BI

BI - Business Intelligence

Anotações importantes relativa a disciplina "BI - Business Intelligence, MBA em Análise de Dados com BI e Big Data" (EAD Unicsul) - Publicado em março/2020.
REFERÊNCIAS BIBLIOGRÁFICAS:

Material didático da disciplina;
BARBIERI, Carlos. BI-business intelligence: modelagem e tecnologia. Rio de Janeiro: Axcel Books, 2001.
CAIÇARA JUNIOR, Cícero. Sistemas integrados de gestão: ERP – uma abordagem gerencial. 2.ed. Curitiba: Intersaberes, 2015.
TURBAN, Efraim; SHARDA, Ramesh; ARONSON, Jay E.; KING, David. Business Intelligence: Um enfoque gerencial para a inteligência do negócio. Porto Alegre: Bookman, 2009.

BI é um termo "guarda-chuva", incluindo arquiteturas, ferramentas, banco de dados, aplicações e metodologias que possibilitam a transformação de um conjunto de dados em informação, e eventualmente em conhecimento (processamento dos dados geram a informação, e o processamento da informação gera o conhecimento).

Vale observar que é uma expressão livre, podendo significar coisas diferentes para pessoas diferentes, com uma grande quantidade de acrônimos e "palavras da moda".

Informações provenientes das ferramentas de BI permitem detectar proativamente oportunidades, logo as informações são ativos importantes para as organizações, e permitem vantagens competitivas diante do Mercado.

De forma geral BI tem o objetivo de permitir o acesso interativo aos dados (em tempo real se necessário), assim como sua manipulação, permitindo uma análise adequada dos mesmos.

O termo foi inicialmente usado pelo Gartner Group (década de 90), mas conceito já existia desde 1970 com relatórios gerenciais (SIG) estáticos, bidimensionais e sem recursos de análise.

Em 1980 surgiram os sistemas de informação executivas (EIS) com relatórios dinâmicos e multidimensionais, proporcionando prognósticos e previsões, análises de tendências, detalhamento, acesso a status e fatores críticos de sucesso.

A partir de 2005 foram acrescentados recursos poderosos de análise, assim como inteligência artificial.

Abordagens modernas descrevem BI em poucas palavras como "informações certas na hora certa e no lugar certo".

OLTP - Online Transaction Processing

Responsáveis pelo armazenamento de milhares ou milhões de transações individuais, diariamente. Tipicamente são utilizados modelos Entidade e Relacionamento (ER), onde cada entidade com sua própria tabela e relacionam-se com as demais (cada pedaço de informação existem em apenas 1 lugar).

Anteriormente estes grandes volumes de informação eram subutilizados, até pela limitação tecnológica e capacidade de processamento. As ferramentas e algoritmos de BI atuais permitiram uma grande mudança neste cenário.

Sistema

Conjunto de elementos que interagem formando um todo único e complexo. Pode ser dividido em partes menores, denominadas subsistemas, que funcionam de forma independente, porém se algum deles falhar irá comprometer o todo.
Exemplo: Sistema de transporte urbano composto por subsistemas metroviário, ferroviário e transporte urbano (ônibus).

Quanto a natureza podem ser abertos (possuem interação com o ambiente externo) ou fechados (sem interação com ambiente externo).

Uma empresa de forma geral é um sistema aberto com três componentes básicos: entradas, processamento e saídas (exemplos de SI's empresariais são sistemas voltados para produção, finanças ou contabilidade, RH e vendas ou marketing).

Sistema de Informação - Definição

Processo de transformação de dados em informação, responsável pela coleta, armazenamento, recuperação, processamento e distribuição da informação.

Sistemas de Informação - Dimensões

Tecnologia (hardware, software, banco de dados e telecomunicações);
Organização (regas, hierarquia, cultura e divisões);
Pessoas (interface, treinamento, ergonomia);

Sistemas de Informação - Classificação:

Por área funcional (Ex.: sistemas financeiros ou recursos humanos)
Por nível organizacional:

Níveis operacionais: controle da operação das organizações
Níveis táticos ou gerenciais: controle e acompanhamento de metas
Níveis estratégicos: apoio à direção da Empresa (informações sintetizadas alinhadas a KPIs, metas e objetivos)

Sistemas de informação - Ordem Cronológica

SPT - SISTEMAS DE PROCESSAMENTO DE TRANSAÇÕES

Primeiros sistemas, de nível operacional, e tinham como objetivo redução de custos com a automatização de rotinas (Ex.: folha de pagamento, faturamento, controle de estoque etc.).

Transação neste contexto pode ser definida como qualquer troca de valor ou movimento de mercadorias que afete a lucratividade de uma organização ou seu ganho global, inclusive a realização de metas organizacionais

MRP E MRPII - MATERIAL REQUIREMENT PLANNING

Controle de fluxo de componentes e matéria prima

SCM - SUPPLY CHAIN MANAGMENT

Controle de fluxo de materiais, informações e serviços de fornecedores, visando redução de riscos e incertezas.

ERP - PLANEJAMENTO DE RECURSOS EMPRESARIAIS (ENTERPRISE RESOURCE PLANNING)

Em 1972 fundada a SAP (Systemanalyse and Programmentwicklung) - Sistemas, aplicações e Produtos para processamento de dados em tradução literal, surgindo então o conceito original de ERP.

Mais notabilizado a partir dos anos 90, passaram a cobrir as atividades do negócio como um todo (ver nota 1), se notabilizando por suportar de forma muito eficiente as atividades de backoffice (atividades de controle interno).

São pacotes comerciais de software, adquiridos prontos e de forma modular, contemplando as melhores práticas de mercado (best practices) e com banco de dados únicos. Permitem customizações, apesar de não serem desenvolvidos para um cliente em específico.

Nota 1:

SISTEMAS DE INFORMAÇÕES GERENCIAIS (SIG): associados ao nível tático ou gerencial com relatórios gerenciais voltados para o desempenho passado e presente;
SISTEMAS DE SUPORTE E DECISÃO (SSD): associados aos níveis tático e estratégico, dão apoio por meio de simulações ou análise de situações (entradas típicas: SPT/SIG);
SISTEMAS DE SUPORTE EXECUTIVO (SSE): atendem necessidades de executivos no nível de direção ou alta gerência, comumente orientados por gráficos para esse nível de usuário.

Para atividades de frontoffice (necessitam de interação com partes externas à empresa, como fornecedores ou clientes) não apresentam a mesma eficiência, o que serviu de motivação para o surgimento de conceitos como CRM.

CRM - GERENCIAMENTO DO RELACIONAMENTO COM O CLIENTE (CUSTOMER RELATIONSHIP MANAGEMENT)

Tem como objetivo gerenciar o relacionamento com o cliente, deste a identificação, até satisfação e fidelização.

OBSERVAÇÕES:

O uso de diversos sistemas normalmente resulta em grande quantidade de dados redundantes, com integridade duvidosa e com muito retrabalho na atualização dos dados;
Sistemas ERP são modularizados (Marketing, Produção etc.), e cada módulo troca informações entre si permitindo a integração total dos dados, eliminando redundâncias e aumentando a segurança e integridade dos dados;
Como ERP's de forma geral são de uso genérico, normalmente a instalação não envolve apenas a instalação de um software, sendo algumas vezes necessário a reestruturação de processos existentes na empresa.

Benefícios da Integração de Sistemas

Tangíveis: redução de pessoal, aumento de produtividade, aumento de receitas/lucros, entregas pontuais;
Intangíveis: aprimoramento e padronização de processos, satisfação dos clientes, flexibilidade e agilidade.

Observação: tangível se refere de forma geral a algo que pode ser tocado.

Sistema Legado

Sistema antigo e que ainda é vital para a continuidade dos negócios das empresas.

Arquitetura ERP

Modelo cliente servidor em três camadas:

Apresentação, responsável pela iteração com os usuários
Aplicação, responsável pelo funcionamento do sistema
Base de Dados, responsável pelo gerenciamento dos dados.

Características de um Sistema ERP

Banco de dados único;
Pacotes comerciais e customizáveis;
Estrutura modular;
Baseado nas melhores práticas de mercado (best practices).

Vantagens de um Sistema ERP

Informação correta, para a pessoa correta, na hora correta;
Eliminação de redundância e reinserção de dados;
Possibilita maior integridade de informações;
Aumenta a segurança sobre os processos de negócios;
Permite rastreabilidade de transações;
Modular, permitindo aquisição conforme orçamento disponível;
Padronização de sistemas.

Principais Fornecedores ERP

Em nível internacional SAP (Alemanha) e Oracle (EUA) são os principais fornecedores. No Brasil, a TOTVS (Brasil) alcançou grande fatia do mercado com a estratégia de aquisição empresas nacionais de destaque (Microsiga, RM Sistemas, Logix etc.).

Estudo de Caso - Implantação de BI na Toyota

No final dos anos 90 a Toyota enfrentou problemas na sua cadeia de fornecimento e em suas operações nos EUA, quando os custos de logística e armazenamento se elevaram, tendo como consequência insatisfação de clientes pela incapacidade de fornecimento dos veículos, que passavam a comprar carros de concorrentes como a Honda.

Alguns dados importantes:

Custo dos veículos em trânsito: U$ 8,00/dia;
Tempo em trânsito: 9 a 10 dias;
Quantidade de veículos: 2 milhões/anos;
Custo anual: US$ 144 a 160 milhões/ano.

Na ocasião eram produzidos relatórios e dados em grande quantidade, porém sem direção, impossibilitando uma análise estratégica dessas informações. Existiam relatório sobrepostos, dados não eram exatos, informações não eram compartilhadas ou compartilhadas de forma lenta, impossibilitando tomada de decisões em tempo hábil.

Na tentativa de solucionar os problemas, a empresa concluiu que era necessário um data warehouse (repositório central de dados históricos, com acesso e manipulação fáceis, para suportar a tomada de decisões).

Em uma primeira tentativa, foi implementado um sistema com o objetivo de fornecer dados precisos e em tempo real, porém não funcionou como esperado, com resultados e análises errôneas.

Um dos principais motivos do insucesso foi devido inconsistência nos dados históricos, com anos de erros de lançamento que passaram despercebidos (dados duplicados ou faltantes entre outros). Era um típico caso de conceito correto, mas com tecnologia errada.

Em 2000, a Toyota passou a usar o data warehouse da Oracle e a plataforma de BI da Hyperion, que incluía recursos como o uso de dashboard com cores para identificar situações críticas em tempo real, como os tempos de entrega começando a atrasar, permitindo ações imediatas nas fontes de problemas.

Em pouco tempo foram identificados diversos problemas (ex.: cobrança duplicada por envio especial por trem, erro de US$ 800.000,00), e alcançados resultados excepcionais.

Ocorreu aumento de carros negociados em torno de 40% entre 2001 e 2005, com um aumento de apenas 3% do número de funcionários, e o tempo de trânsito ainda foi reduzido em 5%.

Um estudo independente realizado pela IDC Inc. apontou um retorno de 506% sobre o investimento em BI.

Etapas de um projeto de BI

Levantamento dos requisitos e aprofundamento no negócio, quando devem ser levantados os objetivos e escopo do projeto;
Arquitetura de dados e modelagem, um dos fatores críticos para o projeto de BI, sendo o produto final modelo conceitual composto pelas descrições das tabelas Fato (armazena as medidas ou fatos que devem estar ligados a uma dimensão, sendo que uma dimensão pode ter n fatos) e Dimensão, que são entidades do negócio efetivamente, significativamente menores porém com múltiplas colunas. Aqui também são concebidas listas de atributos e dimensões, medidas e métricas aplicadas aos fatos, granularidade etc., o que é um fator crítico para a carga e processamento de dados. Após a definição lógica dos fatos e dimensões é importante estimar o tamanho das bases do data warehouse (costuma-se estimar as dimensões entre 20 e 25% dos fatos). Fatores como agregação, sumarização de dados, combinações de dimensões e granularidades e índices devem ser considerados no dimensionamento;
Extração (coleta dos dados nas diversas fontes de dados), Transformação (mapeamento, uniformização, limpeza etc. dos dados) e Carga dos dados (inserção no data warehouse);
Desenvolvimento de aplicações, como interfaces de usuários sem telas muito carregadas e que dificultem a navegação e entendimento dos dados, ferramenta para exportar dados, criar relatórios etc., ressaltando que existem inúmeras ferramentas OLAP (Online Analytical Processing) no mercado;
Validação e testes, feitas em conjunto com usuários que sejam especialistas no negócio, validando a consistência e coerência dos dados;
Treinamento e implantação, capacitando os usuários para utilização do novo sistema.

Ferramentas de BI no mercado

O chamado Quadrante Mágico Gartner é uma referência de pesquisa para tomada de decisões, não só para ferramentas de BI, existindo diversas variações.
Basicamente a avaliação ocorre sobre quatro visões distintas:

Leaders: posição de destaque no mercado em seu segmento, ditam padrões pelo seu destaque até por estarem em um nível mais avaçando de desenvolvimento;
Visonaries: grande potencial, mas ainda necessitam de melhorias;
Niche Players: focam em características especificas do mercado, esforços direcionados para um determinado nicho;
Challengers: grande capacidade de produção e entrega, porém sem parcela relevante de mercado;

Para 2019 o resultado do trabalho é o apresentado a seguir, onde podemos observar Microsoft e Tableau a frente dos concorrentes:

Profissional de BI no mercado

Para atuar na área de BI precisamos antes de tudo ser multidisciplinares, com conhecimentos sólidos de matemática, estatística e lógica, visto que as possibilidades de aplicação destes conceitos são de amplo espectro para diversos segmentos, por exemplo RH, marketing, finanças etc. Um profissional de BI necessita conciliar teoria e prática, conhecer ferramentas e métodos tecnológicos disponíveis, estudar e compreender bases com grandes volumes de dados o que define a necessidade de ter conhecimento de tecnologias e modelagem de banco de dados. Algumas atividades podem ser listadas de forma mais específica:

Pesquisa de tendências para o segmento em que atua (p.e. hábitos e consumo para análises mercadológicas, qualidade de serviço para áreas operacionais etc.);
Estar “em dia” com as inovações tecnológicas para potencializar escolhas, por exemplo, de possíveis ferramentas;
Coletar, tratar, organizar e acompanhar as diversas informações coletadas inerruptamente;
Para acompanhamento de mercado pode ser necessário o monitoramento contante de redes sociais (MMS), acompanhamento da concorrência etc.;
Cruzamento de dados e informações passadas para fazer análises preditivas, fazendo uso de muita matemática e estatística.

Benefícios de BI

Comulmente são descritos 5 benefícios nas referências:

Minimizar erros e riscos do negócio;
Auxiliar no planejamento e direcionar a tomada de descisão;
Definicão de métricas e indicadores mais precisos;
Estimação de dados e valores futuros;
Gerenciamento integrado e centralizado de dados.