INDICADORES DE DESEMPENHO POR MEIO DE BANCO DE DADOS DE HELP DESK

(1)

UNIVERSIDADE FEDERAL DE MATO GROSSO

INSTITUTO DE COMPUTAÇÃO

COORDENAÇÃO DE ENSINO DE ESPECIALIZAÇÃO EM BANCO DE DADOS

INDICADORES DE DESEMPENHO POR MEIO DE

BANCO DE DADOS DE HELP DESK

GLEICE FERREIRA MARQUES

CUIABÁ - MT 2016

(2)

UNIVERSIDADE FEDERAL DE MATO GROSSO

INSTITUTO DE COMPUTAÇÃO

INDICADORES DE DESEMPENHO POR MEIO DE

BANCO DE DADOS DE HELP DESK

GLEICE FERREIRA MARQUES

Orientador: Prof. MSc. Nilton Hideki Takagi

Projeto de Trabalho de Conclusão apresentado ao Curso de Especialização em Banco de Dados, do Instituto de Computação da Universidade Federal de Mato Grosso, como requisito para elaboração da Monografia do Curso de Especialização em Banco de Dados.

CUIABÁ - MT 2016

(3)

UNIVERSIDADE FEDERAL DE MATO GROSSO

INSTITUTO DE COMPUTAÇÃO

CERTIFICADO DE APROVAÇÃO

Título: Indicadores de desempenho por meio de banco de dados de

help desk

Autor: Gleice Ferreira Marques

Trabalho aprovado em 06 de dezembro de 2016.

Comissão examinadora:

Prof. MSc. Nilton Hideki Takagi Orientador

Prof. Dr. Raphael de Souza Rosa Gomes Instituto de Computação - UFMT

Profa. Dra. Claudia Aparecida Martins Instituto de Computação - UFMT

(4)

Este trabalho é dedicado a todos que acreditam que a vida é um eterno aprendizado e que sabe-doria é o maior presente que se pode desejar a alguém.

(5)

AGRADECIMENTOS

A Deus ...

Aos professores do Instituto de Computação, em especial, ao Mestre Nilton Takagi pela paciência e pelo conhecimento compartilhado. A meus pais que sempre me deram suporte e incentivo para que eu pudesse compreender que conhecimento é o bem mais precioso que alguém pode possuir.

A Agenda Assessoria, cedente dos dados para este estudo e a todos que de alguma forma contribuíram para o desenvolvimento desta monografia.

(6)

Nada nesse mundo é permanente Exceto a mudança, E a transformação. Devir (do latim devenire, chegar)

(7)

RESUMO

Atualmente as empresas sejam elas de pequeno, médio ou grande porte, tem como bem mais valioso seus dados, informações sobre clientes, fornecedores e toda a movimentação que ocorre em tal. O banco de dados possibilita armazenar esse vasto conteúdo, porém os relatórios gerados no mesmo é limitado e nem sempre consegue suprir as necessidades da gerência empresarial. Empresas que utilizam sistemas de help desk que permite apoio a usuários para suporte e resolução de problemas, possuem uma grande massa de dados armazenados periodicamente. Para ter acesso a informações sólidas, possibilitando as melhores tomadas de decisões serão aplicadas as ferramentas de Inteligência de Negócios, que são conhecidas pela sigla de BI ou Business Intelligence, permitem construir diferentes cenários sobre um conjunto de informações, de modo muito mais eficaz, se adaptando a empresa. O desenvolvimento deste projeto permitiu realizar o gerenciamento do conteúdo de informações gerado pelo setor de Coordenadoria de Qualidade de Software referentes aos chamados abertos no ano de 2015 na Agenda Assessoria. Permitindo analisar o desempenho do seu produto final por meio das categorias dos chamados. O resultado desta análise permitiu realizar o levantamento do resultado da equipe nas meritocracias semestrais, através da pontuação por equipe e também individual.

(8)

ABSTRACT

Currently as Business be small, the average or large postage, has As Well Most Valuable your data, customer information and all Changes Occurring in such. The Database allows This vast content, however generated reports without same and limited and not always able to meet such needs of business management. Companies Which use help desk systems Which Allows Supporting Users and Troubleshooting Support paragraph, have a large body of stored Periodically date. To have access to solid information, enabling The Best Decision-making will be applied to Business Intelligence tools, Which are known by the acronym BI or Business Intelligence, Building permit Different Scenarios About hum set of information, mode more effective, adapting the company. The development of this project allowed for the management of content information generated by the Coordination sector of Software Quality related to so-called open in 2015 on the Advisory agenda. Allowing to analyze the performance of their final product by category of so-called. The result of this analysis allowed to survey the results of the team in the semi meritocracies by scoring per team and also individual.

(9)

SUMÁRIO

1 INTRODUÇÃO . . . . 1 1.1 Objetivo Geral . . . 3 1.2 Objetivos Específicos . . . 3 1.3 Justificativa . . . 3 1.4 Metodologia . . . 4 1.5 Estudo de Caso . . . 6 2 FUNDAMENTAÇÃO TEÓRICA . . . . 7

2.1 Conceito de Sistema de Chamados - Help Desk . . . 7

2.2 Conceitos relacionados a Inteligência de Negócios . . . 8

2.3 Estrutura de Armazenamento . . . 10

2.3.1 Staging Area . . . 11

2.3.2 Fatos . . . 11

2.3.3 Dimensões . . . 12

2.4 Arquitetura do Business Intelligence . . . 12

2.5 Sistemas de Apoio a Decisão (SAD) . . . 13

2.6 Resultados obtidos com BI . . . 13

2.7 Processo do BI . . . 14

2.8 Qualidade no Desenvolvimento de Software . . . 15

3 ESTUDO DE CASO . . . . 17

3.1 Diagrama de Caso de uso . . . 18

3.2 Modelo OLAP para o sistema de BI . . . 19

3.3 Extração de Dados . . . 21

3.4 Transformação de dados . . . 21

3.5 Key Performance Indicators (KPI) . . . 21

3.5.1 Determinando KPIs . . . 23

3.6 Passos geração da informação . . . 23

3.6.1 Conectar a Fonte de Dados . . . 24

3.6.2 Tratamento dos dados pré carga . . . 24

3.6.3 Criação dos Cenários . . . 25

4 RESULTADOS . . . . 30

4.1 Chamados por Categoria . . . 30

(10)

4.3 Pontuação da Equipe por Mês . . . 32

4.4 Pontuação Assessor por Mês . . . 33

5 CONCLUSÕES . . . . 35

5.1 Trabalhos Futuros . . . 36

(11)

LISTA DE ILUSTRAÇÕES

Figura 1 – Estrela (Modelo Dimensional) . . . 11

Figura 2 – Arquitetura de um ambiente de Data Warehouse . . . 13

Figura 3 – Etapas do Business Intelligence. . . 15

Figura 4 – Etapas do Business Intelligence. . . 18

Figura 5 – Modelo OLAP . . . 19

Figura 6 – Dados Extraídos no Excel – Tabela Help Desk . . . 21

Figura 7 – Transformação de Dados no Spoon . . . 22

Figura 8 – Transformação de Dados no Spoon . . . 22

Figura 9 – Carga de dados na fato no Spoon . . . 23

Figura 10 – Carga de Dados . . . 24

Figura 11 – Script . . . 24

Figura 12 – Expressão - Quantidade de Chamados por Categoria . . . 25

Figura 13 – Expressão Lista Categoria . . . 26

Figura 14 – Expressão - Quantidade de Chamados por Assessor . . . 26

Figura 15 – Expressão Lista Assessor . . . 26

Figura 16 – Expressão Pontuação Mensal . . . 27

Figura 17 – Expressão Resultado Meritocracia . . . 28

Figura 18 – Expressão - Pontuação Assessor . . . 28

Figura 19 – Expressão Lista Assessor . . . 29

Figura 20 – Quantitativo de Chamados por Categoria . . . 31

Figura 21 – Quantidade de Chamados por Assessor ano de 2015 . . . 31

Figura 22 – Pontuação Meritocracia no Ano de 2015 . . . 32

Figura 23 – Pontuação Meritocracia 1oSemestre de 2015 . . . 32

Figura 24 – Pontuação Meritocracia 2oSemestre de 2015 . . . 32

Figura 25 – Pontuação Assesor 1oSemestre de 2015 . . . 33

(12)

LISTA DE ABREVIATURAS E SIGLAS

ABNT Associação Brasileira de Normas Técnicas

BI Business Intelligence

CQS Coordenadoria de Qualidade de Software

DW Data Warehouse

DM Mineração de Dados

ERP Enterprise Resource Planning

ETL Extract, Transform and Load

IC Instituto de Computação

ISO Organização Internacional de Normalização

KPI Key Performance Indicator - Indicador Chave de Desempenho OLAP Online Analytical Processing

OLTP Online Transaction Processing

PDI Pentaho Data Integration

PMBOK Program Management Body of Knowledge UFMT Universidade Federal de Mato Grosso

(13)

1

CAPÍTULO 1

INTRODUÇÃO

Atualmente é cada vez mais comum encontrar empresas que investem em tecnologia e recursos humanos para obter informações que possam proporcionar melhores tomadas de decisões.

O planejamento estratégico sem dúvidas proporciona inúmeros benefícios as empresas, pois é capaz de oferecer ideias a longo prazo.

Este artificio se utilizado juntamente com ferramentas de Inteligência de Negó-cios, pode proporcionar trabalhar em diferentes cenários sobre um conjunto de informações de modo muito mais eficaz do que com métodos tradicionais, como o uso de planilhas ou consultas no banco de dados.

O crescimento da implantação do Business Intelligence nas empresas, ocorre devido a facilidade de sua utilização que permite o estudo dos dados através da utilização dos dashboards de business intelligence de maneira muito intuitiva. Portanto o gestor pode realizar a análise das informações através dos relatórios gerados, sejam eles por meio de imagens, gráficos ou tabelas, permitindo que sejam encontrados possíveis problemas e pensar em melhorias de maneira estratégica, baseado em dados e fatos concretos.

O acesso a essas informações ocorre em tempo real, possibilitando ver as métricas e desempenho da empresa no dia a dia através de quadros comparativos e bem estruturados. Para que assim seja possível tomar decisões mais rápidas e com respaldo

(14)

Capítulo 1. Introdução 2

o que resulta em segurança para planejar o futuro. Tal funcionalidade será aplicada ao sistema de Help Desk, este por sua vez visa preservar a qualidade e satisfação dos usuários. É utilizado por empresas que buscam melhorar seus procedimentos de negócio. Diante dessa situação para sanar possíveis problemas investem em equipes de suporte técnico e atendimento ao usuário.

Esses atendimentos são registrados em um sistema específico para garantir seu acompanhamento e controle, ação denominada “abertura de chamado”. A situação encontrada pelo atendente é encaminhada para o setor responsável pela respectiva solução, onde é realizado o tratamento e solução, sendo registrados no sistema todas as etapas, até a resolução final do problema.

O sistema de chamados atende ainda solicitações de novas funcionalidades e ajustes no sistema. Este ambiente resulta em uma demanda muito grande de solicitações que necessitam de gerenciamento.

O presente projeto, irá abordar a aplicação do Business Intelligence na em-presa [...]Agenda Assessoria que é uma emem-presa que atua desde 1994 faz parte do de-senvolvimento desse cenário previdenciário que abrange toda a gestão pública, inclusive considerada hoje uma referência nacional em produtos e serviços para Regimes Próprios de Previdência Social (RPPS).

Em 2016 a Agenda Assessoria completou 22 anos de mercado. Uma empresa genuinamente mato-grossense e nacionalmente reconhecida por sua expertise em estrutura-ção de RPPS. A frente do seu tempo, a Agenda Assessoria é referência em desenvolvimento de soluções tecnológicas modernas e seguras em gestão previdenciária, dando toda capaci-dade administrativa e financeira para os gestores públicos gerirem previdência de forma prática, ágil, transparente e principalmente sustentável. Tem como missão gerar soluções na área de gestão de regimes próprios de previdência social, visando sua sustentabilidade técnica e financeira[...]Agenda Assessoria (2016).

Pretende-se, portanto, ao final do TCC apresentar um material que possa auxiliar na tomada de decisões para aplicar o uso do Business Intelligence na empresa, adequando necessidade em particular da Coordenadoria de Qualidade de Software perante a demanda de avaliação da equipe. Atualmente existe no setor a aplicação de gratificação aos colaboradores, o critério ocorre por meio dos chamados abertos. A aplicação do BI proporcionará acompanhar estes resultados dinamicamente e em tempo real, permitindo a coordenação e gerencia conduzir e motivar sua equipe de acordo com os resultados obtidos.

(15)

1.1 Objetivo Geral

O objetivo geral deste trabalho é apresentar os possíveis ganhos obtidos apli-cando o uso do (BI) Business Intelligence, o valor agregado a empresa ao adotar o uso ferramentas e métodos para proporcionar melhorias nos resultados. Através da implemen-tação do BI foi possível monitorar informações proporcionadas por meio de relatórios gráficos, transformando este conteúdo em conhecimento para tomada de decisões, colo-cando em prática as seguintes situações:

• Otimizar o processamento dos dados; • Utilização de fatos ao invés de achismos; • Velocidade nas respostas corporativas; • Visualização das tendências;

• Diminuir o tempo de resposta a equipe.

1.2 Objetivos Específicos

Averiguar vantagens ao se aplicar práticas de inteligência de negócios para o desenvolvimento dos serviços prestados pelo setor de Qualidade de Software. Almejando aprimoramento as demandas.

• Automatizar o cálculo da meritocracia mensal - Será definida uma pontuação de acordo com cada categoria;

• Quantidade de chamados abertos por colaborador;

• Mensurar a quantidade de ERROS, PDR (Padrão de Qualidade) e NR (Novo Requi-sito), por mês.

1.3 Justificativa

A Agenda Assessoria busca ser reconhecida em todo o Brasil pela excelência da prestação de serviços relacionados aos regimes próprios de previdência, liderando o ranking nacional dos grandes, médios e pequenos clientes. Logo soluções eficazes podem ser aplicadas para auxiliar a realizar a métrica de desempenhos nos trabalhos realizados.

Dessa forma, foi possível contribuir para um melhor aproveitamento das ferramentas já utilizadas e incentivar o desenvolvimento e otimização de outras novas.

(16)

1.4 Metodologia

Este trabalho tem abordagem qualitativa, pois leva em consideração métricas que resultaram e apresentaram o desempenho dos projetos desenvolvidos pela Agenda Assessoria através do sistema de help desk. Foi desenvolvido através da pesquisa de aplicação do Business Intelligence por meio da natureza exploratória uma vez que visa apresentar as vantagens obtidas com a utilização de tal ferramenta.

Inicialmente foi realizado um levantamento bibliográfico sobre a aplicação do Business Intelligence no setor de Tecnologia da Informação, a vasta expansão da sua aplicação em diversos ramos além de métodos de aplicação de suas ferramentas.

Este trabalho foi desenvolvido através da pesquisa descritiva, a pesquisa des-critiva tem como premissa buscar a resolução de problemas melhorando as práticas por meio da análise dos dados, utilizando o método de entrevistas com especialistas para a padronização de técnicas e validação de conteúdo. Tem por objetivo resolver possíveis problemas e apresentar as possibilidades de melhor desempenho.

A base de dados utilizada neste projeto foi cedida pela equipe de Coordenadoria de Qualidade Software da Agenda Assessoria. A organização cedente dos dados atua no segmento de softwares para previdência. A demanda de atendimentos realizados é tratada em uma ferramenta interna de Help Desk, que agrega o acompanhamento de atendimentos abertos, este será de responsabilidade de um atendente. O fluxo do atendimento ocorre da seguinte forma:

• Abertura do chamado: o consultor que pode ser o técnico de atendimento relacionado diretamente ao cliente ou um analista do CQS abre o chamado relatando através de um documento de especificação a situação encontrada, definindo projeto, categoria e prioridade;

• Análise do chamado: caso o chamado tenha sido aberto por um consultor atendente o chamado deverá ser enviado ao CQS para os analistas testarem se de fato a situação descrita ocorre, além de verificar se o documento de especificação está adapto para desenvolvimento;

• Desenvolvimento: após a análise, o chamado é enviado para o setor de desenvolvi-mento realizar as devidas correções ou melhorias;

• Homologação: após o desenvolvimento o chamado novamente é enviado ao CQS para que a funcionalidade seja testada e documentada utilizando o documento de homologação. Posteriormente caso o sistema esteja de acordo com a especificação inicial o coordenador do setor resolve o chamado e é aguardada a geração de versão na base do cliente.

(17)

Esses dados foram coletados do banco de dados da Agenda Assessoria e exportados através de consultas para planilhas em excel. Para inserção no PostgreSQL banco de dados utilizado para o desenvolvimento deste projeto foi utilizada a função de concatenação. Após todos os dados inseridos no BD, foi utilizada a ferramenta Enterprise Architect para construção da modelagem. Posteriormente a etapa de ETL que permitiu a limpeza e tratamento dos dados, foi desenvolvida utilizando o Pentaho - Data Integration. Por fim, para visualização dos resultados obtidos o QlikView foi utilizado. As ferramentas utilizadas estão apresentadas a baixo:

PostgreSQL

O PostgreSQL é um banco de dados relacional e orientado a objetos. Permite a seus usuários usufruírem de recursos comuns a banco de dados de grande porte, o que possibilita trabalhar inclusive, com operações de extrema complexidade. Possui um sofisticado sistema de consultas e registrador de transações sequencial para tolerância a falhas. Além de se tratar de um banco de dados versátil, seguro, gratuito e de código aberto (disponível sob uma licença BSD). Para o desenvolvimento deste projeto, foi utilizada a versão 4.0.3.

Enterprise Architect

O Enterprise Architect permitiu realizar a modelagem do projeto através de uma robusta e ao mesmo tempo acessível plataforma. Por meio da conexão com o banco de dados é possível trabalhar em tempo real e manter o gerenciamento dos requisitos integrados. Enterprise Architect ajuda a rastrear as especificações de alto nível para modelos de análise, projeto, implementação, teste e manutenção utilizando UML, SysML, BPMN e outros padrões abertos

Pentaho - Data Integration

A Pentaho é uma solução reconhecida e consolidada de Business Intelligence e Integração de dados. Utilizando este software livre é possível obter grandes resultados na evolução do negócio. O Pentaho Data Integration, também conhecido como Kettle é uma solução completa para tratamento e integração de dados, utilizada em processos de ETL (do inglês Extract, Transfomation and Load) permite a carga de dados ao Data Warehouse, Migração de base de dados e Integração entre Aplicações.

QlikView

O software de BI QlikView permite ao gestor a transformações de informações em conteúdo, o que posteriormente permitirá que sejam sanadas as deduções e adivinha-ções possibilitando que comece a praticar a tomada decisões mais rápidas e inteligentes. Auxiliando na tomada de decisões a partir de fontes diversas de conhecimento, dados,

(18)

pessoas e ambiente. Trata-se de ajudar as pessoas a compartilhar conhecimento e análises entre indivíduos, grupos e organizações.

Ele fornece informações e análises focadas precisamente nos problemas de negócio que as pessoas estão tentando resolver. Utilizando os seguintes princípios:

• Consolidar os dados relevantes originados de diversas fontes em um único repositó-rio;

• Explorar as relações existentes entre os seus dados e tome decisões mais assertivas; • Tomar decisões estratégicas e em tempo real;

• Visualizar dados apartir de interfaces gráficas;

• Possibilita através de dashboards a análise dos dados de maneira dinâmica.

1.5 Estudo de Caso

Para que possamos aplicar uma solução utilizando BI, será necessário conhecer alguns conceitos que serão apresentados logo mais. O presente projeto será desenvolvido baseado em situações e dados levantados no setor de Qualidade de Software da empresa Agenda Assessoria. Este será direcionado ao coordenador responsável que tem como característica a empresa de tomador de decisões estratégicas baseadas nos resultados que serão apresentados.

(19)

CAPÍTULO 2

FUNDAMENTAÇÃO TEÓRICA

Esta seção se dedica a breve apresentação de alguns dos princípios teóricos envolvidos no desenvolvimento deste projeto, será tratado aqui da conceituação de aspectos importantes que serão aprofundados durante elaboração do Trabalho de Conclusão de Curso.

2.1 Conceito de Sistema de Chamados - Help Desk

Help desk ("central de ajuda") é um termo da língua inglesa que designa o serviço de apoio a usuários para suporte e resolução de problemas técnicos, informática, telefonia e tecnologias de informação. Seja por telefone ou acesso remoto, com o objetivo de auxiliar e resolver problemas que os usuários possam encontrar.

Statdlober (2006) afirma que a gestão do atendimento em um help desk pro-cura oferecer uma metodologia para tratar e gerenciar diversas questões. O processo de atendimento a erros conhecidos possui inúmeros elementos que o compõem, mas os oito elementos principais que compõem o processo de atendimento são:

• Usuário final contatar a central de atendimento informando detalhes da situação encontrada;

(20)

Capítulo 2. Fundamentação Teórica 8

• Registrar no sistema e encaminhar para solução;

• Qualificar o chamado e encaminhar para uma fila de atendimento; • Responsável pelo atendimento atuar na solução;

• Gerente possuir acesso a todos os erros conhecidos registrados, possibilitando o acompanhamento e mensuração;

• Solução aplicada ao chamado ficar disponível para futuros erros conhecidos e demais técnicos, permitindo embasamento para possíveis reincidências;

• Comunicar o usuário final sobre eventos durante o atendimento ao chamado. Este tipo de software tem a função de auxiliar a equipe de suporte para coordenar e solucionar os incidentes que ocorrem com os usuários, assegurando que os chamados gerados por estes incidentes não sejam perdidos, esquecidos ou negligenciados. Este tipo de sistema constitui em um mecanismo computacional facilitador da informação Cavalari e Costa (2006).

2.2 Conceitos relacionados a Inteligência de Negócios

Ao contrário do que se possa imaginar, o princípio de Business Intelligence não é recente. Fenícios, persas, egípcios e outros povos do Oriente utilizavam esse princípio há milhares de anos, quando cruzavam informações obtidas junto à natureza em benefício próprio. Observar e analisar o comportamento das marés, os períodos de seca e de chuvas, a posição dos astros, entre outras, eram formas de obter informações que eram utilizadas para tomar as decisões que permitissem a melhoria de vida de suas respectivas comunidades de acordo com Barbieri (2001)

Batista (2004) constata que, as ferramentas de BI podem fornecer uma visão sistêmica do negócio e ajudar na distribuição uniforme dos dados entre os usuários, sendo seu objetivo principal transformar grandes quantidades de dados em informações de qualidade para a tomada de decisões.

Através delas, é possível cruzar dados, visualizar informações em várias dimensões e analisar os principais indicadores de desempenho empresarial.

Para trabalhar com inteligência de negócios é necessário compreender alguns conceitos, esses estão descritos a baixo:

• Data Warehouses

Segundo Barbieri (2001), Data Warehouse, cuja tradução literal é armazém de dados, é um banco de dados, que tem sua implantação aplicada com o objetivo de armazenar

(21)

informações detalhadas da empresa, com o objetivo de apoio a decisão os dados são armazenados em estruturas lógicas dimensionais, possibilitando o seu processamento analítico por ferramentas especiais de análise e mineração de dados.

• Data Mart

Segundo Primak (2008), “Algumas vezes, projetos que começam como data wa-rehouses se transformam em Data Marts. Quando as organizações acumulam grandes volumes de dados históricos para suporte à decisão que se mostram pouco ou nunca utilizados, elas podem reduzir o armazenamento ou arquivamento de informações e contrair o seu Data Warehouse em um Data Mart mais focado. Ou elas podem dividir o DW em vários Data Marts, oferecendo tempos de resposta mais rápidos, acesso mais fácil e menos complexidade para os usuários finais”.

• ETL

De acordo com Elias (2015) essa sigla significa Extração, Transformação e Carga (em inglês Extract, Transform and Load) e trata da sistematização do tratamento e limpeza dos dados derivados dos diversos sistemas utilizados pela organização (OLTP) de acordo com as regras de negócio da empresa.

O carregamento desses dados no Data Warehouse possui três etapas. A primeira é a extração (extract) que pode ocorrer de diversas fontes de origem, a segunda a trans-formação (transform), onde serão definidas as regras ou funções e por fim, a carga (load) dos dados no Data Warehouse. Cada uma delas possui grande importância para o sucesso da aplicação do BI na empresa.

• OLAP

Do inglês On-line Analytical Processing, se trata de uma ferramenta que permite mé-todos para realizar análise das informações geradas por meio de várias perspectivas de maneira estratégica, utilizando as informações obtidas através do DW. Thomsen (2002) define como requisitos funcionais para OLAP:

a) Estruturação dimensional rica, com referências hierárquicas(possibilidade de drill-down e drill-up detalhar ou consolidar as informações);

b) Especificação eficaz das dimensões e cálculos dimensionais; c) Separação entre estrutura e representação;

d) Busca de flexibilidade;

e) Velocidade suficiente para dar suporte à análise ocasional; f) Suporte multiusuário.

• OLTP

On-line Transaction Processing (OLTP) de acordo com Elias (2014) refere-se aos sistemas transacionais, que são aqueles utilizados no dia a dia para o processamento

(22)

dos dados rotineiros de uma empresa, com funcionalidade de realizar funções repetitivas, não havendo necessidade de armazenamento de histórico.

• Data Mining

Segundo Elias (2014) é o processo capaz de efetuar prospecção de grandes volumes de dados, normalmente armazenados no Data Warehouse, para descoberta de correla-ções, associações e padrões de informações que agreguem perspectivas importantes à tomada de decisão. Também chamado de “Mineração de Dados”.

Segundo Magalhães (2015) As projeções para o mercado de Business Intelligence, segundo especialistas, são de crescimento, alguns apontam 15% e outros 16% ao ano, e ainda com indicações de que o mercado compreende o conceito e vê a necessidade de ter tal ferramenta na descoberta de fatos e tomadas de decisões.

2.3 Estrutura de Armazenamento

Segundo Turban (2009), o projeto de DW se baseia no conceito de modelagem dimensional, que é um sistema baseado em recuperação que suporta acessos com alto volume de consultas. O esquema estrela é o meio pelo qual a modelagem dimensional é implementada. Embora haja muitas variações da arquitetura, a mais importante delas é o esquema estrela. Este é composto de uma tabela de fato central, cercada por diversas tabelas de dimensão.

A tabela de fatos possui dados que correspondem à realidade dos negócios ou situações encontradas. Apresentando as informações necessárias para o tratamento dos dados que resultarão em informações para tomada de decisão. A tabela fato predispõem de chaves oriundas de outras tabelas, além de medidas. As análises realizadas no DW serão baseadas nos dados apresentados nesta tabela. As tabelas de dimensões contêm informações descritivas, de acordo com as chaves da tabela de fatos, o que permitirá a análise dos dados.

Para Turban (2009), “o esquema estrela oferece tempo extremamente rápido de resposta a consultas, simplicidade e facilidade de manutenção para estruturas de banco de dados somente leitura”.

A partir desse modelo podemos sugerir melhorias e tentar achar possíveis causas de insatisfação dos coordenadores do setor. A figura 1, representa a estrutura do Modelo Dimensional, também conhecido como estrela.

Após realizar o tratamento e extração dos dados obtidos dos sistemas informa-cionais, são criadas as estruturas de tabelas de dimensões e fatos para aplicação no modelo dimensional.

(23)

Figura 1 – Estrela (Modelo Dimensional)

Fonte: <https://geekbi.wordpress.com/tag/modelo-dimensional/page/3/> Acesso Set. 2016 Conforme Elias (2014) o modelo dimensional aplicado a implantação do BI conta com as dimensões e fatos que são componentes que trabalham em conjunto, portanto é imprescindível a existência de ambos. Na falta de um desses elementos a análise e compreensão das informações obtidas se torna dificultosa, podendo comprometer o modelo dimensional, ou até mesmo inviabiliza-lo. A estrutura multidimensional permite cruzar as informações dos dados centrais (métricas) com os dados descritivos, tornando a leitura dos resultados por meio de diferentes visões, adequando-se de acordo com a necessidade do usuário na utilização de um sistema de BI.

2.3.1 Staging Area

Segundo Machado (2008), os sistemas OLTP ou sistemas transacionais ou operacionais, são oriundos de diversas fontes de dados. Para projetar um Data Warehouse é necessário conhecer estas bases de dados e definir as informações desejadas de acordo com a necessidade. Nem tudo que existe no OLTP será carregado para o DW.

Uma vez identificados os dados eles devem ser extraídos para uma área in-termediária chamada Data Staging Area ou Operational Data Storage (ODS), onde serão integrados através da definição de tempo. Esta etapa é de suma importância visto que em seu ambiente existem diversas fontes heterogêneas e um único Data Mart. Após realizar a identificação dos dados a serem utilizados esses devem ser extraídos para uma área intermediária chamada Data Staging Area, onde serão integrados em formato e tempo. Esta etapa é de suma importância em um ambiente onde existem fontes heterogêneas e um único Data Mart.

2.3.2 Fatos

Segundo Machado (2008), o fato é um evento do negócio, para entender fatos deve-se em primeiro lugar entender o negócio e depois pensar em quais informações seriam importantes para os gestores deste negócio. A origem do fato não está nos dados, mas sim no negócio.

(24)

A tabela fato é composta de dados que permitam realizar a mensuração das informações geradas de acordo com as regras de negócio da empresa, podendo ser apre-sentadas através de métricas ou medidas. As métricas devem ser sempre numéricas, é um indicador que pode receber valores e quantidades, podendo variar no decorrer do tempo. As medidas são atributos que permitem fazer cálculos de agregação como: soma, média, valor máximo, valor mínimo e contagem.

2.3.3 Dimensões

Dimensões são os aspectos aos quais devem ser analisados na tabela fato, são os conhecidos “por”. Quando se analisa uma fato como por exemplo a da figura 6, é possível realizar a análise por assessor, por categoria, por helpdesk, por tempo. Note que sempre se deseja analisar os fatos segundo algum ponto de vista.

Machado (2008) diz que se um fato qualquer acontece, ele tem participantes, indicação de tempo em que acontece, onde aconteceu, quem está no fato e o que está nele. Neste contexto ele explica que um fato possui quatro pontos cardeais: quem, o que, onde e quando.

A Dimensão possui atributos descritivos do DW. Esses atributos estão relaci-onados a um período de tempo. A dimensão tempo pode ter vários atributos como ano, semestre, trimestre e mês.

Após conceituar a Inteligência de Negócios e expor suas utilidades e subcate-gorias, pode-se definir processamento paralelo, como uma forma eficiente de trabalhar a informação com ênfase na exploração de eventos concorrentes no processo computacional.

2.4 Arquitetura do Business Intelligence

A arquitetura do BI tem suas particularidades, atendendo as respectivas ne-cessidades de acordo com o projeto. Pensando de maneira ampla não visando um caso específico, podemos utilizar a seguinte arquitetura.

• Fonte de dados: Toda estrutura de BI possui uma origem para os dados, essa pode ter origem de diversas ou apenas uma fonte.

• Consolidação: A fase de consolidação dos dados, é o momento onde ocorrem os processos de transformação e tratamento de acordo com as características especificas. • Decisão: O objetivo principal do BI pode ser visto como o de auxiliar a tomada de

(25)

A figura 2 ilustra a visão geral da arquitetura do Business Intelligence. Figura 2 – Arquitetura de um ambiente de Data Warehouse

Fonte: <http://corporate.canaltech.com.br/materia/business-intelligence/conhecendo-a-arquitetura-de-data-warehouse-19266/> Acesso Set.

2016

2.5 Sistemas de Apoio a Decisão (SAD)

São sistemas de suporte ao nível gerencial da organização, baseado em in-formações que geraram conhecimento. Ajudam os gestores a tomar decisões que são semiestruturadas ou não estruturadas, únicas ou rapidamente modificadas e não facilmente especificadas com antecipação, necessitando de julgamento. Pinho (2004)

O mercado está cada vez mais competitivo e tem exigido cada vez mais eficiência em relação a localização e gerenciamento de dados para a tomada de decisão. Pensando em sanar a necessidade de obter informações de forma precisa, rápida e sempre atualizada, é utilizado o Sistema de Apoio a Decisão.

Através das situações informadas, ele permite ter acesso a informações espe-cificas de cada cenário, que possibilitam ao gerente a realizar tomada de decisões. Esses resultados podem indicar qual caminho o setor ou a instituição deve seguir para obter êxito em seus serviços.

2.6 Resultados obtidos com BI

Os tomadores de decisão raramente buscam encontrar a melhor alter-nativa na solução de um problema, mas em vez disso, selecionam um conjunto de resultados suficientemente bons e uma alternativa com grande probabilidade de alcançar um desses resultados Simon (1976).

Através dos resultados obtidos com o BI é possível minimizar falhas do passado e maximi-zar o seu desempenho. Ao implementar o BI as seguintes situações:

(26)

• Prever fenômenos e tendências;

• Analisar e comparar dados do passado com novos dados de forma perceber o que mudou;

• Permitir o acesso ad-hoc a dados para responder a questões que não se encontram predefinidas;

• Analisar a organização de modo a obter um conhecimento mais profundo das suas atividades.

Eckerson (2003) relata, a partir dos resultados de uma pesquisa entre 510 empresas, que os benefícios do BI são:

• Economia de tempo (61 %); • Versão única da verdade (59 %); • Melhores estratégias e planos (57 %); • Melhores decisões táticas (56 %); • Processos mais eficientes (55 %); • Economia de custos (37 %).

2.7 Processo do BI

De acordo Elias (2014) o processo é composto de várias etapas, é necessário mobilizar os stakeholders para compreender as etapas, possibilitando o levantamento das necessidades organizacionais, conhecer os dados com que será trabalhado para seja possível construir a solução respeitando as particularidades. Por fim esses dados serão transformados em informações apresentadas de maneira compreensível, para que assim através dos resultados obtidos, as melhores decisões possam ser tomadas. A baixo estão descritas cada uma dessas atividades, bem como a ilustração apresentada na figura 3:

• Mobilização das partes interessadas: todos os stakeholders devem participar, para que o negócio possa ser compreendido da melhor maneira possível;

• Levantamento das necessidades: nesta etapa são compreendidas as necessidades e exigências realizadas pelos gestores;

(27)

• Mapeamento dos dados: aqui é feito o confronto dos dados para estudar a viabilida-des das solicitações efetuadas. Caso sejam viáveis é realiza a extração dos dados para construção do sistema de BI;

• Construção da Solução: nesta etapa são realizadas a extração, verificação da qua-lidade dos dados e testes. Além da criação da modelagem e alimentação na base consolidada do Data Warehouse.

• Disponibilização: neste momento é entregue o produto ao usuário final, além de ser realizado treinamento aos gestores e analistas que utilizaram a ferramenta diariamente para consultar as informações e assim realizar a tomada de decisões.

Figura 3 – Etapas do Business Intelligence.

Fonte: <http://corporate.canaltech.com.br/noticia/business-intelligence/As-5-etapas-do-processo-de-Business-Intelligence-BI> Acesso em Set.

2016

As cinco etapas constituem uma visão geral de todo o processo necessário para a completa implementação e implantação de uma solução de BI. Também se trata de uma prática recomendada, pois caso seja desrespeitado algumas dessas etapas, há grandes possibilidades de serem encontradas dificuldades problemas futuros que poderão ser críticos ao sucesso ou continuidade do projeto.

2.8 Qualidade no Desenvolvimento de Software

A qualidade de software é um assunto que muito se fala e idealiza, porém, pouco se pratica. Modelos como CMMI-DEV e MPS.BR e normas como a ISO/IEC 15504 e 12207 definem um conjunto de boas práticas e características que devem estar presentes

(28)

em um processo para que este possa ser gerenciado e resulte na entrega de produtos de qualidade.

Segundo a norma ISO 9000 (Versão 2000), a qualidade é o grau em que um conjunto de características inerentes a um produto, processo ou sistema cumpre os requisitos inicialmente estipulados para estes.

Conforme o PMBOK (2013) o processo de gerenciamento da qualidade é sub-dividido em três sub processos complementares. Esses determinam as responsabilidades, os objetivos e as políticas de qualidade, de modo que o projeto atenda às necessidades que motivaram sua realização.

• Planejamento da Qualidade – Está relacionado a identificação dos padrões de qualidade que serão relevantes para o projeto, além de definir uma maneira de como satisfazê-los.

• Garantia da qualidade – é a aplicação dos métodos, técnicas e procedimentos deter-minado que serão realizados, visando satisfazer os padrões de qualidade definidos anteriormente para o projeto de acordo com os requisitos.

• Controle da Qualidade – está relacionado ao monitoramento, bem como análise dos resultados obtidos perante o projeto, a fim de averiguar se eles estão de acordo com os padrões definidos na primeira etapa. Permitindo assim eliminar as causas de possíveis insatisfações.

O setor de qualidade software em uma empresa visa minimizar ao máximo a quantidade de erros e falhas encontradas no sistema. Bastos (2012) afirma que.

Os defeitos, erros ou falhas apresentadas nos softwares, na maioria das vezes, podem colocar em risco tanto o negócio quanto para imagem da empresa. O objetivo de um processo de teste, com metodologia própria, de acordo com as particularidades do software, é minimizar os impactos causados por problemas provenientes do processo de desenvolvimento.

O teste do software é um processo realizado pelo analista de testes, que está relacionado desde a definição dos passos a serem seguidos pelo sistema, definindo-os no levantamento de requisitos até a execução do teste dessas funcionalidades. O objetivo principal desta tarefa é averiguar a existência do maior número de erros possíveis, com o objetivo de evitar que eles possam ser encontrados pelo usuário final, além de verificar se os resultados estão de acordo com os padrões definidos na especificação.

(29)

17

CAPÍTULO 3

ESTUDO DE CASO

A utilização de um sistema de chamados garante a excelência em todo o processo de gestão de incidentes. Possibilitando o acompanhamento do fluxo desde o momento da abertura do chamado até a resolução do mesmo.

Com o objetivo de melhorar a performance de acompanhamento de chamados e resultados obtidos na agenda assessoria, este projeto apresenta a proposta de implantação do business intelligence, permitindo a visualização dos chamados através de dashboards, acompanhando visualmente através de gráficos a situação dos chamados em tempo real. Esses foram customizados de acordo com a necessidade de visão da coordenadoria de qualidade de software.

Permitindo a construção de uma base de conhecimento. Possibilitando a men-suração de problemas, resultando em possíveis soluções para saná-lo. O conhecimento capturado com a utilização do BI se tornará um recurso intelectual do Help Desk. Aumen-tando significativamente a velocidade na resolução de problemas através da pesquisa na base de conhecimento. Através desses dados foi possível calcular valores que permitiram agregar reconhecimento aos colaboradores por meio da análise de desempenho da equipe, conforme os resultados obtidos através dos chamados abertos.

(30)

Capítulo 3. Estudo de Caso 18

Neste capítulo serão descritos os procedimentos planejados e executados, com o objetivo apresentar as etapas que foram seguidas pretendendo ilustrar a maneira com que se obteve o resultado final.

3.1 Diagrama de Caso de uso

O Sistema de Informação Gerencial desenvolvido resultou na geração de análises e consultas aos indicadores definidos, permitindo acesso as informações em tempo real. A seguir os casos de uso do sistema são detalhados.

A Figura 4 apresenta o diagrama de caso de uso.

Figura 4 – Etapas do Business Intelligence.

Fonte: Print Screen do Enterprise Architect

• Executar ETL: Sempre que os dados forem atualizados, o analista de BI deverá executar os processos de ETL para que os novos dados sejam carregados;

• Gerar os relatórios: Através dos relatórios o analista poderá visualizar as informações carregadas;

• Efetuar as consultas: Para acompanhar o empenho de um indicador são realizadas as consultas, essas serão definidas pelo gerente. O esquema de estrutura usado neste projeto foi o modelo estrela. Este possui quatro dimensões que foram utilizadas na criação dos filtros para as consultas e de acordo com as seleções realizadas, forma-se um conjunto de dados que atendem aos valores escolhidos pelo usuário. A modelagem foi criada através da ferramenta Enterprise Architect onde estão relacionadas as tabelas que irão gerar a base de informações considerando o modelo multidimensional.

(31)

3.2 Modelo OLAP para o sistema de BI

Após definir quais dados deveriam compor o BI do sistema de chamados e definir que seriam avaliados a quantidade de chamados por assessor, categoria e a pontuação dos mesmos para realizar o cálculo da meritocracia por determinado mês e ano, foi implementado o modelo OLAP (On-Line Analytical Processing) de acordo com as informações coletadas do banco de dados de chamados referente ao ano de 2015. Tal base de dados foi importada e armazenada no Sistema Gerenciador de Banco de Dados (SGBD) Postgres SQL.

Figura 5 – Modelo OLAP

(32)

O modelo OLAP é representado pela tabela nomeada “fato chamado”, suas dimensões que estão em torno da tabela Fato. Na tabela Fato, são apresentadas as métricas obtidas da demanda de chamados serem avaliados:

• id_dim_helpdesk: chave identificadora da tabela dim helpdesk; • id_dim_assessor: chave identificadora da tabela dim assessor;

• id_dim_pontuacao_categoria: chave identificadora da tabela dim pontuação catego-ria;

• id_dim_tempo: chave identificadora da tabela dim tempo;

• metrica: campo que receber valor 1 para que possa ser contabilizada a métrica de cha-mados. Os dados de demanda de chamados, contidos na tabela Fato serão analisados de acordo a várias perspectivas, aqui denominadas “dimensões”. Elas possibilitaram ao coordenador do setor de Qualidade de Software mensurar o desempenho de sua equipe.

A baixo a descrição de cada dimensão:

• Dim_Pontuação_Categoria: As categorias definidas nos chamados são de extrema importância para realização do acompanhamento do desempenho do produto ofe-recido. Visto que elas irão mensurar qual é a demanda de chamados abertos. Esta recebeu uma pontuação criada de acordo com as categorias definidas como relevantes no cálculo da pontuação para meritocracia da equipe, são elas:

Chamados de Erro: pontuação -3; Chamados de PDR: pontuação 2;

Chamados de Novo Requisito: pontuação 3.

• Dim_Helpdesk: A tabela Helpdesk contém todos os dados referentes aos chamados abertos desde o momento de sua abertura até sua resolução. Desta forma, os dados relevantes foram exportados para Dim_Helpdesk;

• Dim_Assessor: Cada Assessor (colaborador) possui um login e senha para realizar o acesso e a abertura dos chamados no sistema de help desk, este é denominado no banco de dados como assessor;

• Dim_Tempo: No caso do DW desenvolvido para o setor CQS da Agenda Assessoria, os dados temporais mais relevantes referentes os chamados são mês e ano.

(33)

3.3 Extração de Dados

Os dados utilizados foram extraídos do banco de dados Microsoft SQL Server 2012 - 11.0.2100.60 (X64). Utilizando a execução de scripts SQL através de técnicas de condicionamento (WHERE). Com objetivo de obter uma base de dados onde fossem retornados apenas informações inerentes a utilização neste projeto, em um período de um ano 01/01/2015 à 31/12/2015.

Figura 6 – Dados Extraídos no Excel – Tabela Help Desk

Fonte: Print Screen do Excel Office

Ao final da execução, o conteúdo foi exportado para planilhas em Excel (XLS) através da função de exportação do próprio banco de dados. Permitindo maior facilidade para obtenção dos dados. Esses dados resultaram em arquivos como o exemplo apresentado na figura 6.

3.4 Transformação de dados

Com o uso da ferramenta Pentaho Data Integration os dados de origem foram transformados, para garantir a integridade e a limpeza ignorando conteúdos nulos, elimi-nando duplicidades e corrigindo violação de formato para seguir os padrões definidos, conforme apresentado na figura 7 as cargas das dimensões, incluindo a de tempo.

Durante este procedimento foram encontradas inconsistências, tais como cam-pos nulos, para eles foram adicionadas uma informação contendo uma descrição genérica. A figura 8 mostra como exemplo o tratamento da dim_assessor.

Após realizado o tratamento e limpeza dos dados extraídos foi efetuada a carga na tabela fato_chamado, como mostra figura 9.

3.5 Key Performance Indicators (KPI)

KPI é a sigla em inglês para Key Performance Indicator, ou os famosos Indicadores-Chave de Desempenho.

(34)

Figura 7 – Transformação de Dados no Spoon

Fonte: Print Screen do Pentaho Data Integration Figura 8 – Transformação de Dados no Spoon

Fonte: Print Screen do Pentaho Data Integration

Segundo Callado, Callado e Almeida (2008) os indicadores de desempenho são utilizados para monitorar os principais aspectos ligados à gestão, pois é através da medição do desempenho que se geram as informações relevantes utilizadas para suportar as decisões e definir o posicionamento em relação às metas estabelecidas, permitindo verificar se os resultados desejados foram alcançados. Para o autor, identificar os aspectos que devem ser medidos e avaliados não é uma tarefa simples, pois depende da complexidade do processo a ser monitorado.

Sobre o papel dos indicadores de desempenho no processo gerencial das organizações Martins (2004) afirma que este processo de gestão de desempenho é o meio

(35)

Figura 9 – Carga de dados na fato no Spoon

Fonte: Print Screen do Pentaho Data Integration

pelo qual uma organização administra seu desempenho de acordo com as estratégias corporativas e funcionais, bem como seus objetivos conforme as estratégias de negócio da empresa.

3.5.1 Determinando KPIs

Baseado na demanda de chamados da empresa Agenda Assessoria, foi definida a aplicação de indicadores de produtividade que podem estar relacionados à produtividade, visto que há a necessidade de acompanhar os chamados em períodos definidos através de sua equipe. Os indicadores identificados foram:

• Chamados abertos por assessor mensalmente; • Chamados abertos por categoria mensalmente;

• Meritocracia da equipe através da pontuação mensal por categoria; • Pontuação Mensal do Assessor.

3.6 Passos geração da informação

Nesta seção será apresentada a sequência de passos ao qual os foram submeti-dos os dasubmeti-dos adquirisubmeti-dos no processo de ETL.

(36)

3.6.1 Conectar a Fonte de Dados

O Qlick View permite realizar a conexão com banco de dados de maneira simples, utilizando o driver ODBC.

Figura 10 – Carga de Dados

Fonte: Print Screen do QlickView

3.6.2 Tratamento dos dados pré carga

O Qlick View permite realizar a carga dos dados através dos comandos load ou select, conforme 10, que resulta em uma tabela interna. Tal tabela pode ser apresentada como uma lista, que pode ser utilizada nos filtros para seleção dos dados.

Para realizar a união de dados de diferentes tabelas foi utilizado prefixo join, ilustrado na figura 11, que permitiu a ligação de dados numéricos contidos na tabela fato com suas respectivas tabelas que possuem a descrição das informações.

Figura 11 – Script

A função Executar script no menu do Qlikview, são carregados os dados. Isso precisará ser feito sempre que o conteúdo da base de dados tiver sido alterado.

(37)

3.6.3 Criação dos Cenários

Após realizar a configuração do ambiente e a importação dos dados a serem utilizados, foram definidos os cenários analíticos propostos. Serão apresentados neste tópico os três indicadores criados neste projeto.

• Quantidade de Chamados por Categoria

O indicador de quantidade de chamados por categoria, permite acompanhar os resultados, através da quantidade de chamados abertos mensalmente por categoria, como mostra a ilustração da figura 12. Neste indicador foi utilizado o gráfico de pizza para melhor comparativo dos dados quantitativos dos dados. A expressão aplicada foi a que determina o total chamados abertos por usuários. Utilizando o seguinte código:

Figura 12 – Expressão - Quantidade de Chamados por Categoria

Foi criada uma lista que contém o nome de todas as categorias, função apre-sentada na figura 13, ao realizar a seleção das categorias e meses desejados é possível visualizar 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.

• Quantidade de Chamados por Assessor

O indicador de quantidade de chamados por usuário, como apresenta a figura 14, permite ao coordenador acompanhar a produtividade individual de seus colaboradores, através da quantidade de chamados abertos mensalmente. Neste indicador foi utilizado o gráfico de barras para melhor comparativo dos dados quantitativos dos dados apresentados pelo top 5. A expressão aplicada foi a que determina o total chamados abertos por assessor. Utilizando o seguinte código:

Foi criada uma lista que contém o ID de todos os assessores, ao realizar a seleção dos assessores e meses desejado conforme figura 15, é possível visualizar na legenda do gráfico todas as atividades que o recurso selecionado através do objeto lista.

(38)

Figura 13 – Expressão Lista Categoria

Figura 14 – Expressão - Quantidade de Chamados por Assessor

Isso é possível através da característica associativa da ferramenta de BI a qual cria relações de acordo com a manipulação dos objetos em tela.

Figura 15 – Expressão Lista Assessor

(39)

• Pontuação Equipe por mês

O indicador de pontuação mensal, possibilita visualizar o resultado geral do desempenho da equipe. Permite ao coordenador acompanhar a produtividade de sua equipe, utilizando o gráfico de linhas que apresenta a soma da pontuação por categoria e a tabela que mostra o resultado final da pontuação da equipe.

No indicador de pontuação foi utilizado o gráfico de linhas é apresentado através de picos que permitem visualizar em quais meses o desempenho foi melhor. A expressão aplicada calcula a soma da pontuação por categoria é apresentada na figura 16.

Figura 16 – Expressão Pontuação Mensal

O indicador de Resultado é apresentado através de uma tabela, que permite a visualização da pontuação mensal, além de realizar o calculo da média da pontuação de acordo com os meses selecionados. A expressão aplicada calcula o resultado da meritocracia conforme apresentado na figura 17.

• Pontuação Assessor por Mês

O indicador de pontuação de chamados por assessor, como apresenta a figura 18, permite ao coordenador acompanhar a produtividade individual de seus colaboradores, através da pontuação de chamados abertos mensalmente de acordo com a categoria. Neste indicador foi utilizado o gráfico de barras para melhor comparativo dos dados quantitativos dos dados apresentados pelo top 5. A expressão aplicada foi a que determina a pontuação total chamados abertos por assessor. Utilizando o seguinte código:

(40)

Figura 17 – Expressão Resultado Meritocracia

Fonte: Print Screen do QlickView Figura 18 – Expressão - Pontuação Assessor

Foi criada uma lista que contém o ID de todos os assessores, ao realizar a seleção dos assessores e meses desejado conforme figura 19, é possível visualizar 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.

(41)

Figura 19 – Expressão Lista Assessor

(42)

30

CAPÍTULO 4

RESULTADOS

Neste capítulo serão apresentadas informações obtidas através da criação de cenários analíticos e visões multidimensionais construídas dinamicamente. A aplicação desses indicadores por meio de cenários analíticos multidimensionais através do software QlickView permitiu visualizar o desempenho da equipe de Coordenadoria de Qualidade de Software. Esses dados serão apresentados aqui pelo ponto de vista anual, porém, ao utilizar a ferramenta do QlickView eles podem ser dispostos periodicamente de acordo com a necessidade do gestor da equipe.

4.1 Chamados por Categoria

A elaboração dos indicadores por meio de cenários analíticos multidimensio-nais através do software de BI permitiu visualizar, bem como mensurar o desempenho da equipe.

O indicador de categoria chamados por mês ilustrado na Figura 20, permite apurar que existe uma pequena variação entre a soma de todas as categorias, porém os chamados de PDR se mantém como maioria com 46,75%, em seguida dos de ERRO com 40,97% e posteriormente os de Novo Requisito com 12,28% no ano de 2015. Este resultado mostra que o desempenho da Coordenadoria de Qualidade de Software poderia obter um

(43)

Capítulo 4. Resultados 31

Figura 20 – Quantitativo de Chamados por Categoria

melhor resultado, visto que a diferença de chamados de PDR e ERRO é de apenas 5,78%. O que dá margem para que muitos erros ainda sejam encontrados pelo usuário final.

4.2 Chamados por Assessor

O indicador de chamados por assessor ilustrado na Figura 21 demonstra que o consultor que abriu a maior quantidade chamados no ano de 2015 foi Colaborador de ID 248, totalizando 148 chamados 26,62% do total. Este número permite constatar que o maior desempenho e produtividade foi apresentado por tal colaborador. Foi notado ainda

Figura 21 – Quantidade de Chamados por Assessor ano de 2015

que uma grande quantidade chamados abertos teve seu campo Assessor não preenchido, este foi tratado no ETL para que receber o valor “Genérico”. Logo alguns chamados não puderam ser devidamente pontuados a seus assessores. Portanto foi indicada a definição de um campo obrigatório para receber tal definição. Visando evitar possíveis desencontros de informação que acabam prejudicando os assessores na contagem de pontos.

(44)

4.3 Pontuação da Equipe por Mês

Ao realizar a análise do desempenho obtido pelos colaboradores verificou-se uma grande variação na pontuação mensal, conforme Figura 22. Porém, em ambos os

Figura 22 – Pontuação Meritocracia no Ano de 2015

Fonte: Print Screen do QlickView semestres de 2015 o resultado foi vantajoso para equipe.

No primeiro semestre a pontuação foi de 129,50 que resultou em 100 % do bônus tanto para equipe quanto para coordenadores, como mostra a figura 23 e no segundo semestre 79,66% com 100 % do bônus para equipe e 50 % dos coordenadores, ilustrado na figura 24.

Figura 23 – Pontuação Meritocracia 1oSemestre de 2015

Figura 24 – Pontuação Meritocracia 2oSemestre de 2015

(45)

4.4 Pontuação Assessor por Mês

Ao realizar a análise do desempenho obtido pelos colaboradores individual-mente verificou-se o resultado de uma alta pontuação para os assessores. No primeiro semestre o colaborador que obteve maior pontuação foi o 746 com um total de 178 pontos, como mostra a figura 25. Já no segundo semestre o colaborador com melhor resultado foi o 711, contabilizando 143 pontos, conforme ilustrado na figura 26.

Figura 25 – Pontuação Assesor 1oSemestre de 2015

Os resultados obtidos mostram que os números são satisfatórios, porém, pode-riam ser melhorados visto que há uma oscilação muito grande na pontuação dos chamados de um mês para o outro. Além de que a meritocracia no primeiro semestre alcança a meta máxima, diferente do segundo semestre. O incentivo na abertura de chamados de padrão de Qualidade resultaria em antecipação de erros ou falhas encontradas no sistema, automaticamente diminuindo os chamados de erro, possibilitando maior pontuação do assessor e consequentemente na meta da equipe.

Segundo Davenport e Harris (2007), “existem dois componentes essenciais para cultivar a Inteligência Analítica dentro das organizações: tecnologia

(46)

Figura 26 – Pontuação Assesor 2oSemestre de 2015

(47)

35

CAPÍTULO 5

CONCLUSÕES

Através do estudo realizado, foi possível confirmar a imprescindibilidade, da integração de dados de uma empresa, independentemente de seu porte ou segmento de atuação. Aquelas que utilizam a metodologia do BI estão um passo à frente das concorrentes.

Empresas com o porte da Agenda Assessoria, possuem uma vasta quantidade de dados, onde há a necessidade de extração apenas do essencial, de acordo com a necessidade da coordenação ou gerência. Esses dados se tornaram informações que possibilitarão as tomadas de decisões de maneira ágil e precisa.

Em meio a essa abundante quantidade de dados armazenados, foram encon-tradas várias tabelas que possuiam colunas de informações imprescindíveis para o desen-volvimento deste projeto em branco. Sendo assim ocorreriam divergências no total do resultado obtido. Essa dificuldade foi amenizada utilizando a ferramente Pentaho Data Integration que possibilitou a criação de padrões genéricos para preencher tais colunas que não possuiam valores. Porém, como se trata de valores genéricos esses dados não puderam ser contabilizados com suas genuinas informações, o que ainda sim influênciou no resultado final.

(48)

Capítulo 5. Conclusões 36

A transformação desses dados em informações estratégicas, que permitem muito mais do que reduzir custos, mas também acompanhar indicadores para realizar projeções de crescimento, alinhar planos e metas que podem ser pensadas a longo prazo.

Tal situação possibilita que a empresa possua sapiência para trabalhar de maneira estratégica, conhecendo onde é necessário aplicar demanda de investimento para melhorias. Visto que para estar à frente de seus concorrentes é necessário se conhecer muito bem.

Na concepção deste trabalho científico, o principal objetivo proposto foi de-senvolver uma metodologia que contribuísse para gestão da equipe da Coordenadoria de Qualidade de Software por intermédio de uma solução de BI que possibilitasse 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 análise dos dados que são relevantes para o acompanhamento do desempenho da equipe, para em seguida fossem determinados indicadores. Ao realizar a aplicação do processo de ETL bem como dos cenários aqui dispostos, buscou-se organiza-los da forma mais simples possível.

O resultado desta pesquisa evidenciou através dos cenários elaborados que os números obtidos são positivos, porém, o número de chamados de ERRO ainda é muito grande. Com a aplicação do BI mensalmente será possível acompanhar esses números em tempo real de maneira que ao verificar uma baixa pontuação da equipe o coordenador possa motiva-la para que esses número possam ser melhorados.

Este fato deixa evidente que o BI aplicado à gestão de uma equipe de TI associado a indicadores elaborados de acordo com a necessidade do setor pode contribuir para evidenciar aspectos que precisam ser melhorados e permitir redirecionar a maneira de operar.

5.1 Trabalhos Futuros

Após análise dos resultados obtidos com este estudo, verificou-se que os seguintes métodos poderiam ser aplicados visando melhorias e aprimoramento na utilização do Business Intelligence.

Criação de um indicador de desempenho baseado na pontuação por status de forma conjunta com a categoria do chamado permitiria maior precisão e aprimoramento da busca pelos resultados da meritocracia aplicada a equipe.

Em caso de aplicação individual da meritocracia poderia ser criada uma es-tratégia que permitiria contabilizar os pontos do colaborador individualmente através da

(49)

Capítulo 5. Conclusões 37

quantidade dos chamados abertos em conjunto com a pontuação de acordo com a categoria e status. Aplicar a utilização do cálculo da meritocracia a outros setores, como o de atendimento ao cliente por exemplo, adaptando-o de acordo com seu fluxo de chamados. Incluir medidas de interesse como suporte e confiança, que permitiriam o estudo do padrão existente que pode levar um erro a se tornar reincidente no projeto, através da análise da relação de situações descritas nos chamados. Evitando assim que esses erros voltem a ocorrer na base do cliente.

(50)

38

REFERÊNCIAS

AGENDA ASSESSORIA. Quem somos. 2016. Http://agendaassessoria.com.br/. Accessed: 2016-09-27. 2

BARBIERI, C. BI-business intelligence: modelagem e tecnologia. [S.l.]: Axcel Books, 2001. 8

BASTOS, A. Base de conhecimento em teste de software. [S.l.: s.n.], 2012. 25 p. 16 BATISTA, E. de O. Sistema de Informação : o uso consciente da tecnologia para o gerenciamento. 5oedição. ed. Colorado, USA: [s.n.], 2004. 8

CALLADO et.al A. A. C.; CALLADO, A. L. C.; ALMEIDA, M. A. O uso de indicadores de desempenho no Âmbito das em presas do porto digital. 2008. Disponível em: <http://www.congressousp.fipecafi.org/web/artigos82008/392.pdf>. 22

CAVALARI, G.; COSTA, H. Modelagem e desenvolvimento de um sistema help-desk para a prefeitura municipal de lavras – mg. 2006. Disponível em: <http: //repositorio.ufla.br/bitstream/1/9490/3/ARTIGO_Modelagem_e_desenvolvimento_de_ um_sistema_help-desk_para_a_prefeitura_municipal_de_lavras_-.pdf>. 8

DAVENPORT, T. H.; HARRIS, J. G. Competição analítica. [S.l.]: Elsevier, 2007. 33 ECKERSON, W. Smart companies in the 21st century: The secrets of creating successful business intelligence solutions. Seattle, 2003. 14

ELIAS, D. Dimensões e fatos no contexto do business intelligence. 2014. Disponível em: <http://corporate.canaltech.com.br/noticia/business-intelligence/ dimensoes-e-fatos-no-contexto-do-business-intelligence-bi-18710/>. 9, 10, 11, 14 ELIAS, D. Entendendo o processo de etl. 2015. Disponível em: <http://corporate. canaltech.com.br/noticia/business-intelligence/entendendo-o-processo-de-etl-22850/>. 9

(51)

Referências 39

MACHADO, F. N. R. Tecnologia e Projeto de Data Warehouse: uma visão multidimensional. [S.l.]: São Paulo, 2008. 11, 12

MAGALHãES, L. Projeções para o mercado de business intelligence. 2015. 10

MARTINS, D. M. Eficácia dos indicadores de desempenho na cadeia de fornecimento automotivo. São Paulo - SP, 2004. 22

PINHO, A. F. de. AvaliaÇÃo de uma ferramenta de business intelligence em uma indÚstria aeronÁutica. 2004. Disponível em: <http://docplayer.com.br/

528662-Avaliacao-de-uma-ferramenta-de-business-intelligence-em-uma-industria-aeronautica. html#show_full_text>. 13

PMBOK, P. M. I. Um Guia do Conhecimento Em Gerenciamento de Projetos - Guia Pmbok. 2013. 16

PRIMAK, F. Decisões com BI (Business Intelligence. [S.l.: s.n.], 2008. 9

SIMON, H. Models of bounded rationality: behavioral economics and business organization. Holzforschung, 1976. 13

STATDLOBER, J. Help-Desk e SAC com Qualidade. 1. ed. [S.l.]: Brasport, 2006. 7 THOMSEN, E. Construindo Sistemas de Informações Multidimensionais. [S.l.]: Rio de Janeiro, 2002. 9

TURBAN et.al E. Business Intelligence: Um enfoque gerencial para a inteligência do negócio. [S.l.: s.n.], 2009. 79-80 p. 10