Business Intelligence.

Quando se acompanha a evolução da tecnologia de desenvolvimento de Banco de Dados (BD), percebe-se que há uma forte distinção entre a criação de BDs que satisfaçam as necessidades operacionais de empresas e aqueles voltados para fornecer subsídios para a tomada de decisão táctica ou estratégica.

94

As diferenças conceituais entre estas duas abordagens reflectem-se na forma de projectar e implementar tais modelos de BD. Em Codd e Saley (1993), Edgard Frank Codd, desenvolvedor do modelo relacional para BD, o mais utilizado dos modelos, institui os termos OLTP (Online Transaction Processing) e OLAP (Online Analytical Processing) para definir respectivamente o primeiro tipo de BD (o operacional) e o tipo voltado para a tomada de decisão.

Uma análise do desenvolvimento histórico dos modelos OLAP e OLTP é visto em Coronel et

al. (2009). O importante é perceber que sistemas OLTP tiveram sua origem na intenção de criar estruturas que permitissem o armazenamento e a manipulação correcta de dados. Os fundamentos dessa tendência se encontram na teoria de conjuntos e na álgebra linear, essa última mais especificamente no cálculo matricial. Já os sistemas OLAP se desenvolveram a partir da modelagem de negócios e a necessidade do pensamento analítico relativo a decisões gerenciais. Conforme descrito em Thomsen (2002), a aplicabilidade de sistemas OLAP, advém de seu potencial para fazer comparações e projecções sobre variáveis representativas das diversas dimensões que predominam no meio empresarial. Essas variáveis podem ser exemplificadas por medidas de variâncias, razões e tendências. O termo analytical presente no acrónimo OLAP refere-se à capacidade de separar e comparar conjuntos de dados do sistema (slice and dice), visando consolidar estudos sobre variáveis fundamentais para a decisão empresarial. Como exemplo de variáveis tipicamente usadas pode-se citar margem de lucro e produtividade.

O ponto de partida para sistemas OLAP foram os chamados Management Decision Systems (MDS) criados por John Little e Len Lodish na Sloan School, do Massachussetts Institution of

Technology (MIT), no final da década de 60. Tais sistemas eram voltados para estudos de marketing e eram fortemente baseados em estruturar dados em matrizes. (Power, 2008). Este autor cita que, em 1975, após a criação de várias rotinas matemáticas que viabilizavam o pensamento analítico no processamento dos dados, e também de uma linguagem própria para esse mesmo processamento, criou-se a linguagem de modelagem para marketing e rotinas financeiras denominado EXPRESS que causou um profundo impacto entre os consultores voltados para o sector de vendas. A evolução dessa abordagem se faz com a concepção dos denominados Decision Support Systems (DSS), ainda na década de 70, após o surgimento do sistema de modelagem financeira FCS da empresa Comshare, conforme descrito em Nagabhushana (2006). Esse sistema foi o primeiro a unir os esforços de abordagem analítica

95

dos sistemas OLAP com a evolução na representação e manipulação de dados dos sistemas OLTP.

Outro passo fundamental para o desenvolvimento dos sistemas analíticos, foi a criação em 1995 do OLAP Council, uma associação voltada para fornecedores, especialistas e desenvolvedores desse tipo de sistema. A essa instituição credita-se duas grandes inovações logo em seus primeiros anos de existência. A criação de uma OLAP API (application

programming interface) um conjunto de especificações de como ter acesso e manipular de forma padronizada sistemas OLAP e também o desenvolvimento de benchmarks ( marcos de referência ) para esse sector, ou seja, padrões que permitam o estudo comparativo de soluções OLAP. (Vassiliadis e Sellis,1999).

Nas duas últimas décadas ocorreram grandes evoluções em ambas abordagens de desenvolvimento de BD. Particularmente para os sistemas OLAP, Howard Dresner - do

Gartner Institute - cunhou o termo Business Intelligence (BI), em 1989, envolvendo todo o conjunto de operações e infra-estrutura humana e de equipamentos para viabilizar a empresa que toma decisões de forma inteligente e bem fundamentada. A evolução histórica de sistemas de BI é mostrada em detalhes em Mundy et al. (2006). BI tem sido utilizado como um termo genérico para descrever conceitos e métodos para melhorar a tomada de decisão dos negócios usando aplicações, bancos de dados e metodologias (Chen et al., 2010), muito embora os termos Business Analytics (BA) e BI tenham sido utilizados como sinónimos, BI é o termo preferido pelos profissionais de tecnologia da informação, enquanto BA é mais utilizado pela comunidade empresarial. (Sircar, 2009). BA está em voga como uma palavra da moda para o uso de dados para auxiliar na tomada de decisão nas organizações (Davenport et

al, 2010). Conforme Gartner (2013), a importância de BI está se tornando aceita amplamente assim como BA e BI se tem mantido no topo das prioridades para os CIOs (Chief Information

Officers) pelo segundo ano consecutivo.

Já Ranjan (2009) explica que BI tem dois significados diferentes com relação ao termo “Intelligence”. O primeiro é relacionado com a capacidade da inteligência humana aplicada aos negócios e seu gestão das actividades e o segundo é relativo à inteligência como informação relevante e actual. Sistemas de BI caracterizam-se por permitir a elaboração de relatórios e estudos comparativos de uma forma amigável, e que não exijam conhecimentos aprofundados de qualquer linguagem de programação. Estes sistemas utilizam painéis de visualização de dados (dashboards) que são familiares aos gestores de corporações, onde os

96

dados e cenários necessários à tomada de decisão estão sintetizados. Estes sistemas formam a última versão a uma tendência de fornecer a gestores corporativos a facilidade de criar simulações e retractos do comportamento de suas empresas. Basicamente, como já citado, os primórdios do BI podem ser encontrados nos primeiramente denominados sistemas de decisões gerenciais, que depois passaram a ser conhecidos como sistemas de informações gerenciais e finalmente referenciados como sistemas de apoio à decisão. O estudo de ferramentas de geração de relatórios e de busca de dados também contribuíram muito para o estado actual do BI.

O primeiro sistema de BI foi implementado em fabricantes de itens de consumo em grande escala, como Procter & Gamble e varejistas como Wal-Mart com a finalidade de analisar os dados de vendas (Power 2007). De acordo com o Gartner Group (2012), o gasto global com sistemas de BI e seus produtos relacionados, incluindo BA e aplicativos de desempenho gerencial, cresceu de US$ 10,5 bilhões para US$ 12,2 bilhões entre 2011 e 2012, o que simboliza a sua importância e crescente importância estratégica a nível mundial. As vantagens de sistemas deste tipo ficaram evidentes para o ambiente corporativo e há diversos exemplos de utilização em processos de vendas, recursos humanos e produção entre outros. Aplicações de sistemas de BI em diversas áreas são descritas por Kimball e Ross (2002). A gestão de projectos recentemente inteirou-se do potencial do uso de BI. Neste trabalho será apontado como estas soluções podem levar à análise de dados de duração de actividades, notadamente aquelas de rateio comum de custos, e o discernimento de níveis de complexidade para estas actividades. Basicamente, o sistema BI criará condições para o uso de TDABC em gestão de projectos.