Aquisição de Dados em Estabelecimentos Comerciais:

Integrando à visão OLTP os recursos de OLAP

Ronice Daniela da Silva1
1
Pós-Graduação em Sistemas de Informação – Universidade do Contestado (UnC)
Rua Victor Sopelsa, 3000 – Bairro Salete – 89.700-000 – Concórdia – SC – Brasil
ronice@gmail.com

Abstract. This article presents concepts of commercial automation and

Business Intelligence. Also it approaches characteristics of systems OLTP,
where if it fits the commercial automation, applying resources of OLAP on its
data. In support to the informed concepts, an example of analysis developed in
Delphi 7, of the Borland, will demonstrate the application of resources OLAP
in systems OLTP..

Resumo. Este artigo apresenta conceitos de automação comercial e de

Business Intelligence. Também aborda características de sistemas OLTP,
onde se enquadra a automação comercial, aplicando recursos de OLAP sobre
seus dados. Em apoio aos conceitos informados, um exemplo de análise
desenvolvido em Delphi 7, da Borland, demonstrará a aplicação de recursos
OLAP em sistemas OLTP.

1. Introdução
A abertura de mercado na área de informática do início dos anos 90 e a aprovação da lei
federal de 1994, que passou a exigir que estabelecimentos comerciais, de venda direta ao
consumidor, possuam equipamentos de automação comercial fez crescer o segmento de
automação comercial no Brasil. Tanto hardware, quanto softwares e, também, serviços
estão envolvidos neste crescimento, pois são os agentes necessários para que a
automação comercial ocorra.
Grande parte dos dados oriundos de equipamentos de automação comercial é
armazenada apenas para fins fiscais, ou, no máximo, para relatórios gerenciais de caráter
quantitativo (volume de vendas em valores e quantidades). Análises mais detalhadas
dificilmente são efetuadas sobre esses dados e informações estratégicas valiosas podem
estar sendo perdidas.
Partindo para os processos de análise e detalhamento em ambiente comercial e de
negócios, passamos a desenvolver as idéias relacionadas ao Business Intelligence.
Apesar de não ser um produto, Business Intelligence contribui, com suas técnicas, para
que processo de análise e detalhamento gere informações qualitativas e estratégicas para
a empresa.
Pretende-se demonstrar, neste artigo, que dados adquiridos de sistemas OLTP
podem ser analisados de forma proveitosa a partir de recursos OLAP. Para tanto, serão
apresentados alguns conceitos relacionados à automação comercial, em estabelecimentos
comerciais de venda direta ao consumidor, e à Business Intelligence, bem como
desenvolver um exemplo prático de análise e detalhamento em dados de um
estabelecimento comercial fictício. O exemplo será desenvolvido utilizando a técnica
OLAP, com o auxílio da ferramenta Delphi 7 da empresa Borland. O desenvolvimento
foi baseado no estudo de caso desenvolvido por Victory Fernandes em dados de um
sistema de produção, porém neste artigo o mesmo foi alterado para que atendesse os
requisitos de informações comerciais. [Fernandes (2005)] A linguagem de programação
e a própria ferramenta não serão conceituados, visto que não fazem parte do objetivo do
estudo.

2. Revisão de literatura

2.1. Automação comercial brasileira

Devido à estabilização econômica brasileira e à abertura do mercado de informática
ocorrida a partir dos anos 90, as empresas brasileiras, em especial as varejistas, passaram
a investir mais em tecnologias de automação comercial. Buscando, primeiramente, o
melhoramento na eficiência operacional e consequentemente, sua competitividade. Com
a abertura no mercado informático, novas empresas de automação comercial tiveram
acesso ao mercado brasileiro e passaram a oferecer atualização tecnológica compatível
com similares internacionais. Isso ocasionou um aumento na oferta de produtos e
serviços de automação comercial no Brasil e, em contra partida, a queda nos preços.
[Rabechini Jr., Machado, Mariotto (1998)]
Mesmo com o crescimento na área de automação comercial bem como nas
informações referentes a mesma, muitos empresários não conseguem extrair todos os
seus benefícios. Muito se deve a falta de orientação correta, falhas de avaliação e
priorização de outras atividades. [Coppla (200-)]
Apesar de parecer básico, o processo de automação comercial de um
estabelecimento abrange, necessariamente, os conjuntos de hardware, software e
serviços. O hardware pode ser associado a parte física da automação (impressora fiscal,
caixa registradora, impressora de cheques, entre outros) que formam o conhecido ponto-
de-venda (PDV), também conhecido como Caixa. Alguns equipamentos de hardware já
trazem softwares embutidos, porém limitados. [Coppla (200-)]
Para uma automação mais completa e com maior poder de processamento é
importante a escolha de um software que atenda esses requisitos e seja compatível com o
hardware a ser usado, pois será função dele o controle de todas as atividades. A escolha
correta do software aplicativo deve ser o primeiro passo de qualquer processo de
automação, pois através dessa escolha há a definição dos equipamentos que comporão a
automação. Fechando os conjuntos da automação comercial, estão os serviços
associados que incorporam os treinamentos básicos de utilização e a instalação e
configuração do hardware e software, entre outros. [Coppla (200-)]
Com a aprovação da lei federal de 1994, passa a ser exigido que todos os
estabelecimentos comerciais que realizam vendas ao consumidor final tenham instalados
os equipamentos de automação comercial. Sendo esse, mais um dos motivos no
crescimento brasileiro neste segmento. [Andrade (2002)]
2.2. Dados, informações e conhecimento.
Com o aumento na variedade de recursos tecnológicos, vieram as possibilidades de
qualquer organização adquirir e automatizar praticamente todos os seus processos de
negócios. Tornou-se fácil e, em muitos casos, viável o armazenamento de grandes
volumes de dados, mesmo que estes não tenham um objetivo claro e direto para a
empresa.
Mesmo com uma quantidade volumosa de dados, nem sempre as empresas
contam com informações e, até mesmo, conhecimento sobre seus negócios. Isso implica
no fato de que não basta ter em mãos uma grande quantidade de dados se os mesmos
não estão ou não podem ser analisados de forma sistemática e coerente.
Apesar de aparentar que dados, informação e conhecimento possuem o mesmo
significado, é importante ressaltar que os seus conceitos podem varar. Podem também
ser associados a uma hierarquia de complexidade onde os dados constituem a parte mais
simples e o conhecimento a mais complexa. Quando se atribui um significado especial a
um dado, o mesmo se transforma em informação e se os especialistas no domínio do
problema elaboram uma norma, ou regra, que venha a confrontar com esta informação,
faz com que essa situação passe a ser um conhecimento. [Gonçalves (2002)]

2.3. Sistemas OLTP em automação comercial

Sistemas OLTP, On-Line Transactions Processing ou Processamento de Transação On-
Line, são sistemas destinados a captura das transações diárias de uma empresa,
normalmente são desenvolvidos para que processem operações de uma forma rápida e
com disponibilidade imediata. [Vieira (200-)] Já para [Monteiro, Pinto, Costa (200-)] os
sistemas OLTP automatizam as operações rotineiras da empresa, realizando leituras e
escritas envolvendo poucos registros dentre base de dados de significante tamanho.
De acordo a denominação de sistemas OLTP, encontram-se os sistemas de
automação comercial. É importante que um PDV realize o processo de venda de forma
rápida e que esteja sempre em disponibilidade para novas entradas ou consultas.
Dependendo do tamanho do estabelecimento comercial, os registros de vendas
aumentam consideravelmente a cada dia de trabalho, e o sistema ali utilizado precisa
prever essa quantidade de dados para ser operado de forma satisfatória.

2.4. Business Intelligence, um apoio na formação do conhecimento.

Business Intelligence, ou mesmo BI, abrange o conjunto de ferramentas e técnicas que
objetivam dar suporte à tomada de decisão. Mesmo que os dados da empresa sejam
provenientes de diversas fontes, de diversos tipos, oriundos de diversos modos e
arquivados em diversos modos. BI também pode ser definido como o processo de coleta
e conversão de dados internos da empresa disponíveis com dados externos relevantes,
para informações úteis ao administrador no auxílio à tomada de decisões. [Badami
(2002)]
Pessoas envolvidas em processos de BI podem usar softwares ou outras
tecnologias para obter, guardar, analisar, provendo acesso aos dados, seja ele simples ou
de muito uso. O software agiliza a desempenho do gerenciamento do negócio e auxilia
que sejam tomadas as melhores decisões pela exatidão, atualização e relevância com as
informações viáveis a quem quiser quando for necessário. É nesse sentido também, que
um sistema de BI pode ser considerado como um sistema de suporte para tomada de
decisão. [Souza (2003)]

2.5 OLAP como auxílio na busca de informações

OLAP, On-Line Analytical Processing, são métodos de acesso, visualização e análise de
dados corporativos destinados ao auxílio à tomada de decisões. Com o crescimento da
concorrência entre as organizações, a velocidade e qualidade a qual a empresa adquire
informações para a tomada de decisões é a que determina a competitividade de uma
empresa e seu sucesso em longo prazo. [Souza (2003)]
Com o OLAP é possível apresentar informações aos usuários por meio de um
modelo de dados natural e intuitivo, onde um simples estilo de navegação e pesquisa
pode analisar inúmeros cenários e descobrir tendências e fatos relevantes de forma rápida
e consistente. Em um modelo de dados OLAP, a informação é conceitualmente
organizada em cubos que armazenam valores quantitativos ou medidas. As medidas são
identificadas por duas ou mais categorias descritivas denominadas dimensões que
formam a estrutura de um cubo. Uma dimensão pode ser qualquer visão do negócio que
faça sentido para sua análise, como produto, departamento ou tempo.
Dentro de cada dimensão de um modelo OLAP, os dados podem ser organizados
em uma hierarquia que define diferentes níveis de detalhe. Por exemplo, dentro da
dimensão tempo, você poderá ter uma hierarquia representando os níveis anos, meses, e
dias. Da mesma forma, a dimensão região poderá ter os níveis país, região, estado e
cidade. Assim, um usuário visualizando dados em um modelo OLAP irá navegar para
cima (drill up) ou para baixo (drill down) entre níveis para visualizar informação com
maior ou menor nível de detalhe sem a menor dificuldade. [Ho, Agrawal, Megiddo,
Srikant (1997)]

3. O Ambiente de aquisição de dados em estabelecimentos comerciais

Para que possa analisar os dados oriundos deste ambiente, é importante conhecer a
forma que os mesmo são adquiridos. De forma mais restritiva e a fim de tornar o estudo
mais legível, será tratado a partir deste ponto, um estudo de sobre um estabelecimento
comercial fictício que utiliza ECF em seu processo de venda.
Os procedimentos de venda de um estabelecimento comercial não sofrem grandes
variações comparando-se com os de outro estabelecimento do mesmo ramo. Os
processos de venda, principalmente com a utilização de PDV, possuem certo padrão de
funcionamento, até mesmo devido às restrições legais que softwares dessa área precisam
ter para serem homologados e estarem disponíveis ao uso comercial.
O termo aquisição de dados, muitas vezes, vem associado a volume de dados e,
em ambientes comerciais não é incomum encontrar base de dados com consideráveis
tamanhos. O fato de utilizar o equipamento de ECF, que agiliza o processo de venda, e a
obrigatoriedade de armazenamento de dados de vendas por, no mínimo, cinco anos faz
com que todas as vendas realizadas sejam armazenadas.
Essa situação classifica como sistemas OLTP os sistemas de automação
comercial, pois, são sistemas que precisam ser ágeis e de reposta imediata, sem se
preocupar com consultas ou análises mais detalhadas. A estrutura desse sistema é
semelhante à figura abaixo, onde o estabelecimento fictício opera com seis PDVs e mais
o departamento de Faturamento, que emite notas fiscais de série única.

Figura 1. Estrutura do processo de venda do estabelecimento fictício.

Na figura acima, pode-se identificar os quatro PDVs acessando a base de vendas

juntamente com o faturamento. Neste processo não é realizado nenhum tipo de consulta
estratégica, apenas consultas de cadastros ou listas de preço. Em um processo
importante que gera entrada de recursos à empresa, ignorar esses dados pode ser
decisivo na perda de mercado para a concorrência.
Para aplicarmos recursos de análises mais sofisticados nestes dados, será
apresentada na figura abaixo, a estrutura dos dados relacionados diretamente com o
processo de vendas. Dados relacionados ao financeiro (bancos, contas a pagar, contas a
receber) não serão abordados no modelo de dados abaixo.
Considerando o termo automação comercial, que abrange todo o processo de venda de
mercadorias, serão evidenciadas neste ambiente apenas as vendas efetuadas através de
emissores de cupom fiscal (ECF). Se faz importante a associação de aquisição de dados
com volume de dados, o que pode ser percebido em ambientes que utilizam ECF.

Figura 2. Modelo de dados de vendas do estabelecimento específico.

4. Transformando a visão OLTP para OLAP

De acordo com o modelo de dados de vendas apresentado anteriormente, um modelo de

análise OLAP foi desenvolvido, utilizando os componentes DecisionCube nativos da
ferramenta Delphi 7. No estabelecimento comercial fictício, os PDVs são representados
no modelo de dados através do campo ORIGEM da tabela de vendas. As origens com
valores de 01 à 06 são vendas oriundas dos PDVs e as de com valores 00 são as notas
fiscais emitidas pelo faturamento.
Antes de começarmos a análise, delimitamos a informação que se espera
encontrar como resultado. Dentre algumas possibilidades, será implementado uma
análise para descobrir quais os PDVs que mais venderam, em número de vendas, entre o
período de 01/10/2005 à 28/02/2006.
A representação do cubo, na figura 3, serve para visualizar o resultado referente
a quantidade de vendas feitas por cada PDV, que a análise OLAP irá gerar. As
dimensões tempo, vendas e origem, são as peças-chave do resultado, é na intersecção
destas três dimensões está a quantidade de vendas efetuadas por cada origem (PDV).
Figura 3. Cubo para a análise de quantidade de vendas feitas por cada PDV, e por nota,
entre 01/10/2005 a 28/02/2006.

Como serão utilizados os componentes DecisionCube do Delphi 7, não será

necessário desenvolver toda uma interface específica para gerar a análise, basta
configurá-los corretamente. A configuração, basicamente, segue os passos de
desenvolver uma instrução SQL para chamar os dados e, posteriormente, indicar as
dimensões desejadas que na situação foram a data de emissão da venda (tempo), número
da origem (origem) e o aparecimento nos registros (vendas).
Configurando a ferramenta desta forma e adicionando uma opção para que o
usuário informe o período a qual deseja gerar a análise, neste caso as vendas com data de
emissão entre 01/10/2005 à 28/02/2006, foi possível gerar a análise demonstrada na
figura 4.

Figura 4. Análise de quantidade de vendas feitas por cada PDV, e por nota, entre
01/10/2005 a 28/02/2006.

Percebe-se, na figura anterior, a representação numérica da quantidade de vendas

realizadas por cada PDV e pelo faturamento, dividido por mês entre o período
anteriormente especificado. Porém, mesmo com essas informações agrupadas e
ordenadas, é um tanto complexo visualizar os dados de forma comparativa. Para tanto,
seria interessante essa mesma representação em forma gráfica. Essa representação pode
ser verificada na figura a seguir.

Figura 5. Análise gráfica da quantidade de vendas feitas por cada PDV, e por nota, entre
01/10/2005 a 28/02/2006.

Na figura 5 está a análise OLAP gerada sobre os dados de vendas do

estabelecimento fictício. Através dela fica mais visual a comparação entre a quantidade
de vendas, tempo e origem (faturamento ou PDV, e qual PDV).
Analisando a representação gráfica, percebe-se que o mês com maior número de
vendas é o mês de Dezembro, até mesmo ao fato dos feriados presentes neste mês. Além
disso, nota-se que o PDV 02 é o que mais efetuou vendas em todos os meses do
período. De posse dessa informação, o gerente de vendas pode analisar se isso se deve a
posição física onde está localizado o PDV, aos operadores que o operou, entre outros.
Em contra partida está o PDV 01, que foi o que menos realizou vendas no período,
juntamente com a origem 00, que representa as notas fiscais emitidas pelo faturamento e,
normalmente, apresentaria valores menores que os PDVs.
Com essas informações, aparentemente básicas, é possível determinar estratégias
de vendas importantes. Sabendo qual PDV mais atrai consumidores, pode-se trabalhar
junto a colocação de produtos em prateleiras mais acessíveis a quem estiver utilizando
este PDV e, de repente, a possibilidade de troca de equipamentos para que a venda seja
o mais ágil possível, isso entre outras opções estratégicas possíveis.
4. Considerações finais
No mundo de negócios atual existe uma crescente competitividade e uma busca, cada
vez maior, de agilidade no tratamento de processos e informações dentro das empresas.
Este contexto também vai de encontro com a área de comercial, onde a visão de lucro e
do retorno de investimentos no menor tempo possível é bem identificado.
Frente a essa situação, pode-se afirmar que as informações assumem um papel de
extrema importância nesta área. Saber adquirir, armazenar e selecionar os dados se torna
um passo decisivo na organização destes, gerando informações importantes para apoio
nas decisões dentro da empresa, possibilitando o aumento de lucros em situações que
venham a demonstrar que uma maior quantidade de bens podem ser produzidos, uma
maior quantidade de clientes podem ser atendidos e que a satisfação e fidelização dos
mesmos possam ser conquistadas. Com essas informações em mãos de forma rápida e
estruturada, viabilizam que as empresas descubram seus eventuais problemas e
possibilitam a sua correção com mais velocidade. Sabendo do nível de satisfação de seus
clientes faz com que novas estratégias para expansão de mercado possam ser discutidas.
Em um mercado competitivo, como o de automação comercial, essas informações se
tornam um grande diferencial diante a concorrência.
É neste ponto que entra o BI. É preciso conhecer os seus objetivos, bem como
seu modo de funcionamento, para que processos, até então, extremamente operacionais
possam ser analisados de uma forma mais analítica. Como o operacional em
estabelecimentos comerciais envolve, praticamente, só o processo de venda, torna com
que a visão de negócio se volte apenas à armazenagem destes dados para objetivos
fiscais.
Com a utilização da técnica de BI conhecida como OLAP, mostrou-se que com
análises não tão complexas, qualitativas informações foram extraídas. Essas informações
demonstram valores significantes que podem interferir no próprio processo de venda da
empresa. Por fim, ressalta-se que relacionar a visão OLTP ao OLAP foi proveitoso neste
estudo, já que trouxe informações importantes que podem ser aproveitadas em empresas
reais, visto que o a estrutura do processo de venda desta área não se difere muito uns
dos outros.

7. Referências

Andrade, C. (2002) “Automação Comercial (ECF) x Integração com Software”,

http://www.linhadecodigo.com.br/artigos.asp?id_ac=52&sub=69, Maio.
Badami, V. (2002) “Business Intelligence – White Paper”, In: RCG Information
Technology, Nova Jérsei, Estados Unidos.
Coppla, M. (200-) “Serviços também fazem parte da solução”,
http://www.dcomercio.com.br/especiais/automacao/servicos.htm, Maio.
Fernandes, V. (2005) “OLAP e Mineração de Dados – Estudo de Caso em consultoria”,
Revista Active Delphi, Ed. 017, p.31-38, Ribeirão Preto, SP, Brasil.
Gonçalves, L. P. F. (2002) “Automação Avaliação de Ferramentas de Mineração de
Dados como fonte de dados relevantes para a tomada de decisão: Aplicação na Rede
 Unidão de Supermercados, São Leopoldo-RS”,
http://www.urcamp.tche.br/ccei/disserta1_loren.pdf, Maio.
Ho, C-T., Agrawal, R., Megiddo, N., Srikant, R. (1997) “Range Queries in OLAP Data
Cubes” In Proceedings of the ACM SIGMOD Conference on the Management of
Data, http://citeseer.ist.psu.edu/ho97range.html, p. 7388, Junho.
Monteiro, A. V. G., Pinto, M. P. O., Costa, R. M. E. M. da (200-). “Uma aplicação de
Data Warehouse para apoiar negócios”, Universidade do Estado do Rio de Janeiro –
UERJ, Rio de Janeiro, RJ, Brasil.
Rabechini Jr., R., Machado, S. A., Mariotto, F. L. (1998) “A Tecnologia de Automação
Comercial e os Impactos na Cadeia Produtiva do Varejo”,
http://www.fundaj.gov.br/rtec/not/not-010.html, Maio.
Souza, M. de (2003) “Ferramentas OLAP”,
http://www.imasters.com.br/artigo/1498/gerencia/ferramentas_olap, Junho.
Souza, M. de (2003) “Business Intelligence,
http://www.imasters.com.br/artigo/1409/bi/business_intelligence, Junho.
Vieira, M. T. P. (200-) “Data Warehouse”, Universidade Federal de São Carlos -
UFSCar, Departamento de Computação, São Carlos, SP, Brasil.