Business Intelligence

Soluções de BI (Business Intelligence) são aquelas que permitem às empresas encontrar, em meio à sua massa de dados, informações fundamentais sobre o seu negócio, podendo assim antecipar tendências, se adiantar no lançamento de produtos, conhecer melhor os seus clientes e alavancar seu potencial competitivo. As possibilidades de verificação e análise dos dados são diversas. Podem ir da obtenção de vários tipos de estatísticas de venda sobre cada um dos produtos da empresa até o recebimento de relatórios garimpados para conhecer o comportamento e as preferências de cada cliente.

Segundo JAMIL (1999, p.10), por Business Intelligence compreendemos técnicas, métodos e ferramentas que possibilitam ao usuário analisar dados e com base nestas análises emitir respostas que possam subsidiar objetiva e confiavelmente os processos de decisão numa empresa. Entre estas tecnologias podemos citar o uso de Data Warehouses e Data Marts (armazéns de dados), Sistemas de Suporte à Decisão (DSS-Decision Support System) , Sistemas de Informações Executivas (EIS-Executive Information System) e Ferramentas de “mineração” (do inglês mining) de dados. O Data Mart é um Data Warehouse em menor escala, utilizado para armazenar dados de um segmento específico do negócio e não os dados da empresa como um todo.

que permitem o cruzamento de informações e suportam a análise de indicadores de desempenho de um negócio, tornando-se assim uma ferramenta de suporte à tomada de decisão. Para a MICROSOFT (1999, p.3) o termo BI compreende as tecnologias de Data Warehouse, Data Mining, ferramentas analíticas OLAP (On-Line Analytical Processing) de consulta aos dados e sistemas de modelagem analítica e previsões. A MICROSOFT (1999, p.6) argumenta que as principais motivações para se investir em um sistema de BI seriam as seguintes: fidelização do cliente, otimização da alocação de recursos e aumento de vendas associadas (cross-selling). A fidelização do cliente ocorre quando se registra cada compra de seu cliente, sendo possível prever quando ele precisará de seu produto, antecipando-se e garantindo-lhe um atendimento diferenciado. A otimização da alocação de recursos ocorre a partir do acompanhamento e identificação de quais linhas de produtos são mais lucrativas e quais são estratégicas, permitindo a priorização de investimentos. O aumento de vendas associadas resulta do traçado do perfil de compra do cliente, permitindo a criação de uma mensagem direcionada para a promoção de vendas de produtos complementares e gerando uma demanda ainda não percebida pelo cliente.

Segundo a IBM (2000, p.1), BI refere-se à habilidade de tomar melhores decisões de negócios através do uso inteligente dos ativos de dados. A empresa acredita que BI diz respeito a acessar o dado correto, analisá-lo em busca de insights e usar os insights para tomar melhores decisões, alcançando assim uma vantagem competitiva.

Para WU (2000,p.2), BI é um sistema capaz de efetuar uma análise de dados com o objetivo de responder questões relativas ao negócio da empresa. O sistema de BI deve ainda identificar tendências e padrões nos dados que estão sendo examinados.

WU (2000,p.2) traça um interessante perfil histórico da evolução dos EIS para os DSS e desses para os sistemas de BI. O autor caracteriza as aplicações de EIS como sendo os sistemas que possuem consultas pré-definidas que permitem acesso a bases de dados estruturadas. Os EIS surgiram na década de 80. Uma grande limitação dos EIS era o fato de que as consultas precisavam ser pré-codificadas por analistas de sistemas através da linguagem de banco de dados SQL (Structured Query Language – linguagem estruturada de consulta). Isto restringia a flexibilidade do EIS, pois os usuários dependiam dos técnicos para elaborem suas consultas.

No entanto, WU (2000,p.2) detecta uma evolução no surgimento dos DSS. Esses sistemas apareceram no início da década de 90 e tem como diferencial a capacidade de geração automática de consultas SQL, diminuindo dessa forma a dependência dos usuários do pessoal técnico de informática. Os sistemas de DSS fizeram uso intensivo de interfaces gráficas para se tornarem mais interativos. Em relação aos seus antecessores, os DSS representam um passo importante na direção de sistemas mais amigáveis.

Tanto os EIS como os DSS se concentram no acesso a bancos de dados estruturados. Os sistemas de BI ampliam o acesso para diversas fontes de dados e trazem a integração com a Web como sendo o seu diferencial. Nos sistemas de BI, a análise de dados também evoluiu no sentido de permitir análises multidimensionais, ampliando a capacidade de correlação entre as variáveis que compõem o negócio da empresa.

De maneira simplificada, pode-se caracterizar um sistema de BI como sendo composto por um front-end e por um back-end. O front-end , instalado na máquina do usuário, compreende as ferramentas visuais que evoluíram a partir dos DSS e EIS e são utilizadas pelo usuário final para elaboração de consultas e relatórios. O back-end, instalado no servidor, compreende os bancos de dados e armazéns de dados.

Dessa forma, os bancos de dados são a infra-estrutura básica de qualquer sistema de BI. Os mais comuns são bancos de dados multidimensionais, que permitem análises por meio de estruturas de cubos. Para não prejudicar a performance do ambiente transacional, a maior parte das empresas prefere estruturar um ambiente à parte para as aplicações de BI. São assim necessárias ferramentas para extrair, limpar e transformar dados dos sistemas fontes que podem estar em uma variedade de plataformas de hardware usando vários bancos de dados. Depois que o dado é preparado para o uso das aplicações de BI, o dado é armazenado em um data warehouse ou data mart. Tanto por questões de desempenho como de segurança, a IBM (2000, p.2) também recomenda a separação do ambiente de BI do ambiente transacional das operações do dia-a-dia do negócio. Para estruturar o ambiente de BI, é precisar definir os elementos de dados e a periodicidade de atualização dos dados, além de detalhar

quais relatórios irão conter quais dados. Estas informações são necessárias para implementar o programa de extração que irá ler os dados atualizados do ambiente transacional e atualizar o armazém de dados do ambiente de BI. Este tipo de informação é chamado de metadados, pois contém dados sobre os dados disponíveis nas estruturas que compõem o armazém de dados.

Segundo a MICROSOFT (2000, p.6), as ferramentas de inteligência empresarial identificam rapidamente tendências em dados financeiros e da linha de negócios, permitindo que os tomadores de decisão planejem estratégias melhores. Os sistemas de BI buscam extrair novos conhecimentos a partir dos dados armazenados em bases de dados estruturadas. Os sistemas de BI pretendem consolidar, filtrar e garimpar os dados operacionais das transações de negócios para gerarem insights para a tomada de decisão.

Ao contrário dos sistemas de groupware que enfatizam o trabalho colaborativo de todos na empresa, os sistemas de BI são mais elitizados, buscando atender às necessidades gerenciais. Um sistema de BI não é uma tecnologia que incentive o compartilhamento de conhecimento entre as pessoas. O objetivo de um sistema de BI é contribuir para gerar novos conhecimentos que resultem em efetivos resultados empresariais de negócio.

Alguns sistemas de BI têm se especializado no armazenamento de informações relativas aos clientes da empresa. Por outro lado, os sistemas de gestão empresarial ERP (Enterprise Resource Planning) priorizam a informação interna. A fusão das tecnologias dos sistemas de BI com os pacotes ERP tem produzido os sistemas de CRM (Customer Relationship Management – Gerência de Relacionamentos com Clientes). Das três dimensões do capital intelectual propostas por EDVINSON e MALONE (1999, p.31), os sistemas CRM permitem o gerenciamento do capital do cliente. STEWART (1998, p.138) afirma que é vital que as empresas gerenciem o relacionamento com o cliente, investindo em seus clientes da mesma forma que investem em pessoal e em estruturas. Para o autor, quanto mais se sabe sobre o cliente, melhor se pode servi-lo.

Dos quatro modos de conversão do conhecimento propostos por NONAKA e TAKEUCHI (1997, p.69), os sistemas de BI enquadram-se claramente no modo de combinação, que consiste na conversão do conhecimento explícito para conhecimento explícito. Segundo os autores, a combinação diz respeito à reconfiguração das informações existentes através da classificação, do acréscimo e da categorização do conhecimento explícito. NONAKA e TAKEUCHI (1997, p.76) destacam que o uso criativo de bancos de dados facilita esse modo de conversão do conhecimento. Conclui- se que os sistemas de BI pouco contribuem para a geração de conhecimento, pois o foco está em combinar o conhecimento explícito já existente em novas formas.

O resumo da classificação da categoria de acordo com os critérios da tipologia é o seguinte:

- Funcionalidade Essencial: Business Intelligence

- Processo de Conhecimento: Codificação e transferência de conhecimento - Tipo de Conhecimento: Explícito

- Área de Origem dos Conceitos: Bancos de Dados

3.3.6.1. Business Objects (Business Objects)

Business Objects é uma ferramenta de suporte à decisão que tem incorporado algumas funcionalidades de Gestão do Conhecimento. O principal objetivo dessa ferramenta é permitir que os trabalhadores do conhecimento acessem, analisem e compartilhem informações úteis para a tomada de decisão. Com o desgaste do termo sistemas de apoio à decisão (Decision Support System), a ferramenta tem se posicionado no segmento de Business Intelligence (BI).

Soluções de BI são usualmente implementadas utilizando-se uma variedade de tecnologias que incluem ferramentas de consulta, geradores de relatórios, data warehouse, data marts e ferramentas OLAP (On-Line Analytical Processing, processamento de dados analíticos). A Business Objects tem utilizado o termo e- Business Intelligence, pois percebe que as empresas estão ampliando para clientes,

parceiros e fornecedores o acesso às aplicações de BI através da Internet. O termo e-BI seria então a convergência de duas tendências: BI e comércio eletrônico.

A BUSINESS OBJECTS (1999, p.5) acredita que as aplicações de BI sigam um ciclo comum. Inicialmente um data mart é construído e aplicações analíticas são desenvolvidas para atender às necessidades de um departamento específico da empresa. Posteriormente, outros data marts são construídos, cobrindo-se assim mais áreas do negócio e atendendo a um número maior de usuários. Nesse estágio, as aplicações são normalmente construídas na arquitetura cliente-servidor. Por fim, a união dos data marts converge para um data warehouse cujo acesso passa a ser disponibilizado na intranet corporativa. Observa-se nesse aspecto uma sinergia tecnológica. À medida em que o projeto de BI se torna mais abrangente, maior se torna a necessidade da disponibilização do acesso às ferramentas de BI na intranet. Sem dúvida, esse é o caminho mais viável para ampliar para todos os usuários da empresa o acesso às ferramentas de BI, usualmente restritas ao corpo gerencial.

Segundo a BUSINESS OBJECTS (1999, p.3), a sua linha de produtos contém as seguintes soluções:

- Business Objects: solução integrando ferramenta de consultas e gerador de

relatórios.

- Web Intelligence: ferramenta de consulta para o ambiente Web, seja na intranet

com acesso às bases corporativas ou na extranet com acesso aos clientes, fornecedores e parceiros.

- Broadcast Agent: permite que os usuários agendem, publiquem e distribuam

relatórios automaticamente. Os usuários podem programar a periodicidade de distribuição e de atualização de relatórios. Caso necessário, os relatórios podem ser enviados do servidor para o cliente em períodos em que a rede estiver mais ociosa, evitando-se assim degradar o desempenho da rede com a distribuição de relatórios.

- Set Analyzer: ferramenta de análise baseada em conjuntos especialmente otimizada

para grandes bancos de dados. Essa ferramenta constrói diagramas de conjuntos que permitem que os usuários não-técnicos comparem dados visualmente. Os usuários

agrupam os clientes em segmentos de acordo com suas atividades e depois os segmentos dão origem aos conjuntos. Dessa forma, os usuários podem realizar visualmente análises que impliquem na união, interseção e diferença dos conjuntos. - Business Query: utilitário que permite acessar bancos de dados corporativos através

de uma planilha Microsoft Excel.

- Business Miner: ferramenta de garimpo de dados (data-mining) que busca

correlações ocultas nos dados.

- OLAP Access Packs: acesso a servidores OLAP