Juliano Deyverson Silva de Araújo

BUSINESS INTELLIGENCE

Resumo

O BI (Business Intelligence) objetiva fornecer informações para apoiar

a decisão dos gerentes executivos em uma organização baseado em dados

históricos da empresa. As informações geradas pelos sistemas são extraídas

de múltiplas fontes de dados, transformando tais dados em informações úteis

para a organização e carregando em momento apropriado. A ideia de um

sistema de BI consiste em cruzar informações dos sistemas já existentes da

empresa CRM (Gerenciamento de relacionamento com os clientes) e ERP

(Enterprise Resource Planning), tratar e formatar estes dados consolidando em

um único banco de dados. Após serem armazenadas estas informações

constituem o Data Warehouse (Armazém de dados) que servirá para consultas

e que visa embasar a tomada de decisão dos executivos da empresa.

Abordaremos neste artigo os passos necessários para um projeto de BI, e

mostraremos a importância desta técnica, usando o que as empresas possuem

de mais importante, a informação. À medida que o cenário econômico muda, a

necessidade de informações de negócios e a demanda pela rapidez e

qualidade destas informações crescem nas mesmas proporções, o resultado é

uma “overdose” de dados, onde é difícil extrair informações relevantes para

subsidiar tomadas de decisão. Tal fato torna mais difícil um entendimento

aprofundado do cenário econômico de uma empresa. Diante deste fato faz-se

necessária uma abordagem sistemática para analisar e montar planos

estratégicos, objetivando lucratividade, auxiliando os gestores atuar com mais

segurança.

Palavras-chave: Armazém de dados, Mineração de dados,

Gerenciamento de relação com o cliente, Inteligência de Negócio.

Abstract:

The Business Intelligence (BI) aims to provide information to support

the decision of the executive managers in an organization based on historical

data of the company. The information generated by the systems are drawn from

multiple data sources, transforming that data into useful information for the

organization and pressing the appropriate time. The idea of a BI system is to

cross-reference information systems since the company's existing CRM

(Managing customer relationships) and ERP (Enterprise Resource Planning),

process and format these data into a single consolidated database. After this

information is being stored the Data Warehouse (Data Warehouse) which will

serve to consultations and seeks to base the decision making of executives. We

will discuss in this article the steps needed for a BI project, and show the

importance of this technique, using what the companies have more important

information. As the economic environment changes, the need for business

information and the demand for speed and quality of the information grow in the

same proportions, the result is an "overdose" of data, where it is difficult to

extract relevant information to support decision making. This fact makes it more

difficult for a deeper understanding of the economic scenario of a company.

Given this fact it is necessary a systematic approach to analyze and build

strategic plans, aiming to profit by helping managers to act more safely.

Keywords: Data Warehouse, Data Mining, Management of customer

relations, Business Intelligence.

Sumario

1. IntroduçãoO que e BI?................................................................7CRM.........................................................................................9ERP..........................................................................................9

4. Ferramentas de ETL.................................................................105. DM (Mercado de dados)...........................................................106. Fundamentação Teórica..........................................................12

Data Warehouse....................................................................12Data Mining............................................................................12

7. Projetando um BI......................................................................157.1.Alinhamento com os objetivos..........................................157.2.Fonte dos dados..............................................................157.3.Custo e Risco...................................................................157.4.Clientes e usuarios...........................................................157.5.Métricas............................................................................157.6.Metodologia de medidas dos resultados..........................167.7.Resultados.......................................................................16

8. Projeto Piloto............................................................................179. Casos de Sucesso....................................................................19

Companhia de Gás de Minas Gerais (Gasmig).....................19Grupo Sinosserra...................................................................20

Conclusão.....................................................................................22Referencias...................................................................................23

Informações ConhecimentoDados

1. Introdução

O termo Business Intelligence foi criado pelo Gartner Group

(consultoria de pesquisa de mercador na área de tecnologia da

informação) nos anos 80.

A informação é um poderoso recurso de diferenciação

corporativa, fluxos de informações confiáveis devem ser desenvolvidos

permitindo seu alinhamento estratégico por meio de constantes analises,

criando condições para que esta viabilize os objetivos do BI, e que

cumpra sua missão corporativa com sucesso apoiando a tomada de

decisão, permitindo a aprendizagem e a geração do conhecimento do

cenário econômico através da informação.

Alguns pesquisadores consideram BI como o processo de

transformar dados em informação e posteriormente em conhecimento

(Figura 1).

Figura 1

“Bio (1996) vincula o conceito de informação ao resultado do

processamento de dados. Assim, pode-se entender o dado como

elemento da informação que, tomado isoladamente, não transmite

nenhum conhecimento.”

5

2. Justificativa

Estamos vivendo uma nova era, a era da informação, somente

organizações que possuírem habilidades em processar seus dados

continuará disputando espaço no mercado, as técnicas apresentadas

neste artigo estão em grande fase, e empresas pagam muito caro por

estes conhecimento.

6

3. Conceito BI

O que e BI? (Business Intelligence) e um método tecnológico

que visa ajudar as empresas ou a gestores da empresa a tomar

decisões inteligentes mediante analise de dados e informações

extraídas pelos diversos sistemas de informação disponível no mercado,

permitindo as empresas transformarem dados guardados nos seus

sistemas em informações qualitativas e importantes para tomada de

decisões, disponibilizando-as no momento certo. Um projeto de BI é um

processo constante.

Segundo Barbieri (2001, p.5) Business Intelligence representa a

habilidade de se estruturar, acessar e explorar informações

normalmente guardadas em Data warehouse e Data Marts com o

objetivo de desenvolver percepções, entendimentos e conhecimentos,

os quais podem produzir um melhor processo de tomada de decisão.

Para que uma solução de BI cumpra sua promessa, ela deve ser

flexível e funcional para os usuários dos sistemas, a necessidade de

informações e as demandas pela rapidez e qualidade destas

informações crescem a cada dia nas empresas, o resultado é uma

“overdose” de dados onde é difícil extrair informações relevantes com o

objetivo subsidiar tomadas de decisão, isso tem impulsionado o

desenvolvimento de novas tecnologias que são capazes de extrair estes

dados, transformá-los em informações úteis e carrega-los, ETL (Extract,

Transform, Load), (Figura 2, p.8).

“Fornecer informações e apoio para todos os níveis da tomada

de decisão gerencial não é tarefa fácil. (O’BRIEN, 2004, p.250)”.

Do lado empresarial, utilizar a tecnologia com este objetivo é ter

uma postura proativa em relação ao mercado, do ponto de vista

tecnológico, engloba uma série de sistemas inteligentes, formulários,

consultas e ferramentas OLAP (Processo Analítico em Tempo Real).

7

Cada sistema de Business Intelligence possui um objetivo

específico, que deriva de um objetivo da organização ou de uma visão

empresarial. Existem tanto objetivos de curto prazo, como de longo

prazo.

O principal objetivo da utilização do computador ainda tem sido o de resolver problemas operacionais das empresas, que coletam e geram grandes volumes de dados que são usados ou obtidos em suas operações diárias e armazenados nos bancos de dados (Data Warehouse). Porém, os mesmos não são utilizados para tomadas de decisões, ficando retidos em seus bancos de dados, sendo utilizados somente como fonte histórica. Estas organizações têm dificuldades na identificação de formas de exploração desses dados, e principalmente na transformação desses repositórios em conhecimento (BARTOLOMEU, 2002).

As organizações podem possuir uma grande quantidade de

dados, no entanto, não podem se limitar a coletar e armazenar. E

necessário filtrar, transformar e apresentar estas informações,

basicamente, pode-se afirmar que a apresentação destas informações

se deve a um processo infinito, ou seja, continuo.

O DW (Data Warehouse) surgiu da necessidade de unir os

sistemas legado, ele por si só não produz automaticamente benefícios

relevantes que supram as necessidades do tomador de decisão.

8

ERP (Enterprise Resource Planning) é uma plataforma

(ferramenta) que integra todos os dados e processos de uma

organização em um único sistema, a qualidade da informação deve ser

tratada, pois torna fator significativo para o sucesso do sistema, que vai

desde a migração dos dados dos sistemas legados para o novo

ambiente estruturado, passando pela consolidação das informações,

criação do cadastro único que inclui o tratamento da informação que irá

para o banco de dados.

CRM (Gerenciamento de relacionamento com os clientes) - isto

é, diagnóstico, planejamento e integração de soluções voltadas à

administração do relacionamento com o cliente. É desenvolvido como

um elemento principal da estratégia corporativa para muitas

organizações. CRM, também conhecido por outros termos como

marketing de relacionamentos e gerenciamento de clientes, se preocupa

com a criação, desenvolvimento e melhoria dos relacionamentos

individualizados com clientes cuidadosamente selecionados e grupos de

clientes, resultando em uma maximização da retenção dos clientes.

Os sistemas de gerenciamento de clientes geralmente não

fornecem informações relativas adequadas, a complexidade dos

sistemas acaba sendo uma restrição para que usuários comuns possam

ter acesso a dados corporativos importantes. Como resultado, gerentes

não conseguem visualizar informações importantes, no tempo, gerando

uma perda de produtividade e consequentemente, de lucratividade.

“CRM é uma estratégia de negócio voltada ao entendimento e

antecipação das necessidades e potenciais de uma empresa. (Gartner

Group)”.

Para que possa ser aplicada essa técnica também será

necessário o desenvolvimento de um software, pois e um dos objetivos

do CRM a fidelização dos seus clientes embora este termo possa

9

parecer confuso, por exemplo, pois não e apenas fornecer um bom limite

em cartões de credito mais satisfazer seus clientes de uma forma geral.

10

4. Ferramenta de ETL

As ferramentas ETL são as responsáveis pelo processo de

extração (bancos de dados, relatórios, logs de acesso, transações, etc.),

limpeza (consistência, preenchimento de informações, remoção de ruído

e redundâncias, etc.), carga e restauração dos dados utilizados em um

sistema de Data Warehouse (DW). Essa etapa é também denominada

de ETL - Extração, Limpeza, Transformação e Carga dos Dados (Figura

2).

Algumas ferramentas de ETL como o Data Stage

(ARDENT/INFORMIX), o DTS (Microsoft) e o Sagent (da própria

Sagent), são ferramentas caras e requer um processo trabalhoso.

O mais importante é que uma ferramenta de ETL tem grande

valia, principalmente se os sistemas fontes (Legado, e/ou transacionais)

que fornecerá de informação para o DW forem muitos, uma vez que

essas ferramentas são uma poderosa fonte de geração de metadados e

contribuirão muito para a produtividade da equipe.

5. DM (Data Marts)

Para entendermos o que e data Warehouse, precisamos

conhecer o que DM (data marts).

Segundo Barbieri, O termo data marts (Mercado de Dados)

significa depósito de dados que atende a certas áreas específicas da

empresa e voltados para o processo decisório gerencial (Barbieri, 2001,

p. 50), (Figura 2).

11

Figura 2 ETL (Extract, Transform, Load).

O data marts pode-se entender com base de dados

segmentadas por departamentos da empresa, e que são subconjuntos

que formam o data warehouse central (Figura 2).

12

6. Fundamentação Teórica

Figura 3 Evolução do valor estratégico de base de dados

A origem dos dados que são incluídos pelos usuários formará a

base da pirâmide, que e onde está o valor mais significativo que servirá

de fonte para o DW, (figura 3) o qual será administrado geralmente por um

programador, o fluxo de informações estruturado é fundamental para

que a informação trafegue até o destino correto.

“Os trabalhadores da informação, isto é, os infomediários são

aqueles cuja principal atividade é criar, coletar ou processar informação,

segundo Laundon e Laudon (1999).”

Entende-se Data Warehouse (armazém de dados) como uma

coleção de dados históricos, organizados, integrados por data marts,

uma característica forte do DW e que os dados não mudam, ou seja,

não voláteis, que tem grande volume de registros e de informações

servindo como suporte para uma ferramenta onde a busca fornece

suporte à tomada de decisão nas organizações, tem a capacidade de

sumarizar os dados.

O conceito de Data Mining (mineração de dados) é o processo

de análise de conjuntos de dados que tem por objetivo a descoberta de

padrões interessantes e que possam representar informações úteis.

13

A mineração dos dados representa hoje o principal nível da

pirâmide, e onde deve ser o software supervisionado que requer a maior

concentração das intenções dos analistas do BI.

Podemos parametrizar o Data Mining nos seguintes passos:

1. Limpeza dos dados- remove dados inconsistentes

2. Integração de dados- integrar várias fontes de

dados.

3. Seleção dos dados- dados relevantes para

aplicação da técnica.

4. Transformação dos dados- possibilita a

transformação dos dados e consolidação no formato

apropriado, através da sumarização ou agregação.

5. Mineração dos dados- onde as técnicas de

mineração e extração são aplicadas.

6. Avaliações dos padrões- análise dos padrões dos

dados extraídos.

7. Apresentação e assimilação do conhecimento-

apresentação das saídas utilizando técnicas de

visualização transmitindo o conhecimento adquirido

aos usuários.

Através da aplicação da técnica de data mining em um Data

Warehouse torna-se possível o conhecimento do estado vital que se

encontra a empresa, essas informações podem surpreender os

tomadores de decisões, e permite conhecer as características e

preferências dos clientes, dando uma modelagem do perfil da cada

cliente que é de elevada importância para os processos de atuação em

marketing, dando possibilidade seletiva das informações e ajudando a

tomada de decisões gerenciais.

Os resultados apresentados após a aplicação do Data Mining,

que gerou o processo de descoberta do conhecimento podem ser

mostrados de diversas formas. Porém, o sistema deve possibilitar uma

análise criteriosa para identificar se existe a necessidade de retornar a

qualquer um dos estágios anteriores do processo de mineração, caso a

falha do processo.

14

A avaliação do processo visa garantir que o modelo gerado

atenda às expectativas da organização.

Através da analise de dados e de relatórios obtidos a partir da

técnica de Data Mining aplicada, a empresa poderá criar estratégias de

marketing, e oferecer novos serviços e produtos a seus clientes

melhorando o atendimento oferecido e aumentando a rentabilidade

financeira e ao mesmo tempo tornando-se mais competitiva perante o

cenário econômico, e atuando nos clientes em potencial para empresa.

Uma empresa utilizando data mining é capaz de:

Descobrir parâmetros de comportamento dos consumidores;

Identificar correlações de aquisição entre as escolhas de

produtos e serviços;

Prever hábitos de compras;

Analisar comportamentos maliciosos para detectar fraudes, etc.

15

7. Projetando um BI

Como colocou Marden (2005), Para projetar uma aplicação de BI

será necessário ter algumas prerrogativas e considerações sobre o

cenário do ambiente. As informações devem ser atualizadas quando

necessário.

7.1.Alinhamento com os objetivos: O primeiro passo

determina os objetivos do sistema. Com quais estratégias da empresa o

programa trabalhará? A qual missão/visão isto está relacionado? É

importante definir como possivelmente tal sistema irá melhorar os

resultados da empresa.

7.2.Fonte dos dados: A organização possui capacidade de

monitorar importantes fontes de informações? Que dados são coletados

pela organização e como são guardados? Quão aleatórios esses dados

são ou vêm de uma fonte confiável e organizada? A organização mede

tais aspectos?

7.3.Custo e Risco: As consequências financeiras de uma

iniciativa de BI devem ser estimadas. Quais os riscos de falha desta

iniciativa? Como o custo das operações atuais será comparado com as

operações da iniciativa de BI?

7.4.Clientes e Usuários: Determinar quem será beneficiado e

quem irá pagar. Quem está interessado em todo o processo direta e

indiretamente? Quais são os benefícios quantitativos e qualitativos? Esta

iniciativa é a melhor forma de crescer a satisfação dos clientes ou há

uma melhor forma? Como os benefícios serão monitorados? O que é

coberto em relação a funcionários, parceiros, etc.?

7.5.Métricas: Estes requisitos de informações devem ser

operacionalizados em métricas bem definidas. Devem-se definir quais

métricas serão usadas por cada informação recuperada. É preciso

definir quais são as melhores métricas, como utilizá-las e como

compará-las com outras de organizações concorrentes. Quais os

padrões de métricas que estão disponíveis?

16

17

7.6.Metodologia de medidas dos resultados: Deve ser

estabelecida uma metodologia ou um procedimento para determinar a

melhor maneira de medir as métricas. Que métodos serão usados e com

que frequência os dados serão coletados? Existem padrões para isso? É

a melhor maneira para se fizer tais medições? Como é possível saber

disso?

7.7.Resultados: Alguém deve monitorar o sistema de BI para

garantir que os objetivos estão sendo alcançados. Ajustes ao software

devem ser feitos quando necessário. Ele deve ser testado para garantir

a validade dos dados e a sua consistência. Como é possível demonstrar

que a iniciativa de BI contribuiu na mudança dos resultados? Quanto

dessa mudança foi simplesmente algo aleatório?

A tecnologia da informação, quando bem aplicada, assume um

papel importante e pode apresentar resultados não esperados, e que

pode surpreender, esta postura proativa e usada por várias corporações

em praticamente todo o planeta.

18

8. Projeto Piloto

Um projeto conciso e que traga relatórios coesos em uma

determinada empresa deve primeiramente, desenvolver uma

infraestrutura que possibilite aplicar o BI em seu Data Warehouse. Os

objetivos devem estar devidamente alinhados com a alta diretoria da

empresa, ou seja, “o que vai se fazer” para que os analistas possam

desenvolver o software que irá aplicar o data mining. E recomendado

que o próprio tomador de decisão tenha “comprado” a iniciativa esteja

envolvido no projeto do BI, pois somente ele poderá garantir uma

abrangência corporativa à iniciativa, mesmo que iniciado em um

departamento específico. Para um projeto deve levar em conta os custos

iniciais, e incluso eventuais falhas de BI, pois os analistas do BI além de

ser profissionais são seres humanos sujeito a falhas de projeto. Passado

estas fases iniciais, será necessário definir os usuários que faram parte

do processo do BI, apos entrevista-los os usuários será dado uma

sequência lógica que já esta definida através dos objetivos com novos

dados que ainda não estão definido no Data Warehouse. Ou seja, os

dados que não existem escritos em lugar algum e que serão

descobertos somente desta forma, com entrevistas, em quem vivencia o

dia a dia das empresas. A participação do usuário é crítica durante todo

o projeto, mas é, sobretudo, nas etapas de modelagem e de validação

de dados que se tornam indispensáveis para o sucesso da iniciativa.

Após os analistas do BI terem os dados para serem minerados e

as informações dos usuários, será iniciado a aplicação e o

desenvolvimento dos sistemas utilizando o software do BI, o qual poderá

ser adquirido já pronto que trazem indicadores, modelos de dados e

mapas de extração de dados já desenvolvidos, e prometem uma

redução significativa no tempo de desenvolvimento do projeto, sendo

apenas ajustado as suas necessidades e adaptado ao sistema

disponível da empresa, ou mesmo sendo desenvolvido pelos próprios

analistas do BI, com as mesmas funcionalidades.

19

O momento de colocar a aplicação em produção é muito crítico.

Há muita ansiedade dos usuários pelo novo sistema.

20

Escolha um departamento da empresa como piloto para a

aplicação e implantação do projeto. Vários fatores podem ser levados

em consideração na hora de escolher qual departamento: Aquele que

tem os indicadores mais importantes (financeiro, vendas), ou aquele

cujos usuários possuem mais afinidades com a área de TI, aquela cuja

coleta dos dados é mais simples, etc.

Defina um projeto piloto, que tem dois principais objetivos:

Ajudar a conhecer a empresa em proporções corporativa, quais são os

pontos de risco de falhas do projeto e ajudar a vender o “peixe”

internamente para os usuários.

O BI necessita ser acompanhado frequentemente pelos

analistas, pois o sistema depois de aplicado pode ocorrer desvios dos

objetivos desejados, devendo ser ajustados sempre que for percebida

através de avaliações periódicas, o que deve refletir o modelo de gestão

da empresa.

Com os resultados que o BI trará a empresa caminhará para um

cenário onde poderá efetivamente utilizar a informação como diferencial

competitivo permitindo seus diretores dar rumo às decisões que o BI

possibilita.

Um projeto piloto na prática mostra que na grande maioria dos

casos de conflito, os usuários acabam sempre priorizando as atividades

do dia-a-dia em detrimento àquelas do novo projeto pelo simples motivo

de utilizarem as ferramentas que já e de conhecimento, por isso e

recomendado o treinamento para os usuários manusearem as

ferramentas de forma correta.

21

9. Casos de Sucesso

A tecnologia da informação, quando bem aplicada, pode

apresentar resultados impressionantes, assim é o caso da aplicabilidade

do BI (Business Intelligence), uma tecnologia usada por várias

corporações em praticamente todo o planeta.

No próximo capitulo apresentaremos dois casos de sucesso com

a implementação do BI.

A Microsoft relata como caso de sucesso onde empresa

Companhia de Gás de Minas Gerais, Utiliza recursos do SQL Server

2005 em solução de BI.

Caso GASMIG

A Companhia de Gás de Minas Gerais (Gasmig) optou pelos

recursos de Business Intelligence (BI) do Microsoft SQL Server 2005

para melhorar a qualidade de seus relatórios analíticos e gerenciais. A

ferramenta de BI ajuda a verificar a saúde financeira dos clientes e

contribui com todas as negociações. No momento, atende à diretoria

financeira, mas deve ser expandida para as diretorias comercial e de

planejamento da companhia.

“Há um ano, identificamos uma deficiência no acesso às

informações para tomada de decisão, especialmente na área financeira”,

relata Álvaro Tomaz, gerente de TI da Gasmig. Quando a diretoria

precisava de uma análise de faturamento ou do volume de gás vendido

em determinado período para um cliente, fazia a solicitação dos dados à

área financeira. Esta, por sua vez, precisava da ajuda de um profissional

de TI, que interrompia sua rotina para resolver o caso. Como a

customização do relatório era feita “à mão”, muitas vezes o processo

demorava dias – quando o ideal seria que fosse resolvido em poucas

horas.

Agora, com a adoção do BI, os analistas financeiros têm acesso

direto aos dados, em tempo real. Eles geram relatórios analíticos

22

rapidamente e respondem com agilidade à demanda do negócio. “Isso

melhora a produtividade e torna os profissionais mais independentes”,

afirma Tomaz.

Segundo o gerente de TI, confiabilidade e disponibilidade foram

fatores decisivos na escolha da plataforma e o maior desafio da solução

é se adaptar às imprevisibilidades das solicitações. “Estamos satisfeitos

com o desempenho.”

A Gasmig é uma empresa estatal com faturamento superior a

400 milhões de reais por ano. Possui volume contratado em operação

de 3,5 milhões de metros cúbicos de gás canalizado por dia. Esse

número deve aumentar em 50% com o BI. (Microsoft Plataforma, 2006 N°04.).

FONTE: http://www.microsoft.com/brasil/revistams/anteriores/edicao_4/caso_gasmig.aspx

Caso Grupo Sinosserra

Com cerca de 880 funcionários, o Grupo Sinosserra, que atua no mercado gaúcho de varejo de automóveis, motocicletas, peças e serviços mecânicos, bem como no setor de consórcios de veículos e de construção civil – apostou em uma ferramenta de BI (da sigla em inglês Business Intelligence ou inteligência de negócios) para unificar as informações de todos os segmentos de atuação e disponibilizá-las de acordo com a necessidade e permissão de acesso de cada colaborador.

Com investimentos de 350 mil, o projeto permitiu centralizar as bases de dados dispersas e o acesso às informações corporativas da empresa gaúcha, que atua na área de veículos e de serviços.

Antes da implementação do sistema, os relatórios departamentais eram elaborados manualmente, o que demandava muito tempo dos colaboradores. “Desde os dados contábeis até as informações de marketing e de recursos humanos eram compiladas de forma mecânica pelas equipes”, lembra o gerente de planejamento do Grupo Sinosserra, André Jacobus, que foi um dos líderes do projeto de BI.

Ele explica que observando os processos da companhia, percebeu que o método utilizado era ultrapassado e, além de moroso, não permitia a integração de dados entre as unidades de negócios. “Da forma como atuávamos não conseguíamos aproveitar as informações

23

que detínhamos para otimizar nossos processos, projetar cenários futuros e desenvolver ofertas especiais para o perfil dos clientes”, afirma Jacobus.

Assim, em dezembro de 2008 o gerente desenvolveu um projeto-piloto para demonstrar como a solução de Bussiness Intelligence da Oracle poderia facilitar o dia a dia das áreas de negócio. “Nesse primeiro momento, foram integrados apenas os dados financeiros e contábeis de nossas unidades de negócio”, afirma ele.

Após demonstrações para os gerentes e diretores da empresa, Jacobus conseguiu o aval da alta diretoria para implementar a iniciativa em todo o grupo. Ao todo, o projeto prevê investimentos de aproximadamente 350 mil reais, referentes à aquisição e a todas as despesas de implementação. “Trabalhamos com a previsão de obter um ROI (retorno de investimento) em três anos”, calcula o executivo.

Uma das fases essenciais do projeto foi a criação de uma central de armazenamento de dados, desenvolvida pela equipe interna de TI da Sinossera em parceria com a integradora Advanced IT. Nesse repositório estão todas as principais informações corporativas, que incluem dados financeiros, contábeis, de vendas, recursos humanos e marketing.

“Essa fase do projeto [de criação da central] durou cerca de seis meses e foi uma das mais desafiadoras, visto que previu a padronização - em uma base única – dos arquivos que antes eram gerenciados por diversos provedores de serviços”, diz Jacobus.

A partir de julho, o sistema integrado começou a ser acessado pelos diretores e gerentes das áreas de negócios. “Por meio de uma interface web, hoje os funcionários de alto escalão já podem acessar as informações de sua área, bem como cruzá-las com outros dados", explica o gerente, ao informar que isso permite mapear o perfil dos clientes, projetar cenários futuros e facilitar a criar apresentações setoriais.

Além dos benefícios de agilidade na elaboração de relatórios e da visão consolidada que a alta direção consegue ter da empresa, Jacobus destaca que a produtividade das equipes aumentou consideravelmente após a implementação da solução de BI. “Os colaboradores têm as informações certas na hora certa, o que os motiva a buscar melhores resultados”, diz o executivo, que conclui: “Até dezembro deste ano todos os funcionários – cada um com seu nível de permissão – terão acesso à interface de dados do Grupo Sinosserra.

24

Fonte: http://cio.uol.com.br/gestao/2009/09/09/sinossera-investe-em-bi-para-integrar-unidades-de-negocios/

25

Conclusão

Se você acha complicado acessar, analisar, prever, relatar e

compartilhar as informações necessárias para alcançar os objetivos de

sua empresa, considere o uso de BI. Mais do que uma tecnologia,

Business Intelligence, o BI é uma filosofia de utilização de tecnologias

alinhadas a processos de negócios corporativos, o que pode tornar uma

empresa melhor e mais competitiva perante seus concorrentes, A

competitividade do mercado não perdoa as empresas que não age

rapidamente frente às constantes mudanças. Porém, a dificuldade em

buscar informação e gerar conhecimento a partir de seu banco de

dados, apresenta um desafio que, se não transposto, irá gerar prejuízos

devido às oportunidades perdidas e decisões errôneas, e concluímos

que soluções em BI, podem ser usadas para todos os ramos de

atividades das corporações.

26

Referencias

MANNILA, H. Data mining: machine learning, statistics and databases. International Conference on Statistics and Scientific Database Management, Estocolmo, 8, 1996.

LAUDON, K. e LAUDON, J. Sistemas de Informação com Internet. Rio de Janeiro: LTC, 1999. 389p.

BARBIERI, C. BI Business Intelligence. Rio de Janeiro: Axcel, 2001.

Business Intelligence. Publicado 19/10/2007, Orlando Augusto Nunes,

Disponível em < http://www.webartigos.com/articles/2437/1/Business-

Intelligence/pagina1.html > , Acesso em20 abril 2011.

LOPES, Maurício C.; OLIVEIRA, Percio A. Ferramenta de Construção de Data Warehouse. Disponível em <http://www.inf.furb.br/seminco/2007/artigos/12_35427.pdf > .Acesso em 20 de Maio de 2011.

PLETSCH, E. O Fluxo de Informações Como Apoio à Tomada de Decisão, Disponível em <http://www.ea.ufrgs.br/professores/hfreitas/files/orientacao/mestrado/defesa/pdf/37_dissertacao_estela.pdf>, Acesso em 01 de Junho de 2011.

BARTOLOMEU, Tereza Angélica. Modelo de investigação de acidentes do trabalho baseado na aplicação de tecnologias de extração de conhecimento. 2002. 302f. Tese (Doutorado em Engenharia de Produção) – EPS. Universidade Federal de Santa Catarina, Florianópolis, 2002.

BIO, Sergio Rodrigues. Sistemas de Informação: Um Enfoque Gerencial. Ed. Atlas, São Paulo, 1996.

NBUSINESS, Disponível em <http://cio.uol.com.br/gestao/2009/09/09/sinossera-investe-em-bi-para-integrar-unidades-de-negocios/ > Acesso em 03 de junho de 2011.

MARDEM, Relatório de Business Intelligence, Disponivel em <www.cin.ufpe.br/~ccc2/DW/Monografia.doc> Acesso em 12 de março 2011.

27