Introdução aos Conceitos de Business Intelligence – Módulo 2

Módulo 2 – Projetando BI (Curso BI – Next Generation)  

Como iniciar um projeto de BI

Foi-se o tempo em que era possível, para os gerentes e diretores, esperar meses ou semanas para obtenção de relatórios sobre a performance de vendas ou das estratégias de marketing para só então corrigir rotas e estipular novas ações. Hoje também é inconcebível que essas correções de rumo, ou mesmo novas estratégias, se baseiem apenas no “feeling” dos executivos das corporações. Demora para a tomada de decisão e planejamentos orientados apenas pelas impressões e intuição dos profissionais podem induzir a erros e condenar a empresa a, no mínimo, perder pontos para a concorrência e reduzir seu poder de competitividade, o que numa economia globalizada pode ser fatal. Se até o passado recente era imprescindível implementar sistemas transacionais para automatizar as operações e otimizar os processos de trabalho, integrando a empresa como um todo, atualmente já se começa a perceber que apenas isso não é mais suficiente. É preciso ir além.

Com base nisso, empresas de todos os tipos, portes e ramos de atividade começam a direcionar os investimentos em projetos de Business Intelligence (BI). Essa tendência foi comprovada através de um estudo mundial, realizado recentemente pelo Gartner Inc., segundo o qual a taxa de crescimento do emprego de BI no segmento corporativo, até 2006, será da ordem de 8,6% ao ano. Outra pesquisa, realizada pela IDC Brasil, revelou que em 2002 o mercado brasileiro de soluções de BI movimentou US$ 50 milhões. Muitos fatores colaboram para o crescimento desse setor, entre os quais a globalização dos negócios, o crescimento das operações via Internet e a evolução da tecnologia wireless (dispositivos móveis e redes sem fio), que no conjunto forçam as corporações a não apenas buscar maior eficiência, como também, e principalmente, a serem mais ágeis nas decisões e em ações efetivas. E, em conseqüência, a investir em soluções e ferramentas tecnológicas que as auxiliem nesse sentido.

Não há dúvida de que os sistemas transacionais, como os ERPs (Enterprise Resource Planning – sistemas de gestão empresarial), os CRMs (Customer Relationship Management – gerenciamento do relacionamento com o cliente) e o Supply Chain (gerenciamento da cadeia de valor), entre outros, são fontes preciosas e inesgotáveis de dados. Mas para que todo o cabedal arregimentado de dados seja, de fato, útil é preciso transformá-lo em informação. Em termos simples isso significa que mais importante do que dispor dos dados, é necessário saber analisá-los, armazená-los numa base única e informacional e torná-los acessíveis à organização como um todo. É dentro desse contexto que cresce o interesse pelo que se convencionou chamar de Business Intelligence – um guarda-chuva que abarca conceitos e uma série de ferramentas que, como o nome já sugere, possibilitam organizar e trabalhar os dados, captados através de diferentes sistemas, tornando-os consistentes, não redundantes e capazes de adicionar inteligência aos negócios, resultando em maior agilidade para as decisões gerenciais.

O caminho das pedras

Mas como se inicia um projeto de BI? Toda e qualquer empresa, independente de porte e ramo de atuação, deve investir nesse sentido? Quais sistemas e soluções devem ser empregados? Quais profissionais devem ser envolvidos nessa tarefa? Essas e outras questões são difíceis de responder porque não existe uma fórmula única e que sirva para todas as corporações. Em tese, o atual nível de competitividade exige que todas as empresas, indistintamente, consigam responder rapidamente e acertadamente às solicitações do mundo dos negócios. Nesse sentido, todas deveriam contar com instrumentos que as ajudassem a identificar tendências do mercado e os hábitos dos consumidores, para fazer previsões e traçar planos de ação no menor tempo possível. No entanto, existem alguns fatores que devem ser considerados antes de se partir para adoção e implementação de ferramentas de BI.

O primeiro passo consiste em identificar as reais necessidades da empresa, especialmente as das áreas de vendas e marketing e, posteriormente, de finanças, que costumam ser os patrocinadores mais fortes das iniciativas de BI. Também deve ficar claro que apesar desses projetos envolverem o uso de ferramentas e soluções de Tecnologia da Informação, é importante entender que Business Intelligence é um projeto de negócios e por isso deve estar alinhado à estratégia global da corporação. Nesse sentido, esse tipo de iniciativa exige o envolvimento dos profissionais das áreas de negócios, que serão seus principais usuários, e essa participação deve ocorrer desde a fase de concepção até a implementação efetiva das soluções. Dependendo do projeto, também podem ser envolvidos diretamente os profissionais da alta gerência. Caberá à área de TI verificar a viabilidade de aquisição de ferramentas que se mostram mais adequadas ao projeto e às possibilidades de integração com os sistemas já instalados na empresa.


É aconselhável integrar todos os sistemas transacionais (operacionais) utilizados, antes de se iniciar a implementação de um projeto de BI, considerando os dados vindos de diversas fontes como: mainframes, bancos de dados relacionais, servidores, estações cliente, Web Services, dispositivos móveis (notebooks, PDAs, telefones celulares, etc) e call centers, entre outros. Mas o pré-requisito fundamental para o sucesso da iniciativa é entender a cadeia de valor da informação para a corporação como um todo.


Planejamento e metas

Embora muitas empresas ainda considerem o planejamento como uma tarefa inútil, que consome tempo e não leva a resultados efetivos, a realidade tem comprovado justamente o contrário. Saber planejar é essencial para evitar gastos desnecessários em recursos, tecnologia e em tempo dos profissionais para implementá-los. Na verdade, há dois tipos de planejamento que são importantes, estão intimamente relacionados um com o outro e poderiam ser úteis para a definição e execução bem sucedida de um projeto de BI: o Planejamento Estratégico Corporativo (PEC) e o Planejamento Estratégico da Informação (PEI).

O Planejamento Estratégico Corporativo enfatiza as oportunidades, os riscos, os pontos fortes e fracos da empresa, tanto em relação ao seu ambiente interno, como ao externo. É através desse procedimento que são traçadas as principais metas e as estratégias para alcançá-las. Feito isso, poderão ser utilizadas metodologias específicas para fornecer os indicadores de desempenho, como o Balanced Scorecard (BSC) – um sistema de gestão estratégica criado por Robert Kaplan e David Norton (ambos professores da Harvard Business School). É importante salientar que o BSC não se aplica para a criação de um planejamento estratégico, mas sim para possibilitar a monitorização e o acompanhamento das decisões a serem tomadas, e verificação de seus resultados efetivos. Trata-se, na verdade, de uma ferramenta que tem como objetivo traduzir para os executivos, gerentes e respectivos subordinados, a visão e a estratégia da corporação, através de um conjunto de medidas de desempenho, organizado segundo quatro perspectivas diferentes: financeira, cliente, processos internos, e aprendizado/ crescimento.

O Balanced Scorecard cria uma linguagem para comunicar a missão e a estratégia, utilizando indicadores que irão informar os funcionários, de todos os departamentos da empresa, sobre os vetores (metas) de sucesso atual e futuro. Ao comunicar os resultados desejados pela empresa, através desses vetores, os executivos poderão canalizar as energias e habilidades específicas das pessoas, de forma a alcançar as metas de longo prazo. Em síntese, o BSC deve ser utilizado e encarado como um sistema de comunicação e de aprendizado, e não como um simples sistema de controle. Seu emprego pode e deve ser atrelado ao BI. Um alimentará o outro. Através do BI o executivo traça a estratégia e utiliza os indicadores do Balanced Scorecard para medir sua eficácia. Ao mesmo tempo, o BSC fornece as metas pretendidas pela empresa, o que ajuda a definir a estratégia para alcançá-las, utilizando para isso os dados analisados através das ferramentas de Business Intelligence.

Na Latasa, por exemplo, fabricante de latas de alumínio, foi implementado um projeto para que os funcionários da empresa também começassem a enxergar seus papéis dentro da linha de produção da organização. Os dados levantados pela ferramenta de Balanced Scorecard (BSC) da Hyperion, que utiliza a infra-estrutura de BI, passaram a influenciar na remuneração variável da equipe. A empresa, até então, não dispunha de estratégias claras e definidas. O sistema implantado esclareceu as metas locais e gerais de cada um e da organização como um todo. A partir da sua adoção, em 1999, o sistema passou por ciclos de desenvolvimento a cada ano de funcionamento. Num primeiro momento, o BSC foi voltado para a área financeira, como forma de trazer liquidez para o negócio. No segundo ano, a área comercial cuidou especialmente de custos e fidelização de clientes. Logo em seguida foi a vez da remodelação dos recursos da Latasa, uma vez que duas novas plantas estavam sendo construídas. Atualmente, o sistema trabalha questões relativas à nova estrutura de logística. Os indicadores do primeiro ano continuam existindo, mas têm um peso menor, de acordo com a fase da empresa. Houve a compreensão de que para se fazer um BSC funcionar é preciso saber que informações se quer ter. Porque ter de tudo e não saber o que fazer com isso não traz resultado efetivos. Os 25 usuários, entre gerentes e diretores, já entendem bem isso e são alertados pelo sistema quando estão aquém dos seus objetivos.

Planejamento da Informação

Retornando à análise das empresas em geral, numa outra ponta estão os sistemas de informação que são peças fundamentais, na medida em que são geradores dos dados e também o meio pelo qual estes trafegam e, portanto, precisam ser avaliados antes de se partir para a implementação de um projeto de BI. São os dados captados nesses sistemas que irão alimentar o Data Warehouse ou o Data Mart (repositórios de dados ). Para isso pode ser feito um Planejamento Estratégico da Informação (PEI), que deverá ficar a cargo da área de administração de dados. O departamento de informática, nesse caso, atuará apenas como um provedor de serviços e soluções. Para que o PEI tenha sucesso é necessário que seja conduzido por um sponsor. Esse “patrocinador” do projeto deve ser um profissional com passe livre em todas as áreas da empresa, inclusive na alta gerência, e que saiba tudo o que ocorre dentro da corporação. Ele deve ter uma visão clara do negócio, conhecer o mercado de atuação da empresa e saber traduzir todos esses requisitos para o pessoal da área de informática.

O Planejamento Estratégico da Informação deve estar alinhado ao Planejamento Estratégico Corporativo. Seu desenvolvimento requer o emprego de uma metodologia flexível para que possa suportar possíveis mudanças de rumo ou correções, sem perder seu foco principal. Esta metodologia compreende quatro etapas principais. A primeira delas visa realizar um levantamento genérico e básico sobre a empresa e sobre a cultura da empresa em termos de sistemas. O segundo passo é fazer um levantamento e análise dos sistemas existentes, verificando sua performance, funções exercidas, volumes de dados gerados, características dos processamentos, entre outras questões. É nessa fase que são avaliados os sistemas de forma quantitativa (volume, recursos e custos) e qualitativa (atendimento das necessidades dos usuários, controle interno e eficiência). Na terceira etapa é feita a apuração e avaliação da qualidade dos dados existentes. E finalmente, é desenvolvido um modelo global do sistema de informação vigente, salientando pontos fracos e fortes, e identificando as oportunidades e ameaças existentes no ambiente de TI.

Com esse raio X da organização será possível verificar se haverá necessidade de remodelar os processos ou apenas fazer alguns ajustes para que os sistemas se enquadrem no projeto de BI.

Data Warehouse ou Data Mart?

As organizações que almejam alta competitividade no mercado não questionam a importância do Business Intelligence. A grande questão que se colocam é por onde e como começar. Os analistas de mercado têm uma resposta que pode parecer simplista, mas verdadeira: o tamanho do sapato deve ser o do tamanho do pé. Em outros termos, empresas pequenas ou com pouca cultura tecnológica podem começar usando algumas ferramentas de análise mais simples, como o EIS – Executive Information Systems -, que são amigáveis e fornecem informações gerenciais de forma rápida e eficiente. Outra opção são as DSS – Decision Support Systems -, sistemas de apoio à decisão que surgiram a partir dos sistemas transacionais e utilizam modelos para solucionar problemas não estruturados. São ferramentas que podem auxiliar as empresas a se familiarizar com os conceitos e tecnologias relativas ao BI, e evoluir nesse sentido aos poucos.

O fundamental é entender que os dados precisam ser estruturados de forma diferente do que ocorre nos sistemas transacionais. Por isso, os especialistas no assunto ressaltam que um dos principais pilares do BI é o Data Warehouse (DW). Como bem define William (Bill) Inmon, considerado o pai do DW, esse repositório nada mais é do que um banco de dados orientado por assuntos, não volátil (os dados não podem sofrer modificações) e integrado. No DW há apenas a carga dos dados e a consulta. Não há atualizações. Variável com o tempo é outra característica inerente ao DW. Isso significa que sempre será retratada uma situação num determinado ponto do tempo. É como se pegássemos uma foto de uma pessoa com um ano de idade e outra foto, dessa mesma pessoa, aos 10 anos de idade, para então fazer uma comparação e verificar as modificações ocorridas. No DW os assuntos são guardados em determinados pontos no tempo, o que permite uma análise histórica e comparativa dos fatos. Os dados podem ser retirados de múltiplos sistemas de computação utilizados internamente na empresa, ou também podem vir de fontes externas. Em resumo, um DW pode ser definido como um conjunto de técnicas e de bancos de dados integrados, projetados para suportar as funções dos Sistemas de Apoio à Decisão, onde cada unidade de dados está relacionada a um determinado assunto ou fato. Sua meta é fornecer subsídios e informações aos gerentes e diretores, para que assim possam analisar tendências históricas de seus clientes e, com isso, melhorarem os processos e agilizarem as tomadas de ações.

O maior problema do Data Warehouse é a sua grande complexidade. Sua criação requer pessoas altamente especializadas, uma metodologia consistente, computadores, banco de dados, ferramentas de front-end (sistemas transacionais- para captura dos dados), ferramentas para extração e limpeza dos dados, e treinamento dos usuários. É um processo complicado e demorado, que requer altos investimentos e que se não for corretamente planejado e executado, pode trazer prejuízos enormes e se tornar um grande elefante branco dentro da organização.


Uma forma de minimizar os riscos seria começar com o desenvolvimento de Data Marts departamentais e, numa fase posterior, integrá-los transformando-os num Data Warehouse.


Em termos conceituais, pode-se afirmar que um Data Mart é um mini Data Warehouse que fornece suporte à decisão para um pequeno grupo de pessoas – como aos profissionais da área de marketing, ou de vendas, por exemplo. O tempo de desenvolvimento e implementação, assim como os investimentos necessários, também são bem menores, em comparação ao DW. Segundo estimativas, enquanto um Data Mart custa em torno de US$ 100 mil a US$ 1 milhão e leva cerca de 20 dias para ficar pronto, um DW integral começa a partir de US$ 2 milhões e demora no mínimo um ano para estar consolidado. Mas são valores apenas estimados, uma vez que não existe um projeto padrão que serve para todas as empresas indistintamente. O montante aplicado depende de cada caso.

De acordo com alguns especialistas no assunto, as diferenças existentes entre um Data Mart e um Data Warehouse são apenas com relação ao tamanho do projeto e ao escopo da empresa. Portanto, as definições dos problemas e os requisitos dos dados são essencialmente os mesmos para ambos. No entanto, um Data Mart trata das questões departamentais ou locais (de um departamento específico), enquanto um DW envolve as necessidades de toda a companhia de forma que o suporte à decisão atue em todos os níveis da organização.

Ralph Kimball, consultor norte-americano e considerado um dos mais influentes gurus do Business Intelligence, discorda dessa definição e argumenta que os Data Marts não devem ser departamentais, mas sim orientados aos dados ou a fontes de dados. Ele exemplifica o caso de uma instituição bancária que dispõe de uma fonte de dados de contas correntes e poupança. Nesse caso deveria ser criado um Data Mart de Contas, que não será um Data Mart proprietário da área financeira, e nem da área de marketing, mas sim um repositório de dados que terá como público todos os usuários de todos os departamentos que lidam com aquele assunto.


Ralph Kimball é um defensor da teoria de que o DW deve ser dividido para depois ser conquistado, ou seja, que o mais viável para as empresas é desenvolver vários Data Marts para posteriormente integrá-los e, assim, chegar-se ao DW. Na sua avaliação, as empresas devem construir Data Marts orientados por assuntos. Ao final, teriam uma série de pontos de conexão entre eles, que seriam as tabelas Fato e Dimensão em conformidade. Dessa forma, informações entre os diferentes Data Marts poderiam ser geradas de maneira íntegra e segura. Kimball batizou esse conceito de Data Warehouse Bus Architeture.


 


Bill Inmon rebate essa teoria e propõe justamente o contrário. Na sua avaliação deve-se construir primeiro um Data Warehouse, modelando-se toda a empresa para se chegar a um único modelo corporativo, partindo-se posteriormente para os Data Marts construídos por assuntos ou departamentais. Inmon defende a idéia de que o ponto de partida seriam os CIF – Corporate Information Factory – uma infra-estrutura ideal para ambientar os dados da empresa. O CIF seria alimentado pelos sistemas transacionais. A construção de um ODS (Operational Data Store – veja a definição no módulo 3) seria facultativa, mas essa iniciativa ajudaria a reduzir a complexidade da construção de um DW, uma vez que todo o esforço de integração entre os sistemas transacionais da empresa seria depositado nele.


Uma vez que todos os dados estivessem integrados no DW, se partiria para os Data Marts que iriam atender aos diversos departamentos da empresa, gerando dados íntegros e corporativos. Inmon condena o processo inverso porque, na sua concepção, a construção de Data Marts atendendo a requisitos departamentais seria delineada a partir de regras específicas de negócios e de procedimentos de Extração, Transformação e Carga (ETL) dos dados oriundos dos sistemas transacionais. A visão corporativa da empresa seria relegada a segundo plano e as necessidades imediatas dos departamentos prevaleceria. Além disso, essa iniciativa poderia gerar outros problemas, como a redundância de dados em diversos sistemas, o consumo exagerado de recursos de produção, e a formação de um verdadeiro caos informacional, na medida em que os dados dispostos nos diferentes Data Marts não poderiam ser integrados.

Qual deles está certo: Inmon ou Kimball? Ambos ou nenhum? Cabe a cada empresa analisar qual das duas abordagens mais se aplica às suas necessidades reais e ao seu bolso. No que ambos os gurus concordam é que uma empresa sem auto-conhecimento e sem ter uma visão corporativa de seu negócio, nunca terá um sistema eficiente para auxiliá-la na tomada de decisão.

As camadas de segurança

Em 2000, ao adotar o conceito de drugstore, a Drogaria Araújo, que atua na região da Grande Belo Horizonte (MG), elevou rapidamente o número de itens produzidos de 6 mil para 18 mil. A empresa dispunha de um alto número de dados operacionais, mas era carente de informações gerenciais que permitissem a análise do negócio. Por isso resolveu implementar Data Marts, utilizando uma solução baseada em SQL Server 2000 com Analysis Service da Microsoft e desenvolvida pela attps Informática.

A Drogaria Araújo conta com uma rede de lojas que comercializa não apenas medicamentos e produtos de higiene e beleza, como também uma infinidade de artigos de conveniência – jornal, pão, meias finas etc -, possuindo um volume de dados que cresce cerca de 3,5 GB por mês. A empresa já havia desenvolvido um datawarehouse mas verificou que precisava urgentemente disponibilizar aos gerentes, de uma forma mais precisa e rápida, informações estratégicas para o dia-a-dia do negócio, como a lucratividade de cada loja da rede e a participação de cada fornecedor no resultado de vendas.

A dificuldade de levantar esses dados fez com que a Araújo contatasse a attps Informática, empresa parceira que já havia ministrado treinamentos para a área de tecnologia da drograria. As duas realizaram o planejamento da plataforma de hardware e software necessários e voltaram seus esforços para converter dados para datawarehouse, preparando a carga para essa conversão. A partir daí, iniciou-se um processo de Business Intelligence, com o desenvolvimento de uma solução de consultas analíticas flexível e adaptável às características do negócio, baseada no SQL Server 2000 e em seus recursos de Analysis Services, que resultou na implementação dos Data Marts nas áreas de Compra e Venda e na diretoria.

Seis meses após o início do projeto a Drogaria Araújo passou a visualizar as vantagens da tecnologia e descobriu linhas de vendas que estavam crescendo. Outro benefício foi a depuração dos dados que permitiu à empresa descobrir erros no sistema de produção ainda não vistos, como por exemplo, algumas informações incorretas. Ou seja, indiretamente a solução provocou um acompanhamento maior da produção. Com os Data Marts foi possível alocar melhor os recursos humanos por loja, de acordo com a freqüência de clientes em determinado horário. Outro grande resultado foi a possibilidade de medir as vendas da drogaria por produto, entender o porquê deste comportamento e poder encontrar uma nova alternativa para corrigir o problema.

Antes não era possível redirecionar as ações, cruzar informações e tomar decisões conscientes porque a empresa não tinha acesso fácil a todas as informações sobre compra e venda. Para emitir um relatório, por exemplo, eram necessários dois dias ou até uma semana. Atualmente, esse tipo de relatório é emitido em minutos e disponibilizado na intranet, por email ou onde for necessário para acesso dos interessados.

Ao todo, a Drogaria Araújo investiu aproximadamente R$ 60 mil entre aquisição de hardware, software e consultoria. O segundo passo será implementar a solução na entrega em domicílio a fim de fazer uma análise de consumo e direcionar melhor as ofertas aos cerca de 200 mil clientes cadastrados neste serviço.

O projeto implementado de BI trouxe como principais benefícios:

– Exatidão nas informações necessárias à tomada de decisão para investimentos na rede de lojas;

– Obtenção de informações precisas e atualizadas a respeito do comportamento de promoções de venda;

– Obtenção de informações de lucratividade na rede de lojas como um todo, permitindo o detalhamento por produto vendido, loja, vendedor e promoção;

– Análise comparativa por períodos em relação às vendas;

– Obtenção de informações a respeito do comportamento de vendas por produtos, permitindo maior capacidade de negociação com fornecedores e fabricantes;

– Satisfação da alta administração no que diz respeito ao pronto atendimento na demanda de informações;

– Conferência e acertos de dados, devido a visibilidade maior das informações, permitindo correções dos sistemas OLTP.

Fundada em 1903, a rede de drogarias Araújo é atualmente a maior rede de farmácias de Minas Gerais. É também uma das 80 maiores empresas do estado e a quarta maior rede de drogarias do Brasil. Com atuação restrita à grande Belo Horizonte, a rede possui 60 lojas – todas automatizadas, inclusive seu depósito -, e 1.600 funcionários.

Até o próximo módulo!

Uma resposta to “Introdução aos Conceitos de Business Intelligence – Módulo 2”

  1. Os números de 2010 « Blog do Lito – Data Warehouse / Business Intelligence Says:

    […] Introdução aos Conceitos de Business Intelligence – Módulo 2 abril, 2010 5 […]


Deixe uma resposta

Preencha os seus dados abaixo ou clique em um ícone para log in:

Logotipo do WordPress.com

Você está comentando utilizando sua conta WordPress.com. Sair / Alterar )

Imagem do Twitter

Você está comentando utilizando sua conta Twitter. Sair / Alterar )

Foto do Facebook

Você está comentando utilizando sua conta Facebook. Sair / Alterar )

Foto do Google+

Você está comentando utilizando sua conta Google+. Sair / Alterar )

Conectando a %s

%d blogueiros gostam disto: