Baixe o app para aproveitar ainda mais
Prévia do material em texto
Implantação E Aplicação de Business Intelligence em Uma Agencia De Turismo Deployment and Business Intelligence From Application In A Tourism Agency Despliegue y Business Intelligence De aplicación en la Agencia de Turismo Ernani Felix Dutra Pereira1, Gilberto Teixeira 2, Lucas Emanuel Simões3, Resumo: A informação para uma empresa qualquer é como o ouro na mineração, que depois de extraído, limpo e carregado se transformam em recurso ativo. Este artigo tem como o objetivo apresentar a implantação de um modelo de Business Intelligence em uma agencia de turismo, para melhorar o atendimento aos clientes e aumentar as vendas, tornando crescente a lucratividade da empresa. Foi feito um estudo dos dados existentes, e através desses dados extraídos de um banco relacional, foram transformados, limpados e carregados em uma ferramenta desktop de Business Intelligence, onde podem ser gerados vários dashboards exibindo os resultados para tomada de ação. Utilizamos como procedimentos metodológicos, a pesquisa bibliográfica e entrevista com o gerente comercial da Agência. As conclusões foram de que usando as técnicas de BI é possível transformar dados em informações valiosas para a tomada de decisões. alavras-chave: Business Intelligence; Extração, Transformação e Carga (ETL); Data Warehouse (DW). Abstract: Information for any company is like gold mining, that after extracted, cleaned and loaded become active resource. This article has as objective to present the implementation of a Business Intelligence model in a travel agency, to improve customer service and increase sales, increasing making the company's profitability. A study of existing data was done, and through these data extracted from a relational database, were transformed, cleaned and loaded on a desktop business intelligence tool, which can be generated several dashboards displaying the results for taking action. We used as methodological procedures, bibliographical research and interviews with the commercial manager of the Agency. The conclusions were that using BI techniques can transform data into valuable information for decision making. KEYWORDS: Business Intelligence; Extraction, Transformation and Load (ETL); Data Warehouse (DW). Resumen: Información para cualquier empresa es como la minería de oro, que después se extrae, se limpia y se carga convertirse recurso activo. Este artículo tiene como objetivo presentar la implementación de un modelo de inteligencia de negocios en una agencia de viajes, para mejorar las ventas de servicio al cliente y aumentar, aumentando haciendo la rentabilidad de la empresa. Un estudio de los datos existentes se hizo, ya través de estos datos extraídos de una base de datos relacional, se transforma, se limpia y se cargó en una herramienta de inteligencia de negocios de escritorio, que se puede generar varios cuadros de mando que muestran los resultados para tomar medidas. Utilizamos como los procedimientos metodológicos, investigación bibliográfica y entrevistas con el director comercial de la Agencia. Las conclusiones fueron que el uso de técnicas de BI puede transformar datos en información valiosa para la toma de decisiones. Palavras clave: Business Intelligence; Extracción, Transformación y Carga (ETL); Data Warehouse (DW). 1 Graduado em Tecnológica de Sistemas para Internet pela Faculdade Inforium de Tecnologia.. 2 Graduado em Tecnologia em processamentos de dados pelo Instituto Cultural Newton Paiva Ferreira 3 Graduado em Sistemas de Informação pela Faculdade Inforium de Tecnologia. 1 – Introdução O mundo dos negócios está cada vez mais dinâmico. Segundo BARBIERI (2011), uma empresa para manter-se competitiva precisa tomar decisões baseadas no desempenho financeiro e liderança de mercado, na qualidade de processos, no ambiente de trabalho, na responsabilidade social, na transparência e governança corporativa e, principalmente, na capacidade e velocidade de inovação. A inovação atendendo as necessidades dos consumidores e a velocidade que identifica as oportunidades e as ameaças. Esses são os pilares no qual Thomas J. Waston ex-presidente da IBM foi vitima ao profetizar em 1940 que não haveria espaço para mais do que cinco computadores no mundo. Entretanto, a velocidade e a inovação são apenas o reflexo de uma necessidade crescente nas organizações, PENNA (2003) sugere que a informação e, sobretudo, o conhecimento habilitado pelo bom uso da informação, tem um papel crucial na tomada de decisão estratégica de um negocio. Dessa forma é possível afirmar que a informação e o conhecimento, são fatores que incrementam a equação da velocidade e inovação. Nesse sentido o objetivo desse artigo é ilustrar como foi feito o processo Extração, Transformação e Carga (ETL-Extract Transform Load) de dados de uma agencia de turismo localizada em Belo Horizonte, bem como a criação de um Business Intelligence (BI), para visar a melhoria do atendimento aos clientes, suporte à tomada de decisões estratégicas, resultando maior praticidade atuar junto aos hotéis e pousadas na busca de descontos, orientar clientes quanto ao melhor dia para viajar com custo de tarifa menor, fazer promoções, conseguir descontos juntos as cias aéreas, dar descontos para clientes fidelizados, aumentar limite de crédito dos clientes fidelizados, solicitar aumento de comissão junto as companhias aéreas/fornecedores, motivar e melhorar comissões de agentes. Este intento será alcançado mediante a pesquisa bibliográfica onde podemos confirmar fatos e resolver problemas baseando em teorias, pesquisa documental sendo uma técnica decisiva realizada em fontes como obras originais, documentos, depoimentos orais e escritos, documentos informativos, consultas ao banco de dados da agencia, a fim de construir um estudo de caso onde se trata uma abordagem metodológica de investigação que podemos explorar e descrever acontecimentos desenvolvidos na aplicação do BI na agencia de turismo. 2 - Dado e a informação Segundo OLIVEIRA (2002), dado é qualquer elemento identificado, que por si só não é capaz de produzir compreensão de determinado fato ou situação. MIRANDA (1999), afirma que "dado é o conjunto de registros qualitativos ou quantitativos conhecido que organizado, agrupado, categorizado e padronizado adequadamente transforma-se em informação." E que a informação é o conjunto de dados organizados de modo significativo para uma tomada de decisão. MELLO (2014) diz que os conceitos de informação e conhecimento se completam tornando grande relevância, pois essas informações quando aprimoradas através de programas computacionais e pessoas é possível obter uma grande variedade de cenários que possibilita gerar oportunidades que contribuem gerando conhecimento. A informação é algo que muitos desejam sabem, e está disposto a pagar por ela. A informação não é algo tangível, nem mensurável, mas é o resultado valioso que proporciona poder e controle, que é de interesse de governos, empresas e pessoas, assim afirma PEREIRA (1997). LEME FILHO (2006), apresenta na Figura 1 abaixo a evolução do dado ate a vantagem competitiva. Figura 1 - Evolução do dado ate a vantagem competitiva. Fonte : Leme Filho (2006) "A gestão do conhecimento pode ser entendida como uma forma de administração e aproveitamento do conhecimento das pessoas e como o compartilhamento ou disseminação das melhores práticas para o crescimento da organização." (MELLO, 2014, p.19). Todo processo para transformar informação em conhecimento é o que leva a empresa tomar como importante a gestão do conhecimento através do BI. 3 - Tomada de decisãoO ambiente de BI se insere em um modelo de sistema de apoio à decisão, nitidamente com capacidade para suportar a formulação de estratégia corporativa. Em linhas gerais os administradores de empresas desejam identificar ameaças e oportunidades, acelerar os processos de negócios e aumentar a capacidade e velocidade de resposta à mudanças. (LEME FILHO, 2004, p.42) Segundo MAXIMIANO (2004), uma decisão é uma escolha entre possibilidades ou alternativas, essas decisões são tomadas para aproveitar oportunidades. Essas decisões é o resultado de uma sequencia de etapas que vai da identificação de determinada situação que oferece uma oportunidade ou um problema, até a execução de uma ação ou solução. LAUDON (2010) afirma que nas empresas a tomada de decisão costumava a limitar-se à diretoria, mas atualmente funcionários de níveis mais baixos são responsáveis por tomar algumas decisões, de acordo com os sistemas de informação tornam os dados visíveis para esses usuários. [...] empresas que 'se saem melhor' tem vantagem competitiva sobre as outras; ou possuem acesso a recursos especiais, ou são capazes de usar os recursos disponíveis de maneira mais eficiente - normalmente devido a ativos do conhecimento e informação superiores. (LAUDON, 2010) De acordo com MAXIMIANO (2006), o processo de planejamento estratégico compreende a tomada de decisões baseando no padrão de comportamento que a organização pretende seguir, os produtos e serviços que pretende oferecer, e os mercados e clientes que pretende atingir. 4 - Business Intelligence, Data Warehouse e Sistemas de Apoio da Decisão de acordo com o planejamento estratégico O conceito de Business Intelligence, segundo BARBIERI (2011), de forma mais ampla, pode ser entendido como a utilização de várias fontes de informação para definir o planejamento estratégico de competitividade nos negócios da empresa, incluindo os conceitos de estrutura de dados, representadas pelos bancos de dados tradicionais, Data Warehouse (DW) e Data Marts (DM), criados com o objetivo o tratamento relacional (OLTP - Online Transaction Processing ou Processamento de Transações em Tempo Real) e dimensional (OLAP) de informações e técnicas de mineração de dados, sendo que este último não será tratado neste artigo. Para Colaço Jr.(2004), o BI é o conjunto de tecnologias que permitem que o cruzamento de informações e suportam indicadores de desempenho de um negócio, referenciadas em um banco de dados histórico (DW). BARBIERI (2001), afirma que enquanto o BI são técnicas ou conjunto de ferramentas, o DW, pode ser definido como um banco de dados destinado a sistemas de apoio a decisão. Segundo COLAÇO JR. (2004), as informações contidas em um DW possuem características específicas que as distinguem das informações existentes em projetos de banco de dados convencionais, sendo que grande volume de dados, dados históricos e bases não normatizadas são algumas peculiaridades que impedem a utilização das metodologias tradicionais de análise de sistemas, e ao deparar com esse quadro, a indústria de software, aliada à pesquisadores da área, passou a investir na concepção de um paradigma que pudesse atender a essa demanda, surgindo um ambiente de DW bem sucedido. Segundo IMNON (1996), DW é um conjunto dados não voláteis que variam com o tempo e serve de suporte de tomada de decisões. O depósito central armazena informações para o processo de suporte à ações e são organizadas por assuntos relevantes para o negócio da empresa. Cada assunto ou tema que é uma tabela fato pode ter várias dimensões, lembrando que a abordagem de Imnon é voltada para a integração total de dados que habitam áreas funcionais diferentes, modelo único integrado e rígido e de mais difícil construção. Nos dias de hoje, Imnon apresenta alguns conceitos enfatizados em metadados, dados não estruturados e o armazenamento de acordo com a base histórica dos dados, baseados no ciclo de vida. (BARBIERE, 2011). KIMBALL (1996) tem uma abordagem mais simplista e incremental, chamada de Star Schema, voltado para Data Marts separados, são projetos menores, focados em áreas e/ou assuntos específicos, precisando apenas de compatibilidade dimensional entre chaves das tabelas. Porém, pode dificultar a coesão entre os dados e trazer dados duplicados, dificultando a integração perfeita entre eles. (BARBIERE, 2011). 5 - Estudo de caso Este trabalho utilizou como exemplo para aplicação do estudo do Business Intelligence uma agência de turismo, devido ao conhecimento e experiência dos integrantes em manutenção de aplicações comerciais destinada ao ramo de turismo, estabelecendo assim alguns cenários que serviram de estudo de caso. Tem como metas promover vendas de pacotes turísticos e a gestão do negocio, que é o ponto chave para a pesquisa da aplicação do BI, direcionada ao gestor que tem como característica na empresa de tomador de decisões estratégicas. O caso de uso da agência de turismo limita-se a conveniência da visão do gestor comercial, onde será possível ter uma variedade de opções para consultas em sua base de conhecimento. A utilização do caso de uso mostrado abaixo é uma visão funcional do cenário da agência de turismo, que exemplifica o objetivo de apresentar as funcionalidades e as necessidades geradas pelo gestor. Existem três atores que interagem com o sistema: o diretor comercial, que é o gestor responsável pela análise e tomada de decisão, o agente, que é o responsável pelas vendas e o cliente, no qual é feito o estudo das suas escolhas e suas características perante a agência. A descrição dos casos de uso mostra como os personagens estão envolvidos na coleta e inserção dos dados no banco. O diretor comercial visualiza a consulta de banco, seleciona opções para consulta das informações relevantes em uma pagina de interface, toma decisão com base na consulta. Fluxo Principal: 1. O Diretor abre a base de consulta; 2. O sistema disponibiliza opções para construção da análise; 3. O Diretor manipula parâmetros como ano de vendas e outros e solicita a busca; 4. O sistema realiza a busca e disponibiliza os dados; 5. O Diretor Comercial por meio de operações de Drill Down ou Drill Across explora através das dimensões e fatos, navegando assim pelos dados para melhor compreensão do negócio; 6. Visualiza o resultado, obtendo a visão do lucro da agência. O Agente vende pacote turístico, faz o atendimento ao cliente e alimenta a base de dados OLTP com dados das vendas, cadastra o tipo de pacote, o fornecedor, a origem e destino, a data de embarque e retorno, insere o numero de passageiros, insere tarifa, informa se o passageiro faz uso do plano de fidelidade e cadastra os dados de identificação do cliente. Fluxo Principal: 1. O agente faz a abertura no sistema para a venda; 2. O sistema abre a inserção dos dados para registro da venda; 3. O agente confirma o pagamento; 4. O sistema cadastra a venda no banco; 5. O sistema libera a emissão do contrato; 6. O agente entrega o contrato. O Cliente compra pacote turístico, escolhe o tipo de pacote, o fornecedor do pacote, o destino, a data do embarque e retorno e o uso ou não do plano de fidelidade, e então, agência emite contrato ao cliente: Fluxo Principal: 1. O sistema calcula o valor final; 2. O agente passa a informação sobre o valor ao cliente; 3. O cliente paga o pacote; 4. O agente fecha a venda; 5. O sistema emite o contrato; 6. O agente repassa ao cliente; 7. O cliente recebe a contrato junto com as informações do pacote; 8. O cliente vai embora com o contrato. Tendo como pontode partida da cadeia de dados operacionais (usuário alimentador da base de dados OLTP), seguindo a ideia da figura 2 exibida abaixo, até os dados analíticos. Fig. 2 – processo de BI Fonte: (http://www.dwreview.com/DW_Overview.html.). Todo dado é armazenado em uma base dinâmica e de rápida atualização contendo dados do setor correspondente, o destino para estes dados transacionais é intermediado por meio de um ETL, que independente da sintaxe dos dados da base anterior, fará o processo de transporte, porém, com a base de conhecimento ainda precisando ser refinada, formatada e dimensionada. Cada setor da empresa seja ele o de vendas ou financeiro, possuem bases de dados distintas e de grande conteúdo. Uma medida de centralização destas informações é o transporte dessa base de dados transacional para o DW, o administrador do DW modela esta inserção convenientemente ao destino. Estes lotes de dados não são agrupados de maneira desordenada, cada bloco recebe o nome de Datamart onde este é um subconjunto de um DW, logo todo Data warehouse é formado por seus DM. As necessidades que se fazem presentes na gestão administrativa da agência de turismo levam a um fluxo constante de buscas em históricos, e possibilidades que serão formadoras de decisão. Obedecendo a padrões de dimensionamento seja ele por produto, tempo ou região, estes dimensionamentos estão limitados à necessidade do diretor comercial. A obtenção de resultados é proveniente de uma ferramenta que utiliza como síntaxe de funcionamento uma base de dados que possa ser dimensionada e que possua fatos para o retorno. O simbolismo envolvido neste processo fica a cargo de um cubo de nome OLAP. Todo processo de extração de uma sequencia de dados até grandes blocos de conteúdo em meio ao repositório é possível com o emprego da ferramenta OLAP, com sua particular ação de cubos retirando um lote de informações sintetizadas do Data warehouse sendo possível visualizar o que antes era inimaginável ao gestor, fazer buscas por meios visuais em planilhas e até buscas diretas ao DW que se tornam inviáveis pelo tempo que demandaria para extrair informações. Sendo que, o tempo é crucial para a tomada de decisão na empresa. Com a extração pronta, ainda é necessário trazê-lo para o gestor em um nível visual amigável para simplificar a retirada de informações. Com este propósito é utilizado a ferramenta de report que possui uma característica de flexibilidade para montar relatórios sendo eles por meio tabular, gráfico e misto. O principal objetivo é apresentar a construção e implementação através do uso da ferramenta Microsoft® SQL Server® 2008 R2, acessando um banco de dados relacional conforme a figura 3 mostra abaixo. Figura 3 – Diagrama do banco transacional Fonte: Produzido no desenvolvimento do trabalho. Para a construção do DW apresentado neste trabalho, o gerente comercial da agência, concordou e disponibilizou o banco de dados, desde que, nenhum dado pessoal de qualquer cliente seja repassado para concorrentes. Por isso foi definido um nome de agência de turismo fictícia nomeada de BItur. Os dados foram entregues em um back-up do Microsoft® SQL Server® 2008 R2, banco relacional, com cerca de 41.000 registros de vendas no período de abril de 2001 a janeiro de 2014, contendo os seguintes dados: data da venda, data de embarque e retorno, quantidade de passageiros, nome cliente, tipo de pacote, cidade destino, fornecedor (hotel ou companhia aérea), valor da tarifa, valor da comissão da agencia e nome do agente vendedor. A analise e pesquisa desenvolvida neste trabalho está limitado a tratar assuntos pertinentes somente a esses dados e seus derivados. No decorrer do tempo, foram criadas técnicas para trazer o entendimento, registrar e identificar temas. Petter Chan foi o derradeiro na criação de modelo de entidades e relacionamentos. Os dados passaram por processos e, com a introdução do modelo relacional (ou transacional), foram tratados como conjuntos (tabelas) e sujeitos (registros), elaborados pelo Dr. Codd, pai do modelo relacional. Surgiu após um tempo, ramificada e ajustada uma técnica de projetos que fundamenta os atuais DW, baseados nos conceitos de BI, chamado de modelagem dimensional conforme BARBIERI (2011). Modelagem dimensional, para Barbieri, é técnica de projeto que conduz os dados, na qual permite que o usuário perceba de forma entendível e flexível (desnormatizado) o tempo e espaço (figura 4). Figura 4 – Modelo dimensional Fonte: Produzido no desenvolvimento do trabalho. A ferramenta back-end usada para desenvolvimento dos processos ETL foi o SQL Server Integration Services (SSIS) 2010, segundo o fabricante, ela é uma plataforma para criar integração de dados em nível corporativo e soluções de transformações de dados. Nessa ferramenta foram criados os pacotes Data Transformation Services (DTS). O primeiro DTS criado esta exibido pela figura 5 abaixo, onde nesse momento é criado o Satage Area (SA), uma área temporária onde os dados dos sistemas/tabelas de origem são copiados para serem transformados e carregados. Fig.5 – Criação do Stage Area . Fonte: Produzido no desenvolvimento do trabalho. Após a criação do SA, foi feito um novo pacote onde é criado o banco de destino do BI, através de dados específicos que foram extraídos do Stage Area juntamente com as dimensões. Nesse pacote verificamos se o dado existe no banco de destino, utilizando o componente Lookup, e caso não exista é copiado para o SA. Figura 6 – Criação das dimensões e banco de destino. Fonte: Produzido no desenvolvimento do trabalho. O terceiro pacote criado, apenas foram carregados e criados a Dimensão Clientes no banco de destino. O ultimo pacote representado na figura abaixo é criado a tabela fato. Figura 7 – Criação da tabela fato Fonte: Produzido no desenvolvimento do trabalho. Após criado esses DTS´s através de uma ferramenta de analise desses dados, nesse caso utilizamos o Tableau, basta conectar e integrar os dados já tratados, para criar e manejar os dashboards, conforme mostrado na figura 8 abaixo, porém toda consulta será por meio da web, utilizando-se de consultas dinâmicas com interface amigável. Notando que a necessidade para visualizar o que está sendo extraído, auxilia ao analista responsável pela extração no momento de conferir o conteúdo a analisando o resultado definindo como correto ou não. E uma das múltiplas opções é o report, este meio já integrado na aplicação e limitado ao cubo pré-definido anteriormente que cria uma base de dados secundária no componente datasource é responsável pelo conteúdo que se almeja em buscar. 6 - Analise OLAP A base de dados construída para concepção do DW possui cerca de 56.000 registros de JAN/2011 ate SET/ 2014. Apresentaremos somente as analises mais discutida no grupo de estudo e as de maior interesse para o diretor comercial. A figura 8 representa o cruzamento de informações entre os dias da semana e o valor médio da tarifa cobrada. Nela é possível constatar os dias da semana com maior e menor média de preço de tarifa no período. Com essa informação, é possível verificar que a segunda-feira é o dia mais barato e que domingo é o mais caro. O gerente pode então informar isso para os clientes com objetivo de baratear o custo para eles, e aumentar o volume de vendas, além de idealizar promoções e de ganhar comissão maior. Figura 8 - Média de tarifapor dia da semana. Fonte: Produzido no desenvolvimento do trabalho. Um demonstrativo muito importante é a figura 9, onde é exibido o top 10 clientes que mais compram, resultado do cruzamento de dados entre o ano, o cliente e o valor de venda ocorrido no período. Ele demonstra a media dos valores comprados pelos clientes nesse intervalo de tempo. Analisados os gráficos individualmente, ano por ano, esses demonstraram sempre um declínio no ano de 2011 e uma elevação nos anos seguintes, exceto 2014 onde o mês final foi 09/2014. Isso identifica uma tremenda fidelização do cliente e Server de base para o gerente estabelecer políticas de limite de crédito não só para aumentar como para diminuir. É importante frisar que clientes mal intencionados compram muito no inicio, criando uma falsa fidelidade, depois compram um volume grande e dão calotes, o gerente tem que ficar atento ao comportamento de todos os clientes. Figura 9 - Média de compra por cliente no período. Fonte: Produzido no desenvolvimento do trabalho. Cada fornecedor de pacote pode ter uma ou várias filiais que revendem os pacotes para as agências de turismo com comissão diferenciada. De 2013 em diante o gerente decidiu estrategicamente comprar milhas e usá-las nas vendas, obtendo assim mais receita para agência. A figura 10 mostra a média de comissão pagas por fornecedor/ filial no período abordado. Aqui foram analisadas a Gol Linhas Aéreas e Tam Linhas Aéreas. Com a análise ficou claro que decisão de comprar milhas foi um sucesso, pois elevou realmente a média de comissão nos dois fornecedores/ filial analisados. Fica evidente também que quando não tem estoque de milhas, o gerente tem como decidir para qual filial vai revender, analisando qual filial vai pagar melhor comissão. FIGURA 10 - Média de Comissão paga por Fornecedor/Filial Fonte: Produzido no desenvolvimento do trabalho. 7 - CONSIDERAÇÕES FINAIS O presente trabalho apresentou o processo implantação de um Data Warehouse em uma Agência de Turismo de Belo Horizonte para o auxílio em seu planejamento estratégico e definiu e conceituou o Data Warehouse. Buscou-se reunir no estudo uma base teórica que permitisse mostrar o formato do Data Warehouse como um repositório de dados para atender diferentes níveis gerenciais para tomada de decisão. As etapas foram realizadas tendo-se a base conceitual e teórica do estudo como orientadora da implantação do Data Warehouse. Os passos de criação, desenvolvimento, testes e implantação foram demorados pelo pouco tempo disponível pelos pesquisadores, mas de muita relevância. Para atender as necessidades de ETL do projeto, utilizou-se a ferramenta SSIS, pois foi considerada adequada devido a sua facilidade de desenvolvimento das rotinas de carga e também devido ao seu encadeamento de transformação de dados, considerado apto pela facilidade apresentada de transformar o dado em uma única operação. Estas facilidades não são encontradas nas ferramentas tradicionais. Sobre a ferramenta OLAP, foi escolhida a ferramenta Tableau, pois de ser gratuita para avaliação,dispõe do recurso de geração de relatórios padronizados e dinâmicos, que podem ser customizados pelos usuários em momento de execução, possibilitando que possuam visão específica, graças ao processo de drillup e drilldown. Outra facilidade que foi levada em consideração no momento da escolha foi a facilidade de adaptação dos usuários quanto a sua utilização, uma vez que a ferramenta segue o padrão de usabilidade bem similar ao utilizado pelo Windows. Os esforços que foram empenhados neste trabalho foram recompensados, já que foi possível desenvolver todas as etapas de construção de um DW, contribuindo para a experiência acadêmica do discente, além de prover à Agência de Turismo um diferencial competitivo de mercado com uma visão gerencial privilegiada comparando com seus concorrentes. 8 - Conclusão Demonstramos a importância e a praticidade da aplicação da tecnologia no auxílio de tomada de decisões para projeção de políticas estratégicas de uma agência de turismo, os dados usados na extração e transformação do DW foram suficientes para tratar sobre este assunto. Ao decorrer do desenvolvimento deste trabalho foi possível, exibir de maneira simplificada os principais conceitos sobre BI, demonstrando os passos usados para construção de um DW, descrevendo as transformações sofridas pelos dados e seus derivados. Analisando os dados referentes ao trabalho de direção comercial, demonstramos possíveis aplicações das informações apuradas e algumas soluções para gerenciamento e planejamento operacional e estratégico, combinando e cruzando dados. A informação correta facilita o gerenciamento comercial. Um dos recursos das ferramentas OLAP que podem ser usados pelo diretor comercial são os de análise de vendas, que utilizam vários gráficos e relatórios para destacar informações e possuem um ótimo potencial para análise de vendas por cliente, por fornecedor/filial, por dia da semana, comissões recebidas, comissões pagas aos agentes. Referência bibliográficas: BARBIERI, Carlos. Business Intelligence: Modelagem e Tecnologia. Rio de Janeiro: Axcel Books, 2001. BARBIERI, Carlos. BI2 – Business Intelligence: Modelagem & Qualidade. Rio de Janeiro: Editora Elsevier, 2011. COLAÇO JÚNIOR, Methanias. Projetando Sistemas de Apoio à Decisão Baseados em Data Warehouse - Axcel Books do Brasil LTDA, 2004. INMON, W. H. Building the Data warehouse. New York : Wiley Computer Publishing, 1996 LAUDON, Kenneth; LAUDON, Jane. Sistemas de Informação Gerenciais. 9.ed. São Paulo: Pearson, 2010 LEME FILHO, Trajano. Aulas ministradas na Fasp da disciplina Sistemas de Suporte à Decisão. Transparências em PowerPoint, 2006. LEMES FILHO, Trajano. Business Intelligence no Microsoft Excel. Rio de Janeiro: Axcel Books do Brasil, 2004 MAXIMIANO, A. C. Introdução à administração. 5a ed. São Paulo: Atlas, 2000. . Introdução à administração. 6a ed. São Paulo: Atlas, 2006. MELLO, Ricardo Bernardes. Business Intelligence. Guia de estudos business intelligence. Varginha: Unis, 2014 MIRANDA, Roberto Campos da Rocha. O uso da informação na formulação de ações estratégicas pelas empresas. Ci. Inf., Brasília, v. 28, n.3, 1999. Disponível em: <http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0100- 19651999000300006&lng=pt&nrm=iso>. Acesso em: 01 Mar 2015 OLIVEIRA, Djalma de Pinho Rebouças de. Sistemas, organização e métodos: uma abordagem gerencial. São Paulo: Atlas, 2002. PENNA, Rogerio Adriano Castelpogii, REIS JUNIOR, Alderico Sales dos O Data Warehouse como Suporte à Inteligência de Negócio. VI SIMPOI - Simpósio de Administração da Produção, Logística e Operações Internacionais. São Paulo, 2003. PEREIRA, Maria José Lara de Bretas & FONSECA, João Gabriel Marques. Faces da decisão: as mudanças de paradigmas e o poder da decisão. São Paulo, Makron Books, 1997. RALPH KIMBALL et al., The Data Warehouse lificycle Toolkit: Pratical Techiniques for Building Data Warehouse and Business Intelligence Systems, 3º ed. Jonh Wiley & Sons, 1996.
Compartilhar