ALAN JULIANO BARBOSA
BUSINESS INTELLIGENCE APLICADO NA MEDICINA PREVENTIVA
Palhoça 2013
BUSINESS INTELLIGENCE APLICADO NA MEDICINA PREVENTIVA
Trabalho de Conclusão de Curso apresentado ao Curso de Graduação em Sistemas de Informação da Universidade do Sul de Santa Catarina, como requisito parcial à obtenção do título de Bacharel em Sistemas de Informação. Orientador: Prof. Aran Bey Tcholakian Morales, Dr.
Palhoça 2013
BUSINESS INTELLIGENCE APLICADO NA MEDICINA PREVENTIVA
Este Trabalho de Conclusão de Curso foi julgado adequado à obtenção do título de Bacharel em Sistemas de Informação e aprovado em sua forma final pelo Curso de Graduação em Sistema de Informação da Universidade do Sul de Santa Catarina.
Dedico este trabalho com amor e gratidão a Deus, pois Ele está comigo todos os dias e me guiou nesses anos na universidade, me deu forças e sabedoria para enfrentar as dificuldades e por ser o maior mestre de todos.
Agradeço primeiramente a Deus, pois a Ele devo tudo que sou e se não fosse sua imensa misericórdia, certamente não teria chego até aqui.
Aos meus pais, Reinaldo e Kátia, e a minha família por estarem sempre ao meu lado durante todos os momentos da minha vida, pelo amor, compreensão e apoio incondicional, sem esquecer as interseções a Deus pelo meu sucesso e felicidade.
A minha namorada, Taynara, por fazer parte da minha vida, pelo carinho, companheirismo, incentivo, paciência nas horas difíceis, pelas suas orações e por me fazer feliz. E também a sua família pelas orações e disposição em me ajudar.
A minha irmã, Maynara, pelas orientações, incentivos, tempo a mim dedicado e por sempre estar disposta a me ajudar.
Aos meus amigos que me incentivaram desde o início da caminhada e sempre torceram por mim.
Ao meu professor e orientador Aran B. T. Morales, pelos conhecimentos e ensinamentos transmitidos e por seu tempo e sua atenção.
Ao meu co-orientador e chefe, Jean Carlos Raduenz, por seu tempo, disposição, ensinamentos, idéias, compreensão e confiança.
A minha equipe de trabalho, DVIG (Divisão de Informações Gerenciais), que sempre me ajudaram em todo o desenvolvimento e realização do Business Intelligence, com idéias e formas para alcançar de forma rápida e direta os resultados.
E a todos que direta ou indiretamente fizeram ou fazem parte da minha vida e da minha história acadêmica.
“O coração do sábio adquire o conhecimento, e o ouvido dos sábios busca a ciência.” (PROVÉRBIOS 18:15).
O presente trabalho foi realizado com o objetivo de desenvolver um Business Intelligence (BI) para medicina preventiva, que atua dentro da Divisão de Promoção a Saúde, de uma Cooperativa de Trabalho Médico, a fim de obter dados reais e analisá-los para auxiliar a empresa a atingir seus objetivos, visão e valores. A criação desse sistema (BI) irá gerar relatórios de forma não rotineira, fornecendo informações de modo mais rápido, claro e seguro, que irão agilizar a tomada de decisão. No trabalho será apresentado também os principais conceitos de BI, as ferramentas utilizadas para a implementação e sua aplicação para a gestão resolver os dilemas da Cooperativa. Por fim, o projeto foi estruturado com base em pesquisas literárias, conhecimento adquirido ao longo do curso e informações coletadas através da base de dados da Cooperativa e irá mostra o resultado final da análise obtida através da medicina preventiva.
This study was conducted with the objective to develop a Business Intelligence (BI) for preventive medicine, which operates within the Division of Health Promotion, a Cooperative Work Medical in order to obtain real data and analyze them to help company achieve its objectives, vision and values. The creation of this system (BI) will generate reports in a non-routine, providing information more quickly, clear and safe, which will streamline the decision making process. At work is also presented key concepts of BI tools used for implementation and its application to the management of the Cooperative solve dilemmas. Finally, the project was structured based on literary research, knowledge gained throughout the course and information collected through the database of the Cooperative and will show the final result of analysis obtained by preventive medicine.
Figura 1 – Arquitetura de um sistema BI ... 20
Figura 2 – Estrutura do Modelo Estrela ... 22
Figura 3 – Fluxograma de Trabalho ... 29
Figura 4 – Proposta de Solução ... 30
Figura 5 – Requisitos Funcionais ... 32
Figura 6 – Requisitos Não Funcionais ... 34
Figura 7 – Caso de Uso ... 35
Figura 8 – Modelo Dimensional ... 37
Figura 9 – Modelo Entidade Relacional ... 38
Figura 10 – Modelo Dimensional Estrela ... 43
Figura 11 – TB_TIPO_TRATAMENTO ... 44 Figura 12 – TB_PESSOA_GRUPOS ... 44 Figura 13 – TB_CLIENTE ... 45 Figura 14 – TB_ PROCEDIMENTO ... 45 Figura 15 – TB_ CONTRATOS ... 46 Figura 16 – TB_ PLANO_MEDICO... 46 Figura 17 – TB_ PRODUCAO ... 47
Figura 18 – Tela Inicial ... 48
Figura 19 – Seleção de Programas ... 48
Figura 20 – Filtros ... 49
Figura 21 – Perfil Epidemiológico ... 50
Figura 22 – Custo Evitado ... 51
Figura 23 – Relatório Analítico ... 52
Figura 24 – Perfil de Saúde ... 53
Figura 25 – Perfil de Saúde por Complexidade ... 54
Figura 26 – Criação de Arquivo de Dados ... 55
Figura 27 – Definições das Chaves do Sistema ... 56
Figura 28 – Definições das Chaves que tem na Tabela ... 56
Quadro 1 – Descrição dos Requisitos Funcionais ... 33 Quadro 2 – Descrição dos Requisitos Não Funcionais ... 34 Quadro 3 – Descrição do Caso de Uso ... 36
1 INTRODUÇÃO ... 12 1.1 TEMA ... 13 1.1.1 Delimitação do tema ... 14 1.1.2 Problema ... 14 1.2 OBJETIVOS ... 15 1.2.1 Objetivo geral ... 15 1.2.2 Objetivos específicos ... 15 1.3 JUSTIFICATIVA ... 15 1.4 ESTRUTURA DO TRABALHO ... 15 2 FUNDAMENTAÇÃO TEÓRICA ... 18 2.1 BUSINESS INTELLIGENCE ... 15 2.1.1 Arquitetura de um BI ... 15 2.1.2 Data Warehouse (DW) ... 20 2.1.3 Modelo Dimensional (MD) ... 15
2.1.4 Online Analytical Processing (OLAP) ... 15
2.1.5 Indicadores ... 15
2.2 MEDICINA PREVENTIVA ... 15
2.2.1 Cooperativa de trabalho médico ... 26
2.3 BUSINESS INTELLIGENCE APLICADO NA MEDICINA PREVENTIVA ... 15
2.3.1 Indicadores da medicina preventiva ... 26
2.3.2 Objetivo dos indicadores da medicina preventiva ... 15
3 METODOLOGIA ... 28
3.1 METODOLOGIA DE PESQUISA ... 15
3.1.1 Tipo de pesquisa e técnica de coleta de dados ... 28
3.1.2 Delimitação do universo pesquisado ... 15
3.2 METODOLOGIA DE TRABALHO ... 15 3.2.1 Proposta de solução ... 30 3.2.2 Delimitação da proposta ... 31 4 MODELAGEM ... 32 4.1 REQUISITOS ... 15 4.1.1 Requisitos funcinais ... 32
4.3 MODELAGEM DIMENSIONAL ... 15 4.4 MAPEAMENTO MODELO ER ... 38 5 DESENVOLVIMENTO ... 39 5.1 FERRAMENTAS UTILIZADAS ... 15 5.1.1 QlikView ... 39 5.1.2 Oracle ... 15 5.1.3 PL/SQL ... 40 5.1.4 Bizagi ... 15 5.1.5 Enterprise Architect ... 15 5.2 ARQUITETURA DO PROTÓTIPO DO BI ... 15 5.3 TELAS DO PROTÓTIPO ... 47 5.4 PASSOS DO DESENVOLVIMENTO ... 15 5.5 VALIDAÇÃO DO BI ... 57
6 CONCLUSÔES E TRABALHOS FUTUROS ... 59
6.1 CONCLUSÃO ... 59
6.2 TRABALHOS FUTUROS ... 60
REFERÊNCIAS ... 61
ANEXO ... 65
ANEXO A – Questionário de Avaliação BI aplicado na medicina preventiva ... 66 ANEXO B – Termo para Liberação para Utilização das Informações do Questionário 69
1 INTRODUÇÃO
O cenário mundial vem sofrendo várias transformações devido à globalização e, por causa dessas mudanças, as empresas precisam redefinir suas estruturas organizacionais, reconhecendo que a informação é um bem de grande valor, pois quem detém a informação e sabe utilizá-la se torna mais competitivo e consegue enfrentar esse novo cenário, ou seja, a informação tem papel estratégico nas organizações, que precisam ser ágeis para obtê-las e precisam saber usá-las para as tomadas de decisões.
Diante dessa nova realidade no mercado, o desafio no gerenciamento de qualquer processo é a análise das informações, que deve ser feita de modo que seja possível detectar tendências e tomar decisões eficientes e em tempo hábil, utilizando ferramentas e dados disponíveis, segundo Serra (2002, p. 77). Esse processo de tomada de decisões geralmente exige grandes quantidades de dados, sendo assim o processamento para utilização deles, deve ser feito de forma rápida e em tempo real, o que necessita, na maioria das vezes, de ferramentas tecnológicas (TURBAN et al. (2009, p. 21).
Dentro desse contexto, um dos principais objetivos da área de sistemas de informações é desenvolver sistemas para dar suporte aos gestores no processo decisório, sendo assim, uma das mais novas ferramentas para auxiliar esse processo é o sistema Business Intelligence (BI), conhecido também por Inteligência Empresarial, ou Inteligência nos Negócios é uma evolução dos Sistemas de Apoio a Gerência (SAG), conforme Morales (2012).
O BI é um conjunto de conceitos, metodologias e tecnologias, em outras palavras, é um sistema que utiliza as informações geradas a partir de dados operacionais para criar relatórios de maneira não rotineira, com ênfase a flexibilidade e a resposta rápida, para proporcionar subsídios no processo de tomada de decisão, de acordo com Laudon & Laudon (2004).
O Business Intelligence tem como objetivo definir regras e técnicas para formação adequada dos dados da organização, visando converte-los em depósitos de informações e conhecimentos que atendem as necessidades dos gestores para a tomada de decisão, ou seja, o objetivo é mudar os dados em informações relevantes para os gestores tomarem as decisões, conforme diz Morales (2012).
Fortulan e Gonçalves Filho (2005, p.59), afirmam que:
As vantagens do uso de sistemas de BI baseados na Web quando comparados com outros sistemas tradicionais, incluem facilidades de uso, acesso universal às diversas
plataformas, possibilidade de configuração para diversos níveis de usuários e capacidade de trabalho com gráficos, sons e vídeos além de textos e números.
Conforme cita Barbieri (2001, p. 34):
As informações vitais para tomadas de decisões estão escondidas em milhares de tabelas e arquivos inacessíveis aos mortais, ligadas por relacionamento e correlações transacionais, numa anatomia inadequada para os tomadores de decisão. Dessa forma, o conhecimento corporativo e as informações externas não estão prontamente disponíveis. O Jogo de palavras que melhor define essa situação é: “Não se sabe o que se sabe e não se sabe o que não sabe”. O objetivo maior das técnicas de BI neste contexto está exatamente na definição de regras e técnicas para a formatação adequada destes volumes de dados, visando transformá-los em depósitos estruturados de informações, independente de sua origem.
Por fim, a proposta deste trabalho será desenvolver um sistema de BI para ser aplicado na medicina preventiva da Cooperativa de Trabalho Médico, pois é uma ferramenta de gestão que tira proveito da tecnologia da informação, tendo como vantagem a diminuição de tempo, aumento da segurança e agilidade para obter informações. O valor para a empresa é resultado de uma boa análise das necessidades de informação, da pertinência e da qualidade das fontes de coleta e da qualidade das analises e informações extraídas para gestores, segundo Morales (2012).
Além disso, como sistema será aplicado na área da medicina preventiva, trará outros benefícios para a Cooperativa, como a melhoria da qualidade de vida dos seus clientes, pois através do BI será possível acompanhar cada cliente individualmente de forma mais precisa. Sendo assim, ficará mais fácil detectar se o cliente está no grupo de risco ou não, qual o grau do risco caso esteja, se já faz os exames de rotina e os de prevenção, como por exemplo: o exame de próstata, no caso dos homens e o preventivo no caso das mulheres, ou seja, facilitará o acompanhamento da rotina do cliente, fazendo com que receba toda atenção necessária para lhe trazer mais qualidade de vida.
1.1 TEMA
O tema deste trabalho será sobre o desenvolvimento de Business Intelligence (BI), e análise das informações, para uma Cooperativa de Trabalho Médico, sobre a área de medicina preventiva. Essa ferramenta terá como objetivo facilitar a análise de resultados para tomada de decisões dos gestores.
1.1.1 Delimitação do tema
Esse projeto não focará em melhorar os processos da medicina preventiva, somente analisará os resultados de acordo com os processos e os objetivos e vai desenvolver uma solução de Business Intelligence (BI) para facilitar a tomada de decisão dos gestores. Não discutirá, também, sobre a base de dados que empresa utiliza, apenas irá empregar as informações ali contidas.
1.1.2 Problema
Muita gente sabe que com a saúde não se brinca, porém a maior parte das pessoas não realiza exames regulamente para verificar seu estado de saúde e até detectar as doenças no início, para ter mais chances de cura, além disso, manter hábitos saudáveis também é fundamental para a prevenção de qualquer doença, de acordo com Pozzer (2010).
E é com o objetivo de prevenir doenças ao invés de tratá-las, que surgiu a medicina preventiva, com programas de vacinação, de atividade física e outros para proporcionar melhor qualidade de vida, conforme o site Tua Saúde.
E para analisar a qualidade do programa e seus benefícios para a empresa que o utilizam são necessários indicadores, pois eles mostram a quantidade de usuários dos programas, quem são os que precisam de mais atenção, entre outros dados, sendo que o principal é apresentar quanto às empresas conseguem economizar investindo em medicina preventiva, além de mostrar uma proporção com o que seria gasto caso não fosse utilizado à medicina preventiva.
Contudo, a área da Medicina Preventiva, da Cooperativa de Trabalho Médico em questão, tem muita dificuldade para obter as informações em tempo hábil, ou seja, perdem muito tempo buscando os dados para gerar informações, para conseguir desenvolver seus projetos, ocasionando assim os problemas para tomada de decisões.
Há busca por dados demanda tempo, visto que muitas vezes é necessário solicitar relatórios de outras áreas, além disso, os relatórios recebidos podem ou não estarem preparados para a sua nova utilização, ou seja, voltados ao negócio da área da Medicina Preventiva. Sendo assim, para que esses dados possam ser usados no processo de tomada de decisão é preciso que sejam preparados e validados, o que demanda tempo até ficarem completos e possam ser utilizados para suprir as necessidades da área.
Como fornecer aos gestores da área de medicina preventiva, um conjunto de indicadores que os auxilie no processo de tomada de decisão?
Quais são os indicadores da área de medicina preventiva necessários para auxiliar aos gestores no processo de tomada de decisão?
1.2 OBJETIVOS
Adiante serão apresentados quais são os objetivos deste trabalho. 1.2.1 Objetivo geral
Desenvolver um módulo de Business Intelligence (BI), que disponibilize um conjunto de indicadores da área de medicina preventiva, para auxiliar na análise de resultados e agilizar a tomada de decisão dos gestores da Cooperativa.
1.2.2 Objetivos específicos
x Realizar pesquisa sobre medicina preventiva para conhecer sobre o que se trata a área.
x Identificar um levantamento do conjunto de indicadores necessários para auxiliar os gestores no processo decisório.
x Analisar o que os indicadores do BI estão mostrando sobre medicina preventiva.
x Examinar qual o impacto dos indicadores da Medicina Preventiva para empresa.
x Verificar se o BI responde e auxilia a empresa na análise de resultado e a atingir seus objetivos, visão e valores.
1.3 JUSTIFICATIVA
Este trabalho se justifica pelo fato de proporcionar a aplicação das teorias adquiridas ao longo do curso de Sistemas de Informação, possibilitando ao acadêmico expandir seus conhecimentos, através de pesquisas e análises, de modo que alie a teoria com a
prática, além de ter como requisito a obtenção do título de Bacharel em Sistemas de Informação.
A presente proposta tem como visão fomentar o desenvolvimento de Business Intelligence (BI) aplicado na área de medicina preventiva, visando auxiliar na análise de resultados e agilizar a tomada de decisão dos gestores da Cooperativa de Trabalho Médico.
Essa ferramenta tem como objetivo facilitar a análise de resultados para tomada de decisões dos gestores, visto que os dados já estarão preparados e validados para serem utilizados, ou seja, as informações estão à disposição dos gestores para selecionar os dados desejados da maneira que necessitarem, sendo que dessa forma serão supridas as necessidades da Cooperativa.
E tem como foco criar uma ferramenta de gestão tirando proveito da tecnologia da informação, pois através do BI é possível obter informações estratégicas sobre o negócio com maior rapidez, retiradas dos sistemas de dados da empresa, permitindo para a Cooperativa mais agilidade na tomada de decisão, facilidade na compreensão das tendências do negócio e identificação de riscos, possibilitando um planejamento corporativo mais amplo e facilitando o acesso e a distribuição de informação (ABELLÓN, 2012).
Além disso, os indicadores são fundamentais no ponto de vista financeiro para a Cooperativa, pois visam apresentar uma proporção dos gastos, caso a empresa não tivesse a área da medicina preventiva e, a partir dessa análise, mostrar quanto à empresa consegue economizar investindo nesses programas ao invés de tratamentos para cura de doenças.
1.4 ESTRUTURA DO TRABALHO
Esse trabalho está estruturado em seis capítulos, sendo: O primeiro capítulo a Introdução, onde são apresentados os detalhes gerais referentes ao trabalho de pesquisa e o tema, objetivos, justificativa e a estrutura do trabalho; No segundo capítulo, Fundamentação Teórica, são apresentados conceitos, funções e outras características de Business Intelligence (BI), Data Warehouse (DW), On-line Analytical Processing (OLAP), Indicadores, Medicina Preventiva, Cooperativa de Trabalho Médico, e serão mostrados também, quais os resultados obtidos através do BI aplicado Medicina Preventiva e se ajudam a Cooperativa de Trabalho Médico a alcançar seus objetivos; O terceiro capítulo a Metodologia, onde descreve a metodologia de pesquisa e a metodologia de trabalha que serão utilizadas nesse trabalho; No quarto capítulo, Modelagem, é descrito a especificação do sistema, apresentando os requisitos que são fundamentais para desenvolver o sistema. O capítulo quinto, Desenvolvimento,
apresenta os processos, as ferramentas e as dificuldades no processo de criação do sistema. E no sexto e último capítulo, Conclusão e Trabalhos Futuros, será exposto às conclusões do acadêmico com base nos resultados obtidos e os trabalhos que serão realizados futuramente para finalização do sistema.
2 FUNDAMENTAÇÃO TEÓRICA
Neste capítulo serão apresentadas informações sobre a Cooperativa de Trabalho Médico, Medicina Preventiva, conceitos sobre o sistema que será utilizado neste trabalho, Business Intelligence, além de conceitos sobre DW, DM, OLAP e outras ferramentas que serão utilizadas e sobre os indicadores.
2.1 BUSINESS INTELLIGENCE
Business Intelligence (BI) é um sistema que gera relatórios de maneira não rotineira, com ênfase a flexibilidade e a resposta rápida, fazendo uso de tecnologias e metodologias, apoiando assim a tomada de decisão (LAUDON & LAUDON, 2004).
O BI surgiu para dar suporte aos gestores na tomada de decisão, pois serve para processar quantidades consideráveis de dados de forma rápida, conforme Turban et al. (2009, p. 21). Sendo que, o Business Intelligence, de acordo com Barbieri (2001, p. 34), é o uso de várias fontes de informações de maneira a auxiliar na definição de estratégias de negócio. Dessa forma, pode-se dizer que o BI coleta e formata os dados, para proporcionar informações e conhecimentos dirigidos aos negócios e orientados aos resultados.
O sistema de BI é uma evolução dos Sistemas de Apoio a Gerência (SAG) e é conhecido também por Inteligência Empresarial, ou Inteligência nos Negócios (MORALES, 2012). Segundo o mesmo autor supracitado, BI é um conjunto de conceitos, métodos e ferramentas tecnológicas que possibilitam a obtenção e a distribuição de informações que são geradas através de dados operacionais e históricos, tendo como objetivo proporcionar subsídios a toma de decisão gerencial.
As vantagens do uso de sistemas de BI quando comparados com outros sistemas tradicionais, “incluem facilidades de uso, acesso universal às diversas plataformas, possibilidade de configuração para diversos níveis de usuários e capacidade de trabalho com gráficos, sons e vídeos além de textos e números.”, afirmam Fortulan e Gonçalves Filho (2005, p.59). Sendo que, essas propostas são algumas utilizadas nesse trabalho.
O principal objetivo das técnicas de Business Inteligente, como bem observa Morales (2012), é estabelecer regras e técnicas para a formação adequada dos dados da organização, com foco na transformação em depósitos de informações e conhecimento que supram as necessidades dos processos de tomada de decisão, ou seja, tem como objetivo
transformar os dados em informações e conhecimentos que sejam importantes para a tomada de decisão.
Atualmente o BI é ferramenta com grande valor para organização, pois é considerada uma ferramenta estratégica, que fica disponível para auxiliar em diversas situações para a tomada de decisão, de modo que aperfeiçoa o trabalho, reduz custos e contribui para a elaboração de estratégias, de acordo com Primak (2010), ou seja, o sistema permite que a organização obtenha a informação de forma prática e com mais agilidade, fazendo com que consiga aplicar a informação de forma correta, trazendo assim melhores resultados.
2.1.1 Arquitetura de um BI
A arquitetura de um sistema de BI composta de vários componentes com o objetivo de transformar dados em informações relevantes para os gestores na tomada de decisão, sendo eles: Fonte de dados, ETL, Repositório de dados e Front-end, que serão apresentados abaixo conforme descreve Morales (2012):
x Fonte de dados: onde se encontra as informações e todos os registros “de forma bruta”, que pode ser em um banco de dados, um arquivo “xls” e outros. A fonte de dados para o BI desenvolvido será dois sistemas que a cooperativa utiliza, Infomed e TopSaúde, e uma planilha Excel;
x ETL (Extração, Carga e Transformação de Dados): quando se faz a extração das informações importantes, deixando os dados conforme se deseja, assim cria o repositório de dados, sendo que, a extração é a responsável pela coleta de dados, a transformação pela mudança dos dados de acordo com as necessidades e carga por colocá-los em um repositório de dados;
x Repositório de dados: uma “base de dados” já filtrada, apenas com as informações importantes e pronto para ser usado para montar os indicadores e extrair os relatórios, ou seja, uma estrutura de armazenamento de informações, como por exemplo: Data Warehouse e um Data Marts;
x Front-end ou dashboard: onde mostra os indicadores, os relatórios e onde os usuários encontram as informações para tomada de decisão, isto é, a ferramenta de análise de dados, onde se vê as informações.
Figura 1: Arquitetura de um sistema BI.
Fonte: Morales (2012).
Na imagem acima, Figura 1, pode se visualizar a disposição de todos os componentes que fazem parte da estrutura que do BI.
2.1.2 Data Warehouse (DW)
Nesta pesquisa, como repositório de dados relevantes para a organização será empregado o Data Warehouse (DW), uma vez que, utiliza dados históricos, sendo que, esses dados são sumarizados, periódicos e descritivos, condizente com Fagundes (2011), afinal de contas, com a manipulação desses dados é possível tomar as decisões baseadas em fatos e não em intuições e especulações.
Como bem observa Fagundes (2011), os DW são projetados para suportar o processamento analítico online (OLAP, Online Analytical Processing), ou seja, é estruturado por assunto e tema, sendo que, o OLAP é a ferramenta utilizada para navegação nos dados contidos no DW.
Serra (2002, p. 140), por sua vez, diz que “é um banco de dados voltado ao suporte de decisão de usuários finais, derivado de diversos outros bancos de dados operacionais” e define DW como “um conjunto de diversas tecnologias, como ferramentas de extração e conversão, banco de dados voltados para consultas complexas, ferramentas inteligentes de prospecção e análise de dados e ferramentas de administração e gerenciamento”.
Conforme Machado (2004), o DW representa uma base dados com capacidade de disponibilizar, de forma integrada, informações que se encontram distribuídas pelos sistemas operacionais da empresa e em fontes externas que serão utilizadas pelos gestores.
O Data Warehouse é uma ferramenta de apoio a tomada de decisão com algumas características marcantes, como descreve Morales (2012): conjunto de dados baseado em assuntos, pois agrupa as informações por área de interesse da organização; integrado, já que as informações redundantes e ambíguas são integradas produzindo uma única resposta; não volátil, isto é, uma vez armazenado o dado esse não será mais alterado; e variável em relação ao tempo, visto que, como os dados são sempre acrescentados no DW, há um acúmulo de dados sobre diversos períodos, o que possibilita análises históricas do negócio, tendências etc.
Na visão de Inmon (1997), o Data Warehouse é considerado o coração do ambiente projetado, visto que é o alicerce do processamento dos Sistemas de Apoio a Decisão (SADs), em virtude de haver uma única fonte de dados integrados, além disso, a tarefa do analista de SAD no ambiente de data warehouse, uma vez que os dados apresentam condições de acesso, se torna muito mais fácil do que no ambiente clássico. Por fim, o autor Inmon define Data Warehouse como sendo “um conjunto de dados baseado em assuntos, integrado, não-volátil, e variável em relação ao tempo, de apoio às decisões gerenciais”. 2.1.3 Modelo Dimensional (DM)
Para construção de banco de dados para Data Warehouse, será utilizado o modelo dimensional (MD), pois é um tipo de modelagem que torna o Data Warehouse mais poderoso, mais precisamente, porque as informações que estão espalhadas em vários sistemas, planilhas e arquivos da empresa, são reunidos em um banco de dados de forma dimensional, tornando as informações unificadas e padronizadas em um mesmo local (MOREIRA, 2006).
Além disso, um modelo dimensional é bem simples, o que torna mais rápido o acesso à informação e facilita para os usuários identificarem a localização das informações no banco de dados, além de permite que os softwares naveguem com eficiência pelo banco de dados, segundo Moreira (2006).
De acordo com Barbieri (2001, p. 80): “A modelagem dimensional permite que o usuário perceba os dados numa forma próxima de seu entendimento, com várias perspectivas possíveis, dentre elas o tempo e o espaço”.
Morales (2012) diz que, a MD é uma técnica usada especialmente para a implementação de um modelo que possibilita a visualização de dados de forma intuitiva, o que significa dizer que os usuários entendem e navegam facilmente, visualizando as informações que desejam que o DW responda, e com altos índices de desempenho na extração de dados.
O modelo dimensional possui alguns elementos, como descreve Morales (2012): x Tabelas de fato: A tabela de fato é a principal tabela do modelo dimensional, pois é onde as medições numéricas de interesse da organização ficam armazenadas, sendo que o “fato” representa uma medida do processo, como quantidade, valores e indicadores, ou seja, uma linha da tabela de fato é uma transação ou evento do negócio modelado pela tabela. As tabelas de fato são compostas por uma chave formada de chaves estrangeiras (dados de contexto) e dados de medida do negócio (atributos numéricos e aditivos).
x Medidas: são características numéricas e aditivas, que representam a medida do negócio, utilizadas para quantificar um determinado fato, representando o desempenho de um indicador em relação ao contexto do fato.
x Tabelas de dimensão: são tabelas que contém os atributos textuais do negócio que determinam o contexto em que acontece o fato e apresentam as possibilidades analíticas dos sistemas de BI. Cada dimensão tem elementos que podem descrever o contexto em que um determinado fato ocorreu, classificando as medições ativas da organização.
Em conformidade com Serra (2002, p. 47), o princípio da MD é a relação entre as tabelas de dimensão e a tabela fato, formando os esquemas de estrutura.
Mais especificamente, nesse trabalho será utilizado o modelo estrela, que é um tipo de modelo dimensional de estrutura simples composto de uma grande entidade central (conhecida como tabela de fato) e de um conjunto de entidades menores (conhecidas como tabelas de dimensões), sendo que estas são organizadas ao redor desta entidade central formando uma estrela, por isso o nome de modelo estrela, segundo Morales (2012).
Figura 2 – Estrutura do Modelo Estrela
Fonte: Morales (2012).
A forma de estrela pode ser observada na ilustração, Figura 2 – Estrutura do Modelo Estrela, apresentada anteriormente.
2.1.4 Online Analytical Processing (OLAP)
O Online Analytical Processing (OLAP) é uma tecnologia de software capaz de navegar pelos dados de um DW, e possui uma estrutura que permite reconhecer aos dados de forma rápida, consistente e interativa, por meio de uma variedade de apresentações possíveis da informação, que refletem a imagem real e atual da organização, conforme objetivos definidos pelo utilizador (NUNES, 2007).
O OLAP é uma ferramenta importante para atividades relacionadas à tomada de decisão, como bem descreve Thomsen (2002):
Os conceitos de OLAP incluem a noção ou idéia de múltiplas dimensões hierárquicas e podem ser usados por qualquer um para que se pense mais claramente a respeito do mundo, seja o mundo material de estala atômica à escala galáctica, o mundo econômico dos micro agentes às macro economias, ou o mundo social dos relacionamentos interpessoais aos internacionais. Em outras palavras, mesmo sem qualquer tipo de linguagem formal, é útil apenas sermos capazes de pensar em termos de um mundo multidimensional e com múltiplos níveis, independente de sua posição na vida. O termo OLAP (On-line Analytical Processing), hoje muito difundido, traduzido para Processamento Analítico On-line, representa essa característica de se trabalhar os dados, como operadores dimensionais, possibilitando uma forma múltipla e combinada de análise. (THOMSEN, 2002, p.5). A importância da boa informação pode ser considerada como a diferença em valor entre decisões certas e decisões erradas, onde as decisões são tomadas baseadas nessa informação. Assim, OLAP, como qualquer outra forma de processamento de informação, precisa oferecer informações existentes, oportunas, precisas e inteligíveis. (THOMSEN, 2002, p. 8).
Segundo Morales (2012), OLAP é uma ferramenta de consulta e apresentação de informações (front-end) que analisa múltiplas visões do negócio em diferentes níveis de detalhe, comparações e tendências.
Essa tecnologia foi elaborada em decorrência da necessidade de análises dos dados de forma fácil e flexível, sendo assim, é possível observar que é uma ferramenta que permite aos usuários obterem, de forma rápida, consistente e interativa, acesso a uma variedade de visualizações possíveis das informações (MORALES, 2012).
O OLAP permite ter uma visão multi-dimencional dos dados para melhor compreensão, por essa razão utiliza a estrutura de um cubo, isto é, de acordo com Morales (2012) “as análises são associadas a um cubo, onde as arestas representam as dimensões e cada célula representa uma medida (indicador), resultado de uma determinada visão (cruzamento de uma ou mais dimensões)”.
A seguir as operações dimensionais de ferramentas OLAP, como apresenta Morales (2012):
x Drill down e Roll up: Na operação Drill down, aumenta-se o nível de detalhes, isto é, diminui-se a granularidade, que é grau de consolidação de informação envolvido, já na operaçõe Roll up ou Drill up, diminui-se o nível de detalhes, sendo assim, aumenta-se a granularidade.
x Slice e Dice: Na operação Slice corta-se (fatia-se) o cubo, mas mantém a mesma perspectiva de visualização dos dados, funcionando como um filtro fazendo uma restrição na dimensão a somente algum ou alguns de seus valores, na operação Dice, por sua vez, se junta slices e muda-se a perspectiva da visão multidimensional, permitindo descobrir comportamentos e tendências entre os valores das medidas analisadas em diversas perspectivas.
x Pivot: Na operação Pivot se altera os eixos para visualização, ou seja, inverte as dimensões entre linhas e colunas.
2.1.5 Indicadores
Os indicadores são parâmetros que medirão a diferença entre a situação que se espera alcançar e a situação atual, isto é, eles indicarão se o que está sendo realizado está ou não dentro da meta desejada, como descreve Zambon (2008), sendo que a maior parte dos indicadores está ligada aos objetivos da qualidade, permitindo quantificar os dados relacionados à melhoria de qualidade.
Como observa Zambon (2008), quando queremos melhorar algo, é preciso pensar em uma abordagem sistemática para analisar o desempenho, assim como, dentro dessa sistemática é necessário ter parâmetros para saber se o objetivo de melhoria foi alcançado ou não.
Todavia, cada objetivo proposto da organização deve ser medido e quantificado através dos indicadores, consequentemente cada indicador deve ser conduzido de uma meta, que apresentará informações de sucesso ou fracasso na avaliação do processo para alcançar o objetivo, como propõe o site da Associação Brasileira de Controle da Qualidade (ABCQ).
A representação dos indicadores deve ser pelo seu modelo matemático, periodicidade e método de coleta, além dos objetivos e das metas, em conformidade com o site da ABCQ, que também descreve que os indicadores podem ser exibidos graficamente, assim é possível ter idéia de variabilidade e tendência, o que vai contribuir na pesquisa de soluções para melhoria, com o objetivo de atingir a meta proposta ou de definir novas metas para aquele indicador.
Ao passo que, cada organização deve definir seus indicadores que apresentem da melhor maneira o desempenho dos seus processos, conforme sua política de qualidade e seus objetivos, segundo o site da ABCQ.
2.2 MEDICINA PREVENTIVA
Muita gente conhece o ditado “prevenir é melhor do que remediar” e é o que a medicina preventiva vem fazendo. Segundo o Meldau (2012) é uma área da medicina que tem como foco prevenir as doenças ao invés de tratá-las e, através disso, aumentar a qualidade de vida das pessoas.
Conforme o site do Brasil (área da saúde), a Medicina Preventiva foi:
estabelecida formalmente a partir dos anos 1960 nos Estados Unidos, essa especialidade tem como objetivo principal proporcionar melhor qualidade de vida aos cidadãos ao prever, evitar e tratar eventuais enfermidades antes que elas se manifestem plenamente.
A medicina preventiva traz grandes benefícios para a saúde em geral, uma vez que, reduz custos com medicamentos, aumenta a produtividade, diminui o absenteísmo e melhora o convívio familiar, como descreve Meldau (2012). Além disso, se a doença dor diagnosticada ainda no começo, é mais fácil evitar que se agrave.
Esse trabalho é realizado por profissionais que utilizam diversas ferramentas para detectar doenças nos pacientes, pois as chances de cura no início da doença são muito maiores. Todavia, mesmo que não seja encontrado nenhum problema, os médicos recomendam ao paciente ter uma vida saudável e sem risco, em conformidade com o site do Brasil (área da saúde).
É importante destacar que a medicina preventiva geralmente é separada por programas para determinados grupos de pessoas, como por exemplo, programas para mulheres, homens, pessoas com doenças crônicas, diabéticos, e outros, entretanto, todos podem e devem se prevenir independente da idade e sexo, visto que para participar de um programa é necessário procurar um médico e realizar as avaliações médicas (exames), que irão mostrar qual o programa mais indicado.
Por fim, o que se pode fazer em prol da saúde antes que a doença se instale, pode ser considerado como medicina preventiva, como ter uma alimentação saudável, fazer exercícios físicos regulares, exames de rotina, entre outros.
2.2.1 Cooperativa de trabalho médico
O sistema BI desenvolvido nesse trabalho será para um programa de medicina preventiva, de uma cooperativa de trabalho médico, que hoje é considerada uma empresa de grande porte que atua em 19 municípios da região da Grande Florianópolis, tendo como produto principal seus planos de saúde.
A cooperativa foi classificada, no ano de 2012, como a melhor operadora de planos de saúde em termos de desempenho do país, pela Agência Nacional de Saúde Suplementar, conforme Bòf (2012).
De acordo com o site da cooperativa, ela conta com: 1644 médicos cooperados, 43 laboratórios, 39 hospitais, 257 clínicas, 4 unidades próprias de atendimento médico e 3 postos de coleta próprios para realização de exames. A cooperativa também cobre todas as especialidades médicas e seu percentual de clientes é de aproximadamente 65% da população em potencial na sua área de abrangência.
Conforme o site da empresa segue a Missão, Visão, Valores e Política de Qualidade seguida pela empresa para alcançar seus objetivos:
Missão: Promover Saúde e Qualidade de Vida, buscando a satisfação dos Clientes, Cooperados, Colaboradores e demais Profissionais, com responsabilidade Socioambiental.
Visão: Ser reconhecida como Cooperativa de excelência e a melhor promotora de saúde e qualidade de vida.
Valores: Os valores da Unimed que constituem seus princípios são: Eqüidade, Ética, Integridade, Lealdade, Solidariedade, Verdade e Eficiência.
Política da Qualidade: Buscar a satisfação dos clientes através da melhoria contínua dos processos, oferecendo e administrando planos de saúde e serviços com qualidade.
2.3 BUSINESS INTELLIGENCE APLICADO NA MEDICINA PREVENTIVA
Adiante serão apresentados qual o objetivo e quais são os indicadores da medicina preventiva.
2.3.1 Indicadores da medicina preventiva
Os indicadores da área da saúde, conforme descreve a UFRJ (Universidade Federal do Rio de Janeiro) num estudo sobre Indicadores de Saúde I, são medidas (proporções, taxas, razões) que procuram sintetizar o efeito de determinantes de natureza
diversa (sociais, econômicos, ambientais, biológicos, etc.), sobre o estado de saúde de uma determinada população.
Os indicadores da área da medicina preventiva (uma partição de atuação dentro da área da saúde) seguem os conceitos relatados acima. Porém, o principal indicador da medicina preventiva é focado na área financeira, pois com a prevenção a doenças, acaba reduzindo os custos com procedimentos.
2.3.2 Objetivos dos indicadores da medicina preventiva
Com os indicadores da medicina preventiva é possível analisar a quantidade de vidas que participam dos programas, quais os programas que são mais utilizados, entre outros. Além dessas informações básicas, é possível verificar pessoas que necessitam de atenção e/ou orientação, tais como: mulheres que ainda não realizaram exame de mama, homens que não realizaram exame de próstata, até mesmo em caso de pessoas com doenças crônicas o grau de suas doenças, assim avaliando quem precisa de atendimento prioritário, etc.
O principal objetivo é que os indicadores apresentem quanto às empresas estão economizando investindo em medicina preventiva e também mostrar uma proporção de como seriam os gastos caso não fosse utilizado à medicina preventiva.
3 METODOLOGIA
Esta seção visa descrever a metodologia de pesquisa e de trabalho que foram utilizadas para desenvolver esse projeto.
3.1 METODOLOGIA DE PESQUISA
Nessa etapa serão classificados os métodos de pesquisa utilizados para produzir este trabalho.
3.1.1 Tipo de pesquisa e técnica de coleta de dados
Do ponto de vista da sua natureza, a pesquisa pode ser classificada como sendo aplicada, porque “objetiva gerar conhecimentos para aplicação prática e dirigidos à solução de problemas específicos”, conforme propõem Silva e Menezes (2001, p. 20).
Em relação aos objetivos, essa pesquisa pode ser classificada como sendo do tipo exploratória, pois tem como propósito desenvolver uma ferramenta de gestão, um módulo de Business Intelligence (BI), para apoiar as tomadas de decisão da Cooperativa e verificar o que os indicadores apresentação e avaliar os resultados.
A técnica utilizada para coleta de dados será a secundária, pois serão realizadas consultas em livros, documentos disponíveis em sites e blogs e informações de banco de dados e outros sistemas.
No que se refere aos procedimentos, à pesquisa é classificada como bibliográfica, pois é elaborada com base em materiais já publicados, como livros, artigos e outros.
Quanto à abordagem, a pesquisa é classificada como qualitativa, pois visa adquirir maior conhecimento sobre o tema e suas funcionalidades para a Cooperativa através da análise e interpretação dos dados e indicadores. Segundo Silva e Menezes (2001, p. 20), uma pesquisa qualitativa:
(...) considera que há uma relação dinâmica entre o mundo real e o sujeito, isto é, um vínculo indissociável entre o mundo objetivo e a subjetividade do sujeito que não pode ser traduzido em números. A interpretação dos fenômenos e a atribuição de significados são básicas no processo de pesquisa qualitativa. Não requer o uso de métodos e técnicas estatísticas. O ambiente natural é a fonte direta para coleta de dados e o pesquisador é o instrumento-chave. É descritiva. Os pesquisadores tendem a analisar seus dados indutivamente. O processo e seu significado são os focos principais de abordagem.
3.1.2 Delimitação do universo pesquisado
Esta pesquisa será realizada na área da medicina preventiva de uma Cooperativa de Trabalho Médico que atua na região da Grande Florianópolis.
3.2 METODOLOGIA DE TRABALHO
Esse trabalho propõe o desenvolvimento de um sistema Business Intelligence que será aplicado na medicina preventiva de uma cooperativa de trabalho médico.
De modo que o primeiro passo será extrair dados relevantes, identificados pelos analistas de negócio em medicina preventiva, que serão armazenados em arquivos que formarão as dimensões e medidas do fato do modelo dimensional.
Já o segundo passo será definir, em forma conjunta com os analistas de negócio, quais são os indicadores importantes para a medicina preventiva e quais seus objetivos e metas, para que seja feito um filtro e as ligações necessárias para extrair os dados relevantes, sem “poluição” e também com algumas ligações que são importantes para trazer as informações.
Por último, o terceiro passo, que será a construção do aplicativo, para exibir as informações que serão examinadas e dessa forma será possível verificar se o BI ajuda a cooperativa na análise dos resultados e a alcançar os objetivos desejados.
Figura 3 – Fluxograma de Trabalho
Na Figura 3, exibida anteriormente, pode se perceber o passo-a-passo da elaboração do trabalho.
3.2.1 Proposta de solução
A solução será um módulo de BI para Medicina Preventiva, onde o mesmo irá conter todos os programas que possuem na área, os usuários que participam dos programas, e os indicadores necessários para a empresa levantar e analisar as informações. Esses indicadores estão de acordo com a necessidade da empresa, variando entre período, valor e quantidade.
Figura 4 – Proposta de Solução
Fonte: Elaboração do autor, 2013.
Para alcançar os objetivos da proposta serão utilizadas três ferramentas, Oracle, PL/SQL e QlikView.
A fonte de dados utilizada para obter as informações da cooperativa é um banco Oracle, que possui as informações dos sistemas TopSaúde e Infomed, outra fonte é um arquivo em Excel. Para montar os scripts e testá-los será utilizado o PL/SQL onde o mesmo estará conectado ao banco de dados Oracle utilizado pela empresa. Os scripts serão inseridos ao um arquivo .qvw do QlikView, que ao ser executado o mesmo irá salvar os dados adquiridos em arquivos .qvd, que são os arquivos que serão relacionados como o DW. Após será criado um arquivo .qvw no QlikView que será utilizado para criar o dashboard e carregar as informações dos arquivos .qvd.
3.2.2 Delimitação da proposta
Com esse projeto não será desenvolvido o levantamento e a análise dos dados, mas será disponibilizado, apenas, um sistema de BI que possa obter os resultados da Medicina Preventiva da Cooperativa, de forma que os resultados poderão ser extraídos, levantados e analisados pela empresa conforme os indicadores que a mesma necessita.
4 MODELAGEM
A fase de especificação de um sistema de software inclui a atividade de modelagem funcional (utilizando ferramentas próprias) e a modelagem de dados, cujo objetivo é organizar e estruturar os dados de forma a representar, de modo coerente e eficiente, a informação. Visto que modelar os dados é uma tarefa fundamental em projetos que utilizam bancos de dados ou sistemas de arquivos (CAMPOS, 1996), adiante serão descritos os tipos utilizados para desenvolver esse trabalho e os requisitos necessários.
4.1 REQUISITOS
A especificação de requisitos é um dos pontos fundamentais para o desenvolvimento do sistema, pois irão descrever o que é necessário ser realizado pelo sistema. Dentro dos requisitos os mesmos podem ser divididos em dois: requisitos funcionais e não funcionais.
4.1.1 Requisitos funcionais
Os requisitos funcionais descrevem as funcionalidades que esperam ser disponibilizadas pelo sistema, de uma maneira completa e consistente. Relacionados a entradas, funções, saídas e atores, segundo Monteiro. Abaixo segue a Figura 5 representando os requisitos funcionais:
Figura 5 – Requisitos Funcionais
Adiante, no Quadro 1, está à descrição de cada requisito funcional levantado: Quadro 1 – Descrição dos Requisitos Funcionais
Identificador Descrição
RF001 O sistema deve disponibilizar Múltiplos filtros para escolha do usuário, tais como: sexo, faixa etária, contrato, programa cadastrado, entre outros. Esses filtros servirão conforme o que a empresa necessita e o mesmo será carregado dos dados adquiridos nas fontes de dados.
RF002 O sistema deve permitir múlti seleção dos filtros, assim, permitindo uma forma mais dinâmica de trabalhar com as informações.
RF003 O sistema deve permitir limpar os filtros já selecionados caso o usuário não precise mais do mesmo.
RF004 O sistema deve conter diversos indicadores gráficos, tais como: quantidade de clientes que participam dos programas, quantidade de mulheres dos programas, quantidade de homens, qual o contrato que possuí mais pessoas ativas participando dos programas, qual programa é mais utilizado, etc..
RF005 O sistema deve disponibilizar uma tabela de relatório, onde é possível que o usuário coloque os campos que precisa e os dados estejam de acordo com os filtros selecionados.
RF006 O sistema deve permitir a extração dos indicadores e do relatório para um arquivo xls.
RF007 O sistema deve permitir limpar todos os filtros já selecionados, caso o usuário não precise mais dos mesmos.
Fonte: Elaboração do autor, 2013.
O Quadro 1 descreve exatamente a funcionalidade que cada requisito funcional levantado deve desempenhar, já na Figura 5 é exibido como os requisitos são apresentados no sistema.
4.1.2 Requisitos não funcionais
Conforme relata Monteiro, requisitos não funcionais correspondem às restrições nas quais o sistema deve operar ou propriedades emergentes do sistema (como a viabilidade ou os tempos de resposta), podendo ser relacionados a produto, a aspectos organizacionais e externos.
A seguir pode se visualizar a Figura 6 representando os requisitos não funcionais: Figura 6 – Requisitos Não Funcionais
Fonte: Elaboração do autor, 2013.
No Quadro 2 abaixo contém a descrição dos requisitos não funcionais: Quadro 2 – Descrição dos Requisitos Não Funcionais
Identificador Descrição
RNF001 Será necessário conter a licença do software utilizado no BI (QlikView), pois o mesmo necessita para poder funcionar. RNF002 Será necessário acesso do sistema a base dados, para que o
mesmo possa extrair as informações da base.
RNF003 Apenas pessoas autorizadas podem acessar o módulo da Medicina Preventiva.
RNF004 O sistema deve permitir dar carga de arquivos que estejam no formato xls, xlsx, csv, além de dar carga da base de dados.
Na Figura 6, mostrada anteriormente, é exibido como os requisitos são apresentados no sistema e o Quadro 2 descreve a função que cada requisito não funcional deve desempenhar.
4.2 CASO DE USO (USE CASE)
O diagrama de caso de uso é um diagrama UML comportamental, o mesmo tem a utilidade de representar a interação do ator com o sistema. O caso de uso vai representar onde e quando um requisito é executado ou contemplado durante as ações e execuções.
Conforme Monteiro, “O Diagrama de Caso de Uso descreve a funcionalidade proposta para o novo sistema. Um Caso de Uso representa uma unidade discreta da interação entre um usuário (humano ou máquina) e o sistema”.
O ator é uma pessoa que não faz parte do sistema, mas o mesmo interage com o sistema, através de ações e escolhas.
O caso de uso da ferramenta de BI desenvolvida está representado abaixo na Figura 7:
Figura 7 – Caso de Uso
No quadro a seguir, Quadro 3 – Descrição do Caso de Uso, pode-se visualizar a descrição do caso de uso:
Quadro 3 – Descrição do Caso de Uso Identificador Descrição
Usuário O Usuário é o ator do caso de uso, onde o mesmo executa ações e analisa os dados, assim o Usuário é que faz a interação com o sistema.
UC001 Seleciona o Programa que vai analisar: Na Medicina Preventiva possuí vários programas, por exemplo: programa contra o tabagismo, programa de controle de pessoas com doença crônicas, controle de diabéticos, e outros. Assim para poder analisar os indicadores o Usuário precisa acessar escolher um dos programas.
UC002 Escolhe os filtros que deseja: O Usuário escolhe os filtros (ex.: sexo, faixa etária, etc.) que deseja, e assim deixa os indicadores e o relatório com as informações que deseja.
UC003 Seleciona a aba de Indicadores e de relatório: Após a escolha dos filtros, o Usuário abre a outra aba onde contém os indicadores e o relatório.
UC004 Seleciona/exclui os campos que deseja no relatório: Caso deseje o Usuário pode selecionar e excluir os campos que deseja que o relatório contenha.
UC005 Analisa os indicadores e/ou o relatório: Após ter selecionado o Usuário pode iniciar a sua análise dos dados obtidos pelos indicadores e pelo relatório.
UC006 Extrai os indicadores e/ou o relatório: Caso deseje, ou seja, necessário, o Usuário pode realizar a extração dos indicadores e do relatório para outra ferramenta.
Fonte: Elaboração do autor, 2013.
4.3 MODELAGEM DIMENSIONAL
Modelagem dimensional é a técnica de projeto lógico de banco de dados, usada no desenvolvimento de data warehouses e em projetos de sistemas de informações operacionais. É um modelo que visa apresentar os dados em um formato que seja intuitivo e que atenda a acessos com um alto desempenho, sendo composto por uma tabela com uma chave composta, chamada de tabela de fatos, e um conjunto de tabelas menores, chamado de tabelas de dimensão, que possuem chaves simples (KIMBALL, 1998 apud BRUZAROSCO; CASTOLDI; PACHECO, 2000).
Figura 8 – Modelo Dimensional
Fonte: Elaboração do autor, 2013.
4.4 MAPEAMENTO MODELO ER
O Modelo ER ou Diagrama ER, modelo entidade relacionamento, é a visão estática de um programa, mais precisamente, é um modelo diagramático que descreve o modelo de dados de um sistema com alto nível de abstração. Por essa razão, é utilizado para visualizar o relacionamento entre tabelas de um banco de dados, na qual as relações são construídas através da associação de um ou mais atributos destas tabelas, como descreve Figueiredo (2009).
Figura 9 – Modelo Entidade Relacional
Fonte: Elaboração do autor, 2013.
Acima, a Figura 9 apresenta o mapeamento do Modelo ER, conforme foi descrito anteriormente.
5 DESENVOLVIMENTO
Nesse capítulo serão tratados todos os processos e as ferramentas para o desenvolvimento desse projeto em relação aos objetivos dos trabalhos, assim como serão apresentadas às dificuldades para realizar o mesmo.
5.1 FERRAMENTAS UTILIZADAS
Para realizar esse projeto foram utilizadas algumas ferramentas, tais como: o QlikView, ferramentas utilizada para montar o BI, o Oracle, banco de dados de onde se busca as informações, o Bizagi, ferramenta utilizada para fazer a proposta do projeto e o Enterprise Architect, utilizado para fazer os modelos, caso de uso, requisitos e o fluxo de trabalho.
5.1.1 QlikView
QlikView é uma plataforma de Business Intelligence que permite analisar rapidamente as informações dispersas na empresa, de modo que os gráficos apresentem com precisão as necessidades e processos, sendo o site da Toccato.
Conforme o site Inteligência de Negócios, o QlikView é a primeira plataforma de BI associativa in-memory, isto é, faz associações ao ligar dados de diversas fontes com apenas alguns cliques.
Sendo assim, o QlikView é uma ferramenta de Business Intelligence, que utiliza uma tecnologia própria e permite realizar análises de dados de forma rápida através de sua pesquisa associativa e que busca seus dados de vários tipos de fontes, tais como fontes de aplicativos operacionais: SAP, Salesforce, Oracle; base de dados: SQL Server, MySQL, Oracle; e outras fontes tais como: Excel, XML e CSV.
5.1.2 Oracle
Banco de dados, de acordo com Date (2004, p 10) “é uma coleção de dados persistentes, usada pelos sistemas de aplicação de uma determinada empresa”, isto é, um local onde os dados relevantes para a organização são armazenados.
Originalmente, os bancos de dados eram planos, ou seja, as informações eram armazenadas em um longo arquivo de texto, entretanto, em 1970 foi criado o banco de dados relacional, por Edgar Frank “Ted” Codd, que usam tabelas para armazenar as informações, segundo o site da HowStuffWorks.
Um banco de dados relacional, como bem observa Ricarte (202) organiza seus dados em relações, sendo que cada relação pode ser vista como uma tabela, onde as linhas correspondem aos registros (tuplas) ou elementos da relação e as colunas aos atributos (campos).
Em um banco de dados relacional o atributo chave é muito importante, pois permite identificar uma tupla de outra, tornando possível acelerar o acesso e estabelecer relacionamentos entre as múltiplas tabelas, (RICARTE, 2002).
Os bancos de dados relacionais usam uma linguagem de programação especial que é o padrão para a capacidade de atividade conjunta, chamada de Linguagem Estruturada Query (SQL), como descreve o site da HowStuffWorks.
Nessa pesquisa, será utilizado o modelo de banco de dados relacional Oracle que é um dos principais atualmente, pois é muito um de seus pontos fortes é a segurança, sendo este um dos principais requisitos para escolha de banco de dados.
A arquitetura do Oracle, como descreve Watson (2012), consiste em:
Instância – é composta de estruturas de memória e processos de background ou de segundo plano, sendo que sua existência é temporária na memória RAM e nas CPU‟s e quando a instância que está em execução é desligada, todos os vestígios da sua existência são perdidos.
Banco de dados – é composto de arquivos físicos no disco, que permanecem mesmo estando parado e são formados pelos arquivos de data files, control files, redo file, archive log, etc.
O Oracle é um Sistema Gerenciador de Banco de Dados (SGBD) que armazena os dados logicamente em tablespaces e fisicamente em arquivos de dados que são chamados de datafiles. Sendo que cada tablespace consiste em um ou mais arquivos denominados arquivos de dados (datafiles), que são estruturas físicas compatíveis com o sistema operacional no qual o Oracle é executado, como bem observa Legatti (2011).
A PL/SQL é uma linguagem L4G (linguagem de quarta geração), que fornece uma interface processual ao SGBD Oracle, sendo que esta linguagem integra perfeitamente a linguagem SQL lhe trazendo uma dimensão processual, conforme o site Kioskea.
A SQL é uma linguagem declarativa não processual que admite exprimir solicitações em uma linguagem relativamente simples, em contrapartida, não integra nenhuma estrutura de controle que admita executar um ciclo interativo, por exemplo. Sendo assim, a linguagem PL/SQL permite manejar de forma complexa os dados contidos no banco de dados Oracle, assim transmiti um bloco de programação ao SGBD ao invés de enviar uma solicitação SQL, de modo que, os tratamentos são diretamente realizados pelo sistema do banco de dados e consequentemente reduz o número de trocas através da rede e aperfeiçoa as performances destas aplicações, segundo o site Kioskea.
Um dos princípios da linguagem PL/SQL é que ela admite definir um conjunto de comandos contidos no que se chama "bloco" PL/SQL, que pode conter sub-blocos. E o outro princípio desta linguagem é que a sua sintaxe PL/SQL é simples e legível. Além disso, a PL/SQL com ajuda do mecanismo das exceções, oferece um meio de identificar e de tratar os eventuais erros, sendo assim em caso de erro, ele é transmitido automaticamente a um bloco exceção que permite ser tratado. Essa linguagem define em standards um grande número de exceções, ou seja, ela pré define um grande número de tipos de erros, além disso, é possível definir suas próprias exceções, o que oferece numerosas possibilidades, de acordo com site Kioskea.
5.1.4 Bizagi
BizAgi é uma ferramenta utilizada para criação de fluxogramas, mapas mentais e diagramas em geral, permitindo que os usuários organizem graficamente vários processos e relações existentes em cada etapa, sendo que essa estruturação é uma forma eficiente para se visualizar o processo como um todo, identificar problemas e apontar a solução para eles, conforme o site SIGJUS.
BizAgi, conforme descreve o site Next Consultoria, é um software BPM (Business Process Management), que admite automatizar os processos de negócio de forma ágil e simples em um ambiente gráfico intuitivo.
Para modelar os processos é possível utilizar diversas ferramentas, porém a BizAgi é uma ferramenta simples e fácil de utilizar, mas que permite modelar, documentar e publicar
os processos de maneira rápida e objetiva, além de permitir exportar os gráficos para vários tipos de formatos, como: PDF, XPDL e outros, segundo Santos (2010).
5.1.5 Enterprise Architect
Enterprise Architecture (EA) é uma abordagem sistemática e metodológica que possibilita representar e o alinhar todos os artefatos de uma Organização, desde seus objetivos estratégicos até a tecnologia que suporta todas as operações, passando pelos processos, informação, aplicações, sistemas, pessoas, e outros, conforme o site Link.
Enterprise Architect é uma ferramenta ciclo de vida completa para integrar equipes e trazer uma visão compartilhada, ou seja, EA é ambiente de modelagem baseada em equipes que observa o pleno desenvolvimento do ciclo de vida do produto, com alto desempenho visual ferramentas para modelagem de negócios, engenharia de sistemas, arquitetura corporativa, gerenciamento de requisitos, projeto de software, geração de código, testes e muito mais, segundo o site da Makesys.
Como bem descreve o site OAT Solutions, a ferramenta EA é um divisor de águas em relação às ferramentas de modelagem de processos, dados e sistemas, além de ser robusta, de fácil utilização e aprendizado e oferecer o melhor custo-benefício.
5.2 ARQUITETURA DO PROTÓTIPO DO BI
Para realizar o desenvolvimento protótipo do Business Intelligence, foi seguido à arquitetura padrão de um BI (capítulo 2.1.1 Arquitetura de um BI) e, também, conforme a proposta de solução (capítulo 3.2.1 Proposta de Solução), que foi baseada de acordo com a arquitetura que possuí um BI. Sendo assim, a arquitetura possui uma fonte de dados, logo em seguida um ETL (Extração, Carga e Transformação de Dados) de dados, depois um DW para armazenar as informações extraídas e por fim o Front-end.
O Business Intelligence apresentado tem como modelo dimensional o modelo estrela (capítulo 2.1.3 Modelo Dimensional), onde temos um Fato, que tem as chaves para ligar todas as Dimensões, e também as Medidas, que são usadas para realizar os cálculos que o sistema utilizará. A seguir veremos uma imagem que mostrará como ficou o modelo dimensional abordado para solução do protótipo.
Figura 10 – Modelo Dimensional Estrela
Fonte: Elaboração do autor, 2013.
A fonte de dados é baseada em um banco relacional Oracle, onde o mesmo possui todas as tabelas utilizadas pelo sistema de Gestão da Cooperativa (TopSaúde) e o sistema de Gestão da Medicina Preventiva (Infomed). Também é usado como fonte de dados uma planilha que a Medicina Preventiva utiliza para fazer um controle dos clientes que pertencem ao grupo dos gerenciados crônicos.
O sistema de Gestão da Cooperativa é usado para pegar as informações de cadastro e de todos os atendimentos médicos que o Beneficiário (cliente) realizou. Já, o sistema de Gestão da Medicina Preventiva é utilizado para pegar os Beneficiários (clientes) que usufruem dos serviços da Medicina Preventiva e a data em que os mesmos começaram a utilizar os serviços.
Para realizar a extração de dados foram elaborados scripts, com selects nas tabelas que serão utilizadas, esses scripts trarão apenas as informações que serão utilizadas para o BI,
e o retorno desses selects serão acrescentados ao data warehouse. Abaixo seguem os selects usados para criação do DW:
x O select abaixo se refere à dimensão TB_TIPO_TRATAMENTO, essa dimensão vai conter todos os tipos de atendimentos que o cliente pode realizar num atendimento médico.
Figura 11 – TB_TIPO_TRATAMENTO
Fonte: Elaboração do autor, 2013.
x O select abaixo se refere à dimensão TB_PESSOA_GRUPOS, que possui todos os grupos que o beneficiário está cadastrado.
Figura 12 – TB_PESSOA_GRUPOS
Fonte: Elaboração do autor, 2013.
x O select a seguir se refere à dimensão TB_CLIENTE, sendo a tabela que contém todos os beneficiários que usufruem de serviços da Medicina Preventiva.
Figura 13 – TB_CLIENTE
Fonte: Elaborada pelo autor, 2013.
x O select abaixo se refere à dimensão TB_PROCEDIMENTO, esta tabela contém todos os procedimentos médicos que podem ser realizados em uma consulta, ou exame e cirurgia.
Figura 14 – TB_PROCEDIMENTO
x O select a seguir tem como função, buscar todos os contratos de clientes que a cooperativa de trabalho médico possui. Abaixo, a dimensão TB_CONTRATOS.
Figura 15 – TB_ CONTRATOS
Fonte: Elaborada pelo autor, 2013.
x O select abaixo apresenta a dimensão TB_PLANO_MEDICO, onde esse select cria uma tabela que irá conter todos os planos médicos que a Cooperativa possui.
Figura 16 – TB_ PLANO_MEDICO
Fonte: Elaborada pelo autor, 2013.
x O select a seguir apresenta o Fato (TB_PRODUCAO) que será utilizado, nessa tabela irá conter toda a quantidade de clientes, todos os procedimentos que o mesmo realizou, e também o valor gasto com os atendimentos médicos de cada beneficiário.
Figura 17 – TB_ PRODUCAO
Fonte: Elaborada pelo autor, 2013.
Nas imagens apresentadas anteriormente, Figuras 11, 12, 13, 14, 15, 16 e 17, foram exibidos todos os selects utilizados para desenvolver o DW.
5.3 TELAS DO PROTÓTIPO
O Business Intelligence desenvolvido segue os requisitos e as necessidades listadas pela equipe da Medicina Preventiva.
Por essa razão, o BI contém 8 (oito) telas desenvolvidas, sendo que 6 (seis) são baseadas apenas no programa de Gerenciamento Crônicos e as outras 2 (duas) serão para seleção de outros programas que a Medicina Preventiva possui e também para seleção de indicadores utilizados para levantar informações para ANS (Agência Nacional da Saúde), futuramente o BI já está desenvolvido para atender os outros programas e os indicadores da ANS.
x A primeira imagem é da tela inicial do BI desenvolvido: Figura 18 – Tela Inicial
Fonte: Elaboração do autor, 2013.
A imagem acima (Figura 18) representa a tela inicial do sistema de BI, onde possui duas opções de escolha, uma é para entrar a página da Medicina Preventiva e a outra opção, que será desenvolvida num trabalho futuro, conterá os indicadores que serão utilizados para enviar para a ANS (Agência Nacional de Saúde), conforme as regras definidas pelo mesmo. Essa tela contém a data em que a última carga de atualização foi realizada e o usuário que está conectado nesse módulo.
x Abaixo a segunda imagem é da seleção de programas: Figura 19 – Seleção de Programas
A Figura 19 representa a tela de filtro de Programas que possuem na Medicina Preventiva, onde num futuro o BI irá atender todos os programas que o mesmo possui para os seus clientes. Essas futuras telas irão abordar todos os indicadores e a quantidade de vidas de acordo com as regras definidas pela equipe de Medicina Preventiva para cada programa. No protótipo apresentado apenas está concluído o programa de Gerenciamento de Crônicos.
x A terceira imagem é tela de filtros: Figura 20 – Filtros
Fonte: Elaboração do autor, 2013.
A Figura 20 representa a tela de filtros, onde a mesma é a tela inicial do programa de Gerenciamento de Crônicos. Nessa tela constam todos os filtros utilizados pela equipe da Medicina Preventiva para realizar suas análises e também além de escolher o filtro, é possível bloquear e limpar algum filtro selecionado. Ao escolher um filtro, o mesmo irá permanecer por todas as telas até o mesmo ser limpo.
Para cada programa da Medicina Preventiva, terá uma tela com todos os filtros necessários para analisar as informações do programa.
x A quarta imagem do protótipo apresenta o perfil epidemiológico: Figura 21 – Perfil Epidemiológico
Fonte: Elaboração do autor, 2013.
A imagem acima tem como objetivo exibir a quantidade de vidas separadas por faixa etária utilizada pela ANS e separadas por estrato de risco (complexidade que o cliente se encontra), exibir qual o tipo de monitoramento foi realizado com o cliente e qual a quantidade de vidas por cada equipe.
Podemos ver também na Figura 21 - Perfil epidemiológico, que essa imagem possui filtros, sendo que esses são os mais utilizados para realizar a análise nessa tela.
x A Figura 22, quinta imagem do protótipo, como se pode ver a seguir, mostra o custo evitado:
Figura 22 – Custo Evitado
Fonte: Elaboração do autor, 2013.
A imagem acima exibe o cálculo de rendimento dos clientes antes e depois de começaram a ser gerenciados. Para se obter o cálculo é necessário somar o valor gasto pela Cooperativa com todos os atendimentos, exames e procedimentos médicos realizados pelo cliente, em um mesmo período antes de o beneficiário começar a ser gerenciado e depois somar o valor a partir da data início do gerenciamento do cliente. Como por exemplo: pegar o valor gasto pela Cooperativa um ano antes de o cliente começar a ser gerenciado e um ano a partir do momento que o cliente começa a ser gerenciado, pois o objetivo é fazer com que os custos da Cooperativa sejam reduzidos quando o cliente passa a ser gerenciado.
Para facilitar a análise das informações foi disponibilizado, além do gráfico que mostra os resultados, um relatório que irá facilitar a análise mais detalhada dos dados, sendo que nesse relatório já há campos predefinidos, não tendo a possibilidade de incluir um novo campo. Nesse relatório o usuário também pode exibir os resultados das quantidades, para isso basta clicar no botão quantidade e o mesmo executa uma macro que oculta caso o campo de quantidade já esteja visível ou libera a visualização do campo. Por solicitação da empresa não será exibido, pois essas funcionalidades criados no QlikView só a Cooperativa possui.
