Вы находитесь на странице: 1из 155

Business Intelligence

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

CAPTULO 1 A PRESENTAO E C ONCEITO

peito aos sistemas e competncias de gesto. Vrias tendncias tm sido evidentes: Grande intensidade concorrencial da maior parte dos mercados; Exigncia de padres de qualidade cada vez mais elevados dos produtos/servios de cada oferta; Necessidade de conhecer mercados e clientes cada vez mais segmentados e especficos; Necessidade de racionalizar processos internos e reduzir custos operacionais; Imperativo de avaliar, em tempo real, a performance das organizaes, de forma a ter capacidade de decidir em tempo til; Necessidade de conhecer, controlar e minorar os riscos de negcio associados a cada actividade. A exigncia e a complexidade tecnolgica acompanharam estes novos imperativos e tendncias. As informaes produzidas e as bases de dados dos negcios/actividades esto a crescer a ritmo exponencial. Os sistemas ERP (enterprise resource planning) , CRM (customer relationship management) , SCM (supply chain management), data warehouses e Internet esto constantemente a oferecer informaes aos gestores; , pois, necessrio transformar dados em conhecimento. Por ltimo, hoje notrio que as empresas se tornaram mais horizontais, menos hierarquizadas; as tendncias de downsizing e o correspondente empowerment (mais autonomia de deciso nos nveis operacionais) pressupem a disseminao da informao crtica junto de mais colaboradores/decisores. Todas estas contingncias obrigam a prestar uma ateno redobrada ao processo de controlo interno, de gesto da performance (de preferncia, em tempo real) e aos sistemas de informao para suporte deciso; em sntese, torna-se fundamental aprimorar a ligao da estratgia execuo, facilitando assim o ciclo de gesto (planear dirigir monitorizar avaliar reportar), atravs do alinhamento da organizao na prossecuo dos seus objectivos e de uma maior transparncia dos seus processos de negcio. Os sistemas de business intelligence so, na actualidade, os catalisadores da mudana, permitindo concretizar na prtica estas novas
9

BUSINESS INTELLIGENCE

abordagens de boa gesto e de bom governo das empresas. De uma forma eficaz, pelo diagnstico, anlise, acessibilidade, partilha e reporting de dados, possvel aos gestores perceber o que essencial no seu negcio e transformar os enormes mananciais de informao em conhecimento til, oportuno e fivel. E, como natural, transformar esse conhecimento em resultados, para que as empresas possam passar da eficincia operacional eficcia corporativa. Podemos ento avanar com uma proposta de definio do conceito:
Business intelligence conceito que engloba um vasto conjunto de aplicaes de apoio tomada de deciso que possibilitam um acesso rpido, partilhado e interactivo das informaes, bem com a sua anlise e manipulao; atravs destas ferramentas, os utilizadores podem descobrir relaes e tendncias e transformar grandes quantidades de informao em conhecimento til.

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 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

10

CAPTULO 1 A PRESENTAO E C ONCEITO

Numa primeira sntese, os sistemas de business intelligence tm em comum um conjunto de importantes objectivos fundamentais: Acesso a dados fiveis a fiabilidade dos dados, a sua fcil integrao e compreenso entre reas essencial para um exerccio consciente da gesto; Aumento da transparncia e compreenso do negcio a disponibilizao de conhecimento em tempo real (o qu, o quanto, o quando, o onde e o como) permite aos gestores e decisores ter uma perspectiva das reas que devem controlar com total transparncia e aumentar a sua capacidade de compreenso (o porqu); Suporte para a tomada de deciso s uma compreenso oportuna da realidade pode permitir tomadas de deciso eficazes; como tal, o conhecimento produzido pelos sistemas de BI, potenciados pelas tecnologias de comunicao actuais, deve suportar e justificar as medidas tomadas pelos vrios intervenientes no processo de gesto.

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

Um sistema-padro de business intelligence , portanto, composto pelos seguintes elementos: Mdulo de ETL (extraction, transformation and loading) Componente dedicado extraco, ao carregamento e transformao de dados. a parte responsvel pela recolha das informaes nas mais diversas fontes (sistemas ERP, arquivos TXT ou ficheiros Excel); Data warehouse/Data marts Locais onde ficam concentrados todos os dados extrados dos sistemas operacionais. A grande vantagem de ter um repositrio de dados separado consiste na possibilidade de armazenar informaes histricas e agregadas, construindo assim um melhor suporte para as anlises efectuadas a posteriori; Front-end Parte de um projecto de BI visvel ao usurio. Pode consubstanciar-se em forma de relatrios padronizados e ad hoc, portal de intranet/Internet/Extranet, anlise OLAP e funes diversas como data mining ou forecasting (projeces de cenrios futuros baseados em determinadas premissas).

Todos estes componentes e respectivos subcomponentes sero analisados, em pormenor, mais adiante.

PROPOSTAS DE VALOR E VANTAGENS COMPETITIVAS DE UM PROJECTO DE BI


Implementar um projecto de business intelligence constitui, para a organizao que o promove, um investimento consubstanciado em
12

CAPTULO 1 A PRESENTAO E C ONCEITO

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

Segunda evidncia Os projectos de BI graduais constituem benchmarks para optimizar a informao organizacional. medida que avanamos na busca de um conhecimento organizacional, multidimensional e optimizado, os projectos de BI permitem um melhor aperfeioamento dos processos de trabalho e originam uma maior exigncia por parte das comunidades de utilizadores. Cada patamar ou benchmark reflecte um valor bsico (core value) e um valor avanado (advanced value) relativamente ao valor acrescentado para o negcio de cada projecto implementado. Tendo em conta as vrias fontes de dados subjacentes, frequentemente possvel extrair informao adicional que permita novas anlises e um enquadramento mais completo.
Figura 1.3 Valor bsico e valor avanado de uma implementao

Terceira evidncia Um projecto de BI por clusters (nichos) assegura uma simbiose integrada e duradoura entre a viso de negcio e a viso tecnolgica da organizao. Uma organizao necessita de ter as suas funes ( marketing , produo, RH, finanas, logstica, entre outras) e as inerentes responsabilidades hierrquicas (e. g., por departamentos) bem definidas. Contudo, no existem fronteiras estanques que delimitem estas reas e os respectivos factores crticos de deciso. Por exemplo, num negcio em que o custo total (aquisio e aprovisionamento) da matria-prima seja um factor muito relevante, as anlises de vendas, compras, logstica e marketing tero de estar inter-relacionadas. Como tal, ao trabalhar as aplicaes de BI por clusters (temporrios ou permanentes), possvel fazer decises enquadradas e com uma perspectiva completa de todas as variveis que tenham impacto na deciso.
14

CAPTULO 1 A PRESENTAO E C ONCEITO

Figura 1.4 Cluster de business intelligence para a deciso de preos

TESTE OS SEUS CONHECIMENTOS

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

CAPTULO 1 A PRESENTAO E C ONCEITO

Panorama Actual dos Sistemas de Informao e da Gesto

2
U

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

OS SISTEMAS DE INFORMAO PARA GESTO: LEGACY SYSTEMS VS. INTELLIGENCE SYSTEMS


J remontam dcada de 70 os primeiros sistemas integrados e informatizados de gesto, os designados MIS (management information systems), que tiveram o mrito de integrarem a informao originria dos vrios processos de negcio da organizao. Contudo, esta fase inicial debateu-se com as muitas limitaes das infra-estruturas tecnolgicas subjacentes (linguagens de programao, sistemas operativos, hardware, tecnologias de comunicao, entre outros), sem dvida bastante rudimentares, quando comparadas com os padres actuais. A inovao tecnolgica permitiu, contudo, que estas dificuldades iniciais fossem superadas. O advento dos PC (personal computers) veio trazer uma maior massificao e democratizao, de uma forma transversal aos vrios degraus hierrquicos das organizaes, utilizao das ferramentas informticas. Passadas as primeiras etapas de informatizao, as grandes e mdias empresas passaram a ltima dcada envolvidas em projectos destinados a melhorar a sua eficincia operacional: A implementao de sistemas operacionais integrados (ERP) permitiu s organizaes optimizarem a sua componente transaccional, racionalizando processos e formatando a informao de modo eficaz, e ainda integrar reas que anteriormente careciam de sistematizao; O desenvolvimento de projectos de cariz funcional, como CRM (customer relationship management) gesto da relao com os clientes , SCM (supply chain management) gesto da cadeia de fornecimento e DMS (document management solutions) solues de gesto da documentao produzida (cada um com as suas propostas de valor especficas em termos de eficincia), foi essencial para conferir nveis superiores de qualidade s vrias etapas da cadeia de valor. Estes investimentos em legacy systems , foram, basicamente, aperfeioamentos feitos aos processos de back-office das organizaes: compras, aprovisionamentos e gesto de stocks , gesto documental, gesto de equipamentos, pessoal, vendas e facturao, entre muitos outros.
18

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.

PROCESSOS OPERACIONAIS E PROCESSOS ESTRATGICOS: EFICINCIA OPERACIONAL VS. EFICCIA NA DECISO


Como j vimos, a eficincia operacional foi (e tem sido ainda nos ltimos tempos) o grande foco de preocupao dos gestores. Os projectos sucederam-se na perspectiva da automatizao e integrao dos fluxos de informao transaccional, com vista a optimizar os processos de negcio em termos de tempo, custo e qualidade final dos outputs. Em termos de processos operacionais, h que elencar os processos de logstica, produo, transao comercial, os processos financeiros e os de gesto de recursos humanos no fundo procedimentos rotineiros, de grande regularidade, que constituem o sistema circulatrio e sustentam assim a actividade da empresa. J os processos estratgicos prendem-se com um conjunto de actividades essenciais organizao como um todo: analisar o contexto
19

BUSINESS INTELLIGENCE

estratgico, planificar, estabelecer objectivos concretos, implementar (disseminando a informao), monitorizar, efectuar uma correcta accountability e consolidar informao (para fins internos ou externos). Os primeiros beneficiaram de todo um esforo de modernizao e integrao. J os segundos, no obstante a sua importncia, s nos ltimos anos comearam a preocupar os proprietrios e gestores de empresas. Tal no indiferente ao facto de apenas recentemente o aperfeioamento das tecnologias de apoio tomada de deciso permitir elevar o patamar qualitativo destes processos.

AS BUSINESS PAINS: FORECASTING, PLANEAMENTO E ORAMENTAO, CONTROLO INTERNO, ANLISE DA INFORMAO, IMPLEMENTAO ESTRATGICA E GESTO DA PERFORMANCE GAPS E LACUNAS PARA A GESTO
PLANEAR, ORAMENTAR, PREVER
Na complexidade e dimenso das organizaes actuais, a primeira business pain (que, de forma aproximada, podemos designar como dor de gesto de negcios) responder seguinte questo: Depois de definir a estratgia empresarial, como se elabora todo o processo de planeamento operacional e financeiro e respectiva oramentao de forma a tornar estas operaes em instrumentos teis para a nossa gesto?

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

decises. Torna-se tambm difcil o desenvolvimento de um sistema de custeio que permita atribuir a cada actividade/produto/estrutura o seu exacto nvel de rentabilidade, essencial para uma gesto eficaz da performance. Os objectivos da funo de planeamento ficam assim constrangidos criao de um cenrio indicativo que discipline razoavelmente o comportamento das vrias clulas da organizao, mas perdero, inevitavelmente, o seu valor acrescentado num curto espao de tempo. Fazendo agora um caminho inverso, importante explicitar quais devero ser os objectivos e as propostas teis de um sistema optimizado tecnologia-processo: Capacidade de planear com rapidez e flexibilidade; Envolvimento de toda a organizao no processo, de forma transparente e em tempo real; Introduo de capacidades de previso ao longo do ano, sem rever todo o processo; Promoo da avaliao e accountability de todas as reas e respectivos responsveis, atravs de um sistema de custeios baseado nas sua tarefas operacionais; Promoo da fiabilidade e preciso dos dados oramentados com vista sua utilizao pelos decisores internos. Boa parte destas necessidades so preenchidas na actualidade por ferramentas informticas de planeamento que utilizam tecnologias state of the art de business intelligence, que, como veremos em pormenor na descrio dos sistemas de corporate performance management, podero e devero ser integradas com as outras aplicaes de anlise e reporting .

IMPLEMENTAR A ESTRATGIA E GERIR A PERFORMANCE


A segunda business pain , por sua vez, responder seguinte questo: Como se dissemina por toda a organizao a informao sobre os objectivos estratgicos, respectivos indicadores e metas e como se gere a performance em tempo real? Importa, em primeiro lugar, tentar compreender a forma como as organizaes gerem as suas actividades. Definida a estratgia e efectuado um correcto planeamento, a empresa necessita de divulgar as
22

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

Permitir uma rpida compreenso da performance ao longo do tempo, avaliando a evoluo e as relaes causa-efeito entre as variveis. Tudo isto implica a gesto, num road-map integrado, a definio de um modelo de gesto da performance e, no menos importante, a sua implementao atravs meios tecnologicamente adequados. A grande dificuldade, neste contexto, o apuramento, transformao e acessibilidade da informao. Com efeito, muitos dos indicadores (valores absolutos, razes, entre outros) no so simples nmeros apurados a partir de um nico sistema. Pelo contrrio, so frequentemente fruto da informao composta, agrupada em vrios sistemas Como podemos ento ter todo o conhecimento necessrio agrupado num nico quadro de mtricas e relatrios?

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

EFECTUAR O CONTROLO INTERNO E GERIR O RISCO


A gesto de risco e os sistemas de auditoria e controlo so imperativos das modernas normas de governo das empresas. Com efeito, fundamental assegurar a informao em tempo real acerca dos principais riscos do nosso negcio e criar as condies de segurana essenciais definio da sua fiabilidade prticas asseguradas pelos designados sistemas de controlo interno. Aqui a questo pode ser formulada da seguinte forma: Como se identificam claramente os riscos do negcio e formaliza um sistema de controlo interno capaz de monitorizar os eventos/tendncias indesejveis para o cumprimento dos nossos objectivos? Os riscos que, de forma generalizada, so hoje o alvo de maiores atenes e preocupaes por parte dos gestores so os relacionados com a fiabilidade e integridade da informao financeira; so aqueles riscos que podem colocar em causa a eficincia e eficcia das operaes e os que podem impedir, de algum modo, a conformidade com a legislao e os regulamentos aplicveis. De facto, o Sarbanes-Oxley Act (legislao norte-americana que prope uma exigncia extremamente rigorosa em termos dos sistemas de controlo interno das empresas cotadas), o Basel II (acordo internacional do sector bancrio que visa o estabelecimento de padres para calcular requisitos mnimos de capital e novos modelos de clculo de risco de crdito e risco operacional) e outras normas impem hoje, a nvel internacional, novas formas de controlar e monitorizar, de forma sistmica e integrada, estas questes. Outras organizaes, com um grau de maturidade superior, buscam j o desenvolvimento de modelos que lhes permitam gerir as vrias categorias de riscos financeiros, estratgicos, ambientais, etc., utilizando modelos matemticos sofisticados de anlise de impacto de cenrios. Como tal, a existncia de sistemas de workflow management , business process management e gesto documental que monitorizem as vrias etapas dos processos e avaliem as interaces realizadas encarada como essencial. Por exemplo, dada a complexidade da dimenso, a disseminao e necessria consolidao da informao financeira, essencial a existncia de capacidades de audit trail que possam registar o histrico e detectar todas as alteraes efectuadas a um determinado registo.

25

BUSINESS INTELLIGENCE

TESTE OS SEUS CONHECIMENTOS

1. De que forma podem as ferramentas de business intelligence optimizar o ciclo de planeamento da empresa? 2. Que dificuldades de anlise tornam pertinente a introduo de ferramentas de anlise multidimensional? 3. Quais as dificuldades com que se deparam os gestores que pretendam operacionalizar um sistema de gesto da performance?

26

CAPTULO 2

P ANORAMA A CTUAL

DOS

S ISTEMAS

DE

I NFORMAO

Bases de Dados e Data Warehousing

3
E DA

G ESTO

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

BUSINESS INTELLIGENCE

CONCEITO DE BASES DE DADOS


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 LOCALIDADE MORADA2 LOCALIDADE Lisboa Lisboa Porto Av. Roma Av. Repblica Rua do Amial Lisboa Lisboa Porto

Tabela 3.1 Tabela de clientes COD_CLIENTE 1 2 3

Ramalho e filhos Praa da Alegria Castro e Marim Lda. Rua do Girassol Alfarrobas e Cia Praa de Repblica

Em SQL, poderamos consultar os nomes dos clientes e moradas cuja localidade fosse Lisboa da seguinte maneira: SELECT C.NOME_CLIENTE, C.MORADA1 FROM CLIENTES C WHERE C.LOCALIDADE1 = Lisboa
28

CAPTULO 3 B ASES DE D ADOS E D ATA W AREHOUSING

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.

RELAES ENTRE TABELAS


Numa tabela como a definida anteriormente, temos apenas para cada registo o mesmo conjunto de campos. Mas isto no quer dizer que, para introduzir ou consultar informaes, todos os campos com a informao necessria tenham que estar na mesma tabela. A informao pode estar disseminada por vrias tabelas, porque todas podem ser consultadas ao mesmo tempo atravs da SQL. No entanto, as vrias tabelas devem possuir um ou vrios campos comuns, para que se possam relacionar e para que seja possvel consultar os dados de uma forma coerente e estruturada. Como ilustrao, observemos uma tabela de clientes e outra de moradas:
Tabela 3.2 Tabela de clientes COD_CLIENTE 1 2 3 NOME_CLIENTE Ramalho e filhos Castro e Marim Lda. Alfarrobas e Cia

29

BUSINESS INTELLIGENCE

Tabela 3.3 Tabela de moradas

COD_MORADA 1 2 3 4 5 6

COD_CLIENTE 1 1 2 2 3 3

MORADA Praa da Alegria Av. Roma Rua do Girassol Av. Repblica Praa de Repblica Rua do Amial

LOCALIDADE Lisboa Lisboa Lisboa Lisboa Porto Porto

Em SQL poderamos fazer uma consulta dos nomes e moradas com localidade em Lisboa, como na consulta anterior, utilizando a seguinte sintaxe: SELECT C.NOME, M.MORADA, M.LOCALIDADE FROM CLIENTES C INNER JOIN MORADAS M ON C.COD_CLIENTE = M.COD_CLIENTE WHERE M.LOCALIDADE = Lisboa Neste ltimo exemplo, recorremos a uma relao entre as duas tabelas, representada na consulta por uma juno (join) entre um campo comum s duas tabelas. nesta lgica de junes entre tabelas que assenta o modelo relacional. A criao de duas tabelas clientes e moradas com a mesma informao que a contida na tabela inicial clientes designada normalizao. Existem mtodos formais para classificar o quo normalizada est uma base de dados, as chamadas formas normais. Habitualmente, quanto mais normalizada uma base de dados estiver, mais rpidas sero as actualizaes das tabelas (uma vez que so eliminadas as duplicaes, as tabelas so menores e, logo, a busca do registo especfico a actualizar mais rpida). No entanto, para consultas complexas a vrias tabelas, como o caso dos sistemas de OLAP (online analytical processing) com o modelo dimensional, a consulta ser tanto mais rpida quanto mais desnormalizada estiver a base de dados.

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

CAPTULO 3 B ASES DE D ADOS E D ATA W AREHOUSING

com as regras de normalizao. Para colocar os dados de uma tabela na 1FN necessrio colocar os dados em tabelas separadas, em que os dados dentro de cada uma das tabelas sejam do mesmo tipo, e atribuindo a cada uma das tabelas uma chave primria. Uma chave primria o conjunto de uma ou mais colunas cujos valores identifiquem unicamente um registo. Assim, com a 1FN, so eliminados grupos repetidos de dados como, por exemplo, as moradas existentes na Tabela 3.1, obtendo assim como resultado as tabelas 3.2 e 3.3. Deste modo, a chave primria da tabela de clientes (Tabela 3.2) o campo cod_cliente e a chave primria da tabela de moradas (Tabela 3.3) o conjunto dos campos cod_cliente e cod_morada. A coluna cod_cliente na tabela das moradas denominada chave estrangeira, uma vez que corresponde chave primria da tabela de clientes. Para normalizar as tabelas reduzindo-as 2FN, devem remover-se todos os campos que dependam apenas de uma parte da chave primria, como o caso da localidade na tabela de moradas, que depende apenas do campo cod_morada e no do cod_cliente. Assim, obtm-se o seguinte resultado (Tabela 3.4 e Tabela 3.5):
Tabela 3.4 COD_MORADA 1 2 3 4 5 6 Tabela 3.5 COD_CLIENTE 1 1 2 2 3 3 MORADA Praa da Alegria Av. Roma Rua do Girassol Av. Repblica Praa de Repblica Rua do Amial LOCALIDADE 1 1 1 1 2 2

COD_LOCALIDADE 1 2

LOCALIDADE 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

COD_CLIENTE 1 1 2 2 3 3

COD_MORADA 1 2 3 4 5 6

Tabela 3.7

COD_MORADA 1 2 3 4 5 6

MORADA Praa da Alegria Av de Roma Rua do Girassol Av da Repblica Praa da Repblica Rua do Amial LOCALIDADE 1 1 1 1 2 2

Tabela 3.8

COD_MORADA 1 2 3 4 5 6

Depois da 3FN existem outras (mais quatro) formas normais, que, na prtica, no so geralmente utilizadas na concepo de bases de dados.

CONCEITO DE DATA WAREHOUSE


Para definir o conceito de data warehouse (DW) ou armazm de dados necessrio, em primeiro lugar esclarecer alguns termos importantes para a sua compreenso. O primeiro o termo dados. Os dados de um DW so compostos por factos individuais e discretos que congregam valores descritivos, qualitativos e quantitativos de interesse e relevncia para o negcio. O campo de data warehousing envolve dois tipos de dados: os dados operacionais, que descrevem as transaces e os acontecimentos dirios, e os dados informativos, que so reconciliados, integrados, limpos e que constituem a matria-prima a partir da qual a informao construda. O segundo termo informao. A informao definida como uma coleco de dados organizada e apresentada num contexto espe32

CAPTULO 3 B ASES DE D ADOS E D ATA W AREHOUSING

cfico e com significado para o negcio. O objectivo da informao de negcio informar pessoas e processos, ou seja, fornecer factos e mtricas vitais para os processos e teis para as pessoas que os desenvolvem. Assim, a informao adiciona dados ao conjunto de conhecimentos que est disponvel para os sujeitos do negcio e para os processos de negcio. O conceito que se segue de extrema importncia para a criao e o desenvolvimento de qualquer projecto que envolva um DW o conhecimento. O conhecimento uma caracterstica pessoal e individual; tem essencialmente a ver com a familiaridade, compreenso e percepo que as pessoas possuem em relao a um determinado assunto e no com informao contida em computadores ou software. O conhecimento pode ser adquirido de diversos modos, como por exemplo o estudo, a experincia, o instinto e a crena. Uma vez que estes factores so diferentes de indivduo para indivduo, o conhecimento de cada um , inevitavelmente, nico. Existem muitas definies de data warehouse provenientes de vrios autores conceituados na matria, como William Inmon ou Ralph Kimball. A definio mais consensual aquela que descreve o data warehouse como uma coleco de dados que: so integrados o data warehouse dever ser uma fonte nica e abrangente de informao para e sobre o negcio. Assim, com um DW no necessrio aceder a mltiplas fontes de dados para responder a questes levantadas pelos utilizadores; so organizados por assuntos os dados e a informao devero ser apresentados compartimentados por assuntos, de acordo com as necessidades dos utilizadores finais; variam no tempo o data warehouse contm o histrico da informao, assim como a informao actual, sobre o negcio, possibilitando desta forma anlises de evoluo histrica; no so volteis o data warehouse contm informao estvel. Os dados, uma vez chegados ao DW, no so apagados. Assim, os dados so sempre adicionados de formas regular, de modo a fornecer registos histricos correctos e credveis; so acessveis uma das funes primrias de um data warehouse proporcionar o acesso informao de uma forma fcil e rpida. Assim, o data warehouse desenvolvido para responder s necessidades do negcio no que diz respeito obteno e anlise de
33

BUSINESS INTELLIGENCE

informao, transformando dados de vrias fontes em informaes relevantes para o negcio.


Um data warehouse um repositrio de informao que congrega os dados histricos de cariz operacional e transaccional de uma organizao agrupados numa base de dados. Este armazenamento implica o favorecimento e a facilitao de tarefas como a anlise e o reporting.

A criao de um data warehouse justifica-se por dois motivos fundamentais: A necessidade de integrao de dados distribudos por diferentes estruturas de bases de dados, tendo em vista uma anlise global; A necessidade de separao dos dados utilizados nas operaes correntes dos utilizados na anlise e no reporting, tendo como fim a tomada de decises. Um data warehouse agrupa frequentemente um vasto manancial de informao, que muitas vezes dividida em conjuntos mais pequenos e agrupados de forma lgica em pequenas unidades designadas como data marts.

ARQUITECTURAS DE DATA WAREHOUSE


A modelizao (desenho) da estrutura de um sistema de informao como um data warehouse um passo essencial. De facto, importa ter um conceito alicerado em entidades lgicas (coerentes com a estrutura da organizao e com os processos de negcio) e na descrio das dependncias entre si. A criao do DW tem o seu incio na concepo do modelo, que ir ser carregado com os dados provenientes de diversas fontes atravs do denominado processo de ETL (extraction , transformation e loading extraco, transformao e carregamento). Qualquer ambiente de data warehousing , para estar completo, tem de desempenhar cinco funes fundamentais. Diferentes repositrios de dados (do ingls data stores) podem corresponder a funes diferentes dentro do data warehouse, conforme a arquitectura escolhida. As funes so as seguintes: Recepo Os repositrios com esta funo acolhem os dados das vrias fontes para dentro do ambiente do data warehouse. As fon34

CAPTULO 3 B ASES DE D ADOS E D ATA W AREHOUSING

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

CAPTULO 3 B ASES DE D ADOS E D ATA W AREHOUSING

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 1

NOME_CLIENTE Ramalhete e Caramelo

37

BUSINESS INTELLIGENCE

Enquanto no data warehouse, a tabela com a dimenso clientes, tipicamente, seria:


Tabela 3.10 ID_CLIENTE COD_CLIENTE 1 2 1 1 NOME_CLIENTE Ramalho e filhos Ramalhete e Caramelo INCIO_VAL 01/01/1970 15/01/2006 FIM_VAL 14/01/2006 01/01/3000 REG_ACTUAL 0 1

Nesta tabela o id_ cliente a chave substituta para a chave primria da tabela original. Este identificador, que a chave primria da tabela dimensional, aquele que servir de chave estrangeira na tabela de factos. Assim, uma venda que tenha sido efectuada ao cliente com o cod_cliente 1 antes de 15 de Janeiro de 2006 ir constar da tabela de factos com o id_cliente 1, e uma venda que tenha sido efectuada ao mesmo cliente, aps esta data, ir ser registada na tabela de factos com o id_cliente 2, enquanto no sistema transaccional de origem, a mudana de nome no detectada, pois o nome do cliente foi actualizado. Isto permite que se possam olhar os dados (factos) por duas perspectivas distintas: vendas por nome de cliente (logo, no tendo em conta a mudana de nome), ou vendas por cliente real (com o campo de cod_cliente = 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

CAPTULO 3 B ASES DE D ADOS E D ATA W AREHOUSING

CONCEITO DE DATA MART


Podemos definir um data mart como uma verso mais especializada e especfica de um data warehouse. Sendo as suas caractersticas essenciais similares a este ltimo (conjunto de dados vindos da actividade operacional de uma organizao), a sua criao advm da necessidade de agrupar e configurar dados funcionalmente homogneos (e. g., data mart de vendas, de recursos humanos). A criao de um data mart prende-se frequentemente com imperativos de performance (separar um conjunto de dados do DW corporativo com vista a uma maior eficincia no seu tratamento e processamento), segurana (separar informao autorizada para determinado grupo de utilizadores da informao confidencial) ou utilidade (necessidade de um modelo de dados diferente do DW para uma finalidade de negcio diferente). Importa, contudo, compreender que a construo abusiva de data marts poder levar inconsistncia e/ou redundncia da informao (com duplicao de dados), pelo que estes projectos tero sempre de ter uma boa justificao.

CONCEITO E IMPORTNCIA DOS METADADOS


O significado literal de metadados (metadata) dados sobre os dados, isto , o termo refere-se informao que descreve as caractersticas de um conjunto de dados. Duas analogias bastante utilizadas para simplificar este conceito aplicado gesto das tecnologias de informao so a de um catlogo com a descrio de um conjunto de produtos e respectivos atributos, e ainda, mais apropriadamente, a de um ndice de uma enciclopdia, com a enumerao de contedos. Nas empresas, o armazenamento e gesto dos metadados da informao existente nos sistemas operacionais fundamental para a uniformizao, fiabilidade e coerncia dessa mesma informao. Na perspectiva da introduo de tecnologias de business intelligence, esta questo coloca-se sobretudo no desenvolvimento de uma bases de dados e de um data warehouse. Por exemplo, numa base de dados relacional, a tarefa de encontrar os metadados consistir frequentemente em ter uma tabela com a descrio de todo o conjunto de tabelas da base de dados e seus atributos
39

BUSINESS INTELLIGENCE

(nome, nmeros de linhas, tamanho) ou tabelas com as colunas e o tipo de dados a armazenado. Ralph Kimball, estudioso e terico destas reas, apresentou uma lista dos vrios tipos de metadados presentes num data warehouse: Metadados do sistema fonte de dados Especificaes das fontes repositrios; Informao descritiva das fontes como, por exemplo, descrio das entidades detentoras da informao, frequncia da actualizao dos dados, limitaes legais, metodologias de acesso; Informao sobre o processo caso da rotina das tarefas ou dos cdigos de extraco; Metadados do repositrio de recepo de dados Informao da aquisio da informao e. g., horrios e resultados da transmisso de dados, utilizao dos ficheiros; Gesto das tabelas de dimenses definio das vrias dimenses, funes das chaves substitutas; Transformao e agregao mapping e aperfeioamento dos dados, scripts do modo de carregamento do DBMS, definies de agregao; Auditoria e registo (job logs) da informao; Metadados do RDBMS (relational database management system) Tabela de contedos do RDBMS; Scripts de processamento; Metadados dos repositrios com funo de entrega e acesso a dados Descrio das colunas; Dados da segurana da rede. Tendo isto em considerao, poderemos agregar os metadados em quatro tipos: Metadados de negcio Descrevem o significado dos dados do data warehouse e das ferramentas de business intelligence. Guardam informaes como as definies e reas de negcio, a estrutura e a hierarquia dos dados, as regras de agregao, a definio de mtricas de negcio, etc.; Metadados dos processos Descrevem a origem, o momento, frequncia e forma em que foram carregados os dados que esto no data warehouse;
40

CAPTULO 3 B ASES DE D ADOS E D ATA W AREHOUSING

Metadados tcnicos Descrevem os locais fsicos, os formatos e os tipos de dados dos elementos de dados, estruturas de ficheiros e tabelas, ndices, etc.; Metadados aplicacionais Descrevem a forma como se acede e utiliza os dados. Podem ainda descrever os momentos em que os dados so acedidos, por quem, com que frequncia, etc. Como facilmente perceptvel, todos os tipos de metadados so essenciais na gesto dos sistemas de informao das empresas actuais, na tarefa sempre indispensvel de localizar os dados pretendidos (tracing) e conseguir monitorizar e controlar todo o processo de transformao de dados, desde a fonte, aos interfaces de anlise e reporting , at sua validao final. A disseminao de enormes silos de informao, cuja integridade necessrio garantir, torna a gesto dos metadados uma tarefa essencial para optimizar o conhecimento existente nos SI de uma organizao. Para isso, torna-se fundamental possuir um repositrio de metadados. O repositrio poder ser adquirido a empresas especializadas, ou ser desenvolvido internamente, dentro da organizao. Embora a primeira hiptese seja uma soluo rpida, no do tipo plug & play , pois ter que ser desenvolvido o processo de extraco dos metadados das suas fontes e povoar o repositrio de metadados fornecidos pelo produto comercial. No caso de se desenvolver um repositrio de metadados internamente, apesar de haver um esforo maior, controla-se totalmente a forma como os metadados so geridos. No entanto, importante ressalvar que , tal como um projecto de data warehouse , o repositrio de metadados dever ser desenvolvido por meio de iteraes e no de uma s vez.

IMPORTNCIA DA DATA QUALITY


O processo de carregamento do DW o designado ETL , normalmente executado utilizando pequenas quantidades de dados amostras relativamente restritas dos dados provenientes dos sistemas-fonte. Na fase final de um projecto que envolve o carregamento do DW, so utilizados volumes de dados prximos dos reais e habitualmente nesta fase que surgem os problemas relativos qualidade dos dados. Normalmente, este tipo de problemas deve41

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.

ETAPAS PARA A CONSTRUO DE UM DATA WAREHOUSE


O essencial para o incio de um processo (e no projecto) de data warehouse a necessidade de negcio. A empresa tem de sentir que necessita de algo para consolidar, gerir, apresentar e permitir a anlise completa das informaes que possui. Essa necessidade ter de ser um objectivo definido e encarado como estratgico. Aps o seu aparecimento e a especificao do objectivo final, dever-se- estar presente que um data warehouse no um projecto. antes um processo que constitudo por vrios projectos que acompanham o negcio e as mudanas de mercado. Normalmente, apenas aps o primeiro projecto que os utilizadores finais vem o verdadeiro benefcio de um data warehouse e s nessa altura, com as dificuldades iniciais e com a sua aprendizagem, que melhoram drasticamente a sua definio das suas reais necessidades perante o data warehouse. Assim, poderemos resumir em alguns passos aquilo que importante considerar quando uma empresa embarca num projecto de business intelligence . Apesar de se apresentarem vrios passos, estes no tm de ser todos executados em sequncia e obrigatoriamente. Devido a diferentes condicionantes, como a dimenso do projecto, as reas de negcio envolvidas, etc., alguns passos podero ser eliminados ou combinados para melhor se adequarem a cada caso especfico. O primeiro passo o desenvolvimento de um business case slido que justifique, de forma indubitvel, o incio de um projecto desta dimenso, respondendo a questes como: Quais sero as necessidades de negcio para esta iniciativa?
42

CAPTULO 3 B ASES DE D ADOS E D ATA W AREHOUSING

Como que o data warehouse vai ajudar a colmatar essas necessidades? Quais sero os custos potenciais de desenvolvimento e operao/ /manuteno em termos de recursos humanos e infra-estruturas? Quem ser o patrocinador do negcio? Qual o processo actual de obteno de informao? A informao que obtida pelos processos actuais fivel? Aumentaro o data warehouse e as aplicaes de BI a satisfao dos clientes? Aumentaro eles os lucros? Reduziro eles os custos? Que riscos corremos ao implementar (ou no implementar) um projecto de BI? Estaremos preparados para esse projecto? Qualquer empresa tem de encontrar as respostas a todas estas perguntas, antes de iniciar a aventura de data warehousing . A justificao dos custos essencial, tal como a existncia de utilizadores do negcio e no da informtica que patrocinem a aplicao, que necessitem dela. O data warehouse transformar os dados em informao e as aplicaes de BI fornecero essa informao aos utilizadores de negcio, que tomaro por sua vez decises com base nela. Tendo isto em conta, ainda essencial o apoio incondicional da administrao da empresa, no s pelo facto de se estar a implementar um sistema de apoio tomada de deciso, mas tambm porque normalmente estes projectos possuem um custo elevado e requerem o envolvimento de todas as estruturas da empresa. No que se refere ao retorno de investimento num projecto deste gnero, ele calculado, geralmente, tendo em conta nmeros reais de gastos correntes e que sero suprimidos, poupanas a nvel da eficincia de processos, e rapidez de deciso, tendo em vista, logicamente, um aumento global de lucro. Quanto ao risco, geralmente esquecido na maioria dos projectos, existem alguns questes a ter em considerao: A tecnologia a ser utilizada recente? Tem provas dadas no mercado? Quo complexo o ambiente informtico? Os dados esto muito dispersos? Quantos locais geograficamente separados tero que ser suportados?
43

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

CAPTULO 3 B ASES DE D ADOS E D ATA W AREHOUSING

mente os elementos mais importantes a referir. No que se refere infra-estrutura de rede, as consideraes mais importantes tm a ver com o aumento de trfego e a diminuio de tempo de resposta para o utilizador final. A escolha do SGBD de crucial importncia, devendo ser tidos em conta o crescimento do volume de dados, o suporte por parte do vendedor e a facilidade de utilizao. A escolha tambm deve depender de factores como a capacidade de paralelismo e performance . A infra-estrutura no tcnica , infelizmente mas habitualmente, esquecida. Este tipo de infra-estrutura envolve, como j foi referido, procedimentos, metodologias, modelos de negcio, linhas de orientao definidas dentro da organizao, etc. Tal como na infraestrutura tcnica, h questes especficas que devem ser respondidas nesta fase: H modelos lgicos definidos para os sistemas-fonte? Se no, quem ser responsvel pela sua criao para este projecto de BI? Quem far a validao do modelo? Existe um repositrio de metadados? Se no existe, o que deve ser feito: desenvolver um internamente ou comprar? Quem so os responsveis por recolher os diversos tipos de metadados? Os padres que existem na organizao so demasiado restritos? Esto documentados? Existe um programa para avaliar a qualidade e fazer a limpeza dos dados? Os modelos lgicos representam a viso de negcio sobre os dados e as suas relaes no so os modelos das bases de dados fonte. nestes modelos que se definem as regras de negcio e a normalizao de dados. Os metadados so, como j foi referido, a informao contextual que transforma os dados em informao. Relembramos que importante recolher, registar e inter-relacionar metadados de todos os tipos e no apenas, como acontece muitas vezes, guardar os metadados de tipo tcnico. O terceiro passo para a implementao de uma aplicao de DW essencial: planeamento e projecto. Esta fase envolve toda a equipa. Devido ao tamanho e complexidade das aplicaes em causa, extremamente importante dividir o projecto em miniprojectos com abran45

BUSINESS INTELLIGENCE

gncia limitada, para que se possa proporcionar algo aos utilizadores no espao de poucos meses. A fase de anlise de negcio constituda por quatro seces: a definio de requisitos, a anlise de dados, a prototipagem e a anlise do repositrio de metadados. Dependendo do tipo de projecto, a definio de requisitos poder ser englobada juntamente com as outras trs seces ou enquadrada antes ou mesmo durante o planeamento do projecto. No que se refere a requisitos, podemos dividi-los em: requisitos funcionais, requisitos de dados, requisitos sobre dados histricos, requisitos de segurana e requisitos de desempenho. Os primeiros esto relacionados com a entrega dos dados ao utilizador (relatrios, consultas, cubos OLAP, etc.). Os requisitos de dados envolvem informao sobre que elementos de dados das fontes so necessrios no s para a aplicao de BI mas tambm para a integrao e estandardizao dos dados. igualmente importante definir nesta fase qual a quantidade de histrico que ser necessrio carregar no data warehouse (requisitos sobre dados histricos). De facto, se os dados que se pretendam possuir se cingirem apenas ao presente e o histrico for guardado apenas a partir da, a construo do DW poder ser mais simples do que se fosse necessrio carregar dados histricos j presentes nas fontes. Um outro tipo de requisitos j referido so os requisitos de segurana, que tm em conta a proteco dos dados do acesso no autorizado. Deve notar-se que importante que os parmetros de segurana para cada utilizador estejam sincronizados entre a aplicao de BI e a base de dados do DW, isto , um utilizador no dever ter acesso a mais, a menos ou a diferentes dados na base de dados do DW do que tem atravs das ferramentas de BI. Poder sim ter acesso a um nvel diferente de pormenor. O ltimo tipo de requisitos que dever ser tido em considerao prende-se com os requisitos de desempenho. Em relao a este tipo de requisitos, importante educar os utilizadores no sentido de saberem que os tempos de resposta de um DW no so iguais aos de um sistema operacional. pois importante descobrir e registar o que no aceitvel em termos de desempenho, e planear a infra-estrutura, para que ela seja suficientemente escalvel para enfrentar novos requisitos e maiores quantidades de dados. Para conseguir recolher todos estes tipos de requisitos, devemos ter em conta as seguintes questes: De que tipo de informaes precisa o utilizador final?
46

CAPTULO 3 B ASES DE D ADOS E D ATA W AREHOUSING

A que tipo de questes so os utilizadores incapazes de responder hoje? Porqu? De que dados precisam os utilizadores? Como que eles obtm esses dados actualmente? Os dados nos sistemas actuais possuem qualidade e esto actualizados? Quantas e que pessoas necessitam desses dados? Quantos anos de histrico so necessrios manter? preciso carregar dados histricos das fontes de dados ou deve o histrico comear apenas de agora em diante? Quo seguros tm os dados de ser? Que segurana existe nos sistemas-fonte? Quem dever ter acesso aos dados? Que tempo mximo de consulta a uma aplicao de BI esto os utilizadores dispostos a aceitar? Haver relatrios susceptveis de serem executados de um dia para o outro? Qual a durao e frequncia de utilizao da aplicao de BI durante o dia? Outro passo de importncia crucial num projecto de DW a anlise dos dados. Por anlise dos dados entende-se a anlise aprofundada das fontes de dados para identificar redundncias e falhas de qualidade dos dados, e seleccionar quais sero as fontes mais fiveis para o DW e, finalmente, para cada aplicao de BI. frequente encontrar fontes heterogneas de dados que contm a mesma informao sobre os grupos de informao (como os produtos da empresa, ou mesmo os clientes). importante escolher qual destas fontes ir servir melhor as necessidades das aplicaes de BI. Tudo isto, juntamente com a qualidade dos dados, cria um desafio na integrao de dados durante o processo de ETL. Assim, preciso fazer a limpeza dos dados numa fase (preferencialmente) anterior ao desenvolvimento do processo de ETL. Por limpeza entende-se a correco de eventuais defeitos que os dados possam ter como, por exemplo, moradas de clientes incompletas, caractersticas em falta de produtos, etc.
47

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

CAPTULO 3 B ASES DE D ADOS E D ATA W AREHOUSING

Definir um mbito pequeno, isto , que no envolva demasiadas reas de negcio; Escolher os dados-fonte de maior qualidade e apenas uma pequena quantidade de dados; Testar bem as aplicaes de BI com relatrios que possuam um esquema relativamente complexo; Envolver ao mximo os utilizadores finais (sem no entanto serem demasiados), com diversos nveis de experincia, quer a nvel informtico, quer a nvel de negcio. O ltimo passo na fase de anlise do negcio a anlise do repositrio de metadados. Nesta fase devero ser definidos que tipos de metadados devero ser capturados, guardados e entregues aos utilizadores. Apesar de j ter sido dada uma definio de metadados, importante referir ainda que os metadados sempre estiveram presentes nos sistemas operacionais. Eles so parte integrante da documentao dos sistemas, catlogos das bases de dados, etc. No entanto, os metadados eram apenas utilizados por pessoas com conhecimentos eminentemente tcnicos, que mantinham os seus prprios sistemas. Mas, no mundo da BI, os metadados no so apenas para os tcnicos; eles so importantssimos para os utilizadores finais, porque os auxiliam na localizao dos dados e na sua interpretao dentro do ambiente de BI. Os metadados assumem actualmente um novo papel: o da navegao entre dados: eles devero auxiliar o utilizador a encontrar os dados que necessita dentro do data warehouse. O acesso ao repositrio de metadados poder ser dado atravs de relatrios de metadados, um tutor de ajuda online ou mesmo consultas directas ao repositrio. Para fazer uma anlise da forma como deve ser desenvolvido o repositrio de metadados, devemos dar respostas s seguintes perguntas: Que tipos de metadados de negcios so necessrios? Que tipos de metadados tcnicos so necessrios? Quem ser responsvel pelo repositrio de metadados? Quem ter acesso ao repositrio de metadados? E como? Servir o repositrio de metadados apenas as aplicaes de BI e o data warehouse ou toda a organizao?
49

BUSINESS INTELLIGENCE

Figura 3.3 Processo de construo de um data warehouse

Chegamos agora fase de desenho. Esta fase envolve trs passos essenciais: desenho da base de dados do data warehouse, desenho do processo de ETL e desenho do repositrio de metadados. No desenho da base de dados dever ser efectuada, previamente, a escolha do tipo de diagrama a seguir. Um exemplo o diagrama de relao de entidades (diagrama E-R), que utiliza as regras de normalizao j referenciadas, permitindo chegar a um desenho de base de dados altamente normalizado e estruturado. No entanto, como tambm j foi referido, este tipo de modelo, embora muito utilizado em sistemas operacionais, no adequado para data warehouses ou data marts, que servem aplicaes de BI por questes de performance. Ainda assim, se o objectivo desenvolver um data warehouse empresarial (EDW enterprise data warehouse), o modelo E-R, sendo o que permite maior flexibilidade, o ideal, uma vez que servir de fonte para os data marts que serviro as aplicaes de BI. Chegados a este ponto, devemos questionar-nos como vamos lidar com enormes volumes de dados e, aps a definio da forma, os processos que pretendemos modelizar. Caso o modelo escolhido seja o esquema em estrela ou o esquema snow-flake, deveremos: construir uma tabela de factos para cada processo escolhido; definir a granularidade de cada tabela de factos, para cada processo, especificando qual o nvel de pormenor a apresentar; isto dever ser determinado conforme a necessidade de informao dos utilizadores/decisores (e. g., em termos temporais diria, semanal, mensal ou em termos geogrficos por loja, por regio, por pas); determinar as dimenses de cada tabela de factos;
50

CAPTULO 3 B ASES DE D ADOS E D ATA W AREHOUSING

identificar os factos que devem figurar em concreto no modelo; analisar os atributos das dimenses, de modo a serem estabelecidas descries completas e uma terminologia adequada; tomar as decises sobre o projecto fsico: agregaes, dimenses heterogneas, minidimenses; preparar as dimenses para suportar evolues histricas. Devemos ter obviamente em conta as respostas s seguintes perguntas: A que o nvel de agregao devem estar sujeitos os dados? Qual o nmero de utilizadores concorrentes? Qual a dimenso final das bases de dados que iro suportar as aplicaes de BI? Qual a taxa de crescimento dessas bases de dados? Que tabelas sero particionadas? Como? Que tipos de ndices sero mais adequados? Que SGBD ser utilizado? Os dados-fonte para as aplicaes de business intelligence proviro das mais variadas plataformas, que so geridas e mantidas por uma variedade relativamente grande de sistemas operativos e aplicaes. O objectivo do processo de ETL congregar dados destas plataformas heterogneas num formato estandardizado para a aplicao de BI final e, ao mesmo tempo, integrar e estandardizar os dados. Assim sendo, o planeamento deste passo bastante mais complicado e moroso do que as fases de desenho da base de dados e do repositrio dos metadados.
ETL um conjunto de processos que permite s organizaes extrair dados de fontes de informao diversas e reformul-los e carreg-los para uma nova aplicao (base de dados, geralmente um data warehouse) para anlise.

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

de tempo limitado o carregamento do data warehouse poder durar umas horas (durante a noite) ou uns dias (e. g., aos fins-de-semana). Assim, apesar de o processo de ETL ser eminentemente sequencial (no se podem carregar as vendas sem carregar os produtos e os clientes as dimenses vm sempre antes dos factos), o seu desenho ter de ter em conta o mximo paralelismo possvel. O ltimo passo da fase de desenho do projecto de data warehouse o desenho do repositrio de metadados. Existem vrias solues comerciais para repositrios de metadados, mas este tipo de aplicaes no geralmente muito popular e no segue um padro, apesar de ser, habitualmente bastante flexvel e expansvel. Os repositrios de metadados preciso de ter interfaces de consulta para os utilizadores e tcnicos e interfaces para as aplicaes de BI, como, por exemplo, aplicaes OLAP, ETL ou o dicionrio de dados do SGBD. O desenvolvimento de cada uma dessas interfaces dever ser considerado como um subprojecto, pois ir requerer algum esforo. Existem trs tipos de repositrios de metadados: os centralizados, mais fceis de implementar e de manter; os descentralizados, que guardam informao em vrias localizaes e em vrias bases de dados, e a que se acede atravs de uma interface do tipo gateway de base de dados, que sabe em qual das localizaes esto guardados os dados relevantes para a consulta efectuada pelo utilizador; e os distribudos, uma soluo mais sofisticada, que utiliza XML. Nestes ltimos, os metadados esto nas prprias aplicaes (ETL, OLAP, etc.) e existe uma interface do tipo gateway, que utiliza XML e direcciona os pedidos para as vrias aplicaes que possuem os metadados. Entramos ento na fase de construo do data warehouse. Esta fase constituda por trs passos principais: o desenvolvimento do processo de ETL, o desenvolvimento da aplicao de BI e o desenvolvimento do repositrio de metadados. O desenvolvimento do processo de ETL dever possuir ainda trs etapas, cuidadosamente planeadas: Extraco o processo de obteno de uma cpia dos dados que esto na fonte em diversos formatos e estruturas (desde flat files a relational database files). Nesta etapa de extraco poder-se-o copiar todos os dados, ou s aqueles que foram modificados desde a ltima extraco; Transformao Consiste em converter os dados em informao. So aplicadas determinadas regras e funes aos dados extrados,
52

CAPTULO 3 B ASES DE D ADOS E D ATA W AREHOUSING

tendo em vista a sua adequao. A manipulao dos dados nesta etapa exige por vezes tarefas mais complexas como: traduo de valores codificados; aplicao da transformao apenas a determinadas categorias de linhas e/ou colunas; fuso (merging) ou agregao dos dados. Assim, o objectivo da transformao conferir aos dados as qualidades que um data warehouse deve ter e que j foram referidas; ele deve ser integrado, organizado por assunto, no voltil, variante no tempo e acessvel; Carregamento Consiste em povoar, habitualmente atravs da insero de registos, as tabelas de destino no data warehouse, que esto organizadas de acordo com o modelo de data warehouse escolhido. O carregamento pode ser simples (reescrever dados novos por cima de antigos) ou mais completo em termos de dados histricos (mantendo um registo de todas as alteraes efectuadas, como exemplificado na Tabela 3.10). importante referir que a maior parte do tempo de desenvolvimento do processo de ETL gasto na transformao dos dados. Aps o desenvolvimento de ETL, devero ser feitos testes extensivos, de modo a verificar se todos os dados foram carregados e correctamente integrados no data warehouse. Estes testes so muitas vezes esquecidos, tornando a correco posterior muito mais morosa e dispendiosa. Outro passo da fase de construo , como j foi referido, o desenvolvimento aplicacional. pelas aplicaes que os utilizadores aguardam ansiosamente, pois so elas que os auxiliam na busca de respostas a importantes problemas de negcio. Para responder, os utilizadores procuram ferramentas OLAP, data marts multidimensionais e data mining (estas ferramentas e as suas funcionalidades sero descritas numa seco posterior). No entanto, durante o planeamento deste passo, devero ser tidas em considerao as seguintes questes: Ir existir uma interface web-based? Existem requisitos adicionais de segurana caso seja importante o acesso atravs da rede (Internet ou intranet)? Poder o prottipo desenvolvido ser reutilizado? Que nvel de formao nas ferramentas tm os utilizadores?
53

BUSINESS INTELLIGENCE

Ser necessrio dar formao aos utilizadores? O ltimo passo da fase de construo a ser planeado ser o da construo do repositrio de metadados. Aqui dever ser delineado o processo de migrao dos metadados existentes por toda a organizao em vrios suportes, como, por exemplo, documentos de processamento de texto, folhas de clculo, SGBD, ferramentas CASE, ferramentas de ETL, ferramentas OLAP e ferramentas de data mining. Cada um destes suportes contm metadados especficos, que devero ser migrados, integrados e consolidados num nico repositrio de metadados. Ter de se ter em conta que este no um esforo nico no processo de desenvolvimento e implementao das ferramentas de BI e do data warehouse numa organizao. Tm de ser constantemente desenvolvidos processos de actualizao, atravs de interfaces e a partir das diversas fontes do repositrio de metadados (interfaces de ferramentas), para que este esteja sempre actualizado e seja realmente utilizvel, tambm atravs de interfaces, pelo utilizador final (interfaces de acesso). Chegamos assim ltima fase do planeamento da implementao de um data warehouse e respectivas aplicaes de BI: a implementao propriamente dita. Na preparao deste passo deve-se ter em conta a criao de horrios de execuo do processo de ETL, a preparao de tcnicas de suporte e formao dos utilizadores e, com crucial relevncia, a importncia de conhecer e dar a conhecer a todos os intervenientes envolvidos os procedimentos de operao, salvaguarda e recuperao de dados, e monitorizao em cada uma das reas que rodeia o ambiente de BI. A criao de um ambiente de BI, tal como foi referido no incio, um processo e no um projecto. Ao contrrio da maioria dos sistemas operacionais, as aplicaes de BI tm de evoluir para poder responder a novas necessidades de informao que surgem com a evoluo natural do negcio e dos mercados. Por esta razo, no possvel antecipar todos os requisitos possveis no desenho inicial de um projecto de BI e como tal, essencial que o sistema desenvolvido seja extensvel, para que possa ser facilmente adaptado anlise de novas reas ou mesmo de reas que j existem, mas que tm diferentes formas. importante, algum tempo aps a implementao, recolher a opinio de todos os intervenientes, para que seja possvel planear a prxima evoluo do recm-nascido (ou recm-reformulado) sistema de BI.

54

CAPTULO 3 B ASES DE D ADOS E D ATA W AREHOUSING

TESTE OS SEUS CONHECIMENTOS

1. Dados, informao e conhecimento so conceitos fundamentais na abordagem ao data warehouse. Que relao e interligao estabelecem entre si? 2. Quais os dois modelos mais utilizados no desenho de um data warehouse? Indique as diferenas entre eles. 3. Qual a importncia do desenho dos metadados no contexto da construo do data warehouse?

55

BUSINESS INTELLIGENCE

56

CAPTULO 3 B ASES DE D ADOS E D ATA W AREHOUSING

As Ferramentas de Business Intelligence

4
U

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

As ferramentas ou aplicaes de business intelligence so muitas e variadas. As suas diversas classificaes no tm fronteiras estanques. Iremos, contudo, como critrio, descrever as mais relevantes e de utilizao mais generalizada.

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

ANALISYS & QUERYING

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

APLICAES ANALTICAS (ANLISE OLAP)


OLAP (online analytical processing) um conceito que se refere a aplicaes informticas que permitem efectuar, de forma rpida e partilhada, a anlise de informao multidimensional, originria de diversas fontes de dados.

As tecnologias OLAP permitem reestruturar os dados de uma base de dados relacional numa perspectiva multidimensional. Podem-se fazer assim queries sobre esta estrutura, com vista a detectar tendncias e a tirar concluses. Pesquisas e questes que nas bases de dados tradicionais demorariam trs dias a ser respondidas podem ser solucionadas em apenas trs segundos na abordagem OLAP.
60

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

Nesta funo, X, Y e Z so as chaves e representam eixos e W o valor que resulta do seu cruzamento e preenche a clula respectiva do cubo. O cubo OLAP, criado a partir do um esquema em estrela de tabelas, permite formas de navegao fceis e intuitivas, atravs de dife62

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

APLICAES DA TECNOLOGIA OLAP PROJECTOS ANALTICOS DEPARTAMENTAIS


A realidade do negcio das empresas actuais pressupe, de uma forma transversal a quase todos os sectores e reas de actividade, um
63

BUSINESS INTELLIGENCE

conjunto de reas departamentais ou funcionais de cuja anlise dos dados depende a consolidao de concluses e consequentes decises. Estes projectos, que so muitas vezes concebidos de forma gradual e posteriomente integrados, so o cerne de um ambiente de BI escalvel, completo e sem redundncias. Neste subcaptulo, elencamos cinco reas funcionais, em que identificamos nove projectos especficos de cubos multidimensionais (OLAP). Apesar das especificidades inerentes a cada organizao, as reas, dimenses e respectivas medidas (colunas de dados) so comuns maioria das empresas produtoras de bens e/ou prestadoras de servios.

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 Anos Trimestres Meses RUBRICAS DO BALANO Activo imobilizado Activo circulante Passivo c/ prazo Passivo m/l prazo [...] ORGANIZAO % PLANEADO INDICADORES Valores actuais Valores oramentados Rolling forecast Valores de abertura Valores de fecho

Grupo (Corporate) >120% Empresa 110-120% Diviso 100-110% 90-100%

Figura 4.8 Anlise financeira

TEMPO Anos Trimestres Meses

ORGANIZAO Grupo (Corporate) Empresa Diviso

KPI FINANCEIROS EPS EBITDA Rendibilidade vendas Rendibilidade activos Rendibilidade c. prprios Grau alavanca financeira VAL TIR

INDICADORES Actual Planeado Rolling forecast

64

CAPTULO 4

A S F ERRAMENTAS

DE

B USINESS I NTELLIGENCE

Figura 4.9 Anlise de cash-flows

TEMPO Anos Trimestres Meses

ORGANIZAO Grupo (Corporate) Empresa Diviso [...]

CASH FLOWS Origens de fundos rea operacional rea investimento Utilizao dos fundos Pagamento dbitos Investimento

INDICADORES Variao lquida (act) Variao lquida (plan) Variao lquida (RF)

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 Anos Trimestres Meses Semanas Ano n-1 [...] ORGANIZAO Grupo (Corporate) Empresa Diviso Gestores comerciais C. VENDA Canal 1 Canal 2 Canal 3 [...] PRODUTOS Linhas produtos Marcas Produtos SKU (*) CLIENTES Segmento 1 Segmento 2 Segmento 3 [...] INDICADORES Unidades vendidas Receitas % Desconto % Comisses % Reclamaes Preo mdio venda

(*) Stock keeping unit

Figura 4.11 Rendibilidade de produto/cliente TEMPO Anos Trimestres Meses Semanas Ano n-1 [...] ORGANIZAO Grupo (Corporate) Empresa Diviso Gestores comerciais C. VENDA Canal 1 Canal 2 Canal 3 [...] PRODUTOS Linhas produtos Marcas Produtos SKU CLIENTES Segmento 1 Segmento 2 Segmento 3 [...] INDICADORES 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.
CANAIS Canal 1 Canal 2 Canal 3 [...] PRODUTOS Linhas produtos Marcas CLIENTES Mercado Global Segmento 1 Segmento 2 Segmento 3 INDICADORES Nmero clientes LTV (*) mdio clientes

Figura 4.12 Anlise de marketing estratgico TEMPO Anos Trimestres Meses Semanas Ano n-1 [...]

(*) Life Time Value Figura 4.13 Anlise de marketing operacional TEMPO Anos Trimestres Meses Semanas Ano n-1 [...] CAMPANHAS Campanha 1 Campanha 2 Canal 3 [...] MENSAGENS Linhas produtos Marcas Produtos SEG. MERC. PRODUTOS INDICADORES Nmero clientes Nmero produtos Proveitos/Campanha Custos/Campanha % Respostas

Merc. global Linhas produtos Segmento 1 Marcas Segmento 2 Produtos Segmento 3

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 Anos Trimestres Meses Semanas Ano n-1 [...] PRODUTOS Linhas produtos Marcas Produtos SKU ETAPAS PRODUO LINHAS PROD. Fabricao Montagem Inspeco Embalagem [...] Fbrica 1 Linha 1 Linha 2 Linha 3 Fbrica 2 [...] INDICADORES Unidades planeadas Unidades produzidas % defeitos Uptime Downtime % Capacidade utilizada

Gesto de recursos humanos


Como prioridade, necessrio que a funo de recursos humanos apresente um conhecimento objectivo das suas caractersticas demogrficas e, a partir da, permita compreender a sua adequao s competncias necessrias organizao. De forma complementar, torna-se tambm importante compreender as competncias fundamentais, necessidades formativas e a avaliao do desempenho. Os mdulos de gesto de pessoal dos ERP e ficheiros Excel com informao diversa sero as fontes que alimentaro estes cubos.

Figura 4.15 Administrao de recursos humanos TEMPO Anos Trimestres Meses Ano n-1 [...]

ORGANIZAO Grupo (Corporate) Empresa Diviso

GRUPO PROF. Administrao Directores 1. linha Chefes de sector Administ./Comer. [...]

CONTRATO Full time Efectivo Prazo Trab. temp.

AVAL. 1 2 3 4 5

INDICADORES Nm. empregados FTE Custos totais RH % Incentivos % Promoes % Formao

APLICAES

DE

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

so, de forma a reduzir drasticamente o tempo de passagem aco e respectiva resoluo. Um exemplo pode ser um alerta automtico para um utilizador quando as vendas desam abaixo de um determinado valor ou at mesmo a mudana de um valor numa base de dados (como um preo de um produto) quando o seu stock baixar a um determinado nmero de unidades. Estas ferramentas funcionam atravs da definio, por parte dos utilizadores, de condies e agentes em que so especificados os eventos a ser monitorizados e as respectivas tarefas a ser executadas caso as condies sejam cumpridas de acordo com o contexto em que se inserem.
Figura 4.16 Imagem de ecr da aplicao de Cognos Business Event Management

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

dos gestores e decisores. A visualizao , claramente, um dos factores fundamentais assimilao e percepo de quem decide. A anlise tabular, numrica e tradicional j no assertiva face s necessidades de anlise e consolidao de contextos caracterizados por diversas variveis geogrficas, demogrficas, comerciais e organizacionais. Desde os j pr-histricos tableaux de bord, disponibilizados em ambientes pouco simpticos, h 20 anos, toda a tecnologia de visualizao de dados teve enormes desenvolvimentos, impensveis no passado recente. Hoje em dia, utilizam-se, de forma generalizada, os grficos e tabelas mais bsicos, indicadores e sinalcticas, animaes, ferramentas interactivas de anlise multidimensional e as chamadas aplicaes de scorecarding e dashboarding, por todos aqueles que necessitam de conhecimento fcil e oportuno, distncia de um clique. A introduo de ferramentas modernas de visualizao pertinente em inmeras tarefas de anlise e deciso actuais: na gesto de produo, identificando volumes, capacidades de produo utilizadas e rendibilidade; na gesto comercial, visualizando volumes, margens e segmentao das vendas por mltiplos critrios, tendo em vista a identificao de clientes e nichos de mercado que maximizem o lucro; na gesto de marketing, analisando de modo geoespacial as caractersticas demogrficas dos mercados em que a empresa est inserida; na gesto de recursos humanos, identificando e diagnosticando o estado da formao e das competncias e tendncias de turnover nas vrias reas da organizao; na gesto logstica, visualizando inventrios e requisitos das cadeias de aprovisionamento, de forma a optimizar compras e nveis de existncias.

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

projectos de Six Sigma, de aperfeioamento do desempenho), bem como em EIS (executive information systems), contendo informao composta e/ou agregada, de contedo estratgico (de que exemplo a metodologia do balanced scorecard).

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

Em sntese, as capacidades das tecnologias de dashboarding e scorecarding so essencialmente complementares nos processos e tarefas de anlise e deciso empresariais, como explicitado abaixo:
Figura 4.19 Quadro-sntese das potencialidades e dos aspectos diferenciadores das tecnologias de dashboarding e scorecarding

A VISUALIZAO DE INFORMAO MULTIDIMENSIONAL


A especificidade dos dados e da informao disponibilizada pelas ferramentas de business intelligence (transversal organizao, multifuncional e multidimensional), obriga, frequentemente, existncia de aplicaes mais sofisticadas de visualizao e anlise. Com efeito, discernir factos e tendncias com incluso de mltiplas vari71

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.

Pie charts multidimensionais


Este grafismo permite normalmente analisar at trs variveis dependentes (correspondentes ao tamanho, altura e cor), a que correspondem trs variveis independentes (a fatia, linha e coluna), permitindo uma avaliao rpida e intuitiva dos dados.
Figura 4.20 Exemplo de um pie chart multidimensional

Grficos de barras multidimensionais


Os grficos de barras multidimensionais permitem aos utilizadores (atravs dos eixos e dos nveis de cor) a visualizao de dados que assentam em diversas variveis.
72

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

As aplicaes empresariais de um sistema de data mining so muitas e variadas, mas podem ser agregadas em dois grandes grupos: a optimizao da gesto da estratgia comercial/marketing atravs da anlise do mercado, dos segmentos e clientes e a procura de eficincia nos custos atravs da racionalizao dos diversos inputs (materiais e humanos) de cada processo produtivo. De realar que a data mining no substitui o factor humano na anlise dos dados. O facto de permitir definir padres e tendncias no d, automaticamente, ao gestor o valor e impacto dessas realidades para o negcio.

DATA MINING DESCRITIVA


Quando falamos em data mining descritiva referimo-nos descrio dos seus principais atributos estatsticos (valores mdios, desvio-padro e desvio mdio, entre outros) e da visualizao destes valores (atravs de grficos e tabelas). igualmente importante descortinar, nesta anlise, ligaes entre as diversas variveis (e. g., vislumbrar dados que ocorram simultaneamente).

DATA MINING PREDICTIVA


Uma data mining meramente descritiva tem um valor limitado para o entendimento do negcio de cada organizao. Permite, com efeito,
75

BUSINESS INTELLIGENCE

analisar com objectividade os valores e tendncias histricas mas no traz grande capacidade prospectiva para apoiar decises. , pois, essencial construir modelos predictivos baseados nos dados apurados. Esses modelos (baseados em algoritmos) devem ser elaborados, testados e validados face realidade, com vista a apurar a sua fiabilidade. Este ser um processo de natureza cclica, em permanente reviso, tendo em conta a constante mudana das variveis de negcio.

O PROCESSO DE DATA MINING


Um projecto de data mining dever ser prosseguido atravs das seguintes etapas: Definir o business case essencial definir de forma clara o objectivo e as metas do projecto, para explicitar o impacto que se pode esperar no negcio e justificar o investimento subjacente. Esta definio inicial dever, pois, incluir a explicao da maneira como a descoberta de conhecimento pertinente (os designados projectos de knowledge discovery) atravs de data mining afectar o negcio. Uma definio de finalidade ser, por exemplo, a minimizao do risco de crdito nos produtos de crdito ao consumo de um determinado banco comercial o que originaria uma pesquisa ao histrico do perfil de clientes no cumpridores. Construir a base de dados-alvo da data mining Esta uma das etapas fundamentais do projecto e uma das que consomem mais tempo. Os dados a ser explorados devero ser agrupados numa base de dados prpria (separada do DW corporativo), com vista a uma explorao que tenha em conta a necessidade de constantes iteraes e os devidos cuidados na gesto dos recursos informticos. Os passos/tarefas a serem executadas so idnticos aos j descritos na construo do DW: recolha, descrio e seleco dos dados, anlise de data quality e respectiva limpeza, consolidao e integrao, construo dos metadados, carregamento e os necessrios trabalhos de manuteno da base de dados. Explorar os dados Na fase de explorao, tentamos identificar os campos (variveis) mais importantes na anlise de relao ou predio e determinar que valores derivados sero mais teis. Tendo em conta que estaremos a lidar com conjuntos de dados com centenas ou mesmo milhares de colunas, a capacidade de processamento e resposta da aplicao informtica de suporte um factor fundamental.
76

CAPTULO 4

A S F ERRAMENTAS

DE

B USINESS I NTELLIGENCE

Preparar os dados para a modelizao Este passo, o ltimo antes da construo dos modelos, pressupe, inicialmente, a seleco das variveis e das colunas uma vez que, acumulando toda a informao disponvel sem um critrio selectivo, poderemos chegar a um modelo incorrecto, com variveis irrelevantes. Ter ainda de ser encarada a necessidade de construir e/ou transformar variveis ( e. g ., de valores absolutos para razes mais compostas) tendo em vista o aumento da fiabilidade do modelo e o seu enquadramento nos pressupostos de suporte deciso. Construir um prottipo do modelo A construo do modelo feita por via de mltiplas iteraes, explorando vias alternativas (train & test), com vista a avaliar quais so as mais indicadas para resolver o business case. A deciso relativamente ao tipo de modelo tambm importante seja, por exemplo, uma rvore de deciso, um neural net ou uma regresso logstica. A deciso ir afectar o tempo e as condies de preparao subjacentes; Avaliar o modelo O modelo proposto ter de ser avaliado pelos seus resultados e pelo seu grau de importncia, detectando eventuais erros de construo. particularmente importante fazer a sua validao externa, isto , atestar se o modelo concebido reflecte o mundo real e se pertinente para as explicaes que se procuram uma vez que, mesmo estando correcto, poder no ser o mais adequado; Implementar o modelo validado Operacionalizar o modelo , pois, o ltimo passo. A sua implementao deve ser efectuada aps uma correcta validao interna e externa, disseminada pelos utilizadores-chave (analistas e decisores) do processo de negcio respectivo e seguida por uma monitorizao constante dos padres que presidiram sua elaborao.

TESTE OS SEUS CONHECIMENTOS

1. Quais so as vantagens mais importantes trazidas pelas aplicaes OLAP na anlise da informao do negcio? 2. Quais so as principais aplicaes das tecnologias de dashboarding e scorecarding? 3. Explicite os principais requisitos e etapas para a construo de um projecto de data mining .

77

BUSINESS INTELLIGENCE

78

CAPTULO 4

A S F ERRAMENTAS

DE

B USINESS I NTELLIGENCE

A Emergncia da CPM (Corporate Performance Management)

5
U

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

CAPTULO 5 A E MERGNCIA DA CPM (C ORPORATE P ERFORMANCE M ANAGEMENT )

Estas questes esto, como bvio, intimamente relacionadas. Saber atempadamente todos os resultados pertinentes sem saber as razes por que se deram tem pouca utilidade para a gesto. Da mesma forma, saber os porqus sem ter a flexibilidade de planear novamente e fazer os devidos ajustes tambm irrelevante. Como declarou Rob Rose, chief strategy officer da Cognos em 2002, o prximo nvel de vantagem competitiva ser atingido pelas empresas que melhor interligarem os seus colaboradores com os seus negcios, viso, estratgia e desempenho. E importante que, nesse caminho, a organizao como um todo possa focar-se num nico resultado: bater a concorrncia!. Este novo paradigma consubstancia-se, pois, em novas realidades emergentes nas empresas: A funo de planeamento est, progressivamente, a abarcar outros domnios para alm da rea financeira (operacional, comercial), de forma a fazer uma melhor gesto dos recursos disponveis; Os tradicionais oramentos anuais (estticos e inflexveis e, muitas vezes, com uma rpida obsolescncia como instrumento de controlo de gesto) esto a dar lugar a rolling forecasts (previses permanentemente revistas e actualizadas), que permitem uma resposta mais rpida aos dados reais que vo sendo apurados; As mtricas de gesto do desempenho esto a ser implementadas e comunicadas atravs da organizao (utilizao de scorecards e outras metodologias), conferindo conhecimento, autonomia e empowerment a todos os funcionrios; Os departamentos de estudos e planeamento das empresas comeam a aperceber-se da importncia de estabelecer correlaes que lhes permitam descortinar modelos de impacto de variveis entre si, de forma a conferir lgica e coerncia ao modelo de desempenho a implementar e gerir; As ferramentas para analisar resultados e seus catalisadores esto a ser disseminadas pelos vrios interessados, promovendo assim a democratizao das competncias analticas e de reporting. Neste processo, a tecnologia tem um papel essencial o papel de change enabler , isto , de promotor e catalizador da mudana. Felizmente, o progresso nas tecnologias de informao de apoio gesto tem crescido constantemente nos ltimos anos. As inovaes tecnolgicas mais recentes e a cada vez maior interligao, no m81

BUSINESS INTELLIGENCE

bito da investigao e desenvolvimento (I&D) desta rea, entre as componentes tcnica e de gesto, veio permitir a emergncia de uma abordagem inovadora: a CPM (corporate performance management) . Com efeito, o desenvolvimento das capacidades de integrao entre aplicaes diversas veio permitir, gradualmente, encarar a business intelligence como algo mais do que um conjunto de solues departamentais, funcionais, tendencialmente isoladas e focalizadas na resoluo de problemas especficos. Possibilitou, pois, um salto qualitativo que posicionou este conjunto de tecnologias como um sistema completo que acompanha o ciclo de gesto, os seus processos estratgicos e contribui para uma verdadeira eficcia corporativa. O conceito de CPM, criado pela Gartner Research em 2001, pressupe, pois, uma abordagem sistematizada e integrada de ligao da estratgia da empresa sua execuo, aos seus processos operacionais e s actividades. Consiste em estabelecer mtricas, metodologias e tecnologias para uma monitorizao do desempenho da empresa em tempo real e para a visualizao da relao entre as diversas variveis. Esta abordagem abrange todas as fases do ciclo de gesto: Definio das opes estratgicas atravs da modelizao dos nossos business plans; Alinhamento da organizao atravs do estabelecimento de objectivos estratgicos e intermdios; Estabelecimento de compromissos atravs do planeamento e da respectiva oramentao; Medio do desempenho atravs de modelos pr-definidos (balanced scorecard, EFQM excellence model ou outros), que conferem coerncia ao conjunto de indicadores-chave de desempenho; Discernimento de eventos e tendncias, atravs de uma anlise de dados objectiva e pertinente; Avaliao dos resultados e consolidao de concluses, promovendo uma correcta accountability de todos os interessados; Gerao de um feedback das concluses obtidas e do conhecimento que as justifica; Realinhamento, numa etapa crtica deste ciclo de gesto, da estratgia e/ou das iniciativas e redireccionamento da nossa organizao para outros caminhos.
82

CAPTULO 5 A E MERGNCIA DA CPM (C ORPORATE P ERFORMANCE M ANAGEMENT )

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 :

ESTRUTURA E COMPONENTES DE UM SISTEMA DE CPM


A grande mais-valia da CPM, enquanto modelo de gesto potenciado e apoiado pela tecnologia, consiste no facto de ela conferir elevados nveis de conhecimento e flexibilidade s actividades de planeamento e controlo de uma organizao. Esta flexibilidade a pedra-de-toque de todo o processo: permite organizao responder com eficincia e eficcia s alteraes do seu meio envolvente, seja
83

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.

ESTRUTURA DE UM SISTEMA DE CPM


A estrutura integrada de um sistema de CPM , naturalmente, constituda por hardware, software, processos e pessoas (utilizadores) semelhana de qualquer MIS (management information system). Ser a interaco entre estas diversas partes que permitir ao sistema apresentar as suas propostas de valor sequenciais: disseminao da informao e do conhecimento, monitorizao do desempenho e maximizao da gesto do desempenho. De uma forma geral, e com base na experincia de algumas companhias de software lderes mundiais nesta rea, um sistema de CPM dever ter os componentes visveis na imagem abaixo.
Figura 5.2 Modelo com os componentes mais significativos de um sistema de corporate performance management (perspectiva Cognos)

Referimos em seguida, sucintamente, as partes mais relevantes.


84

CAPTULO 5 A E MERGNCIA DA CPM (C ORPORATE P ERFORMANCE M ANAGEMENT )

Performance management solutions


Industry solutions Cada indstria aqui no sentido de sector ou rea de actividade tem determinadas especificidades, relacionadas naturalmente com o seu core business e os seus factores principais de sucesso. Enterprise performance solutions Estas aplicaes so de uso mais ou menos generalizado; nelas podemos encontrar solues de: consolidao financeira; planeamento empresarial; aplicaes de desempenho empresarial; scorecarding; anlise e reporting de dados; performance management platform. A plataforma de software de um sistema de CPM formada pelos componentes de planeamento, scorecarding e business intelligence, integrados e automatizados. Como j vimos, as tecnologias de planeamento permitem as operaes de modelizao, oramentao, forecasting (previso) e reporting financeiro. A tecnologia de scorecarding permite a gesto de mtricas, a visualizao das suas interligaes e do efeito que tm entre si, e uma gesto dinmica que permite visualizar tendncias ao longo do tempo e efectuar o drill down para chegar aos dados subjacentes.

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

Administration Gesto e controlo remoto de todo o sistema; Information & business modeling Modelizao e controlo da informao de forma centralizada, de forma a assegurar que os recursos de informao esto disponveis de acordo com as necessidades do negcio; Data integration Possibilidade do acesso aos dados, independentemzente da sua forma de estruturao (relational ou OLAP); disponibilidade de ferramentas de ETL ou de EII (enterprise information integration).

ETAPAS DO MANAGEMENT CYCLE: PLANEAMENTO, MONITORIZAO E ANLISE


PLANEAMENTO E FORECASTING: A BASE DA CPM
Uma das funes bsicas do ciclo de gesto a formulao da estratgia e sua respectiva quantificao, numa perspectiva top-down. Este processo estratgico essencial vai, inevitavelmente, dar origem a um conjunto de esforos no sentido de conciliar as iniciativas e os objectivos estratgicos (strategic plans) com os planos operacionais (business plans) de cada subdiviso ou rea de negcio. As operaes de planeamento e oramentao vm cumprir esta tarefa, com os inevitveis constrangimentos de um processo moroso e segmentado. Muitas empresas continuam, contudo, a realizar estes processos estratgicos atravs de metodologias pouco fiveis, de centenas ou milhares de folhas de clculo (ficheiros Excel) criadas manualmente. As ferramentas de business intelligence de suporte a uma abordagem CPM visam integrar e automatizar a composio, o clculo, a consolidao e disseminao dos dados financeiros e operacionais. O processo dever facilitar a participao de todos os intervenientes. Uma estrutura de planeamento oramental virada para os resultados dever obedecer a princpios/tarefas bsicos: Definir as metas Criar uma estratgia directa, unificada e quantificada, para atingir um desempenho de excelncia; Planear para maximizar o desempenho Concretizar a estratgia em planos e oramentos para melhor orientar os esforos de colaboradores e parceiros;
86

CAPTULO 5 A E MERGNCIA DA CPM (C ORPORATE P ERFORMANCE M ANAGEMENT )

Ligar as finanas s operaes Construir planos que assegurem a ligao e a coerncia entre as reas funcionais; Empenhar toda a organizao Proporcionar feedback em tempo real a todos os que participam no processo; Incrementar a flexibilidade Refazer os planos quando as condies se alteram; Compreender os resultados Gerir o desempenho com base em ferramentas de reporting e anlise oramental; Quanto s aplicaes tecnolgicas de apoio, estas devero ter algumas caractersticas essenciais: Assegurar a participao de todos os intervenientes no processo, numa perspectiva de colaborao e segurana, com responsabilidades bem delineadas; Potenciar o planeamento contnuo (forecastings e reforecastings), com actualizaes dirias, semanais e mensais; Flexibilizar a imputao de dados; Definir a hierarquia de deciso; Visualizar intuitivamente a estrutura de custeio pr-definida; Analisar multidimensionalmente; Integrar com ERP e respectivos mdulos financeiros e definir parmetros de interface com o Microsoft Excel.
Figura 5.3 Imagem de ecr da aplicao de planeamento, oramentao e custeio Cognos Planning

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

CAPTULO 5 A E MERGNCIA DA CPM (C ORPORATE P ERFORMANCE M ANAGEMENT )

Como instrumento privilegiado para aco (e no apenas para monitorizao), o BSC dever ser: um instrumento de disseminao da estratgia, de comunicao dos objectivos e das iniciativas a levar a cabo na organizao; uma ferramenta de empowerment, concedendo autonomia aos responsveis operacionais para gerirem e controlarem o seu desempenho, aferindo constantemente, atravs de mtricas e indicadores, o seu contributo para os objectivos globais da organizao. A abordagem do BSC inclui as seguintes dimenses: Perspectiva financeira Avalia a capacidade da empresa de gerar lucro para os seus accionistas (rendibilidade do capital), assim como a sua sade financeira a curto ou a mdio/longo prazos; as reas/os indicadores mais comuns so: o ROI (return on investment retorno do investimento); a liquidez; a solvabilidade; a rendibilidade dos activos; a rendibilidade das vendas; o cash-flow; as principais fontes de dados; Perspectiva dos clientes Avalia a posio da empresa perante o mercado em geral e perante os seus consumidores; inclui essencialmente matrias afectas estratgia de marketing e gesto comercial; as reas/os indicadores mais comuns so: a quota de mercado; o volume de vendas; os ndices de satisfao e fidelidade; a rendibilidade mdia por consumidor; a notoriedade da empresa/marca; as principais fontes de dados;
89

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

CAPTULO 5 A E MERGNCIA DA CPM (C ORPORATE P ERFORMANCE M ANAGEMENT )

Figura 5.5 Imagem de ecr de um mapa estratgico numa aplicacao de Scorecarding Cognos

Os mapas estratgicos so, pois, diagramas que explicitam como a organizao cria valor, fazendo a ligao entre os objectivos estratgicos e todos os outros existentes nas quatro perspectivas tradicionais do balanced scorecard (financeira, clientes, processos internos e aprendizagem e crescimento) em relaes explcitas de causa-efeito. Baseia-se nos seguintes pressupostos: A estratgia balanceia entre foras contraditrias e baseia-se na diferenciao das propostas de valor para os clientes; O valor criado pelos processos de negcio internos de uma organizao; A estratgia composta de vrios vectores, simultneos e complementares; O alinhamento da estratgia determina o valor das variveis intangveis (marca, capital humano, entre outros). Esta abordagem essencial para optimizar e maximizar o valor acrescentado destas aplicaes especficas de business intelligence para a gesto empresarial.
91

BUSINESS INTELLIGENCE

ANLISE E REPORTING: GERAR CONHECIMENTO DE SUPORTE AO NEGCIO


Figura 5.6 Imagem de ecr de uma aplicao de anlise multidimensional Cognos

importante conseguir visualizar e gerir mtricas. Contudo, isso tornar-se- pouco efectivo se no for possvel aprofundar as anlises e perceber o que, em termos operacionais, est subjacente aos diversos indicadores. A capacidade de analisar e reportar a informao a condio essencial para uma correcta accountability. As ferramentas descritas anteriormente (OLAP, ferramentas de query, dashboards) so essenciais, pois permitem responder s questes fundamentais (onde, como, quando, quanto e porqu) s assim estar fechado o ciclo de gesto prescrito na corporate performance management.

TESTE OS SEUS CONHECIMENTOS

1. Refira as principais capacidades exigidas aos sistemas tecnolgicos que apoiam o ciclo de gesto, numa perspectiva integrada de performance management. 2. Caracterize os principais componentes de um sistema de corporate performance management . 3. Aponte as principais reas de monitorizao que um sistema tecnolgico de balanced scorecard deve sustentar.

92

CAPTULO 5 A E MERGNCIA DA CPM (C ORPORATE P ERFORMANCE M ANAGEMENT )

BAM (Business Activity Monitoring): A Promessa da Business Intelligence para o Sculo XXI
O B J E C T I V O S

6
U

Conhecer o conceito de BAM, os seus componentes e vantagens na gesto de eventos em tempo real Compreender o valor acrescentado da BAM para reas fundamentais como a gesto de risco

93

BUSINESS INTELLIGENCE

CONCEITO E VANTAGENS DA BAM


As aplicaes designadas como BAM (business activity monitoring) so uma subrea de business intelligence em grande crescimento e desenvolvimento tecnolgico. Fazendo a fuso entre a abordagem de anlise e reporting (que a matriz fundamental da business intelligence ), e o conceito de business integration (que representa a integrao e automatizao dos processos de negcio), as aplicaes BAM proporcionam alertas em tempo real, baseados em mtricas predefinidas e despoletados quando estas atingem um valor considerado crtico e necessitam de uma interveno por parte da gesto da organizao. As mtricas e os respectivos alertas devem corresponder a eventos que tenham de facto relevncia para as operaes e para os objectivos definidos. Como compreensvel, a tecnologia BAM no deve funcionar isoladamente s apresentar bons nveis de eficcia quando combinada com funcionalidades de anlise multidimensional ou de data mining que providenciem a informao e o conhecimento optimizado para melhor responder ao alerta.

ESTRUTURA DO SISTEMA BAM


As aplicaes BAM apresentam pois pelo menos trs componentes essenciais: Data integration Os dados so recolhidos nas suas aplicaes de origem (bases de dados, CRM, SCM, Internet); Anlise Os dados so analisados automaticamente mediante as regras de negcio institudas; aqui de realar a importncia das aplicaes terem ambientes user-friendly, sem necessidade de programao por parte do pessoal tcnico afecto s TI; Entrega da informao Para alm das interfaces mais vulgares das aplicaes de front-end, a informao poder ser remetida para telemveis (via SMS), e-mail, fax, PDA, entre outros. As funes de BAM devero permitir ao utilizador assinalar a tomada de conhecimento e, eventualmente, despoletar uma aco atravs da prpria ferramenta.
94

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

essencial, contudo, ter a noo de que nem todos os eventos e respectivas mtricas tm vantagens em ser monitorizados em tempo real. Essa monitorizao s far sentido se estivermos perante realidades que requerem intervenes imediatas. Por exemplo, no far sentido monitorizar ao minuto o pipeline de negcios (conjunto de perspectivas de vendas e respectivas probabilidades de concretizao) de determinada equipa comercial; o pipeline construdo progressivamente, mediante uma estratgia assumida e conhecida, sendo que s far sentido um acompanhamento semanal ou quinzenal. Da mesma forma, no haver grande utilidade em acompanhar obsessivamente o EPS (earnings per share) da carteira de investimentos da empresa no mercado accionista (tendo em conta que se trata de activos de risco e so investimentos a mdio e longo prazos), sendo uma monitorizao mensal ou trimestral amplamente suficiente.
96

CAPTULO 6 BAM (B USINESS A CTIVITY M ONITORING ) : A P ROMESSA DA B USINESS I NTELLIGENCE PARA O S CULO XXI

reas/contextos de negcio em que o BAM tem benefcios relevantes: Gesto de Clientes/Comercial Gesto de vendas e de pipelines de vendas Gesto de SLA (servios ao cliente) Gesto de contact-centers Gesto de upgrades de produtos Transportes, logstica e aprovisionamentos Gesto de manutenes e reparaes Gesto de prazos Gesto de espaos Gesto e tracking de bens perecveis Gesto industrial Gesto de equipamentos crticos Gesto da capacidade de produo Gesto do controlo de qualidade Gesto dos prazos de produo Gesto financeira e de crdito Gesto do risco de crdito Gesto da liquidez

ID: TECNOLOGIA DE APOIO BAM


Para cumprir a promessa de monitorizao, deteco e alerta em tempo real, necessrio operacionalizar os modelos de BAM com algumas tecnologias especficas; a RFID , hoje em dia, um das mais relevantes. Os sistemas de RFID (radio frequency identification identificao por radiofrequncia) so sistemas automticos de identificao que, atravs da tecnologia de radiofrequncia, permitem a identificao e localizao automtica de pessoas, produtos ou equipamentos. Atravs de portadores de dados as etiquetas que contm chips de
97

BUSINESS INTELLIGENCE

silicone , que vm anexos aos itens a monitorizar, possvel um leitor detectar a uma distncia remota, sem a necessidade de estar ao alcance visual ou haver algum contacto fsico. Esta tecnologia, integrada num modelo de gesto, pode utilizar de forma proveitosa a informao recolhida pelos leitores e process-la conforme os objectivos e resultados pretendidos em particular nos processos de negcio de operaes e logstica. Com efeito, esta tecnologia torna exequvel uma transparncia total e uma viso objectiva de uma cadeia logstica em tempo real. possvel obter inventrios em tempo real e aumentar a traabilidade dos produtos optimizando os custos (reduo de quebras e perdas ao longo de toda a cadeia logstica), maximizando a qualidade dos servios ao cliente e proporcionando condies para um melhor planeamento.
Figura 6.3 Processo simplificado da RFID

Como tecnologia, a RFID enfrenta ainda desafios inerentes ao facto de ainda estar em desenvolvimento. Os ainda elevados custos da tecnologia, a inexistncia de uma uniformizao internacional em termos de frequncias ou a necessria partilha de informao com outros parceiros na cadeia de valor (como forma de optimizar o investimento) tornam ainda imprevisveis a dimenso e a importncia que as empresas daro adopo da RFID.
98

CAPTULO 6 BAM (B USINESS A CTIVITY M ONITORING ) : A P ROMESSA DA B USINESS I NTELLIGENCE PARA O S CULO XXI

O RISK PORTAL: A PRXIMA PROMESSA DA BAM


As questes relativas gesto dos riscos de uma organizao e ao estabelecimento de um sistema de controlo interno esto hoje, como j vimos, no topo da agenda dos gestores de topo. Com efeito, essencial conceder uma ateno redobrada a eventos que possam pr em causa os objectivos e a estratgia definidos, sob pena de a empresa ficar desfasada relativamente aos imperativos e presses do mercado em que est inserida. Conseguimos actualmente detectar muitos sintomas que revelam a necessidade de gerir os riscos: A gesto de topo no se sente confortvel em tomar determinadas decises, uma vez que o trade-off entre o risco e o proveito no est devidamente avaliado e as decises tomadas a nvel operacional no so avaliadas no contexto geral da estratgia de risco da empresa; A gesto de risco no integrada nos processos de planeamento estratgico e nos business plans elaborados; Os riscos no so sistematicamente identificados, localizados, medidos e geridos numa perspectiva agregadora e integrada; Nota-se uma procura crescente de informao relativa a gesto do risco e ao controlo interno por parte das administraes das empresas, accionistas, investidores, clientes, pblico em geral presso escrutinadora a que, muitas vezes, as administraes no conseguem dar resposta de forma satisfatria. Os projectos de gesto de risco devero ser iniciados com uma fase de avaliao do risco e encarados de forma integrada: identificao dos riscos estratgicos, financeiros, operacionais, entre outros , sua categorizao crticos e no crticos e definio dos respectivos indicadores. As tecnologias de business intelligence, e as aplicaes BAM em particular, podem auxiliar de forma muito positiva na construo do seu corolrio, da sua etapa final, o risk portal. O risk portal no mais do que uma aplicao de front-end que permite um interface completo e intuitivo, com acessos seguros e segmentados para os responsveis designados, de forma a monitorizar em tempo real as mtricas essenciais inerentes aos principais riscos.
99

BUSINESS INTELLIGENCE

Figura 6.4 Imagem de ecr de um risk portal

TESTE OS SEUS CONHECIMENTOS

1. Que possibilidades de monitorizao introduz a tecnologia BAM no conceito de business intelligence? 2. Enumere quatro aplicaes prticas de tecnologias BAM no contexto dos processos de deciso empresarial. 3. Como poder a BAM influenciar os nveis de competitividade das empresas a nvel da gesto da informao? Desenvolva esta temtica luz das inovaes descritas neste captulo.

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

7
U

Compreender a importncia actual de avaliar e demonstrar a rendibilidade de projectos tecnolgicos nas empresas Conhecer os vrios componentes necessrios para calcular o ROI de um projecto de business intelligence

101

BUSINESS INTELLIGENCE

A IMPORTNCIA DE AVALIAR A RENDIBILIDADE DA BI


As diversas experincias de implementao de sistemas e tecnologias de informao nos ltimos 10 a 15 anos tornam actualmente indispensveis a justificao e a anlise custo-benefcio rigorosa para novos projectos nesta rea. Com efeito, as implementaes efectuadas como resposta aos desafios mais recentes integrao de processos e operaes (ERP), gesto da relao com os clientes (CRM), transio do ano 2000 (projectos Y2K) ou aproveitamento do advento da Internet (comrcio e negcio electrnicos) e os respectivos nveis de eficincia e eficcia vieram demonstrar que a tecnologia no , evidentemente, um fim em si prpria e que indispensvel efectuar investimentos com muita parcimnia. Nunca demais relembrar, em concreto, a taxa estimada de implementaes falhadas de ERP (cerca de 35% a nvel mundial) ou de sistemas de monitorizao do desempenho baseados no modelo do balanced scorecard (cerca de 60%), no mencionando as inmeras derrapagens financeiras e o incumprimento de prazos estimados. Destas constataes, rapidamente se conclui a reserva ou pelo menos a atitude de extrema prudncia com que as administraes encaram os seus investimentos estruturantes em novas tecnologias. A abordagem go big or go home, que dominava o mercado de TI h cinco ou seis anos, foi substituda na actualidade pela mais moderada atitude de think big, start small. O objectivo da introduo nas empresas de tecnologias de informao em geral, e de business intelligence em particular, a criao de um ambiente estvel e optimizado, em que a combinao entre pessoas, processos e tecnologias possa continuar a trazer valor organizao. Quantificar esse valor acrescentado trazido pela tecnologia, e acumulado no tempo, deduzido dos investimentos (iniciais e contnuos) o trabalho do clculo do ROI ( return on investment retorno do investimento). O ROI uma ratio bastante simples entre custos e benefcios: ROI = Benefcios reconhecidos/custos com implementao x 100 Como o clculo do ROI envolve a anlise ao longo do tempo (geralmente, entre trs e cinco anos), importante ter em ateno o valor do tempo em termos financeiros. Deste modo, pertinente ter em conta os cash-flows descontados atravs do clculo do VAL (valor actual lquido), quer em termos de numerador, quer em termos de denominador.
102

CAPTULO 7

ROI: O V ALOR A CRESCENTADO

DE

U M P ROJECTO

DE

B USINESS I NTELLIGENCE

Figura 7.1 Anlise do breakeven de um projecto de business intelligence

Iremos de seguida ver, em pormenor, os principais componentes do numerador e do denominador desta equao essencial. Ela dever ser tida em conta quer na perspectiva de uma avaliao a priori, de estimativa e validao do projecto, quer j em fase de funcionamento pleno das vrias ferramentas de business intelligence.

OS CUSTOS DIRECTOS DO PROJECTO


Existem vrios itens na implementao de projectos de BI que so bvios e bastante fceis de quantificar. Para alm da aquisio de software ou hardware, h que contar com outros custos relativos sustentabilidade do projecto, como sejam a optimizao das infra-estruturas tecnolgicas ou a formao dos utilizadores.

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

De notar que o nmero de licenas adquirido no incio pode ser reduzido com o propsito deliberado de aumentar gradualmente a comunidade de utilizadores. Esta estratgia faz sentido na perspectiva da racionalidade do projecto e da sua gesto do risco; contudo, na avaliao do ROI, dever-se- prestar ateno progresso estimada do nmero de utilizadores para melhor determinar estes custos.

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

ROI: O V ALOR A CRESCENTADO

DE

U M P ROJECTO

DE

B USINESS I NTELLIGENCE

manuteno, gesto e eventuais customizaes adicionais (geralmente perfis profissionais afectos aos departamentos de informtica e tecnologias de informao). importante no esquecer todos os componentes associados formao: os custos dos formadores, manuais didcticos, instalaes utilizadas e o tempo (naturalmente valorizado) que os colaboradores despenderam envolvidos nas aces formativas.

CUSTOS DE SUPORTE E MANUTENO


As inevitveis actualizaes de software e a manuteno de toda a estrutura tm um custo considervel, especialmente quando se considera um intervalo de tempo alargado.

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.

OS CUSTOS INDIRECTOS DO PROJECTO


Os custos indirectos de um projecto de BI referem-se, essencialmente, aos custos de compatibilidade entre tecnologias e a custos de oportunidade com a sua utilizao. A compatibilidade entre tecnologias um custo essencial, determinado basicamente pelo tempo que o pessoal de TI e os responsveis pelo negcio despendem a assegur-la. Com efeito, hoje normal encontrar organizaes com duas ou trs ferramentas diferentes de BI, cada uma com os seus requisitos prprios em termos de fontes de dados e alimentao do sistema (ETL). Estas manutenes devem pois ser devidamente consideradas e adicionadas ao denominador da equao do ROI. Os custos de oportunidade baseiam-se, na sua maioria, no fracasso em retirar todo o potencial que se esperava com a implementao de BI nas organizaes. Com efeito, atravs da introduo de ferramentas analticas e de reporting, suposto ser possvel detectar e avaliar as melho105

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

ROI: O V ALOR A CRESCENTADO

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

Com a implementao de tecnologia colaborativa, web-based, e com capacidades de anlise multidimensional, teremos: Ciclo de planeamento e oramentao (depois): 5 dias teis Forecastings e re-forecastings: mensais Custo do processo [considerando FTE (full time equivalents)]: 15 000 euros Custo da nova tecnologia: 80 000 euros O ROI do projecto, avaliado com base nestas variveis simplificadas, ficar, num prazo de trs anos, em 130 000 euros cerca de 163% (sem quantificar variveis mais subjectivas como sejam a rapidez, a fiabilidade dos dados e o apoio para uma maior qualidade na deciso).

TESTE OS SEUS CONHECIMENTOS

1. Explicite os principais custos directos de um projecto de business intelligence. 2. Como possvel medir os efeitos positivos de um projecto de business intelligence? Quais os itens a ter em considerao nesse clculo? 3. No contexto actual, qual a importncia de medir em concreto as vantagens de uma implementao tecnolgica?

108

CAPTULO 7

ROI: O V ALOR A CRESCENTADO

DE

U M P ROJECTO

Gesto e Implementao de Projectos de Business Intelligence


O B J E C T I V O S

8
DE

B USINESS I NTELLIGENCE

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

CARACTERSTICAS E ESPECIFICIDADES DOS PROJECTOS DE BI


Os projectos de business intelligence so, geralmente, empreendimentos complexos e com um impacto considervel (positivo, de preferncia) nas estruturas e nos workflows de deciso empresariais. A entrada de uma nova tecnologia pressupe, frequentemente, a alterao de papis, funes e responsabilidades e a execuo de novas tarefas. Esta situao exige dos responsveis do projecto e de todos os gestores directamente envolvidos uma capacidade de alterar a sua gesto. O planeamento e a execuo de um projecto de BI devero ser levados a cabo mediante o desenvolvimento de vrias etapas sequenciais, que devero gerar resultados (deliverables) objectivos.
Figura 8.1 Representao genrica das actividades de gesto de projectos de business intelligence

PREPARAO DO PROJECTO: O PROJECT CHARTER


A gesto do projecto comea por exigir uma sustentao racional de forma a tornar clara a sua necessidade de implementao. Como tal, numa perspectiva de business case do projecto, prvio ao incio da
110

CAPTULO 8

G ESTO

E IMPLEMENTAO DE PROJECTOS DE BUSINESS INTELLIGENCE

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.

As escolhas estratgicas num projecto de BI


Quando definimos o mbito, somos obrigados, desde logo, a ter em considerao algumas escolhas estratgicas que iro influenciar todo o processo a montante. So trs as questes a equacionar: Definir e segmentar os perfis de utilizador Num projecto de BI, no recomendvel uma uniformizao de perfis; deve-se, pelo contrrio, definir de forma explcita e segmentada as vrias tipologias de utilizadores dos deliverables do projecto: top management (executivos), gestores de unidades de negcio, analistas, eventualmente fornecedores e clientes (atravs de extranets). Assim, como forma de estabelecer de imediato as ambies/limitaes do projecto, a comunidade utilizadora ter de ser uma das primeiras questes a ter em conta;
112

CAPTULO 8

G ESTO

E IMPLEMENTAO DE PROJECTOS DE BUSINESS INTELLIGENCE

Definir as diferentes necessidades dos utilizadores fundamental que o projecto considere: a profundidade da informao; a amplitude (abrangncia) da informao; a complexidade funcional; a customizao; e a especializao funcional ou sectorial das aplicaes; Enquadrar o projecto nos padres da arquitectura dos sistemas de informao Importa, para maximizar a value proposition do projecto, ter o cuidado de o enquadrar no contexto organizacional; existem, neste mbito, quatro reas essenciais: Plataformas A maioria das organizaes dispe, na sua infra-estrutura de SI, de diferentes plataformas e sistemas operativos: Unix, Windows, NET, entre outros. As aplicaes de business intelligence implementadas tero de assegurar a compatibilidade entre elas; Aplicaes instaladas Como j vimos, hoje habitual encontrar-se uma diversidade de aplicaes departamentais, de natureza tanto operacional como analtica. As ferramentas de business intelligence tero, por vezes, de aceder informao directamente a partir dessas aplicaes, o que obrigar em muitos casos ao desenvolvimento de interfaces especiais; Nvel de globalizao O fenmeno cada vez mais frequente da internacionalizao das grandes e mdias empresas traz consigo um importante pr-requisito: a capacidade das aplicaes de BI serem facilmente implementveis num ambiente transnacional, com recursos e esforos escala global. A necessria funcionalidade de suportar diversas lnguas aqui um factor fundamental; Escalabilidade O conceito de escalabilidade extremamente importante: hoje, essencial que as aplicaes proporcionem um acesso eficiente, seguro e fivel a um nmero considervel de utilizadores (por vezes milhares) sem causar um desgaste excessivo dos recursos de hardware disponveis.

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

tivas. Especificamente, preciso saber de que forma a tecnologia vai potenciar resultados concretos (i. e. conhecimento) para incrementar margens, volume de negcios, explorar novos segmentos, reduzir custos (e. g., cycle times mais pequenos) ou rentabilizar quaisquer recursos empresariais. Em suma, definir, de forma quantitativa, que problemas de negcio ou que oportunidades de negcio o projecto de BI ir resolver ou potenciar o aproveitamento. Por exemplo: de forma a reduzir em x % os custos relativos cadeia de fornecimento da rea de negcio y, o departamento de aprovisionamentos e logstica dever ter acesso aos dados de consumos, preos, quantidades, e forecastings e sua anlise multidimensional no dia seguinte ao fim de cada ciclo de produo semanal; ou ainda de forma a maximizar a taxa de sucesso das nossas campanhas de telemarketing, o departamento de marketing dever ter acesso ao perfil dos seus clientes, definindo e correlacionando os vrios atributos em tempo real. Como vimos, nestes enunciados igualmente fundamental definir claramente os destinatrios (end-users) que iro beneficiar das mais-valias do projecto em termos de tarefas concretas e respectiva durao.

SOLUO DE BUSINESS INTELLIGENCE PROPOSTA


Uma vez definidos o contexto, o mbito de actuao desejvel e os respectivos objectivos e metas, possvel propor uma soluo tecnolgica que se apresente como a mais adequada para a prossecuo do projecto. Como j se enunciou, as aplicaes, ferramentas e os modelos de BI so muitos e variados, conforme o enquadramento do projecto. A soluo proposta dever descrever, de forma sinttica, toda a arquitectura subjacente (data warehousing, solues de ETL) at aos utilizadores finais (que tero ento os interfaces finais dashbords, scorecards, cubos multidimensionais, entre outros).

ANLISE DA INFRA-ESTRUTURA TECNOLGICA


Os sistemas de informao em actividade na organizao no momento zero (o momento de que partimos para a implementao do projecto) devem estar perfeitamente definidos e identificados aplicaes de tipo ERP, CRM, SCM, sistemas de gesto da produo, ficheiros Excel e TXT, intranet e extranet, aplicaes de e-commerce, entre outros. Este componente essencial para validar/expandir/ /refrear as ambies iniciais do projecto.
114

CAPTULO 8

G ESTO

E IMPLEMENTAO DE PROJECTOS DE BUSINESS INTELLIGENCE

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.

RESULTADOS (DELIVERABLES) DO PROJECTO


Os resultados so definidos em funo dos objectivos e metas delineados. Sero constitudos pela definio das aplicaes concretas e sua consequente aplicao de negcio; por exemplo: uma aplicao de scorecarding, como suporte a um modelo de balanced scorecard; uma ferramenta OLAP, capaz de analisar, de forma multidimensional, um conjunto de variveis crticas de uma rea de negcio; uma ferramenta de dashbording que reflicta o estado financeiro de uma dada organizao. O projecto poder igualmente apresentar como resultados manuais de procedimentos e aces formativas, para conferir capacidade de autonomia aos utilizadores.

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.

CONDIES DE DATA QUALITY


No possvel planear com o mnimo de objectividade um projecto de BI sem ter uma noo do estado de data quality da organizao. Com efeito, no obstante este condicionalismo ser alvo de uma grande ateno na implementao tecnolgica, que ser descrita mais adiante (a fase bastante rigorosa de data analisys), necessrio ter uma noo bsica do estado dos ficheiros de origem de dados operacionais (source files) e das vrias bases de dados. S assim ser possvel uma estimativa razovel das tarefas de limpeza dos dados (data cleansing) e um consequente compromisso relativamente ao cronograma de execuo do projecto.

CONTROLO E GESTO DA MUDANA


Tendo em conta que os projectos de business intelligence no so lineares, natural a ocorrncia de alteraes no modelo inicialmente proposto. Estas alteraes podem ter vrios indutores, como sejam o desejo, a posteriori, de um nova dimenso de dados, a integrao de um novo processo, um maior aprofundamento vertical ou um impedimento imprevisto. Existem duas boas prticas a ter em conta: Criar mecanismos de registo e tracking para todas as alteraes (descrio, data do pedido, pessoa que promove, data de efectivao); No menos importante, quantificar o impacto que a alterao teve no plano-base, em concreto nas variveis tempo, recursos afectos, custo e qualidade dos outputs. Esta questo particularmente importante e a sua omisso , muitas vezes, a causa de desvios inesperados e conflitos na conduo dos projectos. Com efeito, estes impactos devem ser definidos e controlados de forma a garantir um mnimo de transparncia nas tarefas executadas.

ESTRUTURA ORGANIZACIONAL DA EQUIPA


essencial definir bem a estrutura e o modelo de gesto da equipa de projecto para assegurar que o projecto preenche os nveis de qualidade desejados. O princpio-base , como j vimos, assegurar uma
116

CAPTULO 8

G ESTO

E IMPLEMENTAO DE PROJECTOS DE BUSINESS INTELLIGENCE

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

Direco de projecto responsvel pela coordenao operacional dos trabalhos, cumprimento do cronograma, afectao dos recursos disponveis e validao preliminar dos resultados (depois colocados em fase de aprovao); Equipa de projecto conjunto de pessoas que executa os trabalhos no terreno, de acordo com o previsto e com as indicaes da direco de projecto; Comisso de acompanhamento responsvel pela coordenao do trabalho a nvel superior, rene-se periodicamente para avaliar a evoluo dos trabalhos, aprovar os outputs intercalares e os resultados finais; dever ainda validar alteraes relevantes ao plano do projecto; Controlo de qualidade responsvel por assegurar os nveis qualitativos dos trabalhos realizados, tendo em conta os requisitos acordados; Painel de especialistas conjunto de peritos que, conhecendo as especificidades dos processos e factores crticos do sector/actividade em causa, servem como advisers para uma correcta implementao tecnolgica.
117

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:

Identificao dos riscos


Os riscos tero de ser identificados como tal; a identificao poder basear-se, genericamente, em dois pontos: Objectivos tendo em considerao que todas as organizaes tm objectivos definidos, nas mais diversas reas, qualquer evento que ponha em causa a sua prossecuo dever ser definido como um risco; Cenrios a anlise de cenrios til para perceber a interaco das foras e tenses que rodeiam uma organizao e as diferentes evolues na procura das metas pretendidas; qualquer evento que possa despoletar um cenrio indesejvel ser um risco.

Enquadramento e categorizao dos riscos


Passada a fase de identificao, os riscos so avaliados quanto sua gravidade para o projecto, mediante a anlise de duas variveis: o impacto e a probabilidade. Nesta fase, ser pertinente a elaborao de uma RASM (risk assessment scoring matrix), uma matriz que categorizar os riscos. Para que ela confira uma maior objectividade quantitativa a esta operao (se a dimenso do investimento e a relao custo-benefcio o justificar), podero fazer-se as anlises de sensibilidade e prever cenrios.
Figura 8.3 Padro para elaborao de uma risk assessment scoring matrix

118

CAPTULO 8

G ESTO

E IMPLEMENTAO DE PROJECTOS DE BUSINESS INTELLIGENCE

Identificao de indicadores e triggers


Devero definir-se os indicadores de risco (mtricas que avaliam o estado presente do risco e. g., nvel de tratamento dos dados num projecto de data warehousing) e os triggers (despoletadores), que consistem em situaes de gravidade extrema que anunciam uma eminente ou muito provvel materializao do risco;

Definio de planos de mitigao


Os planos de mitigao tm como finalidade explicitar um conjunto de aces (pontuais ou continuadas), com o objectivo de prevenir a ocorrncia do risco ou, pelo menos, diminuir a severidade do seu impacto.

Definio de planos de contingncia (ou remediao)


A definio de planos de contingncia pressupe a indicao das aces reactivas a pr em prtica se o risco identificado se materializar efectivamente. Por exemplo, se os mecanismos de ETL no estiverem concludos numa determinada data-limite, que deve ser feito promover uma reunio para prolongar o cronograma ou afectar novos recursos disponveis para atingir os resultados finais numa data-limite posterior?

Definio das actividades de comunicao e reporting (implementao tecnolgica de controlos de deteco)


Esta talvez a questo mais sensvel de todo o plano, uma vez que dela depende a capacidade da gesto tomar conhecimento e agir em tempo til sobre os eventos. importante estabelecer rotinas (baseadas, sempre que possvel, em sistemas automatizados e informatizados, de forma a dispensar a interveno humana, mais dispendiosa e propensa ao erro) que permitam a comunicao de determinados parmetros ou mtricas especficas, que tenham atingido um nvel considerado alarmante e que exija medidas especficas. Os responsveis pelos processos em causa sero, pois, os destinatrios destas actividades.

AFECTAO E ORGANIZAO DOS RECURSOS HUMANOS


As actividades e tarefas previstas pressupem, naturalmente, a afectao de capital humano em quantidade e qualidade necessrias
119

BUSINESS INTELLIGENCE

concretizao dos objectivos do projecto. As estimativas do esforo a ser exigido conduzem enumerao das competncias necessrias e do nmero de pessoas detentoras dessas competncias que se tem de envolver. Devemos, pois, definir trs questes: Competncias (skills) tcnicas para desempenhar as tarefas requeridas; Conhecimentos especficos (expertise) na rea/actividade de negcio; Impedimentos previsveis ao trabalho efectivo dos recursos humanos frias, doena, reunies, formao, disponibilidade do sistema informtico, entre outros. A definio da natureza do projecto e a respectiva enumerao das competncias necessrias permitir definir as vrias funes (papis a desempenhar) dos intervenientes. As funes mais comuns num projecto de business intelligence so as seguintes: Project manager Assegurar a gesto da equipa envolvida e definir os aspectos mais relevantes da gesto e execuo do projecto, controlando prazos, recursos e resultados; Business representative um elemento fundamental, quer na fase de planeamento, diagnosticando e negociando os obstculos interligao negcio/tecnologia, quer na fase de implementao, funcionando como patrocinador e garante da vontade poltica para o desenvolvimento e concluso do projecto; Application developer Tem por responsabilidade, trabalhando em estreita colaborao com o data administrator e o database administrator, analisar e planificar o modelo de acesso e de anlise dos dados e as capacidades da ferramenta concreta a ser utilizada; a estimativa do tempo necessrio para o prottipo e o posterior desenvolvimento da aplicao so igualmente responsabilidades desta funo; Data administrator o primeiro responsvel pelos dados que iro alimentar o modelo; dever avaliar os modelos existentes (ou propor um modelo lgico de dados) com vista a validar a sua conformidade com os requisitos e mbito do projecto; Data quality analist Este analista especfico ter de pugnar pela qualidade da informao, atravs da pesquisa e do diagnstico
120

CAPTULO 8

G ESTO

E IMPLEMENTAO DE PROJECTOS DE BUSINESS INTELLIGENCE

de problemas de qualidade, como inconsistncias e redundncias; ter igualmente de conceber e propor os planos de soluo desses problemas; Database administrator Dever assegurar a fiabilidade, segurana e o desempenho das bases de dados a serem utilizadas no ambiente de um projecto de BI; dever ainda responder pela concepo, pelos testes de conformidade, implementao e ajustamentos qualidade do servio e dos acessos; ETL developer responsvel pela construo de programas, scrips (guies com estrutura proposta) e todos os componentes necessrios para levar os dados das fontes para o seu destino; as suas competncias devero abarcar, para alm do desenvolvimento das ferramentas de migrao de dados, o conhecimento dos modelos e bases de dados e as regras de data transformation e a arquitectura dos fluxos de dados do data warehouse; Metadata administrator Ser responsvel por implementar e desenvolver a estratgia dos metadados, para alm de garantir que todos os metadados necessrios so capturados, armazenados e actualizados; Business expert o responsvel por transmitir conhecimento especfico de determinada rea ou especificidade do negcio; , pois, uma tarefa operacional fundamental compreenso das potencialidades do sistema, da capacidade de retirar informao da infra-estrutura que vai sendo desenvolvida e obteno do melhor impacto positivo no negcio.

DEFINIR O ROAD-MAP: O PLANO DO PROJECTO


Uma vez definidas (e apontadas no project charter) as principais questes resultantes da especificidade de cada projecto, ser possvel definir o plano do projecto, explicitando o road-map das principais tarefas. Em concreto, o plano do projecto dever: definir a estrutura do trabalho a efectuar, listando as actividades, tarefas e subtarefas a executar; estimar as horas ou os dias necessrios a essas actividades e tarefas importa efectuar, dentro dos benchmarks existentes no mercado para cada tarefa, uma estimativa razovel em termos temporais,
121

BUSINESS INTELLIGENCE

para determinados mbitos do projecto; de sublinhar que dado o carcter irrepetvel e inimitvel de cada projecto, estas estimativas sero dinmicas, ajustadas ao longo do tempo; determinar a subordinao de recursos a essas tarefas subordinar, em funo dos intervalos de tempo previstos, os recursos necessrios ao cumprimento das tarefas com os nveis de qualidade e dentro dos prazos esperados; determinar a interdependncia entre tarefas as tarefas a desenvolver no so necessariamente sequenciais, uma vez que muitas podem ser levadas a cabo em paralelo, dependendo da disponibilidade de recursos; como tal, importa enumerar estas dependncias para potenciar sinergias e conseguir assim optimizar todo o processo. Importa, tambm, em coerncia lgica, determinar a interdependncia entre recursos; Diferentes interdependncias entre as tarefas Finish to start a tarefa B no pode comear antes de terminar a tarefa A; Start to start a tarefa B pode comear ao mesmo tempo que a tarefa A; Finish to finish a tarefa B no pode terminar antes de terminar tambm a tarefa A; Start to finish a tarefa B no pode terminar antes da tarefa A comear. determinar o road-map e o cronograma final. Sintetizando, um projecto de business intelligence no uma sequncia linear de tarefas perfeitamente definidas no tempo. Por um lado, dado o carcter nico de cada projecto, existiro, quase inevitavelmente, ajustes s vrias fases, em virtude do aparecimento de novos obstculos, negociais ou tecnolgicos. Por outro lado, a interactividade entre as vrias tarefas implica um ambiente de prototyping, isto , de construo incremental dos vrios componentes do projecto, sendo que o aperfeioamento de um ir permitir igualmente melhoramentos noutro que, a priori, j tinha sido provisoriamente concludo. Depois de serem definidas e validadas as tarefas e suas dependncias, ento possvel calendarizar as actividades por meio de um cro122

CAPTULO 8

G ESTO

E IMPLEMENTAO DE PROJECTOS DE BUSINESS INTELLIGENCE

nograma. Uma das formas mais comuns de representao das aces e da sua implicao no tempo e nos recursos um grfico de Gantt.

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.

IDENTIFICAO DAS FONTES DE DADOS


Esta etapa consiste, basicamente, em confirmar a disponibilidade e localizao das fontes da raw data , isto , dos dados em bruto, e identificar as ligaes entre as colunas de dados e os mapas das dimenses.
123

BUSINESS INTELLIGENCE

CONVERSO DE DADOS LINEARES EM DADOS ESTRUTURADOS


Este passo materializa-se na definio de modelos estruturados de dados, de acordo com os modelos de anlise e deciso de cada negcio. Dever assegurar a integrao de dados e a comparabilidade das mesmas medidas nos vrios modelos definidos.

CRIAO DE MECANISMOS DE ETL PARA ALIMENTAR O MODELO


Como j referimos em pormenor, esta fase baseia-se na execuo dos modelos definidos na fase anterior; importante ter em conta a integridade (se esto de acordo com as reais variveis de negcio e as expectativas dos utilizadores), a dispersividade (se h lacunas nos nveis inferiores que afectem a arquitectura do modelos) e a dimenso dos dados.

MODELAO E CRIAO DO FRONT-END


Definindo o front-end , decidimos a forma de visualizao dos vrios modelos implementados em termos de layout , tipologias de variveis, mtricas e dados, e caminhos especficos de drill-down (smart ways).

DEFINIO DA ESTRATGIA DE ACESSIBILIDADE


Nesta fase, necessrio definir a distribuio e difuso da informao pelas vrias categorias de utilizadores tendo em vista a segmentao de reas, as respectivas mtricas, dimenses especficas de anlise e o nvel necessrio de profundidade de informao.

AVALIAO DA EFICCIA DOS OUTPUTS


Esta validao final determina que voltemos a comparar o mbito e os objectivos do projecto com os resultados finais, e em termos dos seus resultados esperados (reportings, anlises, monitorizao em tempo real, entre outros). As variveis oportunidade (timing), visualizao e navegao intuitivas e auto-suficincia dos utilizadores sero fundamentais para a avaliao.
124

CAPTULO 8

G ESTO

E IMPLEMENTAO DE PROJECTOS DE BUSINESS INTELLIGENCE

TESTE OS SEUS CONHECIMENTOS

1. Caracterize as principais questes a explicitar no project chater. 2. Quais as principais etapas a definir no plano do projecto? 3. Tendo por base um projecto especfico de scorecarding para implementao de um balanced scorecard, elabore um exerccio terico de descrio das tarefas de anlise e gesto de riscos do projecto.

125

BUSINESS INTELLIGENCE

126

CAPTULO 8

G ESTO

E IMPLEMENTAO DE PROJECTOS DE BUSINESS INTELLIGENCE

Apresentao de Estudos de Caso

9
U

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

Descrita a teoria geral da business intelligence, suas aplicaes, seus contextos de negcio e boas prticas de implementao, importa conferir uma vertente prtica a este manual, com a descrio de dois casos reais de introduo destas tecnologias. Os casos, pertencentes aos sectores farmacutico e de distribuio/retalho, so fruto do trabalho da Bi4all Consultores de Gesto, empresa de consultoria na rea de solues tecnolgicas de suporte deciso, responsvel j por vrias implementaes na sua ainda curta histria. Procuraremos descrever, em pormenor, as necessidades, dificuldades, os pr-requisitos e especificidades de implementao de cada caso, com vista a proporcionar uma perspectiva completa do contexto envolvente e das metodologias utilizadas para assegurar o sucesso destes projectos.

PROJECTO GRUPO BRODHEIM


O Grupo Brodheim opera sob a representao de marcas importantes, gerindo negcios em diversas reas por meio de cadeias de franchise e diversos pontos de venda. Com o objectivo de criar mecanismos de anlise dinmicos e reais ao nvel da organizao, o Grupo Brodheim optou pela criao de um modelo de anlise de informao financeira com capacidade de comparao de dados (real vs. planeado) e de formas de clculo de KPI (key performance indicators) relevantes para a gesto. Ao nvel da organizao do modelo, para efeitos dos outputs desejados, definiram-se hierarquias a nvel dos produtos e caractersticas fundamentais para a consolidao de dados financeiros. Esta informao apresenta-se consolidada com as restantes aplicaes de loja (relevantes para o input e integrao de dados reais, sendo que nas lojas se encontram, em mdia, quatro aplicaes de suporte).

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

Ao nvel do interesse de controlo e anlise por um sistema de business intelligence definido para as reas fundamentais de sucesso, o Grupo Brodheim focou-se nas reas relevantes. Neste contexto, o projecto baseou-se nas reas de vendas, stocks , clientes, vendedores e auditoria, representando estas reas a chave do sucesso do projecto.
129

BUSINESS INTELLIGENCE

Este projecto de business intelligence foi elaborado com nveis de controlo especficos, em funo do sucesso que se queria garantir. Assim, o projecto de business intelligence foi definido de acordo com as seguintes metas: Aumento da disponibilidade; Diminuio acentuada da margem de erro (e correspondente aumento da fiabilidade); Reduo do tempo mdio de acesso informao; Uniformizao entre marcas com a criao de mapas e funcionalidades; Transmisso da responsabilidade por mapas e elementos de anlise para os utilizadores; Simplificao dos processos atravs da disponibilizao dos elementos na Internet. Tecnicamente, a Brodheim apresenta uma soluo de qualidade e com capacidade de analisar a informao com clareza. No entanto, face aos objectivos de business intelligence, deve-se actuar tambm ao nvel da gesto. Neste contexto, o Grupo Brodheim definiu as seguintes metas: Obteno integrada do negcio de franchise; Potenciao do crescimento de vendas atravs da definio de mecanismos de controlo interno e metodologias objectivas de anlise; Melhoria da gesto de stocks; Criao de mecanismos de apoio gesto de equipas; Permitir o acesso mais rpido a uma maior base de dados de clientes. A definio e a implementao correctas do projecto de business intelligence permitiram a obteno de benefcios econmicos, que tornaram o projecto rentvel para a organizao do grupo. Neste contexto, o Grupo Brodheim conseguiu: diminuir o tempo e as necessidades de capital humano no que diz respeito emisso de mapas de apoio gesto; aumentar as potencialidades de desenvolvimento com a criao fcil e adequada de novas funcionalidades no mbito do controlo de gesto; e, um dos elementos mais relevantes no projecto de business intelligence, capacitar o grupo e diminuir a rectificao de erros, rentabilizando assim o tempo.
130

CAPTULO 9

A PRESENTAO

DE

E STUDOS

DE

C ASO

SISTEMAS EXISTENTES NA GESTO DO GRUPO BRODHEIM


Face diversidade de postos de trabalho e rea de gesto, o Grupo Brodheim apresenta vrios softwares de aplicao. Os sistemas existentes no forneciam as informaes, formataes e funcionalidades necessrias. Assim, foram criadas vrias aplicaes de apoio ao controlo e tomada de decises, para que a empresa efectuasse anlises e controlasse todos os aspectos do seu negcio. Essas aplicaes seguiam principalmente a estrutura organizacional antiga, que se dividia rigidamente entre os vrios modelos de negcio de retalho e multimarca. Outras reas de negcio em que a informao de apoio deciso se reveste de grande importncia so a rea financeira e o servio de clientes. Os sistemas de retalho tm por objectivo apoiar as unidades de negcio nas suas funes de gerir o negcio diariamente e a longo prazo. Estes sistemas so desenvolvidos internamente, sendo por isso completamente controlados. O modelo de agenciamento distinto do de retalho, com necessidades de informao muitas prprias. O negcio de agenciamento abrange as actividades e os acontecimentos seguintes: Registo de notas de encomenda e de crdito; Entrega do fornecedor ao cliente; Recepo de facturas do fornecedor; Devolues de mercadoria; Recepo de comisso do fornecedor; Pagamento de comisso ao vendedor (agente). So introduzidos no sistema a maior parte dos documentos envolvidos no agenciamento. O sistema produz mapas que ajudam a controlar cada uma destas actividades. Porque o agenciamento no envolve produtos fsicos, no h necessidade de mdulos de stocks. A anlise feita a nvel de documentos.

Limitaes dos sistemas existentes


De acordo com a diversidade de sistemas e face ao objectivo de concentrar a informao por sistemas consolidados, o Grupo Brod131

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;

Sistemas para agenciadas e distribudas: Desempenho O desempenho destes sistemas era comparativamente melhor do que o dos sistemas de retalho; Segurana A segurana era limitada. A estrutura do programa, os dados e as informaes eram geralmente acessveis a todos; Integrao e flexibilidade Um dos maiores problemas era a falta de integrao entre sistemas.

O NOVO MODELO DE BUSINESS INTELLIGENCE


Um sistema de suporte deciso (DSS) um sistema informtico que ajuda os gestores responsveis de actividade a tomar decises que optimizam os resultados da rea por que so responsveis. Os sistemas aplicam-se principalmente aos problemas estruturais, por exemplo, a elaborao de objectivos numricos, a avaliao de resultados e as comparaes entre os resultados e os objectivos. Num ambiente competitivo em que s a mudana constante, um sistema dinmico com um forte componente tecnolgico ajuda a controlar, de uma forma consistente e permanente, os riscos e as incertezas internos e externos. O Grupo Brodheim uma empresa que opera num ambiente complexo, comercializando uma vasta gama de produtos em vrios mercados. Para controlar os riscos e optimizar os resultados deste negcio, era imprescindvel ter um sistema que apoiasse a tomada de decises estratgicas (a longo prazo), oramentais (a mdio prazo) e pontuais (a curto prazo). A Figura 9.1 apresenta esquematicamente esta ideia.

133

BUSINESS INTELLIGENCE

Figura 9.2 Processos estratgicos do Grupo Brodheim

OBJECTIVOS DA BUSINESS INTELLIGENCE NA REAS DO RETALHO


Determinou-se que o projecto teria um alcance geral a todas as reas de negcio e administrao do grupo. A anlise em pormenor foi realizada por rea, de acordo com o desenvolvimento. Nesta fase, o projecto de BI alcanou apenas a rea de franchise/retalho. Foi importante considerar um sistema ntegro de forma a assegurar que cada parte contribuiria para o fim desejado. Tambm foi essencial a definio dos factores fundamentais do projecto, de modo a garantir que todos os factores seriam cumpridos. Os principais objectivos a alcanar foram: a acessibilidade do sistema, para que fosse: Acessvel a partir de qualquer computador ligado Internet; Facilmente aprendido e utilizado; Tecnologicamente transparente para o utilizador; Rpido em tempo de resposta; Adaptado visualmente s necessidades de cada utilizador;
134

CAPTULO 9

A PRESENTAO

DE

E STUDOS

DE

C ASO

a fiabilidade e segurana do sistema: Informao pontual; Tecnologia estvel e robusta; Consistncia de dados e clculos; Informao til e relevante para os utilizadores; Acessibilidade informao exclusiva s pessoas indicadas; a racionalizao de procedimentos do sistema: Reduo de dependncia dos departamentos; Manuteno e desenvolvimento simples; Sistema aberto (input e output); ter um sistema dirigido para o futuro: Adaptvel a mudanas dos procedimentos internos; Capaz de funcionar com outros softwares e tecnologias futuras; Capaz de integrar novas reas de negcio; Escalvel (com o crescimento da empresa).

Objectivos do sistema de retalho


Os objectivos dos sistemas de retalho definidos foram a garantia da fiabilidade na gesto do Grupo Brodheim e o sucesso do projecto de BI. O modelo de BI tinha como factores de sucesso: a melhoria dos oramentos de compras e da gesto de stocks; a melhoria do controlo dos objectivos e vendas; o aumento das vendas; a melhoria da motivao e da gesto dos vendedores; a melhoria da relao com os fornecedores.

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

nitidamente as vendas e mesmo para utilizar como uma oportunidade de rentabilizar mais as lojas.
Figura 9.3 Imagem de ecr da aplicao Proclarity para anlise de vendas

IMPLEMENTAO DE UMA NOVA SOLUO TECNOLGICA Tcnicas e ferramentas


Com a elaborao de um sistema moderno de business intelligence com ambiente tecnolgico, o Grupo Brodheim identificou-se com determinadas tcnicas e ferramentas: Data warehouse e data mart; Anlise multidimensional; Data mining; Sistemas Expert; Quadro de bordo; EIS. Face s necessidades de melhoria do sistema de business intelligence do Grupo Brodheim, a soluo apresentada e implementada
136

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

Cumulativamente, o modelo implementado apoia-se no processo de gesto de stock no final de cada fase significativa da actividade da empresa. O objectivo principal do modelo a anlise de stock das fases.

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.

SOLUES PROPOSTAS PARA O RETALHO


A soluo de BI proposta visou, no limite, cumprir os objectivos estabelecidos e foi orientada para o futuro em termos de integrao com outros modelos, reas e funes do negcio do grupo.
Figura 9.4 Sistemas de apoio deciso no retalho

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

Estrutura de dados flexvel e geral garante a possibilidade de incluir novas reas de negcio; Sistema escalvel que torna possvel adicionar novo hardware para satisfazer aumentos no nmero de utilizadores.

Relativamente rea de retalho o sistema cumpre os objectivos comerciais seguintes: Melhoria dos oramentos de compras e gesto de stocks; Incluso de um mdulo de anlise e simulao automatizado para elaborao de propostas de compras; Anlise flexvel de movimentos, stock e SOR data no nvel mais pormenorizado possvel; Melhoria do acompanhamento de vendas e objectivos; Informao estruturada conforme as necessidades especficas da empresa inerentes resoluo de problemas actuais. Alm de mapas melhorados, h possibilidade de consultas que do respostas rpidas sobre a razo de anomalias, e indicam quais as medidas correctivas a tomar e a sua eficcia.
Figura 9.5 Imagem de ecr da aplicao de anlise de vendas

142

CAPTULO 9

A PRESENTAO

DE

E STUDOS

DE

C ASO

Valor acrescentado do modelo para potenciar o aumento das vendas: Mdulo especfico para a anlise de clientes; Possibilidade de avaliar as aces de marketing; Incluso de incentivos flexveis para os vendedores. A preparao da informao a nvel do sistema tecnolgico passou a ser realizada de acordo com vrias fases: Extraco de dados dos sistemas de retalho; Transformao dos dados conforme a estrutura definida; Carregamento dos dados para os data marts e, finalmente, para o data warehouse; Gerao de cubos OLAP.

Figura 9.6 Arquitectura do reporting OLAP do Projecto

Os computadores em rede e na Internet ligam-se unicamente aos cubos gerados, atravs dos softwares ou do Excel. Esta soluo modularizada d muita flexibilidade em termos de escolha de tecnologia e ferramentas para interface.
143

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.

ANLISE ESTRUTURAL DA COMPANHIA


O processo de oramentao e planeamento financeiro da empresa era inicialmente efectuado com a ajuda de ferramentas tradicionais atravs de modelos no integrados que, apoiando-se nas regras de negcio previstas, permitiam a extraco de informao relevante para a anlise desejada. Sem prejuzo da soluo at ento adoptada, com a identificao das limitaes do modelo utilizado potenciou-se a deciso de mudana nos sistemas de apoio, tendo em perspectiva a aplicao de um modelo de business intelligence integrado com resposta s necessidades imediatas na gesto da empresa. Este sistema, permitindo a conjugao de ferramentas com funcionalidades de anlise drag and drop, drilldown, e com vantagens a nvel da recolha e extraco de dados dos principais sistemas de gesto utilizados, respondia assim s limitaes mais relevantes identificadas pelos servios da empresa no modelo at ento utilizado:

144

CAPTULO 9

A PRESENTAO

DE

E STUDOS

DE

C ASO

Elevado risco no sistema;

Complexidade da estrutura num sistema que no se encontrava direccionado para o business plan; Dificuldade na manuteno de acessos; Dificuldade na comparao dos exerccios do business plan enquanto ferramenta importante para o controlo de gesto; Complexidade e morosidade da recolha de informao para a elaborao das previses necessrias; Dificuldade na gesto das diversas verses existentes para o mesmo exerccio. O objectivo da Janssen-Cilag era promover na empresa um sistema de planeamento eficaz e flexvel que permitisse a sua anlise financeira e o seu controlo de gesto. Para tal, seriam definidos workflows perfeitamente integrados no sistema de BI e, simultaneamente, na ERP em utilizao na empresa. No contexto de grupo e de anlise global do business intelligence, a integrao com os sistemas a montante e jusante foi considerada essencial para o sucesso do caso agora apresentado.

PRESSUPOSTOS ASSUMIDOS PARA A SOLUO DE BI


Sendo os objectivos a modernizao e a criao de um sistema de BI flexvel e fivel, todo o projecto envolveu um conjunto de pressupostos considerados essenciais para o processo. Neste contexto, a soluo BI definiu-se com caractersticas to fundamentais como o seu funcionamento online em tempo real e com capacidades de integrao de dados em offline (particularidades relevantes visto que todo o projecto de planeamento deve abranger a totalidade da empresa, no podendo ser interrompido com o objectivo de manter os timings de todo o grupo). Cumulativamente, todo o modelo deveria ser efectuado com tecnologias capazes de apresentar verses diferentes de planeamento e oramentao, de acordo com as necessidades pontuais e a tipologia de anlise em causa. Todo o modelo de business intelligence deve ser orientado para a empresa. Cada realidade deve ser enquadrada, permitindo a constituio de modelos de sucesso que permitam a extraco de mais-valias para o negcio. O caso Janssen-Cilag no excepo, assentando
145

BUSINESS INTELLIGENCE

portanto a modelizao do projecto de oramentao e planeamento financeiro em trs bases essenciais: Um modelo orientado para a estrutura da organizao; Orientao para o negcio da empresa e do grupo; Constituio de um modelo baseado em regras da empresa e do grupo perfeitamente definidas.

DEFINIO DO MODELO DE PLANEAMENTO FINANCEIRO E ORAMENTAO


O modelo definido para a Janssen-Cilag obedece s necessidades de cumprimento de critrios especficos a nvel da empresa e do grupo. Neste contexto, o modelo foi definido considerando a estrutura organizacional a nvel de unidades de negcio, reas core business e a relao entre ambas.
Figura 9.7 Estrutura organizacional de tipo matricial da Janssen-Cilag

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

O objectivo de business plan alcanado com a integrao da totalidade dos modelos a montante. Este processo realizado de acordo com regras institudas pelo negcio da empresa, sendo os dados consolidados de acordo com workflows previstos para a anlise do business plan . Toda a definio do modelo de oramentao se encontra elaborada de acordo com o workflow orientado para a perspectiva de negcio. Somente atravs da sua execuo, a Janssen-Cilag garante a fiabilidade da informao existente e o controlo dos processos associados. Devido diversidade de intervenientes no processo, todo o modelo elaborado para a empresa foi efectuado por rea consolidando os dados e os processos com a execuo de processos-chave de integrao de dados. O modelo de oramentao de acordo com regras especficas teve como objectivo a criao de um modelo estruturado de dados que permitisse outputs a nvel de: constituio de demonstraes financeiras por companhia e produto; constituio de um modelo organizado que permitisse o relacionamento cruzado de dados (cubo multidimensional) que, associado aplicao de suporte, permite a anlise e a extraco dos dados para as ferramentas de suporte utilizadas na empresa.
147

BUSINESS INTELLIGENCE

Figura 9.9 Arquitectura da soluo Janssen-Cilag

SOLUO DE BUSINESS INTELLIGENCE


Na procura de uma soluo de business intelligence com garantias de sucesso, a Janssen-Cilag optou pelo Cognos Planning. Todo o modelo de oramentao foi realizado de acordo com as fases do processo da empresa e do grupo. No sentido de integrao dos servios, o projecto encontra-se desenvolvido em submodelos que, de acordo com estruturas e planos de validao especficos, se integram no oramento da empresa. O modelo de oramentao, integrado num projecto global de business intelligence deve estar ser estruturado e flexvel, com o objectivo de garantir o registo de informao de forma adequada e clara para os utilizadores. Cumulativamente, toda a estrutura do modelo se revelou essencial para o sistema de aprovaes (workflow de aprovao) necessrio para o registo e a aprovao do oramento da empresa. Neste contexto, o modelo de oramentao da Janssen-Cilag apresenta-se constitudo por oito submodelos baseados em processos de ligao internos executados por administradores com o objectivo de interligar os dados at ao modelo com propriedades agregadoras.
148

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

O processo de oramentao da Janssen-Cilag ficou definido em duas fases distintas: Fase de preparao de informao aplicada a supervisores e responsveis de reas com o objectivo de estabelecer bases para o seu processo de oramentao; Fase de desenvolvimento e pressuposto desenvolvimento especfico das equipas a nvel da oramentao da empresa a ser efectuada e posteriormente validada pelos superiores das reas em questo. No seguimento da fase de preparao (perodo de definio e integrao de dados de suporte a nvel da oramentao das reas de gesto e actividade), os responsveis apuram custos unitrios, preos de venda e outros indicadores essenciais para o modelo. A aprovao dos mesmos indicadores efectuada imperativamente pela equipa que os submete e relaciona com os modelos receptores. relevante apontar que os modelos desenvolvidos para as equipas de trabalho so perfeitamente flexveis e integrveis entre si, no sentido de permitir a correcta execuo e organizao dos workflows de oramentao. A integrao de dados, enquanto elemento essencial para a concluso e o relacionamento de informao, executada como tarefa exclusiva dos superiores hierrquicos com competncias para o processo. O modelo da Janssen-Cilag apresenta um modelo de planeamento financeiro capacitado com hierarquias de aprovao baseadas em critrios de segurana definidos pelas respectivas equipas responsveis. Aps a definio dos modelos de preparao e a execuo dos processos de integrao, compete aos diversos intervenientes a preparao do oramento por rea. No caso especfico das vendas, aps a integrao do valores-base de custo e preo de venda, as equipas comerciais verificam, por produto, a imputao de proveitos associados ao exerccio corrente. No caso do modelo de vendas, a imputao de dados realizada por produto e submetida a um rigoroso sistema de aprovao com agregadores a nvel do tipo de produto, trademark, business segment e empresa. De referir que o mesmo modelo contempla inicialmente o sistema de oramentao de mais uma empresa do grupo, sendo que o sistema de aprovaes e validaes independente da Janssen-Cilag (neste contexto, apenas a estrutura e organizao da informao bem como o workflow so respeitados pelo modelo). Como inicialmente exposto, o modelo de planeamento financeiro da Janssen-Cilag foi definido no pressuposto de flexibilidade e de acordo com o workflow do processo de gesto. Assim, aquando da intro150

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

O sistema de input sobre o planeamento realizado de acordo com plataformas multidimensionais que, atravs da funcionalidade de introduo de dados por dimenso, permitem a navegao pela organizao da empresa. Todos os modelos do sistema utilizado prevem rotinas de integrao entre as dimenses de budget, real e forecast, com o objectivo de permitir o controlo de gesto e a anlise crtica da actividade da empresa. Encontra-se deste modo prevista a ligao dos dados reais importados para o modelo de planeamento, permitindo assim bases de comparabilidade. O sistema de importao de dados realiza-se de acordo com as permisses a nvel da hierarquia do organograma da empresa e dos intervenientes no processo de oramentao. Como inicialmente previsto na definio do prottipo, o cubo consolidado do planeamento financeiro foi capacitado para a incluso de dados reais em dimenses distintas para esse efeito. Esta rotina executada periodicamente para a obteno de dados reais sobre a situao financeira actual (todo o processo realizado paralelamente ao sistema de oramentao, fazendo a ligao ao sistema de suporte deciso da Janssen-Cilag, mediante a aco de operadores com competncias e autorizaes para o efeito). A consolidao de informao dos dados de oramento da empresa face ao grupo visa a sua integrao de acordo com os centros de custo que constituem um elemento relevante na apresentao das demonstraes financeiras. Para efeitos de criao de processos de input simples e directos para o utilizador final, os modelos de introduo so apresentados numa metodologia e atravs de nomenclaturas prximas das utilizadas pelos responsveis pelo planeamento financeiro e pelas equipas de trabalho. Esta situao obriga o modelo a ter caractersticas de adaptao face estrutura da empresa e do grupo por meio de rotinas especficas para o efeito. Neste contexto, todos os modelos de introduo de dados (no caso da Janssen-Cilag representam seis de modelos de input) so consolidados no modelo exclusivo para a integrao e o ajustamento de dados, bem como de introduo de acertos manuais aos centros de custo. (Todo o modelo caracterizado pela simplicidade e adaptabilidade de vistas acessveis aos utilizadores. Estes cubos encontram-se relacionados atravs de regras detalhadas interligadas entre si, de modo a garantir a operacionalidade dos modelos de integrao e apresentao de dados para controlo de gesto.) Os modelos de input, capazes de organizar a informao em rotinas especficas, organizam os dados em cubos consolidados que permitem a sua ligao subsequente a um modelo com caractersticas de recolha
152

CAPTULO 9

A PRESENTAO

DE

E STUDOS

DE

C ASO

de dados. Como referido anteriormente, este modelo de consolidao recolhe a informao atravs de rotinas prprias validadas e de acordo com os nveis de segurana associados na estrutura da Janssen-Cilag. Este modelo (denominado OPEX) tem como objectivo principal permitir a recolha e a organizao de dados para fazer a demonstrao de resultados por rea e por produto e permitir a introduo de ajustamentos manuais sobre os valores que transitam dos cubos de suporte introduo do planeamento financeiro. Aquando da elaborao das diversas fases do oramento e da aprovao dos dados, o oramento consolidado no modelo financeiro (P&L), que apresenta a seguinte estrutura: Desdobramento por empresa considerando que o modelo tem caractersticas multiempresa, com posterior agregao ao nvel do grupo; Estrutura de unidade de negcio e estrutura da empresa esta organizao permite a organizao e exposio dos dados; Modelo de P&L de acordo com a actividade da empresa e do grupo, o modelo de planeamento financeiro tambm organizado por duas filosofias de anlise que acompanham toda a organizao de dados e do plano financeiro da empresa. O modelo de P&L um modelo de consolidao de dados para a empresa e relevante quanto reportao ao grupo.
Figura 9.13 Estrutura da demonstrao de resultados (P&L) da Janssen-Cilag

153

BUSINESS INTELLIGENCE

ANLISE GLOBAL DO MODELO


Considerando os objectivos do grupo e da prpria Janssen-Cilag, o modelo de planeamento de oramentao representa o sucesso e a garantia de eficcia na informao prestada e nos timings necessrios anualmente. Face aos diversos requisitos anuais do grupo, o modelo e aplicao de suporte foram sujeitos necessidade de apresentarem caractersticas fortes de flexibilidade e adaptao realidade do grupo. Estes requisitos fazem do prprio modelo um caso de estudo de sucesso. No primeiro ano de execuo do oramento e planeamento financeiro os timings foram cumpridos, sendo que a flexibilidade e capacidade de actualizao dos modelos criaram uma mais-valia relevante para a sua execuo. No mbito da business intelligence, a flexibilidade, a fiabilidade e clareza so elementos importantes que devem acompanhar todo o processo em causa. Neste contexto, o caso apresentado a nvel da oramentao e do planeamento desta multinacional permite determinar com clareza os principais pontos de sucesso a serem cumpridos aquando da instalao de um processo de mudana e organizao da gesto das instituies. Num processo complexo de mudana, todos os elementos apresentaram caractersticas fundamentais para o sucesso. O processo de melhoria baseia-se sempre num binmio essencial entre a capacidade tecnolgica das solues a serem implementadas e o capital humano da entidade (igualmente essencial na organizao e definio de estruturas de apoio gesto bem como a manuteno e o controlo dos inputs essenciais para o controlo de gesto e anlise de dados).

TESTE OS SEUS CONHECIMENTOS

1. Que mais-valias se podem esperar de um projecto como o que foi desenvolvido no Grupo Brodheim? 2. Que necessidades de negcio foram supridas com o projecto desenvolvido na Janssen Cilag? 3. Na sua opinio, de que forma os requisitos e constrangimentos de cada negcio afectam a soluo de business intelligence proposta? Desenvolva esta questo, tendo por base os exemplos apresentados neste captulo.

154

CAPTULO 9

A PRESENTAO

DE

E STUDOS

DE

C ASO

INTRODUO ....................................................... 5

CONCEITO DE BASES DE DADOS ............... 28


RELAES ENTRE TABELAS ..................... 29 AS FORMAS NORMAIS ............................... 30

CAPTULO 1

APRESENTAO E CONCEITO .................... 7 ENQUADRAMENTO ........................................ 8 ARQUITECTURA E CARACTERSTICAS DE UM SISTEMA DE BI ................................. 11


PROPOSTAS DE VALOR E VANTAGENS COMPETITIVAS DE UM PROJECTO DE BI .. 12

CONCEITO DE DATA WAREHOUSE .............. 32


ARQUITECTURAS DE DATA WAREHOUSE .............................. 34 STAR SCHEMA ........................................... 36 TABELA DE FACTOS ................................... 36 TABELAS DIMENSIONAIS ........................... 36 CHAVES SUBSTITUTAS .............................. 37 SNOW-FLAKE SCHEMA ........................... 38

CONCEITO DE DATA MART ........................... 39


CAPTULO 2

PANORAMA ACTUAL DOS SISTEMAS DE INFORMAO E DA GESTO .............. 17 OS SISTEMAS DE INFORMAO PARA GESTO: LEGACY SYSTEMS VS. INTELLIGENCE SYSTEMS ......................... 18
OS INTELLIGENCE SYSTEMS E O SEU VALOR ACRESCENTADO ............. 19

CONCEITO E IMPORTNCIA DOS METADADOS ......................................... 39 IMPORTNCIA DA DATA QUALITY ............. 41 ETAPAS PARA A CONSTRUO DE UM DATA WAREHOUSE ............................ 42

PROCESSOS OPERACIONAIS E PROCESSOS ESTRATGICOS: EFICINCIA OPERACIONAL VS. EFICCIA NA DECISO .......................... 19 AS BUSINESS PAINS: FORECASTING, PLANEAMENTO E ORAMENTAO, CONTROLO INTERNO, IMPLEMENTAO ESTRATGICA E GESTO DA PERFORMANCE GAPS E LACUNAS PARA A GESTO ............................................. 20
PLANEAR, ORAMENTAR, PREVER .......... 20 IMPLEMENTAR A ESTRATGIA E GERIR A PERFORMANCE ...................... 22 ANALISAR A INFORMAO ...................... 24 EFECTUAR O CONTROLO INTERNO E GERIR O RISCO ......................................... 25

CAPTULO 4

AS FERRAMENTAS DE BUSINESS INTELLIGENCE ................... 57 DATA INTEGRATION/ETL ............................... 58 BUSINESS/PRODUCTION REPORTING ......... 59 FERRAMENTAS DE ANALISYS & QUERYING ............................ 59 APLICAES ANALTICAS (ANLISE OLAP) ............................................. 60
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 .................................................. 66 155

CAPTULO 3

BASES DE DADOS E DATA WAREHOUSING ............................... 27

BUSINESS INTELLIGENCE

Produo .................................................... 66 Gesto de recursos humanos ............... 67

CONHECIMENTO DE SUPORTE AO NEGCIO ................................................ 92

APLICAES DE EVENT MANAGEMENT .... 67 FERRAMENTAS DE VISUALIZAO: DASHBOARDING E SCORECARDING ............ 68


AS APLICAES DE SCORECARDING .... 69 O DASHBOARDING ................................... 70 A VISUALIZAO DE INFORMAO MULTIDIMENSIONAL .................................. 71 Pie charts multidimensionais ................ 72 Grficos de barras multidimensionais ................................... 72 Histogramas multidimensionais ........... 73 Aplicaes avanadas .............................. 74 CAPTULO 6

BUSINESS ACTIVITY MONITORING (BAM): A PROMESSA DO BUSINESS INTELLIGENCE PARA O SCULO XXI ...... 93 CONCEITO E VANTAGENS DA BAM .......... 94 ESTRUTURA DO SISTEMA BAM ................. 94
ID: TECNOLOGIA DE APOIO BAM .......... 97

O RISK PORTAL: A PRXIMA PROMESSA DA BAM ............................................................ 99

DATA MINING ................................................... 74


DATA MINING DESCRITIVA ....................... 75 DATA MINING PREDICTIVA ....................... 75 O PROCESSO DE DATA MINING ................ 76 CAPTULO 7

ROI: O VALOR ACRESCENTADO DE UM PROJECTO DE BUSINESS INTELLIGENCE ............................................ 101 A IMPORTNCIA DE AVALIAR A RENDIBILIDADE DA BI ........................... 102 OS CUSTOS DIRECTOS DO PROJECTO .... 103
CUSTOS DE AQUISIO ........................... 103 CUSTOS DE INFRA-ESTRUTURA DE TI .... 104 CUSTOS DE IMPLEMENTAO ............... 104 CUSTOS DE FORMAO .......................... 104 CUSTOS DE SUPORTE E MANUTENO ........................................... 105 CUSTOS DE PERFORMANCE ................. 105

CAPTULO 5

A EMERGNCIA DA (CPM) CORPORATE PERFORMANCE MANAGEMENT ............... 79 CONCEITO DE CPM: ALINHAR A ESTRATGIA COM A EXECUO ........... 80 ESTRUTURA E COMPONENTES DE UM SISTEMA DE CPM ............................ 83
ESTRUTURA DE UM SISTEMA DE CPM ..... 84 Performance management solutions .... 85 Platform services ...................................... 85

OS CUSTOS INDIRECTOS DO PROJECTO .. 105 MEDIR OS PROVEITOS DA BI .................... 106

ETAPAS DO MANAGEMENT CYCLE: PLANEAMENTO, MONITORIZAO E ANLISE ........................................................ 86


PLANEAMENTO E FORECASTING: A BASE DA CPM ......................................... 86 MONITORIZAO DA PERFORMANCE: GARANTIR ALINHAMENTO E ACCOUNTABILITY .................................. 88 ANLISE E REPORTING: GERAR

CAPTULO 8

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


ANLISE DO CONTEXTO .......................... 111 MBITO ..................................................... 112 As escolhas estratgicas num projecto de BI ................................. 112 OBJECTIVOS E METAS ............................. 113 SOLUO DE BUSINESS INTELLIGENCE PROPOSTA ................................................ 114 ANLISE DA INFRA-ESTRUTURA TECNOLGICA .......................................... 114 GAP ANALYSIS ........................................ 115 ANLISE CUSTO-BENEFCIO .................... 115 RESULTADOS (DELIVERABLES) DO PROJECTO ........................................... 115 REQUISITOS DO HISTRICO .................... 115 CONDIES DA DATA QUALITY ............. 116 CONTROLO E GESTO DA MUDANA .... 116 ESTRUTURA ORGANIZACIONAL DA EQUIPA ................................................. 116 RISK ASSESSMENT ................................. 118 Identificao dos riscos ........................ 118 Enquadramento e categorizao dos riscos ................................................ 118 Identificao de indicadores e triggers .. 119 Definio de planos de mitigao ........ 119 Definio de planos de contingncia (ou remediao) ...................................... 119 Definio de actividades de comunicao e reporting (implementao tecnolgica de controlos de deteco) .................... 119

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 IMPLEMENTAO TECNOLGICA ........ 123
IDENTIFICAO DAS FONTES DE DADOS .................................................. 123 CONVERSO DE DADOS LINEARES EM DADOS ESTRUTURADOS .......................... 124 CRIAO DE MECANISMOS DE ETL PARA ALIMENTAR O MODELO ................ 124

PROJECTO JANSSEN-CILAG ...................... 144


ANLISE ESTRUTURAL DA COMPANHIA .. 144 PRESSUPOSTOS ASSUMIDOS PARA A SOLUO DE BI .......................... 145 DEFINIO DO MODELO DE PLANEAMENTO FINANCEIRO E ORAMENTAO ............ 146 SOLUO DE BUSINESS INTELLIGENCE .......................................... 148 ANLISE GLOBAL DO MODELO .............. 154

157

BUSINESS INTELLIGENCE

158

NDICE

159

BUSINESS INTELLIGENCE

160