manual, no focar apenas os sistemas de informao, suas arquitecturas e seu modus
operandi, mas referir tambm os contextos de negcio, as metodologias e os modelos de
gesto em que a tecnologia est inserida e que, supostamente, ir apoiar. Assim, no
querendo entrar num nvel de complexidade tcnica desajustado dos objectivos e dimenses deste manual, preferimos enfatizar o contributo destes sistemas de informao especficos para as diversas necessidades de gesto.
Em segundo lugar, business intelligence um processo produtivo cuja matria-prima
Apresentao
e Conceito
1
U
O B J E C T I V O S
Compreender o conceito de business intelligence e a sua importncia
no contexto da gesto empresarial actual
Assimilar os principais objectivos e vantagens competitivas da
business intelligence como ferramenta de suporte tomada de
deciso
BUSINESS INTELLIGENCE
ENQUADRAMENTO
O conceito de business intelligence um conceito lato e generalista (cuja definio propomos mais adiante), hoje relacionado com uma
determinada categoria de processos de negcio, aplicaes de software e tecnologias especficas. As suas metas fundamentais so, genericamente, recolher dados, transform-los em informao (atravs de
descoberta de padres e tendncias) e, sequencialmente, informao
em conhecimento til e oportuno para a tomada de deciso.
Se quisermos fazer uma pequena resenha histrica deste tema, teremos de recuar s origens e passar pelas diversas evolues do conceito de estratgia. Com efeito, intelligence remete imediatamente
para a noo de informao privilegiada enquanto vantagem competitiva sobre um oponente e determinante para o sucesso de qualquer
estratgia.
Desde as primeiras linhas escritas sobre estratgia, de Sun Tzu (A
Arte da Guerra, h 2500 anos), passando por Maquiavel (sculos
XV-XVI) at Clawsewitz (sculo XIX), patente a preocupao de,
em face de determinado contexto de conflito, conhecermos da forma
mais exacta possvel os nossos pontos fortes e fracos, bem como os
dos nossos adversrios (no caso empresarial, concorrentes), e, em
pormenor, as vrias especificidades do terreno em que nos movemos
(por analogia, o mercado e sua envolvente). As vrias abordagens
modernas de anlise estratgica surgidas no meio empresarial (a anlise SWOT strenghts, weaknesses, opportunities, threats ou a
anlise da indstria as cinco foras de Michael Porter) so evolues naturais das mais antigas concepes nesta rea. Em suma,
num contexto concorrencial, conhecimento vantagem.
Antes do advento da automatizao e informatizao do processamento, a informao era tratada de forma avulsa e no estruturada,
pelo que as decises tomadas a jusante tinham sempre um elevado
componente de intuio. Com os primeiros computadores (os enormes e clebres mainframes, na dcada de 1960), iniciaram-se as primeiras tarefas a nvel de automatizao e armazenamento. Contudo,
para alm das naturais velocidades baixas de processamento, havia
problemas notrios a nvel da falta de infra-estruturas de conexo para
troca de dados ou da incompatibilidade entre sistemas. Simples reportings baseados nesses dados poderiam demorar semanas ou mesmo meses a ser elaborados.
No entanto, como do conhecimento de todos, os desafios colocados s empresas nos ltimos anos elevaram a fasquia no que diz res8
BUSINESS INTELLIGENCE
Como se percebe pelo que foi aqui referido, a existncia de sistemas de BI justificada pela sua adequao s vrias realidades da
vida das empresas e de outras organizaes. Existe hoje um conjunto
de processos de negcio e actividades crticas no modelo de cada
empresa e na sua respectiva cadeia de valor, em que a obteno de
conhecimento especfico essencial para os processos de deciso.
As realidades funcionais mais relevantes neste contexto, que depois
so materializadas em diversos processos de negcio, esto elencadas no quadro abaixo:
VALOR ACRESCENTADO DA TECNOLOGIA BUSINESS INTELLIGENCE
APLICAES FUNCIONAIS NAS EMPRESAS
Comercial
Anlise do comportamento do consumidor
Anlise da rendibilidade de consumidores/segmentos
Anlise de cross-selling
Anlise da fora de vendas
Anlise dos canais de distribuio
Marketing
Penetrao no mercado/segmentos
Eficcia das campanhas de marketing (anlise de meios)
Anlise do ciclo de vida do produto/servio
Finanas
Previso, planeamento e oramentao
Anlise de performance
10
Consolidao financeira
Reporting financeiro
Operaes/Logstica
Eficincia operacional
Planeamento da produo
Controlo de qualidade
Anlise da cadeia logstica
Recursos Humanos
Planeamento da afectao de recursos
Avaliao de performance
Anlise da compensao
Avaliao de competncias
ARQUITECTURA E CARACTERSTICAS
DE UM SISTEMA DE BI
Um sistema de business intelligence, encarado na perspectiva da
sua vertente tecnolgica, deve ser enquadrado na infra-estrutura global dos sistemas de informao da organizao.
Por um lado, devemos ter sempre em mente que um sistema de BI
no subsiste por si prprio est ligado, de forma umbilical, s fontes
de dados subjacentes, sejam elas os sistemas transaccionais ou os
ficheiros de suporte; enfim, tudo o que se possa considerar um repositrio primrio de informao resultante dos processos de negcio
da organizao.
Por outro lado, a jusante, necessrio perceber a interaco entre
o conhecimento produzido e os seus destinatrios (utilizadores finais),
que, atravs dos vrios interfaces e ferramentas de visualizao, tiram partido do que foi produzido, filtrado e sintetizado.
11
BUSINESS INTELLIGENCE
Figura 1.1
Estrutura tpica e
simplificada de um
sistema
tecnolgico de
business
intelligence
fortes vantagens competitivas e diversas na forma de gerir a informao de base e o conhecimento. Estas vantagens devem ser objecto de
uma viso incremental: devem ser aprimoradas gradualmente com vista
a conceder aos decisores novas capacidades de anlise e um valor
crescente em termos da obteno de matria-prima de suporte
tomada de deciso. Em sntese, cumprir a promessa essencial das
implementaes de business intelligence: entregar a informao certa,
pessoa certa, no tempo certo potenciando as melhores decises
com a melhor relao custo-benefcio. As suas propostas de valor
podem sintetizar-se nas seguintes evidncias:
Primeira evidncia Um projecto de BI permite a aquisio de
competncias distintivas ao nvel da modelizao da informao.
Os projectos de business intelligence permitem a definio de
modelos e princpios de definio, inventrio, converso e distribuio
da informao, com vista a assegurar a coerncia e a pertinncia do
conhecimento criado. Este processo de modelizao prossegue num
ciclo de etapas variadas, em que a identificao dos factores fundamentais para o sucesso acompanhada pelo necessrio feedback
proveniente da perspectiva conjunta dos profissionais das tecnologias
de informao e dos utilizadores finais, orientados ao negcio.
Poder-se- assim assegurar que cada etapa do processo de modelizao da produo de informao decorre com nveis mximos de
eficincia, tendo em conta a infra-estrutura subjacente.
Figura 1.2
O processo de
modelizao da
informao
13
BUSINESS INTELLIGENCE
Figura 1.4
Cluster de
business
intelligence
para a deciso
de preos
1. Quais as principais vantagens competitivas que um projecto de business intelligence pode trazer a uma organizao?
2. Enumere quatro aplicaes funcionais a nvel da gesto das ferramentas de business intelligence.
3. Descreva e caracterize os principais componentes de um sistema de business
intelligence.
15
BUSINESS INTELLIGENCE
16
Panorama Actual
dos Sistemas
de Informao
e da Gesto
O B J E C T I V O S
Conhecer a infra-estrutura tecnolgica anterior introduo das
tecnologias de business intelligence
Conhecer os principais processos estratgicos de deciso
empresarial
Compreender o impacto dos projectos de business intelligence na
eficincia e eficcia desses processos
17
BUSINESS INTELLIGENCE
CAPTULO 2
P ANORAMA A CTUAL
DOS
S ISTEMAS
DE
I NFORMAO
E DA
G ESTO
OS INTELLIGENCE SYSTEMS
E O SEU VALOR ACRESCENTADO
Apesar de tudo, as empresas tm ficado, progressivamente, cada
vez mais niveladas e equiparadas no que diz respeito sua eficincia.
Como tal, por todos reconhecido que j no basta as empresas serem
competitivas a nvel operacional e transaccional: tm de ser eficazes a
nvel corporativo. O foco est agora no acesso, na partilha e na anlise
das informaes e na sua transformao em conhecimento til para o
processo de tomada de deciso. Esta uma abordagem, uma perspectiva integrada que visa os processos estratgicos de um organizao,
balizados no seu ciclo de gesto anlise e gesto estratgica, planeamento e oramentao, previso, consolidao financeira, reporting e
anlise da performance, e gesto dos resultados e das compensaes.
Para esta abordagem so necessrios intelligence systems, para
os quais as ferramentas de business intelligence so a matria-prima tecnolgica.
Em resumo, as ferramentas de business intelligence tm trs competncias fundamentais:
acesso pertinente informao;
capacidade de anlise;
capacidade de reporting.
BUSINESS INTELLIGENCE
Figura 2.1
O ciclo de
planeamento
20
CAPTULO 2
P ANORAMA A CTUAL
DOS
S ISTEMAS
DE
I NFORMAO
E DA
G ESTO
Por simples que possa parecer, esta uma questo bsica e essencial para compreender as razes que concorrem para a ausncia de
uma verdadeira gesto estratgica nas empresas.
O que est em causa , de forma sinttica, o processo (os mtodos), o suporte (a tecnologia) e os objectivos da funo de planeamento. A perspectiva sistmica mais no do que o resultado dos
constantes interaces/constrangimentos entre estas trs variveis,
que se influenciam e condicionam mutuamente.
Em primeiro lugar, o processo adoptado. Em muitas organizaes,
o planeamento e a oramentao so ainda operaes morosas, centralizadas e extremamente inflexveis. A separao, bastante vulgar,
entre as funes de planeamento e oramentao implica muitas vezes
o divrcio entre os departamentos operacionais/funcionais e o departamento financeiro e o afastamento e desinteresse por parte da organizao pelo processo em si. O processo exige um perodo de recolha
de dados, respectiva consolidao e relatrios finais em formatos-padro: os oramentos (budgets) propriamente ditos, discriminados por
centros de custos, demonstrao de resultados (profit & loss e income statement), balano (balance sheet) e mapas de cash-flows.
A natureza dinmica de maior parte dos negcios, na actualidade, j
exige aquilo que de designa como rolling forecastings (previses dinmicas), isto , actualizaes constantes das previses iniciais em funo de novos inputs de informao endgena ou exgena exigncia
que dificilmente se torna prtica com os processos tradicionais.
O suporte , frequentemente, a pedra-de-toque de todo o sistema.
As tecnologias tradicionais mais utilizadas so as folhas de clculo
(spreadsheets, i. e., os tpicos ficheiros de Excel), agrupadas atravs
de um conjunto complexo de ligaes. Este suporte origina cenrios
em que a criao, distribuio, recolha e consolidao dos modelos
dos ficheiros se arrasta por semanas, acompanhadas muitas vezes
por uma legio de analistas encarregues de assegurar a fiabilidade do
processo. Acontece frequentemente, neste contexto, mudanas das
premissas iniciais, erros nas frmulas ou nas ligaes das folhas e
alteraes no autorizadas ou novos dados, o que desencadeia a necessidade de encontrar e corrigir os erros.
Para terminar, os objectivos destas operaes so naturalmente
influenciados pelo binmio processo-tecnologia adoptado. Com efeito,
em organizaes que utilizem os cenrios tradicionais aqui descritos,
difcil transformar o planeamento da base e a monitorizao da gesto estratgica em tempo real, como seria de esperar. As pessoas
envolvidas passam mais tempo no processo de recolha e composio
da informao do que na sua anlise e preparao para a tomada de
21
BUSINESS INTELLIGENCE
CAPTULO 2
P ANORAMA A CTUAL
DOS
S ISTEMAS
DE
I NFORMAO
E DA
G ESTO
linhas gerais de actuao que se esperam das vrias unidades operacionais e funcionais ou at individualmente, de cada colaborador.
De uma forma integrada, necessrio: definir a viso, e em seguida a
estratgia, elencar os respectivos factores fundamentais para o seu
sucesso e explicitar os key performance indicators (indicadores-chave). De uma forma esquemtica:
Figura 2.2
A pirmide
estratgica:
da viso aos
indicadores
Ora, os indicadores fundamentais precisam de ser inicialmente disseminados (para clarificar o conhecimento de todos) e posteriormente
controlados.
Algumas regras que importam ter em conta:
Comunicar e avaliar os indicadores atravs de mtricas (medidas) que traduzam de facto a actividade de cada um no dia-a-dia (peas produzidas, quantidades ou valores vendidos, nmero
de servios prestados) e a qualidade esperada dessa actividade
(graus de satisfao/de sucesso apurados, etc.);
Apurar os indicadores em tempo til, de forma a que o ciclo
planificar executar controlar analisar corrigir seja rpido e fluido (esbatendo os latency times);
Reforar o empowerment, dotando cada responsvel de capacidades de interaco com as suas respectivas reas de influncia, de forma a que a aco executiva seja verdadeiramente
operacional;
23
BUSINESS INTELLIGENCE
ANALISAR A INFORMAO
A diversidade de factos e as dimenses de anlise (geogrfica,
comercial, de produto) das empresas actuais tornam extremamente
morosa e complexa a tarefa dos analistas de gesto e decisores. Neste ponto, a questo decisiva :
Como se sabem, em tempo real, os principais factos e tendncias
do negcio, de forma a retirar a partir deles concluses e decises de
natureza correctiva?
Esta questo mais pertinente quando se tem, por exemplo, centenas ou milhares de referncias de produtos ou servios (logo, tipologias diferentes), dezenas de unidades de negcio distribudas
geograficamente, diversos fornecedores alinhados numa cadeia de abastecimentos a montante e diferentes segmentos de clientes/consumidores a jusante das nossas operaes. Em suma, quanto maior for a
complexidade maior ser a necessidade de obter e analisar a informao, para ter uma perspectiva que seja ampla, mas, de forma complementar, capaz de descer ao pormenor.
Figura 2.3
Representao
da viso
de negcio
dos gestores
24
CAPTULO 2
P ANORAMA A CTUAL
DOS
S ISTEMAS
DE
I NFORMAO
E DA
G ESTO
25
BUSINESS INTELLIGENCE
26
CAPTULO 2
P ANORAMA A CTUAL
DOS
S ISTEMAS
DE
I NFORMAO
E DA
Bases de Dados
e Data
Warehousing
O B J E C T I V O S
Conhecer os conceitos bsicos de bases de dados e data
warehousing, pilares bsicos dos projectos de business intelligence
Compreender a importncia dos metadados e da qualidade dos dados
para o sucesso dos projectos
Adquirir noes bsicas sobre o processo de construo de um
data warehouse
27
G ESTO
BUSINESS INTELLIGENCE
Tabela 3.1
Tabela
de clientes
COD_CLIENTE
1
2
3
Uma base de dados no mais do que uma coleco de dados organizada de uma determinada forma sistematizada. No obrigatrio que
a base de dados esteja registada num computador, mas nos dias de hoje
a grande maioria das bases de dados est em formato electrnico.
Existem diversos tipos (ou modelos) de bases de dados, sendo os mais
conhecidos o relacional e o dimensional. Este ltimo predominantemente utilizado em data warehousing. No modelo dimensional os dados so organizados em tabelas divididas em linhas e colunas. Cada
coluna contm um valor discreto (embora noutro tipo de bases de dados
possa no ser exactamente assim). Os valores das colunas podem ser
inmeros, dependendo do sistema de gesto de base de dados que gere
a informao. Os valores mais comuns so geralmente nmeros ou texto, podendo ser nulos e vazios. A diferena entre nulo e vazio importante salientar, pois o nulo (ou null) deve ser lido como valor
desconhecido, enquanto o vazio deve ser lido como sem valor.
A nomenclatura das linhas e colunas pode ser, em linguagem de base de
dados, tambm denominada tuplo e atributo ou, mais correntemente, registo e campo. Utilizaremos, de ora em diante, esta ltima
denominao, para maior clareza de conceitos.
A consulta de dados numa base de dados em formato electrnico faz-se, normalmente, pela utilizao de uma linguagem-padro designada
como SQL (structured query language). Esta linguagem foi definida
como padro pelo ANSI (American National Standards Institute), mas
existem vrias verses, dependendo do fabricante do software de gesto
de base de dados. A grande maioria das verses cumpre os padres do
ANSI, suportando as palavras essenciais definidas pela instituio (por
exemplo, select, update, delete, insert e where). Consultando uma tabela de clientes podemos dar um exemplo desta linguagem:
NOME_CLIENTE
MORADA1
Ramalho e filhos
Praa da Alegria
Castro e Marim Lda. Rua do Girassol
Alfarrobas e Cia
Praa de Repblica
Av. Roma
Av. Repblica
Rua do Amial
Lisboa
Lisboa
Porto
Para manipular e consultar as bases de dados normalmente necessria uma aplicao designada como sistema de gesto de bases de
dados (SGBD ou, em ingls, DBMS database management system). Este sistema ou aplicao especializado em gerir os ficheiros de
base de dados. Se for uma aplicao do tipo servidor (como SQL Server ou Oracle), a sua funo aceitar pedidos de aplicaes clientes
para gerir os dados existentes nas bases de dados. As aplicaes clientes nunca manipulam as bases de dados directamente, apenas enviam
pedidos ao SGBD para que este faa a manipulao e a consulta dos
dados numa arquitectura designada cliente/servidor. Em linguagem corrente, a designao base de dados inclui a base de dados propriamente dita e o software SGBD. No entanto, importante saber distinguir
os dois conceitos. Fazendo uma analogia, e para melhor compreenso,
a base de dados para o SGBD aquilo que o livro para o bibliotecrio.
Os SGBD mais completos possuem outras funcionalidades alm da simples gesto e consulta das bases de dados. Tambm fazem o processamento de transaces, salvaguarda, recuperao de dados, controlo de
acessos, evitam a corrupo dos ficheiros, entre outras funcionalidades. Outra das vantagens deste tipo de arquitecturas cliente/servidor
o facto de reduzirem drasticamente a utilizao de largura de banda na
rede, uma vez que todas as operaes so realizadas no servidor dedicado com o SGBD e apenas devolvida aplicao cliente a informao relevante que foi solicitada.
COD_CLIENTE
NOME_CLIENTE
1
2
3
Ramalho e filhos
Castro e Marim Lda.
Alfarrobas e Cia
29
BUSINESS INTELLIGENCE
Tabela 3.3
Tabela
de moradas
COD_MORADA
COD_CLIENTE
MORADA
LOCALIDADE
1
2
3
4
5
6
1
1
2
2
3
3
Praa da Alegria
Av. Roma
Rua do Girassol
Av. Repblica
Praa de Repblica
Rua do Amial
Lisboa
Lisboa
Lisboa
Lisboa
Porto
Porto
AS FORMAS NORMAIS
As formas normais mais utilizadas so a primeira forma normal (1FN), segunda forma normal (2FN) e terceira forma normal
(3FN). A 1FN o primeiro passo para a organizao dos dados
que existem dentro de uma (ou mais) tabela (ou tabelas), de acordo
30
Tabela 3.5
COD_MORADA
COD_CLIENTE
MORADA
LOCALIDADE
1
2
3
4
5
6
1
1
2
2
3
3
Praa da Alegria
Av. Roma
Rua do Girassol
Av. Repblica
Praa de Repblica
Rua do Amial
1
1
1
1
2
2
COD_LOCALIDADE
LOCALIDADE
1
2
Lisboa
Porto
Agora, a chave primria da tabela das localidades apenas o campo cod_localidade e os valores do campo localidade deixaram de estar repetidos. Assim, podem existir na base de dados localidades que
ainda no esto atribudas a nenhum cliente. O passo que falta para
chegar 3FN retirar todos os campos das tabelas que no dependam exclusivamente da chave primria. Isto faz com que o campo
morada, na Tabela 3.4 seja excludo, para gerar o seguinte resultado
(Tabela 3.6, Tabela 3.7 e Tabela 3.8):
31
BUSINESS INTELLIGENCE
Tabela 3.6
Tabela 3.7
Tabela 3.8
COD_CLIENTE
COD_MORADA
1
1
2
2
3
3
1
2
3
4
5
6
COD_MORADA
MORADA
1
2
3
4
5
6
Praa da Alegria
Av de Roma
Rua do Girassol
Av da Repblica
Praa da Repblica
Rua do Amial
COD_MORADA
LOCALIDADE
1
2
3
4
5
6
1
1
1
1
2
2
BUSINESS INTELLIGENCE
tes podem ser dispersas e possuir diferentes tecnologias, e a aquisio de dados ser feita em frequncias temporais distintas. Habitualmente, durante este processo feita a limpeza dos dados, para
que estes se apresentem o mais correctos e completos possvel
dentro do data warehouse;
Integrao Os repositrios com esta funo conjugam dados de
vrias fontes uns com os outros. Como exemplo, podemos ter o
caso de, num determinado sistema operacional de introduo de
encomendas, um produto possuir o cdigo x e no sistema operacional de gesto de stocks e armazm o mesmo produto possuir o
cdigo y. A indicao de correspondncia entre os diversos dados
feita nestes casos. Pode ser necessrio fazer outra limpeza de dados alm da j efectuada durante a recepo de dados;
Distribuio Os repositrios com esta responsabilidade representam activos de informao a longo prazo e com mbito alargado.
A distribuio consiste no processo de transferir os dados deste
tipo de repositrio para repositrios concebidos para responder a
necessidades de negcio mais especficas (como os data marts);
Entrega Os repositrios com esta funo combinam os dados de
acordo com o contexto que uma determinada unidade de negcio
ou conjunto de utilizadores necessita, dentro da organizao. A entrega feita transferindo os dados para um manancial de tecnologias, como data marts, cubos multidimensionais, dashboards, etc.;
Acesso Os repositrios com responsabilidade de acesso so os
que permitem a consulta de informao de dados integrados e geralmente os alvos do processo de distribuio.
Figura 3.1
Representao
grfica de
um data warehouse
no modelo star
schema
35
BUSINESS INTELLIGENCE
STAR SCHEMA
O star schema (esquema em estrela) talvez o modelo mais utilizado na concepo de um data warehouse. O conceito pressupe a criao de tabelas dimensionais (e. g., dimenso tempo, dimenso clientes,
dimenso geogrfica), que ficam ligadas entre si atravs de uma tabela
de factos. A sua interligao baseia-se num esquema lgico e simples:
as tabelas dimensionais contm as definies das caractersticas dos
eventos, enquanto as tabelas de factos, por sua vez, armazenam os factos decorridos e as chaves estrangeiras para as caractersticas respectivas que se encontram nas tabelas dimensionais.
Este modelo apresenta vantagens bvias, como por exemplo a existncia de uma nica tabela de factos contendo toda a informao sem
redundncias, a definio de apenas uma chave primria por dimenso, a reduo do nmero de interligaes e a consequente pouca
necessidade de manuteno.
TABELA DE FACTOS
A tabela de factos o centro do esquema em estrela, armazenando enormes quantidades de informao, historicamente definida, obtida a partir da interseco da restante. Assim, cada registo de uma
tabela de factos possui uma coluna, ou um conjunto de colunas, que
corresponde s chaves primrias de cada uma das tabelas dimensionais do esquema em estrela. Alm destas colunas com as chaves estrangeiras, a tabela de factos contm tambm colunas que descrevem
o volume, frequncia, valor ou quaisquer outras medidas numricas
que possam ser agregadas (atravs de somas, contagens, mdias, etc.)
num query de SQL. Isto significa que a tabela de factos altamente
normalizada, pois a sua chave primria consiste na concatenao de
todas as chaves estrangeiras das dimenses relevantes para os factos, e os atributos so medidas numricas que se relacionam directamente com a chave primria.
TABELAS DIMENSIONAIS
As tabelas dimensionais contm, na esmagadora maioria das vezes, muito menos registos do que as tabelas de factos. O seu tamanho
varia habitualmente entre as dezenas e os milhares de registos, enquanto as tabelas de factos podero conter milhes ou mesmo bilies
de registos. Este tipo de volume representa um problema quando que36
remos efectuar uma busca nas tabelas de factos. ento que o esquema em estrela mostra a sua eficincia. Tomando como exemplo
uma tabela de factos que contm vendas de produtos a clientes em
unidades e valores, com dez milhes de registos e trs dimenses (clientes, tempo, produtos) de cem registos cada. Neste caso, e assumindo uma distribuio uniforme dos dados na tabela de factos, uma consulta que seleccione um registo de cada uma das trs dimenses ir
ter um retorno, da tabela de factos, de apenas dez registos. Esta consulta, utilizando o esquema em estrela e os ndices apropriados, ser
extremamente rpida. As tabelas dimensionais devero conter, alm
de todos os atributos descritivos como o nome do produto, o tipo de
produto, etc., os atributos numricos, que no faz sentido serem agregados (e. g., preo do produto). Caso a tabela dimensional possua
dados contnuos, devero ser criados intervalos para que os dados
possam ser agrupados de forma relevante. Podemos tomar como exemplo o valor das encomendas. Em vez de existir um registo por cntimos na tabela (o que levaria a uma tabela dimensional com muitos
registos e provavelmente no muito relevante para o negcio), far
sentido criar intervalos de zero a 100 euros, de 100 a 200 euros e
assim sucessivamente, atribuindo a cada intervalo um valor para a
categoria de preo (um para [0, 100], dois para ]100, 200], etc.), permitindo assim uma anlise mais relevante dos factos.
CHAVES SUBSTITUTAS
Habitualmente, no so utilizadas, num data warehouse, as chaves
primrias e as chaves estrangeiras do sistema fonte. Tomemos como
exemplo uma tabela de clientes no sistema transaccional que tem 1
como cdigo de cliente. Se este cliente mudar de nome, o que acontece
geralmente nestes sistemas que o nome do cliente alterado mas o
cdigo mantm-se igual. Para que a informao do anterior nome do
cliente no se perca, no ambiente de data warehouse so utilizadas
chaves substitutas (surrogate keys), que substituem a chave primria
original, permitindo repeties da mesma. Tomemos como exemplo a
tabela de clientes como a Tabela 3.2, e o campo cod_cliente que corresponde a 1. Se o cliente corresponente tivesse mudado de nome no
dia 15 de Janeiro de 2006, no sistema transaccional teramos:
Tabela 3.9
COD_CLIENTE
NOME_CLIENTE
Ramalhete e Caramelo
37
BUSINESS INTELLIGENCE
1
1
NOME_CLIENTE
INCIO_VAL
FIM_VAL
REG_ACTUAL
Ramalho e filhos
Ramalhete e Caramelo
01/01/1970
15/01/2006
14/01/2006
01/01/3000
0
1
SNOW-FLAKE SCHEMA
Na modelizao dos dados, o esquema snow-flake uma evoluo mais complexa do star schema. O seu objectivo normalizar as
dimenses, agrupando os dados de cada uma em vrias tabelas (e no
apenas numa nica grande tabela como no esquema em estrela), evitando assim redundncias.
Figura 3.2
Representao
grfica de um
data warehouse
no esquema
snow-flake
38
BUSINESS INTELLIGENCE
BUSINESS INTELLIGENCE
-se a dados inconsistentes, como valores em falta, dados duplicados ou redundantes, etc. Como resultado, o analista tem de voltar
atrs e resolver estes problemas e entra-se num processo iterativo
que pode ser bastante moroso e dispendioso. Um problema detectado durante a fase de testes poder custar cerca de 100 vezes
mais do que se for detectado durante a fase de concepo e desenvolvimento. Para que isto no acontea, torna-se essencial fazer o denominado perfil dos dados (data profiling). Este tipo de
anlises dever ser feito recorrendo a tecnologia especfica, antes
do incio do processo de ETL. Algumas ferramentas de ETL j
possuem este tipo de funcionalidade.
BUSINESS INTELLIGENCE
Existe muita redundncia nos dados? Os dados de diferentes fontes podem possuir uma correspondncia linear? Existem padres
nos processos de negcio e na informtica?
A equipa que ir implementar o projecto possui a experincia necessria?
Qual ser a rapidez do retorno do investimento?
Estas e muitas outras perguntas devero ser respondidas, pois das
respostas se concluir, partida, o risco de o projecto ser bem ou mal
sucedido. Alm do risco, existe ainda a condicionante da preparao
da prpria empresa. Isto quer dizer que tem de existir um oramento
adequado, que os patrocinadores e utilizadores tm de estar preparados para trabalhar horas-extra no projecto e de possuir algum grau de
literacia informticas. Apesar de dependerem cada vez mais da intuio do utilizador, as ferramentas de BI so inerentemente informticas
e, como tal, para poder tirar delas o mximo partido, os utilizadores
tero de possuir pelo menos um nvel mdio de contacto com aplicaes informticas.
O segundo passo para uma implementao de sucesso a avaliao
das infra-estruturas da empresa, quer a nvel tcnico (software, hardware, rede), quer a nvel no tcnico (metodologias, padres nos processos, etc.). Aqui surge de novo uma srie de perguntas cujas respostas
ajudaro a avaliar o real custo da soluo e a percepcionar a verdadeira
abrangncia de um projecto de BI. Como exemplos temos:
necessrio novo hardware? Quanto custa?
So precisos mais recursos humanos para manter o novo hardware?
O novo hardware conseguir acomodar novas exigncias? Integra-se na infra-estrutura existente?
A largura de banda da rede suficiente?
Qual a arquitectura dos sistemas-fonte? Em que formato podero
fornecer os dados para consolidao? Ser necessrio middleware?
Ser necessrio adquirir um SGBD? Quanto custa?
Existe capacidade interna para gerir o SGBD?
Em relao ao hardware, a sua escalabilidade (capacidade de
suportar um nmero crescente de aplicaes e utilizadores sem ter
de desperdiar o investimento inicial) e o seu custo so provavel44
BUSINESS INTELLIGENCE
BUSINESS INTELLIGENCE
importante ter em considerao que esta tarefa bastante dispendiosa e envolve muito trabalho. Assim, essencial estabelecer um
meio-termo entre a correco dos dados todos e a no-correco de
nenhum. Isto faz-se atravs da anlise cuidada dos dados-fonte e sua
classificao de acordo com um critrio de importncia iniciando o
processo de correco pelos elementos mais crticos. A prtica mostra que o mais acertado no tentar fazer tudo de uma vez e deixar
que os elementos menos importantes sejam corrigidos mais frente
no processo de implementao da aplicao de BI. Mais uma vez,
preciso responder a algumas perguntas:
Existem mltiplas fontes de dados potenciais para os mesmos dados?
At que ponto so os metadados de negcio existentes actuais e
fiveis?
Quem so os detentores da informao das fontes de dados?
A qualidade dos dados-fonte reconhecida?
Qual a qualidade mnima aceitvel para o representante do negcio? E para os utilizadores?
Quem ir elaborar o perfil dos dados? Como?
Que dados so fundamentais e que dados so insignificantes para o
negcio, de forma a proceder sua correco?
importante criar e implementar um prottipo, de modo a que os
stakeholders possam ter uma ideia de como ser a aplicao de BI
depois de instalada. Contudo, nem sempre ser razovel construir um
prottipo completo de uma aplicao de BI; consoante o objectivo final,
existem vrios tipos de prottipos desde os que possuem apenas os
ecrs finais da aplicao, passando pelos que envolvem alguma programao e funcionalidades mnimas, at aos prottipos operacionais, que
possuem todas as funcionalidades da aplicao de BI finalizada e que
muitas vezes servem mesmo de base para o desenvolvimento da aplicao final. Esta fase dever ser desenvolvida no menor tempo possvel e
ter objectivos claros. A aproximao por um prottipo a maneira mais
eficiente de fazer uma anlise funcional do sistema, uma vez que os
utilizadores podero testar e modificar os seus requisitos enquanto experimentam o prottipo, numa fase do projecto em que o impacto desse
tipo de alteraes (requisitos, mbito) no muito elevado. Para se
efectuar um bom prottipo dever-se- ter em considerao os seguintes elementos:
48
BUSINESS INTELLIGENCE
Figura 3.3
Processo de
construo de
um data warehouse
O desenho e planeamento do processo de ETL ter de ser expansvel e facilmente altervel, uma vez que os requisitos podero ser
modificados e novas reas podero ser acrescentadas ao data warehouse. O desempenho do processo de ETL tambm dever ser tido
em considerao, j que o processo ter de se encaixar num intervalo
51
BUSINESS INTELLIGENCE
BUSINESS INTELLIGENCE
54
55
BUSINESS INTELLIGENCE
56
As Ferramentas
de Business
Intelligence
O B J E C T I V O S
Conhecer as vrias ferramentas tecnolgicas de business intelligence
e as suas caractersticas bsicas
Diferenciar e segmentar as tecnologias de acordo com os seus
objectivos de utilizao e importncia para determinadas tarefas
57
BUSINESS INTELLIGENCE
DATA INTEGRATION/ETL
cada vez mais importante, para o processo de ETL, a utilizao
de ferramentas de auxlio. Embora tenham sofrido uma enorme evoluo, estas ferramentas possuem ainda algumas limitaes, pelo que,
dependendo da complexidade das transformaes, por vezes necessrio parametriz-las, utilizando linguagem de programao, para completar algumas lacunas que ainda possam existir. No entanto, prescindir
destas ferramentas significa uma maior manuteno do processo,
medida que o data warehouse vai evoluindo e se vai adequando aos
novos desafios do negcio.
As novas tendncias nas tecnologias de ETL vo no sentido do
desenvolvimento de ferramentas mais poderosas, que, para alm das
capacidades tradicionais, se apresentem como mais-valias em termos
de perfil de dados (data profiling), qualidade de dados (data quality) e
gesto de metadados.
Figura 4.1
Imagem de ecr
da aplicao
de ETL Cognos
Decision Stream
58
CAPTULO 4
A S F ERRAMENTAS
DE
B USINESS I NTELLIGENCE
BUSINESS/PRODUCTION REPORTING
As aplicaes de production reporting justificam-se pela monitorizao e pelo acompanhamento das operaes da organizao numa
base de continuidade muitas vezes diria. As aplicaes de BI tero, neste contexto, de assimilar e transmitir, com grande regularidade, os dados fundamentais (quantidades, valor, alertas para valores de
excepo) ao acompanhamento e anlise.
O principal factor de sucesso destas aplicaes ser o seu modus
operandi com as aplicaes de frontoffice de registo das actividades.
As actividades de produo intensiva, como sejam uma indstria
transformadora, uma cadeia de lojas ou uma actividade extractiva,
so as que tero maior necessidade deste reporting constante.
Figura 4.2
Imagem de ecr
da aplicao de
Cognos Report
Studio
FERRAMENTAS
DE
Este tipo de aplicaes est concebido com o intuito de proporcionar aos utilizadores finais-decisores e analistas altos nveis de autonomia e interactividade no acesso informao. Os destinatrios da
informao no ficam pois constrangidos apenas a parcelas segmentadas e/ou parametrizadas do conhecimento til (reportings ou cubos
59
BUSINESS INTELLIGENCE
de informao uniformizados). Podero, com as funcionalidades destas aplicaes, colocar novas questes e solicitar novas anlises,
baseadas em diferentes critrios, e obter assim um maior valor acrescentado das fontes de dados.
Figura 4.3
Imagem de ecr
da aplicao
Cognos Query
Studio
CAPTULO 4
A S F ERRAMENTAS
DE
B USINESS I NTELLIGENCE
Figura 4.4
Conceito da
anlise OLAP
Podem ser distinguidos essencialmente trs tipos de OLAP: o relational OLAP (ROLAP), o multidimentional OLAP (MOLAP) e o
hybrid OLAP (HOLAP). Vejamos em pormenor as caractersticas
de cada um deles.
O ROLAP
O ROLAP caracteriza-se por manter os dados nas tabelas relacionais originais, ao mesmo tempo que gera outras em que vai armazenar os valores agregados. Estes dados agregados so somas com
um baixo nvel de detalhe derivadas dos dados. Um exemplo natural
a agregao de valores respeitantes s vrias unidades de tempo
(dia, semana, ms, ano).
Esta capacidade de aglutinar dados permite aumentar significativamente os desempenhos, tendo em conta que muitos dos valores solicitados pelas interrogaes so pr-calculados. Apesar disto, o
ROLAP uma soluo globalmente mais lenta do que outras opes,
dado que o modelo relacional que tem de sustentar o trajecto de
todas as unies entre tabelas. Esta desvantagem pode ser compensada pela sua pequena dimenso.
61
BUSINESS INTELLIGENCE
O MOLAP
O MOLAP utiliza uma estrutura de dados multidimensional para
armazenar a informao. A estrutura gerida por um motor de base
de dados multidimensional e no por um motor relacional. As agregaes so calculadas automaticamente como parte da estrutura multidimensional. O MOLAP extremamente rpido em termos de resposta
s questes dos utilizadores, mas, infelizmente, apresenta desvantagens a nvel do espao ocupado e do tempo dispendido na sua criao.
O HOLAP
O HOLAP um meio-termo entre as duas tecnologias anteriores,
assumindo aspectos e atributos de ambas. Este modelo deixa os dados nas tabelas relacionais e guarda as agregaes como uma estrutura multidimensional. O HOLAP assume-se assim como uma opo
de compromisso, quer em termos de rapidez de resposta, quer em
termos da dimenso.
CUBOS OLAP
Nas teorias de base de dados, os cubos OLAP so representaes
abstractas de uma projeco de uma relao RDBMS (relational
database management system). Podem ser descritos, em termos de
uma funo, da seguinte forma:
Figura 4.5
Cubo de
informao
para anlise OLAP
CAPTULO 4
A S F ERRAMENTAS
DE
B USINESS I NTELLIGENCE
rentes graus de detalhe da informao. Atravs de uma funcionalidade denominada drill, um utilizador final pode navegar nos dados que
interessam sua anlise, aumentando o grau de detalhe (drill down)
e descendo, consequentemente, a dados cada vez mais operacionais,
ou diminuindo o detalhe (drill up), subindo a uma informao cada vez
mais agregada.
De realar, tambm, a sempre til funcionalidade apresentada pelas ferramentas OLAP de rearranjar as linhas e colunas de dados em
anlise, o chamado slice and dice. O utilizador pode decidir cruzar de
forma diversa as vrias dimenses ao seu dispor (e. g., vendas x rea
geogrfica x intervalo de tempo ou rea geogrfica x categoria de
produto x responsvel comercial), trocando simplesmente a ordem das
colunas e linhas e suprimir ou visualizar algumas delas.
Figura 4.6
Imagem de ecr
da aplicao
Analysis Studio
BUSINESS INTELLIGENCE
Finanas
Nas tarefas inerentes gesto financeira, importante que os decisores tenham um retrato objectivo, em tempo real, da situao patrimonial, do desempenho das vrias reas de negcio e/ou centros de
custo e dos movimentos de tesouraria que ocorreram, efectivamente,
em determinado perodo. As fontes de dados so, preferencialmente,
ERP e ficheiros Microsoft Excel.
Figura 4.7
Balano
multidimensional
TEMPO
RUBRICAS DO BALANO
ORGANIZAO
Anos
Trimestres
Meses
Activo imobilizado
Activo circulante
Passivo c/ prazo
Passivo m/l prazo
[...]
Figura 4.8
Anlise
financeira
% PLANEADO
INDICADORES
Valores actuais
Valores oramentados
Rolling forecast
Valores de abertura
Valores de fecho
TEMPO
ORGANIZAO
KPI FINANCEIROS
INDICADORES
Anos
Trimestres
Meses
Grupo (Corporate)
Empresa
Diviso
EPS
EBITDA
Rendibilidade vendas
Rendibilidade activos
Rendibilidade c. prprios
Grau alavanca financeira
VAL
TIR
Actual
Planeado
Rolling forecast
64
CAPTULO 4
Figura 4.9
Anlise de
cash-flows
A S F ERRAMENTAS
DE
B USINESS I NTELLIGENCE
TEMPO
ORGANIZAO
CASH FLOWS
INDICADORES
Anos
Trimestres
Meses
Grupo (Corporate)
Empresa
Diviso
[...]
Origens de fundos
rea operacional
rea investimento
Utilizao dos fundos
Pagamento dbitos
Investimento
Comercial/ Vendas
Na anlise comercial de uma organizao, importante considerar
as suas vendas numa perspectiva multidimensional (regio, canal de
venda, categorias de produtos, entre outros), discernindo tendncias e
tirando concluses. Importa compreender os segmentos ou nichos
especficos de maior rendibilidade e, com isso, preparar decises relativamente a pricing, poltica de distribuio e polticas de incentivos
comerciais. As fontes de dados so, essencialmente, ERP e aplicaes especficas de CRM.
Figura 4.10
Anlise
de vendas
TEMPO
ORGANIZAO
C. VENDA
PRODUTOS
CLIENTES
INDICADORES
Anos
Trimestres
Meses
Semanas
Ano n-1
[...]
Grupo (Corporate)
Empresa
Diviso
Gestores comerciais
Canal 1
Canal 2
Canal 3
[...]
Linhas produtos
Marcas
Produtos
SKU (*)
Segmento 1
Segmento 2
Segmento 3
[...]
Unidades vendidas
Receitas
% Desconto
% Comisses
% Reclamaes
Preo mdio venda
Figura 4.11
Rendibilidade
de produto/cliente
TEMPO
ORGANIZAO
C. VENDA
PRODUTOS
CLIENTES
INDICADORES
Anos
Trimestres
Meses
Semanas
Ano n-1
[...]
Grupo (Corporate)
Empresa
Diviso
Gestores comerciais
Canal 1
Canal 2
Canal 3
[...]
Linhas produtos
Marcas
Produtos
SKU
Segmento 1
Segmento 2
Segmento 3
[...]
Custo mdio
C. m. produo
C. m. distribuio
Lucro bruto
Lucro lquido
65
BUSINESS INTELLIGENCE
Marketing
Na anlise de marketing, importante ter uma perspectiva macro, mais estratgica, do mercado que vamos abordar: dimenso,
segmentao explcita ou implcita, vantagens/desvantagens de determinado posicionamento. Numa perspectiva micro, mais operacional, importa conhecer o impacto das campanhas de publicidade, de
alteraes pontuais no marketing-mix dos produtos (product, price,
place e promotion).
Os ERP, aplicaes de CRM, bases de dados com informao diversa de marketing research so as fontes de informao mais usuais.
Figura 4.12
Anlise de
marketing
estratgico
TEMPO
CANAIS
PRODUTOS
CLIENTES
INDICADORES
Anos
Trimestres
Meses
Semanas
Ano n-1
[...]
Canal 1
Canal 2
Canal 3
[...]
Linhas produtos
Marcas
Mercado Global
Segmento 1
Segmento 2
Segmento 3
Nmero clientes
LTV (*) mdio clientes
CAMPANHAS
MENSAGENS
SEG. MERC.
PRODUTOS
Anos
Trimestres
Meses
Semanas
Ano n-1
[...]
Campanha 1
Campanha 2
Canal 3
[...]
Linhas produtos
Marcas
Produtos
Merc. global
Linhas produtos
Segmento 1 Marcas
Segmento 2 Produtos
Segmento 3
INDICADORES
Nmero clientes
Nmero produtos
Proveitos/Campanha
Custos/Campanha
% Respostas
Produo
Na produo, os decisores tentam optimizar a correlao entre diversas variveis crticas (necessidades de produo, capacidade instalada, matrias-primas/subsidirias disponveis, recursos necessrios,
custo da produo), de forma maximizar as vendas e optimizar a capacidade instalada. As aplicaes de forecasting de vendas, de gesto da produo e da SCM (supply chain management) so importantes
fontes de dados.
66
CAPTULO 4
A S F ERRAMENTAS
DE
B USINESS I NTELLIGENCE
Figura 4.14
Gesto
da capacidade
de produo
TEMPO
PRODUTOS
INDICADORES
Anos
Trimestres
Meses
Semanas
Ano n-1
[...]
Linhas produtos
Marcas
Produtos
SKU
Fabricao
Montagem
Inspeco
Embalagem
[...]
Unidades planeadas
Unidades produzidas
% defeitos
Uptime
Downtime
% Capacidade utilizada
Fbrica 1
Linha 1
Linha 2
Linha 3
Fbrica 2
[...]
Figura 4.15
Administrao
de recursos
humanos
TEMPO
ORGANIZAO
GRUPO PROF.
CONTRATO
AVAL.
Anos
Trimestres
Meses
Ano n-1
[...]
Grupo (Corporate)
Empresa
Diviso
Administrao
Directores 1. linha
Chefes de sector
Administ./Comer.
[...]
Full time
Efectivo
Prazo
Trab. temp.
1
2
3
4
5
APLICAES
DE
INDICADORES
Nm. empregados
FTE
Custos totais RH
% Incentivos
% Promoes
% Formao
EVENT MANAGEMENT
Este tipo de aplicaes orientado para uma monitorizao contnua dos processos de negcio sem interaco do utilizador. Funciona
atravs do acompanhamento de eventos que necessitam de ser vigiados, utilizando uma automatizao de processos de negcio e de deci67
BUSINESS INTELLIGENCE
Estas ferramentas esto a ser aprimoradas com o advento da tecnologia BAM, de que falaremos num outro captulo.
FERRAMENTAS DE VISUALIZAO:
DASHBOARDING E SCORECARDING
Para fceis monitorizao, compreenso e assimilao da informao essencial que haja interfaces e aplicaes de front-end ao servio
68
CAPTULO 4
A S F ERRAMENTAS
DE
B USINESS I NTELLIGENCE
AS APLICAES DE SCORECARDING
Os scorecards aperfeioam o reporting tradicional ao utilizarem
medidas-alvo pr-definidas (e. g., objectivos de vendas, razes de rendibilidade e eficincia) com os respectivos dados actuais e desvios.
Baseando-se em informao diversa obtida nos sistemas operacionais, os scorecards agregam dados diversos em indicadores-chave,
representativos do desempenho. Podem ser utilizados em sistemas de
controlo operacional para perodos determinados (como no caso dos
69
BUSINESS INTELLIGENCE
Figura 4.17
Imagem de ecr
da aplicao
de scorecarding
Cognos Metrics
Manager
O DASHBOARDING
Os dashboards apresentam como principal vantagem a capacidade
de comunicarem quantidades complexas de informao de uma forma
rpida e intuitiva. Mais concretamente, traduzem os dados recebidos
dos sistemas operacionais de uma forma graficamente apelativa e amiga
do utilizador, atravs de mapas, grficos diversos, tabelas, entre
outros. Na actualidade, normal haver dashboards dinmicos, que
permitem efectuar operaes de drill through (pesquisa aprofundada)
noutras fontes de dados para ver com maior detalhe os dados subjacentes ao que os dashboards nos revela.
70
CAPTULO 4
A S F ERRAMENTAS
DE
B USINESS I NTELLIGENCE
Figura 4.18
Imagem de ecr
da aplicao de
dashboarding
Cognos
Reportnet
BUSINESS INTELLIGENCE
veis (quantidade, importncia, tempo, geogrficas, entre outras) pressupe outras capacidades para alm das normalmente existentes num
simples grfico de duas dimenses.
Genericamente, estas ferramentas devem permitir:
a visualizao de vrias dimenses e variveis;
a interactividade com os utilizadores, de modo a permitir uma visualizao de vrios ngulos e enquadramentos e que potencie a segmentao da informao em parcelas (tipo slice and dice).
Existem vrias ferramentas para visualizao de dados multidimensionais. Apresentamos algumas em seguida.
CAPTULO 4
A S F ERRAMENTAS
DE
B USINESS I NTELLIGENCE
Figura 4.21
Exemplo de um
grfico de barras
multidimensional
Histogramas multidimensionais
Os histogramas, que representam vrias dimenses, esto mais
vocacionados para anlises de grandes volumes de dados e em que
seja pertinente avaliar a sua densidade de distribuio.
Figura 4.22
Exemplo de
um histograma
multidimensional
73
BUSINESS INTELLIGENCE
Aplicaes avanadas
Surgiram recentemente ferramentas com capacidades avanadas
que proporcionam aos utilizadores diferentes experincias de visualizao e percepo.
Estas funcionalidades procuram potenciar uma rpida assimilao
cognitiva da realidade.
As animaes implicam facilidade, rapidez e eficcia no discernimento da tendncia e na velocidade do seu desenvolvimento.
J as visualizaes em imerso, tal como num jogo de vdeo de
realidade virtual, colocam o utilizador no meio de um cenrio que
contm a representao multidimensional dos dados. Utilizadas inicialmente nas reas de inovao e desenvolvimento do produto, so
j aplicadas para uma contextualizao do decisor em cenrios complexos.
Por ltimo, e directamente relacionadas com as anteriores, esto
as capacidades de interactividade accionadas pelo utilizador. Enquanto as aplicaes mais tradicionais apresentam barras ou linhas
estticas, estas novas possibilidades oferecem, por exemplo, a possibilidade de rodar grficos e imagens, de forma a mostrar conhecimento oculto, filtrar dados acima ou abaixo de um determinado
valor ou efectuar zoom em determinadas partes das imagens. Esta
interaco directa poupa aos utilizadores tempo gasto em queries e
a formatao do reporting, que pode assim ser utilizado na anlise
da informao.
DATA MINING
A data mining ou a minerao de dados uma das ferramentas
de BI mais conhecidas e com utilizao mais generalizada no mundo
empresarial.
Data mining conceito que engloba todos os processos
que, atravs de uma diversidade de ferramentas tecnolgicas
de anlise, permitem descobrir padres e relaes num determinado conjunto de dados.
As aplicaes desta abordagem so essencialmente descritivas (retrata uma realidade actual especfica) e predictivas (permite fazer
previses e concluses atravs da concepo de modelos, tendo em
conta os padres actuais de comportamento detectados).
74
CAPTULO 4
A S F ERRAMENTAS
DE
B USINESS I NTELLIGENCE
Figura 4.23
Representao
grfica
da arquitectura
de um sistema
de data mining
BUSINESS INTELLIGENCE
CAPTULO 4
A S F ERRAMENTAS
DE
B USINESS I NTELLIGENCE
77
BUSINESS INTELLIGENCE
78
CAPTULO 4
A S F ERRAMENTAS
DE
B USINESS I NTELLIGENCE
A Emergncia da
CPM (Corporate
Performance
Management)
O B J E C T I V O S
Compreender a CPM como uma perspectiva integradora do ciclo
de gesto e das tecnologias de business intelligence
Conhecer os vrios componentes e funcionalidades de um sistema
de CPM
79
BUSINESS INTELLIGENCE
CONCEITO DE CPM:
ALINHAR A ESTRATGIA COM A EXECUO
Neste novo sculo, o contexto dos processos de deciso empresarial , como j vimos, caracterizado por mercados de grande intensidade concorrencial e em acelerada mudana, em que o conhecimento
em tempo real da performance e dos seus drivers (indutores) um
dos factores crticos de sucesso. O crescente nvel de escrutnio, tanto a nvel do ambiente interno (empregados, accionistas) como do ambiente externo (clientes, potenciais investidores, comunicao social),
tem exigido respostas que, em termos de oportunidade, contedo e
fiabilidade no so por vezes passveis de obter nas organizaes actuais. Com efeito, os gestores tm sentido, nos ltimos anos, as suas
fraquezas estruturais nesta rea: os processos e actividades estratgicos da gesto da performance so inflexveis e/ou esto desligados
entre si, a estratgia e as iniciativas consequentes no so conhecidas
ou compreendidas em todos os escales hierrquicos da empresa e,
em resultado, no existe grande controlo sobre a fase da execuo.
A dinmica do desempenho das organizaes actuais exige que a
interligao estrutura-processos-tecnologia se revista de novas capacidades:
Previsibilidade Antecipar resultados de forma sustentvel, fivel
e consistente atravs do tempo, conhecendo o contexto e as variveis crticas subjacentes;
Transparncia Perceber, com clareza, da performance e os factores que tm impacto sobre ele;
Accountability Proporcionar s pessoas da organizao os dados necessrios ao conhecimento e gesto do seu prprio desempenho;
Agilidade Responder, em tempo til, a qualquer alterao no contexto concorrencial (interno e externo);
Alinhamento Assegurar que numa perspectiva top-down, toda a
organizao est alinhada com a estratgia definida e coordena
esforos no mesmo sentido.
Em sntese, necessrio conseguir responder, permanentemente,
s seguintes questes: Como esto os resultados/performance? Porqu? O que se deve fazer para melhorar?
80
BUSINESS INTELLIGENCE
Figura 5.1
Modelo
detalhado das
vrias etapas
e tarefas da
corporate
performance
management
Como declarou Rob Ashe, presidente da Cognos, o CPM a forma que eu tenho de assegurar que as minhas prioridades so as prioridades de quem est quatro degraus abaixo na hierarquia da
organizao. O CPM preserva as intenes e o sentido estratgico da
gesto de topo e confere empowerment s reas operacionais para
fazerem o trabalho certo de forma eficaz.
Esquematicamente, podemos visualizar um modelo de corporate
performance management:
BUSINESS INTELLIGENCE
na resposta s preferncias e aos padres de procura dos consumidores, as estratgias dos concorrentes, alteraes no pricing de determinada cadeia de fornecimentos ou decises de entidades reguladoras
em mercados altamente regulamentados.
Deste modo, a implementao dos vrios componentes (ou mdulos) de um sistema de CPM deve ter como premissa fundamental a
capacidade de permitir a integrao e a flexibilidade das partes para
garantir a sustentabilidade do todo isto para alm da capacidade de
permitir cobrir a totalidade ou a maior parte dos processos principais
de negcio da organizao.
Platform services
Os platform services do sistema de CPM so as funcionalidades
integradoras que permitem a sua utilizao em toda a organizao.
Portal Uma simples interface web-based, que funcione como front-end agregador das vrias funcionalidades ao servio de cada utilizador (portanto adaptado a cada perfil);
Security Modelo de segurana bsico com respectivos requisitos
em termos de sign-on;
Configuration Implementao e configurao de forma remota,
efectuada num nico momento;
85
BUSINESS INTELLIGENCE
87
BUSINESS INTELLIGENCE
MONITORIZAO DA PERFORMANCE:
GARANTIR ALINHAMENTO E ACCOUNTABILITY
A monitorizao da performance baseada na tecnologia deve permitir
a gesto por objectivos, e estar orientada e alinhada de forma a que todos
os colaboradores de uma organizao estejam concentrados em esforos
e metas comuns. Como tal, a componente de monitorizao (scorecarding) de um sistema de performance management dever ser, na actualidade, mais do que um conjunto de razes e indicadores. indispensvel
que ela seja um instrumento de implementao da estratgia corporativa
definida e que comunique de forma adequada os objectivos definidos a
todos os interessados. A monitorizao dever permitir definir com clareza os indicadores-chave de desempenho, efectuar uma avaliao objectiva e eficaz do desempenho de cada clula da organizao, e visualizar
com clareza as relaes causa-efeito que revelem a influncia e interligao entre reas departamentais/unidades de negcio e as variveis. Em
sntese, a monitorizao deve alinhar a estratgia execuo, atravs de
um sistema integrado de avaliao assumido por todos. Como corolrio,
dever alinhar os sistemas de compensao e incentivos, para que cada
colaborador tenha a noo concreta do seu contributo para a organizao
e seja reconhecido e remunerado em funo dele.
O modelo de referncia do BSC (balanced scorecard) um conceito de gesto estratgica, criado em 1992 por David Norton e Robert Kaplan, professores da Harvard Business School, que pressupe
a medio e avaliao de dimenses essenciais que permitem aferir
se o desempenho da organizao corresponde ao definido na viso, na
estratgia e nos planos de aco.
Figura 5.4
O modelo de
balanced
scorecard,
utilizado como
suporte
sistematizado e
coerente das
aplicaes de
scorecarding
88
BUSINESS INTELLIGENCE
Perspectiva dos processos internos Avalia a eficincia das tarefas executadas na empresa, em termos de tempo, custo e qualidade
do resultado; abrange reas como o servio ao cliente, logstica, aprovisionamento e gesto de stocks, administrao e gesto documental;
as reas/os indicadores mais comuns so:
os prazos de resposta/entrega;
a rotao de stocks;
as despesas administrativas;
a produtividade operacional;
Perspectiva da aprendizagem e crescimento Avalia genericamente o capital intelectual (conhecimento, capital humano) da empresa
e a sua capacidade de manter nveis altos de aprendizagem, desenvolvimento, inovao, satisfao e motivao; inclui assim indicadores
em reas como a gesto de recursos humanos, formao, cultura organizacional, status tecnolgico, entre outros; as reas/os indicadores
mais comuns so:
os ndices de liderana;
os ndices de desempenho/produtividade;
o absentismo;
o investimento em formao per capita;
os ndices de motivao e satisfao;
a reteno/turnover dos empregados;
os ndices de competncias-chave;
O BSC tem como grande virtude a possibilidade de encarar a estratgia de forma alinhada e transparente em toda a empresa. Contudo, toda esta abordagem foi complementada e melhorada com a
introduo dos strategy maps, atravs da obra de Kaplan e Norton,
lanada em 2001, The Strategy-Focused Organization.
90
Figura 5.5
Imagem de ecr
de um mapa
estratgico
numa
aplicacao de
Scorecarding
Cognos
BUSINESS INTELLIGENCE
ANLISE E REPORTING:
GERAR CONHECIMENTO DE SUPORTE AO NEGCIO
Figura 5.6
Imagem de ecr
de uma aplicao
de anlise
multidimensional
Cognos
92
BAM (Business
Activity
Monitoring):
A Promessa
da Business
Intelligence para
o Sculo XXI
O B J E C T I V O S
93
BUSINESS INTELLIGENCE
CAPTULO 6 BAM (B USINESS A CTIVITY M ONITORING ): A P ROMESSA DA B USINESS I NTELLIGENCE PARA O S CULO XXI
Figura 6.1
Modelo de uma
ferramenta de BAM
As tendncias da BAM pressupem uma maior integrao de alertas em reas de ponta como o CEP (complex event processing). Nesta abordagem, a informao pertinente contida nos eventos registados
(deteco de padres e relaes, hierarquia de eventos, etc.) deve ser
descoberta, comunicada e respondida pela rea da gesto. Em reas
muito especficas da cadeia de valor da organizao [como, por exemplo a logstica na senda do just in time ou a gesto de clientes
mantendo os SLA (service level agreements nveis de servios mnimos acordados) e optimizando a gesto da relao e o controlo dos
riscos comerciais], a integrao de diversas variveis e constrangimentos est a ser controlada com o apoio da BAM. As suas potencialidades
comeam agora a ser aproveitadas em quatro reas:
Monitorizao das polticas/dos processos definidos essencial
perceber se os processos definidos, de acordo com uma boa prtica uniformizada, esto a ser cumpridos, devendo as excepes ser
detectadas de imediato;
Anlise do impacto dos eventos Atravs de modelos predefinidos, as aplicaes BAM estabelecem, de imediato, a relao entre
o facto A e o facto B, permitindo aferir necessidades de correco
imediatas;
95
BUSINESS INTELLIGENCE
Resposta/aco automtica Implementar regras de respostas automticas baseadas em planos de soluo um desafio que j est
ao dispor das novas tecnologias; esta aco pressupe grandes competncias a nvel do desenvolvimento de modelos de impacto e de
relaes causa-efeito e de business integration. (E. g., o preo de
determinada referncia do produto x est, por questes de estratgia de marketing, indexado ao preo mnimo de trs concorrentes;
uma alterao detectada nos sistemas de informao de marketing
dever despoletar, de forma automtica, a alterao do preo de
referncia praticado.)
Figura 6.2
Grficos com
sinaltica intuitiva,
similar aos
dashboards,
assinalam alertas
nas mtricas
relevantes para
cada responsvel
CAPTULO 6 BAM (B USINESS A CTIVITY M ONITORING ): A P ROMESSA DA B USINESS I NTELLIGENCE PARA O S CULO XXI
BUSINESS INTELLIGENCE
CAPTULO 6 BAM (B USINESS A CTIVITY M ONITORING ): A P ROMESSA DA B USINESS I NTELLIGENCE PARA O S CULO XXI
BUSINESS INTELLIGENCE
Figura 6.4
Imagem de ecr
de um risk portal
100
CAPTULO 6 BAM (B USINESS A CTIVITY M ONITORING ): A P ROMESSA DA B USINESS I NTELLIGENCE PARA O S CULO XXI
ROI: O Valor
Acrescentado
de Um Projecto
de Business
Intelligence
O B J E C T I V O S
101
BUSINESS INTELLIGENCE
CAPTULO 7
DE
U M P ROJECTO
DE
B USINESS I NTELLIGENCE
Figura 7.1
Anlise do
breakeven
de um projecto
de business
intelligence
CUSTOS DE AQUISIO
Os custos de aquisio de software contabilizados devem comear por englobar, por uma questo de coerncia lgica, os valores
decorrentes das aquisies de data warehousing (licenas com base
de dados relacional e respectivos servidor, processadores, memria)
nos casos em este seja o ponto de partida para o sistema analtico e de
reporting a implementar. O conjunto ser naturalmente complementado, pelo menos, com as ferramentas de ETL e com as aplicaes de
front-end (software de scorecarding, dashbording, OLAP, entre outras). Em boa parte das situaes revelam-se igualmente necessrias
ferramentas de data cleansing, que assegurem os nveis desejados de
data quality.
103
BUSINESS INTELLIGENCE
CUSTOS DE INFRA-ESTRUTURA DE TI
Esta tipologia de custos prende-se com a necessidade frequente de
aumentar as capacidades da infra-estrutura subjacente, a modo a fazer
face s exigncias da estrutura de business intelligence. As actualizaes do software e do hardware j existentes ou o incremento das
capacidades das redes de comunicaes devem, pois, ser considerados
com objectividade. Nos casos em que estes incrementos se faam por
uma dupla exigncia (da implementao de BI e de outras necessidades paralelas), deve ser encontrada uma frmula de imputao.
CUSTOS DE IMPLEMENTAO
Os custos de implementao referem-se, essencialmente, aos recursos
humanos reservados s tarefas necessrias ao lanamento, desenvolvimento
e concluso do projecto, isto , at todas as ferramentas de BI estarem
operacionais e disposio do utilizador final. O elemento humano geralmente segmentado entre as categorias de colaboradores (empregados afectos contratualmente organizao) e consultores externos (cujas
competncias foram adjudicadas para a concretizao do projecto).
Os valores afectos aos consultores so transparentes e, como tal,
facilmente quantificveis, uma vez que foram estipulados antecipadamente. Recomenda-se, contudo, a boa prtica de estipular margens
de conforto relativamente a eventuais derrapagens, que podem aumentar consideravelmente este item.
Quanto aos colaboradores internos, tendo em conta que muitas vezes
no tm o seu tempo completamente adstrito ao projecto de BI,
importante contabilizar as horas efectivas de trabalho para conferir
credibilidade imputao.
CUSTOS DE FORMAO
As aces de formao so fundamentais a dois nveis: para os utilizadores finais das aplicaes e para os responsveis pela sua correcta
104
CAPTULO 7
DE
U M P ROJECTO
DE
B USINESS I NTELLIGENCE
CUSTOS DE PERFORMANCE
Sendo de difcil previso, numa fase prvia de avaliao, os custos
de performance devem ser considerados em fases de avaliao intermdia (e. g., ao fim de dois anos) ou de avaliao final do projecto. As
ineficincias a nvel do servio esperado (o chamado downtime) vm
naturalmente retirar valor e, consequentemente, aumentar a estrutura
de custos destes projectos.
BUSINESS INTELLIGENCE
rias quantitativas nos processos estratgicos (baseados em melhores decises) bem como, em certa medida, em alguns processos operacionais,
atravs do empowerment dos seus responsveis mais directos. Contudo,
existem frequentemente fenmenos de eroso nos benefcios do BI,
que, como tal, devem ser considerados como custos indirectos.
Em primeiro lugar, temos o problema da baixa aceitao por parte
do seu pblico-alvo. Quer por razes de resistncia mudana, por
motivos relacionados com a falta de enquadramento ou formao, ou
(problema mais frequente) por inexistncia de alteraes nos sistemas, processos e relaes de gesto da informao institudos nas
reas em que o BI implementado, so inmeras as situaes em que
o potencial fica largamente aqum das expectativas. A falta de interligao e de um trabalho em rede eficaz entre os utilizadores tambm muitas vezes o diagnstico mais acertado.
Podemos encarar este problema como a construo de um grande
centro comercial. Se depois de concebido e edificado no conseguir
atrair um nmero razovel e esperado de clientes, no poder, no
obstante a sua magnificncia arquitectnica, ser considerado um sucesso. Em termos prticos, temos de ter a conscincia do contexto
organizacional em que vamos inserir os sistemas de BI, de forma a
estimar, de forma sempre conservadora, o mbito da sua aceitao
(da mesma forma que, alis, um departamento de marketing d luz
verde a um novo produto em funo do mercado esperado).
Em segundo lugar, temos a eroso motivada pelo desencanto com as
funcionalidades: aps um perodo inicial de entusiasmo com o sistema, o
nvel de utilizao decai continuamente, ao longo do tempo. Aqui, so
muitas vezes as questes de escalabilidade (decaem os nveis de disponibilidade e desempenho do sistema) que determinam o decrscimo.
MEDIR OS PROVEITOS DA BI
Enquanto a avaliao dos custos de um projecto uma tarefa relativamente simples (com algumas dificuldades acrescidas nos custos
indirectos, como vimos atrs), j a aferio dos seus proveitos reveste-se de uma certa complexidade. De facto, a relao entre o investimento em tecnologias de informao e a criao de valor no
facilmente quantificvel. H dois constrangimentos essenciais:
As tecnologias no funcionam per se, antes interagem com operadores complexos e pouco previsveis os seres humanos. A cria106
CAPTULO 7
DE
U M P ROJECTO
DE
B USINESS I NTELLIGENCE
o de valor pela tecnologia depende de muitas variveis organizacionais, por vezes com comportamentos diversos consoante os nveis hierrquicos;
As tecnologias de BI esto cada vez mais integradas com a restante infra-estrutura de sistemas de informao da organizao, tambm ela em constante mudana; deste modo, os benefcios das
sucessivas mudanas e actualizaes so dificilmente imputveis a
um componente especfico.
Apesar destes constrangimentos, importante fazer um exerccio
de gesto e tentar simular os valores resultantes num determinado
espao de tempo (correspondendo quer a redues de custos, quer a
aumentos de proveitos).
Por exemplo, num projecto de introduo de data mining numa
perspectiva de gesto comercial, importante determinar, em termos
brutos, o valor acrescentado de uma maior capacidade de segmentao, do posicionamento e marketing-mix de um determinado produto,
no mbito de um determinado universo.
Imaginemos, de forma simplificada:
Vendas do produto x com os antigos sistemas de CRM: 500 000 euros
Vendas do produto x aps introduo do data mining: 780 000 euros
Se mantivermos constantes as restantes variveis, chegaramos ao
valor de 280 000 euros em benefcios. Se notarmos claras mudanas
de contexto como, por exemplo, a reduo do nmero de colaboradores comerciais (e dos respectivos custos com o pessoal) em funo
da introduo da tecnologia, o valor subiria; da mesma forma, se este
valor implicar diferenas cambiais positivas, teremos de fazer a reduo proporcional.
J no mbito de um projecto integrado de corporate performance
management, poderemos ter uma noo dos benefcios da introduo
do componente de planeamento, oramentao e forecasting.
De novo, um exerccio acadmico simples:
Ciclo de planeamento e oramentao (antes): 25 dias teis
Forecastings e re-forecastings: trimestrais
Custo do processo [considerando FTE (full time equivalents)]:
85 000 euros
Ferramentas: ficheiros Excel
107
BUSINESS INTELLIGENCE
108
CAPTULO 7
DE
U M P ROJECTO
Gesto e
Implementao
de Projectos de
Business
Intelligence
DE
B USINESS I NTELLIGENCE
O B J E C T I V O S
Compreender, numa perspectiva de gesto de projecto, as reas
fundamentais para o sucesso de implementao de tecnologias de
business intelligence
Conhecer as etapas essenciais para o planeamento, gesto e controlo
de um projecto de business intelligence
109
BUSINESS INTELLIGENCE
CAPTULO 8
G ESTO
implementao, tero de ser prosseguidas algumas etapas fundamentais e definidas as seguintes questes essenciais, agrupadas no que se
designa frequentente como project charter:
Questes a definir num project charter
1. Anlise do contexto
2. mbito
3. Objectivos e metas
4. Soluo de business intelligence proposta
5. Anlise da infra-estrutura tecnolgica
6. Gap analisys
7. Anlise custo-benefcio
8. Resultados (deliverables) do projecto
9. Requisitos do histrico
10. Condies de data quality
11. Controlo e gesto da mudana
12. Estrutura organizacional da equipa
13. Risk assessment
Todas as questes anteriores devero estar definidas neste sumrio executivo, que representar, na prtica, um compromisso entre os
responsveis pela implementao tecnolgica e os responsveis pelo
negcio quanto s condies bsicas mbito, objectivos, recursos
e uma base de trabalho para fazer os frequentes (quase inevitveis)
ajustamentos numa fase posterior.
ANLISE DO CONTEXTO
A avaliao do contexto de negcio envolvente constitui uma etapa preliminar essencial do comeo de um projecto de business intelligence. Com efeito, pela anlise do contexto competitivo de uma
organizao descortinamos os problemas, entropias e estrangulamentos no processo de tomada de deciso (relacionados com a qualidade
e pertinncia da informao) que iro requerer uma soluo desta
natureza. Geralmente, temos duas causas fundamentais: a existncia
de um problema de negcio previamente identificado que requer uma
soluo tcnica (e. g., a necessidade imperiosa de um sistema de custeio que consiga aferir a rendibilidade por segmento, unidade de negcio ou actividade) ou a vontade de aproveitar ou descortinar novas
oportunidades de negcio (e. g., aprofundar conhecimento sobre a base
111
BUSINESS INTELLIGENCE
de clientes da empresa com vista a perceber tendncias e assim maximizar o efeito de campanhas de marketing segmentadas). A anlise dos condicionalismos e constrangimentos da empresa vai permitir
o incio da construo de modelos de anlise e reporting que gradualmente, permitiro a integrao transversal e a uniformizao de dados, informao e conhecimento.
MBITO
Para determinar os resultados que queremos retirar de um projecto de business intelligence, essencial demarcar com a maior
objectividade possvel o seu mbito. Neste conceito de mbito, devemos definir:
as reas funcionais/departamentais, as unidades de negcio ou os
processos de negcio especficos que sero abrangidos pelo projecto (mbito horizontal);
a profundidade dos dados informativos requeridos como outputs
do projecto conforme o desejo de ter uma informao mais
operacional, mais executiva ou, noutro plano, mais analtica (mbito vertical);
De referir que estes so, tipicamente, projectos transversais estrutura organizacional e aos processos de negcio, pelo que estes dois
pontos devem ser equacionados de forma conjunta e coordenada para
se poder ter um planeamento o mais realista possvel.
CAPTULO 8
G ESTO
OBJECTIVOS E METAS
fundamental alinhar os objectivos estratgicos e as metas especficas de um projecto de BI com a estratgia e as iniciativas corpora113
BUSINESS INTELLIGENCE
CAPTULO 8
G ESTO
GAP ANALISYS
Uma vez definida a infra-estrutura tecnolgica de base, podemos
analisar os gaps (as lacunas, os hiatos na integrao actual ou capacidade de integrao futura) existentes nos sistemas de informao,
que devero ser resolvidos para atingir os objectivos delineados.
ANLISE CUSTO-BENEFCIO
Nesta fase, considera-se o exerccio de avaliao j proposto no
Captulo 7 a determinao preliminar do ROI (retorno do investimento) do projecto. J ser possvel, nesta fase, ter uma perspectiva
razovel do investimento a efectuar e dos benefcios a obter, pelo que
uma estimativa se torna pertinente.
REQUISITOS DO HISTRICO
Um projecto de BI pressupe, naturalmente, o acompanhamento
dos factos mais relevantes ao longo do tempo. essencial dividir o
tempo em dias, semanas, meses, trimestres ou anos (conforme os ciclos de negcio inerentes a cada realidade ou os que a empresa queira
monitorizar) para a consolidao de concluses relativamente aos principais factores de deciso. Como tal, importante, na medida em que
as condies de data quality o permitam, armazenar alguns anos de
115
BUSINESS INTELLIGENCE
histrico, para que a anlise temporal possa desde logo ser feita e no
sejamos obrigados a partir da estaca zero.
CAPTULO 8
G ESTO
boa simbiose entre o conhecimento do negcio e o conhecimento tecnolgico. Aqui, acrescentamos naturalmente um outro factor fundamental bvio relacionado com este captulo a capacidade de gerir e
implementar projectos.
Assim, num cenrio tpico em que temos uma empresa objecto de
implementao e um implementador (um papel assumido frequentemente por consultores externos), as equipas de um projecto de BI
podero ter uma estrutura como a que se prope em seguida:
Figura 8.2
Organigrama
da estrutura
organizacional
da equipa
BUSINESS INTELLIGENCE
RISK ASSESSMENT
Todas as actividades e todos os projectos tm riscos subjacentes.
Eventos indesejveis podem impedir a concretizao de determinados
cenrios ou objectivos requeridos. Num projecto de BI, os grandes
riscos esto no cronograma, no custo financeiro e na qualidade dos
resultados do projecto. , portanto, essencial debruarmo-nos um pouco
sobre esta matria na perspectiva da gesto do projecto.
Ela impe, na fase de planeamento, as seguintes tarefas:
118
CAPTULO 8
G ESTO
BUSINESS INTELLIGENCE
CAPTULO 8
G ESTO
BUSINESS INTELLIGENCE
CAPTULO 8
G ESTO
Figura 8.4
Grfico com a
afectao de
recursos s
diferentes
actividades
Importa, naturalmente, enumerar com objectividade o contexto, mbito e os objectivos do projecto, bem como os deliverables (os resultados a entregar, os produtos finais do projecto). As boas prticas de
project management devem igualmente ficar definidas nesta fase.
IMPLEMENTAO TECNOLGICA
A implementao tecnolgica difere, obviamente, de um caso para
o outro, conforme a especificidade dos projectos de business intelligence vimos j, por exemplo, no Captulo 3, as fases mais importantes de um projecto de data warehousing. As condicionantes
tecnolgicas so, pois, muitas e variadas; no obstante, queremos, sem
repetir aquilo que j foi descrito, referir as etapas mais importantes na
perspectiva de um projecto de BI completo, incluindo a necessria
interface dos utilizadores.
BUSINESS INTELLIGENCE
CAPTULO 8
G ESTO
125
BUSINESS INTELLIGENCE
126
CAPTULO 8
G ESTO
Apresentao de
Estudos de Caso
O B J E C T I V O S
Conhecer exemplos prticos da implementao de business
intelligence, suas dificuldades e seus factores crticos de sucesso
Compreender e conseguir diagnosticar necessidades e aplicar as
respectivas solues tecnolgicas
127
BUSINESS INTELLIGENCE
MBITO DO PROJECTO
O projecto do Grupo Brodheim surge na sequncia de um conjunto
de factos bem identificados a nvel da gesto. Neste contexto, o modelo de gesto da Brodheim visa solucionar as seguintes limitaes:
Falta de uniformizao;
Elevada margem erro de informao de gesto disponvel;
Elevados custos de manuteno;
Baixa acessibilidade informao;
128
CAPTULO 9
A PRESENTAO
DE
E STUDOS
DE
C ASO
Utilizadores insatisfeitos;
Ausncia de perspectiva global do negcio de franchise.
A definio ds objectivos do projecto, um factor fundamental de
sucesso, foi feita de forma clara. Neste contexto, os objectivos definidos nas equipas de trabalho visaram as seguintes situaes:
Obteno de um conhecimento mais actualizado do negcio;
Criao de um sistema flexvel para antecipar mudanas no mercado;
Aumento do grau de acessibilidade;
Maior autonomia aos utilizadores;
Aumento do conhecimento dos utilizadores acerca do negcio.
Tendo em vista o objectivo de criar uma interligao de dados, o
modelo visa a integrao dos servios do grupo nos diferentes postos
de trabalho, permitindo a centralizao e organizao dos dados para
futuras anlises de negcio.
Figura 9.1
mbito do projecto
Brodheim
BUSINESS INTELLIGENCE
CAPTULO 9
A PRESENTAO
DE
E STUDOS
DE
C ASO
BUSINESS INTELLIGENCE
heim determinou como fase inicial a anlise das limitaes das aplicaes existentes. Da anlise realizada, concluram-se as seguintes
limitaes:
Softwares de retalho
O desenho e a funcionalidade das aplicaes de retalho encontravam-se aqum do que os utilizadores pretendiam. Todos os sistemas
de BI ou DSS (sistema de suporte deciso) eram completamente
dependentes do funcionamento de sistemas de apoio. Problemas com
a qualidade de dados, a pontualidade das comunicaes e a acessibilidade destes softwares prejudicam directamente os sistemas de informao de gesto. Em resultado dessa situao, a qualidade das
informaes era insatisfatria.
O novo projecto de BI apresentou como objectivo a agregao dos
dados de todos os softwares. A agregao tornar a empresa menos
dependente de cada um dos fornecedores. No novo sistema de BI, o
software de retalho torna-se transparente;
Sistemas de informao de gesto:
Desempenho O desempenho dos sistemas era fraco. O
fraco desempenho tornava a pesquisa de informao pesada e pouco acessvel;
Segurana A segurana era limitada e, consequentemente, a estrutura do programa, os dados e a informao eram
geralmente acessveis a todos;
Fiabilidade Devido falta de metodologia no desenvolvimento dos sistemas, nomeadamente a falta de planeamento, desenho e documentao, e a uma plataforma fraca, a
fiabilidade encontrava-se abaixo do nvel pretendido. As
aplicaes s satisfaziam uma parte das necessidades de
informao de gesto da empresa;
Acesso Os dados encontravam-se espalhados em vrias
bases de dados. Os sistemas s permitiam assim consultas parciais dos dados, sendo difcil obter uma perspectiva geral;
Integrao e flexibilidade Um sistema baseado apenas
em mapas torna-se muito rgido. No existiam possibilidades de fazer drill-down e slice and dice sobre valores suspeitos (criando obstculos a anlises eficazes de razes e
medidas);
132
CAPTULO 9
A PRESENTAO
DE
E STUDOS
DE
C ASO
Problemas lgicos O sistema existente apresentava ainda vrios problemas lgicos: a distino entre dimenses
apresentava problemas com os clculos de stocks e vendas, enquanto a distino entre os stocks permanentes, permanentes de dimenses especficas e stocks transferidos
de outras dimenses era difcil. Era assim impossvel para
algumas empresas do Grupo Brodheim determinar e comparar o que tinha sido encomendado e recebido por loja;
133
BUSINESS INTELLIGENCE
Figura 9.2
Processos
estratgicos do
Grupo Brodheim
CAPTULO 9
A PRESENTAO
DE
E STUDOS
DE
C ASO
Mapas uniformizados
A anlise de vendas tem por objectivo o acompanhamento das vendas permanentemente durante a estao, de modo a tomar medidas
correctivas conforme a sua evoluo. Estabeleceram-se, por cada ms,
objectivos comerciais e expectativas de vendas, sendo possvel comparar as vendas do ano corrente com as do ano anterior e com os
objectivos. Este follow-up deve ser efectuado regularmente ao longo
dos perodos.
A anlise de vendas deve ser feita por loja e marca, e distinguir
diversas dimenses. A anlise especfica importante para controlar
135
BUSINESS INTELLIGENCE
CAPTULO 9
A PRESENTAO
DE
E STUDOS
DE
C ASO
visava a garantia dos pressupostos assumidos pelas equipas de trabalho. Neste contexto, face constituio de submodelos especficos
para o projecto de BI, os modelos apresentavam objectivos concretos
para o grupo.
Com este projecto pretendeu-se alcanar os seguintes objectivos:
Estratgicos Atravs da melhoria dos nveis de deciso, controlo
e acompanhamento dos dados da actividade do grupo controlados
pelo sistema de BI; agilizar a produo de indicadores com o aumento da capacidade de anlise;
De gesto Garantir a disponibilidade dos indicadores de rentabilidade do Grupo Brodheim atravs de uma ferramenta de auxlio
anlise da evoluo temporal. Cumulativamente, o sistema teve como
objectivo melhorar o controlo dos produtos, cadeias e respectivas
unidades de produo. O modelo visa melhorar a qualidade das
tarefas realizadas pelos colaboradores e a normalizao da qualidade dos procedimentos, conceitos de negcio e a mtrica no Grupo Brodheim;
Funcionais No mbito da funcionalidade, o modelo de BI implementado visa objectivos concretos para a rentabilizao. Neste contexto, o modelo garantiu maior fluidez de informao, reduo do
tempo utilizado na gesto da informao, automatizao de processos de deciso e anlise e melhoria na gesto de stocks.
Mdulo de vendas
Este modelo apresentou como objectivo observar indicadores sobre a posio diria do Grupo Brodheim. De acordo com as necessidades apresentadas, o modelo permite a identificao de valores em
vrias vertentes.
Como base do sucesso, o modelo garante a visualizao diria de
dados e o acompanhamento dos desvios em relao a perodos anteriores.
Como pressuposto do submodelo a desenvolver, o modelo de vendas apresentou o cumprimento dos seguintes pressupostos: resumo
semanal e mensal de valores; controlo das unidades de franchise;
anlise de desvios comparados com perodos e estaes anteriores;
anlise de evoluo de vendas de vrios grupos de produtos e por
cliente; e comparao de desempenho de vendedores.
Num mbito mais financeiro, o modelo final d resposta a determinados indicadores significativos para a gesto: controlo de saldos e
137
BUSINESS INTELLIGENCE
promoes e saldos vs. poca normal; clculo da taxa de transformao das lojas; agregao das vendas por unidade de negcio, empresa
grupo e rea de negcio; elaborao de mapas histricos; consulta
dos nmeros e tipos de documentos e descontos reais; anlise de viabilidade das lojas.
Mdulo de reposies
Este modelo apresenta objectivos a nvel da eficcia e fiabilidade
dos procedimentos de reposies, encomendas e gesto de permanentes das lojas do Grupo Brodheim e dos franchises. Ele permite,
assim, a observao de valores em vrias vertentes. O modelo de
reposies tem como elemento fundamental a deteco das reposies e encomendas necessrias, controlo dos stocks bem como o controlo e gesto dos stocks permanentes.
No entanto, com o objectivo definido de dinamizar e criar mecanismos de aco especficos para a rea, o modelo apresenta objectivos
de resposta em reas significativas para a gesto e o controlo de actividade. Neste contexto, a rea de reposies garante, com o projecto BI, resposta a situaes essenciais:
Deteco de excepes e alertas sobre quebras e falhas de entrega;
Anlise de stock actual e vendas de permanentes a nvel de loja e
empresas;
Possibilidade de agrupar ou no o stock de referncias de vrias
coleces;
Possibilidade de controlo de encomendas, recepes e pendentes;
Racionalizao do tempo de anlise e deciso sobre as reposies;
Possibilidade de filtrar e agrupar as referncias numa maneira relevante para a reposio.
Mdulo de stocks
Este submodelo apresentou como objectivos a promoo do apoio
no controlo da posio de stocks, dos movimentos principais e das
sell-out rates das vrias marcas comercializadas nas lojas do grupo,
bem como a previso da posio do stock e das sell-out rates no fim
da estao.
138
CAPTULO 9
A PRESENTAO
DE
E STUDOS
DE
C ASO
Mdulo de auditoria
O mdulo de auditoria visa tornar mais eficazes a anlise, explorao e correco das diferenas de stocks apuradas atravs dos inventrios das lojas do Grupo Brodheim.
Em resumo, deve apoiar a rea de auditoria em todos os processos
de inventrio, incluindo a elaborao de mapas resumidos.
As necessidades de auditoria (poltica de descontos e devolues, etc.)
e dos sistemas de retalho foram igualmente contemplados no sistema.
Mdulo de clientes
Este mdulo tem como objectivo a observao dos indicadores sobre a posio diria do Grupo Brodheim. Esta anlise permite a observao de valores em vrias vertentes:
Acompanhamento e observao de desvios em relao a perodos
anteriores e homlogos, bem como valores acumulados;
Gesto de clientes uniformizada nas vrias cadeias da empresa;
Anlise de desvios comparados com perodos anteriores;
Classificao dos clientes consoante critrios dinmicos;
Determinao do estado de cada cliente em relao a fidelizao/
/perda;
Disponibilizao de mtricas que meam a qualidade de gesto de
fidelizao dos clientes;
Extraco de listagens de clientes e elaborao de endereamentos por carta e e-mail.
Mdulo de vendedores
O mdulo de BI para a rea de vendedores, pelos pressupostos e
necessidades especficos, foi implementado de acordo com duas filosofias de gesto diferentes. O modelo deve ser assim caracterizado
de acordo com o seguinte foco:
139
BUSINESS INTELLIGENCE
Incentivos
Este submodelo apresenta como objectivo disponibilizar indicadores
sobre a equipa de vendedores do Grupo Brodheim, permitindo a observao de valores nas vertentes de anlise (desempenho de vendedores,
desvios comparados com perodos e estaes anteriores), clculo (incentivos por vendedor com critrios de objectivos rotativos), criao de
outputs especficos da rea (mapas histricos de objectivos e incentivos, mapas de contabilidade do pagamento de incentivo);
Avaliao e formao
O objectivo deste modelo analisar os resultados das visitas de
teste qualidade dos servios, os resultados das avaliaes, auditorias
e a formao de vendedores e equipas.
O submodelo permitiu a observao de valores quanto aos seguintes pressupostos: gesto e anlise das avaliaes peridicas dos vendedores; gesto das necessidades e as aces de formao dos
vendedores; avaliao da eficincia de aces de formao; monitorizao da evoluo ao longo do tempo dos vendedores; gesto de
horrios de vendedores e equipas; alocao de recursos humanos; e
comparao com os horrios estabelecidos.
140
CAPTULO 9
A PRESENTAO
DE
E STUDOS
DE
C ASO
A soluo satisfez os quatro grandes objectivos tcnicos do sistema estabelecidos na maneira seguinte:
Melhor acesso informao
Interface disponvel na Internet para consultas externas e internas oferecendo acessibilidade global;
Softwares OLAP uniformizados com fcil aprendizagem e utilizao. O utilizador afastado dos sistemas operacionais;
Anlise com a terminologia corrente dentro da organizao;
Rotina nocturna e OLAP garantindo tempos curtos de resposta em situaes normais;
Soluo baseada numa anlise interna e em entrevistas e documentao das necessidades reais da rea comercial;
Distino clara entre as reas de anlise e os acessos personalizados por UN/Funo.
Fiabilidade e segurana
Tecnologias fiveis e comprovadas com grande base instalada;
Funcionalidades sujeitas s fases de testes e criao de sistema
de qualidade de dados que garantem a consistncia dos dados;
Garantia de possibilidade de impor segurana nos nveis do
sistema.
Racionalizao de procedimentos
Acessibilidade alta originou independncia do departamento
SSD;
Ferramentas de alto nvel facilitaram o desenvolvimento de
mapas e funcionalidades;
Rotinas para importao automtica garantiram a substituio
de lanamentos manuais;
Troca de dados e informao com parceiros externos passou
para a Internet (Extranet) e formatos digitais;
Sistema dirigido para o futuro
Possibilidade de assumir qualquer software de retalho e receber qualquer formato de input;
Adio de novos softwares de reporting com anlises mais
avanadas;
Possibilidade de implementao de data mining, ferramenta
que pode revelar tendncias sobre os dados histricos;
141
BUSINESS INTELLIGENCE
142
CAPTULO 9
A PRESENTAO
DE
E STUDOS
DE
C ASO
Figura 9.6
Arquitectura
do reporting OLAP
do Projecto
BUSINESS INTELLIGENCE
PROJECTO JANSSEN-CILAG
Apresentado no Grupo Johnsson & Johnsson como um caso de
sucesso a nvel da business inteligence, a Janssen-Cilag assumiu como
objectivo relevante no decorrer do ano de 2005 a criao de condies tecnologicamente favorveis para o apoio dos processos de planeamento e controlo de gesto, considerando o nvel de complexidade
existente na sua realidade.
Este caso de estudo demonstra de forma eficaz a relao crucial
entre a tecnologia e o business intelligence, sendo que a primeira deve
ser considerada como uma ferramenta de apoio de extrema relevncia para o controlo de gesto e organizao de processos na empresa.
A realidade da companhia Janssen-Cilag, de acordo com as necessidades de reporting existentes para o grupo internacional, implicava
a elaborao do sistema de budget distribudo por nove business plans
agregando as respectivas revises e alteraes necessrias.
No contexto estrutural do Grupo Johnsson & Johnsson, que apresenta divises desde o pas das diferentes empresas ao sector em que
se inserem, os business plans da empresa devem respeitar regras
essenciais que permitam a consolidao das diversas dotaes com o
objectivo de poderem ser apresentadas informaes segmentadas pelos
diversos tpicos de anlise.
144
CAPTULO 9
A PRESENTAO
DE
E STUDOS
DE
C ASO
BUSINESS INTELLIGENCE
Sendo um factor essencial na perspectiva da organizao do modelo e respeitando um dos pressupostos essenciais do projecto de BI
(quanto definio e ao cumprimento das regras de negcio da empresa), todo o projecto teve por base a relao entre as reas de suporte e as reas de negcio materialmente relevantes. Esta anlise,
bem como a definio das metodologias de input de pressupostos no
mbito do planeamento financeiro, permitiu que todo o modelo fosse
criado de acordo com a estrutura desejada para cada fase.
Considerando a complexidade da estrutura e do negcio quer da
Janssen-Cilag e do Grupo Johnsson & Johnsson, todo o processo de
146
CAPTULO 9
A PRESENTAO
DE
E STUDOS
DE
C ASO
planeamento foi realizado com fases de input de dados em submodelos especficos com funcionalidades de consolidao de informao
reforada pelas regras da empresa.
Figura 9.8
O business plan
como aglomerador
de vrios
contributos
BUSINESS INTELLIGENCE
Figura 9.9
Arquitectura
da soluo
Janssen-Cilag
CAPTULO 9
A PRESENTAO
DE
E STUDOS
DE
C ASO
Figura 9.10
Pgina de entrada
da aplicao
Cognos Planning
(Contributor) com
os vrios modelos
de planeamento
Na perspectiva de oramentao da empresa, os modelos apresentam-se segmentados por reas fundamentais para o planeamento
da empresa a nvel da sua actividade e gesto. A elaborao do
planeamento financeiro da empresa a nvel da business intelligence foi assim definida pela constituio de workflow directamente suportado pela ferramenta tecnolgica, permitindo a
introduo da informao financeira atravs das hierarquias de
utilizao assumidas.
Face diversidade de factores de introduo de informao (relativamente a factos de produtos, centros de custo, recursos humanos,
trademarks e product brands, entre outros), tornou-se imperativa a
criao de submodelos.
Com o apoio da ferramenta utilizada (no caso da Janssen-Cilag, a
Cognos Planning), a criao de submodelos foi realizada de acordo
com as necessidades de organizao, consolidao e definio de pressupostos de aprovao dos valores no modelo.
Deste modo, o modelo de oramentao apresenta, nas suas diversas reas, apresentaes distintas, de acordo com as necessidades
existentes: modelo de vendas e custo de vendas associado por produto e trademark; modelo de recursos humanos com agregaes a nvel
do recurso; modelos financeiros (OPEX, P&L, entre outros) a nvel
do centro de custo.
Toda a informao deve ser consolidada com o objectivo de ser
agregada em ltimo reduto a nvel do modelo financeiro que constitui
a elaborao da demonstrao de resultados.
149
BUSINESS INTELLIGENCE
CAPTULO 9
A PRESENTAO
DE
E STUDOS
DE
C ASO
Figura 9.11
Imagem de ecr da
estrutura de
planeamento e
custeio do modelo
duo de dados relativos ao modelo de vendas, o planeamento financeiro foi realizado com a definio de responsabilidades a nvel dos
responsveis de vendas por produto e trademark.
Todo o processo de planeamento se baseia em aprovaes e validaes estabelecidas com a hierarquia da fase do planeamento em
causa. Assim, aquando do encerramento de uma trademark ou unidade de negcio (sendo os dois elementos agregadores da estrutura
de produto), o sistema de planeamento financeiro suporta a obrigatoriedade de aprovao ou rejeio da alocao de valores.
Figura 9.12
Imagem de ecr
da interface de
insero de dados
do modelo de
planeamento
151
BUSINESS INTELLIGENCE
CAPTULO 9
A PRESENTAO
DE
E STUDOS
DE
C ASO
153
BUSINESS INTELLIGENCE
154
CAPTULO 9
A PRESENTAO
DE
E STUDOS
INTRODUO ....................................................... 5
DE
C ASO
CAPTULO 1
ENQUADRAMENTO ........................................ 8
ARQUITECTURAS
DE DATA WAREHOUSE .............................. 34
STAR SCHEMA ........................................... 36
TABELA DE FACTOS ................................... 36
TABELAS DIMENSIONAIS ........................... 36
CHAVES SUBSTITUTAS .............................. 37
SNOW-FLAKE SCHEMA ........................... 38
ARQUITECTURA E CARACTERSTICAS
DE UM SISTEMA DE BI ................................. 11
PROPOSTAS DE VALOR E VANTAGENS
COMPETITIVAS DE UM PROJECTO DE BI .. 12
CONCEITO E IMPORTNCIA
DOS METADADOS ......................................... 39
OS SISTEMAS DE INFORMAO
PARA GESTO: LEGACY SYSTEMS
VS. INTELLIGENCE SYSTEMS ......................... 18
OS INTELLIGENCE SYSTEMS
E O SEU VALOR ACRESCENTADO ............. 19
CAPTULO 4
AS FERRAMENTAS
DE BUSINESS INTELLIGENCE ................... 57
DATA INTEGRATION/ETL ............................... 58
O ROLAP ...................................................... 61
O MOLAP ..................................................... 62
O HOLAP ...................................................... 62
CUBOS OLAP .............................................. 62
APLICAES DA TECNOLOGIA
OLAP PROJECTOS ANALTICOS
DEPARTAMENTAIS ...................................... 63
Finanas ...................................................... 64
Comercial/Vendas .................................... 65
Marketing .................................................. 66
CAPTULO 3
BASES DE DADOS
E DATA WAREHOUSING ............................... 27
155
BUSINESS INTELLIGENCE
Produo .................................................... 66
Gesto de recursos humanos ............... 67
CONHECIMENTO DE SUPORTE
AO NEGCIO ................................................ 92
CAPTULO 6
CAPTULO 5
CAPTULO 8
PLANEAMENTO E FORECASTING:
A BASE DA CPM ......................................... 86
MONITORIZAO DA PERFORMANCE:
GARANTIR ALINHAMENTO
E ACCOUNTABILITY .................................. 88
ANLISE E REPORTING: GERAR
GESTO E IMPLEMENTAO
DE PROJECTOS DE BUSINESS
INTELLIGENCE ............................................ 109
CARACTERSTICAS E ESPECIFICIDADES
DOS PROJECTOS DE BI ............................... 110
156
NDICE
PREPARAO DO PROJECTO:
O PROJECT CHARTER ................................... 110
MODELIZAO E CRIAO
DO FRONT-END ........................................ 124
DEFINIO DA ESTRATGIA
DE ACESSIBILIDADE ................................. 124
AVALIAO DA EFICCIA
DOS OUTPUTS ......................................... 124
CAPTULO 9
APRESENTAO
DE ESTUDOS DE CASO ............................. 127
PROJECTO GRUPO BRODHEIM ................ 128
MBITO DO PROJECTO ........................... 128
SISTEMAS EXISTENTES NA GESTO
DO GRUPO BRODHEIM .............................. 131
Limitaes dos sistemas existentes ... 131
O NOVO MODELO DE BUSINESS
INTELLIGENCE ......................................... 133
OBJECTIVOS DA BUSINESS INTELLIGENCE
NAS REAS DO RETALHO ........................ 134
Objectivos do sistema de retalho ....... 135
Mapas uniformizados ............................ 135
IMPLEMENTAO DE UMA NOVA
SOLUO TECNOLGICA ....................... 136
Tcnicas e ferramentas ........................ 136
Mdulo de vendas .................................. 137
Mdulo de reposies .......................... 138
Mdulo de stocks .................................... 138
Mdulo de auditoria ............................... 139
Mdulo de clientes ................................. 139
Mdulo de vendedores ......................... 139
SOLUES PROPOSTAS PARA
O RETALHO ................................................. 140
AFECTAO E ORGANIZAO
DOS RECURSOS HUMANOS ....................... 119
DEFINIR O ROAD-MAP:
O PLANO DO PROJECTO ............................ 121
157
BUSINESS INTELLIGENCE
158
NDICE
159
BUSINESS INTELLIGENCE
160