DENIS AUGUSTO SELEGATTO

FBIO HENRIQUE GENEROSO

LUIS ANTONIO ZENERATTO
RENATO DEMARCO CUSTDIO SILVA

BUSINESS INTELLIGENCE

Pontifcia Universidade Catlica de Campinas

Faculdade de Engenharia de Computao
Maio de 2005

Denis Augusto Selegatto

Fbio Henrique Generoso
Luis Antonio Zeneratto
Renato Demarco Custdio Silva

RA: 01067388
RA: 02164473
RA: 01046101
RA: 02142818

BUSINESS INTELLIGENCE

Trabalho apresentado como exigncia da

disciplina Tpicos em Engenharia de
Computao A, ministrada no curso de
Engenharia
de
Computao,
sob
orientao do Professor Doutor Ricardo
Freitas.

Pontifcia Universidade Catlica de Campinas

Faculdade de Engenharia de Computao
Maio de 2005

NDICE

1. INTRODUO .................................................................................................................1
2. HISTRICO ......................................................................................................................2
2.1 A Evoluo ......................................................................................................2
3. FERRAMENTAS DE BI ...................................................................................................4
3.1 DATAMART ...................................................................................................5
3.2 DATAWAREHOUSE ......................................................................................6
3.2.1 Evoluo do Data WareHouse ............................................................7
3.2.2 Transio do Meio Acadmico ao Empresarial ..................................9
3.3 OLAP (On-Line Analytic Processing) ............................................................12
3.3.1 Caractersticas da Anlise OLAP .....................................................12
3.3.2 Caractersticas de Ferramentas OLAP ..............................................13
3.3.3- Produtos no Mercado .........................................................................14
3.4 DATA MINING ..............................................................................................14
3.4.1 Os Passos do DATAMINING ..........................................................15
4. TRANSFORMAES NO BI ........................................................................................18
5. IMPLEMENTAO DE BI ...........................................................................................19
5.1 Como Comear Projetos de BI ........................................................................19
5.2 Como Implantar Projetos de BI .......................................................................21
5.3 Dificuldade de Implantar Projetos de BI .........................................................24
6. BENEFCIOS DA BI .......................................................................................................27
6.1 Finanas e BI ...................................................................................................28
6.2 Conhecimento e Marketing .............................................................................29
7. BI NO BRASIL ................................................................................................................31
8. FUTURO DA BI ..............................................................................................................33
9. CONCLUSO .................................................................................................................34
10. BIBLIOGRAFIA ...........................................................................................................35

1. INTRODUO
Ao contrrio do que se possa imaginar, o conceito de Business Intelligence (BI) no
recente. Fencios, persas, egpcios e outros povos do Oriente utilizavam esse princpio h
milhares de anos, quando cruzavam informaes obtidas junto natureza em benefcio
prprio. Observar e analisar o comportamento das mars, os perodos de seca e de chuvas, a
posio dos astros, entre outras, eram formas de obter informaes que eram utilizadas para
tomar as decises que permitissem a melhoria de vida de suas respectivas comunidades.

O mundo mudou desde ento, mas o conceito permanece o mesmo. A necessidade

de cruzar informaes para realizar uma gesto empresarial eficiente hoje uma realidade
to verdadeira quanto no passado o foi descobrir se a alta da mar iria propiciar uma
pescaria mais abundante. O desenvolvimento tecnolgico ocorrido a partir da dcada de 70
e nos anos posteriores possibilitou a criao de ferramentas que vieram a facilitar todo o
processo

de

captao,

extrao,

armazenamento,

filtragem,

disponibilidade

personalizao dos dados.

O interesse pelo BI vem crescendo na medida em que seu emprego possibilita s

corporaes realizar uma srie de anlises e projees, de forma a agilizar os processos
relacionados s tomadas de deciso, sendo assim utilizada como uma ferramenta de
diferenciao e que possibilita vantagem competitiva.

2. HISTRICO

2.1 A Evoluo
A partir da dcada de 70, a informatizao nas empresas possibilitou grandes saltos
operacionais nos negcios. Na mesma velocidade que evolua o hardware, grandes sistemas
foram criados, possibilitando transaes rpidas e eficientes, resultando na gerao de
grandes volumes de dados. Tais repositrios de dados tm uma caracterstica comum: a
dificuldade de extrao de informao. Muita informao valiosa fica armazenada dentro
da prpria empresa, porm seu acesso muito difcil. O processo gradativo de implantao
de sistemas informatizados produziu mltiplos estoques de dados, com lgicas prprias e
dificuldades de consolidao.

O conceito de Business Intelligence surgiu para resolver estes problemas e consiste

de uma vasta categoria de tecnologias e programas aplicativos utilizados para extrair,
armazenar, analisar e transformar grandes volumes de dados, produzindo um ambiente de
conhecimento, onde h produo sistemtica de informao gerencial, veloz e consistente,
capaz de auxiliar empresas a tomarem as melhores decises nos negcios, baseado em fatos
reais, com profundidade suficiente para descobrir as causas de uma tendncia ou de um
problema.

A histria do BI tambm est profundamente atrelada aos sistemas transacionais,

como os ERPs (Enterprise Resource Planning - sistemas de gesto empresarial), os CRMs
(Customer Relationship Management - gerenciamento do relacionamento com o cliente) e o
Supply Chain (gerenciamento da cadeia de valor), entre outros. Como fontes preciosas e
inesgotveis de dados, esses sistemas registram, processam e documentam cada fato novo
na engrenagem corporativa e distribuem a informao de maneira clara e segura, em tempo
real.

Mas para que toda essa enorme quantidade de dados seja, de fato, til preciso
transform-lo em informao. Conseqentemente as empresas que implantaram esses
sistemas logo se deram conta de que apenas armazenar grande quantidade de dados de nada
valia se essas informaes se encontravam repetidas, incompletas e espalhadas em vrios
sistemas dentro da corporao.
Em termos simples isso significa que mais importante do que dispor dos dados
necessrio, armazen-los numa base nica e informacional, saber analis-los sob variados
ngulos e torn-los acessveis organizao como um todo. Por essa razo, a maioria dos
fornecedores de ERP passou a embutir em seus pacotes os mdulos de BI, que cada vez
mais esto se sofisticando.
Muitos fatores colaboram para o crescimento desse setor, entre os quais a
globalizao dos negcios, o crescimento das operaes via Internet e a evoluo da
tecnologia wireless (dispositivos mveis e redes sem fio), que no conjunto foram as
corporaes a no apenas buscar maior eficincia, como tambm, e principalmente, a serem
mais geis nas decises e em aes efetivas. E, em conseqncia, a investir em solues e
ferramentas tecnolgicas que as auxiliem nesse sentido.

3. FERRAMENTAS DE BI
As primeiras ferramentas de BI surgiram por volta dos anos 70 e se caracterizavam
por usar intensa e exaustiva programao, o que exigia altos custos de implementao. Com
a evoluo tecnolgica e o conseqente surgimento dos bancos de dados relacionais, dos
computadores pessoais, das interfaces grficas, e da consolidao do modelo clienteservidor, os fornecedores de solues comearam a colocar no mercado produtos realmente
direcionados para os analistas de negcios, bem mais amigveis e acessveis para os
gerentes e diretores das diferentes reas da corporao.

Com isso, a "famlia" BI cresceu e multiplicou-se. Hoje, a variedade de produtos

que acomodam o Business Intelligence muito grande e continua em constante evoluo.
No atual leque de ofertas, encontram-se desde pacotes configurveis, at ferramentas
isoladas e inclusive solues que permitem s empresas se aventurarem no
desenvolvimento de um sistema totalmente caseiro. O que esses sistemas tm em comum
a caracterstica de facilitar a transformao dos dados em informaes de forma a auxiliar
os diversos nveis de uma empresa na tomada de decises.

No rol das ferramentas de BI, possvel encontrar desde simples planilhas

eletrnicas, geradores de queries (consultas) e relatrios, sistemas de apoio deciso (DSS
- Decision Support Systems), EIS (Executive Information System), ferramentas OLAP
(Online Analytical Processing), at solues mais sofisticadas, como as ferramentas de
back end (retaguarda) - com os ETLs (Extract, Transform and Load - extrao,
transformao e limpeza/carga), metadados. BPM (Business Performace Monitoring) e
Data Mining.

Qual delas utilizar depender basicamente da necessidade especfica de cada

empresa e da sua capacidade de investimento. O que os gestores de BI das corporaes
devem ter em mente adotar ferramentas que permitam acessar detalhes das bases
volumosas de dados, com o menor custo de propriedade e mantendo o desempenho, sem
perder a integrao.

Na avaliao dos consultores de mercado, no so apenas as grandes corporaes

que precisam e investem em solues de BI, mas tambm as empresas de pequenos e
mdios portes que cada vez mais necessitam injetar inteligncia aos negcios para no
perder pontos para a concorrncia e, ainda, para visualizar novas oportunidades e para
ampliar sua rea de atuao.

medida que a tecnologia da informao evolui, as ferramentas de BI vo sendo

rebatizadas e reagrupadas. Solues anteriormente denominadas EIS e DSS acabaram
sendo incorporadas em outras ferramentas e, mesmo quando oferecidas em separado,
recebem outras denominaes das respectivas fornecedoras para ganhar um ar de
modernidade. Mas para uma melhor compreenso desse grande universo, vamos conceituar
algumas dessas ferramentas e suas principais caractersticas:

3.1 Data Mart.

Muitas companhias ingressam num projeto de data warehouse focando necessidades
especiais de pequenos grupos dentro da organizao. Estes pequenos armazenamentos de
dados so chamados de Data Mart. Um Data Mart um pequeno data warehouse que
fornece suporte deciso de um pequeno grupo de pessoas.
Algumas organizaes so atradas aos data marts no apenas por causa do custo
mais baixo e um tempo menor de implementao, mas tambm por causa dos correntes
avanos tecnolgicos. Data marts podem servir como veculo de teste para companhias que
desejam explorar os benefcios do data warehouse.
As diferenas entre data mart e data warehouse so apenas com relao ao tamanho
e ao escopo do problema a ser resolvido. Portanto, as definies dos problemas e os
requisitos de dados so essencialmente os mesmos para ambos. Enquanto um data mart
trata de problema departamental ou local, um data warehouse envolve o esforo de toda a
companhia para que o suporte decises atue em todos os nveis da organizao. Sabendose as diferenas entre escopo e tamanho, o desenvolvimento de um data warehouse requer
tempo, dados e investimentos gerenciais muito maiores que um data mart.

Os datamarts atendem as necessidades de unidades especficas de negcio ao invs

das da corporao inteira. Eles otimizam a entrega de informao de suporte deciso e se
focam na gerncia sumarizada e/ou dados exemplificativos ao invs do histrico de nveis
atomizados. Eles podem ser apropriados e gerenciados por pessoal fora do departamento de
informtica das corporaes.
Motivos pela crescente popularidade de data marts:

Os data marts tm diminudo drasticamente o custo de implementao e

manuteno de sistemas de apoio deciso e tm os posto ao alcance de um nmero
muito maior de corporaes.

Eles podem ser prototipados muito mais rpido, com alguns pilotos sendo
construdos entre 30 e 120 dias e sistemas completos sendo construdos entre trs e
seis meses.

As data marts tem o escopo mais limitado e so mais identificados com grupos de
necessidades dos usurios, o que se traduz em esforo/time concentrado.

3.2 Data WareHouse

Um ambiente estruturado, extensvel, projetado para a anlise de dados no volteis,
lgica e fisicamente transformados, provenientes de diversas aplicaes, alinhados com a
estrutura da empresa, atualizados e mantidos por um longo perodo de tempo, referidos em
termos utilizados no negcio e sumarizados para anlise rpida".
Para entender o que um DW, importante fazer uma comparao com o conceito
tradicional de banco de dados. Conforme Batini, "Um banco de dados uma coleo de
dados operacionais armazenados e utilizados pelo sistema de aplicaes de uma empresa
especfica". Os dados mantidos por uma empresa so chamados de "operacionais" ou
"primitivos". Batini refere-se aos dados do banco de dados como "dados operacionais",
distinguindo-se de dados de entrada, dados de sada e outros tipos de dados.
Levando em considerao esta definio sobre dados operacionais, pode-se dizer
que um DW , na verdade, uma coleo de dados derivados dos dados operacionais para

sistemas de suporte deciso. Estes dados derivados so, muitas vezes, referidos como
dados "gerenciais", "informacionais" ou "analticos".
A arquitetura de um datawarehouse (Figura 1) , possui sistemas que o alimentam,
seus usurios, o DW propriamente dito e os metadados.

Figura 1 : Arquitetura de um Datawarehouse

3.2.1 Evoluo do Data WareHouse

Por volta de 1970, a poca de uma nova tecnologia de armazenamento e acesso a
dados, havia chegado: a introduo do armazenamento em disco, ou DASD (direct access
storage device, ou dispositivo de armazenamento de acesso direto), surgiu um novo tipo de
software conhecido como SGBD ou sistema de gerenciamento de banco de dados. Com o
DASD e o SGBD surgiu a idia de um banco de dados, tambm definido como uma
nica fonte de dados para todo o processamento.
O banco de dados promoveu uma viso de uma organizao baseada em dados,
em que o computador poderia atuar como coordenador central para atividades de toda a
empresa. Nesta viso, o banco de dados tornou-se um recurso corporativo bsico. Pela
primeira vez as pessoas no estavam vendo os computadores apenas como misteriosos
dispositivos de previso. Em vez disso, os computadores eram vistos como uma verdadeira

vantagem competitiva. A idia dos sistemas de informao para os negcios comeou a

tomar forma. Em outras palavras, os computadores tornaram-se importantes mquinas de
negcios, aonde as empresas alcanaram mais eficincia.
Nas dcadas de 70 e 80, grandes aperfeioamentos tecnolgicos resultaram em
novos sistemas de informao que custavam bem menos e eram bem mais poderosos. Com
o surgimento dos bancos de dados relacionais a informatizao nas Empresas j acontecia a
passos

largos:

as

pessoas

mais

influentes

poderosas

tinham

acesso

aos

microcomputadores e a sua facilidade de uso aumentou muito.

Com o processamento de transaes on-line de alta performance, surgiram os
sistemas de reservas areas em nvel mundial, sistemas bancrios globais e cartes de
crditos internacionais.
A chegada de novas tecnologias, como os PCs e as linguagens de 4 gerao,
permitiu-se que o usurio final assumisse um papel mais ativo, controlando diretamente os
sistemas e os dados, fora do domnio do clssico processamento de dados.
Com essa evoluo, as empresas comearam a perceber que poderiam analisar de
forma otimizada seus dados, ou seja, descobriram que poderiam incrementar seus recursos
de Business Intelligence. Essa descoberta muda o enfoque que at ento fora atribudo ao
conjunto de informaes (Sistemas). Nasce um novo conceito para a tecnologia da
informao, aonde os sistemas informatizados passaram a pertencer a dois grupos:
1- Sistemas que tratam o negcio: Do suporte ao dia a dia do negcio da empresa,
garantem a operao da empresa, e so chamados de sistemas transacionais;
2- Sistemas que analisam o negcio: Sistemas que ajudam a interpretar o que
ocorreu e a decidir sobre estratgias futuras para a empresa compreendem os sistemas de
suporte a deciso.
Com a chegada de novas ferramentas tecnolgicas de anlise de informao, os
gerentes comearam a exigir dos Sistemas Transacionais respostas s suas solicitaes.
Como esses sistemas foram desenvolvidos para garantir a operao da Empresa, no
8

estavam preparados para gerar e armazenar as informaes estratgicas necessrias a um

Business Intelligence eficiente.
3.2.2 Transio do Meio Acadmico ao Empresarial
Do incio da dcada de 90 at os dias de hoje, o conceito e a operao de um data
warehouse saram do mbito terico, acadmico, para a rea empresarial, notando-se uma
clara tendncia no sentido de sua adoo por praticamente todas as empresas que operam
em ambientes competitivos - as instituies financeiras, por exemplo, esto comeando a
fazer uso intensivo desse recurso.
Segundo Inmon, um DW deve ser orientado por assuntos, integrado, varivel no
tempo e no voltil. Essas so as principais caractersticas de um DW descreveremos em
maiores detalhes o que quer dizer cada uma delas logo abaixo.
A orientao por assunto uma caracterstica marcante de um DW, pois toda
modelagem ser voltada em torno dos principais assuntos da empresa. Enquanto todos os
sistemas transacionais esto voltados para processos e aplicaes especficas, os DWs
objetivam assuntos. Assuntos so o conjunto de informaes relativas determinada rea
estratgica de uma empresa.
Numa revenda de carros, quais seriam as reas e os assuntos ? Poderiam ser as
reas de marketing, financeira e etc. Dentro dessas reas poderiam surgir vrios assuntos.
Por exemplo, vendas, servios e etc. Os assuntos daro origem as tabelas que chamaremos
de fato, as quais descreveremos em maiores detalhes mais abaixo.
Antes da popularizao dos data warehouse e das ferramentas ERP (Enterprise
Resource Planning), uma verdadeira integrao de dados era apenas um sonho - sistemas
trocavam dados na forma que atendesse s necessidades de cada um deles, sendo por isso
chamado "sistemas integrados", sem que essa integrao sequer se aproximasse do que se
v hoje nos ERP, cujos fornecedores tem sistematicamente dado a seus produtos
caractersticas que os tornam facilmente fornecedores de dados aos warehouses. Cada
aplicativo tinha uma viso do que era um cliente, um produto ou uma operao; uma viso

corporativa das informaes disponveis era praticamente fico. Dados histricos no

existiam de forma organizada e os dados sintticos disponveis mostravam quase sempre
apenas uma pequena parte da realidade da empresa.
Os Data Warehouses so variveis em relao ao tempo, isso nada mais do que
manter o histrico dos dados durante um perodo de tempo muito superior ao dos sistemas
transacionais, vejamos abaixo mais algumas caractersticas.
Num DW normal mantermos um horizonte de tempo bem superior ao dos sistemas
transacionais, enquanto no OLTP mantemos um histrico curto dos dados, no DW
guardamos esses dados num perodo maior. Isso bastante lgico porque num sistema
transacional a finalidade de fornecer as informaes no momento exato, j no Data
Warehouse, o principal objetivo analisar o comportamento das mesmas durante um
perodo de tempo maior. Fundamentados nessa variao, os gerentes tomam as decises em
cima de fatos e no de intuies.
Seguindo a mesma linha de raciocnio vlido dizer que os dados nos sistemas
transacionais esto sendo atualizados constantemente, cuja exatido vlida somente para o
momento de acesso. Os dados existentes num DW so como fotografias que refletem os
mesmos num determinado momento do tempo. Essas fotografias so chamadas de
snapshots. Isso porque, no DW temos somente inserts e selects de dados, o que lhe atribui
uma caracterstica no voltil. Por exemplo, num sistema de contabilidade podemos fazer
alteraes nos registros. J no DW, o que acontece somente ler os dados na origem e
grav-los no destino, ou seja, no banco modelado multidimensional.
A dimenso tempo, sempre estar presente em qualquer fato de um DW, isso ocorre
porque, como falamos anteriormente, sempre os dados refletiro num determinado
momento de tempo, e obrigatoriamente dever conter uma chave de tempo para expressar a
data em que os dados foram extrados. Portanto podemos dizer que os dados armazenados
corretamente no DW no sero mais atualizados tendo-se assim uma imagem fiel da poca
em que foram gerados.

10

Assim como os dados, importante frisar que os metadados, tambm possuem

elementos temporais, porque mantm um histrico das mudanas nas regras de negcio da
empresa. Os metadados so responsveis pelas informaes referentes ao caminho do dado
dentro do DW. Daremos uma definio melhor sobre metadados mais adiante.
ERP e datawarehousing podem suprir estas insuficincias, integrando dados,
provendo dados histricos, e permitindo a recuperao de informaes de forma sinttica
ou analtica.
A integrao dos dados permite a um executivo ter uma viso "corporativa" dos
dados; essa integrao, ou mais especificamente a migrao dos dados mantidos pelos
sistemas anteriores, no entanto, no um processo fcil, nem barato - exige muito
planejamento e diz-se que seu custo 75% do investimento necessrio implantao do
warehouse - o assunto tratado minuciosamente por Inmon (1996).
H algumas verses de datawarehouse que merecem ser individualizadas por suas
caractersticas especiais: uma delas, o Operational Data Store (ODS), que opera
diretamente conectado aos dados operacionais, objetivando dar suporte a decises de
natureza operacional, com caractersticas que permitem a obteno de tempos de resposta
bastante rpidos, algo que um data warehouse clssico no consegue prover.
Os padres gerais de design de banco de dados ditaram os caminhos de evoluo e
sofisticao do ambiente de warehousing; em seus primeiros tempos, a normalizao de
dados clssica era a base para a estruturao.
Uma vez que o warehouse j esteja construdo, a prxima etapa ser sua explorao,
no sentido de buscar, utilizar, as informaes nele contidas. Esse trabalho, que chamado
"data mining", permite descobrir padres importantes, relaes de causa e efeito que
vinham passando desapercebidas, tendncias a longo prazo, etc., de forma a permitir a
melhoria dos processos.

11

3.3 OLAP (On-Line Analytic Processing)

O OLAP proporciona as condies de anlise de dados on-line necessrias para
responder s possveis perguntas dos analistas, gerentes e executivos. A necessidade de
receber um grande nmero de dados de um grande banco de dados so os motivos de existir
o OLAP.

OLAP implementado em um modo de cliente/servidor e oferece respostas rpidas

as consultas, criando um micro cubo na mquina cliente ou no servidor. As ferramentas
OLAP so as aplicaes que nossos usurios finais tm acesso para extrarem os dados de
suas bases e construir os relatrios capazes de responder as suas questes gerenciais. Elas
surgiram juntamente com os sistemas de apoio a deciso para fazerem a consulta e anlise
dos dados contidos nos Data Warehouses e Data Marts.

3.3.1 - Caractersticas da anlise OLAP

Drill Across ocorre quando o usurio pula um nvel intermedirio dentro de uma
mesma dimenso. Por exemplo: a dimenso tempo composta por ano, semestre, trimestre,
ms e dia. O usurio estar executando um Drill Across quando ele passar de ano direto
para semestre ou ms.
Drill Down ocorre quando o usurio aumenta o nvel de detalhe da informao,
diminuindo o grau de granularidade.
Drill Up o contrrio do Drill Down, ele ocorre quando o usurio aumenta o grau
de granularidade, diminuindo o nvel de detalhamento da informao.
Drill Throught ocorre quando o usurio passa de uma informao contida em uma
dimenso para uma outra. Por exemplo: Estou na dimenso de tempo e no prximo passo
comeo a analisar a informao por regio.
Slice and Dice uma das principais caractersticas de uma ferramenta OLAP.
Como a ferramenta OLAP recupera o micro cubo, surgiu a necessidade de criar um mdulo
12

que se convencionou de Slice and Dice para ficar responsvel por trabalhar esta
informao. Ele serve para modificar a posio de uma informao, alterar linhas por
colunas de maneira a facilitar a compreenso dos usurios e girar o cubo sempre que tiver
necessidade.
Os Alertas so utilizados para indicar situaes de destaque em elementos dos
relatrios, baseados em condies envolvendo objetos e variveis. Servem para indicar
valores mediante condies mas no para isolar dados pelas mesmas.
A opo de Ranking permite agrupar resultados por ordem de maiores ou menores,
baseado em objetos numricos (Measures).Esta opo impacta somente uma tabela
direcionada (relatrio) no afetando a pesquisa (Query).
Os dados selecionados por uma Query podem ser submetidos a condies para a
leitura na fonte de dados. Os dados j recuperados pelo Usurio podem ser novamente
filtrados para facilitar anlises diretamente no documento.
Os sorts servem para ordenar uma informao. Esta ordenao pode ser
customizada, crescente ou decrescente.
Os Breaks servem para separar o relatrio em grupos de informaes (blocos). Por
exemplo: O usurio tem a necessidade de visualizar a informao por cidades, ento ele
deve solicitar um Break. Aps esta ao ter sido executada, automaticamente o relatrio
ser agrupado por cidades, somando os valor mensurveis por cidades.
3.3.2 - Categorias de ferramentas OLAP

MOLAP: utilizado, tradicionalmente para organizar, navegar e analisar dados.

ROLAP: Permite que mltiplas consultas multidimensionais de tabelas

bidimensionais relacionais sejam criadas sem a necessidade de estrutura de dados
normalmente requerida nesse tipo de consulta.

MQE: Possui a capacidade de oferecer anlise "datacube" e "slice and dice". Isto
feito primeiro desenvolvendo uma consulta para selecionar dados de um DBMS que

13

entrega o dado requisitado para o desktop, que o local onde est o datacube. Uma
vez que os dados esto no datacube, usurios podem requisitar a anlise
multidimensional.

3.3.3 - Produtos no mercado

Cognus Power Play: um software maduro e popular que caracterizado como
um MQE. Ele pode aproveitar o investimento feito na tecnologia de banco de dados
relacional para oferecer acesso multidimensional para a corporao, com a mesma robustez,
escalabilidade e controle administrativo.
IBI Focus Fusion: um banco de dados com tecnologia multidimensional para
OLAP e data warehouse. desenhado para enderear aplicaes de negcios que precisem
de anlise dimensional dos dados dos produtos.
Sua aplicao mais especfica para a formao de aplicaes de inteligncia de
negcios num ambiente de data warehouse.
Pilot Software: uma sute de ferramentas que incluem: um banco de dados
multidimensional de alta velocidade (MOLAP), integrao com data warehouse (ROLAP),
data mining e vrias aplicaes de negcio customizareis focando ps-venda e profissionais
de marketing.

3.4 - DATAMINING
Desde que a informtica tomou conta de nossas vidas, imensos volumes de
informao tm sido sistematicamente coletados e armazenados. A simples armazenagem e
recuperao dessa informao j traz um grande benefcio, pois agora j no mais
necessrio procurar informao em volumosos e ineficazes arquivos de papel. Contudo,
apenas recuperar informao no propicia todas as vantagens possveis. O processo de Data

14

Mining permite que se investigue esses dados procura de padres que tenham valor para a
empresa.

O crebro humano capaz de fazer at 8 comparaes ao mesmo tempo. A funo

do Data Mining justamente ampliar esta comparao para infinito e tornar isso visvel
ao olho humano. Data Mining basicamente aplicao de tcnicas estatsticas, muitas vezes
complexas e que precisam ser analisadas por tcnicos especializados.

Um banco de dados de transaes comerciais pode, por exemplo, conter diversos

registros indicando produtos que so comprados em conjunto. Quando se descobre isso
pode-se estabelecer estratgias para otimizar os resultados financeiros da empresa. Essa j
uma vantagem suficientemente importante para justificar todo o processo. Contudo, embora
essa idia bsica seja facilmente compreensvel, fica sempre uma dvida sobre como um
sistema capaz de obter esse tipo de relao.

Data Mining, um processo que utiliza-se de diversos algoritmos (muitos deles

desenvolvidos recentemente) que processam os dados e encontram esses "padres vlidos,
novos e valiosos". preciso ressaltar que embora os algoritmos atuais sejam capazes de
descobrir padres "vlidos e novos", ainda no temos uma soluo eficaz para determinar
padres valiosos. Por essa razo, Data Mining ainda requer uma interao muito forte com
analistas humanos, que so, em ltima instncia, os principais responsveis pela
determinao do valor dos padres encontrados.

3.4.1 - Os Passos do Data Mining

A partir de fontes de dados (bancos de dados, relatrios, logs de acesso, transaes,
etc) efetua-se uma limpeza (consistncia, preenchimento de informaes, remoo de rudo
e redundncias, etc). Disto nascem os repositrios organizados (Data Marts e Data
Warehouses), que j so teis de diversas maneiras. Mas a partir deles que se pode
selecionar algumas colunas para atravessarem o processo de minerao. Observe que todo

15

esse processo parece indicar uma hierarquia (Figura 2) , algo que comea em instncias
elementares (embora volumosas) e terminam em um ponto relativamente concentrado, mas
muito valioso.

Figura 2 Hierarquia Data Mining

E encontrar padres requer que os dados brutos sejam sistematicamente

"simplificados" de forma a desconsiderar aquilo que especfico e privilegiar aquilo que
genrico. Faz-se isso porque no parece haver muito conhecimento a extrair de eventos
isolados. Uma loja que tenha vendido a um cliente em particular uma quantidade
impressionante de um determinado produto em uma nica data pode apenas significar que
esse cliente em particular procurava grande quantidade desse produto naquele exato
momento. Mas isso provavelmente no indica nenhuma tendncia de mercado.

Em outras palavras, no h como explorar essa informao em particular para que

no futuro a empresa lucre mais. Apenas com conhecimento genrico que isto pode ser
obtido. Por essa razo devemos, em Data Mining, necessrio desprezar os eventos
particulares para s manter aquilo que genrico.

16

O diagrama abaixo apresenta a tradicional pirmide da informao (Figura 3), onde

se pode notar o natural aumento de abstrao conforme subimos de nvel. O fundamental a
se perceber neste diagrama a sensvel reduo de volume que ocorre cada vez que
subimos de nvel. Essa reduo de volume uma natural consequncia do processo de
abstrao. Abstrair, no sentido que usamos aqui, representar uma informao atravs de
correspondentes simblicos e genricos.

Figura 3 Pirmide da Informao

Para ser genrico, necessrio "perder" um pouco dos dados, para s conservar a
essncia da informao. O processo de Data Mining localiza padres atravs da judiciosa
aplicao de processos de generalizao. Padres so unidades de informao que se
repetem, ou ento so sequncias de informaes que dispe de uma estrutura que se
repete. A tarefa de localizar padres no privilgio do Data Mining. Nosso crebro
utiliza-se de processos similares, pois muito do conhecimento que temos em nossas mentes
, de certa forma, um processo que depende da localizao de padres.

17

4. TRANSFORMAES NO BI
Inicialmente os privilgios da BI eram de domnio exclusivo do pessoal da TI e dos
especialistas em pesquisa de mercado responsveis pela extrao de dados, pela
implantao de processos e pela divulgao dos resultados aos executivos responsveis pela
tomada de decises. Mas, nos ltimos anos, tudo isso mudou, pois com o crescimento da
Internet, foi possvel disponibilizar as informaes obtidas para diversos setores da
empresa, abrangendo dessa forma, um nmero maior de pessoas aptas a contribuir com as
tomadas de decises da empresa.

Dessa forma, o cumprimento de metas dentro da empresa, passou a exigir um

envolvimento corporativo maior e, ao mesmo tempo, a democratizao da informao. O
BI passou a ser encarado como uma aplicao estratgica integrada, estando disponvel
atravs de simples desktops, estaes de trabalho e nos servidores da empresa.

Atualmente, corporaes de pequeno, mdio e grande porte necessitam do BI para

auxili-las nas mais diferentes situaes para a tomada de deciso, e ainda para otimizar o
trabalho da organizao, reduzir custos, eliminar a duplicao de tarefas, permitir previses
de crescimento da empresa como um todo e contribuir para a elaborao de estratgias. No
importa o porte da empresa, mas a necessidade do mercado.

A maioria dos analistas v a aplicabilidade eficiente de BI em todas as empresas,

inclusive naquelas que apresentam faturamento reduzido, desde que analisado o fator custo
x benefcio. Para que um projeto de BI leve a empresa rumo ao melhor desempenho
preciso analisar muito bem alguns fatores: o quanto vai se gastar e o que se espera obter, ou
seja, preciso o alinhamento objetivo do projeto com os interesses e as estratgias da
empresa.

18

5. IMPLEMENTAO DE BI

5.1 - Como iniciar projetos de BI

Foi-se o tempo em que era possvel, para os gerentes e diretores, esperar meses ou
semanas para obteno de relatrios sobre o desempenho das vendas ou das estratgias de
marketing para s ento corrigir rotas e estipular novas aes. Hoje tambm inconcebvel
que essas correes de rumo, ou mesmo novas estratgias, se baseiem apenas no "feeling"
dos executivos das corporaes.
A demora para a tomada de deciso e planejamentos orientados apenas pelas
impresses e intuio dos profissionais podem induzir a erros e condenar a empresa a, no
mnimo, perder pontos para a concorrncia e reduzir seu poder de competitividade, o que
numa economia globalizada pode ser fatal.
Empresas de todos os tipos, portes e ramos de atividade comeam a direcionar os
investimentos em projetos de BI. Essa tendncia foi comprovada atravs de um estudo
mundial, segundo o qual a taxa de crescimento do emprego de BI no segmento corporativo,
at 2006, ser da ordem de 8,6% ao ano.
Um dos aceleradores responsveis pelo aumento da adoo de ferramentas de BI
deve-se ao interesse dos gestores de TI em prover um alto nvel de servio para as reas de
negcios, disponibilizando ferramentas analticas que auxiliam o gerenciamento do
desempenho de indicadores estratgicos e tticos. Com o avano das ferramentas de
produtividade pessoal no trabalho e o maior nvel de automao e informatizao dos
processos de negcios, os profissionais tendem a gastar mais tempo planejando e
analisando suas atividades.
Mas como se inicia um projeto de BI? Toda e qualquer empresa, independente de
porte e ramo de atuao, deve investir nesse sentido? Quais sistemas e solues devem ser
empregados? Quais profissionais devem ser envolvidos nessa tarefa? Essas e outras

19

questes so difceis de responder porque no existe uma frmula nica e que sirva para
todas as corporaes.
Em tese, o atual nvel de competitividade exige que todas as empresas consigam
responder rapidamente e corretamente s solicitaes do mundo dos negcios. As empresas
deveriam contar com instrumentos que as ajudassem a identificar tendncias do mercado e
os hbitos dos consumidores, para fazer previses e traar planos de ao no menor tempo
possvel. No entanto, existem alguns fatores que devem ser considerados antes de se partir
para adoo e implementao de ferramentas de BI.
O primeiro passo consiste em identificar as reais necessidades da empresa,
especialmente as das reas de vendas e marketing e, posteriormente, de finanas, que
costumam ser os patrocinadores mais fortes das iniciativas de BI. Ou, no caso da gerao
de indicadores de desempenho, todas as principais reas da empresa.
Tambm deve ficar claro que apesar desses projetos envolverem o uso de
ferramentas e solues de Tecnologia da Informao, importante entender que Business
Intelligence um projeto de negcios e por isso deve estar alinhado estratgia global da
corporao.
Por isso, necessrios o envolvimento dos profissionais das reas de negcios, que
sero seus principais usurios, e essa participao deve ocorrer desde a fase de concepo
at a implementao efetiva das solues. Dependendo do projeto, tambm podem ser
envolvidos diretamente os profissionais da alta gerncia. Caber rea de TI verificar a
viabilidade de aquisio de ferramentas que se mostram mais adequadas ao projeto e s
possibilidades de integrao com os sistemas j instalados na empresa.
aconselhvel integrar todos os sistemas operacionais utilizados, antes de se iniciar
a implementao de um projeto de BI, considerando os dados vindos de diversas fontes
como: mainframes, bancos de dados relacionais, servidores, estaes cliente, dispositivos
mveis (notebooks, PDAs, telefones celulares, etc) e call centers, entre outros. Mas o prrequisito fundamental para o sucesso da iniciativa entender a cadeia de valor da
informao para a corporao como um todo.

20

5.2 - Como implantar projetos de BI.

Os sistemas de informao so peas fundamentais, na medida em que so
geradores dos dados e tambm o meio pelos quais estes trafegam e, portanto, precisam ser
avaliados antes de se partir para a implementao de um projeto de BI. So os dados
captados nesses sistemas que iro alimentar o Data Warehouse ou o Data Mart (repositrios
de dados ).

Para isso pode ser feito um Planejamento Estratgico da Informao (PEI), que
dever ficar a cargo da rea de administrao de dados. O departamento de informtica,
nesse caso, atuar apenas como um provedor de servios e solues. Para que o PEI tenha
sucesso necessrio que seja conduzido por um profissional com passe livre em todas as
reas da empresa, inclusive na alta gerncia, e que saiba tudo o que ocorre dentro da
corporao. Ele deve ter uma viso clara do negcio, conhecer o mercado de atuao da
empresa e saber traduzir todos esses requisitos para o pessoal da rea de informtica.

Portanto, inicialmente, mais importante do que a escolha das tecnologias

apropriadas a implementao de um modelo de gesto, onde a efetividade das estratgias
ainda muito baixa. Apesar de 97% das empresas possurem uma viso de longo prazo,
apenas 80% possuem Planos de Negcios adequados e s 52% obtm sucesso na
implementao de algumas estratgias, resultando em menos de 10% das estratgias
formuladas com eficcia sendo executadas de maneira eficaz.

Para que as estratgias gerem os resultados esperados Peter Blundell (BA) sugere as
seguintes lies:
Lio no. 1: No que tange BI, tudo uma questo de negcios, no de
tecnologia!
Voc deve ter as pessoas com as habilidades certas, a cultura gerencial correta e os
comportamentos adequados. Isso muito mais importante do que escolher exatamente a
ferramenta mais adequada, ou assegurar que o modelo de dados esteja perfeito.
Lio no. 2: Mude! O Retorno sobre o investimento depende de voc!

21

Seu retorno ser zero, a menos que comece a tomar decises a partir das
informaes. Se sua organizao sofre da sndrome de tomada de decises do tipo que
no se pode fazer nada sem justificar tudo atravs de 15 business cases e obtenha a
aprovao de 17 gerentes o BI no ir ajud-lo.

Abaixo esto trs quadros (Figura 4, 5 e 6) referentes aos nveis de maturidade no

modelo de gesto empresarial.

Figura 4 Viso de Futuro

22

Figura 5 Planejamento Empresarial

Figura 6 Desempenho e Remunerao

23

O Planejamento Estratgico da Informao deve estar alinhado ao Planejamento

Estratgico Corporativo. Seu desenvolvimento requer o emprego de uma metodologia
flexvel para que possa suportar possveis mudanas de rumo ou correes, sem perder seu
foco principal. Esta metodologia compreende quatro etapas principais.

A primeira delas visa realizar um levantamento genrico e bsico sobre a empresa e

sobre a cultura da empresa em termos de sistemas.

O segundo passo fazer um levantamento e anlise dos sistemas existentes,

verificando seu desempenho, funes exercidas, volumes de dados gerados, caractersticas
dos processamentos, entre outras questes. nessa fase que so avaliados os sistemas de
forma quantitativa (volume, recursos e custos) e qualitativa (atendimento das necessidades
dos usurios, controle interno e eficincia).

Na terceira etapa, feita a apurao e avaliao da qualidade dos dados existentes.

E finalmente, desenvolvido um modelo global do sistema de informao vigente,
salientando pontos fracos e fortes, e identificando as oportunidades e ameaas existentes no
ambiente de TI. Apenas aps essa ampla viso da organizao, que ser possvel verificar
se haver necessidade de remodelar os processos ou apenas fazer alguns ajustes para que os
sistemas se enquadrem no projeto de BI.

5.3 - Dificuldades para implantar projetos de BI.

Dispor da informao correta no menor tempo possvel hoje o grande diferencial
para as empresas que querem se manter na dianteira no mundo dos negcios. o que lhes
permite tomar decises rpidas, corrigir rumos, adequar-se s oscilaes econmicas e
antecipar-se s necessidades dos clientes. Com base nisso, renomados institutos de pesquisa
e analistas de mercado apostam na proliferao de projetos de BI nos prximos anos.
Apesar de existir a necessidade e o interesse da parte do setor corporativo, no entanto, esse
segmento no est decolando conforme o previsto. Por qual motivo?

24

As razes so muitas e diversificadas. A mais importante delas refere-se ao temor

pelo fracasso. Um medo, alis, que no infundado. As estatsticas revelam que mais da
metade dos projetos de BI no so concludos, ou fracassam, consumindo milhes de
dlares sem trazer os resultados esperados. Isso acontece por uma sucesso de erros, a
comear pelo desconhecimento do que de fato Business Intelligence. Grande parte das
empresas ainda considera o BI como mais um projeto de tecnologia da informao e no
como um conceito atrelado estratgia corporativa, que pode ou no utilizar ferramentas
tecnolgicas, e que tem como principal foco transformar os dados, coletados pelos sistemas
transacionais, em informaes, as quais auxiliam na tomada de deciso.

Em parte, os fornecedores de solues tm uma certa culpa por essa desinformao

do mercado. Na nsia de vender produtos, muitos desenvolvedores de ferramentas de
extrao e de anlise de dados tentaram empacotar essas solues e oferec-las nos moldes
dos sistemas de gesto empresarial, os ERPs (Enterprise Resource Management). O BI,
ento, passou a ser "vendido" como a terceira onda tecnolgica, precedida pelas duas ondas
anteriores - ERP e CRM (Customer Relationship Management - gerenciamento do
relacionamento com o cliente). O tiro, no entanto, saiu pela culatra, em grande parte em
funo justamente do ERP.

A adoo de um sistema de gesto empresarial requer uma mudana de cultura

interna da organizao e sua implementao, com raras excees, costuma ser traumtica,
cara, demorada e complexa. No Brasil, muitas empresas ainda esto finalizando
implementaes do tipo e, alm disso, tiveram projetos de CRM mal sucedidos e, assim,
mostram-se mais cautelosas no que se refere a investimentos em novos projetos que
envolvam tecnologia.

Porm, os conceitos de BI, ao contrrio do ERP, no modificam a forma de

trabalhar da empresa de forma to radical, mas se adequam a ela e esto intimamente
atrelados estratgia de negcios. Portanto, o planejamento e o foco de implementao
devem ser outros. A confuso ainda maior porque at alguns anos atrs a TI no era vista
como parte da estratgia da empresa, mas apenas como uma forma de automatizar os

25

processos e aumentar a produtividade. Com o aperfeioamento dos sistemas, que ficaram

mais amigveis e prximos aos usurios finais, e com o crescimento da Internet e,
conseqentemente do e-business, a TI passou a ser encarada como uma ferramenta
fundamental para apoiar e dar sustentao s estratgias de negcios.

26

6. BENEFCIOS DA BI

O fator fundamental a empresa saber direcionar seu capital intelectual para que o
projeto de BI atenda s expectativas. Gerentes, diretores e profissionais de diferentes
departamentos podero ter acesso s informaes rapidamente e abreviaro o tempo de
resposta, contribuindo para a melhoria dos processos e para a correta anlise dos dados.
Assim a informao trar conhecimento. E trabalhar o conhecimento BI exercendo sua
funo e permitindo que a inovao se traduza na busca por outros canais de distribuio,
em novas prticas comerciais, em melhores maneiras de relacionamento com os clientes,
em novas formas de sobrevivncia, enfim usar inteligncia nas tomadas de deciso, nos
fechamentos de negcios e no planejamento de estratgias.
Para listar alguns de seus benefcios, Business Intelligence um conceito que
permite:

Alinhar projetos de tecnologia com as metas estabelecidas pelas empresas na busca

do mximo retorno do investimento.

Ampliar a compreenso das tendncias dos negcios, propiciando melhor

consistncia no momento de deciso de estratgias e aes.

Permitir uma anlise de impacto sobre rumos financeiros e organizacionais para

criar mudanas nas iniciativas gerenciais.

Facilitar a identificao de riscos e gerar segurana para migrao de estratgias,

criando maior efetividade nas implementaes dos projetos.

Permitir um planejamento corporativo mais amplo, substituindo solues de menor

alcance por resultados integrados pela informao consistente.

Gerar, facilitar o acesso e distribuir informao de modo mais abrangente para obter
envolvimento de todos os nveis da empresa e todos aqueles que podem valor
usando-a.

Ligar e consolidar dados de diferentes sistemas de modo a oferecer um viso

comum do desempenho da empresa.

27

Automatizar tarefas eliminando os erros ao colocar as pessoas no fim dos processos.

Oferecer dados estratgicos para anlise com um mnimo de atraso em relao a

uma transao ou evento dentro da empresa;

6.1 - Finanas e BI.

A rea de finanas outra das que mais se beneficia com o uso de solues de
anlise de dados. Uma pesquisa realizada em 2002 com executivos da rea financeira de
150 empresas norte-americanas relacionadas com varejo (incluindo magazines de roupas,
revenda de peas para automveis, produtos alimentcios, lojas de convenincia, entre
outros) e com faturamento superior a US$ 150 milhes, verificou que apenas 34% no
tinham qualquer sistema de Business Intelligence. Pensar que os outros 66% fazem uso de
BI um nmero, por si s, bastante significativo. Se ainda considerarmos que 91%
daqueles que possuem ferramentas de BI afirmaram que a gesto empresarial tornou-se, em
razo disso, mais eficiente, pode-se verificar a importncia de BI para finanas.

Hoje as ferramentas de gesto empresarial, e particularmente as voltadas para o

departamento financeiro da empresa, permitem maior abrangncia na viso interna do setor
assim como do seu relacionamento com a economia externa. Existem solues que se
prestam leitura do comportamento financeiro da companhia e permitem ampliar a viso
da rea por meio de anlises e relatrios de contas a receber, de contas a pagar e demais
operaes do livro contbil. As fornecedoras de BI traduzem as necessidades do mercado
atravs da oferta de ferramentas que permitem o detalhamento dos relatrios de tal modo a
estabelecer linhas rentveis de negcios por produtos ou por clientes, criao de controle de
despesas, verificao das atividades de departamentos de compras e, inclusive, para reter
bons funcionrios.

As instituies financeiras devem apostar em solues que permitam melhorar ainda

mais a relao que possuem com o seu cliente. Os bancos cada vez mais buscam oferecer
uma grande diversidade de servios destinados a melhorar o relacionamento com o seu
cliente, como a possibilidade de acesso Internet, correio eletrnico e de comunicao

28

instantnea. Quanto mais pontos de contato, maior o volume de informaes obtidas e,

conseqentemente, maior a necessidade de ferramentas que permitam trabalhar esses
dados de forma rpida, segura e eficiente.

6.2 - Conhecimento e Marketing

Todas as empresas buscam os melhores caminhos para segmentar, pesquisar e
escolher suas metas e clientes de forma a realizar uma campanha de marketing dirigida. O
marketing de massa cada vez mais cede o lugar para o marketing one to one (marketing
direto, direcionado). Nesse sentido, tem crescido o uso de ferramentas de BI que permite
utilizar as informaes internas e externas para refinar o mercado alvo, desenvolver planos
de vendas inteligentes e criar mensagens de marketing que sejam relevantes para pblicos
especficos.

Dados como nome, endereo, bairro, telefone, fax, e-mail, etc., alm de informaes
personalizadas dos clientes, seu comportamento, freqncia de compra ou preferncias so
obtidos de forma rpida e gil a qualquer momento. O Data Mining permite lidar com
informaes personalizadas utilizadas no dia-a-dia, e ainda agrega todo o histrico da
relao do cliente com a companhia. Cada reclamao ou sugesto, pedidos, pagamentos e
uma srie de outras informaes so registradas no banco de dados da empresa e ficam
disponveis para diferentes tipos de anlises. Com isso possvel conhecer cada vez mais o
cliente.

O sistema pode gerar estatsticas por pessoa, com dados relacionados a vendas,
financeiro, compras, ou demais reas da empresa, oferecendo amplitude da viso do
consumidor e seu relacionamento com a empresa. O que significa um gerenciamento eficaz
de negcios e criao de um marketing de relacionamento que intensifica a fidelizao de
clientes.

29

O crescimento constante do marketing direto no Brasil movimentou cerca de R$ 1,8

bilho em 2002, o que resultou num maior nmero de empresas que se utilizam de bases de
dados slidas e confiveis, permitindo otimizar o comrcio eletrnico (business-to-business
(B2B) e business-to-consumer (B2C)) atravs das campanhas de marketing direto.
Profissionais da rea afirmam que dilogo e informao ser a nova ordem. Isso representa
o incio de uma reviravolta maior em marketing. A tecnologia da informao modificou a
produo, mudou a forma de se trabalhar no escritrio e agora est mudando o marketing.

30

7. BI NO BRASIL
Ao visualizar o crescimento de tecnologia da informao no Brasil, a situao no
est como deveria. Os nmeros aparentemente otimistas, no devem enganar um olhar
menos experiente: existem, atualmente, 20.000 empresas fornecedoras de solues que
empregam 300.000 funcionrios diretos e outros 500.000 indiretos. Nmeros significativos,
mas que deveriam ser muito maiores.

Em parte porque a indstria de informtica enfrenta um dos piores inimigos para

esse mercado: a pirataria. Alm disso, a balana comercial do segmento de TI est
extremamente deficitria. Existe pouca ou nenhuma exportao. O resultado: retrao dos
investimentos, demisso em massa, menos impostos recolhidos pelo governo e poucas
empresas produzindo no Brasil. Mas ainda resta uma esperana. Principalmente quando se
pensa em Tecnologia da Informao voltada para o apoio gesto empresarial.

Um estudo realizado pelo Frum Econmico Mundial, que traz anualmente um

ranking baseado nas informaes de 82 pases, demonstrou que essas naes monitoram
constantemente o progresso em relao consolidao do setor de tecnologia e s
mudanas nos cenrios econmicos e polticos de cada regio. Segundo o relatrio, o lder
mundial em avanos na rea de TI a Finlndia, que tirou os Estados Unidos da liderana
consagrada nos ltimos anos. O Brasil, que ocupa o 29 lugar no ranking global, ficou na
primeira posio da Amrica Latina.

Os investimentos em tecnologia da informao na Amrica Latina esto em

ascenso e a taxa de crescimento na regio chega a ser quase o dobro da mdia mundial.

Para o executivo, entre 2006 e 2009, haver uma nova onda a de inovao e um
grande ganho de produtividade. O verdadeiro poder da TI vai ser finalmente descoberto.
At 2006 espera-se, tambm, uma renovao da base instalada de equipamentos, adiada por
muitas empresas nos ltimos anos. Nesse perodo, a expectativa de que o valor dos

31

clientes seja cada vez melhor percebido, e que a TI ter um impacto muito forte na
sociedade.

A banda larga tambm outro segmento que deve exigir investimentos, na opinio.
Aplicativos como o CRM (Costumer Relationship Management), de relacionamento com o
cliente, e de BI so alguns exemplos de tecnologias que demandaro investimentos pelas
empresas nos prximos anos.

As ferramentas de tecnologia e gesto que o conceito de BI abarca, trazem novas

possibilidades a um mercado que, mesmo contido, pede diferenciais competitivos entre as
empresas. No caso do BI, a pesquisa mostra que apenas 22% das empresas possuem
softwares do tipo, mas demonstram interesse crescente em implementaes, uma vez que
consideram algumas das ferramentas de fcil utilizao e que justificam os investimentos.

A maioria dos principais fornecedores mundiais de ferramentas de Business

Intelligence est presente no Brasil com subsidirias prprias ou via distribuidores. Entre
elas incluem-se: Cognos, Execplan, Ascential, Microstrategy, SAS Institute, IBM Brasil,
Business Object, Hyperion, SSP, Extend Software e Microsoft, e Hummingbird, entre
outras. Soma-se a esse grande universo, tambm dos mdulos de BI oferecidos pelas
empresas desenvolvedoras de sistemas de gesto empresarial (ERP), entre as quais se
incluem a SAP, PeopleSoft (que adquiriu recentemente a JD Edwards), Oracle, Datasul,
entre outras.

Existem, ao redor do mundo, vrios exemplos de implantao. No Brasil, solues

de Business Intelligence esto em bancos de varejo, em empresas de telecomunicaes,
seguradoras e em toda instituio que perceba a tendncia da economia globalizada, em que
a informao precisa chegar de forma rpida, precisa e abundante porque a sobrevivncia
no mercado ser medida pela capacidade de "gerar conhecimento". E somente quem fizer
uma boa gesto do conhecimento ir fundamentar polticas e estratgias corporativas.

32

8. FUTURO DA BI.
"Uma das principais tendncias atualmente o aumento do nmero de projetos de
consolidao das ferramentas de BI, voltados ao desenvolvimento de uma estrutura que
atenda a organizao de maneira abrangente. Neste aspecto, ressalta-se o crescimento das
aplicaes direcionadas ao monitoramento da performance empresarial e gerenciamento de
indicadores - chave de negcios, alm da integrao destas com as ferramentas tradicionais
de BI, que vm sendo implementadas nos ltimos anos de maneira crescente no Brasil", diz
Bruno Rossi, analista snior de software da IDC Brasil, responsvel pela pesquisa.

Segundo a IDC Brasil, um dos aceleradores responsveis pelo aumento da adoo

de ferramentas de BI deve-se ao interesse dos gestores de TI em prover um alto nvel de
servio para as reas de negcios, disponibilizando ferramentas analticas que auxiliam o
gerenciamento do desempenho de indicadores estratgicos e tticos.

O que se prev em BI e do conjunto de ferramentas que esse conceito engloba ser

um resultado mais direcionado com as necessidades do mercado, o que permitir realizar
uma anlise da informao em tempo real para uso em decises com muito mais segurana
do que ocorre nos dias de hoje.

O retorno que se espera de um sistema de BI depende das prioridades de cada

empresa. As ferramentas de BI continuam evoluindo porque o mercado possui enorme
potencial de crescimento. A velocidade imposta pelos negcios na Web exige que se d, a
quem decide, disposio e autonomia para agir. O que se pode imaginar para o futuro
muito menos o que podemos chamar de ferramentas e muito mais o que o mercado
competitivo necessita com urgncia: solues.

33

9. CONCLUSO

Fica claro que atualmente a necessidade de integrar todos os departamentos de uma

empresa qualquer que seja seu porte, e segmento em que atua. A crescente competitividade
entre elas implica na necessidade de aplicar conceitos e metodologias de BI .

Transformar dados transacionais em informaes estratgicas, definir e acompanhar

indicadores de gerenciamento, reduzir custos operacionais, realizar projees de
crescimento, alinhar planos e metas e obter ganhos de produtividade so objetivos
primordiais e necessrios num mundo empresarial extremamente competitivo.

Nas empresas/corporaes existem extensas bases de dados, de onde necessita ser

extrado somente o essencial a fornecer aos seus executivos, informaes fundamentais
para as tomadas de decises que levaram a empresa a se tornar cada vez mais crescente no
competitivo mercado.

Com esses dados extrados possvel empresa que possui ferramentas de BI

antecipar mudanas no mercado, antecipar aes dos competidores, descobrir novos e/ou
potenciais competidores, aprender com sucessos e as falhas dos outros, conhecer melhor
seus possveis parceiros ou aquisies, conhecer novas tecnologias, produtos ou processos
que tenham impacto no seu negcio, entrar em novos negcios e rever suas prprias
prticas de negcio.

O Business Intelligence, ou inteligncia do negcio, quando implantado com os

corretos sistemas informatizados, so uma mina de ouro para as empresas. Tais sistemas
constituem um auxlio inestimvel no processo de tomada de deciso.
Com isso torna-se fcil entender como competitividade, globalizao e qualidade
fazem parte do dia-a-dia das empresas. Aquelas que no esto medindo esforos para
conquist-lo e t-lo como seu cliente mais fiel, com certeza o perder para a concorrncia.

34

10. BIBLIOGRAFIA

Livro:
GILAD, Benjamin, GILAD, Tamar. The business intelligence system: a new tool for
competitive advantage. New York, AMACOM, 1988. 242p.
MYLIUS, Marcos, Business Intelligence: Mais Fcil que Voc Imagina. So Paulo, Editora
Edies Inteligentes, 2004. 45p.
SERRA, Larcio, A Essncia do Business Intelligence. Editora Berkeley, 2002. 142-150p

Sites:
Souza Michel. Ferramentas OLAP. Disponvel em:
< http://www.imasters.com.br/artigo.php?cn=1498&cc=59> Acesso em: 20 maio 2005.

Souza Michel. Data warehouse. Disponvel em:

< http://www.imasters.com.br/artigo.php?cn=1498&cc=59> Acesso em: 20 maio 2005.

OLAP. Disponvel em: http://www.datawarehouse.da.ru/> Acesso em: 15 maio 2005.

Data Warehouse Disponvel em: http://www.datawarehouse.da.ru/> Acesso em: 28 maio

2005.

BI. Disponvel em: http://www.nextg.com.br > Acesso em:15 maio 2005.

Data Mart Disponvel em: http://www.datawarehouse.da.ru/> Acesso em: 26 maio 2005.

Data Mining Disponvel em: http://www.imasters.com.br/artigo.php?cn=1482&cc=59>

Acesso em: 29 maio 2005.

35