tcc - leon - fp2 tecnologiafp2.com.br/blog/wp-content/uploads/2014/02/business... · 2014-02-03 ·...
TRANSCRIPT
SANTA MARIA
BUSINESS INTELLIGENCE COMO APOIO NA GESTÃO DE
EQUIPE DE TI
ULBRA – CAMPUS SANTA MARIA
LEON MELLO ROEHE
SANTA MARIA – RS, Dezembro de 2013
SANTA MARIA
CURSO DE SISTEMAS DE INFORMAÇÃO
DISCIPLINA: TRABALHO DE CONCLUSÃO DE CURSO I
PROFESSOR: FERNANDO PRASS
ALUNO: LEON MELLO ROEHE
BUSINESS INTELLIGENCE COMO APOIO NA GESTÃO DE
EQUIPE DE TI
Trabalho de Conclusão de Curso de Graduação apresentado ao Curso de
Sistemas de Informação da Universidade Luterana do Brasil – ULBRA Campus
Santa Maria, como requisito parcial à obtenção do Grau de Bacharel em Sistemas
de Informação.
Orientador: Prof Msc. Fernando Sarturi Prass
SANTA MARIA – RS, Dezembro de 2013
O tempo é o recurso mais escasso e, a não ser que
seja gerido, nada mais pode ser gerido...
(Peter Drucker)
RESUMO
Há muito que a utilização de tecnologias como meio para obtenção de
resultados tem sido explorada pelas organizações que visam ter o melhor resultado
através da melhor utilização dos recursos. Isso se faz evidente quando observamos
a evolução crescente no desenvolvimento de softwares especialistas focados na
solução inteligente de necessidades das áreas de negócio da empresa.
Exemplo dessa exploração é a evolução de sistemas de Enterprise Resource
Planning (ERP), Supply Chain Management (SCM) e Warehouse Management
System (WMS) entre outros. Diante dessa exposição da tecnologia como aliada a
gestão ergue-se o Business Intelligence (BI), que vem para suprir a carência das
áreas de gestão por informações de apoio a tomada de decisão estratégica.
O mote deste estudo é aplicar uma tecnologia de business intelligence com o
objetivo de extrair informações relevantes que forneçam subsídios consistentes para
a gestão da equipe de TI. Para tanto, foi obtido o histórico de tarefas realizadas por
uma equipe de desenvolvedores que, após determinado indicadores de
desempenho, foram submetidos a uma arquitetura de BI, onde foram criados os
cenários que permitiram uma análise crítica dos resultados.
Palavras-chave: Business Intelligence, TI, Tecnologia
ABSTRACT
The very use of technology as a means of achieving results has been
exploited by the organizations that aim to have the best results by making best use of
resources. This is evident when we look at the growing trend in software
development specialists focused on smart solution needs of the business areas of
the company.
An example of this operation is the development of systems for Enterprise
Resource Planning (ERP), Supply Chain Management (SCM) and Warehouse
Management will System (WMS) among others. Given this exposure management
technology as an ally stands the Business Intelligence, coming to address the
shortage of areas for management information to support strategic decision making.
The intention of this study is to apply a technology business intelligence in
order to extract relevant information to provide subsidies for the consistent
management of IT staff. For this, we obtained the history of tasks performed by a
team of developers who, after certain performance indicators, underwent a BI
architecture, where the scenarios were created that allowed a critical analysis of the
results.
Keywords: Business Intelligence, IT, Technology
LISTA DE ABREVIATURAS
BI - Business Intelligence ............................................................................................ 9
IC - Intelligence Competitive ...................................................................................... 16
ROLAP - Relational On-Line Analytical Processing .................................................. 19
EAP - Estrutura Analítica de Projetos ........................................................................ 22
ERP - Enterprise Resource Planning ........................................................................ 25
ETL - Extraction, Transformation and Loading .......................................................... 12
EVA - Economic Value Added ................................................................................... 30
FO - Ficha de Ocorrência .......................................................................................... 43
GLPI - Gestion Libre de Parc Informatique ............................................................... 26
HOLAP - Hybrid On-Line Analytical Processing ........................................................ 19
IDE - Integrated Development Environment .............................................................. 27
KDD - Knowledge Discovery Database ..................................................................... 20
KM - Knowledge Management .................................................................................. 16
KPIs- Key Performance Indicator .............................................................................. 25
MOLAP - Multidimensional On-Line Analytical Processing ....................................... 19
OLAP - On-Line Analytical Processing ...................................................................... 18
OLTP - On-Line Transaction Processing ................................................................... 18
PERT - Program Evaluation Review Technique ........................................................ 22
PMBOK - Project Management Body of Knowledge ................................................. 22
RH - Recursos Humanos .......................................................................................... 26
ROI - Return on Investiment ...................................................................................... 30
ROLAP - Relational On-Line Analytical Processing .................................................. 19
SGBD - Sistema Gerenciador de Banco de Dados ................................................... 27
SIE - Sistemas de Informações Executivas ............................................................... 14
SIG - Sistema de Informação Gerencial .................................................................... 14
TCO - Total cost of Ownership .................................................................................. 30
TI - Tecnologia da Informação ..................................................................................... 9
LISTA DE FIGURAS
Figura 1 - Magic Quadrant for Business Intelligence Platforms (Instituto Gartner – 2013) ................. 13
Figura 2 - Típico esquema ETL (Fonte: KIMBALL, 1998) ........................................................................ 16
Figura 3 - Esboço das etapas do processo KDD (Fonte: Fayyad, 1996) ........................................ 20
Figura 4 - Gerenciamento de Projetos & Gerenciamento do Tempo (Fonte: adaptação, PMI 2008) .. 23
Figura 5 - Interface GLPI ........................................................................................................................ 26
Figura 6 - Query extração dos dados..................................................................................................... 27
Figura 7 – Planilha fonte de dados. ....................................................................................................... 28
Figura 8 - Condição exclusão registros sem tempo ............................................................................... 29
Figura 9 - Console Qlickview ................................................................................................................. 32
Figura 10 - Tratamento dos dados pre carga ........................................................................................ 33
Figura 11 - Implementando expressão somatória valo do chamado. ................................................... 35
Figura 12 - Criando lista de apoio indicador alocação de recurso. ....................................................... 36
Figura 13 - Determinando dimensão indicador alocação recurso. ....................................................... 37
Figura 14 - Implementando expressão indicador alocação de recurso. ............................................... 38
Figura 15 - Resultado em percentual. ................................................................................................... 38
Figura 16 - Indicador custo por área. .................................................................................................... 39
Figura 17 - Atividades área de TI. .......................................................................................................... 40
Figura 18 - Alocação recurso sênior. ..................................................................................................... 41
Figura 19 - Origem das ocorrências. ...................................................................................................... 41
8
SUMÁRIO 1. INTRODUÇÃO ............................................................................................................... 9
1.1.Elementos de Pesquisa ...................................................................................... 10
1.1.1.Problema ......................................................................................................... 10
1.1.2.Hipóteses ........................................................................................................ 10
1.1.3.Objetivo Geral .................................................................................................. 10
1.1.4.Objetivos Específicos ...................................................................................... 11
1.1.5.Justificativa ...................................................................................................... 11
1.1.6.Escopo do Trabalho......................................................................................... 12
2.REFERENCIAL TEÓRICO ............................................................................................ 14
2.1.Business Intelligence .......................................................................................... 14
2.2.Extract, Transform, Load (ETL) .......................................................................... 16
2.3.On-Line Analytical Processing(OLAP) ................................................................ 17
2.4.Arquitetura associativa ....................................................................................... 18
2.5.Knowledge Discovery Database (KDD) .............................................................. 19
2.6.Gerenciamento do Tempo .................................................................................. 20
2.7.Timesheet ........................................................................................................... 23
3.METODOLOGIA E DESENVOLVIMENTO .................................................................... 24
3.1.Definição do Escopo ........................................................................................... 24
3.2.Fonte de Dados .................................................................................................. 26
3.2.1.Extração de Dados .......................................................................................... 27
3.2.2.Transformação de dados ................................................................................. 28
3.3.Key Performance Indicators (KPI)....................................................................... 30
3.3.1 Determinando KPIs.......................................................................................... 31
3.4.Passos geração da informação .......................................................................... 31
3.4.1.Conectar a fonte de dados............................................................................... 31
3.4.2.Tratamento dos dados pre carga ..................................................................... 33
3.4.3.Carga dos dados ............................................................................................. 33
3.4.4.Criação dos Cenários ...................................................................................... 34
4.RESULTADOS .............................................................................................................. 39
5.CONCLUSÃO ............................................................................................................... 42
5.1.Trabalhos Futuros .............................................................................................. 43
6.REFERÊNCIAS BIBLIOGRAFICAS .............................................................................. 44
9
1. INTRODUÇÃO
O tempo é um item determinante para o sucesso de um empreendimento, o
que torna a gestão do tempo um fator crítico no monitoramento de um projeto. A
assertividade nas estimativas e no desenvolvimento do cronograma de um projeto
torna-se o diferencial em um ambiente competitivo das organizações. Neste cenário,
os erros decorridos de um mau planejamento definem a ocorrência ou não do atraso
na entrega.
O atraso na conclusão dos projetos representa um dano irreparável, visto
que não se pode retroceder no tempo e o prazo afirmado com o stakeholder, que se
refere ao público interessado no resultado do projeto, não será cumprido. Isso,
muitas vezes, acarreta em um desgaste na relação e um aumento de custo, além do
investimento despendido em outros recursos relacionados ao projeto, que na
ausência da entrega final ficarão em estado de desuso aguardando o produto.
Apesar do aumento da utilização das práticas do gerenciamento de projetos
como ferramenta para coordenação do tempo por parte das organizações, ainda é
significativo o índice de insucesso no cumprimento dos prazos estabelecidos. Em
um estudo feito pelo Standish Group Internacional, avaliando projetos de TI , foi
observado que 88% dos projetos apresentam atrasos no cronograma, sendo que, a
média do atraso em relação ao cronograma inicial é de 22% PMnetwork (2002).
Através deste estudo fica evidente a complexidade no processo de previsão de um
projeto em virtude de sua natureza incerta devido a não ser um fato consumado e
sujeito a intervenções de inúmeros agentes externos.
Por fim, apesar da incerteza de uma previsão do tempo que será investida
em uma atividade, para elaborar-se o planejamento, é imprescindível estimar-se os
prazos. Visto isso, é necessário fazer previsões acuradas para que o cronograma
seja respeitado e o projeto seja concluído no tempo, custo e qualidade desejada.
Na concepção deste trabalho científico, o principal objetivo proposto foi
desenvolver uma metodologia que contribuísse para gestão de uma equipe de TI por
intermédio de uma solução de BI, que permitisse obter resultados relevantes através
do processamento analítico computacional e inteligência de negócios aplicada a
resultado estratégico.
10
Este trabalho está organizado da seguinte maneira: no segundo capítulo
têm-se o referencial teórico que fornece o referencial necessário para a aplicação e
sustenta o terceiro capítulo. No terceiro capítulo a metodologia e o desenvolvimento,
no qual é analisado o caso de estudo e são elaborados os cenários
multidimensionais que sustentarão os resultados. No quarto capítulo são
apresentados os resultados e no quinto a conclusão deste trabalho.
1.1.Elementos de Pesquisa
1.1.1.Problema
É possível, por meio de uma ferramenta de Business Intellingence, analisar
uma massa de dados contendo o apontamento das tarefas realizadas e obter
informações relevantes para gestão de uma equipe de Tecnologia da Informação?
1.1.2.Hipóteses
As hipóteses deste trabalho são as seguintes:
Através do resultado da análise será possível obter informações relevantes
para a gestão da equipe de TI.
Não é possível obter resultado significativo do volume de dados avaliado para
a gestão da equipe de TI.
1.1.3.Objetivo Geral
O objetivo geral deste trabalho é submeter um volume de dados contendo o
histórico de apontamentos das tarefas realizadas a uma arquitetura para BI que
permita extrair informações relevantes, no sentido de ter uma visão ampla dos
principais motivos que influenciam negativamente nas entregas previstas. Além
disso, deseja-se fornecer informações de interesse aos tomadores de decisão,
visando apoiar a construção de políticas e instruções para controle dos principais
focos responsáveis pelo consumo de tempo e esforço de uma equipe.
11
1.1.4.Objetivos Específicos
Os objetivos específicos deste trabalho são:
Selecionar fonte de dados;
Extrair e transformar fonte de dados;
Estudar métodos de análise e descoberta de conhecimento;
Avaliar o resultado obtendo informações relevantes que auxiliarão no
direcionamento da equipe.
1.1.5.Justificativa
O reconhecimento da Tecnologia da Informação como uma arma estratégica
para as empresas tem acarretado em uma grande carga de atividades para os
profissionais que atuam nessa área. Esses profissionais estão cada vez mais
envolvidos com o negócio da organização e não somente com a parte puramente
técnica, que visava à automação de processos.
Neste sentido, ALBERTIN (2004) afirma que as organizações têm procurado
um uso cada vez mais intenso e amplo de Tecnologia de Informação, não apenas
bits e bytes. CRANE E BODIE (1996) destacam que, as organizações estão se
transformando de uma maneira imprevisível e, às vezes, contraditória.
Algumas das forças que têm acelerado essas mudanças estão relacionadas
aos seguintes fatores: crescimento da competição de instituições não tradicionais;
novas Tecnologias de Informação e declínio dos custos de processamento; erosão
das fronteiras de produtos e geográficas e com as menores restrições da
regulamentação governamental. Com isso, consequentemente, a produtividade
desses profissionais passou a ser medida e controlada, pois o que mais importa é a
entrega de resultados que agreguem valor ao negócio.
Nesse contexto é importante destacar a atuação da área de TI nas
organizações, que além de trabalhar em projetos de inovação que trarão resultados
estratégicos alinhados ao objetivo da empresa, também é responsável pela
sustentação do ambiente já estabelecido. É fato que este suporte às operações
consome muito tempo dos profissionais, porém este tempo, na maioria das vezes,
não é medido ocasionando um mascaramento no resultado final no qual muitas
vezes é percebido baixo rendimento da área de tecnologia.
12
No contexto do desenvolvimento da Tecnologia de Informação, soluções de
Business Intelligence (BI) visam oferecer os meios consistentes para transformação
de meros dados em informação e a informação em conhecimento a fim de suportar o
processo decisório GANGADHARAN; SWAMI (2004).
Soluções de BI são compostas de ferramentas Extraction, Transformation
and Loading (ETL), de um ou vários data marts e de ferramentas de processamento
analítico e de mineração de dados CÔRTES (2002). As ferramentas de
processamento analítico para apoio à decisão permitem a criação de cenários, como
os conhecidos relatórios e cubos de dados, obedecendo a diferentes perspectivas
permitindo arranjar de forma personalizada uma visão sobre os dados disponíveis
KIMBALL (1998).
Avaliando a problemática propõem-se submeter uma massa de dados
contendo o apontamento de tarefas realizadas a um software de BI. Com isto serão
geradas informações consistentes que viabilizarão uma análise detalhada
embasando decisões em relação ao melhor uso dos recursos da equipe.
1.1.6.Escopo do Trabalho
O trabalho proposto tem delimitado como escopo a análise da utilização do
tempo de uma equipe de TI. Para isto foi submetido a uma plataforma de business
intelligence associativa in-memory, uma base de dados contendo apontamento de
atividades realizadas durante determinado período.
Decidiu-se utilizar o software Qlikview www.qlikview.com/ por ser tendência de
mercado conforme quadrante mágico do instituto Gartner, que é uma referência na
compreensão das tecnologias e fornecedores conforme ilustrado na Figura 1. O fato
da ferramenta ter versão gratuita também foi determinante pela opção do software.
13
Figura 1 - Magic Quadrant for Business Intelligence Platforms (Instituto Gartner – 2013)
O quadrante mágico elaborado pelo grupo Gartner fornece um
posicionamento competitivo gráfico de quatro tipos de fornecedores de tecnologia:
Onde:
Leaders: São os fornecedores que lideram o mercado e estão preparados para as
mudanças futuras.
Visionaries: Analisam o direcionamento do mercado ou tem visão para mudança
das regras no fornecimento de tecnologia.
Niche Players: Concentram-se com sucesso em um segmento pequeno.
Challengers: Concorrem em uma grande fatia do mercado e podem assumir
posição de liderança de mercado no fornecimento de tecnologia.
14
2.REFERENCIAL TEÓRICO
Com o intuito de fornecer ferramentas que sustentarão a compreensão e
desenvolvimento deste trabalho, este capítulo visa expor de forma objetiva a
fundamentação teórica conceitual relacionada ao tema deste trabalho de graduação.
Serão contextualizados assuntos inerentes ao objeto de pesquisa tais como: gestão
de tempo, Bussines Intelligence e Key Performance Indicators.
2.1.Business Intelligence
O termo BI foi apresentado pelo Gartner Group em meados da década de
1990. Contudo, o conceito iniciou muito antes, com suas raízes nos sistemas de
geração de relatórios de Sistema de Informação Gerencial (SIG) dos anos 1970. No
início dos anos 80, surgiu o conceito de Sistemas de Informações Executivas (SIE).
Esse conceito expandiu o suporte computadorizado aos gerentes e executivos de
nível superior.
Através do constante desenvolvimento e evolução dos métodos e tecnologias
empregadas no desenvolvimento de sistemas de informações, tornou-se possível
oferecer maior capacidade e agilidade no processamento dos dados e apoio ao
processo decisório INMON (1997). A criação de técnicas como de data warehousing
e de soluções como BI, permitiu a elaboração de sistemas que possibilitam um
maior controle dos processos internos e a definição e acompanhamento de
estratégias de gestão dos seus indicadores.
Diante deste contexto advindo através do entendimento de que o
desempenho e a eficiência são significantes formas de competitividade, surge o
conceito Business Intelligence cuja aplicação é justificada pela observação de ATRE
e MOSS (2003):
“Nos competitivos dias atuais e no aumento da
incerteza mundial, a qualidade e a
conveniência da organização de uma aplicação
de“Business Intelligence” (BI) pode significar
não só a diferença lucro e perda, mas também
15
a diferença entre sobrevivência e falência”.
ATRE e MOSS (2003).
Business Intelligence não é simplesmente um produto ou tão pouco um
sistema. Trata-se de uma arquitetura e ao mesmo tempo uma coleção de operações
integradas, assim como aplicações de suporte à decisão e bancos de dados que
forneçam aos tomadores de decisão fácil acesso às informações do negócio. ATRE
e MOSS (2003).
BARBIERI (2001) sustenta 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. Observa-se que
por meio da aplicação de BI, é possível obter um leque de informações de extrema
importância para os membros diretivos de uma organização e que a utilização deste
ferramental propicia diferenciação neste contexto competitivo no qual estão inseridas
as empresas. Ao avaliarem os dados históricos e momentâneos, o corpo diretivo
consegue sustentação para a tomada de decisão melhores e mais acuradas ZAMAN
(2005). O processo do BI baseia-se na transformação de dados em informações,
depois em decisões e finalmente em ações.
CÔRTES (2002) expõe que, Business Intelligence é um conjunto de conceitos
e metodologias que visa ao apoio à tomada de decisões nos negócios, a partir da
transformação do dado em informação e da informação em conhecimento. Para
ALMEIDA (1999), BI objetiva usar os dados da organização para apoiar decisões
bem informadas, facilitando o acesso e a análise de dados, e possibilitando a
descoberta de novas oportunidades.
O desenvolvimento da arquitetura de BI está atrelado à evolução da
tecnologia como um todo, dessa forma a descoberta de outras ferramentas
importantes que agregam melhorias ao BI como Data Warehouse e Data Mining.
16
2.2.Extract, Transform, Load (ETL)
Conjunto de aplicativos e ferramentas que fazem a coleta de dados nos
repositórios da organização e procedem com a limpeza e transformação para enfim
carregar o DW KIMBALL (1998). A Figura 2 ilustra um modelo típico da estrutura de
processos de ETL.
Figura 2 - Típico esquema ETL (Fonte: KIMBALL, 1998)
O processo de Extração, Transformação e Carga é um processo que envolve:
Extração
Primeira etapa do processo de ETL é a extração de dados dos sistemas de
origem. Comumente data warehouse consolidam dados extraídos de diferentes
fontes. Formatos de dados comuns são bases de dados relacionais e flat files
databases. Durante o processo de extração converte-se para um determinado
formato para a entrada no processamento da transformação.
Transformação
O estágio de transformação aplica uma sequencia de regras ou funções aos
dados extraídos para derivar os dados a serem carregados. Dependendo da
17
disposição dos dados, muitas vezes, podem ser necessários um ou mais de um dos
seguintes tipos de transformação:
Seleção de apenas determinadas colunas para carregar;
Tradução de valores codificados (se o sistema de origem armazena 1 para sexo
masculino e 2 para feminino, mas o data warehouse armazena M para masculino
e F para feminino, por exemplo), o que é conhecido como limpeza de dados;
Codificação de valores de forma livre (mapeando “Masculino”, “1” e “Sr.” para M,
por exemplo);
Derivação de um novo valor calculado (custo/hr = qtd de horas / valor/hr);
Join ou concatenação de dados provenientes de diversas fontes;
Geração de valores de chaves substitutas;
Transposição ou rotação (transformando múltiplas colunas em múltiplas linhas ou
vice-versa);
Quebra de uma coluna em diversas colunas.
Carga
A etapa de carga carrega os dados no Data Warehouse. A frequência da
carga é determinada de acordo com as regras de negócio da organização. Também
é determinado se a carga será incremental ou exclusiva.
2.3.On-Line Analytical Processing(OLAP)
Dentre os componentes de uma arquitetura de BI encontra-se a área de
apresentação que diz respeito ao conjunto de instrumentos que serão utilizados com
objetivo de navegar no DW. Esses instrumentos correspondem a relatórios
previamente configurados, aplicativos para confecção de relatórios, ferramentas On-
line Analytical Processing (OLAP), ferramentas de Data Mining (mineração de
dados), entre outras BERRY; LINOFF (1997).
Bases de dados tradicionais para operações convencionais, transacionais,
utilizam-se de tecnologias chamadas On-Line Transaction Processing (OLTP),
porém, no caso de DW, utilizam-se tecnologias denominadas OLAP. Segundo
THOMSEN (2002), ferramentas OLAP são de caráter descritivo, ou seja, permitem a
18
apresentação dos dados do negócio sob diferentes perspectivas e implementam
funcionalidades de agregação, razão e produto, entre outras.
Como o objetivo das ferramentas OLAP é permitir análises para analistas de
negócios, elas têm requisitos bem particulares se comparadas a outros sistemas de
informação THOMSEN (2002):
Flexibilidade: Os analistas de negócio devem ter liberdade e facilidade para
escolher os dados a serem analisados bem como o formato no qual eles
devem ser visualizados;
Simplicidade: Ferramentas OLAP devem prover maneiras simples e
intuitivas de confecção de análises para os analistas de negócio;
Expressividade: A linguagem de consulta utilizada pela ferramenta OLAP
deve ser poderosa o suficiente para que o analista consiga extrair
informações realmente úteis para o negócio;
Poder de análise: Ferramentas OLAP devem prever um conjunto de
operações de agregação e exploração de dados que permitam análises de
tendências e comparações complexas utilizando os dados que descrevem o
negócio;
Velocidade. O processamento das consultas sobre o DW deve ser realizado
em um tempo relativamente baixo. O tempo de processamento, dependendo
do volume de dados e da complexidade do código da consulta pode em casos
específicos chegar a horas.
Em relação às arquiteturas utilizadas para OLAP, destacam-se o Relational
On-Line Analytical Processing (ROLAP) baseado em bancos relacionais e o
Multidimensional On-Line Analytical Processing (MOLAP) baseado em bancos
multidimensionais. Variações dessas arquiteturas incluem Desktop On-Line
Analytical Processing (DOLAP) e Hybrid On-Line Analytical Processing
(HOLAP) (THOMSEN, 2002).
2.4.Arquitetura associativa
Associative Query Language (AQL), arquitetura inovadora e proprietária
implementada na ferramenta Qlikview gerencia as associações entre os conjuntos
19
de dados internamente, através de seus próprios recursos, e não nas aplicações. O
ambiente armazena e trata as tabelas individualmente em memória. Todos os dados
de todos os campos são associados a todos os outros dados em qualquer fonte
carregada para memória.
O resultado desta associação é que ao invés de ser disparada uma pesquisa
diante da interação do usuário, nenhuma query é executada e sim todos os outros
campos são filtrados instantaneamente com base na seleção feita pelo usuário
através do recalculo das agregações em tempo real.
2.5.Knowledge Discovery Database (KDD)
A renovação contínua de tecnologias demanda que o mercado esteja em
constante mudança, adaptando-se às novas estratégias e ao novo comportamento
dos clientes. Conhecer o máximo possível sobre os perfis é peça chave para o
desenvolvimento competitivo e consequentemente para o crescimento. Com o
passar do tempo, várias foram as formas de monitorar o comportamento da
população por meio de técnicas que registram e armazenam interações com
sistemas.
Diante disso, as empresas contam um arcabouço de dados dos
consumidores. Porém, apenas dados, não conferem resultados relevantes. É
necessário transformar esta massa de registros em conhecimento. Nesse contexto,
surge o conceito de Descoberta de Conhecimento em Bancos de Dados Knowledge
Discovery in Databases (KDD), que FAYYAD (1996) definem como sendo “o
processo, não trivial, de extração de informações implícitas, previamente
desconhecidas e potencialmente úteis, a partir dos dados armazenados em um
banco de dados”.
O KDD consiste na seleção e processamento de dados com a finalidade de
identificar novos padrões, dar maior precisão em padrões conhecidos e modelar o
mundo real. Espera-se que o conhecimento extraído seja utilizado. Neste caso, seu
uso dará frutos que poderão ou não interferir com novos dados a serem obtidos,
como foi visto em BARRETO (2003).
20
KDD, ilustrado na Figura 3, é uma extração de descoberta de conhecimento que
em seu processo segue fases específicas:
Definição do problema;
Seleção dos dados;
Limpeza dos dados;
Pré-processamento dos dados;
Codificação dos dados;
Enriquecimento dos dados;
Mineração dos dados (Data Mining);
Interpretação dos dados.
Figura 3 - Esboço das etapas do processo KDD (Fonte: Fayyad, 1996)
2.6.Gerenciamento do Tempo
O desenvolvimento humano sempre foi fundamentado na evolução das
técnicas e métodos através de projetos, mesmo que inconscientemente, porém
somente no século XX estabeleceu-se um domínio tecnológico e científico a fim de
descrever formalmente a organização e etapas de um projeto. Com a revolução
industrial o fator tempo passou a ser item determinante nas organizações que eram
21
movidas por projetos conforme MENEZES (2001) afirma, “o trabalho desenvolvido
nas organizações é formado por serviços e/ou projetos”.
O tempo é considerado um fator crítico de sucesso que segundo FREIRE
(2008) “são os pontos chave que definem o sucesso ou o fracasso de um objetivo
definido por um planejamento de determinada organização. Estes fatores precisam
ser encontrados pelo estudo sobre os próprios objetivos, derivados deles, e tomados
como condições fundamentais a serem cumpridas para que a instituição sobreviva e
tenha sucesso na sua área. Quando bem definidos, os fatores críticos de sucesso se
tornam um ponto de referência para toda a organização em suas atividades voltadas
para a sua missão”.
Segundo o Project Management Body of Knowledge PMBOK (2008)
demonstrado na Figura 4: “O gerenciamento do tempo do projeto inclui os processos
necessários para gerenciar o término pontual do projeto.” E o seu principal objetivo é
garantir que o projeto seja concluído dentro do prazo determinado. Para CLELAND
(1999) quanto maior for o tempo gasto com planejamento, maiores as chances de
sucesso do mesmo.
O gerenciamento do tempo é uma das áreas de conhecimentos do PMBOK. Esta
área é dividida em subconjuntos com seis processos, que são:
Definir as atividades: Usa-se a Estrutura Analítica de Projetos (EAP), a
declaração do escopo, as informações históricas, as restrições e premissas
para melhorar o detalhamento das tarefas a serem executadas. O Benchmark
do projeto e o detalhamento preciso das atividades em uma EAP com o intuito
de ser capaz de gerenciar custo e tempo em cada atividade é o objeto dessa
etapa. A EAP e outros documentos como a relação Responsável VS.
Atividade são documentos básicos dessa etapa.
Sequenciar as atividades: Estudo e definição das dependências entre
tarefas. Permite criar o cronograma e analisar estrategicamente a realização
das atividades. Um diagrama de rede Program Evaluation Review Technique
(PERT) pode ser gerado ao final desta atividade.
Estimar as durações das atividades: O tempo estimado para cada atividade
é o dado mais importante desta etapa, pois irá influenciar todo o andamento
do projeto, estimativa exagerada poderá inviabilizar o projeto, estimativa
muito curta poderá acarretar atrasos que, de alguma forma trarão prejuízos
22
ao projeto, assim o dado deverá ser embasado em listas de atividades pré-
definidas, premissas, recursos e coeficientes de produtividade, além de
informações históricas, se possível, e que serão a base para definição do
tempo das tarefas.
Desenvolver o cronograma: A partir do diagrama PERT, das estimativas de
duração das atividades, dos recursos a serem alocados, do calendário base
com folgas, flutuações, etc. as datas de inicio e fim de cada atividade serão
definidas. Análises matemáticas como o método do caminho crítico (COM),
entre outros são usados nesta etapa. Atualmente esta é a etapa em que usa-
se o Software de Gerenciamento de Projetos alimentando-o com os dados
necessários para o gerenciamento do tempo do projeto.
Controlar o cronograma: A partir do cronograma, dos relatórios de
performance, as solicitações de mudanças e o plano de gerenciamento do
cronograma é possível gerenciar o tempo do projeto controlando as
atividades realizadas. As atividades podem ser observadas e a sua execução
será o dado básico para o gerenciamento do tempo no projeto, o gestor do
projeto irá apontar periodicamente a porção de execução do tempo no
cronograma e com base nos dados disponibilizados anteriormente para o
software de gerenciamento de projetos será possível saber qual é, afinal, o
desempenho atual do projeto.
Como resultado terá o cronograma atualizado e um banco de dados com as
experiências históricas sobre o desenvolvimento do gerenciamento do tempo
do projeto.
23
Figura 4 - Gerenciamento de Projetos & Gerenciamento do Tempo (Fonte: adaptação, PMI 2008)
2.7.Timesheet
Atualmente as organizações contam com um quadro enxuto de
colaboradores, fato este que exige uma gestão eficaz dos recursos. A gestão da
produtividade nessas equipes é rigorosa. Neste sentido o apontamento de horas por
atividades tornou-se força motriz para gestão de recursos.
Timesheet é um método para reportar a quantidade de tempo gasto em uma
atividade. Esta técnica visa registrar as atividades realizadas apontando hora de
inicio, hora de término ou simplesmente a duração.
24
3.METODOLOGIA E DESENVOLVIMENTO
Neste capítulo serão descritos os procedimentos planejados e executados de
forma estruturada no sentido de justificar as hipóteses iniciais da proposta do
trabalho. Pretende-se descrever as etapas que foram seguidas de forma a ilustrar a
maneira com que se obteve o resultado.
De acordo com YIN (2001), o estudo de caso é uma pesquisa empírica que
investiga um fenômeno contemporâneo, dentro de um contexto de vida real,
especialmente quando os limites entre o fenômeno e o contexto não estão
claramente definidos. O caso escolhido é submissão de uma base de dados
contendo histórico de seis meses de apontamento de atividades realizadas por uma
equipe de TI.
Na subseção que trata da implementação dos Key Performance Indicator
(KPIs), serão detalhadas apenas dois dos cenários, visto a extensão no processo de
elaboração.
3.1.Definição do Escopo
Para tornar o objeto de estudo viável foi necessário ter acesso a uma base de
dados que contivesse volume relevante de informações a respeito de atividades
relacionadas a desenvolvimento de software realizado durante determinado período.
Essa fonte de dados permitiu a extração dessas informações de forma a determinar
critérios, os quais foram transformados e na sequencia carregados para um
ambiente de BI. A criação dos cenários visa permitir que o algoritmo associativo
consiga gerar informações consistentes e de relevância no sentido de validar as
hipóteses desse trabalho.
As atividades contidas na base de dados foram cedidas por uma equipe de
desenvolvimento de software, onde existem desenvolvedores de nível júnior, pleno e
sênior que trabalham na criação de novos sistemas e suporte e sustentação dos
sistemas legados. A organização cedente dos dados atua no segmento de
componentes automotivos e possui em seu quadro programadores de software que
desenvolvem customizações no sistema de Enterprise Resources Planning (ERP).
25
Para a organização da demanda é utilizado a ferramenta de gestão de Service Desk
Gestion Libre de Parc Informatique (GLPI) que agrega a função de apontamento de
atividades por meio de requisições abertas e associada ao técnico que atendera a
demanda.
O GLPI é uma ferramenta open-source que pode ser encontrada acessando o
site www.glpi-project.org/ e utiliza banco de dados para armazenar movimentação.
Através dessa ferramenta foi possível extrair informações que foram elencadas
como relevantes para que viabilizasse uma analise consistente.
As informações escolhidas estão relacionadas como segue:
Recurso: É o técnico que atendera a demanda originada por um requerente
no sistema.
Tempo: O tempo de atendimento retrata a quantidade de tempo que foi
dedicado em determinada atividade. A quantidade de tempo é o somatório de
todos os tempos dedicados a determinada tarefa/atividade.
Área atendida: A área atendida está vinculada ao requerente, porém pode
ser informada pelo técnico no momento do apontamento da atividade. A área
atendida representa o setor da empresa beneficiado ou que o solicitou
desenvolvimento de sistema.
Valor hora trabalho: O valor do salário/hora dos recursos foi obtido
juntamente com o departamento de recursos humanos (RH). O valor
apresentado considera o valor bruto somado as retenções determinadas pela
lei vigente. Esse dado foi incluído para que permitisse a análise de custo por
área e também para embasar estudos futuros, a fim de apropriar a despesa
da área de desenvolvimento para as áreas solicitantes na qual seria possível
tornar o departamento um prestador se serviços.
Categoria: Classificação da tarefa realizada de acordo com a natureza da
atividade.
Fechamento: Forma de encerramento da atividade que determina a maneira
que a demanda foi concluída. Pode ser solucionada quando a tarefa foi
totalmente solucionada, projeto quando esta vinculada a alguma evolução de
projeto.
26
Origem: Canal pelo qual foi gerada a tarefa. Pode ser ficha de ocorrência
quando aberta diretamente na ferramenta de helpdesk, telefonema quando
aberta após ligação do requisitante, email quando iniciada via recebimento de
email do requisitante ou reunião quando a tarefa é demandada após reunião.
A Figura 5 ilustra a interface da ferramenta na qual pode ser visualizado a
disposição das informações e o conteúdo.
Figura 5 - Interface GLPI
3.2.Fonte de Dados
A obtenção dos dados para preparação do repositório que será submetido ao
software de BI foi obtida através da extração do conteúdo diretamente do banco de
dados da aplicação GLPI. A aplicação utiliza Sistema Gerenciador de Banco de
Dados (SGBD) MySql, o qual permitiu executar comando SQL e extrair apenas as
informações relevantes para o objeto de pesquisa.
27
3.2.1.Extração de Dados
A etapa de extração de dados foi implementada utilizando um Integrated
Development Environment (IDE) SqlDbx www.sqldbx.com/personal_edition.htm,
ferramenta focada em ambientes de servidores heterogêneos, que foi configurado a
conexão com o banco de dados da aplicação GLPI.
Depois de estabelecida conexão com a base de dados e visualizado as
tabelas foi executado scripts SQL e usado técnicas de agregação (SUM),
condicionamento (WHERE). Com o objetivo de formar uma base de dados sólida
onde pudesse ser aproveitada, foi determinado um período de seis meses para corte
das informações iniciando em 01/11/2012 e encerrado até 31/05/2013 (WHERE
glpi_tracking.dt_inic_ticket >= 11/01/12 AND glpi_tracking.closedate <= 05/31/13)
como pode ser visualizado através da Figura 6.
Figura 6 - Query extração dos dados
Ao final da execução do comando, o conteúdo de dados foi exportado para
formato de arquivo binário do Excel (XLS) através da função Export to Excel da
ferramenta SqlDbx conforme visualizado na Figura 7. Essa metodologia foi escolhida
pelo fato da ferramenta de BI possuir funções facilitadas de interação com o formato
de planilha eletrônica o que facilitou a importação e criação da fonte de dados para
analise no sistema.
28
Figura 7 – Planilha fonte de dados.
3.2.2.Transformação de dados
Essa etapa consiste em retirar redundâncias e inconsistências advindas dos
vários formatos que podem existir nas fontes de dados. As rotinas de limpeza e
transformações de dados são necessárias e as suas características devem ser
armazenadas e documentadas como metadados LELES (2004).
Durante este processo de transformação na etapa de análise dos dados,
foram encontradas inconsistências tais como atividades abertas que nunca foram
atendidas apesar do problema ter sido solucionado. Sem essa informação, esse
registro não tem validade e o resultado sofreria um impacto negativo mascarando o
efetivo ocorrido. Este problema foi discutido com os usuários técnicos responsáveis
pelas tarefas e chegou-se a conclusão que devido à urgência da demanda, o
lançamento do tempo não havia sido registrado na ferramenta apesar da ocorrência
29
ter sido tratada. A resolução foi por meio da inclusão da condição que exclui os
registros que não tenham quantidade de tempo (WHERE
glpi_tracking.qtd_tmp_ticket <> 0) como evidenciado na Figura 8.
Figura 8 - Condição exclusão registros sem tempo
No decorrer da análise dos dados foi percebido que não havia padronização
da forma de nomear as áreas as quais foi prestado atendimento sendo que para
uma mesma área determinado técnico associava a nomenclatura de controladoria e
outro técnico apontava para área de contabilidade assim como “marketing” e “mkt”.
O tratamento desta inconsistência foi unificando áreas de forma que o resultado
retratar uma visão macro das áreas de negócio no cenário estudado.
Também foi observado que havia registros onde não foi apontado para qual
área foi realizada a tarefa. Nesses casos foi eliminado o registro para que não
influenciasse no resultado final do estudo.
Ao final do processo de transformação dos dados foi obtido um arquivo no
formato XLS com 2645 linhas contendo os campos tempo, área, recurso e valor/hr
que servira como data source no processo de análise no sistema de BI.
Depois de concluídas as fases de extração e transformação e limpeza, o
próximo passo executado foi a carga no sistema de BI. Com os dados oriundos do
processo mencionado iniciou-se o processo de criação de cenários
multidimensionais através da ferramenta Qlikview, que permite otimização no
processo de descoberta de informações e geram melhor entendimento.
30
3.3.Key Performance Indicators (KPI)
Key Performance Indicators (KPI) é uma métrica financeira e não financeira
de avaliar os fatores de sucesso critico de uma organização. Referem-se a dados
internos da área e registram dados do passado e permitem projetar desempenho
futuro. Esses indicadores são utilizados em BI para avaliar a situação atual e para
descrever o curso das ações. O KPI é moldado pela gerência sênior da organização
e difere dependendo da natureza ou do fato que se deseja avaliar. Ele auxilia
ilustrando de maneira discreta a situação e quantificar sua evolução para compará-
los com os objetivos estratégicos predeterminados.
Existem três tipos de KPIs:
1- De processos: Medem a eficiência e produtividade dos fluxos
internos de trabalho;
2- De entrada: Medem os ativos e recursos investidos para obter
resultados;
3- De saída: Medem os resultados financeiros e não financeiros.
Exemplos são Return on investment (ROI), Economic Value
Added (EVA) e Total cost of ownership (TCO).
Existem quatro categorias de KPIs:
1- Indicadores quantitativos que podem ser representados por números;
2- Indicadores práticos que interagem com processos de companhias
existentes;
3- Indicadores direcionais que especificam se uma organização está
começando bem ou não;
4- Indicadores de ação são suficientes em um controle de uma organização a
fim de promover mudanças.
31
3.3.1 Determinando KPIs
Baseado na natureza técnica do objeto estudado associado aos dados
coletados e obtidos no processo ETL foi decidido estruturar os KPIs no tipo de
processos na categoria de indicadores quantitativos.
Os indicadores identificados foram:
Custo por área;
Tempo gasto por área;
Tempo gasto por tipo de atividade;
Custo por tipo de atividade;
Alocação de recurso por tipo de atividade.
3.4.Passos geração da informação
Nesta seção será detalhado a sequencia ordenada de passos ao qual os
foram submetidos dados obtidos no processo de ETL.
3.4.1.Conectar a fonte de dados
A ferramenta Qlikview permite realizar a importação de uma fonte de dados Excel
de forma facilitada conforme brevemente demonstrado pelos passos:
1. No Qlikview, através do console é possível selecionar a importação por meio
de Arquivos da Tabela onde possibilita escolher a planilha contendo o volume
de dados.
Uma vez selecionada a planilha, que é o repositório contendo os registros das
atividades, na sequência o console permite selecionar o tipo de arquivo que esta
sendo importado bem como informações como rótulo e tamanho do cabeçalho.
Avançando no assistente é possível ter acesso a ferramenta de transformação de
dados acoplado ao Qlikview, essa funcionalidade permite transformar dados mal
formatados. No entanto, essa função não foi utilizada visto que o processo ETL foi
32
realizado antes da carga de dados ao BI. Na Figura 9 é visualizado o console com o
código de carga de dados.
Figura 9 - Console Qlickview
33
3.4.2.Tratamento dos dados pre carga
O Qlikview permite tratamento dos dados diretamente no console, o que
proporciona flexibilidade no uso e ajustes nos dados resultando em uma maior
performance e redução do processamento. O cálculo considerou o tempo gasto na
resolução da tarefa multiplicado pelo valor hora, mas antes foi necessário separar a
parte inteira de hora e transformar a parte fracionada para a base decimal. É
possível visualizar na Figura 10 o tratamento realizado.
Figura 10 - Tratamento dos dados pre carga
3.4.3.Carga dos dados
Qlikview trabalha com os dados em memória o que permite velocidade nos
cálculos e associações. Os dados são carregados pelos comandos load ou select.
Cada um desses comandos gera uma tabela de entrada. Uma tabela pode sempre
ser vista como uma lista de algo, em que cada registro (linha) é uma nova instância
do tipo de objeto e cada campo (coluna) é um atributo ou propriedade específica do
objeto.
Através da função Executar script no menu do Qlikview, é carregado os dados
no documento QlikView ativo. Isso precisará ser feito se o conteúdo da base de
dados tiver sido alterado desde a última vez em que foi realizada uma recarga.
34
Ao final todos os dados estarão em memória e pronto para utilização e o
resultado pode ser visto através da opção Visualizador de tabelas. Acionando as
propriedades de qualquer linha da tabela é possível selecionar a opção Visualizar o
qual relaciona todos os dados importados.
3.4.4.Criação dos Cenários
Concluído as etapas de preparação do ambiente já com os dados em
memória, o BI permitiu iniciar a elaboração de cenários analíticos propostos.
Conforme mencionado no início da seção 3, é apresentado o detalhamento de dois
indicadores considerados relevantes para o resultado deste trabalho.
A elaboração do indicador de custo por área exigiu a criação de um gráfico no
qual permite adicionar as dimensões de área e valor do chamado e obter o valor
gasto em todos os chamados segmentados pela área requerente. Neste contexto, as
dimensões são as características segundo as quais é possível analisar a
informação.
Neste indicador foi utilizado o gráfico de setores, também conhecido como
gráfico de pizza pela sua facilidade de ilustrar dados quantitativos. Nesta primeira
tela foi informado o nome do indicador e em seguida clicado em avançar.
O próximo passo foi adicionar a expressão responsável pela determinação do
valor desejado, nesse caso o objetivo é determinar o valor total da somatória de
tarefas realizada por área requerente. Para implementação foi necessário escrever a
linha de código demonstrada na Figura 11.
35
Figura 11 - Implementando expressão somatória valo do chamado.
A criação do indicador de alocação de recurso por categoria de atividade
permite a visualização da distribuição do tempo dos recursos permitindo avaliar as
categorias de atividades em que os recursos estão se envolvendo. Para criação
deste indicador além do objeto gráfico, foi lançado mão do objeto de pasta lista.
Esse é um objeto básico que contém todos os valores possíveis de determinado
campo em memória. Depois de inserido o objeto de lista foi necessário selecionar o
campo recurso na parametrização do objeto para relacionar todos os recursos que
foram carregados em memória. A Figura 12 demonstra a seleção do objeto.
36
Figura 12 - Criando lista de apoio indicador alocação de recurso.
Para implementação da visualização da alocação do recurso pela categoria
de atividade foi inserido um gráfico setorial incluindo a dimensão categoria.
Configurado dessa forma, conforme ilustrado na figura 13, permite que seja
visualizado na legenda do gráfico todas as atividades que o recurso selecionado
através do objeto lista. Isso é possível através da característica associativa da
ferramenta de BI a qual cria relações de acordo com a manipulação dos objetos em
tela.
37
Figura 13 - Determinando dimensão indicador alocação recurso.
Para obter a quantidade de ocorrências agrupadas por categoria que o
recurso atuou foi inserido expressão calculando a contagem do campo recurso para
cada categoria como pode ser visto na Figura 14.
38
Figura 14 - Implementando expressão indicador alocação de recurso.
Através da marcação do parâmetro relativo visualizado na figura acima o sistema
automaticamente calcula o percentual considerando a dimensão selecionada. O
resultado pode ser visualizado na Figura 15.
Figura 15 - Resultado em percentual.
39
4.RESULTADOS
Neste capitulo são apresentadas informações de natureza factuais a respeito
do objeto de pesquisa obtidas através da criação de cenários analíticos e visões
multidimensionais construídos dinamicamente.
A elaboração dos indicadores por meio de cenários analíticos
multidimensionais através do software de BI permitiu evidenciar problemas de
natureza gerencial na metodologia de atendimento das atividades por parte da
equipe.
O indicador de custo por área ilustrado na Figura 16, talvez o que melhor
representa o problema na abordagem da equipe, evidencia que a própria área de TI
consome mais 45% do custo apurado no período. A fim de ter uma compreensão,
foram consultados os integrantes a respeito desses apontamentos e foi constatado
que grande parte destas atividades era de natureza gerencial onde eram
convocadas reuniões pela direção da área com o objetivo de discutir as diretrizes.
Figura 16 - Indicador custo por área.
40
Selecionando a fatia que diz respeito à área de TI consegue-se constatar 96%
das atividades que ocupam o tempo dos recursos são de natureza gerencial, pois
tratam-se de reuniões de alinhamento como mencionado anteriormente. Isto pode
ser visualizado na Figura 17.
Figura 17 - Atividades área de TI.
O indicador de alocação do recurso ilustrado na Figura 18 demonstra que o
desenvolvedor de nível sênior esteve alocado em 45% de seu tempo disponível em
tarefas originadas por incidentes, nas quais exige suspender a evolução em
desenvolvimento relacionado a projetos. No decorrer da análise juntamente com o
gestor da área e de posse desta informação, foi desenvolvido metodologia para
reduzir o número de ocorrências desta espécie.
Durante do desenvolvimento de um novo sistema ou até mesmo correção de
funcionalidade, estaria presente juntamente com o desenvolvedor sênior um
estagiário que foi destacado do suporte nível 1. Isso permitiu desenvolver o
conhecimento do estagiário e transferir para ele atendimentos aos incidentes
permitindo que o desenvolvedor sênior se dedicasse ao cumprimento de suas
entregas junto aos projetos.
41
Figura 18 - Alocação recurso sênior.
Por fim, a aplicação de um BI permitiu avaliar a eficiência da ferramenta de
helpdesk utilizada pela área de TI na qual foi possível observar que apenas 23% das
ocorrências foram abertas via Ficha de Ocorrência (FO) conforme Figura 19.
Após esta evidencia, a área de TI iniciou uma campanha de sensibilização
das áreas da empresa orientando na utilização da ferramenta visto que contatos
através de outras formas tiram a atenção da equipe.
Figura 19 - Origem das ocorrências.
42
5.CONCLUSÃO
A evolução da tecnologia oferece desenvolvimento e melhoria nas atividades
praticadas, essa mudança de paradigma permite por meio de sistemas especialistas
transferir boa parte do tempo despendido em tarefas morosas para processamento
informatizado. A construção de soluções de BI alinhadas ao gerenciamento visa
apoiar a decisões para que as organizações sejam mais assertivas em suas
estratégias e propiciem à gerência sênior, novos artefatos analíticos orientados nas
regras do negócio que melhor expressem sua realidade.
Na concepção deste trabalho científico, o principal objetivo proposto foi
desenvolver uma metodologia que contribuísse para gestão de uma equipe de TI por
intermédio de uma solução de BI que permitisse obter resultados relevantes através
do processamento analítico computacional e inteligência de negócios aplicada a
resultado estratégico.
Para a resolução da problemática proposta, elaborou-se uma avaliação
funcional dos dados que seriam relevantes para em seguida determinar indicadores
que extraíssem informações da massa a ser avaliada. Durante os processos ETL e
elaboração dos cenários detalhados no capítulo 3, procurou-se organizar os dados
de maneira que a ferramenta facilmente associasse o conteúdo e ilustrasse os KPIs
selecionados.
O resultado desta pesquisa evidenciou através dos cenários elaborados
algumas das justificativas da frustração na entrega de projetos ou compromissos
firmados, assim como também problemas observados por meio da análise das
informações geradas pela aplicação de Business Intelligence.
No capitulo 4 foi evidenciado o fato de que no decorrer do desenvolvimento
deste trabalho as informações geradas deram resultados positivos. Subsidiando a
gestão tomar uma ação em cima dos resultados observados e alterar a metodologia
de trabalho. Isso já foi artefato suficiente e conclusivo para sustentar que o BI
aplicado à gestão de uma equipe de TI associado a indicadores corretamente
43
formatados pode contribuir no sentido de evidenciar discordâncias que não são
visíveis e permitir redirecionar a maneira de operar.
5.1.Trabalhos Futuros
Durante o desenvolvimento deste trabalho foram observadas diversas
aplicações onde o BI pode ser explorado como ferramenta gerencial no
desenvolvimento e mensuração do desempenho de equipes.
A sugestão de trabalho de futuro se baseia na elaboração de um estudo
detalhado das atividades de uma equipe de esporte coletivo com o objetivo de
desenvolver um painel de indicadores permitindo que equipe de gestão técnica
acompanhe de forma descritiva à eficácia do plano de treinamentos e resultados
obtidos.
44
6.REFERÊNCIAS BIBLIOGRAFICAS
CRANE, D. B., BODIE, Z. Form follows function: the transformation of banking.
Harvard Business Review,v. 74, n. 2, Mar. 1996.
FAYYAD, U. PIATETSKY-SHAPIRO, G; SMYTH, P. From data mining to
knowledge discovery: An overview. In: Advances in Knowledge Discovery and
Data Mining, AAAI Press / The MIT Press, MIT, Cambridge, Massachusetts, and
London, England, 1996.
BERRY, M. J. A.; LINOFF, G. Data Mining techniques. New York: John Wiley &
Sons Inc., 1997.
KIMBALL, R. The Data Warehouse lifecycle toolkit: expert methods for
designing, developing and deploying Data Warehouses. New York: John Wiley &
Sons, 1998.
ALMEIDA, S.l. Getting Started with DataWarehouse and Business Intelligence.
IBM Corporation. 1999. Disponível em: <www.redbooks.ibm.com>. Acessado em: 29
Dez. 1999. Acessado em: Fev 2013.
MOSS, L. T.; ATRE, S. Business Intelligence roadmap: the complete project
lifecycle for decision-support applications. USA: Addison Wesley, 2003.
BARBIERI, C. BI – Business Intelligence: Modelagem e Tecnologia. Rio de
Janeiro, Axcel Books, 2001.
BARRETO, J.M. Inteligência Artificial no Limiar do Século XXI, 3a Edição.
Florianópolis- SC, Edições, 2001.
MENEZES, L, C, DE M. Gestão de Projetos. 1ª Ed. São Paulo: Atlas, 2001.
YIN, R.K. Estudo de Caso - Planejamento e Método. 2ª. Edição. São Paulo:
Bookman, 2001.
45
CÔRTES, S. BI, Data Warehouse e Data Mining - Como a Tecnologia aumenta a
Inteligência do Negócio. PUC-Rio, 2002.Disponível em:
<http://www.tec.com.br/BI.asp>. Acessado em: 10 Out de 2013.
CLELAND, D; IRELAND, L. Gerência de Projetos, Rio de Janeiro: Reichmann &
Affonso, 2002.
THOMSEN, E. OLAP: Construindo Sistemas de Informação Multidimensionais.
Rio de Janeiro: Campus, 2002.
KIMBALL, R.; ROSS, M. The Data Warehouse toolkit: the complete guide to
dimensional modeling. New York: John Wiley & Sons, 2002.
REVISTA PMnetwork. V.16 N.1, Janeiro 2002 Disponível em:
http://www.enap.gov.br/index.php?option=com_docman&task=cat_view&gid=596.Ac
essado em: 10 Ago de 2012.
INMON, W. H. Building the Data Warehouse. 3. ed. New York: John Wiley & Sons,
2002.
ALBERTIN, A.L. Administração de Informática: funções e fatores críticos de
sucesso. São Paulo: Atlas, 2004.
GANGADHARAN, G. R.; SWAMI, S. N. Business Intelligence systems: design
and implementation strategies. In: THE 26th INTERNATIONAL CONFERENCE
200ON INFORMATION TECHNOLOGY INTERFACES - ITI 2004, 2004, Dubrovnik,
Croatia. v.1.
FREIRE, A. Estratégia - Sucesso em Portugal 12ª Ed. São Paulo: Verbo, 2008.
REVISTA Gartner Business Intelligence & Information Management, Fevereiro
2013 Disponível em:http://www.gartner.com/technology/reprints.do?id=1-
1DZLPEP&ct=130207&st=sb Acessado em: 18 Set 2013.