allyson_monografia ferramentas de business intelligence como garantia de diferencial competitivo
TRANSCRIPT
FACULDADE INFÓRIUM DE TECNOLOGIA
UTILIZAÇÃO DE FERRAMENTAS DE BUSINESS INTELLIGENCE COMO
GARANTIA DE DIFERENCIAL COMPETITIVO
ALLYSON CAETANO DA SILVA
Belo Horizonte
2010
ALLYSON CAETANO DA SILVA
UTILIZAÇÃO DE FERRAMENTAS DE BUSINESS INTELLIGENCE COMO
GARANTIA DE DIFERENCIAL COMPETITIVO
Monografia apresentada ao programa de
Graduação em Sistemas de Informação da
Faculdade Infórium de Tecnologia, como
requisito parcial à obtenção do título de
Bacharel em Sistemas de Informação.
Orientador: Professor Pablo Alexandre
Roberto.
Belo Horizonte
2010
RESUMO
Os gestores das organizações cada vez mais precisam de informações precisas de
como suas organizações estão caminhando, para que possam tomar decisões acertadas.
Uma grande quantidade de dados é gerada pelas transações e processos decorrentes de
um ambiente organizacional, no entanto esses dados por si só não representam nada para os
gestores. Nesse contexto surge o Business Intelligence, fornecendo ferramentas de apoio à
tomada de decisões que, através de informações precisas, propiciam um processo decisório
consciente.
Neste trabalho utilizou-se como estudo de caso o projeto realizado no Programa
Students to Business da Microsoft, de onde foram extraídas informações de suporte à tomada
de decisões, que são apresentadas com o intuito de ilustrar o processo de ETL (extração,
transformação e carga de dados) e de OLAP para exibição das informações. Com essa
implementação foi possível notar a facilidade de extração informações proporcionada pelas
ferramentas de Business Intelligence.
Palavras-chave: Business Intelligence, Data Warehouse, Ferramentas
SUMÁRIO
1. INTRODUÇÃO ......................................................................................................................... 8
1.1. Problema ............................................................................................................................ 8
1.2. Justificativa ........................................................................................................................ 9
1.3. Objetivos ............................................................................................................................ 9
1.4. Organização ....................................................................................................................... 9
2. REFERENCIAL TEÓRICO ......................................................................................................11
2.1. Dados ................................................................................................................................11
2.2. Informação ........................................................................................................................12
2.3. Conhecimento....................................................................................................................12
2.4. Banco de Dados .................................................................................................................13
2.5. Data Warehouse ................................................................................................................14
2.6. Business Intelligence .........................................................................................................15
3. FERRAMENTAS DE BUSINESS INTELLIGENCE ..................................................................18
3.1. Microsoft Business Intelligence .........................................................................................18
3.1.1. Integration Services .......................................................................................................18
3.1.2. Analysis Services ...........................................................................................................19
3.1.3. Report Services ..............................................................................................................20
3.2. Oracle Business Intelligence ..............................................................................................21
3.2.1. Oracle Business Intelligence Editor ................................................................................21
3.2.2. Oracle Essbase...............................................................................................................21
3.2.3. Oracle Scorecard and Strategy Management ..................................................................22
3.2.4. Oracle Warehouse Builder .............................................................................................22
3.2.5. Oracle Real-Time Decisions (RTD) ................................................................................22
3.3. SAS Business Intelligence .................................................................................................22
3.3.1. SAS Analytics ................................................................................................................23
3.3.2. SAS Data Integration ....................................................................................................23
3.4. SAP BusinessObjects BI ....................................................................................................23
3.4.1. SAP BusinessObjects Voyager .......................................................................................24
3.4.2. SAP BusinessObjects Predictive Workbench ..................................................................24
3.4.3. SAP BusinessObjects Xcelsius Enterprise ......................................................................24
3.4.4. SAP BusinessObjects Web Intelligence ..........................................................................24
3.4.5. SAP BusinessObjects Explorer ......................................................................................24
3.4.6. SAP BusinessObjects Crystal Reports ............................................................................24
3.5. IBM Cognos ......................................................................................................................25
3.5.1. IBM Cognos Reporting ..................................................................................................25
3.5.2. IBM Cognos BI Analysis ...............................................................................................25
3.5.3. IBM Cognos BI Scorecarding ........................................................................................26
3.5.4. IBM Cognos BI Dashboarding.......................................................................................26
4. ESTUDO DE CASO (Projeto Varejo) .......................................................................................27
4.1. Metodologias e Ferramentas ..............................................................................................27
4.2. Etapas ................................................................................................................................27
4.2.1. Elaboração do Escopo do Projeto e Análise de Requisitos ..............................................27
4.2.2. Extração, Transformação e Carga (Integration Services) ................................................29
4.2.2.1. Base de Dados Transacional .......................................................................................30
4.2.2.2. Conversões/Transformações de Dados .......................................................................32
4.2.2.3. Tratamento de Erros ...................................................................................................32
4.2.2.4. Data Warehouse ........................................................................................................33
4.2.2.5. Criação de Estruturas de Dados ..................................................................................35
4.2.2.6. Execução de Pacotes ..................................................................................................35
4.2.3. Análise e Criação de Cubos (Analysis Services) .............................................................36
4.2.4. Criação de Relatórios (Report Services) .........................................................................38
5. CONCLUSÕES ........................................................................................................................39
REFERÊNCIAS BIBLIOGRÁFICAS ...............................................................................................41
ANEXO I – Trecho da Descrição do Projeto S2B - Bancos de Dados BI ...........................................44
LISTA DE SIGLAS
BI – Business Intelligence
DW – Data Warehouse
TI – Tecnologia da Informação
DM – Data Mart
SQL – Structured Query Language
ETL – Extract, Transform and Load (Extração, Transformação e Carga)
OLAP – On-line Analytical Processing
BD – Banco de Dados
KMS – Knowledge Management System
CI – Competitive Intelligence
SSIS – SQL Server Integration Services
XML - eXtensible Markup Language
KPI - Key Performance Indicators
SOA - Service Oriented Architecture
LISTA DE FIGURAS
Figura 1 Interação de uma empresa com todo ambiente que a cerca (HERING, 1997) .......................16
Figura 2 Visão Geral do Produto. ......................................................................................................29
Figura 3 Integração de Fontes de Dados Heterogêneas. .....................................................................30
Figura 4 Modelagem da Base de Dados Transacional. .......................................................................31
Figura 5 Pacote SSIS para Popular a Base de Dados Transacional. .....................................................32
Figura 6 Estrutura de Dados do Data Warehouse...............................................................................34
Figura 7 Pacote SSIS para Popular o Data Warehouse.......................................................................35
Figura 8 Pacote SSIS para Criação das Estruturas de Dados do BD Transacional e DW. ....................35
Figura 9 Pacote SSIS para Execução Integrada dos Demais Pacotes. ..................................................36
Figura 10 Exemplo de Cubo de Dados...............................................................................................36
Figura 11 Cubo Montado a Partir do Analysis Services. .....................................................................37
Figura 12 Visualizando o Cubo no Excel. ..........................................................................................37
Figura 13 Relatório Gerado pelo Report Services. .............................................................................38
8
1. INTRODUÇÃO
Durante anos foram desenvolvidos sistemas transacionais estruturados para criar
elementos de controle operacional para empresas, focados na automação de processos
(MACHADO, 2000, p1).
Devido ao foco dos sistemas transacionais e ao fato que esses sistemas de modo geral
armazenam seus dados em bancos de dados relacionais, que apresentam falhas estruturais e
problemas de consolidação de dados, a necessidade de informações dos gestores não é
plenamente atendida. Para atender a esta necessidade, o DW (Data Warehouse) surge na
década de 80, como um conceito acadêmico. (PRIMAK, 2008, p. 5).
Um Data Warehouse é um sistema computacional de modelagem e armazenamento de
dados utilizado para armazenar informações inerentes a uma organização de forma
consolidada (PRIMAK, 2008, p. 5).
É nesse contexto que surge o Business Intelligence fornecendo ferramentas de apoio à
tomada de decisão, permitindo uma análise sistemática de várias perspectivas das informações
armazenadas. Considerada também como uma arquitetura de modelagem de dados, o BI
possibilita o gerenciamento das informações e a tomada de decisões, de forma a garantir uma
vantagem competitiva para as empresas.
Para realizar essa análise os usuários finais necessitam de uma solução Front End
(voltadas para usuários finais). Esta solução é chamada de OLAP (On Line Analytical
Processing – Processamento On-line Analítico) consiste em uma ferramenta de Business que
possibilita a obtenção de novos conhecimentos que são empregados no processo de tomada de
decisão.
1.1. Problema
Este trabalho busca a resposta às seguintes questões: Como o ambiente de BI pode
prover informações para tomada de decisões de forma a garantir uma vantagem competitiva
para as empresas e quais são as abordagens dadas pela literatura para o termo Business
Intelligence.
9
1.2. Justificativa
A justificativa do trabalho está relacionada à mudança ocorrida no mundo dos
negócios, onde cada vez mais os gestores buscam aporte em informações consistentes para o
processo decisório ao invés de sua própria intuição.
A partir dessa demanda, surgem cada vez mais soluções (sistemas) que trabalham com
a arquitetura de Business Intelligence, dentre eles se destacam: SAP BusinessObjects, Oracle
Business Intelligence, SAS Enterprise BI , IBM Cognos e o Microsoft Business Intelligence
que de acordo com Sommer somam 71% de participação no mercado de BI1.
Além dos motivos supramencionados, esse trabalho se justifica pela crescente
utilização de Business Intelligence nas empresas, conforme pesquisas realizadas pela
consultoria IDC, há uma previsão de crescimento no setor de BI de 14% no Brasil em 20102.
1.3. Objetivos
Esse trabalho tem como objetivos gerais descrever a estrutura de ambientes de
Business Intelligence, e mostrar sua importância para as empresas.
Como objetivos específicos têm-se:
Levantar as tecnologias que permeiam o processo de elaboração de um ambiente de
Business Intelligence.
Apresentar ferramentas de Business Intelligence.
Desenvolver um Projeto de Business Intelligence utilizando ferramentas Microsoft
(estudo de caso feito no curso de Bancos de Dados com ênfase em BI do programa
Students to Business da Microsoft).
1.4. Organização
Este trabalho está organizado da seguinte forma: no capítulo 2 é apresentado o
referencial teórico pertinente ao trabalho. Em seguida, no capítulo 3, apresentam-se as
1 http://convergenciadigital.uol.com.br/cgi/cgilua.exe/sys/start.htm?infoid=22423&sid=16, acessado em
25/04/2010.
2 http://rsobsb.wordpress.com/2010/05/21/setor-de-bi/, acessado em 17/04/2010
10
ferramentas de BI : Microsoft Business Intelligence, Oracle Business Intelligence, SAS
Enterprise BI, SAP BusinessObjects e o IBM Cognos. No capítulo 4, apresenta-se um estudo
de caso prático utilizando as ferramentas Microsoft Sql Server 2008, Integration Services,
Analysis Services e Report Services, que passa por todas as etapas de construção de um BI,
desde a sua modelagem até a extração de dados pelos usuários. Por fim, no capítulo 5
apresentam-se as conclusões e possibilidades para trabalhos futuros.
11
2. REFERENCIAL TEÓRICO
O objetivo desta seção é apresentar ao leitor as principais teorias e estudos pertinentes
ao tema do trabalho. A seção possui a seguinte estrutura: os itens 2.1 (Dados) e 2.2
(Informação) compõem e propiciam a geração de conhecimento, fazendo a analogia de que
pensar em conhecimento sem dados e informações seria como pensar em um carro sem o
motor e transmissão; o item 2.3 (Conhecimento), por sua vez, trata do resultado que se espera
do ambiente de Business Intelligence; o item 2.4 a questão de que bancos de dados, que são
estruturas criadas para armazenar dados, podem apresentar falhas estruturais e não fornecer
informações relevantes para o processo decisório, contexto que propicia o surgimento do Data
Warehouse, que é uma estrutura que armazena dados com função analítica; o item 2.6 aborda
o modelo atual de Business Intelligence, que se baseia na extração de informações desse
ambiente.
2.1. Dados
Os Dados representam uma coleção de fatos que podem ser armazenados e que
possuem um significado implícito, isso é, se visualizados de forma separada não possuem
significado algum. Esses dados em algum momento foram escritos em um programa qualquer.
Por exemplo, quando se anotam recados, esses recados podem ser escritos em uma folha de
papel ou armazenados em um microcomputador, por meio de algum programa como o
Notepad ou One Note (ELMASRI e NAVATHE, 2005, p.24).
A camada de dados é caracterizada pela sua ligação com os sistemas transacionais,
pois possuem a responsabilidade de viabilizar as operações das empresas. Mesmo esses dados
sendo essenciais do ponto de vista do controle operacional de uma empresa, eles possuem
pouca ou nenhuma relevância do ponto de vista gerencial ou estratégico (PINHEIRO, 2008, p
.4).
A visualização dos dados não revela uma perspectiva analítica de algum fato, situação
ou cenário da empresa (idem).
12
2.2. Informação
A informação pode ser considerada, sobre a ótica dos sistemas transacionais, como um
conjunto de dados operacionais. Esse conjunto de informações, quando concentradas em um
único repositório, permite uma visão não só apenas corporativa dos dados associados às
transações da empresa, mas também uma visão analítica dos cenários do mercado. Esses
dados são armazenados em ambientes de Data Warehouse (idem).
Informação é todo conjunto de dados organizados de forma a terem sentido e valor
para seu destinatário. Este interpreta o significado, tira conclusões e faz deduções a
partir deles. Os dados processados por um programa aplicativo têm uso mais
específico e maior valor agregado do que aqueles simplesmente recuperados de um
banco de dados. Esse aplicativo pode ser um sistema de gerenciamento de estoques,
um sistema de matrículas online de uma universidade, ou um sistema de Internet para
compra e venda de ações. (TURBAN, MCLEAN e WETHERBE, 2004, pg. 63).
O objetivo básico da informação é amparar a empresa na geração de novos
conhecimentos e fornecer meios para a empresa a alcançar seus objetivos através do uso
eficiente dos recursos disponíveis, nos quais além da informação estão inseridas: pessoas,
equipamentos, materiais, tecnologia, dinheiro. Por conseguinte, a informação se torna um
recurso vital da empresa, que integra, quando devidamente estruturada, diversos subsistemas,
logo, as funções das várias unidades organizacionais da empresa (OLIVEIRA, 1999, p. 37).
2.3. Conhecimento
Conhecimento nada mais é que uma abstração interior, individual, de algo já
experimentado por uma pessoa. Dessa maneira, quando explanamos sobre conhecimento,
entramos em um tema de âmbito puramente subjetivo do homem.
O conhecimento se distingue da informação, pelo fato de estar associado a uma
intencionalidade. Tanto a informação quanto o conhecimento consistem de declarações
verdadeiras, porém o conhecimento pode se considerar como uma informação com propósito
e utilidade (IBEIRO, s/d, p.5).
Contudo o conhecimento não pode ser armazenado em um computador, pois assim
reduzir-se-ia a informação. Assim, nesse contexto, é completamente equivocado falar-se de
uma "base de conhecimento" em um micro computador (SETZER, 1999).
13
Segundo Davenport e Prusak (apud SOUZA & SILVA, 2003),
Conhecimento é um fluido misto de experiências, valores, informação contextual e conhecimento que
fornece uma estrutura para avaliar e incorporar novas experiências e informação. Tem origem e é
aplicado na mente das pessoas. Nas organizações, ele está freqüentemente embebido, não só nos
documentos e repositórios, mas também nas rotinas, processos, práticas e normas.
No contexto de um Data Warehouse, temos várias as informações depositadas nesse
ambiente. Apesar de fundamentais para o processo de tomada de decisão, elas não são
suficientes para gerar um diferencial competitivo. As informações distribuídas em Data Marts
3referentes a cada área específica do negócio, ou mesmo o Data Warehouse como um todo,
propiciam a geração de um senso crítico sobre as questões inerentes ao negócio, assim
possibilitando a compreensão das potencialidades e limitações da empresa. (PINHEIRO,
2008, p .7)
Essa possibilidade não é de apenas aumentar o senso crítico, mas prover uma maior
compreensão sobre um assunto, possibilitando melhores deliberações nas atividades relativas
ao mercado.
2.4. Banco de Dados
Conforme Batini, citado por (BORTOLI, s/d, p. 2) “um banco de dados é uma coleção
de dados operacionais armazenados e utilizados pelo sistema de aplicações de uma empresa
específica. Os dados mantidos por uma empresa são chamados de 'operacionais' ou
'primitivos'”.
Bancos de dados operacionais armazenam dados inerentes a uma organização, que são
necessários às operações diárias da empresa, sendo utilizados pelos usuários para registrar as
atividades diárias e executar operações pré-definidas. Devido a essas características seus
dados podem sofrer constantes mudanças conforme as necessidades da empresa (PRIMAK,
2008, p. 38).
3 Representa uma subdivisão física e lógica de Data Warehouse. Sendo essa subdivisão a representação de uma
área de negócio ou departamento de uma empresa, permitindo acesso descentralizado aos mesmos.
(MACHADO, 2000, p. 27)
14
Bancos de dados relacionais geralmente sobrescrevem os dados armazenados,
descartando os antigos. Desta maneira não são armazenadas informações históricas por vários
anos. Quando normalizados, possuem redundância de dados reduzida se comparados a um
Data Warehouse. Além disso, não há a necessidade de uma grande capacidade de
armazenamento (PRIMAK, 2008, p. 38).
2.5. Data Warehouse
De uma forma ou outra todas as empresas possuem dados. A maioria das empresas
possui dados distribuídos em sistemas computacionais, que se referem ao seu negócio ou ao
mercado como um todo. Nesse contexto um Data Warehouse (DW) é um ambiente que
proporciona uma sólida integração dos dados para realização de análises (PINHEIRO, 2008,
p. 46).
A preocupação dessa tecnologia é em integrar e consolidar informações advindas de
diversas fontes de dados (internas e externas), que em maioria são heterogêneas, sumarizando,
limpando, filtrando e transformando esses dados, preparando-os assim para uma análise que
proverá suporte à tomada de decisões (MACHADO, 2000, p. 26).
Podemos dizer que um DW é uma coleção de dados operacionais organizados de
forma a criar novos conhecimentos de negócios e propiciar a geração de idéias para o
processo decisório. Porém não devemos visualizar um DW simplesmente como um banco de
dados ou uma ferramenta isolada no auxílio no processo de tomada decisões, mas sim um
agrupamento de tecnologias que fornecem suporte à decisão (PINHEIRO, 2008, p. 45).
O termo Data Warehouse foi utilizado pela primeira vez por W. H. Inmon (apud
PINHEIRO, 2008, p. 45) como um banco de dados projetado para auxiliar o processo de
tomada de decisões nas empresas.
Um Data Warehouse deve atender de forma mais rápida, acurada e em maior volume
às necessidades da gerência no processo de tomada de decisão. Necessidades que por vezes
envolvem consultas muito complexas, com acesso a uma grande quantidade de registros
(BORTOLI, s/d, p. 2).
15
2.6. Business Intelligence
O conceito de Business Intelligence (BI) pode ser entendido como “um conjunto de
conceitos e métodos para melhorar a tomada de decisão através da utilização de sistemas de
apoio baseados em fatos” (POWER, 2010).
De acordo com Gartner Group, um aspecto fundamental da arquitetura de Business
Intelligence (BI) é a análise contextual que integra e extrai informações de várias fontes,
fazendo uso da experiência e levantando hipóteses para desenvolver uma perspectiva precisa
da dinâmica dos negócios (OLIVETTI apud BARBIERI & SOUSA, 2010).
Business Intelligence não é um sistema nem um produto. BI é uma arquitetura que
fornece uma coleção de operações integradas, além de aplicações de suporte a decisão e
bancos de dados que fornece um fácil acesso às informações aos tomadores de decisão.
(MOSS, apud BARBIERI & SOUSA, 2010).
Barbieri entende Business Intelligence como um guarda-chuva conceitual que envolve
Inteligência Competitiva (CI – Conjunto de informações da concorrência e do mercado),
Gerência de Conhecimentos (KMS – Conjunto de informações de uma empresa criadas,
agrupadas, recuperadas e organizadas), Internet Business Intelligence, pesquisa e análise de
mercados, etc. (BARBIERI apud BARBIERI & SOUSA, 2010). Percebe-se que através da
implantação de Business Intelligence é permitido informações advindas do interior e do
exterior da empresa, capacitando fontes de dados relevantes para uma tomada de decisão
qualitativa (BARBIERI & SOUSA, 2010).
Business Intelligence está sendo visto como as abordagens evoluídas de modelagem
de dados, capazes de promover a estruturação correta de informações em depósitos
retrospectivos e históricos, permitindo a sua manipulação por ferramentas analíticas e
inferenciais (BARBIERI apud BARBIERI & SOUSA, 2010, p2).
16
Figura 1 Interação de uma empresa com todo ambiente que a cerca (HERING, 1997)
A Figura 1 ilustra a interação do sistema de inteligência de negócios de uma empresa
com forças externas a mesma.
Segundo Giovinazzo (apud BARBIERI & SOUSA, 2010), as organizações que
possuem apenas sistemas operacionais estão no degrau mais baixo da escada de evolução. Por
meio de uma analogia entre os sistemas tecnológicos e humanos, Giovinazzo (2002) esclarece
que sistemas operacionais recebem estímulos e passam estes estímulos para outras partes da
organização, por exemplo, quando os estoques de uma determinada companhia caem bastante,
é registrada fome, e desta forma, a organização reage pedindo mais estoque. O autor defende
a aplicação de Business Intelligence como uma fonte de sobrevivência no mercado feita
através de uma estratégia vencedora. Estratégia esta, capaz de antecipar as condições de
futuro através do entendimento do passado, eleito como a melhor forma de ser capaz de
predizer o futuro.
Assim, a arquitetura de Business Intelligence torna-se uma importante ferramenta nas
mãos dos gestores, e proporciona diversos benefícios às empresas, dentre eles: aumento de
receitas, aumento de lucro, melhoria da satisfação do cliente, aumento de economia e ganho
de Market Share (quota de mercado).
Pesquisas recentes do Aberdeen Group realizadas com executivos da área de
tecnologia da informação mostram que, há dois anos consecutivos, o BI
17
aparece como a solução considerada como a mais importante arma de TI para
trazer resultados para o negócio em até cinco anos (WAILGUN, 2010, s/p).
18
3. FERRAMENTAS DE BUSINESS INTELLIGENCE
3.1. Microsoft Business Intelligence
A plataforma de BI da Microsoft oferece uma solução completa, integrada e escalável
que possui suporte para a necessidade de informações de suporte à decisão das organizações.
Através da integração da plataforma Microsoft Office, Microsoft Business Intelligence provê
um ambiente familiar para distribuição da informação para os colaboradores e tomadores de
decisões.
O desenvolvimento BI se dá no Microsoft Sql Server juntamente com o Microsoft
Visual Studio4. Com o uso de ferramentas de integração, análises e relatórios, a tecnologia
Microsoft BI pode habilitar as organizações a melhorar as tomadas de decisões estratégias e a
eficiência nos negócios.
Microsoft BI é um conjunto de ferramentas clientes, servidores e produtos de
desenvolvimento integrados para suportar todas as faces da tomada de decisão5.
3.1.1. Integration Services
O Microsoft Integration Services é uma plataforma para conceber a integração de
dados de fontes heterogêneas nas corporações e prover soluções que no tange transformações
de dados.
Segundo MSDN (2010) o Integration Services deve ser usado para “solucionar
problemas empresariais complexos copiando ou baixando arquivos, enviando mensagens de
e-mail em resposta a eventos, atualizando data warehouses, fazendo a limpeza e mineração de
dados e gerenciando objetos e dados do SQL Server6.
O Microsoft Integration Services trabalha com uma metodologia de dividir os
processos em pacotes, que possuem fluxos para executar uma determinada ação. Os pacotes
5 http://www.k2m.com.br/solucoes/solucoes_bi.htm, acessado 05/10/2010
6 O Visual Studio é um pacote de ferramentas de desenvolvimento baseadas em componentes e outras
tecnologias para a criação de aplicativos. (MSDN, 2010)
19
podem funcionar sozinhos ou junto com outros pacotes para tratar das necessidades
empresariais complexas. (MSDN, 2010)
Segundo (MSDN, 2010) “O Integration Services pode extrair e transformar dados a
partir de uma ampla variedade de fontes como arquivos de dados XML7, arquivos simples e
fontes de dados relacionais e transferir dados para um ou mais destinos.”
“O Integration Services inclui um conjunto completo de tarefas e transformações
internas; ferramentas para construção de pacotes; e o serviço do Integration Services para
execução e gerenciamento de pacotes. É possível utilizar as ferramentas gráficas do
Integration Services para criar soluções sem gravar uma única linha de código. Pode-se
programar o modelo de objeto do Integration Services para criar programaticamente pacotes e
tarefas personalizadas de código bem como outros objetos de pacote.” (MSDN, 2010)
3.1.2. Analysis Services
O Microsoft Analysis Services fornece OLAP (processamento analítico online) e
funcionalidade de mineração de dados por meio de uma combinação de servidor e tecnologias
cliente integrados em um ambiente especializado de desenvolvimento e gerenciamento.
(MSDN, 2010)
A utilização do Analysis Services de acordo com (MSDN, 2010) “permite projetar,
criar e gerenciar estruturas multidimensionais que contenham detalhes e dados de agregação
de várias fontes de dados, como bancos de dados relacionais, em um único modelo lógico e
unificado com suporte para cálculos internos”.
A ferramenta de acordo com (MSDN, 2010) permite realizar “análise rápida, intuitiva,
de baixo para cima de grandes quantidades de dados contidos nesse modelo de dados
unificado e que podem ser entregues a usuários em vários idiomas e moedas”.
7 O XML é um formato para a criação de documentos com dados organizados de forma hierárquica, cujo
principal propósito é facilitar o compartilhamento de informações através da Internet
(http://pt.wikipedia.org/wiki/XML), acessado em 06/10/2010
20
O Analysis Services de acordo com (MSDN, 2010) “funciona com data warehouses,
data marts, bancos de dados de produção e armazenamento de dados operacional, com
suporte à análise de dados históricos e em tempo real”8,9
.
3.1.3. Report Services
O Microsoft Report Services fornece uma variedade de ferramentas e serviços prontos
para ajudar a criar, implantar e gerenciar relatórios nas organizações, além de possuir a
possibilidade de personalização das funções do relatório através de programação (MSDN,
2010).
O Report Services é uma plataforma de relatórios baseada em servidor que, assim
como o Integration Services e o Analysis Services, permite a utilização de várias fontes de
dados para realizar suas funções, que nesse caso se destina a funcionalidade de relatórios. Um
ponto importante de se ressaltar é que as ferramentas do Report Services funcionam dentro do
Microsoft Visual Studio e estão integradas com o SQL Server (MSDN, 2010).
Conforme a Microsoft com a utilização do Report Services “você pode criar relatórios
interativos, tabulares, gráficos ou de forma livre de fontes de dados relacionais,
multidimensionais ou baseadas em XML. É possível publicar relatórios, agendar
processamento de relatórios ou acessar relatórios sob demanda. O Reporting Services também
permite criar relatórios ad hoc 10
com base em modelos predefinidos e explorar dados
interativamente dentro do modelo. É possível selecionar entre uma variedade de formatos de
exibição, exportar relatórios para outros aplicativos e assinar relatórios publicados. Os
relatórios criados podem ser exibidos através de uma conexão baseada na Web ou como parte
de um aplicativo do Microsoft Windows ou site do SharePoint”11
. (MSDN, 2010)
8 http://msdn.microsoft.com/pt-br/library/ms403371.aspx, acessado em 10/09/2010.
9 http://msdn.microsoft.com/pt-br/library/bb522607.aspx, acessado em 10/09/2010.
10 Segundo Inmon, Terdeman e Imhoff (2001, p. 256) "são consultas com acesso casual único e tratamento dos
dados segundo parâmetros nunca antes utilizados, geralmente executadas de forma iterativa e heurística".
11 http://msdn.microsoft.com/pt-br/vstudio/ff431702.aspx, acessado em 07/10/2010
21
3.2. Oracle Business Intelligence
Oracle Business Intelligence fornece uma solução de BI completa, aberta e integrada
aos negócios.
Com o Oracle BI é possível utilizar diversos recursos, que incluem consultas ad-hoc,
análise, relatórios empresariais, dashboards12
e scorecards13
.
O Oracle BI fornece um amplo leque de opções avançadas de visualização de
informações, colaboração, pesquisa incorporada, acesso móvel, integração com o Microsoft
Office. A base do Oracle BI com o middleware (MACIEL & ASSIS, 2004)14
aberto integra
infra-estrutura e ambientes heterogêneos, e prevê o acesso universal a todos os tipos de dados
empresariais, incluindo relacionais, OLAP, e fontes de dados não estruturados15
.
3.2.1. Oracle Business Intelligence Editor
O Oracle BI Editor é uma solução empresarial para criação, gerenciamento e entrega
de documentos altamente formatados como relatórios operacionais, transferência eletrônica de
documentos, formulários governamentais em PDF, etiquetas, cheques, cartas de vendas e
marketing, dentre outros.
3.2.2. Oracle Essbase
O Oracle Essbase nada mais é que um servidor OLAP interativo, que provê
modelagem de cenários alternativos, simplifica o gerenciamento de relatórios, o processo de
análise de variância e projeções.
12 “O termo Dashboard é utilizado para indicar um "painel de indicadores"”; “[...] Os Dashboards fornecem uma
representação ilustrada do desempenho dos negócios em toda a organização”
(http://pt.wikipedia.org/wiki/Dashboard), acessado em 08/10/2010
13 O Balanced Scorecard (BSC) é uma metodologia de gestão empresarial, que mensura o comportamento
operacional, utilizando além dos compostos financeiros usuais, compostos relativos a satisfação do cliente, da
eficácia dos instrumentos operacionais internos e da capacidade de inovar da organização, checando-os ao
estabelecer o planejamento estratégico (DRUMOND, s/d)
14 “O termo “middleware” representa uma camada intermediária entre o sistema operacional e as aplicações
distribuídas, tendo como objetivo abstrair a heterogeneidade existente da comunicação distribuída.”
(MACIEL, 2004)
15 http://www.oracle.com/us/solutions/ent-performance-bi/business-intelligence/index.html, acessado em
08/10/2010
22
3.2.3. Oracle Scorecard and Strategy Management
O Oracle Scorecard and Strategy Management é uma aplicação que permite às
organizações definir metas e objetivos estratégicos que podem ser conectadas a todos os
níveis da empresa. Key Performance Indicators (KPIs)16
asseguram que as pessoas estão
seguindo as métricas corretamente em seus painéis e relatórios de negócios para atingir um
melhor desempenho17
.
3.2.4. Oracle Warehouse Builder
O Oracle Warehouse Builder permite o armazenamento centralizado de dados, solução
de ETL (extração, transformação e carga) e modelagem de dados18
.
3.2.5. Oracle Real-Time Decisions (RTD)
O Oracle Real-Time Decisions (RTD) combina as regras e análise preditiva para
poderosas soluções para o gerenciamento de decisões coorporativas em tempo real. Ele
permite a instalação de inteligência em tempo real em qualquer tipo de processo de negócios
ou interação com o cliente19
.
3.3. SAS Business Intelligence
O SAS20
Business Intelligence possui uma arquitetura integrada, onde se encontram o
SAS Analytics e o SAS Data Integration, da qual se tira proveito para fornecer informações
empresariais consolidadas e precisas no momento certo, às pessoas certas, e em um formato
em que elas possam ser mais bem aproveitadas.
16 KPI's são critérios de mensuração para fatores críticos de sucesso e objetivos da equipe, através dos quais é
possível avaliar o funcionamento do processo. As metas são alvos quantitativos de indicadores de
desempenho e exibem o valor a ser alcançado (RAMPERSAD apud COSSULIN, 2004).
17 http://www.oracle.com/us/solutions/ent-performance-bi/business-intelligence/bi-tools-075497.html, acessado
em 08/10/2010
18 http://www.oracle.com/technetwork/developer-tools/warehouse/overview/index.html, acessado em
08/10/2010
19 http://www.oracle.com/us/solutions/ent-performance-bi/business-intelligence/bi-tools-075497.html, acessado
em 08/10/2010
20 http://www.sas.com/technologies/analytics/index.html, acessado em 09/10/2010
23
Com sua arquitetura flexível, dimensionável e aberta, o SAS Business Intelligence
garante que os aplicativos desenvolvidos por hoje continuarão a atender suas necessidades no
futuro, apesar das modificações em hardware e sistemas operacionais, das exigências de
negócios novas e desafiadoras, e do crescimento contínuo nos volumes de dados e usuários.
3.3.1. SAS Analytics
SAS Analytics fornece um ambiente integrado para modelagem descritiva e preditiva,
análise de texto, mineração de dados, previsão, otimização, simulação e projeto experimental,
dentro outros. O SAS oferece uma gama de técnicas e processos para a obtenção,
classificação, análise e interpretação dos dados para revelar padrões ocultos, anomalias,
principais variáveis e relações e, em última instância, gerar novos insights e respostas mais
rápidas.
3.3.2. SAS Data Integration
O SAS Enterprise Data Integration fornece um completo ambiente para integração de
dados, com recursos para acesso e integração de dados, incluindo tratamento, limpeza e
enriquecimento da qualidade de dados e também recursos estatísticos avançados. O Data
Integration também possui ambiente gráfico para desenvolvimento interativo, de várias
equipes dos processos de fluxo e integração de dados.
3.4. SAP BusinessObjects BI
O SAP21
BusinessObjects BI fornece ampla funcionalidade de Business Intelligence
que pode prover informações aos usuários para tomar decisões mais eficazes e bem
fundamentadas, com base em análises e dados sólidos. Todos os usuários, do analista
especializado aos usuários comuns, têm acesso às informações de que precisam e com
dependência mínima dos recursos e dos desenvolvedores de TI.
Com essas soluções robustas, os usuários em toda a corporação podem acessar,
formatar, analisar, navegar e compartilhar informações na empresa. Alguns dos subprodutos
do SAP BusinessObjects são descritos a seguir.
21 http://www.sap.com/brazil/solutions/sapbusinessobjects/large/intelligenceplatform/bi/index.epx, acessado em
09/10/2010
24
3.4.1. SAP BusinessObjects Voyager
Com o SAP BusinessObjects Voyager é possível explorar dados de processamento de
análises online (OLAP) usando uma ferramenta projetada especificamente para analistas
financeiros e de negócios, uma ferramenta que oferece grande variedade de funções para
analisar conjuntos de dados de várias dimensões.
3.4.2. SAP BusinessObjects Predictive Workbench
O SAP BusinessObjects Predictive Workbench permite a realização de análise
preditiva, potencializando assim o valor de ativos de informação para colocar insights na
prática.
3.4.3. SAP BusinessObjects Xcelsius Enterprise
O SAP BusinessObjects Xcelsius Enterprise é uma ferramenta de visualização de
dados, com funcionalidade básica de apontar e clicar, desenvolvida especialmente para criar
análises e dashboards interativos com conexões seguras e em tempo real com o SAP
BusinessObjects Enterprise.
3.4.4. SAP BusinessObjects Web Intelligence
O SAP BusinessObjects Web Intelligence provê benefícios do acesso self-service a
informações e análises intuitivas em um produto integrado, que possibilita decisões mais bem
fundamentadas, através do compartilhamento de informações com clientes, fornecedores e
parceiros.
3.4.5. SAP BusinessObjects Explorer
O SAP BusinessObjects Explorer oferece simplicidade de exploração e a velocidade
são características dessa ferramenta de pesquisa e navegação de uso facilitado para os
usuários. Localize informações ocultas em inúmeras fontes internas e externas para encontrar
as informações mais relevantes e responder a perguntas vitais do negócio.
3.4.6. SAP BusinessObjects Crystal Reports
O SAP Crystal Reports permite a criação de relatórios interativos que podem ser
conectados a praticamente qualquer fonte de dados. Seus usuários podem se beneficiar da
25
classificação e filtragem com base em relatórios, o que lhes dá o poder de executar as decisões
instantaneamente. Os relatórios podem ser utilizados através do SAP BusinessObjects
Enterprise, Crystal Reports Viewer ou do Microsoft Office.
3.5. IBM Cognos
O IBM Cognos22
fornece um grande leque de funcionalidades e componentes de BI
em uma única arquitetura orientada a serviços (SOA23
). Estas funcionalidades permitem a
criação de relatórios, dash boards, scorecards e cubos OLAP utilizando-se de diversas fontes
de dados.
3.5.1. IBM Cognos Reporting
O Cognos Reporting permite a tomada de decisões inteligentes, fornecendo um
conjunto abrangente de recursos de relatório. Ele possui as seguintes características:
Fornece uma única solução baseada na Web, para todos os componentes do ciclo de
vida da informação.
Permite que os usuários criem relatórios para obter informações necessárias com
rapidez e facilidade, sem depender da ajuda da área de TI.
Permite a criação de um único relatório, que poderá ser acessado em vários
dispositivos, em mais de vinte e cinco idiomas, em vários formatos, e em outras
aplicações e processos.
Permite a colaboração entre negócios e TI, permitindo a partilha de consultas e
relatórios.
3.5.2. IBM Cognos BI Analysis
O IBM Cognos BI Analysis permite a exploração interativa de informação (OLAP),
independentemente de onde os dados são armazenados e modelagem dimensional fontes de
22 http://www-142.ibm.com/software/products/br/pt/cognos-business-intelligence, acessado em 09/10/2010.
23 A SOA (Service Oriented Achitecture) em português (arquitetura orientada a serviços), surgiu da busca por
sistemas dinâmicos capazes de se comunicar com funcionalidades de outras aplicações, reutilizando
componentes anteriormente implementados, o que permite a redução de tempo e custo (MACHADO, 2004).
26
dados relacionais. É um componente muito útil principalmente para os gestores e analistas
que precisam analisar e informar as tendências do desempenho organizacional.
É possível ver e analisar as relações entre os dados de forma gráfica, sendo que os
relatórios se utilizam de um formato baseado em XML, o que significa que, esses relatórios
podem interagir com qualquer plataforma de sistema operacional.
A ferramenta fornece integração total com cubos e servidores OLAP de terceiros, o
que permite maximizar o retorno sobre o Oracle, Microsoft, SAP e recursos da IBM já
existentes, bem como modelagem dimensional fontes de dados relacionais.
3.5.3. IBM Cognos BI Scorecarding
O IBM Cognos BI Scorecarding ajuda a alinhar suas equipes com táticas e estratégias,
comunicar objetivos de forma coerente e monitorar o desempenho para atingimento de metas.
3.5.4. IBM Cognos BI Dashboarding
IBM Cognos Business Intelligence Dashboarding fornece soluções que ajudam a
monitorar, medir e gerenciar desempenho.
Dashboards fornecem uma rápida e oportuna visão do desempenho do negócio. Com
eles é possível identificar anomalias que poderiam transformar-se em questões empresariais,
sendo possível aprofundar-se nas causas destas anomalias.
IBM Cognos BI Dashboards oferece um elevado grau de visualização com gráficos e
indicadores, que podem facilmente ser entregues em vários formatos para atender às
necessidades específicas dos usuários de negócios.
27
4. ESTUDO DE CASO (Projeto Varejo)
Esse capítulo trata do estudo de caso realizadoe pretende mostrar, de forma prática, a
utilização de ferramentas de Business Intelligence. Esse projeto foi realizado no MIC
(Microsoft Inovation Center)24
, que executa o S2B (Students to Business) 25
da Microsoft. Esse
projeto teve como objetivo melhorar os instrumentos de análise de dados de vendas e verificar
tendências de mercado de uma organização do setor de vendas a varejo, conforme documento
referente à 3º etapa do programa S2B que consta no Anexo I.
4.1. Metodologias e Ferramentas
Para a construção do projeto foram utilizadas as ferramentas Integration Services,
Analysis Services e Report Services da plataforma Microsoft de Business Intelligence,
disponibilizadas pelo MIC.
A utilização dessas ferramentas era indispensável e obrigatória, pois um dos pilares do
Programa Students to Business é a formação de mão de obra capacitada na plataforma
Microsoft para os parceiros na execução do curso 26,27
.
4.2. Etapas
4.2.1. Elaboração do Escopo do Projeto e Análise de Requisitos
Nesta etapa foi realizada uma análise de requisitos da documentação fornecida pela
equipe da Microsoft e que se encontra no Anexo 1. A partir da análise desse documento foi
realizada a elaboração do escopo do projeto. Nesse momento foram definidos todos os
produtos do projeto, serviços necessários para realizá-los e resultados finais esperados.
24 “O MIC BH é uma parceria entre a Microsoft, a PUC Minas e a BHS.Foi criado no início de 2009 e hoje já
capacita estudantes e profissionais de TI, promovendo a pesquisa científica aplicada como pioneira no estado
de Minas Gerais” (http://www.micbh.com.br/Paginas/Oquee.aspx)
25 “O Programa Microsoft Students to Business (S2B) tem por objetivo aproximar estudantes de oportunidades
de trabalho nas carreiras de Tecnologia de Informação.” (http://www.micbh.com.br/Paginas/s2b.aspx)
26 http://msdn.microsoft.com/pt-br/library/ms159106.aspx, acessado em 11/10/2010.
27 http://msdn.microsoft.com/pt-br/vstudio/ff431702.aspx, acessado em 11/10/2010.
28
Os produtos desta etapa foram os seguintes:
Criação de dois modelos de dados, sendo um destes o modelo transacional e o outro o
modelo do Data Warehouse
Pacotes SSIS (SQL Server Integration Services) para extração, transformação e carga
dos modelos de dados.
Criação de um cubo que atenda seis necessidades gerenciais
Geração de dez relatórios parametrizáveis, conforme Anexo 1.
A Figura 2 fornece uma visão macro dos resultados esperados dessa solução de
Business Intelligence.
29
Figura 2 Visão Geral do Produto.
4.2.2. Extração, Transformação e Carga (Integration Services)
Esta etapa consiste na realização do processo de ETL, ou seja, extração, transformação
e carga de dados em uma base de dados. Para realização desse processo se faz necessário uma
análise das bases de dados do cliente do estudo de caso, que foram fornecidos pela Microsoft,
e a partir desta análise definir como será feito o processo de ETL no SQL Server Integration
Services 2008.
30
Antes da realização desta etapa, se faz necessário definir e modelar uma base de dados
para o recebimento dos dados relacionais. Este modelo deve garantir a integridade dos dados,
evitar redundância e utilizar tipos de dados compatíveis com os mapeados das bases de dados
a fim de evitar o desperdício de uso de espaço em disco.
A definição do diretório das fontes de dados fica a critério do desenvolvedor. De
forma a viabilizar o desenvolvimento a partir de mais de uma estação de trabalho, definiu-se o
diretório comum C:\temp\Projeto S2B, pois esse diretório não é apagado quando se realiza
Log Off da estação de trabalho. Os arquivos de fontes de dados não devem ser movidos ou
excluídos deste diretório, pois isto ocasionaria o mau funcionamento do pacote de ETL
transacional.
Figura 3 Integração de Fontes de Dados Heterogêneas.
A Figura 3 ilustra a integração de diversas fontes de dados heterogêneas, sendo
que neste projeto essas fontes foram: arquivo texto (txt), Microsoft Excel (xlsx) e Microsoft
Access (mdb), fornecidos pelo Microsoft Inovation Center.
4.2.2.1. Base de Dados Transacional
Antes de iniciar a criação e execução de pacotes de integração, se faz necessária a
criação de uma base de dados para receber os dados advindos de diversas fontes de dados.
Para se realizar a conexão com as fontes de dados foram instaladas bibliotecas de
conexão para as fontes em xlsx e mdb, processo que é realizado automaticamente quando se
instalada o Microsoft Office 2007 no Windows.
31
Após a análise dos dados contidos nas diversas fontes de dados e suas relações,
construiu-se o modelo de banco de dados ilustrado na Figura 4.
Figura 4 Modelagem da Base de Dados Transacional.
Após a criação dessa base de dados, foi desenvolvido um pacote SSIS (Sql Server
Integration Services) para popular a base de dados transacionais. Pacotes SSIS possuem um
fluxo de controle, no qual processos são executados de forma sequencial. O fluxo de controle
desse pacote fora elaborado de forma a popular primeiramente tabelas que não possuem
dependências, ou seja, que possuem restrições de integridade, logo em seguida as tabelas que
32
possuem dependências, assim garantindo a integridade referencial.
Figura 5 Pacote SSIS para Popular a Base de Dados Transacional.
A Figura 5 ilustra o fluxo de controle de um pacote SSIS, elaborado para popular a
base de dados transacional.
4.2.2.2. Conversões/Transformações de Dados
Foram necessárias três transformações/conversões de dados neste pacote SSIS. De
acordo com o MSDN (2010) transformações/conversões de dados:
...são os componentes no fluxo de dados de um pacote que agregam,
mesclam, distribuem e modificam dados. As transformações também podem
executar operações de pesquisa e gerar conjuntos de dados formação de
dados de exemplo. (MSDN, 2010)
Essas transformações/conversões de dados foram realizadas visando garantir a
integridade das chaves e compatibilidade de dados.
4.2.2.3. Tratamento de Erros
Um ponto que se deve ressaltar é que para cada tarefa executada pelo ETL existe uma
saída alternativa de erro. No projeto foi definido que em cada uma dessas saídas, na
ocorrência de erro, será gerado um provedor de log arquivo-texto, que nada mais é que um
“arquivo de texto que grava entradas de log em arquivos de texto de ASCII em formato CSV
(valores separados por vírgula). A extensão de nome de arquivo padrão deste provedor é log”.
“Por padrão, uma saída de erro contém as colunas de saída e duas colunas de erro: ErrorCode
e ErrorColumn. As colunas de saída contêm os dados da linha que falhou, ErrorCode fornece
o código de erro e ErrorColumn identifica a coluna com falha” (MSDN, 2010).
33
Essa alternativa fora utilizada tendo em vista saber as causas de uma eventual falha;
dessa maneira o log é utilizado para documentar as ocorrências do processo de ETL.
4.2.2.4. Data Warehouse
Para possibilitar a extração dos dados solicitados como requisito para esse trabalho e
não onerar os sistemas em produção optou-se pela criação de um Data Warehouse.
O esquema adotado para o Data Warehouse foi o constelação28
, que é uma variação do
esquema estrela29
, pois se identificou no documento referente à terceira etapa do programa
28 O esquema constelação se constitui de duas ou mais tabelas de fatos que compartilham uma ou mais
dimensões. Esse esquema é comumente utilizado para modelagem de Data Warehouses ou Data Marts, haja
vista que ele permite modelar múltiplos assuntos inter-relacionados (GOUVEIA, 2009).
29 O modelo estrela é uma estrutura de dados básica em um modelo multidimensional. Sua composição típica
possui uma entidade central denominada fato (fact table), e várias entidades a sua volta denominadas
dimensões, formando um desenho similar a uma estrela. (MACHADO, 2000, p. 73)
34
S2B fornecido pelo MIC BH e que consta no Anexo 1 a necessidade de duas tabelas de fatos.
Figura 6 Estrutura de Dados do Data Warehouse.
A Figura 6 ilustra a estrutura do Data Warehouse, assim mostrando a relação das
dimensões com as tabelas fato.
Após a criação dessa base de dados, elaborou-se um novo pacote SSIS para popular a
base de dados do Data Warehouse. O fluxo de controle desse pacote foi elaborado de forma a
popular primeiramente as tabelas de dimensão, pois o cálculo das métricas contidas nas
tabelas de fato depende dos dados contidos nas tabelas de dimensão.
35
Figura 7 Pacote SSIS para Popular o Data Warehouse.
A Figura 7 ilustra o fluxo de controle de um pacote SSIS, elaborado para popular a
base de dados do Data Warehouse.
4.2.2.5. Criação de Estruturas de Dados
Analisando detalhadamente a criação das estruturas de dados verifica-se que para a
execução dos pacotes SSIS, tanto da transacional quando do Data Warehouse faz-se
necessária a prévia existência de suas respectivas estruturas de dados. Tais estruturas foram
construídas no Sistema Gerenciador de Bancos de dados da Microsoft, o Sql Server 2008. É
necessário um controle centralizado desse processo e agilidade no processo de criação das
estruturas. Para tal foi criado um pacote SSIS que, de forma simples, executa um processo que
cria todas essas estruturas de dados.
Figura 8 Pacote SSIS para Criação das Estruturas de Dados do BD Transacional e DW.
A Figura 8 ilustra o fluxo de controle de um pacote SSIS, elaborado para criar a
estrutura de dados bancos de dados (relacional e Data Warehouse).
4.2.2.6. Execução de Pacotes
Novamente pensando numa centralização e automação de processos, criou-se um
pacote SSIS para poder de um único ponto executar todos os pacotes de integração criados
anteriormente. Assim sendo, quando executado, esse pacote gera as estruturas de dados
(Transacional e Data Warehouse), realiza o processo de ETL da base transacional e por fim
realizada o processo de ETL do Data Warehouse.
36
Figura 9 Pacote SSIS para Execução Integrada dos Demais Pacotes.
A Figura 9 ilustra o fluxo de controle de um pacote SSIS, elaborado para Executar
todos os pacotes SSIS ilustrados anteriormente.
4.2.3. Análise e Criação de Cubos (Analysis Services)
Depois de realizada a carga no banco de dados previamente, utilizou-se outra
ferramenta pertencente ao Microsoft SQL Server 2008, o Analysis Services. Esta ferramenta
foi utilizada para criar um Cubo de Dados30
, onde colunas e linhas são as dimensões e as
medidas são os dados. Tal estrutura de é ilustrada na Figura 10.
Figura 10 Exemplo de Cubo de Dados.
A estrutura de cubo foi criada utilizando-se o Analysis Services, conforme ilustrado na
Figura 11.
30 Cubos de Dados são estruturas nas quais usuários podem analisar dados multidimensionais, ou seja,
navegar e visualizar dados, assim extraindo informações e gerando conhecimento (CRAMER, 2006).
37
Figura 11 Cubo Montado a Partir do Analysis Services.
Para acessar os dados contidos no cubo usuários finais necessitam de uma solução
Front End voltada para suas necessidades. A ferramenta adotada nesse projeto foi a OLAP
(OnLine Analytical Processing – Processamento On-line Analítico), que é uma ferramenta de
Business Intelligence utilizada para suprir essa necessidade, possibilitando a obtenção de
novos conhecimentos que são empregados no processo de tomada de decisão.
Esta ferramenta está incluída no Analysis Services; porém os usuários também podem
utilizar o Excel para esse fim, sendo até recomendável utilizar essa ferramenta, devido à
familiaridade e facilidade de uso tida pela maioria dos usuários finais.
Figura 12 Visualizando o Cubo no Excel.
A Figura 12 ilustra a utilização do Excel como ferramenta OLAP para visualização de
dados.
38
4.2.4. Criação de Relatórios (Report Services)
A terceira etapa do projeto é a confecção de relatórios pontuais a partir de dados
armazenados nas bases de dados anteriormente populadas, de acordo com as necessidades do
cliente. Para o estudo de caso, tais necessidades foram detalhadas no Anexo 1. Esses
relatórios foram constituídos através do Report Services.
O relatório exemplo abaixo foi gerado visando atender um dos requisitos vários
requisitos solicitados:
Figura 13 Relatório Gerado pelo Report Services.
A Figura 13 ilustra a utilização do Excel como ferramenta OLAP para visualização de
dados.
39
5. CONCLUSÕES
Com o mercado cada vez mais competitivo, empresas dos mais variados portes, que já
possuíam a Tecnologia da Informação como aliada, começaram a enxergar que o Business
Intelligence poderia proporcionar um diferencial competitivo, e isso trouxe grandes
transformações em relação ao modo de atuação destas empresas frente ao mercado.
Com a globalização e acesso em massa à internet, os clientes passaram a ter um maior
acesso às informações, e de forma cada vez mais rápida. Dessa maneira acabaram as
limitações físicas dos comércios e surgiram necessidades que até então as corporações não
conheciam.
Neste novo cenário é imprescindível que as empresas procurem descobrir as
necessidades de seus clientes e criar maneiras eficientes de utilizar as informações obtidas
durante suas interações com os clientes revertendo-as em novas oportunidades de negócios
(PINHEIRO, 2008, p. 17).
Empresas que não utilizam BI possuem maior probabilidade de fracasso, pois não
sabem de que forma atender às rápidas mudanças do mercado. A correta abordagem a um
cliente, sabendo de suas necessidades, aumenta a chance de sucesso no negócio. Nesse
contexto de um mercado extremamente competitivo, estar no local e momento certo é
fundamental para o sucesso de um negócio, e o BI vem para suprir esta necessidade31
.
São várias as tecnologias utilizadas em um ambiente de Business Intelligence, que
permeiam todas as atividades de uma empresa, desde o primeiro contato com o cliente até a
geração de conhecimento para o gestor, possibilitando a tomada de decisões visando manter
os atuais clientes e conquistar novos (PINHEIRO, 2008, p. 18).
Com essa implementação de BI no curso Students to Business foi possível perceber,
tendo em vista o lado do desenvolvedor, a facilidade de aplicar esses conhecimentos
utilizando as ferramentas da Microsoft, sendo mínima a necessidade de conhecimentos
avançados de programação, uma vez que este recurso foi necessário apenas em alguns pontos
31 http://www.icapti.com.br/Artigos/detalhes.asp?PublicacaoID=52
40
isolados do projeto, como na criação de uma Stored Procedure utilizada para popular a
dimensão “Tempo”.
Do ponto de vista do usuário, foi possível perceber a facilidade de extrair informações
de forma interativa no momento em que se precisa delas. Os usuários já estão familiarizados
com as ferramentas utilizadas, como o Excel e o Internet Explorer, ou outro navegador
qualquer, sendo que, pelo fato de as informações disponibilizadas no Data Warehouse terem
sido solicitadas pelo gestor, essas podem ser extremamente relevantes.
Business Intelligence, em sua essência, veio para tentar atender as necessidades de
informação dos gestores e das organizações e por isto, no quesito características, diverge das
demais ferramentas de decisão disponíveis no mercado. Os meios e formas de obtenção da
informação para apoio à decisão sempre serão alvo de preocupações dos gestores. Por isto o
conceito e a arquitetura de Business Intelligence serão alvo de constante pesquisa e interesse
para as empresas, visando uma constante evolução (BARBIERI & SOUSA, 2010).
Este trabalho surgiu a partir de um projeto de curta duração que seguia diretrizes da
Microsoft e tinha objetivos claros. Portanto nem todos os aspectos importantes puderam ser
apresentados. Um trabalho complementar de especificações de outras técnicas, ferramentas e
soluções concretas para a extração de dados para além daqueles tratados neste trabalho pode
ser sugerido, assim oferecendo outras perspectivas informacionais que permitam aos gestores
tomar decisões ágeis e acertadas embasadas em fatos e não em intuição.
41
REFERÊNCIAS BIBLIOGRÁFICAS
BARBIERI, Carlos e CARDOSO, Érico de Sousa. “Business Intelligence: Modismo ou
necessidade”, 2010, no prelo. Disponível em http://ericocardoso.com/publicacoes/BI.pdf,
Acessado em 27/04/2010.
BORTOLI, Ângelo Luiz de. “Um projeto de Data Warehouse”. S/d. Disponível em
http://materdei.ceicom.com.br/arquivos/Um%20Projeto%20de%20Data%20Werehouse.p
df, acessado em 23/05/2010.
COME, Gilberto de. “Os metadados no ambiente de datawarehouse”. IV SemeAd. São
Paulo, 1999.
COSSULIN, Luciano. Análise dos desafios da gestão de equipes virtuais. Monografia
(Especialização MBIS). São Paulo. Pontifícia Universidade Católica de São Paulo, 2007.
CRAMER, Renato. Estudo analítico de ferramentas open source para ambientes OLAP.
Monografia (Especialização em Gerenciamento de Banco de Dados). Criciúma.
Universidade do Extremo Sul Catarinense, 2006.
DRUMOND, Marcus Vinícius Cotta. “A quinta essência do balanced scorecard – uma
aplicação a instituições de ensino fundacionais sem fins lucrativos”. No prelo, s/d,
disponível em http://www.funam.com.br/Fac/downloads/balancedscorecard.pdf
ELMASRI, Ramez, NAVATHE, Shamkant B. Sistemas de Banco de Dados. São Paulo:
Editora Pearson, 2005, 4º edição.
FIGUEIREDO, Rafael Ramos Batista de (Daniel dos Santos Kaster, orientador).
Tecnologia de Datawarehouse. Londrina. Monografia (Pós-graduação em Engenharia de
Software e Banco de Dados). Universidade Estadual de Londrina, 2007.
GOUVEIA, Roberta Macêdo Marques. Mineração de dados em Data Warehouse para
sistema de abastecimento de água. Dissertação (Mestrado em Informática). Universidade
Federal da Paraíba. João Pessoa, 2009.
IBEIRO, Caroline Garcia. “Informação e Conhecimento: uma abordagem social”. No
prelo, s/d, disponível em http://portal3.com.br/hotsites/pensandorp/wp-
content/uploads/2009/09/caroline.pdf.
IMASTERS. “Por que Business Intelligence?”, disponível em
http://www.icapti.com.br/Artigos/detalhes.asp?PublicacaoID=52, acessado em
05/05/2010.
INMON, William H. TERDEMAN, Robert H., IMHOFF, Claudia. Data
warehousing:como transformar informações em oportunidades de negócios. São Paulo:
Berkeley Brasuk, 2001.
42
LOLIS, Gustavo Vieira (Pedro Paulo da Silva Ayrosa, orientador). Análise de viabilidade
do uso de Business Intelligence em pequenas empresas. Londrina. Monografia (Pós-
graduação em Engenharia de Software e Banco de Dados). Universidade Estadual de
Londrina, 2007.
MACHADO, Felipe Nery Rodrigues. Projeto de data warehouse: uma visão
multidimensional. São Paulo, Ed. Érica, 2000.
MACHADO, João Coutinho. Um estudo sobre o desenvolvimento orientado a serviços.
Dissertação (Mestrado em Informática). Rio de Janeiro. Pontifícia Universidade Católica
do Rio de Janeiro, 2004.
MACIEL, Rita Suzana Pitangueira & ASSIS, Semírames Ribeiro de. “Middleware: uma
solução para o desenvolvimento de aplicações distribuídas”. CienteFico, ano IV, vol. I,
Salvador, 2004.
MARQUES, Rodrigo Noli da Silva. Uma contribuição para o estabelecimento de uma
modelagem de um armazém de dados, como base para um sistema de Informação
gerencial logístico, aplicada ao transporte. Rio de Janeiro. Dissertação (Mestrado em
Ciências em Engenharia de Transportes). Universidade Federal do Rio de Janeiro, 2007.
MSDN. “Provedores de log do Integration Services”. 2010. Disponível em
http://msdn.microsoft.com/pt-br/library/ms140246.aspx, acessado em 22/07/2010.
MSDN. “Transformação conversão de dados”. 2010. Disponível em
http://msdn.microsoft.com/pt-br/library/ms141706.aspx acessado em 22/07/2010.
OLIVEIRA, Djalma de Pinho Rebouças de. Sistema de informação gerencial. São Paulo:
Atlas, 1999, 6ª ed.
PINHEIRO, Carlos André Reis. Inteligência Analítica. Rio de Janeiro: Ciência Moderna,
2008.
POWER, D. J. "A Brief History of Decision Support Systems, version 4.0".
DSSResources.COM. 2007, disponível em
http://dssresources.com/history/dsshistory.html.
PRIMAK, Fábio Vinícius. Decisões com B.I.: Business Intelligence. Rio de Janeiro:
Ciência Moderna, 2008.
RIBEIRO, Rogério de Freitas. Business intelligence como garantia de diferencial
competitivo. Uberlândia. Monografia (Bacharelado em Sistemas de Informação).
Faculdade de Ciências Aplicadas de Minas, 2005.
SANTOS, Adriano Lages dos (Guilherme Barbosa Vilela, orientador). Análise do
comportamento e reações de empresas na implantação de sistemas integrados de gestão
ERP. Trabalho de conclusão de curso, Universidade Estadual de Montes Claros, 2006.
43
SETZER, Valdemar W. “Dado, informação, conhecimento e competência”.
DataGramaZero – Revista de Ciência da Informação, nº 0, dez. 1999, disponível em
http://dgz.org.br/dez99/Art_01.htm, acessado em ???
SHAMMAS, Gabriel Issa Jabra. Teoria da normalização. 2005. Disponível em
http://www.shammas.eng.br/acad/materiais/normalizacao.pdf, acessado em ???
SISNEMA (internet). “Ferramentas em banco de dados transformam informações em
decisões”, 2010, disponível em http://sisnema.com.br/Materias/idmat014796.htm,
acessado em 20/07/2010.
SOUZA, Davi & SILVA, Lessandro Aluísio da. A gestão do conhecimento com o apoio
de ferramentas tecnológicas. Belo Horizonte. Monografia (Especialização em Gestão
Estratégica da Informação). Centro Universitário de Ciências Gerenciais (CGC UNA),
2003.
SOUZA, Juciara Nepomuceno de, SOUZA, Kleber Padovani de, SILVA, Leonardo
Souza. Aplicação de arquitetura orientada a serviços na modelagem de um sistema de
monitoramento de ovinos e bovinos confinados. No prelo, s/d. Disponível
http://www.ufpi.br/subsiteFiles/ercemapi/arquivos/files/artigos/graduacao/g16.pdf.
TURBAN, E., MCLEAN, E., WETHERBE, J. Tecnologia da informação para gestão.
Transformado os negócios da economia digital. Porto Alegre: Editora Bookman,2004,
3°Edição
VERÍSSIMO, Ricardo. “Business Intelligence como diferencial competitivo”. 2007.
Disponível em http://www.baguete.com.br/artigos/296/ricardo-
verissimo/28/08/2007/business-intelligence-como-diferencial-competitivo, acessado em
28/04/2010.
WAILGUN, Thomas. “BI: setor vira prioridade de investimentos em TI”. 2010.
Disponível em http://cio.uol.com.br/gestao/2010/05/10/bi-setor-vira-prioridade-de-
investimentos-em-ti/
44
ANEXO I – Trecho da Descrição do Projeto S2B - Bancos de Dados BI
Estrutura do Projeto
A 3ª etapa do Programa de Formação Students to Business é constituída pelo
desenvolvimento de um projeto de Banco de Dados, no qual o participante poderá apresentar
todos os conceitos aprendidos na etapa anterior. Esta etapa tem como objetivo possibilitar
uma avaliação individual de cada participante, nos quesitos: empenho, conteúdo assimilado,
compreensão do projeto, etapas concluídas e qualidade do projeto entregue (boas práticas).
Descrição do Projeto
O projeto a ser desenvolvido relaciona-se com a Gestão de Dados de Uma organização
do setor de vendas a varejo. O projeto de banco de dados e os relatórios desenvolvidos
deverão ser coerentes para se adaptar aos diferentes requisitos de negócio da organização.
Detalhes
Uma organização do setor de vendas a varejo possui um sistema transacional para
controlar as vendas diárias. Essa aplicação usa um banco de dados que é abastecido por
diversas outras fontes de dados, como arquivos textos, planilhas eletrônicas e outros bancos
de dados. O gerente de vendas deseja melhorar seus instrumentos para analisar os dados de
vendas e verificar tendências do mercado. Esse gerente apresentou as seguintes necessidades
de informações gerenciais:
Visualizar ao longo do tempo, com divisão por dia, mês, trimestre, semestre ou
ano, o custo referente a transporte, por cliente, por funcionário que procedeu a
venda e por transportadora.
Evolução do faturamento por produto, por trimestre.
Faturamento diário por categoria de produtos, como bebidas, alimentos etc.
Identificar quais clientes tiveram o maior volume de compras.
Identificar os funcionários, por produto, por categoria, por mês, por trimestre e por
ano que tiveram o maior número de vendas.
De quais fornecedores foram os produtos que mais venderam.
45
Ao final do projeto deverá ser apresentada a modelagem e o desenvolvimento do
projeto de BI assim como as documentações necessárias para a implantação e manutenção dos
mesmos.
Além do desenvolvimento do Projeto de BI é necessária a criação de alguns relatórios
que atendam as seguintes necessidades da organização:
Listar os dados de pedidos em que o fornecedor seja de uma determinada cidade
selecionada pelo usuário.
Listar os dados de todos os pedidos com filtro de fornecedor e ano.
Listar dados dos funcionários filtrando pela idade máxima e mínima na pesquisa.
Selecione todos os clientes (nome da empresa e nome do contato) que compraram
produtos com os funcionários de nome que começam com a letra "D" entre os
meses de "7" e "12" do ano "1997".
Selecione todos os clientes (nome da empresa e nome do contato) que compraram
produtos de preços com valores maiores que a média de preços de todos os
produtos.
Selecione o País de todos os clientes, ordenados (do maior para o menor) pela
quantidade de pedidos que cada país realizou.
Liste todos os pedidos de todos os clientes de código ímpar, onde a cidade de
destino fosse o Rio de Janeiro.
Liste a quantidade de pedidos dentro mês de "01" do ano "1997" por estado, desde
que a quantidade seja um numero par.
Exibir os clientes (nome da empresa e nome do contato) que realizaram mais
pedidos no mês de "05" do ano "1997" do que os clientes que iniciam o nome com
a Letra "B".
Selecione os produtos mais comprados pelos clientes do estado de "SP" (ordenados
de forma crescente), sendo que a quantidades de produtos seja maior que "10".