A importância do BI na gestão

estratégica de informações
Desafios de Negócio Usuais as
Empresas
• Expandir a Base de Clientes
• Controlar Utilização / Custos / Detectar Fraude

•Necessidades
Avaliar e Expandirde Negócio
Rede nas/
de Parceiros
Fornecedores
Empresas
• Aumentar a Produtividade das Análises
• Mais informações relativas a produtos, clientes,
performance
• Informações em tempo hábil ou Informações
históricas
• Acesso fácil e flexível às informações
• Melhor integridade e qualidade das informações
• Cenários e simulações
 O Novo Paradigma de Negócios
Integrar dados para obter informação
negocial útil é um grande desafio nos dias
atuais
Processamento Processamento
Operacional Informacional

Ambiente ERP, CRM e Informação Consolidada

com Perspectiva Histórica
Legado com “Ilhas” de
Dados Atuais
Dados Disponíveis x Necessidades dos
Usuários

Pedidos
de Clientes
Cadastro
de Produtos
Risco ?

Contas a
Receber
Tendências
Histórico
de Vendas?
de Clientes

Faturamento

Estoque

Suporte à Decisão
Sistemas Transacionais
 Dificuldades Usuais
Percentual do tempo gasto com
Análise dos
100% dados

80%
Transformação
60% e preparação
dos dados
40%
Acesso aos dados
20% dos sistemas fonte

0%
O Ambiente de Business
Intelligence
Decisões Decisões
Operacionais Negociais

Ambiente de
Business Intelligence

Sistemas
Operacionais
Sistemas
Operacionais

• Não há dados sumarizados • Grande quantidade de dados sumarizados

• Não há “drill down” • Estrutura para análise “drill down”
• Não há dados históricos • Dados históricos para análise de tendências
• Não há aplicações integradas • Dados integrados para análises corporativas
 Conceitos Business Intelligence
(BI)
• Termo cunhado e popularizado pelo Gartner Group
• Descreve a capacidade da empresa ter acesso e
explorar seus dados, desenvolvendo insights e
conhecimento, o que leva à melhoria do processo
de tomada de decisões
Ou seja, BI é o:
Processo de:
• Coleta, Limpeza,
• Transformação, Carga,
• Acesso e Análise e Distribuição de
informações para
Melhorar as decisões de negócio !!
Utilização de Business Intelligence

• Análises de resultados de vendas, canais e

programas de marketing
• Rentabilidade de clientes e produtos
• Integração de bases de dados de clientes
• Gerência de risco
• Identificação de novos clientes
• Análise financeira
• Análise de padrões de comportamento
• Controle de qualidade
• Análise atuarial e estatística
 Utilização de BI em Finanças
Exemplo de Objetivos de Projeto
• Análise de lucratividade
• Acompanhamento da utilização de canais
• Aumentar o relacionamento com clientes
• Fornecer informações consistentes
• Descobrir oportunidades nos segmentos alvo
• Manter segmentação
• Controle de risco
• Controle de qualidade, orçamento e cobrança
 Arquitetura de BI
Data Mining

Administração
do Ambiente

Data Mart

Servidor
Sistemas DW
Legados
Ferramentas de Data Mart
Pacotes ERP, Qualidade de Metadados

CRM, outros Dados

Ferramentas de
Análise OLAP /
EIS
 Data Mining
Exploração de dados de qualquer natureza por
meio de técnicas quantitativas em busca de
padrões e/ou regras significativas.
Data
Warehouse Data Marts

Data
Rel. Mining

Outros
Business Intelligence Premissa
Básica
• Os Bancos de Dados de Suporte à Decisão
são a infra-estrutura básica de qualquer
sistema de Business Intelligence. São neles
que estarão armazenados os dados a
serem transformados em informações
competitivas.
 Data Warehouse (DW)
• Componente essencial do ambiente de suporte à
decisão;
• Base única com informações relevantes para o processo
de tomada de decisões;
• Dados extraídos dos vários databases / sistemas
• transacionais;
Identifica as fontes corporativas de dados
•
• Integração dos dados
Extrai e transforma os+dados
regrasde
demodo
negócio geram e
consistente
informação;
eficaz
• Integra os dados vindos de fontes múltiplas
• Define os dados de forma consistente e corporativa (via
metadados)

• Disponibiliza os dados e metadados para um fácil

acesso pelos usuários que tomam decisões de negócio
 DW: Transformando Dados em
Informação
Ambiente Transacional:
Ilhas de Teias de Aranha de
Dados Ambiente Informacional

Data Warehouse

Transformando Dados em Informação:

 Extrair  Valores default

 Integrar  Reestruturar
 Sumarizar  Reformatar
 Filtrar  Criar consistência
 Converter  Estabelecer temporalidade
 Maiores Desafios em BI

Qualidade de Dados
Modelagem de Dados

Expectativas dos Usuários

Extração, Transformação

Análise de Regras
de Negócio
Expectativas da gerencia

Performance do SGBD

0% 10% 20% 30% 40% 50%

 Problemas com Dados
Transacionais
• Dados fragmentados em múltiplos sistemas e
plataformas (ERP, CRM, SCM, Legados);
• Grande redundância de dados entre os
diversos sistemas aplicativos;
• Falta de padrões corporativos para dados;
• Metadados inexistentes ou inadequados;
• Percepção dos usuários sobre qualidade de
dados não está baseada em fatos;
• Usuários acreditam que o projeto de BI irá
corrigir problemas com dados;
 Business Intelligence

• Exploração adequada da base de informações

• Análises de diferentes perspectivas de negócio

• Análises em diferentes níveis

• Tendências e padrões de comportamentos

• Busca de padrões não explícitos

• Simulações e explorações de cenários

OLAP-Online Analytical Processing
Banco de Dados
Data
Relacional Anális
Warehouse
e
OLAP
Data Marts

Banco de Dados
OLAP-Online Analytical Processing
Análises sofisticadas:
• diferentes perspectivas de negócio
(dimensões)
• análises em diferentes níveis de
detalhamento (drill down/up)
• recursos de interface gráfica
• comparações (atual vs planejado,
período atual vs período anterior)
 Dimensões
Informações Executivas

Por linha de Suporte à Decisão

produtos,
estrutura Informações Gerenciais
organizacional,
região
geográfica, etc,
etc, etc

Engenharia
Operações
Marketing

Finanças
Vendas

Fornecedores Clientes
 O Poder das Análises
OLAP
• “Mostre-me o que é importante” (Exception Reporting)

• “Deixe-me ver os detalhes” (Drill Down)

• “Deixe-me ver os dados mais sumarizados (Drill Up)

• “Deixe-me ver outros dados, mudar o meu ponto de vista“

(Drill Across)

• “Deixe-me ver os melhores e os piores” (Ranking)

• “Deixe-me comparar com períodos anteriores” (Análise

Comparativa)
 Key Performance Indicators
e Dashboards (ou Cockpits)
Key performance indicators (KPIs) são métricas
significativas, pré-definidas, disponibilizando
informação para que os executivos possam
avaliar ações anteriores. KPIs definem alvos de
performance, permitindo avaliar a performance
real.
Geralmente são visualizados via Dashboards
 BI: Tendências

A importância de se obter os
indicadores cada vez mais
rapidamente e com maior precisão
para subsidiar o processo de
tomada de decisão em tempo real
+ RAPIDEZ
PROCESSO
INDICADORES
DE DESEMPENHO DE
DECISÃO
+ PRECISÃO