Вы находитесь на странице: 1из 26

Um estudo do Business Intelligence no ambiente empresarial

DOUGLAS TOZI OLIVEIRA


1

Aluno do Curso de Cincia da Computao do Centro Universitrio de Vila Velha.


E-mail: douglastozi@gmail.com.

OTACILIO JOSE PEREIRA


1

Mestre em Cincia da Computao pela UFES. Engenheiro em Engenharia Da Computao.


E-mail: Otaclio.pereira@uvv.br

RESUMO
Este estudo est voltado para a compreenso da metodologia do business Intelligence
como auxiliador para as tomadas de deciso que so cruciais para a movimentao
estratgica no mercado de negcios, porem para se chegar a estas medidas
decisrias necessrio olhar em volta e especialmente para dentro da empresa.
Definindo o conhecimento da metodologia do Business Intelligence como diferencial
para concorrer no mercado, possvel utilizar desta tecnologia para angariar
particularidades nas aes da empresa em meio a tantas outras, garantindo com isto
sua fatia de mercado.
Palavras-chave: tomadas de deciso, Business Intelligence.

1. INTRODUO
O Business Intelligence (BI) ajuda organizaes a acessar informao sintetizada de
forma fcil para a tomada de deciso. Nesse processo, o ato de transformar dados em
informaes teis e significativas, ter como destino a distribuio destas informaes
para aqueles que realmente precisaro delas e que podero tomar decises corretas e
na hora certa.
No complexo e globalizado cenrio de negcios atuais, os diferenciais competitivos
so cada vez mais importantes para que as organizaes possam protagonizar seus
espaos de mercado. O Business Intelligence (BI) um conceito que entra no auxilio
de diferenciais competitivos para a empresa.
Os dias atuais e a nova economia caracterizam-se cada vez mais pela crescente
aplicao da Tecnologia da Informao (TI) nos processos de negcios. Uma das
conseqncias de sua aplicao a super saturao de informaes. Nossa
capacidade de coletar e armazenar dados superou em muito nossa habilidade de
analisar, resumir e extrair "conhecimentos" destes dados.
Os dados esto em toda a parte, entretanto preciso transform-los em informaes,
e estas em conhecimento. A maioria das organizaes no sofre com a falta de dados,
mas sim com uma abundncia de dados redundantes e inconsistentes, complexos de
administrar com eficincia, cada vez mais rduos de acessar e difceis de usar para
fins de suporte tomada de deciso.

Maurizio Niccolai, gerente de Marketing e Solues da HP Brasil, afirma que: As


necessidades de BI hoje so as mesmas nas pequenas, mdias e grandes empresas.
A diferena est no volume de dados(PCWORLD, 2007).
Petrini, Pozzebon e Freitas (2005) pesquisaram a utilizao de BI em grandes
empresas brasileiras, atravs de uma tcnica de survey. O resultado do estudo
demonstrou que a utilizao dessa ferramenta est ocorrendo h pouco mais de trs
anos em 73% das empresas pesquisadas. Os autores concluram, tambm, que
geralmente esse tipo de tecnologia criada a partir de objetivos tecnolgicos, sem
levar em conta as necessidades informacionais: "h uma falta de foco na
determinao de quais informaes so mais relevantes para o negcio, ou at
mesmo alinhar indicadores, que seriam includos no sistema com objetivos
estratgicos" [PETRINI; POZZEBON; FREITAS, 2005]1. Os autores identificaram que
as empresas que utilizam algum tipo de ferramenta de BI, voltam sua ateno
metodologia de avaliao de desempenho e no gerao e flexibilizao da
informao.
2. OBJETIVO
O objetivo deste trabalho desenvolver, um estudo do BI para o segmento
empresarial que contar com ferramentas de extrao e filtragem, dando maior
flexibilidade para o retorno de informaes ao gestor requerente, e mostrar as
vantagens competitivas em relao a empresas que no possuem nenhum sistema de
Business Intelligence e as empresas que transformaram o Business Intelligence em
atrativo principal na venda de seus softwares.
Ao longo deste artigo ser apresentada uma abordagem sobre a metodologia e o
conceito do business intelligence. Em seguida feito uma anlise do estudo de caso
analisando o emprego desta metodologia em uma empresa analisando tambm os
casos de uso. Aps apresentada a concepo do projeto com sua estrutura e
definido a metodologia a ser aplicada, e o prottipo da aplicao. Por fim, uma
concluso sobre o que foi observado durante o estudo do projeto.

1
PETRINI; POZZEBON; FREITAS, 2005, p. 12, indica o estudo do crescimento da adeso ao business intelligence no
ambiente corporativo.

3. CONCEITOS.

Ao contrrio do que se possa imaginar, o principio de Business Intelligence no


recente. Fencios, persas, egpcios e outros povos do Oriente utilizavam esse princpio
h milhares de anos, quando cruzavam informaes obtidas junto natureza em
benefcio prprio. Observar e analisar o comportamento das mars, os perodos de
seca e de chuvas, a posio dos astros, entre outras, eram formas de obter
informaes que eram utilizadas para tomar as decises que permitissem a melhoria
de vida de suas respectivas comunidades (BARBIERI-2001).
Dentre as principais caractersticas do conceito BI, pode-se destacar: extrair e integrar
dados de mltiplas fontes; fazer uso da experincia, trabalhar com hipteses e
simulaes, procurar relaes de causa e efeito e transformar os registros obtidos em
informao til para o conhecimento empresarial.
Segundo Howard Dresner, (apud BARBIERI, 2001), constata que Business
Intelligence um termo guarda-chuva que descreve um conjunto de conceitos,
ferramentas e tecnologias para aperfeioar o processo de tomada de deciso em
negcios, ou seja, um processo de conseguir informao certa, no momento
oportuno.
Cada vez mais, cruzar dados para criar estratgias fator essencial no mercado. Uma
tcnica que fez da tomada de deciso e ferramentas de BI elementos inseparveis.
A estratgia se constitui em ir juntando peas aparentemente irrelevantes, para como
em um quebra-cabea, compor imagens que tm sentido. Para Porter (apud
POZZEBON, FREITAS e PETRINI, 1997), sintetiza com a assertiva segundo a qual,
somente quando se tm 80% do quebra-cabea que se pode comear a ver coisas
que as outras pessoas no vem. Juntando, fazendo encaixes, reorganizando
informaes e conhecimentos fragmentados, dispersos e aparentemente sem sentido,
pode-se chegar a concluses inditas, mesmo que estas informaes j estivessem
disponveis, porm no disponibilizadas de maneira tal que fosse possvel enxergar
algo mais.
O BI, na verdade, no um sistema, nem uma ferramenta, mas sim um conceito que
se aplica e que se vivencia no dia-a-dia de uma organizao. Qualquer fator ou

ferramenta envolvida no ambiente organizacional, que apresentem dados que possam


ser aproveitados pela organizao das mais diversas formas, principalmente no que
diz respeito tomada de deciso, uma base crucial formadora de Business
Intelligence fig.1. A tomada de deciso uma atitude executada pelos membros de
uma organizao que representa a anlise e escolha de uma alternativa entre vrias
possveis para cada situao. (SIMON 1976) apud BARBIERI 2001, afirma que os
tomadores de deciso raramente buscam encontrar a melhor alternativa na soluo de
um problema, mas, em vez disso, selecionam um conjunto de resultados
suficientemente bons e uma alternativa com grande probabilidade de alcanar um
desses resultados.

Fig. 1 - O business Intelligence (JACOBISON, MISNER, CONSULTING, 2008)

Segundo Batista (2004), constata que, As ferramentas de BI podem fornecer uma


viso sistmica do negcio e ajudar na distribuio uniforme dos dados entre os
usurios, sendo seu objetivo principal transformar grandes quantidades de dados em
informaes de qualidade para a tomada de decises. Atravs delas, possvel cruzar
dados, visualizar informaes em vrias dimenses e analisar os principais
indicadores de desempenho empresarial.
Essa facilidade, considerando-se as caractersticas dessas ferramentas, pode
contribuir diretamente para as funes da rea de controle na obteno, anlise e
comunicao do recurso de informao aos gestores, alm de permitir que esta rea
obtenha estreito monitoramento das atividades da empresa como um todo.
Barbieri (2001) nos mostra um conceito de forma mais ampla onde BI pode ser
entendido como a utilizao de variadas fontes de informao para se definir
estratgias de competitividade nos negcios da empresa. Uma das vertentes do BI
est relacionada ao apoio e subsdio aos processos de tomadas de decises

baseados em dados trabalhados especificamente para a busca de vantagens


competitivas.
Todos querem entender clientes e saber onde h riscos para os seus negcios,
observa o executivo Maurizio Niccolai, explicando que tudo isso possvel a partir da
anlise de dados distribudos pela empresa. (PCWORLD, 20072).
A idia para a adio do business intelligence na empresa, tem que iniciar contando
com as pessoas certas. Mesmo que tenha na equipe de BI uma dezena de pessoas
ou apenas uma. Se quiser extrair benefcios reais de um projeto de Business
Intelligence, no basta investir em hardware ou software. Desenvolva, motive e
valorize as pessoas. So elas que iro adicionar valor ao negcio, qualquer que seja
ele. Rapidamente vai perceber que a inteligncia que voc procura no est no
computador, mas nas pessoas. Maurizio Niccolai, apud (PCWORLD, 2007).
As necessidades de saber, por exemplo, quem vende mais, qual produto d maior
margem de lucro e outras informaes desse tipo, so comuns s empresas de todos
os portes, avalia Marcos Chomen, diretor regional da Cognos no Brasil, apud
(PCWORLD, 2007).
O BI ajuda em duas coisas fundamentais: reduo de custos e aumento de receita,
otimizando processos por meio da anlise de dados, melhorando produtos ou criando
novos por Flavio Bolieiro, vice-presidente da MicroStrategy para a America do Sul.

3.1

PROCESSO DE DATA WAREHOUSE - OLTP

Sistemas OLTP (Online Transaction Processing) caracterizam-se por suportar


mltiplos usurios acessando concorrentemente um banco de dados, submetendo
consultas e atualizando dados por meio de inseres, atualizaes e excluses. So
normalmente utilizados para armazenar as atividades de uma organizao conforme
elas ocorrem, vide fig.2.

2
PCWORLD, 2007. Revista de tecnologia que tem como foco o estudo de inovaes que despontam no mercado, esta
edio tem como foco o business intelligence como ttulo e descrio: Saiba como as ferramentas de BI permitem
reunir, armazenar e analisar os dados de companhias de todos os portes.

Fig. 2 Percurso dos dados da origem at o DW Data warehouse (WILLIAN PEREIRA, 2004)

O banco transacional sofre o processo de exportao para o data warehouse atravs


do mtodo denominado Extraction, Transformation and Loading - ETL (Extrao,
Transformao e Carga), que consiste na primeira etapa do processo de obteno de
dados dos Sistemas OLTP para o ambiente de Data Warehouse.
A etapa de ETL uma das mais crticas de um projeto de Data Warehouse (DW). As
ferramentas utilizadas para esse fim podem ser desenvolvidas pela prpria empresa
ou adquiridas dos fornecedores, dependendo do projeto (PRIMAK,2008). uma das
fases mais delicadas de um data warehouse, pois envolve a fase de movimentao
dos dados.
Toda movimentao de dados registrada em um dirio de aes que indica onde
est cada dado. Na perspectiva de Primak, Os metadados, definidos como os dados
dos dados, constituem peas fundamentais num DW Data Warehouse( PRIMAK,
2008). Facilita no momento de busca pelos dados no DW com o auxilio destes ndices
ou dados sobre o contedo no repositrio.
Os sistemas OLTP normalmente so usados para criar aplicaes comuns, incluindo
aquelas com prazos ou tempos de resposta de misso crtica. A tabela 1.0 resume as
diferenas bsicas entre OLTP e sistemas data warehouse.

OLTP
Orientado a transao
Milhares de usurios

Data Warehouse
Orientado ao processo de negcios
Poucos usurios (normalmente abaixo
de 100)
Geralmente pequeno (MB at vrios GB)
Grandes (de milhares de GB a vrios
TB)
Dados atuais
Dados histricos
Dados normalizados (muitas tabelas, poucas Dados no normalizados (poucas
colunas por tabela)
tabelas, muitas colunas por tabela)
Atualizaes contnuas
Atualizaes em lote
Consultas de simples a complexas
Normalmente,
consultas
muito
complexas
Tabela 1.0 Comparao entre OLTP e Data Warehouse.(TEOREY,LIGHTSTONE,NADEAU,2007).

No sistema OLTP os dados so acumulados a partir de transaes dirias da


empresa. So dados que se encontram em seu estado puro, sem o devido
tratamento para anlise. Somente consultas preestabelecidas so possveis nesse
sistema. Dessa forma ele definido como fonte de dados para o data warehouse.
Cada banco de dados do sistema fonte precisa ser reconciliado com o modelo de
dados do data warehouse, isso feito durante o processo de extrao dos dados
exigidos do sistema de banco de dados fonte, transformando os dados do sistema
fonte para o DW e carregando os dados no Data Warehouse Cataldo, 1997, ( apud
TEOREY; LIGHTSTONE; NADEAU, 20073).
3.2
Os

DATA WAREHOUSE
Data

Warehouses

so

projetados

para

suportar

altas

demandas

de

processamento, uma vez que manipulam quantidades elevadas de dados oriundos de


vrios bancos de dados, que podem inclusive pertencer a plataformas diferentes ou
possuem estruturas de dados distintas, a fig. 3 sintetiza a idia.
Segundo Barbieri (2001), Data Warehouse, cuja traduo literal armazm de dados,
um banco de dados, destinado a sistemas de apoio a deciso e cujos dados foram
armazenados em estruturas lgicas dimensionais, possibilitando o seu processamento
analtico por ferramentas especiais (OLAP e Mining).
3
TEOREY,Toby; LIGHTSTONE, Sam; NADEAU, Tom, PROJETO E MODELAGEM DE BANCO DE DADOS,
ed.Campos, 2007 ,pag. 153

Esses dados operacionais costumam mudar de forma rpida e constante. Os


tamanhos de tabela no nvel operacional so mantidos relativamente pequenos,
eliminando-se dados antigos de tempos em tempos. O data warehouse, ao contrrio,
recebe periodicamente dados histricos em lotes e cresce com o tempo. O enorme
tamanho dos data warehouse pode chegar a centenas de gigabytes, ou ate mesmo
terabytes (TEOREY; LIGHTSTONE; NADEAU, 20074).
Ele representa uma grande base de dados capaz de integrar, de forma concisa e
confivel, as informaes de interesse para a empresa, que se encontram espalhadas
pelos sistemas operacionais e em fontes externas, para posterior utilizao nos
sistemas de apoio a deciso.
Na viso de Felipe Nery (2007), seria um enorme desperdcio de investimento realizar
um data warehouse to voltil e para um perodo de tempo to curto. Essa funo
deve ser exercida por aplicao especifica de ambiente transacional. gerencial sim,
mas nem tudo que gerencial deve estar em um data warehouse, somente as
informaes em carter histrico e estatstico.
Em um ambiente com Data Warehouse, as informaes analticas e estratgicas
extradas da base de dados operacional passam por um processo de Modelagem
Dimensional onde as bases de dados so estrategicamente centralizadas e otimizadas
para o atendimento de consultas. A separao das informaes por assunto facilita a
visualizao e o rpido entendimento das informaes usadas nas principais consultas
pelos gestores da instituio.

4
TEOREY,Toby; LIGHTSTONE, Sam; NADEAU, Tom, PROJETO E MODELAGEM DE BANCO DE DADOS,
ed.Campos, 2007 ,pag. 152

10

Fig. 3 Arquitetura bsica do Data Warehouse. (TEOREY; LIGHTSTONE; NADEAU, 2007).

3.3

DATAMART

O Datamart um subconjunto de informaes existentes num Data Warehouse, cujo


desenho elaborado de tal forma a entender a um segmento ou unidade de uma
organizao, vide fig.4. Dessa forma ele faz parte da estratgia adotada no Data
Warehouse. So considerados como Data Warehouses departamentais, nos quais os
dados so ajustados aos requisitos de cada rea ou departamento.

Fig. 4 Data Mart (NERY,2007).

So muito utilizados em pequenas empresas ou com o objetivo de reduzir a


complexidade de um projeto de Data Warehouse. Segundo Willian Pereira (2004)
costume dividir essa arquitetura em trs camadas, assim distribudas:

11

1)

Camada do banco de dados transacional, em que os dados da empresa so

propriamente armazenados.
2)

Camada do Data Warehouse, um repositrio de dados histricos com

informaes detalhadas.
3)

Camada do Data Mart, que so conjuntos de tabelas estruturadas, alimentadas

pela segunda camada.


Veja o diagrama apresentado na figura 5.

Fig. 5 Diagrama de um Data Mart (WILLIAN PEREIRA, 2004)

Segundo Fabio Primak (2008), define que, Algumas vezes, projetos que comeam
como data warehouses se transformam em Data Marts. Quando as organizaes
acumulam grandes volumes de dados histricos para suporte deciso que se
mostram pouco ou nunca utilizados, elas podem reduzir o armazenamento ou
arquivamento de informaes e contrair o seu Data Warehouse em um Data Mart mais
focado. Ou elas podem dividir o DW em vrios Data Marts, oferecendo tempos de
resposta mais rpidos, acesso mais fcil e menos complexidade para os usurios
finais.
Est nota demonstra que no s no inicio do DW manipulvel o DM, mas tambm
possvel aps sua criao a manipulao at mesmo a transformao do DW em um
DM mais concentrado e veloz.
3.4

OLAP EXTRAO DIMENSIONAL

As aplicaes baseadas em processamento analtico on-line Analytical Processing


(OLAP) so comumente chamadas de aplicaes sobre o negcio. As aplicaes
sobre o negcio analisam as informaes obtidas atravs das aplicaes operacionais,

12

ajudando executivos e altos gerentes a interpretar mudanas na realidade de negcio


e, assim, mudar as regras de negcio da empresa vide figura 6.
Segundo Fabio Primak, OLAP considerado uma categoria de software que permite a
analistas, gerentes e executivos obterem respostas dentro dos dados, atravs de uma
rpida, consistente e interativa forma de acesso a uma ampla variedade de possveis
vises. As ferramentas OLAP permitem que o negcio da empresa possa ser
visualizado e manipulado de forma multidimensional, isto , agrupando as informaes
em varias dimenses como: produtos, fornecedores, departamentos, localizao,
clientes e recursos.
Os dados usados por essas aplicaes so chamados de dados analticos. Os dados
analticos so nada mais que dados operacionais otimizados para a consulta e anlise,
e no para transaes.

Figura 6 Estrutura de OLAP (WILLIAN PEREIRA, 2004)

No certo interpretar que no se possam extrair relatrios e anlise de aplicaes


operacionais. Isto possvel, mas demanda grande esforo para reunir, integrar e
apresentar cada relatrio (INMOM,1997).
3.4.1 OPERAES BSICAS OLAP
As ferramentas OLAP so as aplicaes s quais os usurios finais tm acesso para
extrair os dados de suas bases e construir os relatrios capazes de responder s suas
questes gerenciais.

13

Segundo Felipe Neri (2007), estas ferramentas surgiram juntamente com os sistemas
de apoio deciso para fazerem a consulta e anlise dos dados dos Data Warehouse
e Data Marts.
A

funcionalidade

de

uma

ferramenta

OLAP

caracterizada

pela

anlise

multidimensional dinmica dos dados, apoiando o usurio final nas suas atividades.
Quatro tipos de operao so utilizados em OLAP para analisar dados. Estas
operaes que so denominadas de drill utilizam a navegao nos dados, modificando
o nvel de granularidade da consulta. Para navegar nas dimenses nos utilizamos das
operaes de slice and dice.

Drill-dow e Dtill-up: O drill down ocorre quando o usurio aumenta o nvel de


detalhe da informao, diminuindo o nvel de granularidade. O drill up ou roll up
o contrrio. Ele ocorre quando o usurio aumenta o nvel de granularidade,
diminuindo o nvel de detalhamento da informao.

Drill Across: Ocorre quando o usurio pula um nvel intermedirio dentro de


uma mesma dimenso.

Drill Throught: Ocorre quando o usurio passa de uma informao contida em


uma dimenso para outra.

Slice and Dice: Slice a operao que corta o cubo, mas mantm a mesma
perspectiva de visualizao dos dados. Dice a mudana de perspectiva da
viso. a extrao de um subcubo ou a intercesso de vrios slices.

4. ESTUDO DE CASO
Aps entender os conceitos de Business Intelligence a partir deste capitulo tais
conceitos vo ser aplicados para demonstrar o exemplo de criao de uma soluo de
BI.
Neste capitulo 4 ser apresentado a anlise da soluo contemplando uma
modelagem de casos para se obter uma viso funcional do cenrio escolhido, o de
empresa area. Alm disso uma viso do processo para se criar a soluo. Nos
captulos posteriores as outras atividades, projeto e implementao, sero
apresentadas.

14

O cenrio possui uma viso de desenvolvimento que procura se espelhar em casos de


sucesso; que obtiveram xito na utilizao da metodologia do Business Intelligence
(BI), que coloca em considerao o diferencial destas empresas no mercado.
Este trabalho utilizou como exemplo para aplicao do estudo do Business Intelligence
(BI) um cenrio areo comercial, pois um ramo relevante e de fcil compreenso
permitindo assim que, mesmo sem muita experincia, fossem estabelecidas algumas
demandas que poderiam servir de estudo de caso para a aplicao de BI.
Neste cenrio de setor areo comercial, que tem como metas, promover viagens
dirias, e que tambm esta envolvida nas necessidades de logstica, e principalmente
as de gesto que o ponto chave para a pesquisa da aplicao do BI, direcionada ao
gestor (diretor comercial) responsvel que tem como caracterstica na empresa de
tomador de decises estratgicas.
O fato que a empresa, com base num sistema para o apoio a deciso, consegue
com maior praticidade gerenciar a taxa de ocupao de seus vos e oferecer certo
nmero de tickets a preos realmente atraentes, conforme as regras estabelecidas no
sistema.
A vantagem do sistema que ele permite equacionar os custos do trecho voado para
que no haja perda de receita e o vo continue rentvel. Desta forma, a companhia
no tem perdas e consegue voar com um melhor aproveitamento de passageiros e
conseqentemente

aumentar

seu

market-share

no

mercado

(Aviao

Brasil,2008,GOL).

4.1 MODELAGEM DE CASO DE USO


Para se obter uma viso das funcionalidades do exemplo do diagrama da fig.7
apresenta o caso de uso da empresa area, limitada a convenincia da viso do
gestor comercial direcionador de decises. Onde o diretor ter um leque de opes
para consultas em sua base de conhecimento j vivida pela empresa.

15

A utilizao do caso de uso mostrado abaixo, uma viso funcional do cenrio de


empresa area, que exemplifica o objetivo de apresentar as funcionalidades na
empresa e as necessidades geradas pelo gestor.
Existem quatro atores humanos que interagiro com o sistema:

Diretor comercial: o gestor responsvel pela anlise e tomada de deciso.

Atendente: Ir ter um responsvel por vendas e um responsvel pelo check-in.

Auxiliar: ser responsvel pela conduo das etapas do check-in.

Cliente: considerado como fonte do banco de dados com suas aes e


escolhas perante a empresa.

Fig.7 - Diagrama de caso de uso

A descrio dos casos de uso mostra como os personagens esto envolvidos na


coleta e insero dos dados no banco.

16

4.1.1 VISUALIZA CONSULTA DE BANCO


Ator Diretor Comercial
Precondies: Diretor Comercial seleciona em uma pagina de interface com opes para
consulta das informaes relevantes.
Ps-condies: tomada de deciso com base na consulta.
Fluxo Principal:
1. O Diretor abre a base de consulta;
2. O sistema disponibiliza opes para construo da anlise;
3. O Diretor manipula parmetros como ano comercial e outros e solicita a busca;
4. O sistema realiza a busca e disponibiliza os dados;
5. O Diretor Comercial por meio de operaes de Drill Down ou Drill Across explora
atravs das dimenses e fatos, navegando assim pelos dados para melhor
compreenso do negcio;
6. Visualiza o resultado, obtendo a viso do lucro da empresa.
4.1.2 VENDE PASSAGEM
Ator Atendente
Precondies: o responsvel pelo atendimento ao cliente e alimentao na base de
dados OLTP com dados do dia a dia da empresa. O atendente Cadastra a origem e destino
do vo, cadastra a hora do vo, insere o numero de passageiros, insere tarifa, informa se o
passageiro faz uso do plano fidelidade, e cadastra os dados de identificao do cliente.
Ps-condies: cadastra passagem em nome do cliente indexado a loja.
Fluxo Principal:
1. O atendente faz a abertura no sistema para a venda;
2. O sistema abre a insero dos dados para registro da venda;
3. O atendente confirma o pagamento;
4. O sistema cadastra a venda no banco;
5. O sistema libera a emisso da passagem;
6. O atendente entrega a passagem.

17

4.1.3 CHECK-IN
Ator Auxiliar
Precondies: O auxiliar conferiu o numero da passagem e os dados do cliente
Ps-condies: autoriza uso da passagem ao Check-in
Fluxo Principal:
1. O atendente abre pedido de check-in ao sistema;
2. O sistema autoriza a insero dos dados para o chek-in;
3. O sistema valida o check-in e retorna na tela a liberao;
4. O auxiliar confirma a liberao para o cliente;
5. O cliente segue at o vo.
4.1.4 COMPRA PASSAGEM
Cliente
Precondies: O cliente j escolheu o destino, a hora do vo, o dia do vo, a tarifa
desejada e o uso do plano fidelidade.
Ps-condies: a loja emite passagem ao cliente
Fluxo Principal:
1. O sistema emite o valor final;
2. O atendente passa a informao sobre o valor ao cliente;
3. O cliente paga a passagem;
4. O atendente autoriza a venda;
5. O sistema emite passagem;
6. O atendente repassa ao cliente;
7. O cliente recebe a passagem junto com as informaes do vo;
8. O cliente vai embora com a passagem.

4.2.

PAPEIS NO PROCESSO DE BI.

Antes do projeto e implementao vale apresentar o processo de construo.


Analisando os textos sobre BI, pode-se deduzir que a organizao de uma equipe de
BI deve ou pode ter os seguintes papis. Esta viso no foi extrada de nenhuma

18

bibliografia em especfico, vale apenas como uma proposta concebida atravs do


entendimento dos vrios textos lidos sobre o assunto.

Diretor: o responsvel pelos pedidos de extrao de um cubo OLAP ao


gerente de TI, e j passando quais os fatos e dimenses que sero relevantes
para a futura pesquisa.

Gerente de TI: com base no pedido de pesquisa, passada a responsabilidade


de extrao ao analista responsvel.

Analista de OLTP e ETL: o responsvel pela organizao dos dados na base


e pede extrao, formatao e refinamento da base operacional OLTP para o
data warehouse

Analista de DW: responsvel pela manuteno e organizao dos dados neste


grande repositrio e integrando com a manuteno ao banco de metadados.

Analista de OLAP / Report.: Este responsvel pela extrao do pedido do


diretor comercial por intermdio do DW, trabalhando com cubos para fazer a
extrao dos dados relevantes na pesquisa do diretor.

Fig. 8 - Diagrama de atividades do OLTP

Atividades que ocorrem num processo de BI apresentadas pela fig.8 que ocorre desde
a manipulao dos dados na base OLTP at a sua extrao para o Data Warehouse.

19

Fig. 9 - Diagrama de atividades do OLAP

Atividades envolvidas mostradas pela fig. 9 no pedido do gerente comercial at a sua


extrao pelo analista e retornando a base para consulta. Lembrando que, o diretor
comercial poder ir diretamente ao analista e fazer novos pedidos para consulta,
mantendo a posio do gerente como coordenador dos servios prestados pelo
departamento de TI responsvel pelo BI.
5. PROJETO
Em primeiro lugar vale entender a estrutura que servir de base para a soluo.

Fig. 10 processo de BI (http://www.dwreview.com/DW_Overview.html.) [1]

20

Tendo como ponto de partida da cadeia de dados operacionais (usurio alimentador


da base de dados OLTP) , seguindo a idia da fig.10 at os dados analticos. Todo
dado armazenado em uma base dinmica e de rpida atualizao contendo dados
do setor correspondente, o destino para estes dados transacionais intermediado por
meio de um ETL (Extract Transform Load), que independente da sintaxe dos dados da
base anterior, far o processo de transporte, porm, com a base de conhecimento
ainda precisando ser refinada, formatada e dimensionada.
Cada setor da empresa seja ele o RH, Financeiro ou at mesmo o Jurdico, possuem
bases de dados distintas e de grande contedo.
Uma medida de centralizao destas informaes o transporte dessa base de dados
transacional para o warehouse, o administrador do DW modela esta insero
convenientemente ao destino. Estes lotes de dados no so agrupados de maneira
desordenada, cada bloco recebe o nome administrativo de Datamart onde este um
subconjunto de um DW, logo todo Data warehouse formado por seus DM
(Datamart).
As necessidades que se fazem presentes na gesto administrativa da empresa levam
a um fluxo constante de buscas em histricos, e possibilidades que sero formadoras
de deciso. Como responsvel por esta constante administrao voltada para o
retorno de informaes especificas, est o gerente de TI que exerce a funo de
manipular a informao de retorno de forma clara e especifica. Obedecendo a padres
de dimensionamento sejam ele por produto, tempo ou regio, estes dimensionamentos
esto limitados a necessidade do diretor comercial.
A extrao de resultados proveniente de uma ferramenta que utiliza como sintaxe de
funcionamento uma base de dados que possa ser dimensionada e que possua fatos
para o retorno. O simbolismo envolvido neste processo fica a cargo de um cubo de
nome OLAP.
Todo processo de extrao de uma seqncia de dados at mesmo grandes blocos de
contedo em meio ao repositrio possvel com o emprego da ferramenta OLAP, com
sua particular ao de cubos retirando um lote de informaes sintetizadas do Data
warehouse sendo possvel visualizar o que antes era inimaginvel ao gestor, fazer

21

buscas por meios visuais em planilhas e at mesmo buscas diretas ao DW que se


tornam inviveis pelo tempo que demandaria para extrair informaes. Sendo que, o
tempo crucial para a tomada de deciso na empresa.
Com a extrao pronta, ainda necessrio traz-lo para o gestor em um nvel visual
amigvel para simplificar a retirada de informaes. Com este propsito utilizado a
ferramenta de report que possui uma caracterstica de flexibilidade para montar
relatrios sendo eles por meio tabular, grfico e misto.

Diante da anlise do sistema e das demandas delegadas, o foco agora


compreender o projeto da soluo.

Fig. 11 Diagrama do banco

22

6. PROTOTIPO.
O foco deste capitulo a implementao do prottipo que ser o produto final a ser
disponibilizado para o diretor comercial para este possa extrair via consulta, e
relatrios suas informaes.
O principal objetivo apresentar a construo e implementao da soluo; que tem
como base o uso do SQL Server 2005, usufruindo da aplicao SQL Server Business
Intelligence Development Studio (SSBIDS) que ilustrado pela tela (fig. 12) com suas
propriedades singulares de construo do cubo utilizando-se de meios como
dimenses e possuindo um report da base de dados separada pela data source
delimitada pelo OLAP e utilizada pelo report.

Fig. 12 - report em formato de extrao para o gerente de TI responsvel.

23

Fig. 13 - Tela do report com o SQL.

A tela acima (fig.13) demonstra a total liberdade do analista em efetuar a busca com o
delimitador produzido pelo cubo.

Fig. 14 - report em formato de extrao para o gerente de TI responsvel.

24

Diante desta viso possvel colocar a questo do manejo da tela do diretor comercial
que ter uma interface que se aproxima a esta da fig. 14, porm toda consulta ser por
meio da web, utilizando-se de consultas dinmicas com interface amigvel. Notando
que a necessidade para visualizar o que est sendo extrado, auxilia ao analista
responsvel pela extrao no momento de conferir o contedo a analisando o
resultado definindo como correto ou no. E uma das mltiplas opes o report , este
meio j integrado na aplicao e limitado ao cubo pr-definido anteriormente que cria
uma base de dados secundria no componente datasource responsvel pelo
contedo que se almeja em buscar.
7.

CONSIDERAES FINAIS

O estudo do Business Intelligence o foco principal desse trabalho relacionando s


necessidades da alta e media gerncia, que precisa de tomar decises com base em
informaes que so para o nvel estratgico da empresa. Gerentes tm a
responsabilidade de tomar a melhor deciso possvel, com base nos dados
disponveis para eles no momento. Se sua habilidade em analisar estes dados e
transform-los em informao til aperfeioada, a qualidade geral de suas decises
tambm ser aprimorada.
Segundo Kira Tarapanoff (2001), na sociedade da informao, a hegemonia
econmica e social exercida no mais pelos proprietrios dos meios de produo, e
sim por aqueles que administram o conhecimento e podem planejar a inovao.
nesse sentido que se devem promover novas ferramentas de pesquisas, que visem
facilitar a manipulao de grandes massas de dados, que assegurem sua
interpretao com o mnimo de esforo possvel.
Logo, a metodologia do BI com todos os seus passos e processos mostrou nestes
ltimos anos sua eficcia isto comprovado pelo anncio explosivo e dirio de
empresas de conceito que esto adotando de maneira colossal esta idia e tornando-a
como atrativo principal para o mercado to carente deste retorno de informaes
filtradas e otimizadas.
Assegurado, pelo conhecimento da metodologia do Business Intelligence que foi
conhecida possvel trilhar uma linha de raciocnio definindo desde o seu conceito

25

passando por sua anlise onde foi possvel descrever o projeto para aplicao deste
estudo, e chegando ao seu prottipo demonstrando a possibilidade em desenvolver
com este trabalho uma viso crtica sobre desta tecnologia que se aplica no
desenvolvimento para solues tticas e estrategicas de tomada de deciso do dia a
dia da empresa.

A STUDY OF BUSINESS INTELLIGENCE IN THE BUSINESS ENVIRONMENT


ABSTRACT
This study is focused on understanding the methodology of business intelligence as an
aid for decision making which are crucial for handling strategic marketing business, but
to reach these decisions need look around and especially into the company.
Defining the knowledge of the methodology of the Business Intelligence and differential
to compete in the market, you can use this technology to gain features in the actions of
the company in the midst of so many other things, with ensuring that their market
share.
Keywords: decision-making, business intelligence.

REFERNCIAS
BARBIERI, Carlos. BI BUSINESS INTELLIGENCE Modelagem & Tecnologia ,
Ed. Axcel Books 2001
BATISTA, Emerson de Oliveira. SISTEMA DE INFORMAO: o uso consciente da
tecnologia para o gerenciamento, Ed. Saraiva, 2004.
INMON, W.H.. COMO CONSTRUIR UM DATA WAREHOUSE, Ed. Campus, 1997.
JACOBSON, Reed, MISNER, Satcia, CONSULTING, Hitachi. SQL SERVER

2005

ANALYSIS SERVICES, Ed. Bookman, 2008.


MISNER, Stacia, CONSULTING, Hitachi. SQL SERVER

2005

REPORTING

SERVICES, Ed. Bookman, 2007.


NERY, Felipe. TECNOLOGIA E PROJETO DE DATA WAREHOUSE, Ed. rica, 3
edio, 2007.

26

PEREIRA,William. FUNDAMENTOS DE BANCO DE DADOS, Ed. rica, 2004.


PETRINI, M.; POZZEBON, M.; FREITAS, M. T. INTELIGNCIA DE NEGCIOS NO
BRASIL., Ed.HSM Management, 2005.
PRIMAK, Fbio Vinicius. DECISES COM B.I. (BUSINESS INTELLIGENCE),
Ed. Cincia Moderna, 2008.
POZZEBON,
INTEGRAO

Marlei;
DA

FREITAS,

Henrique M.R.

INTELIGNCIA

de;

PETRINI,

COMPETITIVA

NOS

Maira.

PELA

ENTERPRISE

INFORMATION SYSTEMS (EIS), inf., Braslia, 1997.


TEOREY,Toby; LIGHTSTONE, Sam; NADEAU, Tom. PROJETO E MODELAGEM DE
BANCO DE DADOS, Ed. Campus, 4 edio 2007..
TARAPANOFF, Kira (org.) INTELIGNCIA ORGANIZACIONAL E COMPETITIVA, Ed.
Universidade de Braslia, 2001.
VIDAL, Luiz Alfredo. DATAMINING: A MINERAO DE DADOS NO MARKETING,
MEDICINA, ECONOMIA, ENGENHARIA E ADMINISTRAO, Ed. Cincia moderna,
2005.
Data

Warehousing

Review.,

Data

warehouse

Disponivel

<http://www.dwreview.com/dw_overview.html >, Acessado em 20/10/2008.

em: