Mostrando postagens com marcador Business_Intelligence. Mostrar todas as postagens
Mostrando postagens com marcador Business_Intelligence. Mostrar todas as postagens

segunda-feira, 6 de agosto de 2012

Data Warehouses Empresariais - Pontos de Função e Contagem - Release 1,0

Publicação original = Fórum SBGC-TIC  30/6/2008 5:37 PM

Tradução não oficial de: Function Points & Counting – Entreprise Data Warehouses - 2007

The Internacional Function Point User Group

Nota: A NEC (Comitê de Novos Ambientes) criou esses “White Papers”, em um esforço para distribuir, rapidamente para a comunidade de contagem, dicas sobre o assunto. 

Este documento baseia-se nas práticas de contagem de pontos de função, tal como descrito na atual série 4,2 do Manual IFPUG de Práticas de Contagem (CPM), e demonstra a aplicabilidade de Pontos de Função IFPUG para o assunto. 

O conteúdo deste documento é para ser utilizado exclusivamente como sugestões na aplicação da contagem de ponto de função no domínio descrito. 

Essas sugestões não constituem mudanças de regra e não devem ser utilizados como regras. Embora este documento tenha sido analisado e aprovado pelo CPC, não constitui normas IFPUG para prática de contagem como contidas no CPM. 

Introdução 

Nos últimos anos vimos um aumento dramático na implantação de Data Warehouses Empresariais, em todo o mundo. Dada a natureza primária destes armazéns de dados como repositórios de dados enviados a partir de outros aplicativos, a contagem de ponto de função desses sistemas tem proporcionado grandes desafios para a comunidade. 

O objetivo deste trabalho é fornecer orientações para a aplicação das regras de contagem de pontos de função especificadas na versão 4,2 do Counting Practices Manual (CPM), datada de Janeiro de 2004. Este “White Paper” não conflita com as regras oficiais do IFPUG especificadas no CPM. 


Maiores informações em:

The Internacional Function Point User Group

http://www.ifpug.org/

NEC - New Environments Committee 

_________________________________________________________________
Publicação original = Fórum SBGC-TIC  3/7/2008 6:45 PM

How should the functionality of a Data Warehouse be counted?

FUNCTIONAL OVERVIEW

While it is recognised that Data Warehouse systems each have their own unique characteristics, there are certain generic characteristics shared by the family of systems known as Data Warehouses. These include: 

1. The prime purpose of a Data Warehouse is to store, in one system, data and information that originates from multiple applications within, or across, organisations. The data may be stored ‘as received’ from the source application, or it may be processed upon input to validate, translate, aggregate or derive new data/information. 

2. Most of the data load functions are processed in batch. There are few on-line data maintenance functions. The on-line functions that do exist tend to update the reference files and data translation tables. 

3. A database alone, does not constitute a Data Warehouse system. At a minimum, a Data Warehouse system must include the database and corresponding load functions. Data reporting functions are optional. They may, or may not be an integral part of the Data Warehouse system. 

4. The prime purpose of storing the data is to support the information reporting requirements of an organisation i.e. multiple users and multiple applications. 

5. The Data Warehouse may, or may not, provide the required reporting functions. In some cases, external applications access the Data Warehouse files to generate their own reports and queries. 

6. Data Warehouse functions are often based upon packaged software. An example is the Business Objects product. 

7. Where the data within the Warehouse supports the reporting requirements of multiple applications and users, the data may be physically stored based upon the user requirements. Separate database segments may store the ‘user views’ for a particular user. This results in the physical storage of a considerable amount of redundant data. The data storage approach is designed to optimise data/information retrieval. 

GENERAL DISCUSSION AND RESOLUTION

Note: The following list of functions are intended to be a generic guide for counting this type of application, there may be instances where particular applications may offer more or less functionality.


Files: Internal Logical Files

The main issue with Data Warehouse (DW) systems is how to count the files. Typically a DW is required to support the information needs of multiple applications/users. Data is input to the systems from a number of source systems (usually core systems). At the time the data is loaded it may be processed in multiple ways and update multiple files, each of which supports a different user’s needs. With DW files it is not possible to force a logical view of the files. The same data can be stored in multiple physical files because it supports that particular user’s view of their requirements. 

Where they exist, the following may be counted as ILFs for the Data Warehouse System: 

Master Data Files
These may store processed information or data as received from the source core systems. Redundant data may be stored in various physical tables that are required to support User Views of data. Count each physical database table as a logical file. Count the redundant DETs as DET’s in the files in which they occur. Do not count redundant DETs that occur within the one file. 

Reference/Translation Tables
The possibilities are many and varied. However under the recommended guidelines only one Translation table is counted per application. See Section 3.4.7, Reference tables – Identification Guidelines 

Log/Event Files
Files may exist which maintain information about the currency of the data within the DW. For example they may record when data was last refreshed from a particular source application. 

Transactions: External Inputs
The EI load transactions are identified from a physical perspective as well. 

Where they exist, the following may be counted as EIs for the Data Warehouse System: 

Data Load Functions
Records in files are not necessarily loaded as a complete record. It depends upon where the source data has come from and how the load process has been designed i.e. the amount of pre-processing that is done on the source data. For example, a load function may only load certain attributes into a file or alternatively, one load process may load multiple files at the same time. It is assumed that what is implemented, is what the user requested, and there was a good business reason for adopting the implemented approach. 

In most cases the EI Load functions process the data received. An exception situation occurs where the data is simply loaded as received from the source system. In this case, theoretically, the Load should not count as an EI and the file loaded should be counted as an EIF. This can cause the unusual situation where the DW loads a file that is typed as an EIF. The downstream reporting system reads the DW file and also types it as an EIF. This situation is rare and it is recommended that the load function be counted as an EI and the DW file as an ILF 

Maintenance functions for Reference/Translation Tables
Count as per IFPUG 4.1. 

Transactions: External Outputs and External Enquiries

Where they exist, the following may be counted as EOs and/or EQs for the Data Warehouse System: 

Data Reporting Functions
DW systems usually do not have their own reporting functions. They are not ‘reporting users’ of their own files. Other external applications reference the DW files (as EIFs) and produce the necessary reports. This can result in a considerable amount of double counting of files across the portfolio, but, this is usual when application boundaries are drawn in this way. Sometimes the DW does use a reporting tool such as Business Objects to generate reports. If so, count as per IFPUG 4.1 

Note: When the bulk of the processing (i.e. derived and calculated data) is performed as part of the data load processing, most of the reports produced are technically EQ’s 

Data Enquiry Functions
Count as per IFPUG 4.1. 



Inteligência e “Mineração” Social: Construindo sentido em Sociedades Web

Publicação original = Fórum SBGC-TIC  30/6/2008 5:19 PM

Traduzido de: 


Publication Date: 9 January 2008 / ID Number: G00154600 / Gartner Research 

Social Mining and Social Intelligence: Making Sense of Web Societies 

Kathy Harris, Rita E. Knox


Os requisitos para a “mineração” e inteligência social estão surgindo do uso empresarial de software social. As organizações estão construindo ambientes, baseados na Web, nos quais sociedades complexas são capazes de formar, utilizar, evoluir e criar conteúdos de alto valor. As organizações precisam pesquisar e obter conhecimento desses ambientes e conteúdos, de modos que vão além das análises básicas, tais como extrair fatos, nomes ou lugares. 


Principais conclusões 


• O volume de conteúdos sociais, recolhidos e armazenados pelas organizações, está aumentando rapidamente através de atividades formais e informais, na WEB. 

• As organizações de Fornecedores e Usuário estão melhorando as aplicações tradicionais de “mineração” de dados, análise e inteligência, para extrair informações semânticas de conteúdos sociais. No entanto, tecnologias tradicionais não descobrem ou analisam inteiramente os comportamentos, motivações e as tendências das redes humanas. 

• As técnicas e ferramentas de “mineração” e inteligência social permitirão que as organizações entendam as dinâmicas presentes em suas sociedades WEB, em construção, quer se trate dos clientes, colaboradores, parceiros ou clientes potenciais ou mercados em geral. 

• A “mineração” e inteligência social surgirá a partir de três fontes: aprimoramentos de ambientes de analise e “mineração” de dados e de Business Intelligence (BI); ambientes de colaboração social e de soluções pontuais para Sociedades Web. 


Recomendações


• Estabelecer uma equipe com três responsabilidades: determinar como sua organização vai explorar a “mineração” e a inteligência social, pesquisa de engenharia social e projeto dos resultados esperados das Sociedades Web. 

• Identificar atividades empresariais que envolvam comunidades sociais. Estabelecer orientações para a forma como informações sociais serão recolhidas e gerenciadas. 

• Desenvolver estratégias e planos iniciais para potencializar relações sociais e conteúdos baseados na Web. Identificar problemas e oportunidades que a análise e inteligência social pode tratar. 

• Avaliar as capacidades e as lacunas atuais em matéria de análise, “mineração” e inteligência quando aplicadas em informação social. Identificar tecnologias que possam extrair informações úteis agora. Começar a monitorar tecnologias para tratar estratégias e ambições futuras. 


Vale a pena ver o artigo completo para tentarmos não perder o “bonde” do que é Inteligência de Negócio hoje. 

Como reconstruir seu projeto de BI

Como reconstruir seu projeto de BI
Prioridade dos CIOs, o Business Intelligence agora tem grandes fornecedores, tecnologias emergentes e novas metas corporativas. Saiba como fazer o upgrade da tecnologia. 

Murilo Ohl 

Nos últimos anos, os CIOs sofreram para colocar à disposição de suas empresas ferramentas de Business Intelligence capazes de buscar dados, gerar relatórios e publicar indicadores de negócio. Mas as empresas ainda não estão satisfeitas com o nível de informação que os sistemas atuais oferecem. Dizem que o BI ajuda a olhar a organização pelo retrovisor, mas não informa o que vem pela frente. De acordo com o Gartner, é preciso enxergar a tecnologia de uma forma mais ampla. Além de indicadores para medir o desempenho dos negócios, uma aplicação precisa propor inovação, melhorar o alinhamento e descobrir oportunidades. 

Pensar em Business Intelligence hoje é algo bastante diferente do que era há três anos. Os CIOs e as empresas acompanharam essa transformação."Como trata-se de uma tecnologia muito importante para as organizações, por causa das informações que gera, os líderes de negócio exigem que os CIOs mantenham o tema em sua agenda de forma quase que permanente", afirma Ricardo Chisman, sócio da consultoria Accenture. De fato, como ocorreu nos últimos três anos, em 2008 o BI está no topo das prioridades tecnológicas de CIOs em todo o mundo, segundo o Gartner. Em 2011, o faturamento mundial do setor deve atingir 7 bilhões de dólares. Até lá o segmento deve crescer por volta de 9% ao ano. Em países como o Brasil e México, que ficam um pouco atrás na curva de adoção, o Gartner prevê investimentos maiores e crescimento acima de 10%. 

Além de ser alvo das preocupações dos CEOs e diretores, o BI virou um assunto quente por causa da rápida consolidação de mercado, que jogou os provedores mais tradicionais de ferramentas nas mãos de grandes fornecedores de TI. A Oracle comprou a Hyperion, a SAP adquiriu a Business Objects e a IBM levou a Cognos. Segundo o Gartner, essa consolidação da indústria deverá ser positiva para as empresas usuárias, abrindo espaço para o aparecimento de tecnologias inovadoras. Isso porque os líderes de mercado provavelmente se concentrarão em aumentar o uso das aplicações que dispõem, enquanto novos provedores devem surgir trazendo produtos diferentes, com recursos ainda inéditos, como, por exemplo, a visualização interativa de dados. 


Projeto corporativo


Na fase atual, a expressão da moda é projeto corporativo. CIOs e fornecedores recorrem ao jargão para explicar como devem ser as ferramentas. Em sua maioria, as primeiras experiências com BI ocorreram em áreas específicas da empresa e tinham ambições mais modestas. Os novos projetos visam desenvolver uma solução de análise capaz de servir a toda a corporação. "A idéia é que os usuários tenham acesso a uma mesma interface, com diferentes visões de acordo com a área, e diferentes habilitações para fazer o detalhamento da informação", afirma Elizabeth Faria, gerente sênior de consultoria de vendas da Oracle. Também está implícita na idéia de projeto corporativo a intenção de envolver o alto comando da empresa no desenvolvimento. Melhorou a compreensão de que o BI é uma iniciativa do negócio, ou do próprio CEO, e que a função da TI é dar apoio tecnológico. "Os CIOs devem esquecer a tecnologia e tentar entender a necessidade de negócio, ver que funções são feitas pelo Excel e mostrar que resultados os usuários vão ter com o BI", afirma Rubens Nascimento Pinto, diretor de TI da indústria farmacêutica Boehringer Ingelheim. 

O desafio para as empresas será justamente fazer a evolução de um uso departamental para aplicação de grande alcance, capaz de atender a todas as demandas de uma organização por informação, tarefa que exigirá a revisão de processos e a adoção de melhores práticas. Para muitas companhias, preservar os investimentos já realizados na tecnologia se mostrará inviável. "Será necessário iniciar um novo projeto do zero, com a aquisição de ferramentas novas", afirma José Carlos Pimentel, vice-presidente de soluções de negócios da CPM Braxis. Justificar esse gasto não será simples, uma vez que a maioria das empresas já fez investimentos significativos em BI. "É uma decisão que deve ser tomada pelo alto comando da empresa, que vai dizer qual é a importância que essa solução tem para o crescimento do negócio", diz Pimentel. 


Que tipo de BI escolher?


Atualmente não dá mais para pensar em um único tipo de sistema de Business Intelligence. Segundo a consultoria Aberdeen Group, a tecnologia avança puxada por dois movimentos complementares: um de expansão e outro de concentração. "A primeira pergunta que o presidente de uma empresa deve fazer é: o que quero medir?", diz Pimentel. A resposta indicará se a companhia espera uma ferramenta acessível a muitos empregados ou um sistema de alto desempenho destinado a usuários extremamente preparados para lidar com aquele tipo de informação. 

A tendência de adoção de uma grande solução corporativa é apontada como uma das duas forças que devem caracterizar as implementações de BI nos próximos 24 meses. Do lado da expansão, as organizações sentem a pressão para ampliar o uso do sistema e a oferta de mais informações para mais pessoas. Cerca de 80% das empresas consideram a entrega de dados relevantes para mais funcionários como prioridade do negócio, ainda que 37% delas não tenham verificado aumento no uso do BI atual. Com o objetivo de popularizar a aplicação entre funcionários e melhorar o desempenho das áreas operacionais, as companhias tentam superar obstáculos para a adoção da tecnologia. 

Entre as metas dos novos projetos, segundo o Aberdeen Group, estão: estender o acesso de informações relevantes para novos stakeholders que foram mal atendidos nas primeiras ondas, melhorar a entrega de informações para usuários por meio de métodos self service e reduzir o tempo de conclusão dos projetos de forma a acelerar o processo de decisão. 

Conforme as empresas buscam oferecer Business Intelligence para usuários menos técnicos, especialmente para pessoas que nunca tiveram contato com a ferramenta, a nova meta dos CIOs é encontrar formas de entrega da solução que facilitem a vida dos executivos. Isso propiciará, de acordo com o Aberdeen Group, o surgimento de soluções que estão inseridas em outros sistemas de gestão, como por exemplo o ERP ou o CRM — 38% das empresas já usam o BI dessa maneira. Outra tendência será o surgimento de soluções sob demanda ou como SaaS (software-as-a-service). Hoje, 19% das empresas no mundo contratam a aplicação nessa modalidade e outros 31% pretendem adotá-la. 


Alta velocidade


Outro objetivo dos sistemas de Business Intelligence é medir em alta velocidade o desempenho dos negócios. Está aí um dos motivos principais que puxam os projetos, segundo o Aberdeen Group. As aplicações estão ficando mais focadas na melhoria da eficiência das atividades corporativas diárias, como relacionamento com clientes e fornecedores, finanças, logística, desempenho de vendas ou acompanhamento da produção. As companhias também querem usar BI para assegurar o acesso em tempo real a informações críticas. Para isso, investem em funcionalidades, em novas tecnologias e em serviços que aceleram a entrega desses dados para os usuários. Na avaliação do Aberdeen Group, das empresas que investiram adequadamente para aumentar o desempenho dos negócios, 63% conseguiram melhorar a agilidade para tomar decisões nos últimos 12 meses. Companhias que optam por esse tipo de BI focado querem ir mais fundo na exploração dos dados já existentes, com a finalidade de acelerar as decisões, tomadas em dias, horas ou em tempo real. Enquanto uma solução tradicional de Business Intelligence visa fornecer informações baseadas em análises de dados históricos, os projetos agora tentam explorar o potencial do software para informações do tempo presente. Alguns dos novos fornecedores que começam a aparecer tentam responder a essas demandas operacionais e são focados em analisar fontes de dados em tempo real ou quase. Entre os resultados prometidos para os usuários estão o gerenciamento das atividades de negócio minuto a minuto, respostas rápidas às necessidades de clientes e fornecimento eficiente de informações para outros funcionários. 


Teste as novas tecnologias


Segundo o Gartner, as funções de busca, relatório e Olap (online analytical process) que caracterizaram as primeiras ferramentas de BI ficaram tão semelhantes entre si que já não trazem diferencial para as empresas. A maioria dos fornecedores até inclui esses recursos, agora básicos, em outros produtos. A Microsoft, por exemplo, adicionou funcionalidades de BI ao SQL Server 2005. Os fornecedores que não foram adquiridos, como a Microstrategy, o SAS ou a InformationBuilders, por exemplo, devem se associar a fornecedores de aplicações para vender esse tipo de tecnologia de forma embarcada. Nessa próxima fase, de acordo com o Gartner, o BI manterá o status de aplicação estratégica graças a uma série de novas tecnologias que estão surgindo, na maioria das vezes pela oferta de fornecedores especializados, ainda pequenos, mas capazes de oferecer preços mais competitivos e modelos de negócio mais flexíveis. Segundo o Gartner, essas tecnologias podem ter maior impacto no desenvolvimento dos sistemas nos próximos cinco ou dez anos. A busca corporativa é um dos terrenos que devem ser incorporados ao BI. Um dos fornecedores mais avançados nessa área é a Fast Search, empresa que está sendo comprada pela Microsoft, e usa seu mecanismo de pesquisa não apenas para encontrar relatórios existentes, mas também para criar novas análises a partir da digitação de uma palavra-chave. Essa tecnologia será importante para a pesquisa de informações em fontes de dados não-convencionais, como e-mail, mensagens instantâneas, wikis e feeds de RSS. Segundo o Aberdeen Group, cerca de 40% das empresas planejam investir na pesquisa de dados em bases não-estruturadas nos próximos 12 meses. 

O emprego de SOA (arquitetura orientada a serviços) pode ser uma das armas para os fornecedores remanescentes de BI enfrentarem IBM, SAP e Oracle. Isso dependerá da capacidade desses provedores de lançar um novo modelo de negócio, mudando do esquema formal de licenciamento para um novo, baseado na venda de componentes da aplicação. 


Alerta de negócio na Boehringer


Na fabricante alemã de medicamentos Boehringer Ingelheim, o projeto de Business Intelligence já está entrando na terceira fase. A empresa seguiu a estratégia de começar com um escopo modesto, de caráter operacional, baseado em pequenos data marts. Conforme os resultados iam aparecendo, o projeto era levado a outras áreas. Após um ano e meio, quando a organização já compreendia com clareza os benefícios do sistema, passou-se para uma abordagem mais estratégica. "Na segunda fase, foi construído um cockpit de informações gerenciais que reúne os principais indicadores de negócio e os grandes projetos da empresa", afirma Rubens Nascimento Pinto, diretor de TI da Boehringer Ingelheim. O cockpit, responsável pela visualização das informações, é o XCelsius, da Business Objects. A base da ferramenta de BI é da Cognos, agora IBM Cognos. 

Na terceira fase, o laboratório prepara-se para dar o salto que permitirá fazer simulações de cenários de negócios em tempo real ou, como diz Nascimento Pinto, responder a perguntas que começam com a expressão "e se". Ao mesmo tempo, a empresa prepara-se para fazer o upgrade para a versão 8 do Cognos. 

Com as novas tecnologias, será possível criar regras de negócio que comparam metas e resultados obtidos. Assim, se algum indicador estiver abaixo do esperado, o sistema dispara uma mensagem de alerta. Com isso, em vez de esperar o fim do mês para avaliar o desempenho das áreas, a empresa pode detectar, por exemplo, uma queda de vendas em tempo real e tomar as providências para assegurar o cumprimento dos objetivos ainda no mês corrente. 

Segundo Nascimento Pinto, encontrar o ritmo certo de evolução da aplicação é fundamental para o sucesso do projeto. "Cada etapa de implementação deve ser monitorada", afirma. "Assim é possível ter segurança da evolução." 


Sistemas em paralelo na Vivo


A operadora de telefonia celular Vivo tem uma diretoria de Business Intelligence com 150 profissionais especializados na interpretação e na gestão de informações para o negócio. Essa diretoria tem hoje uma atividade crítica dentro da operadora, que é o desenvolvimento da inteligência de marketing. Para criar essa área, a Vivo centralizou processos em um sistema único de dados para todo o Brasil, após ter concluído um processo de unificação de seis data warehouses legados, utilizados pelas operadoras que deram origem à Vivo. Atualmente, a base contém 76 terabytes de dados e é utilizada por 1 200 usuários. O banco de dados é Teradata e as principais aplicações de gestão de informação são fornecidas por SAS e Microstrategy. 

Em paralelo ao projeto na área de marketing, a Vivo possui um outro sistema de BI, responsável por fazer a gestão da rede celular da empresa. Um painel de controle, acessível pela intranet, permite o acompanhamento instantâneo de informações críticas para a vice-presidência de redes e tecnologia da operadora, independentemente das três bases (Oracle, SQL Server e Domino), que armazenam os dados. Numa mesma tela é possível acompanhar 21 indicadores operacionais sobre aspectos econômicos, de qualidade, processos, falhas, disponibilidade de equipamentos e andamento de projetos. "Com um cockpit de luzes verdes e vermelhas é possível saber em tempo real onde a operação está normal e onde não está", afirma Javier Rodriguez Garcia, vicepresidente de redes e tecnologia da Vivo. 

A interface, desenvolvida pela Information- Builders, também oferece previsões sobre a evolução da rede. Atualmente, 1 300 funcionários da área de redes e tecnologia usam a ferramenta de BI. "O desafio do projeto era tornar a informação disponível de forma rápida e automática para qualquer atividade", diz Rodriguez Garcia. 


Outsourcing de BI


À medida que as empresas buscam oferecer indicadores de negócios para funcionários que não foram tradicionalmente atendidos pelo BI, novos métodos de entrega devem surgir. Um desses é o SaaS (software-as-a-service). De acordo com o Aberdeen Group, 31% das empresas têm planos de acessar aplicações analíticas por meio de um provedor terceirizado. Estão incluídas variantes do SaaS como hosting, appliance com a aplicação e software on demand. A CPM Braxis, no Brasil, pretende ser um provedor de Business Intelligence sem ser fornecedora de uma aplicação. A idéia da empresa é prestar serviços em torno da tecnologia. "Podemos reunir fábrica de software, melhores práticas de implementação e monitoramento do desempenho", afirma Geovani Altacho, gerente de Business Intelligence da CPM Braxis. O Gartner alerta que em uma oferta de SaaS, o fornecedor deve estar comprometido com o modelo. Provedores que têm ofertas híbridas de licenciamento e serviço não terão sucesso. 

O BI é uma das áreas que mais serão beneficiadas por uma nova onda de interfaces visuais mais criativas, amigáveis e customizáveis. Segundo o Gartner, em dois anos os principais fornecedores terão adotado o Adobe Flash (ou algum produto similar) e passarão a oferecer recursos de visualização interativa. Dos fornecedores de BI presentes no Quadrante Mágico do Gartner, a maioria oferece alguma ferramenta de desenvolvimento rápido de aplicativos, combinada com recursos de visualização interativa. Isso permitirá que usuários de áreas de negócio consigam desenvolver por conta própria dashboards e cockpits mais atraentes visualmente ou, pelo menos, mais adequados aos seus respectivos departamentos. "Os usuários não são técnicos e precisam utilizar as informações da maneira mais simples possível, de preferência integrando os dados a planilhas e apresentações que são de uso comum", diz José Duarte, presidente da SAP para a América Latina. 

As ferramentas de BPM (Business Performance Management) devem possibilitar ao BI fazer a gestão do desempenho de maneira antecipada, deixando para trás o papel de aplicação passiva. A gestão do desempenho é crucial para as áreas de finanças e foi considerada a principal prioridade das iniciativas de BI por 66% das empresas, numa pesquisa realizada na Europa. Por isso, resolver a qualidade e o desempenho do software também é uma espécie de pré-requisito para avançar em projetos de BPM. "A gestão da performance é uma camada acima, que sintetiza os resultados obtidos pelo BI e serve para o alto comando de uma organização controlar informações sobre o desempenho dos negócios. É possível ter BPM sem BI, mas o trabalho de consultoria para saltar essa etapa é muito grande", diz Michael Wooton, especialista de pré-vendas para a área de finanças do SAS, fornecedor de software para as duas tecnologias. 


Conheça os 4 fatores de sucesso


É quase lugar-comum dizer que a participação ativa das áreas usuárias é fundamental no desenvolvimento de projetos de Business Intelligence. No entanto, a questão continua sendo fator de diferenciação entre as empresas que obtiveram sucesso nas iniciativas e as que não tiveram. Ao lado dessa constatação, o Gartner enumera outros quatro fatores de sucesso para uma implementação da tecnologia. 

O primeiro, é pensar grande e implementar por etapas. Entre os benefícios dessa abordagem está a capacidade de conduzir o projeto de acordo com a capacidade de investimento da empresa. Ao mesmo tempo, essa tática dá ao CIO argumento para novos investimentos complementares no futuro. Outra vantagem é poder demonstrar resultados antes de o projeto estar completamente concluído. Mas essa estratégia não deve ser confundida com uma implementação departamental, erro típico da primeira onda da tecnologia. Entre os riscos a serem evitados estão: a proliferação de fornecedores, os nichos de conhecimento impossíveis de ser explorados por toda a organização e a ineficiência em termos de custo e de uso da ferramenta. 

O segundo fator de sucesso para um projeto de BI é a qualidade dos dados. Para uma aplicação de análises estratégicas ganhar popularidade entre os usuários, a confiabilidade das informações é um componente fundamental.A falta de confiança dos funcionários é a razão mais comum para o fracasso dos projetos. Como resolver essa questão? A recomendação é validar os dados com os usuários no início do projeto. Essa tarefa deve assegurar a qualidade de itens fundamentais, como metadados do BI, KPIs (key performance indicators), dimensões e medidas. Antes de seguir em frente, todas as áreas devem aceitar como os metadados foram definidos. 

Em terceiro lugar, é preciso avaliar quais são os fatores externos que influem numa estratégia de adoção do BI. Segundo o Gartner, cada organização ou segmento têm características próprias, que mudam a estratégia de abordagem. No setor financeiro, por exemplo, o projeto deve levar em conta as exigências regulatórias e de compliance e as tecnologias relacionadas a essas regras. Por último, o Gartner mostra que empresas que montaram um centro de competência dedicado ao BI normalmente alcançam sucesso em suas implementações. Esse centro será responsável por manter e desenvolver competências na tecnologia e por transmitir esse conhecimento para o resto da organização. Por fim, uma última recomendação do Gartner: mantenha um processo para ajustar o BI conforme as metas de negócio mudem. Ele não sairá da lista de prioridade dos CIOs tão cedo. 


Projeto corporativo na T-Gestiona


A T-Gestiona, empresa de serviços compartilhados do Grupo Telefônica, decidiu adotar uma solução única de BI para toda a organização. O contrato foi fechado no final do ano passado com a IBM Cognos e a primeira fase do sistema entra em produção neste mês. Trata-se de um projeto corporativo, que visa administrar melhor os indicadores de nível de serviço dos contratos que a organização mantém com clientes como Unibanco, Nokia, Motorola, LG e com outras companhias do grupo Telefônica, como Vivo, Terra e Atento. "Controlar os acordos de nível de serviço é uma tarefa importante para que a empresa consiga manter uma margem de segurança entre o contrato com o cliente e a capacidade de entrega do processo", afirma Paulo Príncipe, superintendente de TI da T-Gestiona. 

O valor total de investimento no projeto de Business Intelligence deve ficar entre 800 mil reais e 1 milhão de reais, incluídas a implementação e a compra de licenças. Como item complementar ao sistema de BI, a empresa contratou da IBM Cognos um software de planejamento orçamentário, que deve entrar em operação a partir de abril. Na seqüência, ainda este ano, será adotado o BSC (Balanced Scorecard), para a gestão estratégica dos indicadores de serviços. 

A primeira fase do projeto vai atender a área de serviços de logística, uma das principais unidades de negócio da companhia. As outras são RH, contabilidade, finanças e serviços imobiliários e devem estar concluídas ainda neste ano. Na área de logística, a empresa faz a distribuição de celulares para lojas da Vivo e de modems para o serviço de banda larga Speedy, da Telefônica. Além de relatórios, o sistema de BI vai fornecer indicadores de negócios que terão atualização horária, diária ou mensal, dependendo da informação. Cada diretoria poderá acompanhar seus indicadores por meio de uma tela de plasma. A solução estará integrada ao SAP, principal sistema corporativo. Aplicações operacionais, como o Peoplesoft, que faz toda a parte de gestão de serviços terceirizados de RH, também devem alimentar o BI com dados. 

Info Corporate Online –

http://info.abril.com.br/corporate/edicoes/54/arquivos/6628_1.shl

Inteligência Empresarial: muito além do BI

Publicação original = Fórum SBGC-TIC  18/7/2008 1:20 PM

Boa tarde. 

Tenho a sorte de estar acompanhando o desenvolvimento dos trabalhos da Daniela desde os tempos em que a conheci no grupo de Gestão de Conhecimento da SUCESU-SP, já há alguns anos. 

Recomendo a leitura dos textos produzidos por ela, muitos dos quais estão disponíveis no site da SBGC – Sociedade Brasileira de Gestão do Conhecimento. 

Recomendo a leitura do Paper, de 04/2007, sobre o assunto. 


Segue um trecho como “aperitivo”
________________________________________________________________________________
As Faces da Inteligência: como direcionar a sua organização e definir o perfil profissional 

*Daniela Ramos Teixeira 

A aplicabilidade da Inteligência não deve se limitar a grandes organizações. É essencial que cada empresa, seja uma grande corporação ou PME (pequena e média empresa), construa o seu modelo de Inteligência. 

É crescente o número de organizações que investem em Inteligência para reduzir os riscos na tomada de decisão, melhorar o desempenho da equipe de vendas e MKT, neutralizar o avanço da concorrência e, mais recentemente, buscar na inovação o diferencial competitivo para agregar valor ao negócio. 

O objetivo da Inteligência é transformar informação subjetiva e desagregada em vantagem competitiva para agregar valor aos negócios. A aplicabilidade da Inteligência, dessa forma, não deve se limitar a grandes organizações. É essencial que cada empresa, seja uma grande corporação ou PME (pequena e média empresa), construa o seu processo de Inteligência, definindo o foco inicial de atuação bem como o desenvolvimento e a implementação do modelo (in-house, terceirizado ou híbrido). 

_______________________________________________________________________________



Recomendo também: Inteligência Empresarial: muito além do BI disponível em: http://www.bucci.com.br/artigos/artigo_divulgacao_curso_gtreinar.pdf



Segue um trecho como “aperitivo”

_______________________________________________________________________________

Inteligência Empresarial: muito além do BI

* Daniela Ramos Teixeira 

No cenário hipercompetitivo do ambiente empresarial, as táticas de guerrilha ganham projeção e seguidores cada vez mais fiéis. Dentre as técnicas para vencer a batalha predominam respostas rápidas ao mercado, parceiras estratégicas, grande conhecimento dos clientes, investimentos na mídia não-convencional e ações que surpreendam o cliente e também o concorrente. 

Há 50 anos, no surgimento do Marketing, já se falava em satisfazer as necessidades dos clientes; a partir da década de 90, exceder as expectativas dos clientes e encantá-los passou a ser o foco. Mais recentemente, gurus de MKT e Estratégia levantam a bandeira para a importância das empresas em ‘criar as necessidades’ nos clientes, desenvolvendo produtos/serviços que, além de competitivos, devem ser inovadores. 

Para que as empresas alcancem seus objetivos e saiam vitoriosas do campo de batalha diário, a proposta dessa abordagem é que seja trabalhada e desenvolvida uma ‘Rede de Valor para Inteligência Empresarial’ com foco: 

- no mercado/concorrência; 

- nos produtos/serviços; 

- nos clientes e 

- nas redes de valor de parceiros.

Analise de Pontos - ferrramenta para explorar Modelo Informacional (Framework BI)

Relacionado a:


DOMINGO, 5 DE AGOSTO DE 2012

Business Intelligence - Uma Estrutura de Referência (Framework) para Construção

http://automacao-inteligencia-organizacional.blogspot.com.br/2012/08/business-intelligence-uma-estrutura-de.html

Publicação original = Fórum SBGC-TIC  15/12/2008 12:03 AM
quote:

3 Modelo Informacional

3.1 Definição

Representa as necessidades de informações que deverão ser atendidas pela solução de Inteligência de Negócio (Business Intelligence) que será desenvolvida.

Identifica as preocupações e focos de investigação que os Gestores explorarão, com base nos dados operacionais e do ambiente da Organização, para tomar as decisões que esta solução deverá suportar.

3.2 Áreas de Decisão

Identificam os Focos de Gestão de cada um dos Gestores que deverão ser atendidos pela solução.

Exemplos: Marketing, Orçamento, Gestão Operacional, Gestão de Aprendizagem

3.3 Níveis Organizacionais

Identifica os horizontes temporais de decisão que a solução deverá atender. Geralmente um ou mais dentre os seguintes:

Diretoria – a solução deverá suportar a tomada de decisões estratégicas, ou de longo prazo

Média Gerência – as decisões suportadas atenderão necessidades táticas associadas ao cumprimento de objetivos de médio prazo

Gestão Operacional – a solução será utilizada para acompanhar as ocorrências do dia a dia da Organização.

3.4 Exemplos de Questões Organizacionais para Gestão

Quantos clientes compraram um determinado Produto no último mês, trimestre, semestre ou ano ? E no período correspondente anterior ?

Os Clientes que compram um determinado tipo de Produto ou Serviço normalmente adquirem que outros Produtos ou Serviços ?

Qual a relação entre Satisfação com o Atendimento e o tipo de formação do Atendente ?

Qual a relação entre Produtividade e o nível educacional, ou tipo de formação, do Colaborador ?

Qual é o Fator de Inovação de cada Unidade Organizacional (Receita de Novos Produtos ou Serviços / Receita Total da Unidade Organizacional) ?

"Duplo Clique" na imagem para ampliar:


DOMINGO, 5 DE AGOSTO DE 2012


BSC - Visão de relacionamento entre focos de analise

Publicação original = Fórum SBGC-TIC  10/12/2008 2:09 PM

Nesta visão fica clara a importância das atividades de Aprendizagem e Inovação.

+ Informações sobre Inovação
Todos os Fóruns >> [Fóruns temáticos] >> Inovação
http://www.portalsbgc.org.br/sbgc/foruns/tt.asp?forumid=105 

Criatividade_Inovação
Neste blog replico as mensagens que enviei ao Fórum Inovação da Sociedade Brasileira de Gestão do Conhecimento. Faço-o para organizar outra forma de leitura, através do uso de Marcadores (TAGs), na esperança de gerar maior interação no fórum: http://www.portalsbgc.org.br/sbgc/foruns/tt.asp?forumid=105


 

domingo, 5 de agosto de 2012

Balanced Scorecard e TIC


Publicação original = Fórum SBGC-TIC  3/10/2005 11:55 PM

Creio que a técnica conhecida como Balanced Scorecard pode contribuir para a priorização dos assuntos e métricas que comporão cada Iteração de construção de um ambiente analítico que suporte as necessidades de informações de gestão tática e estratégica das organizações. 

Ao ampliar o foco de análise para outras dimensões, além da financeira, também pode ser uma das pontes entre [Tecnologia de Informações e Comunicações] e [Gestão de Conhecimento]. 

Para quem se interessa pelo assunto seguem referências para pesquisa: 

Kaplan e Norton na prática – Editora Campus – 126 páginas
4 artigos fundamentais dos criadores do Balanced Scorecard: 

- Implementando o Balanced Scorecard 
- Indicadores que impulsionam o desempenho empresarial 
- Utilizando os indicadores como sistema gerencial estratégico 
- Mapeando a estratégia para identificação de problemas 

Com a implementação do Balanced Scorecard em 1992, Kaplan e Norton retornaram ao tema inúmeras vezes, aperfeiçoando a importante contribuição metodológica para o alinhamento estratégico de empresas. Seus métodos ajudam os gerentes a manter o controle sobre a complexidade, o que os caracteriza como métodos realmente revolucionários. 

Este livro, publicado pela Elsevier, traz para o leitor uma coletânea de artigos que oferecem um panorama completo da evolução desse conceito extraordinário criado por duas autoridades no tema: Robert S. Kaplan e David P. Norton. 

Os trabalhos pioneiros reunidos neste livro constituem leitura obrigatória para o leitor interessado em ferramentas inovadoras para a mensuração do desempenho das empresas. 

Livros de Kaplan e Norton:

- A estratégia em ação 
- Organização orientada para a estratégia 
- Mapas estratégicos 


Outros artigos sobre o tema:

Fábrica de Informações Corporativas - Inmon CIF

Publicação original = Fórum SBGC-TIC   28/1/2008 7:23 PM

Abaixo algumas referências de mercado sobre a construção e uso de ambientes de gestão corporativa, bem como suas interfaces com a WEB e demais ambientes de automação de processos de uma Organização. Considero o desenho abaixo um dos melhores painéis gerais de contexto técnico (TIC) para desenvolvimento de aplicações corporativas. 

Corporate Information Factory ( http://www.inmoncif.com/cif/index.html ) 





EDW (enterprise data warehouse) - the EDW is the center of the Corporate Information Factory. The EDW contains data that is: 

granular, 
integrated, 
historical, and 
corporate. 

The data found in the EDW feeds data marts, exploration warehouses, data mining warehouses, and class IV ODS. In short the data found in the EDW serves as a foundation for all data warehouse and DSS processing. 

The data found in the EDW is sometimes called the "single point of truth" for the corporation. The data is granular and non redundant and is at the basis of reconciliation of disputes when two or more people disagree as to a result obtained from analysis of the Corporate Information Factory. 

The EDW is stored on both primary storage and alternative storage. The primary storage is almost always high performance disk storage. Alternative storage is near line or secondary storage. 


-------------------------------------------------------------------------------- 



For More Information - Browse the articles below 


1. Security Across The Corporate Information Factory by W. H. Inmon 

2. Meaning And Shades Of Meaning by W. H. Inmon 

3. Data Warehouse and Testing by W. H. Inmon 

4. Data Warehouse Types by W. H. Inmon 

5. The Data Warehouse Foundation by W. H. Inmon 

6. Deep History: What Good Is It? by W. H. Inmon 

7. Anatomy of a Data Warehouse Record by W. H. Inmon. 

8. What Happens When You Have Built the Data Mart First? by W. H. Inmon. 

9. Definition of a Data Warehouse by W. H. Inmon. 

10. The Data Warehouse Infrastructure by W. H. Inmon. 

11. Monitoring the Data Warehouse Environment by W. H. Inmon. 

12. Referential Integrity for the Data Warehouse Environment by W. H. Inmon. 

13. Enterprise Data Warehouse and Time by W. H. Inmon. 

14. Enterprise Data Warehouse and Joins by W. H. Inmon. 

15. Enterprise Data Warehouse and Partitioning by W. H. Inmon. 

16. Summary Data in the Enterprise Data Warehouse by W. H. Inmon. 

17. Enterprise Data Warehouse Underlying Technology by W. H. Inmon. 

18. Using the Enterprise Data by W. H. Inmon. 

19. Enterprise Data Warehouse by W. H. Inmon. 

20. Multiple Data Warehouses in the Same Company by W. H. Inmon. 

21. Profile Records by W. H. Inmon. 

22. Reference Data by W. H. Inmon. 

23. Rolling Summary Data by W. H. Inmon. 

24. Time Variant Types by W. H. Inmon. 

25. Data Velocity Through The Corporate Information Factory by W. H. Inmon and R. H. Terdeman 

26. Closed-Loop/Open-Loop Architecture by W. H. Inmon. 

27. Budgeting for the Data Warehouse by W. H. Inmon 

28. Data Warehouse: Where Technology and Business Meet by W. H. Inmon 

29. Iterative Development For The DSS Data Warehouse Environment by W. H. Inmon 

30. Data Warehouse and Iterative Development by W. H. Inmon 

31. Enhancing Data Warehouse Performance by W. H. Inmon 

32. Little White Lies by W. H. 



Operational Data Store 

The ODS is half operational and half DSS 

A Brief Description 
The Operational Data Store (ODS) is a hybrid structure that has characteristics of both the data warehouse and operational systems. Because the ODS is a hybrid structure, it is difficult to build and operate. The ODS allows the user to have: 

· OLTP response time (2/3 seconds), 

· update capabilities 

· DSS capabilities 




-------------------------------------------------------------------------------- 

For More Information - Browse the articles below 

Introduction: The Operational Data Store by W. H. Inmon. 
Operational Data Store by W. H. Inmon. 
From Transactions to the ODS by W. H. Inmon. 
Designing the ODS by W. H. Inmon. 
ODS Development by W. H. Inmon. 
ODS Refreshment by W. H. Inmon. 
ODS Underlying Technology by W. H. Inmon. 
Using the ODS by W. H. Inmon. 
ODS Workload by W. H. Inmon. 
ODS Types by W. H. Inmon 
ERP as ODS by W. H. Inmon 
Operational and Informational Reporting by W. H. Inmon. 
An Early Article on The Operational Data Store by W. H. Inmon. 
Internal ODS/External ODS In The eBusiness Environment by W. H. Inmon. 


-------------------------------------------------------------------------------- 


White Papers 

The Operational Data Store - the operational counterpoint of the data warehouse is the operational data store (the "ODS"). The ODS is defined and described in detail in this white paper. 

Operational and DSS Processing From a Single Data Base: Separating Fact and Fiction - an early notion was that a single database should serve as the basis for both operational processing and DSS analytical processing. This white paper explores the issues and describes why data warehouse is the appropriate foundation for DSS informational processing. 

Accessing Data Warehouse Data From the Operational Environment - most flow of data is from the operational environment to the data warehouse environment, but not all. This white paper discusses the "backward" flow of data. 

Information Architecture for the 90's: Legacy Systems, Operational Data Store and the Data Warehouse - describes the role of operational data stores and a description of them, along with a description of the architecture that results when you mix an operational data store and a data warehouse. 

Telling the Difference Between Operational and DSS - in every shop the issue arises, what is operational and what is DSS. This white paper tells you how to tell the difference between the two environments. 

Summary Data in the Data Warehouse/Operational Data Store - summary data has its own set of unique considerations. There is, for example, dynamic summary data and static summary data. Both types of summary data require very different treatment from the designer and the end user. This white paper creates a taxonomy for summary data and relates the different types of summary data to the data warehouse and the operational data store. 



-------------------------------------------------------------------------------- 



Books 
Inmon, W H - BUILDING THE DATA WAREHOUSE, SECOND EDITION, John Wiley, NY, NY 1996 
Inmon, W H - BUILDING THE OPERATIONAL DATA STORE, John Wiley, NY, NY 1995 
Inmon, W H - CORPORATE INFORMATION FACTORY, John Wiley, NY NY 1998 





BI – O que é? Como utilizar?

“BI – Business Intelligence – Inteligência de Negócio”.

Como dito em um dos artigos recomendados (1), tem sido dada mais ênfase à parte “Inteligência” do que ao aspecto “Negócio” da Inteligência de Negócio, o que pode ser a causa de muitos dos projetos não terem tido sucesso, do ponto de vista das organizações que os financiaram. 

Os artigos listados abaixo, selecionados do portal de Business Intelligence, do site http://www.dmreview.com,/ contribuem para a reflexão de como tornar mais efetivo o uso da Inteligência de Negócio para o aperfeiçoamento dos processos decisórios e operacionais, de organizações públicas ou privadas, aumentando sua capacidade de realizar suas finalidades. 

I found several definitions of BI. 
Sid Adelman and Larissa Moss and Les Barbusinski 
I found several definitions of BI. I wonder what the real meaning of BI is and what is its relation with CRM and ERP? 
Ask The Experts published in DMReview.com, August 26, 2002 

What Business Intelligence Should Learn from Military Intelligence
John Kelleher 
Understanding the fundamentals of business intelligence based on lessons learned from centuries of military intelligence experience can better prepare the business intelligence professional for the real world and reduce the practice of impulse buying expensive solutions. 
Article published in DM Direct Special Report, October 12, 2004 Issue 

Intelligent Solutions:
What Do Customers Really Want? The Same Thing Their Grandparents Wanted 
Claudia Imhoff 
Column published in DM Review Magazine, May 2005 Issue 

Building the Smart Business: 
A Taxonomy for BI 
Colin White 
Column published in DM Review Magazine, June 2004 Issue 

(1) Capturing ROI through Business-Centric BI Development Methods 
Nancy Williams and Steve Williams 
Business-centric methods recognize that the missing link in many data warehousing efforts is the lack of clarity in the value proposition and/or the lack of business process change to capture the business value of BI. 
Article published in DM Review Magazine, August 2004 Issue 

Balanced Scorecards in the Business-Centric BI Architecture
Steve Williams 
Aligning the deployment of balanced scorecard software with a broader business-centric BI architecture can ensure a lower cost, lower risk path to success. 
Article published in DM Review Magazine, October 2004 Issue 

Business Intelligence - Uma Estrutura de Referência (Framework) para Construção

Publicação original = Fórum SBGC-TIC   20/2/2006 11:05 PM


Indice

1---Introdução 
2---Visão Geral 
3---Modelo Informacional 
3.1-Definição 
3.2-Áreas de Decisão 
3.3-Níveis Organizacionais 
3.4-Exemplos de Questões Organizacionais para Gestão 
4---Modelos de Gestão 
4.1-Definição 
4.2-Dimensões de Analise 
4.3-Fatos ou Indicadores 
4.4-Balanced Scorecard - Estrutura de Referência (Framework) para construção de Modelos de Gestão 
5---Modelo Multidimensional 
5.1-Definição 
5.2-Tabelas de Fatos 
5.3-Tabelas de Dimensões 
5.4-Exemplos 
6---Extração, Transformação e Carga de Dados (ETL) 
6.1-Definição 
6.2-Área de Disponibilização de Dados (Data Staging) 
6.3-Armazém de Dados Operacionais (Operational Data Storage) 
7---Modelos Analíticos ou Gerenciais 
7.1-Definição 
7.2-Exemplos 
8---Metadados 
8.1-Definição 
8.2-Metadados Técnicos 
8.3-Metadados de Negócio 
9---Glossário 
10--Siglas 
11--Referências na Internet 

1 Introdução

Este documento demonstra minha visão do que é e como se contrói uma solução de Inteligência de Negócio (Business Intelligence) que sirva de suporte aos processos de decisões de uma organização. 

O processo está representado abaixo, na Visão Geral, e explicado nos demais itens do documento. 

Inclui uma série de termos, e seus respectivos conceitos, que julgo necessários ao entendimento do processo de especificação e construção de uma solução de Inteligência de Negócios. 

O objetivo é propor uma Estrutura de Referência (Framework) que sirva de base a este processo de especificação e construção. 

Procuro, também, comparar o processo proposto com o processo de especificação e construção de soluções de automação de processos operacionais da organização, normalmente citados como sitemas operacionais ou legados, na literatura sobre Inteligência de Negócio (Business Intelligence). 

Este documento resume minha experiência pessoal e as pesquisas realizadas sobre o assunto. Sendo assim as informações aqui organizadas também são frutos da convivência profissional ou intelectual com várias pessoas que também se interessam pelo assunto. 

Agradeço qualquer comentário ou contribuição que permita enriquecer o texto, contribuindo para a sua clareza e evolução. 

2 Visão Geral

Vide "Modelo genérico de BI_20060214.gif" abaixo.



3 Modelo Informacional

3.1 Definição

Representa as necessidades de informações que deverão ser atendidas pela solução de Inteligência de Negócio (Business Intelligence) que será desenvolvida. 

Identifica as preocupações e focos de investigação que os Gestores explorarão, com base nos dados operacionais e do ambiente da Organização, para tomar as decisões que esta solução deverá suportar.  

3.2 Áreas de Decisão

Identificam os Focos de Gestão de cada um dos Gestores que deverão ser atendidos pela solução. 

Exemplos: Marketing, Orçamento, Gestão Operacional, Gestão de Aprendizagem 

3.3 Níveis Organizacionais

Identifica os horizontes temporais de decisão que a solução deverá atender. Geralmente um ou mais dentre os seguintes: 

Diretoria – a solução deverá suportar a tomada de decisões estratégicas, ou de longo prazo 

Média Gerência – as decisões suportadas atenderão necessidades táticas associadas ao cumprimento de objetivos de médio prazo 

Gestão Operacional – a solução será utilizada para acompanhar as ocorrências do dia a dia da Organização. 

3.4 Exemplos de Questões Organizacionais para Gestão

Quantos clientes compraram um determinado Produto no último mês, trimestre, semestre ou ano ? E no período correspondente anterior ? 

Os Clientes que compram um determinado tipo de Produto ou Serviço normalmente adquirem que outros Produtos ou Serviços ? 

Qual a relação entre Satisfação com o Atendimento e o tipo de formação do Atendente ? 

Qual a relação entre Produtividade e o nível educacional, ou tipo de formação, do Colaborador ? 

Qual é o Fator de Inovação de cada Unidade Organizacional (Receita de Novos Produtos ou Serviços / Receita Total da Unidade Organizacional) ? 

4 Modelos de Gestão

4.1 Definição

Conjuntos de Fatos ou Indicadores e as Dimensões em que estes Fatos ou Indicadores deverão ser analisados para proporcionar uma visão de situações ocorridas ou tendências de comportamento de áreas da organização ou de seu ambiente de operação. São derivados do Modelo Informacional. 

As visões obtidas servirão de base para a tomada de decisões sobre alterações de processos, iniciativas de reação a mudanças de resultados ocorridas ou previstas, criação de novos produtos ou serviços para atender oportunidades identificadas no ambiente operacional da organização. 

Os Modelos de Gestão representam o escopo que a solução de Inteligência de Negócio deve atender. Difere da abordagem para Sistemas Operacionais, onde o escopo da solução é dado pelas Funcionalidades que a aplicação desenvolvida deve automatizar. 

4.2 Dimensões de Analise

São as formas de classificação e seleção dos valores registrados para Indicadores que representam situações do ambiente organizacional que se deseja analisar. 

Exemplos: Tempo (Mês, Trimestre, Semestre, Ano), Estrutura Organizacional (Filial, Gerência Regional, Divisão, Empresa, Corporação), Segmento de Cliente, Área Geográfica (pode ser baseada no CEP), Tipo de Produto ou Serviço. 

4.3 Fatos ou Indicadores

Valor Medido ou Atribuído que representa uma ocorrência no ambiente Organizacional, ou Índices calculados com base nestes Valores Medidos ou Atribuídos. Podem ser obtidos partindo de dados extraídos dos sistemas operacionais da organização ou de dados capturados do ambiente externo da Organização. 

Exemplos: 

Valor de uma Venda para um Cliente 

Produtividade = Quantidade Produzida / Horas Trabalhadas 

Eficiência Operacional = Faturamento / Soma dos custos fixos e variáveis de uma Unidade Organizacional que produziu o Faturamento 

Classificação: Posição relativa de uma Unidade Organizacional em um conjunto de Unidades Organizacionais, com base em um Indicador escolhido. Por exemplo: as dez melhores e as dez piores, segundo algum critério de classificação. 

4.4 Balanced Scorecard - Estrutura de Referência (Framework) para construção de Modelos de Gestão

Considero que o Balanced Scorecard, que pode ser traduzido como Indicadores Balanceados de Desempenho, pode ser usado como Estrutura de Referência para auxiliar no processo de definição de Modelos de Gestão da Organização. 

O BSC defende a identificação de um conjunto pequeno de Indicadores que permitam expressar os objetivos estratégicos da Organização e que sejam passíveis de desdobramento em Indicadores de performance para os vários níveis organizacionais, permitindo a cada Unidade Organizacional e, no limite, a cada Colaborador, entender e ser avaliado por sua contribuição para a obtenção dos objetivos estratégicos definidos. 

Esta metodologia defende que a escolha de Indicadores para a gestão de uma Organização não deve ser restrita a informações econômicas ou financeiras. Assim como não é possível pilotar com base apenas no indicador de velocidade de um avião, indicadores financeiros não são suficientes para garantir que a empresa está caminhando na direção correta. Para tanto o BSC defende a definição de Indicadores que contemplem quatro perspectivas: financeira, mercadológica, performance dos principais processos operacionais e aprendizado / inovação. 

Esta metodologia de definição de Modelos de Gestão foi criada pelos professores Robert Kaplan e David Norton, da Harvard Business School, em 1992 e vem sendo aplicada com sucesso no mundo inteiro em centenas de organizações do setor privado, público e em organizações não-governamentais.


5 Modelo Multidimensional

5.1 Definição

Estrutura de organização de dados que facilita o cálculo e a seleção das informações necessárias para atender as análises de um ou mais Modelos de Gestão. 

5.2 Tabelas de Fatos

Contém os valores dos Fatos ou Indicadores registrados ou calculados para cada conjunto de valores das Dimensões de Análise. 

Exemplo: Para um Produto ou Serviço, em um Período de Tempo, em uma Unidade Organizacional, em um Segmento de Clientes e em uma Região Geográfica, teremos os valores de quantidade de vendas, receita de vendas, despesa de vendas, quantidade de reclamações de clientes, quantidade de devoluções 

5.3 Tabelas de Dimensões

Contém os atributos de cada valor das Dimensões de Análise. 

Exemplos: 

Produto ou Serviço – descrição, preço, familia de produtos 

Unidade Organizacional - nome, nome do Gerente, endereço, CEP 

Segmento de Clientes – nome do segmento 

Região Geográfica – Bairro, Cidade, Estado, País 

5.4 Exemplos

Abaixo são apresentados exemplos de modelo de dados Relacional, usados em Sistemas Operacionais e de Modelo de Dados Dimensional, usados em soluções de Inteligência de Negócio (Business Intelligence). O objetivo é apresentar as diferenças de estruturação de dados para os dois tipos de soluções. 

No caso está simulado um modelo de Data Mart com Dados, Fatos e Indicadores relacionados à Cobrança Bancária de Títulos. 


 O Modelo de Classes Operacional ou Transacional é o mais adequado para suportar as transações do ambiente operacional da organização.


O Modelo de Dados Dimensional ou Gerencial é o mais adequado para suportar as consultas sobre grandes volumes de dados, do ambiente de análise gerencial da organização. 

A construção de um Modelo de Dados Dimensional ou Gerencial é feita através de um processo de Extração, Transformação e Carga (ETL), a partir dos dados disponíveis no Modelo de Classes Operacional ou Transacional. 

O processo ETL pode ser construído manualmente ou utilizando-se de ferramentas tais como BW (SAP), Cognos, Informatica, MicroStrategy, dentre outras. 

A disponibilidade de um Modelo de Dados Dimensional ou Gerencial, adequado aos focos de análise preferidos pelos gestores da organização, permite a construção de Modelos de Análise utilizando-se de ferramentas para Processo de Análise On Line (OLAP) disponíveis no mercado.




6 Extração, Transformação e Carga de Dados (ETL)

6.1 Definição

Conjunto de rotinas e operações aplicadas às bases de dados dos Sistemas Operacionais, para produzir os conteúdos do Modelo Multidimensional, definido a partir das necessidades de um ou mais Modelos de Gestão.

O processo ETL pode ser construído manualmente ou utilizando-se de ferramentas tais como BW (SAP), Cognos, Informatica, MicroStrategy, dentre outras.

6.2 Área de Disponibilização de Dados (Data Staging)

Área em que serão disponibilizados os dados dos Sistemas Operacionais que representam os Eventos de Negócio que serão utilizados por um ou mais Modelos de Gestão. Com isto evita-se que vários processos de extração de dados concorram com a operação normal dos sistemas transacionais da Organização. Será nesta área que os vários processos de ETL obterão os dados que necessitem.

6.3 Armazém de Dados Operacionais (Operational Data Storage)

Conjunto, organizado e integrado, de dados extraídos e mantidos sincronizados com suas origens nos sistemas operacionais da Organização. Atende necessidades de análises para gestão de curto prazo, geralmente trinta a sessenta dias, envolvendo informações de mais de um sistema operacional.


7 Modelos Analíticos ou Gerenciais

7.1 Definição

Conjunto de apresentações construídas a partir dos dados disponíveis nos Modelos Multidimensionais, visando atender necessidades dos Modelos de Gestão que a solução atende.

Alguns tipos de análises que podem ser construídas:

Detecção de Exceções em Processos ou Cartas de Controle de Processos

Análises Ad-hoc

CRM analítico

Mineração de Dados (Data Mining)

Processos de Análise On Line (OLAP)

7.2 Exemplos


Alguns exemplos de Modelos de Análise possíveis, para o caso de Cobrança Bancária de Títulos (*):

Análises 20-80, ou seja, os 20% que produzem 80% do valor da variável de análise escolhida do Modelo (Cedentes, Diretorias Regionais, Gerências Regionais, Agências, Regiões Geográficas) para períodos de tempo selecionados.

Os dez mais e os dez menos (Cedentes, Diretorias Regionais, Gerências Regionais, Agências, Regiões Geográficas) para períodos de tempo selecionados.

Mapas de áreas geográficas coloridas conforme os valores da variável (*) de análise selecionada do Modelo. Inclusive com possibilidade de “fazer zoom” em uma dada região geográfica e visualizando as sub-regiões coloridas segundo o mesmo padrão de cores (Drill down e Drill up)

Comparações entre períodos de tempo selecionados (trimestres, semestres, etc.) para detecção de sazonalidades ou análises de performance de indicadores sem a contaminação desta sazonalidade.


(*) Para qualquer dos valores disponíveis na Tabela Fato do Modelo de Dados Dimensional ou Gerencial, ou Indicador Chave de Processo (KPI) calculado a partir destes valores disponíveis.


8 Metadados

8.1 Definição

Conjunto de informações que permitem compreender o significado, conteúdo e situação dos dados e informações presentes em uma Organização.

8.2 Metadados Técnicos

Representam informações sobre estruturas de dados, definições de rotinas e processos organizacionais, diários de execução de rotinas operacionais ou de extração, transformação e carga de dados e seus resultados.

Incluem:
Dicionários de Dados, com Nome, Formato, Tipo e Tamanho dos atributos das bases de dados,

Especificações de Programas de Computadores ou de Regras de Transformações efetuadas em dados extraídos dos Sistemas Operacionais para compor Modelos Multidimensionais,

Logs de execução de rotinas.

8.3 Metadados de Negócio

Representam conceitos de negócio ou fórmulas e métodos de obtenção de Indicadores usados em um ou mais Modelos de Gestão ou Sistemas Operacionais.

9 Glossário

Ad-hoc – questão ou análise a ser resolvida e que não foi préviamente definida.

Business Intelligence – Inteligência de Negócio: Conjunto de Modelos de Gestão e Capacidades de Análise que permitem a uma Organização compreender e reagir eficazmente aos desafios e oportunidades presentes em seu ambiente de atuação.

Customer Relationship Management – Gestão do Relacionamento com o Cliente: Conjunto de Modelos de Gestão, Capacidades de Análise e Ações que permitem a uma Organização melhorar o relacionamento com seus clientes, facilitando o cumprimento das Metas e Objetivos da Organização.

Data Mining – Exploração de Dados: Conjunto de Modelos e Capacidades de Análise que permitem a identificação de padrões e tendências através de tratamentos automatizados de grandes volumes de dados sobre a operação e o ambiente da Organização.

Decision Support System – Sistemas de Suporte a Decisão: sistemas que disponibilizam alertas e indicadores que são utilizados nos processos de tomada de decisão da Organização.

Drill Down - O Drill Down ocorre quando o usuário aumenta o nível de detalhe da informação, diminuindo o grau de granularidade.

Drill Up - É o contrário do Drill Down, ele ocorre quando o usuário aumenta o grau de granularidade, diminuindo o nível de detalhamento da informação.

Executive Information System – Sistemas de Informações Executivas: sistemas que permitem visões macro de resultados e tendências do conjunto de processos de uma organização. Geralmente produzem relatórios de uma página ou indicadores em painéis de controle, demonstrando os principais Indicadores de toda a Organização.

Management Information System – Sistemas de Informações Gerenciais: sistemas que permitem acompanhar e avaliar os resultados de processos de uma Organização.

On Line Analytical Process – Processo de Análise On Line: Capacidade de combinar dados de uma estrutura de dados disponível para obter diferentes análises cuja utilidade é avaliada após sua produção.

Operational Data Storage – Armazém de Dados Operacionais: conjunto, organizado e integrado, de dados extraídos e mantidos sincronizados com suas origens nos sistemas operacionais da Organização. Atende necessidades de análises para gestão de curto prazo, geralmente trinta a sessenta dias, envolvendo informações de mais de um sistema operacional.


10 Siglas

BI – Business Intelligence

CRM - Customer Relationship Management

DSS – Decision Support System

EIS – Executive Information System

ETL - Extração, Transformação e Carga (Loading)

MIS – Management Information System

ODS - Operational Data Storage

OLAP - On Line Analytical Process

11 Referências na Internet


http://www.dmreview.com/ - Business intelligence, data warehousing and analytics editorial

http://www.dmreview.com/authors/author_sub.cfm?AuthorID=30609 - Customer Intelligence - Larry Goldman

http://www.dwbrasil.com.br/ - Artigos em português sobre Inteligência de Negócio

http://www.inmoncif.com/home/ - Corporate Information Factory e Government Information Factory - Frameworks para soluções de Inteligência de Negócio

http://www.ralphkimball.com/html/articles.html - Kimball Group Data Warehouse Training Articles

http://www.bscol.com/ - Balanced Scorecard Collaborative - driving breakthrough results

http://www.symnetics.com.br/news/default.asp - BSC - Symnetics - Brasil - Biblioteca Virtual – Artigos