METODOLOGIA PARA PROJETO E ANÁLISE DE FERRAMENTAS

DE BI

METHODOLOGY FOR PROJECT AND ANALYZES OF BI TOOLS

Álvaro Batista Camilo1

Eduardo Pontes2

Roberto Shiyunji Nishikawa3

RESUMO

No atual mundo globalizado e competitivo o tempo passa a ser fator decisivo para o sucesso

de uma empresa e, para conseguir essa vantagem competitiva, ela precisa da informação na

forma adequada, confiável, oportuna e para as pessoas certas. Os dados outrora considerados

importantes para a sobrevivência das empresas, hoje precisam estar em formato de

informações e gerando conhecimento para serem utilizados. As empresas cada vez mais

precisam de sistemas de gestão de conhecimento para apoiar a tomada de decisão e, para

produção desses sistemas, deve-se considerar uma metodologia diferente da usualmente

utilizada no desenvolvimento de sistemas transacionais. O objetivo é apresentar uma

metodologia para dar suporte a implementação de Sistemas de Business Intelligence (BI) ou

Inteligência de Negócios, com os conceitos, processos e ferramentas, bem como os critérios

para a escolha dessas ferramentas.

Palavras-chave: Business Intelligence, Metodologia, Datawarehouse, Balanced Scorecard,

Ferramentas de BI, Gestão de rentabilidade.

1
Oficial de Polícia Militar, administrador de empresas, especializando em Gestão de TI pela FIAP.
2
Secretario Executivo do Grupo de Adm. da Rede Intragov, especializando em Gestão de TI pela FIAP.
3
Gerente de Sistemas Escolares, matemático, especializando em Gestão de TI pela FIAP.
 2

ABSTRACT

In a global and competitive world, time becomes the main success key driver of an enterprise.

Achieving this competitive advantage requires reliable, adequate and opportune information

to decision maker people. Data considered in ancient time essential to enterprise’s survival,

nowadays requires being in an information format and generating useful knowledge.

Enterprises need more and more knowledge based management systems to support decision-

making and developing these systems require a different methodology comparing to what is

used in ordinary projects.

The aim of this document is presenting a methodology to support a Business Intelligence

System (BI) implementation and provide concepts, processes and tools, meanwhile the

selection criteria of these tools.

Key worlds: Business Intelligence, Methodology, Data warehouse, Balanced Scorecard, BI

Tools, Profitability Management

1. INTRODUÇÃO

As organizações são cada vez mais pressionadas para melhorar o serviço prestado ao

cliente, melhorar os processos internos, agilizar e facilitar o contato com o cliente e garantir a

gestão de recursos limitados, ao mesmo tempo em que devem prever e medir as políticas e

programas mais adequados para assegurar os melhores resultados e estar em dia com a

legislação e as normas estabelecidas para seu ramo de atividade. Um sistema de Business

Intelligence (BI) permite obter uma visão objetiva e correta para a gestão da organização e da

sua relação com os seus clientes, a utilização do BI nas empresas traz como benefícios:

transformar o vasto volume de dados da empresa em conhecimento para melhorar a qualidade

do serviço prestado e criar vantagem competitiva; reduzir a complexidade da tomada de

 3

decisão através da disponibilização de informação integrada e coerente das várias vertentes da

organização e aumentar a capacidade de resposta e inovação através do acompanhamento e

antecipação de tendências.

O BI é normalmente utilizado para entender quais são os indicadores dos negócios,

descobrindo tendências e anomalias comportamentais atuais. Permite também medir a

performance de projetos e, também a partir de indicadores/métricas dos negócios e de

desempenho de funcionários.

1.1. Estratégia de desenvolvimento

Um bom projeto de BI deve ser feito modularmente, isto é, com a construção de

pequenos Data Marts (repositórios de dados departamentais restritos por assunto, por

exemplo, Data Mart de marketing), cujos resultados sejam rapidamente visíveis. Uma

abordagem mais corporativa, que vise a construção de início, de um grande Data Warehouse

(conjunto de dados, agrupados de diversas fontes e assuntos - armazenados em estruturas

lógicas dimensionais), já mostrou ser um erro, pois o projeto torna-se demasiadamente longo

(mais de um ano) e caro (centenas de milhares de dólares). Um projeto com abordagem

departamental, deve ser feito com cuidado para que haja integração total entre os Data Marts e

não necessite de retrabalho para a construção do Data Warehouse futuro. Um dos principais

desafios nas fases de desenvolvimento de um sistema de BI é a qualificação dos dados obtidos

pela empresa em seus sistemas atuais, em um sistema de BI isto deve ser um trabalho

permanente, considerando que a base de dados pode se deteriorar.

2. METODOLOGIA

A construção de um ambiente que permita uma visão analítica e integrada da

organização envolve a consolidação, gestão e análise dos dados. Com a implementação de

uma solução de Business Intelligence, uma empresa poderá transformar os dados em

 4

informação útil e facilmente distribuída aos gestores. A metodologia para a implementação

da Solução de Business Intelligence, deve garantir a correta integração da nova solução com

os sistemas de suporte ao negócio. Divide-se em três grandes fases:

2.1. 1ª FASE – PLANEJAMENTO

Nesta fase elabora-se a definição do projeto para a implementação de uma solução de

Business Intelligence adequada às necessidades da sua empresa. O planejamento e o ajuste de

expectativas são críticos para o desenvolvimento. Nesse momento a empresa deve também

melhorar o desempenho e reduzir o ciclo de seus processos existentes, encontrar gargalos,

corrigir rotas, ou seja, deve efetuar um mapeamento inicial e aplicar melhorias no ambiente.

2.1.1. Principais atividades desenvolvidas na fase

Identificação das necessidades da empresa;

Definição dos objetivos do sistema;

Análise da qualidade dos dados;

Definição dos resultados por fase, a atingir;

Definição da estrutura da equipe de projeto e responsabilidades;

Definição dos critérios de aceitação;

Identificação da arquitetura da solução;

Identificação das atividades do projeto e do tempo esperado para conclusão;

Atualização dos processos existentes e melhoria da qualidade dos dados;

Identificação dos riscos, impactos e medidas preventivas;

Estimativa de custos e análise do retorno de investimento.

2.1.2. Documentação produzida na fase

Estudo estratégico para desenvolvimento da solução de BI na organização;

Questionários de levantamento das necessidades;

 5

Relatório de melhorias nos processos e qualificação dos dados;

Cronograma de implementação;

Planilha de estimativa de custos;

Termo de compromisso (objetivos, critérios, atividades, equipe, riscos).

2.2. 2ª FASE – SELEÇÃO E PROTÓTIPO

Aqui se faz a escolha das ferramentas de extração, exploração e visualização para

formatar os dados da maneira desejada, bem como a implementação de um protótipo que

permitirá testar e validar a solução numa área específica (piloto), testar os aspectos funcionais,

a performance e a integração da solução de BI com os sistemas de negócio.

Com o protótipo, é possível testar na prática os planos finais, medindo o esforço real

de implementação, treinar os técnicos envolvidos e os resultados finais. Conforme definição

do contexto do protótipo, este trabalho poderá ser considerado como a etapa inicial de

implementação, podemos executar mais de um protótipo e escolher a melhor solução. A

solução deve buscar a performance com a flexibilidade para efetuar ajustes com rapidez.

2.2.1. Principais atividades desenvolvidas na fase

Definição do âmbito do protótipo;

Seleção do método de extração, limpeza, transformação e carga dos dados;

Seleção do método de exploração e visualização dos dados;

Instalação da Solução de Business Intelligence;

Construção da estrutura de dados e dos relatórios;

Execução do protótipo.

2.2.2. Documentação produzida na fase

Documentação dos resultados do protótipo;

Relatório da escolha da solução.

 6

2.3. 3ª FASE – DESENVOLVIMENTO DO PROJETO

Fase de Implementação e implantação da solução final de Business Intelligence,

contendo o conjunto de ferramentas analíticas que respondem às necessidades da organização.

Após a implantação devem ser assegurados os serviços de administração do sistema, serviços

de helpdesk e de gestão de incidentes.

2.3.1. Principais atividades desenvolvidas na fase

Planejamento do Desenvolvimento (objetivos, requisitos da solução, riscos,

custos, responsabilidades, etc.);

Cronograma de implantação;

Instalação, configuração e validação da nova plataforma;

Instalação do ambiente de sustentação e suporte para o desenvolvimento;

Modelização multi-dimensional da organização;

Criação do repositório da estrutura de dados;

Criação dos relatórios e do esquema de segurança;

Instalação e testes;

Implantação do sistema;

Plano de administração e serviços pós-implantação.

2.3.2. Documentação produzida na fase

Relatório de requisitos e testes;

Documento de especificação dos relatórios;

Documento de instalação e esquema de segurança do ambiente;

Documento de aceitação;

Planilha de custos;

Plano de execução (periodicidade, recursos, treinamento de usuários, etc.).

 7

3. INFRA-ESTRUTURA PARA UM SISTEMA DE BI

3.1. FERRAMENTAS DE BUSINESS INTELLIGENCE

A principais ferramentas utilizadas em BI, estão descritas a seguir.

3.1.1. Balanced Scorecard - BSC

Uma empresa, baseada em indicadores, pode medir se a sua performance está

seguindo a sua estratégia. O BSC foi criado, com o objetivo de resolver um problema de

avaliação de desempenho, os índices financeiros, isoladamente não são capazes de captar e

refletir as atividades criadoras de valor das organizações modernas. Executando a

decomposição dos indicadores que apuram a performance da empresa podemos efetuar

analises e encontrar causas e efeitos que afetam os indicadores.

3.1.2. Business Performance Management - BPM

Também conhecido como EPM (Enterprise Process Management) ou CPM

(Corporate Process Management), o BPM Pode é um conjunto de metodologias, métricas,

processos e sistemas visando não só mapear as informações e sim monitorar e gerenciar o

desempenho dos negócios provendo um feedback a toda a organização relacionando objetivos

estratégicos, metas financeiras e não financeiras, nichos de mercado e previsões de negócios.

O BPM é o BI + BSC, porque integra o ajuste das operações e das decisões táticas da

empresa. Enquanto o BI traz o acompanhamento do passado, o BSC monitora o presente

através de seus indicadores de performance, o BPM busca vantagem competitiva através de

um enfoque nas previsões do ambiente organizacional, permitindo maior agilidade em

identificar as oportunidades de negócio futuras.

3.1.3. DataWarehouse

Segundo W.H.Inmon (um dos "pais" dos conceitos de DW), um Data Warehouse é
 8

uma coleção de dados orientada por assuntos, integrada, variante no tempo, e não volátil, que

tem por objetivo dar suporte aos processos de tomada de decisão.

A construção de um Data Warehouse deve-se formar num ambiente estruturado,

extensível, projetado para a análise de dados não voláteis, lógica e fisicamente transformados,

provenientes de diversas aplicações, alinhados com a estrutura da empresa, atualizados e

mantidos por um longo período de tempo, referidos em termos utilizados no negócio e

sumariados para análise de grande volume de dados e obtenção de informações estratégicas.

3.1.4. DataMart

O Data Mart, também conhecido como Warehouse Departamental, é uma abordagem

descentralizada do conceito de Data Warehouse. Data Mart é um sub-conjunto de dados de

um Datawarehouse, que atende a certas áreas específicas por um determinado assunto ou área

da empresa e é voltado para o processo decisório gerencial. Geralmente são dados referentes à

um assunto em especial (Ex: Vendas, Marketing, Produção) ou diferentes níveis de

sumarização (Ex: Vendas Anual, Vendas Mensal).

3.1.5. Metadados

Os metadados são definidos como dados dos dados, informações sobre informações,

informações de como as informações estão estruturadas. Num projeto de DW, deve-se gerar

documentação sobre o levantamento de dados, do banco de dados, relatórios a serem gerados,

origem dos dados que alimentam o DW, processos de extração, tratamento e rotinas de carga

dos dados, além das regras de negócio da empresa e todas suas mudanças.

3.1.6. Data Mining

Data Mining (ou mineração de dados) são ferramentas que utilizam técnicas de

consultas e pesquisas no DW e através de algoritmos específicos conseguem encontrar

padrões de comportamento nas informações armazenadas e apresentá-lo de forma relevante

 9

aos seus usuários, significa a descoberta de conhecimento a partir da mineração em grandes

bases de dados corporativas que freqüentemente contêm tendências desconhecidas, relações

entre objetos são de importância estratégica para a organização.

3.1.7. On-Line Analytic Processing (OLAP)

O OLAP é processamento analítico em tempo real que proporciona as condições de

análise de dados on-line necessárias para responder às diversas consultas dos analistas,

gerentes e executivos. As ferramentas OLAP são as aplicações onde os usuários finais fazem

a consulta e análise dos dados contidos nos Data Warehouses e Data Marts, com as seguintes

características: consultas ad-hoc (casuas é únicas), slice-and-dice (analise das informações de

diferentes prismas), drill down/up (exploração em diferentes níveis de detalhe das

informações), queries (consultas simples ao OLAP).

3.2. A ETAPA DE ETL

A etapa de ETL (extração, limpeza, transformação e carga dos dados) é uma das

mais críticas de um projeto de DW, pois uma informação carregada erroneamente trará

conseqüências imprevisíveis nas fases posteriores. O objetivo desta fase é fazer a integração

de informações de fontes múltiplas e complexas. Se a equipe de projetista do DW optar por

desenvolver um software, o sistema de gerenciamento deverá executar, pelo menos, 11

processos ou a maior parte deles, para que seja possível extrair os dados de um banco de

dados de produção e enviá-los para o DW. O conjunto desses processos é chamado, por Ralph

Kimball, de Sistema de Extração de Dados de Produção - SEDP, os processos são: extração

primária; identificação dos registros modificados; generalização de chaves para dimensões em

modificações; transformação em imagens de registro de carga; migração do sistema legado

para o sistema DW; classificação e construção de agregados; generalização de chaves para

agregados; carregamento; processamento de exceções; garantia de qualidade e, publicação.

Podem-se citar cinco operações principais realizadas pelas ferramentas back end, Extração
 10

dos dados de fontes internas e externas; Limpeza dos dados extraídos; Transformação; Carga

no DW; Atualizações (refresh).

3.2.1. Extração de dados

A extração de dados de fontes externas geralmente é feita através de gateways e

interfaces padrão do tipo ODBC (padrão para acesso a banco de dados do SQL Access Group

Consortium adotado pela Microsoft) ou outras, com diversos produtos já existentes.

3.2.2. Limpeza dos dados

De uma maneira geral, podemos dizer que o processo de limpeza e transformação

dos dados que serão carregados num sistema de DW serve para corrigir algumas imperfeições

contidas na base de dados transacional, a fim de fornecer ao usuário do sistema analítico

dados concisos e com uma qualidade que permita uma tomada de decisão baseada em valores

mais próximos dos reais. A própria modelagem do sistema OLTP (On-line transaction

Processing , usado para armazenar as transações de negócio) pode conter "pontos fracos" que

permitam, por assim dizer, a existência de dados inconsistentes, os quais podem e devem ser

filtrados antes da carga no DW

3.2.3. Transformação dos dados

O processo de transformação de dados no DW ocorre, dentre outras situações, devido

ao desenvolvimento de sistemas que não levaram em consideração o compartilhamento de

processos e os dados foram criados e consistidos para atender somente os requisitos dos

sistemas legados. Uma vez que a origem dos dados podem ser de sistemas diferentes, às vezes

é necessário padronizar os diferentes formatos, transformar esses dados e deixá-los num

formato uniforme normalmente sugerido pelo próprio usuário.

3.2.4. Carga dos dados

A carga do Data Warehouse é uma operação efetuada por processos específicos de

 11

cada DBMS ou por processos independentes de carga rápida (Fastload), que é a tecnologia

que consegue tempos de carga significativamente mais rápidos através do pré-processamento

dos dados e de dispensa das operações de verificação de integridade dos dados e de registro

das operações efetuadas.

Ralph Kimball sugere, em seu livro Data Warehouse toolkit (1998) que a equipe de

projetistas do DW construa um sistema de extração de dados de produção, normalmente leva-

se de 3 a 5 meses para construção.

3.2.5. Atualização dos dados (refresh)

A todo momento são realizadas alterações na base de dados transacional. Estas

modificações, inclusões de novas tuplas, cadastros de novos dados, devem ser atualizados

para o DW a fim de que este esteja condizente com a atualidade das fontes de origem.

Existem sistemas que são programados para detectar automaticamente a ocorrência de

mudanças significativas nas fontes, tornando o processo de atualização ou refresh mais

transparente para o usuário e também para o administrador do DW. Em muitos casos não

existe esta característica nos sistemas transacionais. Podemos, então, adotar três alternativas

na tentativa de detecção e extração destas modificações: alterar a aplicação que gerencia a

fonte de informação, analisar o arquivo de log do sistema procurando por modificações

significativas ou detectar as informações através da comparação do dump corrente da fonte

com um dump emitido anteriormente.

3.3. CRITÉRIOS PARA ESCOLHA DAS FERRAMENTAS

Os critérios mais utilizados no mercado para avaliar a escolha das ferramentas de BI

enfatizam: arquitetura moderna; extensibilidade ´third-party`; interfaces documentadas

programando a aplicação; bibliotecas analíticas; suporte para padrões relevantes; e, uma

escala para programas de sustentação ´third-party`. Os investimentos futuros, podem incluir:

 12

gravar algoritmos de DataMining; aplicação de modelos de dados e outras aplicações

´templates`; workflow; avançado suporte de visualização; e, e suporte de eventos ´real time`.

E os principais fatores para comparação de modelagem e arquitetura são: banco de

dados ´DW`; construção e administração; OLAP; DataMining; interfaces e metadados.

3.4. ANALISE DAS FERRAMENTAS

Ao analisar uma ferramenta de BI, deve-se considerar sempre a necessidade de uma

boa base de dados reais e a verificação das características técnicas abaixo:

requer arquiteto/desenvolvedor para desenvolver aplicações e front end;

grau de facilidade na utilização pelo usuário final;

aplicações disponíveis prontas para uso (quantidade e qualidade dos recursos);

metodologia de implantação;

níveis de segurança (por aplicação, módulo, informação, item ou variável);

DataMining disponível para uso, contemplando identificação de fatores críticos e

o acompanhamento de metas;

análise de cenários (permitir a criação de seu cenário e possibilitar segmentações);

simulação de significância (quem mais afeta o resultado);

simulação de risco e otimização (análise de risco);

painel de indicadores (definido e alterado pelo próprio usuário);

análise de quadrantes;

análise de tendências;

alerta automático (usuário deve receber sinalização sobre o que está crítico);

ranking 80/20 e Curva ABC;

acompanhamento da execução orçamentária (permitir a aplicação de índices);

possui gráficos dinâmicos;

possui drill down variável permitindo a inclusão de outros itens;

 13

Como sugestão, pode-se utilizar a seguinte pontuação:

0 não permite ou não realiza

1 Permite ou Realiza com Restrições
2 Permite ou Realiza de forma complexa ou por meio de especialista
5 Permite ou Realiza Plenamente

3.4.1. Itens importantes a se considerar nos testes das ferramentas

Relatórios: possuir padrão de relatórios corporativos e de software de consultas, tem

capacidade de distribuir qualquer tipo de relatório – em batch, com gestão de produção,

consultas ad hoc.

Análise: efetua análise on-line (OLAP), com a capacidade de analisar a empresa e os

negócios a partir de dimensões múltiplas, com respostas dentro de décimos de segundos.

Gestão de Eventos: possui capacidade de monitorar e notificar automaticamente os

devidos profissionais, no momento exato da ocorrência de um evento.

Preparação de Dados/ETL: a solução ETL (Extração, Transformação e Carga de

dados) é totalmente automatizada e com suporte à modelagem de dimensões integradas e tem

todos os metadados para desencadear a montagem das estruturas de dados para projetos de

Data Warehouse.

Web: proporciona aos usuários um ambiente Web altamente interativo e interface de

baixa manutenção para relatórios e análises, não fazendo uso de qualquer tipo de aplicação

incorporada ao browser no lado do usuário final, seja ela plugin, ActiveX, Java Applets ou

mesmo cookies.

Desktop: possui componente da plataforma de BI que proporciona query & report,

com recursos analíticos e fluxo de trabalho de suporte à decisão, em computador pessoal.

Administrator: possui um conjunto de ferramentas que proporcionam ambiente de

administração de sistemas para BI.

Office: permite que cada usuário Microsoft Office execute, edite e formate qualquer
 14

relatório diretamente de uma aplicação Microsoft, como Excel, PowerPoint e Word, de forma

on-line em tempo real ou off-line.

Report Services: produto opcional para emissão dos relatórios corporativos da

plataforma de Business Intelligence que proporciona toda a gama de relatórios empresariais,

incluindo relatórios de produção, operacionais, de métrica gerenciada e scorecards.

OLAP Services: produto opcional, que permite que os usuários Web e Desktop

utilizem os Intelligent Cubes, possibilitando uma análise OLAP multidimensional, mantendo

ao mesmo tempo, a capacidade do usuário de obter o detalhamento ininterrupto em toda a

amplitude e profundidade do data warehouse.

ODS (Operational Data Store): o conceito de ODS já é conhecido, mas está sendo

mais discutido nas empresas como sendo a solução para aplicações analíticas que demandam

analises e ações em tempo real. Podemos dizer que existem dois tipos de necessidades

analíticas: as que utilizam dados históricos (DW) e as que necessitam dados mais recentes, de

preferência imediatos e neste caso o ODS é a alternativa mais adequada.

3.5. FERRAMENTAS - MERCADO ATUAL

É inegável que o mercado de ferramentas de BI ainda crescerá muito. A pesquisa

Tendências de Investimento em Business Intelligence & Business Performance Management,

realizada pelo IDC, indica que 38% das 148 empresas analisadas (todas com faturamento

acima de 300 milhões de reais) já têm ou estão instalando o sistema e 29% já têm projetos

planejados, "Chegaremos ao número de 49% de empresas investindo nestas tecnologias,

ainda durante o ano de 2005", para o IDC no Brasil.

Estima-se que o mercado de BI deva crescer cerca de 6% anualmente até 2008. De

olho neste mercado estão não só empresas que possuem ferramentas específicas de BI ou

BPM, mas também fornecedores de banco de dados, sistemas CRM ou ERP, como Microsoft,

Oracle, SAP, Sybase ou Siebel, que oferecem soluções de BI.

 15

De fato, de acordo com a pesquisa feita pelo IDC, a integração e a qualidade de

dados são apontadas como principais problemas enfrentados por sistemas de BI. Seguidos

deles estão mudanças em processos de negócios, restrições de orçamento, análise de regras de

negócios, entre outros.

Efetuar a solicitação de extrações, o ajuste das queries, o ajustes dos esquemas para a

melhoria da performance, a complexidade de tarefas necessárias para se desenvolver um

sistema de BI e mantê-lo funcionando, exige novas funções na área de informática, tais como:

analista de extração, programador de extração; mediador de extração; gerente da tabela de

dimensão mestra; programador de garantia de qualidade de tabelas de dimensão; gerente de

monitoramento de agregados; gerente de garantia de qualidade de carga de dados; gerente de

backup e recuperação do DW; gerente de metadados do DW e administrador do DW.

4. ORIENTAÇÃO PARA GESTÃO DE RENTABILIDADE

Gestão de rentabilidade (Profitability Management). Esta solução abrange a

utilização de software e de melhores praticas, permitindo que as empresas tenham mais

informações para analise e obtenham informações para aumentar sua rentabilidade. Esta

solução deve realizar análises multidimensionais e preditivas, consultas, relatórios, e permitir

criar painéis de indicadores com facilidade. Deve também permitir analises de custo intuitiva

baseadas em atividades, modelagem e validação de capacidades, e testes de novas estratégias

através da criação de cenários. As fases são:

a) entender os fatores que influenciam a receita e os custos por meio de relatórios

detalhados, painéis de indicadores e analises multidimensionais que integram múltiplas fontes

de informação em uma visão integrada.

b) segmentar a base de clientes por meio de analises avançadas para identificar

clientes de alto risco e seus comportamentos, identificar tendências e predizer

 16

comportamentos futuros de clientes e de produtos.

c) analisar os custos de serviços por meio de alocações e modelos operacionais

complexos que estimam o custo com base em regras de negócios e modelos de custo.

d) testar e executar novas estratégias por meio de monitoramento, validação e

aprimoramento de áreas operacionais, modelo de formação de preços, centro de lucratividade

e oferta de produtos, testando vários cenários.

5. CONCLUSÃO

Não existe uma única ou “correta” combinação dos processos, metodologias e

métricas, e em muitos casos elas só existem quando isolamos as variáveis. Estão começando à

convergir as suítes de aplicações de BI que englobam as funcionalidades de vários processos e

ligam estes as metodologias, uma nova geração de ferramentas de BI também inclui o

geomarketing, cuja meta é a de possibilitar a análise de informações distribuídas

geograficamente, a partir de mapas eletrônicos, as ferramentas de BI realizam este processo

de forma quase instantânea, onde, a partir de um único clique do usuário, as informações são

trazidas de uma base de origem e recalculadas para cada região do mapa em estudo.

BPM que pode ser considerado como a evolução do BI, é mais do que uma solução

de apoio à tomada de decisões, é um conjunto de aplicações e processos desenhados para

otimizar a execução da estratégia de negócios da empresa. O contexto de atuação é mais

abrangente e incorpora informações em tempo real, emite alertas com os indicadores que

estão se desviando dos limites esperados, o BPM é pró-ativo e tem foco na oportunidade. Já o

BI é reativo, com base nas informações passadas.

Portanto, evidencia-se a necessidade constante de investimentos na tecnologia que

viabiliza toda esta estrutura de sistemas de BI, visto a sua importância, e a metodologia a ser

adotada com o foco no negócio da empresa utilizando-se de uma abordagem evolutiva na

 17

aplicação deste conceito torna-se a forma adequada e vital para o sucesso da adoção desta

tecnologia para a área estratégica de nossas empresas.

REFERÊNCIAS BIBLIOGRÁFICAS

FIAP. Gestão de Tecnologia da Informação – Business Intelligence, Professor MSc.

Gutenberg Silveira, 2005, São Paulo.

FUJITSU. Soluções de TI, Business Intelligence. Disponível em

<http://pt.fujitsu.com/serviços/soluçõesti/bintelligence>. Acesso em 18/07/2005.

HIPERION. Compreendendo e Administrando a Rentabilidade. Disponível em

<http://hiperion.com/br/soluçoes.cfm>. Acesso em 29/07/2005.

IDC LATIM AMÉRICA. Qualidade e agilidade na tomada de decisões estratégicas.

Disponível em <http://idclatim.com/miami/telas/pagina.asp?id-area=3&n=160>. Acesso em
16/06/2005.

ORACLE. BI Beans Installation Guide and Release Notes. Disponível em

<http://oracle.com/technology/products/bib/1012>. Acesso em 04/07/2005.

PRODESP - Superintendência de Tecnologia. Relatório de analise técnica de ferramentas de

Business Intelligence, Fevereiro/2005.

RUBIN, RACHEL. A inteligência que evolui, Itweb o ponto de encontro de TI. Disponível
em <http://itweb.com.br/solutions/software/business_intelligence>. Acesso em 15/06/2005.

SYBASE-BRASIL IMPRENSA, Ferramentas de BI mostram a que vieram. Disponível em

<http://sybase.com.br/sybasenova/imprensa/sybnoticias.jsp?id=191>. Acesso em 14/06/2005.

VALIN, Carlos Eduardo. Um novo campo estratégico, Itweb o ponto de encontro de TI,
Disponível em <http://itweb.com.br/solutions/gestao_empresarial/gerenciamento>. Acesso
em 15/06/2005.

VIOTTO, JORDANA. BI - Duas letras que fazem a diferença. Informationweek, Maio/2005.

Disponível em < http://informationweek.com.br>. Acesso em 27/07/2005.

CASTRO FILHO, PAULO FARIAS. A arte da Sobrevivência na Selva da Tecnologia. Rio de

Janeiro. Acxel Books do Brasil Editora. 2003.

WIKIPEDIA – A enciclopédia livre. Disponível em

http://pt.wikipedia.org/wiki/Business_Intelligence . Acesso em 14/06/2005.
 18

CLIENTESA. IDC divulga estudo de BI e BPM. Disponivel em < www.clientesa.com.br>

publicado em 01/06/2005, acesso em 14/06/2005.

SSBI-SOFTWARES & SOLUÇÕES. Business Intelligence, BI e Aplicações, Disponivel em

www.be-businessintelligence.com.br/aplicações> Acesso em 10/06/2005.

DUTRA JR,ANTONIO. Jornalismo Empresarial Digital. Disponivel em

www.baquete.com.br/coluna.php?id=1357 Acesso em 12/06/2005

SARAIVA, JACILIO. Sistemas de BPM querem padronizar processos e acelerar a

produtividade e a eficiência. Disponivel em www.rnt.com.br/edição503. Acesso em
14/06/2005.

VIEIRA, EDUARDO. Info-Corporate. Muito Além do BI. Disponivel em

www.info.abril.com.br/corporate. Edição de Out./2004. Acesso em 15/06/2005.

KIMBALL, RALPH. Data Warehouse Toolkit, São Paulo, Makcron, 1998