Nesta etapa, no modelo do DM desenvolvido, as cargas foram efetuadas de maneira normalizada e a visões foram desenvolvidas na ferramenta QlikView para o analista da área de Marketing, Estes testes foram iniciados ainda durante o desenvolvimento, onde se encontraram algumas divergências já explicadas na etapa anterior, o restante dos testes se deram ao final do desenvolvimento, possibilitando assim a liberação da ferramenta para validação do analista.
A etapa de validação foi dividida em duas partes: na primeira a ferramenta só continha algumas regras de negócio, e a segunda foi executada após a conclusão da ferramenta. Nesta primeira apresentação, mesmo a ferramenta não estando concluída e poucas telas desenvolvidas, marcou-se o que seria a apresentação inicial ao analista da área de Marketing. Neste momento, o analista gostou das visões iniciais nesta primeira apresentação e aproveitou para questionar sobre o desenvolvimento de outras visões, o que agregaria ainda mais valor para o desempenho de sua função, ou seja, regras de negócio que não fizeram parte do escopo deste trabalho. No entanto, por dispor de um período pequeno para desenvolvimento deste trabalho, não foi possível atender as novas solicitações do mesmo.
Nesta mesma apresentação, o analista ficou surpreso com as facilidades que a ferramenta trará, chegando a comentar frases como: “está ótimo” e “não vou precisar mais esperar as solicitações que são feitas a outras áreas, pois assim será possível buscar as informações que preciso”. Com essas declarações e outras que não foram descritas, foi possível notar o quanto esta área necessitava de uma ferramenta que possibilitasse buscar informações para gestão de forma rápida e prática.
Na segunda apresentação, o analista gostou das visões desenvolvidas e tornou a solicitar outras visões que não fizeram parte deste trabalho. Com a aceitação da ferramenta na apresentação, a ferramenta foi liberada ao analista que passou a utilizá-la para validar as informações contidas na mesma. Durante o processo de validação, surgiram alterações como ajustes nas delimitações das telas, pois as mesmas foram desenvolvidas em um notebook e os monitores existentes na área de Marketing são menores. Estes ajustes foram necessários para não existir barra de rolagem nas telas, melhorando a visualização do analista.
Após a validação do analista de Marketing e com as correções de tela concluídas, percebeu- se que os dados extraídos estavam coerentes com a realidade. O mesmo analista ressaltou que a
57
ferramenta auxiliará a pesquisa por informações sobre os clientes e produtos da empresa, agilizando a tomada de decisão da área.
Dessa forma, a ferramenta foi liberada para utilização de toda área. Antes, o analista utilizava apenas algumas vezes durante a semana, no caso, para efetuar as validações necessárias. Agora, com a ferramenta concluída, a área de Marketing utiliza a ferramenta para extrair as informações necessárias, onde passou a ser algo que não pode faltar no seu dia a dia.
3.6 UTILIZAÇÃO DA FERRAMENTA E RESULTADOS ALCANÇADOS
Com a ferramenta pronta, validada e em operação pela área de Marketing, pode-se comentar sobre os resultados obtidos com esta nova opção para buscar informações sobre os clientes.
O resultado mais evidenciado é que antes de existir este trabalho na área de Marketing, a mesma necessitava solicitar seus relatórios a outros departamentos da empresa, que ocasionava lentidão e atrasos para gerar a informações corretas, pois após receberem os relatórios solicitados, a área ainda precisava tratá-los e validá-los, o que demandava tempo e recurso. Agora com a estrutura do DM e a ferramenta concluída, esta área não precisa mais aguardar dias até que as solicitações sejam respondidas, pois conseguem extrair de forma prática, direta, rápida e com segurança as informações que necessitarem.
A seguir serão detalhadas as telas criadas na ferramenta, assim como quais dessas respondem as necessidades da área, relacionando com cada regra de negócio. Primeiramente será apresentada a tela com filtros referentes aos clientes, conforme mostra a Figura 19.
58 Figura 19. Tela Filtros de Clientes
Na Figura 19, vê-se que é possível selecionar os clientes de várias maneiras dependendo da necessidade de cada momento. É possível buscar apenas os clientes ativos ou excluídos, assim como pelo sexo ou tipo do contrato (PF ou PJ), ou até mesmo selecionar algum dos motivos de exclusão. Nesta tela, também existe a possibilidade de efetuar quanto filtros forem necessários, quanto maior a quantidade de filtros, mais especifica ficará a seleção dos clientes.
Todos os filtros apresentados anteriormente servem para facilitar a seleção dos clientes pelo seu plano cadastrado na Operadora, no entanto, em alguns momentos a necessidade não se refere em qual plano o cliente está cadastrado, mas onde o mesmo reside. Por este motivo, criou-se uma tela possibilitando o filtro pelos tipos de endereços (residência, cobrança ou correspondência), assim como por e-mail ou ainda pela rua, bairro, cidade ou estado, conforme mostra a Figura 20.
59 Figura 20. Tela de Filtros de Endereços
Assim como já descrito, quanto maior a quantidade de filtros utilizados, melhor será a seleção dos clientes. Para melhorar as seleções, nessa ferramenta é possível utilizar os filtros das duas telas para a mesma seleção, ou seja, os filtros de uma tela são adicionados ao da outra. Exemplificando, na tela com os filtros dos clientes, selecionam-se os que são Ativos e o tipo de contrato é Pessoa Jurídica, após isso, na tela de filtros de endereços, selecionam-se apenas os que estão situados na cidade de São José. Com isso, a resposta será apenas os clientes que fazem parte dos filtros utilizados.
Independente dos filtros utilizados, sejam eles diversos ou poucos, criou-se duas telas que mostram as informações cadastrais dos clientes e outra com o endereço dos mesmos. As duas telas são apresentadas na Figura 21 para o cadastro dos clientes e na Figura 22 para os endereços.
60 Figura 21. Informações do cadastro dos clientes
61
Vale ressaltar que, quanto maior a quantidade de filtros, menor será a quantidade de clientes para mostrar na tela, com isso, a ferramenta apresentará a resposta de maneira rápida, sendo este o objetivo principal da criação desta ferramenta.
O relatórios recebidos pela área de Marketing referente às regras de negócio 1 e 2, mencionadas na seção 3.1.3, continham os dados em planilhas separadas, onde estas eram unidas por fórmulas da planilha eletrônica, para assim poder analisar os clientes de maneira mais fácil. Verificavam-se quais clientes possuía um valor de Receita alto e o valor de Utilização baixo. Na ferramenta, criou-se uma tela contendo estas duas informações em uma tela, assim facilita e agiliza a análise, através das informações apresentadas na Figura 23.
Figura 23. Receita x Utilização
Antes da criação das visões para área de Marketing, esta necessitava solicitar um relatório com os clientes excluídos, além disso, também precisava ajustar o relatório de maneira que o mesmo gerasse informações que auxiliasse na tomada de decisão. Agora, com a ferramenta pronta, isto não é mais necessário, pois ao selecionar os clientes excluídos e clicar no botão Motivo de
62
Exclusão, será apresentado um gráfico com os motivos de exclusões. A Figura 24 responde as regras de negócio 5 e 6, e dessa maneira não será mais necessário ajustes nos relatórios pela área de Marketing.
Figura 24. Gráfico Motivo de Exclusão
Uma nova possibilidade que vale a pena citar é a opção gráfico/dados, como pode ser observado na Figura 24, é a opção que o gestor tem de após analisar o gráfico, selecionar qualquer motivo de exclusão, com apenas um clique no próprio gráfico, ou seja, no motivo desejado, isto seleciona todos os clientes com tal motivo de exclusão, o gestor pode clicar no botão Clientes para conhecer quais são os clientes selecionados ou até mesmo no botão Endereços, para saber o endereço dos clientes para, por exemplo, enviar uma correspondência. Essa opção de selecionar a informação no próprio gráfico não é comum, possibilitando assim a área conhecer informações antes nem pensadas.
A Figura 25 apresenta os clientes que mais utilizaram o plano, essa tela responde a regra de negócio 3. Os clientes apresentados nessa tela serão avaliados, caso seja evidenciado a utilização
63
incorreta do plano, o código do cliente evidenciado será encaminhado ao departamento de Medicina Preventiva para que este verifique quais medidas deverão ser tomadas, possivelmente será incluído em um de seus programas de prevenção.
Figura 25. Alta Utilização
A regra de negócio 4 foi respondida com a tela de Quantidade de Vidas. Essa regra foi descrita solicitando a quantidade de clientes incluídos na base de dados em um determinado período. No entanto, em uma das entrevistas com o analista de Marketing, o mesmo identificou que se essa tela apresentasse o número de clientes ativos agregaria mais valor à ferramenta, pois será possível comparar a quantidade total de clientes mês a mês, conforme mostra a Figura 26.
64 Figura 26. Quantidade de Vidas
Com as visões a área de Marketing pode extrair informações não pensadas antes, como é o caso de analisar a predominância de determinadas faixas etária em uma região, para isso, seleciona- se as cidades desejadas na tela de Filtros de Endereços e depois se clica no botão Faixa Etária, onde é apresentado um gráfico contendo tais informações, conforme mostra a Figura 27, se necessitar conhecer quais clientes fazem parte de determinada faixa etária, basta clicar sobre a faixa etária desejada no próprio gráfico e depois clicar na tela de Clientes, onde mostrará o cadastro completo dos clientes selecionados.
65 Figura 27. Gráfico por Faixa Etária
Conforme já apresentado na Figura 24, a Figura 27 também permite efetuar o mesmo tipo de seleção a partir de um clique no gráfico para selecionar determinada faixa etária, possibilitando o clique nas telas de Clientes ou Endereços conforme suas necessidades.
Com o desenvolvimento das visões, calcula-se uma redução de 44% na quantidade de passos para concluir o levantamento das informações necessárias, baixando de nove para cinco passos do processo anterior para o novo. Conforme é apresentado na Figura 28.
66
67
Em relação ao tempo de pesquisa, no processo anterior, eram necessários no mínimo dois dias, podendo se estender em até trinta dias para obter as informações. No novo processo, essas informações podem ser extraídas em poucos minutos, podendo até ser instantâneo, dependendo da sua complexidade de pesquisa. Desta maneira, ao analisar o prazo mínimo no processo anterior, ou seja, dois dias, com o tempo de 5 minutos no novo modelo, calcula-se uma redução de aproximadamente 99,8% no tempo para conseguir as informações necessárias para a diretoria.
4 CONCLUSÕES
Este trabalho objetivou a criação de um DM e o desenvolvimento de visões a partir da ferramenta QlikView, para auxiliar na pesquisa por informações para a área de Marketing de uma Operadora de Saúde, trazendo rapidez, agilidade e segurança das informações no momento da tomada de decisão.
O objetivo principal do trabalho foi alcançado, sendo que após a validação da ferramenta, o departamento de Marketing consegue extrair a informações de maneira mais rápida e prática que antes de existir as visões.
A escolha de qual ferramenta escolher para utilizar em um trabalho como este é um ponto básico. Neste trabalho, não foi selecionada a melhor ferramenta ou a mais adequada para este tipo de modelo, pois a ferramenta QlikView é padrão na empresa e já está disseminada em outras áreas.
A cada momento que se reuniam o analista de Marketing e os analistas das outras áreas para esclarecer as regras de negócio, entendia-se cada vez mais a importância deste trabalho para área de Marketing, pois além de conseguir extrair informações de maneira mais rápida e clara, os analistas que utilizam as visões produzidas por este trabalho, conseguem também atingir as metas da área com mais facilidade, auxiliando assim a empresa a alcançar seus objetivos.
A execução deste trabalho foi satisfatória no âmbito profissional, pois aproximou a área estratégica com as áreas de negócio, assim como aumentou o entendimento do analista da área estratégica quanto ao negócio da área de Marketing. Isso já trouxe e continuará trazendo melhorias dentro da empresa, pois facilitará futuras negociações entre as áreas, assim como as novas visões quando solicitadas.
Sabendo que os resultados também foram satisfatórios para o gestor, é possível ressaltar alguns pontos positivos:
- Rapidez e agilidade na busca pelas informações;
- O departamento de Marketing não necessita aguardar vários dias pela entrega dos relatórios solicitados, mas especificamente de dois a trinta dias dependendo da solicitação;
69
- Ferramenta Front-end disponibilizada para área, sendo a mesma construída com um modelo que possibilita a continuidade da mesma;
- Não houve necessidade de novos investimentos, pois a empresa já possui a ferramenta utilizada neste trabalho;
A estrutura criada com o modelo Flocos de Neve foi pensada para futuramente expandir a ferramenta sem que haja alterações na estrutura atual, possibilitando a inclusão de outras tabelas dimensões, o que agregará ainda mais valor para área.
As dificuldades para construção dos scritps foi grande, necessitando também do auxílio das áreas conhecedoras do negócio para concluir as regras corretas para extração das informações. Apesar dessa dificuldade, o resultado teve grande valia, pois aproximou as áreas de negócio com a área de Marketing.
Sugestão para trabalhos futuros:
• Ampliar a estrutura criada para responder a necessidades diversas da área;
REFERÊNCIAS BIBLIOGRÁFICAS
ABNT. ABNT - NBR 6023: Informação e Documentação – Referências - Elaboração, 2002. ABREU, F. S. G. G. Desmistificando o Conceito de ETL. Revista de Sistemas de Informação, 2008. Disponível em: < http://www.fsma.edu.br/si/Artigos/V2_Artigo1.pdf >. Acesso em: 1 jun. 2010.
ACCORSI, D. Você sabe o que é Data Warehouse? Criado em 02/04/2008. Disponível em: <http://www.alvoconhecimento.com.br/index.php/2008/04/02/voce-sabe-o-que-e-data-warehouse/> Acesso em: 14 abr. 2010.
VM2, A. “Marketing de Relacionamento”. Disponível em:
<http://www.vm2.com.br/2006/p_mkt_relacionamento.asp>. Acesso em: 13 abr. 2010. ALMEIDA, D. R. da R. Marketing para Micro e Pequenas Empresas. Disponível em:
<http://www.biblioteca.sebrae.com.br/bds/BDS.nsf/3975DADC185844A103256D520059B84F/$Fi le/202_1_arquivo_Marketingmpe.pdf>. Acesso em: 3 jun. 2010.
ANZANELLO, C. A. OLAP Conceitos e Utilização, 2002. Disponível em:
http://svn.assembla.com/svn/odinIDS/Egio/artigos/SolucoesIA/Datamining/artigo_cynthia.pdf. Acesso em: 10 mai. 2010.
BACK, M. R. Data Warehouse e Data Mart, Disponível em:
<http://www.infoeducativa.com.br/index.asp?page=artigo&id=238>. Acesso em: 6 abr. 2010. BAZZOTTI, C.; GARCIA, E; A importância do sistema de informação gerencial para tomada de decisões. Disponível em:
<http://www.unioeste.br/campi/cascavel/ccsa/VISeminario/Artigos%20apresentados%20em%20Co munica%C3%A7%C3%B5es/ART%203%20-
%20A%20import%C3%A2ncia%20do%20sistema%20de%20informa%C3%A7%C3%A3o%20ger encial%20para%20tomada%20de%20decis%C3%B5es.pdf>. Acesso em: 31 mai. 2010.
BECKER, T. C. Marketing Turístico Promocional na Serra Gaúcha. Trabalho de Conclusão do Curso de Administração com Habilitação em Comércio Exterior – Universidade do Vale do Itajaí, São José, 2005. Disponível em: <http://siaibib01.univali.br/pdf/Tiago%20Becker.pdf>. Acesso em: 6 jun. 2010.
CARÂP, L. J, Marketing Estratégico em Saúde. Disponível em: <http://www.uff.br/insau/gerir/MKT.doc>. Acesso em: 3 jun. 2010.
CENTENARO, A. C. Desenvolvimento e implantação de um Data Warehouse com Data Marts distribuídos em uma cooperativa agroindustrial. Trabalho de Conclusão de Pós-Graduação Universidade Federal de Santa Catarina, Florianópolis, 2003. Disponível em
<http://www.tede.ufsc.br/teses/PEPS3493.pdf>. Acesso em: 18 mai. 2010.
71
CRAMER, R. Estudo Analítico de ferramentas Open Source para ambientes OLAP. Especialização em MBA gerenciamento de banco de dados – Universidade do Extremo Sul Catarinense, Criciúma, 2006. Disponível em:
<http://www.datawarehouse.inf.br/Academicos/OpenSource.pdf>. Acesso em: 1 jun. 2010. DALLORA, M. E. L. V. et al. Proposta de utilização de um Data Mart no centro cirúrgico do Hospital das Clínicas da Faculdade de Medicina de Ribeirão Preto – Universidade de São
Paulo, São Paulo, 2004. Disponível em: <http://www.sbis.org.br/cbis9/arquivos/343.PDF>. Acesso em: 3 jun. 2010.
DATA MART. Disponível em:
<http://www.infobras.com.br/portugues/produtos_conceito_datamart.asp>. Acesso em 8 mar. 2010. DATAPRIX, DATA MART. Disponível em: < http://www.dataprix.com/it/node/453>. Acesso em: 3 jun. 2010.
DATASUS, Disponível em: <http://cartaonet.datasus.gov.br>. Acesso em: 4 jun. 2010.
DIAS, B. O. “Projeto de Data Mart utilizando ferramentas Open Source”, 2009. Disponível em:
<http://www.upf.br/computacao/images/stories/TCs/arquivos_20092/Braian_Olmiro_Dias.pdf>. Acesso em: 14 abr. 2010.
FARINA, A. G.; MENEGUZZI, C. R.; PIRES, L. P. Estruturas de Banco de Dados para Suporte a Data Warehousing/Data Mart. Porto Alegre, RS. 1999. Disponível em:
<http://www.inf.pucrs.br/~arruda/Downloads/Artigos/artigo08/index.htm >. Acesso em: 3 jun. 2010.
FORTULAN, M. R; GONCALVES FILHO, E. V. Uma proposta de aplicação de Business Intelligence no chão-de-fábrica, 2005. Disponível em:
<http://www.scielo.br/pdf/gp/v12n1/a06v12n1.pdf>. Acesso em: 21 set. 2010. GALICIA, I. T. Ferramentas de Business Inteligence. 2009.Disponível em: <http://www.comunidaditg.com/wp-content/guias/16.pdf>. Acesso em: 13 set. 2010.
INMON, W. H.; HACKATHORN, R. D. Como usar o Data Warehouse. Ed. Infobook: Rio de Janeiro, 1997.
KIMBALL, R. Data Warehouse Toolkit; São Paulo: Makron Books, 1998.
KOTLER, P. Administração de Marketing: Análise, Planejamento, Implementação e Controle. 5º Edição, Editora Atlas S.A. São Paulo – SP, 1998.
KUHNEN, C.; VIEIRA, V. A. Vantagem obtidas com a utilização da implantação do Data Warehouse: Um estudo de caso na Unimed de Francisco Beltrão. 2004. Disponível em: <http://www.ead.fea.usp.br/semead/8semead/resultado/trabalhosPDF/20.pdf>. Acesso em: 6 jun. 2010.
LAUDON, K. C.; LAUDON, J. P. Sistemas de Informação Gerenciais. 5.ed. Person Education do Brasil: São Paulo. 2004.
72
LAUDON, K. C.; LAUDON, J. P. Sistemas de Informação Gerenciais. 7.ed. Person Education do Brasil: São Paulo. 2007.
MACHADO, F. N. R. Projeto de Data Warehouse: Uma Visão Multidimensional. São Paulo: Érica. 2000.
MEIRA, K. M. G.; CAZARINI, E. W; Proposta de Aplicação da Ferramenta OLAP/ Data Mart para apoiar a captação de doadores de sangue em um Hemonúcleo. 2003. Disponível em: < www.sbc.org.br/bibliotecadigital/download.php?paper=290 >. Acesso em: 3 jun. 2010.
MENOLLI, A. L. A. Definição de uma arquitetura de Data Warehousing para gestão em ciência e tecnologia no Brasil. Dissertação (Mestrado em Ciências da Computação) – Universidade Estadual de Maringá, Maringá, 2004. Disponível em:
<http://www.din.uem.br/~mmdias/pesquisa/Andre_dissertacao.pdf>. Acesso em: 12 abr. 2010. MIYAZAKI, F. E. “Aplicação de Data Mart no Sistema MÊS (Manufacturing Execution System) para Aumento da Qualidade da Informação no Controle de Gestão”. Trabalho de conclusão de Curso de Especialização em Análise, Projeto e Gerência de Sistemas com Ênfase em Inteligência em Negócios – Universidade Estadual de Londrina, Londrina, 2009. Disponível em: <http://www2.dc.uel.br/nourau/document/?view=783> Acesso em: 6 abr. 2010.
MONTEFUSCO, A. C. et al. Business Intelligence: As empresas do segmento de Call Center no Brasil podem ser mais eficientes na contratação e retenção de funcionários. Disponível em: <http://robsonmendonca.files.wordpress.com/2008/01/artigo-bi-call-center.doc>. Acesso em: 8 mar. 2010.
MORALES, A. B. T. Sistemas de Apoio a Decisão – Negócios Inteligentes na WEB. Disponível em: <http://www2.stela.ufsc.br/aran/sad/sad_aula1.htm>. Acesso em: 14 set. 2010.
NOGUEIRA, A. L. B.; OLIVEIRA, L. R. J. Uma Análise da Aplicabilidade de Data Warehouse em Ambientes Empresariais, 2004. Disponível em:
<http://www.frb.br/ciente/Impressa/Info/2004.2/datawarehouse.pdf >. Acesso em: 13 abr. 2010. PACHECO, V. S. Implementação de cubos OLAP sobre um Data Warehouse, baseado em estudo de caso de uma instituição financeira. Trabalho de Conclusão do Curso de Informática II e