OS SISTEMAS DE APOIO À DECISÃO

Prévia do material em texto

OS SISTEMAS DE APOIO À DECISÃO 
 
Giancarlo Lucca 
 
 
 
 
 
 
 
 
 
 
 
 
 
Fonte: Bakhtiar Zein / 123RF. 
 
 
Introdução 
Nesta unidade, trataremos dos sistemas de apoio à decisão, uma importante ferramenta 
estratégica que surgiu a partir do aprimoramento dos sistemas de informação gerenciais. Vamos 
enfatizar o uso da informação como diferencial estratégico competitivo e destacar algumas 
ferramentas indispensáveis para o sucesso dessa missão. Isso porque a inteligência competitiva tem 
sido uma das grandes áreas do estudo estratégico nos últimos tempos e tem inúmeras ferramentas, 
desenvolvidas ao longo de décadas de pesquisa, sendo que algumas delas serão abordadas nesta 
unidade. 
Os estudos acerca da inteligência competitiva são muito antigos e confundem-se com a origem 
da humanidade. Essa inteligência teve ênfase, porém, somente na década de 1970, com os estudos 
e o desenvolvimento de consultoria do Gartner Group, usando a expressão Business Intelligence (BI). 
Em virtude da alta competitividade no âmbito empresarial, essa teoria agrega qualidade e gestão aos 
recursos financeiros e mercadológicos. 
Os indicadores de vitória nos negócios, que também serão apresentados neste estudo, são 
voltados para o desenvolvimento empresarial sadio e a ferramenta de sistema de apoio à decisão, 
definida como cubo de decisão, a qual permite escolher a medida de avaliação e de dimensões de 
informações. Desse modo, caro(a) aluno(a), nesta unidade, você entenderá as vantagens 
operacionais desse processo. Por fim, você compreenderá a mineração de dados, data mining, que 
 
se baseia na análise de dados em grandes quantidades, à procura de tendências estratégicas. 
Esperamos que esta unidade possa aprimorar seus conhecimentos. Bons estudos! 
 
 
1. A Inteligência Competitiva (Business Intelligence) 
 
A expressão Business Intelligence (BI) foi utilizada pela primeira vez na década de 1970, pelo 
Gartner Group. Traduzida para o português, de forma mais realista, significa inteligência competitiva. 
Corroborando, Rud (2009) define BI como o processo relacionado às informações que incluem, 
em sua coleta, organização, análise, compartilhamento e monitoramento, com a finalidade de 
proporcionar a gestão de negócios. Para alcançar esses objetivos, esse processo é constituído por 
um conjunto de técnicas e de ferramentas para a transformação de dados brutos em informações 
significativas e úteis para a análise de um negócio. 
Ainda de acordo com essa autora, a BI tem a capacidade de suportar grande quantidade de 
dados desestruturados e ordená-los, para ajudar a identificar, desenvolver e, até mesmo, criar novas 
oportunidades estratégicas de negócios. O objetivo é permitir a interpretação de grande volume de 
dados, de forma fácil e ordenada, propiciando a identificação de novas oportunidades e a 
implementação de uma estratégia efetiva. Essa conduta pode promover negócios com vantagem 
competitiva no mercado e estabilidade em longo prazo. 
Apesar dessa utilização recente, os estudos acerca da inteligência competitiva são bem mais 
antigos e se confundem com a origem da humanidade. Quando os homens das cavernas avaliavam 
seu ambiente competitivo e escolhiam as ferramentas e as técnicas de caça e pesca, ou durante uma 
competição entre os membros de uma tribo pela conquista de uma companheira, estavam invocando 
sua inteligência competitiva. É claro que as situações mudaram muito em sua forma, mas nem tanto 
em sua essência. 
Na análise do ambiente competitivo, há princípios como: coletar os dados elementares; obter 
informações estratégicas; transformar as informações em decisões ou ações estratégicas; medir o 
resultado das ações executadas; aprender com os erros e acertos; transformar essas etapas em um 
processo, ininterruptamente, cíclico e contínuo. 
Cerca de 400 a.C., um livro acerca dos feitos de um general chinês, chamado Sun Tzu, 
apresentou um tratado de guerra, com lições de competição muito úteis até os dias de hoje. O livro é 
A arte da guerra e tem como principal lição o uso da informação para fins estratégicos e competitivos. 
A seguir, há uma importante citação do general chinês, que está, diretamente, relacionada à noção de 
estratégia e à gestão de informações, ou seja, é necessário aplicar técnicas de estratégia competitiva 
e avaliar as informações existentes, para que haja a correta tomada de decisão. 
Se você conhece o inimigo e conhece a si mesmo, não precisa temer o resultado de cem 
batalhas. Se você se conhece, mas não conhece o inimigo, para cada vitória ganha, sofrerá também 
 
uma derrota. Se você não conhece nem o inimigo nem a si mesmo, perderá todas as batalhas (TZU, 
2010, p. 28). 
 
Atualmente, conforme expõe Lucca (2013), é claro que a competição não acontece com arcos, 
flechas e longas lanças, mas com recursos financeiros, mercadológicos, muita engenharia e capital 
intelectual. Os indicadores de vitória na arena de negócios são: 
● a rentabilidade obtida pelas organizações; 
● a participação no mercado; 
● o valor da marca; 
● o capital de relacionamento com os clientes; 
● os níveis de produtividade, qualidade, confiabilidade, flexibilidade, custos e velocidade de 
resposta; 
● a capacidade dos colaboradores de responder às expectativas e às necessidades do mercado; 
● o nível de retenção de conhecimento e know-how nas organizações; 
● o impacto do funcionamento das organizações na sociedade e no meio ambiente. 
Dessa forma, para responder a todos esses itens, indispensáveis para a inteligência 
competitiva, são necessários projetos de sistemas de informação muito bem elaborados, com o apoio 
imprescindível da tecnologia da informação especializada. Os cubos de decisão e a mineração de 
dados são duas dessas tecnologias que não podem faltar à gestão estratégica da informação. 
 
 
Aplicação do BI – Business Intelligence 
Assista ao vídeo O que é BI – Business Intelligence (guia definitivo) e reflita acerca da aplicação 
desse recurso no dia a dia da organização em que você trabalha. O vídeo está disponível, na íntegra, 
no link: <https://www.youtube.com/watch?v=PoCLfN6sF_8>. Acesso em: 30 maio 2019. 
 
 
1.1 O Uso de Cubos de Decisão 
O cubo de decisão é uma ferramenta dinâmica, que permite ao tomador de decisão escolher a 
medida e as informações a serem avaliadas, que podem ser combinadas em tempo real, oferecendo 
cálculos, filtros, agrupamentos e classificações no momento da execução, ao contrário de um relatório 
gerencial, por exemplo, que é estático. Para Inmon e Hackathorn (1999), um cubo de decisão é um 
sistema de apoio muito útil para relacionar tabelas em um banco de dados, gerando relatórios, por 
meio de gráficos ou de planilhas, que envolvem o cruzamento e o cálculo de dados solicitados pelo 
operador (geralmente, o próprio tomador de decisões) (LUCCA, 2015). 
Para compreender esse conceito, caro(a) aluno(a), considere o seguinte exemplo: uma fábrica 
 
de sapatos, propriedade do senhor José, gera informações comerciais diariamente. Assim, os 
executivos de marketing querem estudar esses dados ao longo dos últimos cinco anos, para avaliar 
as tendências da nova coleção. 
Para essa tarefa, um dos executivos, experiente em planilhas de cálculo, resolveu incorporar 
um cubo de decisão em uma dessas planilhas. Para a criação do cubo, ele determinou algumas 
variáveis essenciais ao funcionamento da ferramenta, como: pelo menos, uma medida de 
desempenho (o volume de vendas, em termos monetários ou o faturamento) e algumas informações, 
combinadas no cubo e que são chamadas de dimensões. A Figura 3.4 ilustra esse cubo de decisão. 
 
 
Figura 3.1 - Sistemática do cubo de decisão 
Fonte: Elaborada pelo autor. 
 
Conforme a sistemática presente na Figura 3.1, o cubo de decisão precisa de uma medida de 
desempenho que, nesse caso, é o faturamento, e que é usada em todas as combinações do cubo. As 
dimensões estabelecidassão: a região onde ocorrem as vendas; o período de tempo em que elas 
ocorrem; o segmento de clientes no qual elas ocorrem; o modelo de produto vendido. Com base nesse 
cubo, é possível responder às questões: 
● quais são os modelos de produto mais faturados em determinado período? 
● quais são os segmentos de clientes que mais compram produtos da empresa, em determinado 
período? 
● para quais regiões a empresa fatura mais? 
● considerando a região em que a empresa mais vendeu no último ano, em qual mês o 
faturamento foi maior e qual foi o modelo de produto mais vendido? 
● para qual segmento de cliente foram vendidos mais produtos no último ano, em qual mês houve 
 
o maior faturamento e qual é o modelo de produto mais vendido? 
● qual é o modelo de produto mais vendido no último trimestre e para qual segmento de cliente? 
● qual é a distribuição por região dos faturamentos dos sapatos de camurça no último ano? 
● qual é o segmento de clientes, de quais regiões, que mais comprou sapatos de camurça? 
● em quais meses ocorrem mais vendas das botinas de couro? 
● na região sul, quais são os produtos mais vendidos no inverno? 
● nas regiões norte e nordeste, quais são os produtos mais vendidos, no inverno? 
Essas questões são alguns exemplos da aplicação desse cubo, mas muitas outras poderiam 
ser elaboradas. A grande vantagem desse cubo é que ele pode ser operado pelo próprio tomador de 
decisão, sem a necessidade de contratar especialistas em tecnologias da informação para criarem 
relatórios gerenciais. Isso porque as questões podem ser elaboradas pelo próprio gestor e 
respondidas, imediatamente, pelo cubo de decisão. 
É claro que essas respostas estão limitadas às dimensões do cubo, mas outras podem ser 
adicionadas. Nesse exemplo, poderia ser adicionada a dimensão “representante”, para identificar a 
participação dos representantes comerciais no faturamento da empresa, o que possibilitaria a 
combinação com as outras dimensões do cubo. 
 
 
Cubos de decisão 
Ao pensarmos em cubos de decisão, devemos considerar um conjunto de funcionalidades que 
a ferramenta deve proporcionar; a principal delas é a capacidade de gerar consultas dinâmicas e em 
tempo real. Muitas vezes, o utilizador de um cubo de decisão não tem uma ideia precisa do que está 
procurando, porém, ao navegar pelas dimensões do cubo, descobre novas informações, que geram 
insights e conhecimentos estratégicos. Nesse contexto, pesquise sobre as ferramentas existentes no 
mercado para a criação de cubos de decisão, a fim de saber mais acerca desse assunto. 
 
 
 
2. A Mineração de Dados 
 
Conforme expõe Lucca (2015), a expressão data mining, ou mineração de dados, surgiu na 
década de 1980, quando as organizações decidiram tornar útil a análise de suas grandes massas de 
dados, em busca de relações coerentes que pudessem identificar tendências estratégicas. Até então, 
esse grande volume de dados era utilizado, momentaneamente, para gerir as atividades operacionais 
e, no máximo, para fins de relatórios gerenciais do nível tático. 
Com o advento da tecnologia da informação e o surgimento de máquinas mais capazes de 
 
processar grandes volumes de dados e realizar cálculos estatísticos mais complexos, a mineração de 
dados passou a ser uma ferramenta útil para os sistemas de apoio à decisão. 
Para Azevedo e Santos (2015), a mineração de dados é um processo, não trivial, que identifica, 
em um conjunto de dados, padrões válidos, novos, potencialmente úteis e compreensíveis. 
Basicamente, a ideia da mineração de dados é a transformação de dados brutos em correlações 
coerentes. A Figura 3.2 apresenta esse processo. 
 
 
A Figura 3.2 - Sistemática do processo de mineração de dados 
Fonte: Elaborada pelo autor. 
 
Quanto à utilização da mineração de dados, de acordo com Lucca (2015), podemos destacar 
alguns propósitos, que estão expostos. 
Propósitos da Mineração de Dados 
• Previsão: é uma grande característica da mineração de dados. Essa previsão de 
comportamentos futuros é feita, geralmente, com base nas situações ocorridas no passado. 
• Identificação: pode ser utilizada para identificar os comportamentos padrões nos dados e a 
existência de um item, um evento ou uma atividade. 
• Classificação: classificar a mineração de dados pode facilitar a segmentação em classes e 
categorias. 
• Otimização: considerando que os recursos nas organizações são limitados (tempo, espaço, 
dinheiro ou matéria-prima), a análise de correlações pode gerar ideias para otimizar a utilização 
de tais recursos. 
 
 
 
Para esclarecer a sistemática do processo de mineração de dados, a seguir, há um estudo de caso 
como exemplo. 
 
 
Data mining 
Os investidores do mercado de ações começam a usar a mineração de dados para encontrar 
tendências de altas e baixas nos valores de ações de empresas na bolsa de valores. Para saber mais 
acerca desse assunto, assista ao vídeo “O que é data mining?” no link: 
<https://www.youtube.com/watch?v=xsKO_1OiKxI>. Acesso em: 30 maio 2019. 
 
 
2.1 O Big Data 
 
A segunda década do século XXI está sendo marcada por uma revolução tecnológica que 
intensifica o uso das redes de computadores como jamais visto. A internet deu origem à computação 
em nuvem e, com essa nova sistemática, novos mercados foram surgindo. É o caso da Nubank, com 
os cartões de crédito virtuais, sem qualquer tarifa, e as contas digitais do Banco Inter, que também 
não cobra taxas. 
Segundo Lucca (2015), o avanço da tecnologia da informação está quebrando paradigmas, 
mudando as velhas formas de se fazer as coisas e deixando para trás o tradicionalismo, para que as 
organizações ofereçam bens e serviços que atendam às expectativas dos novos consumidores. O 
surgimento de novos processos e produtos, alinhados às necessidades e expectativas jamais 
pensadas, está ocorrendo graças ao conceito de Big Data, que possibilita o cruzamento de 
informações entre as mais diversas fontes de dados. 
A expressão Big Data tem origem na língua inglesa e significa “grandes dados”, fazendo 
referência ao universo de dados em que estamos inseridos e que precisamos aprender a utilizar do 
melhor modo possível, a fim de obtermos vantagens competitivas. 
Nesse sentido, podemos afirmar que o Big Data consiste em extrair informações estratégicas 
dos mais variados meios de coleta e armazenamento de dados existentes. Esse conceito não parece 
novo, pois, desde a Revolução Industrial, busca-se extrair informações dos dados gerados pelo 
funcionamento das fábricas em todas as suas áreas funcionais: produção, marketing, finanças, 
recursos humanos, etc. No entanto, hoje, há um volume imenso de informações sendo gerado a cada 
segundo, por meio dos smartphones, aparelhos de TV digitais, eletrodomésticos conectados na rede, 
carros com mídias digitais e computadores de bordo, etc. 
Além disso, existem as redes sociais, os sites de buscas e a navegação na internet; todos esses 
dados revelam comportamentos de consumidores ou potenciais consumidores, tendências de 
 
mercado para os produtos existentes e potenciais novos produtos ou até potenciais produtos 
substitutos. Com isso, os olhos humanos precisam estar atentos e aptos a transformar dados, 
aparentemente desconexos, em informação estratégica. 
De acordo com Lucca (2015), existem cinco Vs que auxiliam no entendimento do conceito de 
Big Data, são eles: volume, variedade, velocidade, veracidade e valor. 
O volume diz respeito à quantidade exorbitante de dados gerados em um piscar de olhos ou 
em cada “clique” das pessoas na internet. A variedade está relacionada à diversidade de fontes de 
dados que oferecem informações úteis. Por exemplo, as redes sociais, os sites de buscas, as lojas de 
aplicativos para smartphones, etc., fornecem dados importantes e que podem ser utilizados 
estrategicamente. 
A velocidade é um dos grandes desafios do Big Data, devido à necessidade de processamentorápido dos dados, antes que eles deixem de ser oportunos. 
A veracidade das informações, por sua vez, é uma das grandes preocupações atuais, para que seja 
possível evitar que os tomadores de decisão caiam em armadilhas ou utilizem informações fakes. A 
necessidade de processamento de grandes volumes, com grandes velocidades, oriundos de uma 
ampla variedade de fontes, não pode comprometer a veracidade das informações. 
Por fim, o valor está relacionado ao custo/benefício da informação. Isso porque se deve evitar 
esforços custosos para gerar informações que não serão úteis. 
Conforme expõe Lucca (2015), apesar de os Vs citados sustentarem o Big Data, devemos 
considerar que o sucesso do Big Data está na análise dos dados. É necessária uma análise correta, 
minuciosa e criteriosa, para, de fato, gerar ideias e conhecimentos estratégicos. 
 
 
Big Data e a garantia da privacidade 
Considere a seguinte situação: uma organização do segmento de recrutamento e seleção on-
line tem investido “pesado” em tecnologia da informação, a fim de atrair a atenção de novos talentos 
para os seus clientes. Para isso, a organização buscou integração com grandes parceiros, como 
Google e Facebook. A análise dos perfis dos candidatos, por meio das redes sociais, tornou-se uma 
prática constante na organização. Nesse contexto, reflita sobre o paradoxo da exploração do Big Data 
e a garantia da privacidade das pessoas ao utilizarem a rede mundial de computadores. 
 
 
2.2 A Importância da Medição de Desempenho 
 
Segundo Lucca (2013), há muito tempo, as pessoas ouvem que não se pode gerenciar algo 
sobre o qual não se tem controle, o que depende de medição de desempenho. De certa forma, essa 
Tatiane
Destacar
Tatiane
Destacar
 
medição já se inicia no momento de definição dos indicadores de desempenho e de suas 
características: unidades de medida, periodicidade, metas, valores máximos e mínimos, responsáveis, 
etc. 
Nesse sentido, o processo de medição depende da análise das forças, das fraquezas, das 
oportunidades e das ameaças, pois, a partir desse diagnóstico, a equipe estratégica estabelece os 
objetivos, as metas e os respectivos indicadores de desempenho para acompanhá-los. Para facilitar 
o processo de medição, o “Formulário: medição de desempenho” deve ser utilizado para cada um dos 
indicadores estabelecidos, conforme apresenta o 
 
FORMULÁRIO: MEDIÇÃO DE DESEMPENHO 
Nome do indicador: 
Periodicidade: 
Unidade de medida: 
Objetivo: 
Meta: 
Valor aceitável: 
Responsável: 
Dados da medição 
Período ou data e 
hora da medição 
Origem/forma de coleta dos 
dados 
Valor medido 
Observações/ocorrênci
as 
 
 
 
 
Quadro 3.1 - Formulário: medição de desempenho 
Fonte: Adaptada de Lucca (2013, p. 209). 
 
Como exposto no quadro 3.1, esse formulário é simples e estabelece os dados dos indicadores 
de desempenho: nome do indicador; periodicidade da medição; unidade de medida; objetivo 
(aumentar/reduzir); meta; valor aceitável; responsável pela medição. Em seguida, é necessário 
preencher as seguintes colunas: período ou data e hora da medição; origem ou forma de coleta dos 
dados; valor medido; observações ou ocorrências, se existirem. 
O próximo passo refere-se à elaboração de um gráfico de tendências, para acompanhar a 
evolução do indicador e verificar, visualmente, a proximidade entre a meta e o valor aceitável. A Figura 
3.10 apresenta um exemplo de medição, com o indicador “índice de inadimplência”. 
 
 
 
Figura 3.3 - Exemplo de medição de desempenho 
Fonte: Adaptada de Lucca (2013, p. 215). 
 
O apoio da área de tecnologia da informação é muito importante nessa etapa do processo de 
gestão estratégica. A origem dos dados dos indicadores pode ser o próprio sistema de informação 
ERP da empresa (Enterprise Resource Planning) e, nesse caso, a medição é, praticamente, 
automática, visto que o colaborador alimenta os dados operacionais todos os dias. Ademais, os 
painéis de desempenho, que contêm os indicadores com os respectivos gráficos de tendência, podem 
 
ser feitos por um profissional de TI da empresa ou com a utilização de planilhas eletrônicas, sendo 
que devem ser acessados, exclusivamente, pela equipe estratégica multifuncional. 
 
 
 
Avaliação de Desempenho 
A avaliação de desempenho é uma atividade essencial à gestão organizacional, pois, como 
expõe o velho ditado, “não é possível gerenciar o que não se pode medir”. Assim, assista ao vídeo 
“Avaliação de desempenho, estudo de caso na Cooperativa Cresol”, para refletir acerca da importância 
de se medir todas as áreas organizacionais por meio dos sistemas de informação. O vídeo pode ser 
assistido, integralmente, no link: <https://www.youtube.com/watch?v=X5dv-6EmGx0>. Acesso em: 30 
maio 2019. 
 
 
 
 
 
 
Livro: Business Intelligence – um enfoque gerencial para a inteligência do negócio 
Autor: Efrain Turban et al. 
Ano: 2008 
Editora: Artmed. 
ISBN: 9788577803347. 
Sinopse: Esse livro é indicado para gerentes, analistas, executivos e para todos os profissionais 
dessas áreas, por tratar de temas de Business Intelligence (BI), como: ferramentas, arquitetura, bases 
de dados, data warehouse, gerenciamento de desempenho, dentre outros. Nele, estão reunidas as 
tecnologias mais recentes do universo dos negócios e as técnicas fundamentais para criar e utilizar 
os sistemas de BI. 
 
 
 
 
 
Considerações Finais 
 
Esta unidade tratou, essencialmente, dos sistemas de informação estratégicos ou de apoio à 
decisão. Como exposto, caro(a) aluno(a), a preocupação com a obtenção de informações, para fins 
de estratégia competitiva, não é um conceito novo. A partir da década de 1970, o Gartner Group deu 
origem ao conceito de BI (Business Intelligence) que, a partir desse momento, passou a impulsionar 
as atividades estratégicas de grandes corporações. 
Com a revolução da tecnologia da informação e o surgimento de ferramentas poderosas para 
tratamento de grandes volumes de informações, surgiram os modelos OLAP (Online Analytical 
Processing), para a geração de relatórios estratégicos em tempo real. Esses modelos utilizam os 
famosos cubos de decisão, que têm a capacidade de combinar as perspectivas e os indicadores 
estratégicos. Os cubos OLAP permitem ao executivo formular questionamentos, de forma ágil e 
prática, sem a necessidade de conhecimentos técnicos mais profundos ou do apoio de profissionais 
da tecnologia da informação. 
Outra tecnologia apresentada nesta unidade foi a mineração de dados, que permite aos 
gestores descobrirem conhecimentos estratégicos escondidos nas relações entre os milhares de 
dados granulares, armazenados diariamente e ao longo de muitos anos. A utilização da tecnologia da 
informação, com softwares estatísticos, que pesquisam relações, similaridades e tendências, pode 
proporcionar grande vantagem competitiva para os estrategistas organizacionais. 
 
 
 
 
 
 
L 
Referências 
 
A RODRIGUES. CRM Gestão de Relacionamento com o Cliente. Youtube, 12 maio 
2015. Disponível em: &lt;https://www.youtube.com/watch?v=9QGQ9m_AGxA&gt;. Acesso em: 30 
maio 2019. 
 
AZEVEDO, A.; SANTOS, M. F. Integration of data mining in business intelligence 
Systems. Hershey: IGI Global, 2015. 
 
BRAINWORKS Solutions. O que é data mining? Youtube, 9 fev. 2014. Disponível em: 
&lt;https://www.youtube.com/watch?v=xsKO_1OiKxI&gt;. Acesso em: 30 maio 2019. 
 
INMON, W. H.; HACKATHORN, R. D. Using the Data Warehouse. New York: John 
Wiley &amp; Sons, 1999. 
 
LORENSI, E. D. Avaliação de Desempenho, estudo de caso na Cooperativa Cresol. 
Youtube, 28 set. 2016. Disponível em: &lt;https://www.youtube.com/watch?v=X5dv- 
6EmGx0&gt;. Acesso em: 30 maio 2019. 
 
LUCCA, G. Gestão estratégica balanceada: um enfoque nas boas práticas 
estratégicas. São Paulo: Atlas, 2013. 
 
______. Gestão estratégica da informação. Maringá: Centro Universitário de 
Maringá (NEAD), 2015.MAZZEI, B. B. et al. Tópicos especiais em planejamento e avaliação de políticas 
sociais. Ponta Grossa: UEPG/NUTEAD, 2014. 
NONAKA, I.; TAKEUCHI, H. Criação de conhecimento na empresa. Rio de Janeiro: 
Campus, 1997. 
 
PITON, R. O que é BI – Business Intelligence (guia definitivo). Youtube, 12 jan. 2017. 
Disponível em: &lt;https://www.youtube.com/watch?v=PoCLfN6sF_8&gt;. Acesso em: 30 maio 2019. 
 
https://www.youtube.com/watch?v=9QGQ9m_AGxA&gt
 
RDZ Sistemas. ERP Online – Entenda como funciona a estrutura do ERPNOW. 
Youtube, 27 fev. 2013. Disponível em: &lt;https://www.youtube.com/watch?v=mkKuhAAtQ3c&gt;. 
Acesso em: 30 maio 2019. 
 
RUD, O. P. Business intelligence success factors: tools for aligning your business 
in the global economy. Wiley, Hoboken, N.J: Wiley &amp; Sons, 2009. 
 
TURBAN, E.; MCLEAN, E.; WETHERBE, J. Tecnologia da informação para gestão: 
transformando os negócios da economia digital. 3. ed. Porto Alegre: Editora Bookman, 2004. 
 
TZU, S. A arte da guerra. 3. ed. São Paulo: Jardim dos Livros, 2010.