SANTA MARIA BUSINESS INTELLIGENCE COMO APOIO NA GESTÃO DE EQUIPE DE TI ULBRA CAMPUS SANTA MARIA

Transcrição

1 SANTA MARIA BUSINESS INTELLIGENCE COMO APOIO NA GESTÃO DE EQUIPE DE TI ULBRA CAMPUS SANTA MARIA LEON MELLO ROEHE SANTA MARIA RS, Dezembro de 2013

2 SANTA MARIA CURSO DE SISTEMAS DE INFORMAÇÃO DISCIPLINA: TRABALHO DE CONCLUSÃO DE CURSO I PROFESSOR: FERNANDO PRASS ALUNO: LEON MELLO ROEHE BUSINESS INTELLIGENCE COMO APOIO NA GESTÃO DE EQUIPE DE TI Trabalho de Conclusão de Curso de Graduação apresentado ao Curso de Sistemas de Informação da Universidade Luterana do Brasil ULBRA Campus Santa Maria, como requisito parcial à obtenção do Grau de Bacharel em Sistemas de Informação. Orientador: Prof Msc. Fernando Sarturi Prass SANTA MARIA RS, Dezembro de 2013

3 O tempo é o recurso mais escasso e, a não ser que seja gerido, nada mais pode ser gerido... (Peter Drucker)

4 RESUMO Há muito que a utilização de tecnologias como meio para obtenção de resultados tem sido explorada pelas organizações que visam ter o melhor resultado através da melhor utilização dos recursos. Isso se faz evidente quando observamos a evolução crescente no desenvolvimento de softwares especialistas focados na solução inteligente de necessidades das áreas de negócio da empresa. Exemplo dessa exploração é a evolução de sistemas de Enterprise Resource Planning (ERP), Supply Chain Management (SCM) e Warehouse Management System (WMS) entre outros. Diante dessa exposição da tecnologia como aliada a gestão ergue-se o Business Intelligence (BI), que vem para suprir a carência das áreas de gestão por informações de apoio a tomada de decisão estratégica. O mote deste estudo é aplicar uma tecnologia de business intelligence com o objetivo de extrair informações relevantes que forneçam subsídios consistentes para a gestão da equipe de TI. Para tanto, foi obtido o histórico de tarefas realizadas por uma equipe de desenvolvedores que, após determinado indicadores de desempenho, foram submetidos a uma arquitetura de BI, onde foram criados os cenários que permitiram uma análise crítica dos resultados. Palavras-chave: Business Intelligence, TI, Tecnologia

5 ABSTRACT The very use of technology as a means of achieving results has been exploited by the organizations that aim to have the best results by making best use of resources. This is evident when we look at the growing trend in software development specialists focused on smart solution needs of the business areas of the company. An example of this operation is the development of systems for Enterprise Resource Planning (ERP), Supply Chain Management (SCM) and Warehouse Management will System (WMS) among others. Given this exposure management technology as an ally stands the Business Intelligence, coming to address the shortage of areas for management information to support strategic decision making. The intention of this study is to apply a technology business intelligence in order to extract relevant information to provide subsidies for the consistent management of IT staff. For this, we obtained the history of tasks performed by a team of developers who, after certain performance indicators, underwent a BI architecture, where the scenarios were created that allowed a critical analysis of the results. Keywords: Business Intelligence, IT, Technology

6 LISTA DE ABREVIATURAS BI - Business Intelligence... 9 IC - Intelligence Competitive ROLAP - Relational On-Line Analytical Processing EAP - Estrutura Analítica de Projetos ERP - Enterprise Resource Planning ETL - Extraction, Transformation and Loading EVA - Economic Value Added FO - Ficha de Ocorrência GLPI - Gestion Libre de Parc Informatique HOLAP - Hybrid On-Line Analytical Processing IDE - Integrated Development Environment KDD - Knowledge Discovery Database KM - Knowledge Management KPIs- Key Performance Indicator MOLAP - Multidimensional On-Line Analytical Processing OLAP - On-Line Analytical Processing OLTP - On-Line Transaction Processing PERT - Program Evaluation Review Technique PMBOK - Project Management Body of Knowledge RH - Recursos Humanos ROI - Return on Investiment ROLAP - Relational On-Line Analytical Processing SGBD - Sistema Gerenciador de Banco de Dados SIE - Sistemas de Informações Executivas SIG - Sistema de Informação Gerencial TCO - Total cost of Ownership TI - Tecnologia da Informação... 9

7 LISTA DE FIGURAS Figura 1 - Magic Quadrant for Business Intelligence Platforms (Instituto Gartner 2013) Figura 2 - Típico esquema ETL (Fonte: KIMBALL, 1998) Figura 3 - Esboço das etapas do processo KDD (Fonte: Fayyad, 1996) Figura 4 - Gerenciamento de Projetos & Gerenciamento do Tempo (Fonte: adaptação, PMI 2008).. 23 Figura 5 - Interface GLPI Figura 6 - Query extração dos dados Figura 7 Planilha fonte de dados Figura 8 - Condição exclusão registros sem tempo Figura 9 - Console Qlickview Figura 10 - Tratamento dos dados pre carga Figura 11 - Implementando expressão somatória valo do chamado Figura 12 - Criando lista de apoio indicador alocação de recurso Figura 13 - Determinando dimensão indicador alocação recurso Figura 14 - Implementando expressão indicador alocação de recurso Figura 15 - Resultado em percentual Figura 16 - Indicador custo por área Figura 17 - Atividades área de TI Figura 18 - Alocação recurso sênior Figura 19 - Origem das ocorrências

8 8 SUMÁRIO 1. INTRODUÇÃO Elementos de Pesquisa Problema Hipóteses Objetivo Geral Objetivos Específicos Justificativa Escopo do Trabalho REFERENCIAL TEÓRICO Business Intelligence Extract, Transform, Load (ETL) On-Line Analytical Processing(OLAP) Arquitetura associativa Knowledge Discovery Database (KDD) Gerenciamento do Tempo Timesheet METODOLOGIA E DESENVOLVIMENTO Definição do Escopo Fonte de Dados Extração de Dados Transformação de dados Key Performance Indicators (KPI) Determinando KPIs Passos geração da informação Conectar a fonte de dados Tratamento dos dados pre carga Carga dos dados Criação dos Cenários RESULTADOS CONCLUSÃO Trabalhos Futuros REFERÊNCIAS BIBLIOGRAFICAS... 44

9 9 1. INTRODUÇÃO O tempo é um item determinante para o sucesso de um empreendimento, o que torna a gestão do tempo um fator crítico no monitoramento de um projeto. A assertividade nas estimativas e no desenvolvimento do cronograma de um projeto torna-se o diferencial em um ambiente competitivo das organizações. Neste cenário, os erros decorridos de um mau planejamento definem a ocorrência ou não do atraso na entrega. O atraso na conclusão dos projetos representa um dano irreparável, visto que não se pode retroceder no tempo e o prazo afirmado com o stakeholder, que se refere ao público interessado no resultado do projeto, não será cumprido. Isso, muitas vezes, acarreta em um desgaste na relação e um aumento de custo, além do investimento despendido em outros recursos relacionados ao projeto, que na ausência da entrega final ficarão em estado de desuso aguardando o produto. Apesar do aumento da utilização das práticas do gerenciamento de projetos como ferramenta para coordenação do tempo por parte das organizações, ainda é significativo o índice de insucesso no cumprimento dos prazos estabelecidos. Em um estudo feito pelo Standish Group Internacional, avaliando projetos de TI, foi observado que 88% dos projetos apresentam atrasos no cronograma, sendo que, a média do atraso em relação ao cronograma inicial é de 22% PMnetwork (2002). Através deste estudo fica evidente a complexidade no processo de previsão de um projeto em virtude de sua natureza incerta devido a não ser um fato consumado e sujeito a intervenções de inúmeros agentes externos. Por fim, apesar da incerteza de uma previsão do tempo que será investida em uma atividade, para elaborar-se o planejamento, é imprescindível estimar-se os prazos. Visto isso, é necessário fazer previsões acuradas para que o cronograma seja respeitado e o projeto seja concluído no tempo, custo e qualidade desejada. Na concepção deste trabalho científico, o principal objetivo proposto foi desenvolver uma metodologia que contribuísse para gestão de uma equipe de TI por intermédio de uma solução de BI, que permitisse obter resultados relevantes através do processamento analítico computacional e inteligência de negócios aplicada a resultado estratégico.

10 10 Este trabalho está organizado da seguinte maneira: no segundo capítulo têm-se o referencial teórico que fornece o referencial necessário para a aplicação e sustenta o terceiro capítulo. No terceiro capítulo a metodologia e o desenvolvimento, no qual é analisado o caso de estudo e são elaborados os cenários multidimensionais que sustentarão os resultados. No quarto capítulo são apresentados os resultados e no quinto a conclusão deste trabalho. 1.1.Elementos de Pesquisa Problema É possível, por meio de uma ferramenta de Business Intellingence, analisar uma massa de dados contendo o apontamento das tarefas realizadas e obter informações relevantes para gestão de uma equipe de Tecnologia da Informação? Hipóteses As hipóteses deste trabalho são as seguintes: Através do resultado da análise será possível obter informações relevantes para a gestão da equipe de TI. Não é possível obter resultado significativo do volume de dados avaliado para a gestão da equipe de TI Objetivo Geral O objetivo geral deste trabalho é submeter um volume de dados contendo o histórico de apontamentos das tarefas realizadas a uma arquitetura para BI que permita extrair informações relevantes, no sentido de ter uma visão ampla dos principais motivos que influenciam negativamente nas entregas previstas. Além disso, deseja-se fornecer informações de interesse aos tomadores de decisão, visando apoiar a construção de políticas e instruções para controle dos principais focos responsáveis pelo consumo de tempo e esforço de uma equipe.

11 Objetivos Específicos Os objetivos específicos deste trabalho são: Selecionar fonte de dados; Extrair e transformar fonte de dados; Estudar métodos de análise e descoberta de conhecimento; Avaliar o resultado obtendo informações relevantes que auxiliarão no direcionamento da equipe Justificativa O reconhecimento da Tecnologia da Informação como uma arma estratégica para as empresas tem acarretado em uma grande carga de atividades para os profissionais que atuam nessa área. Esses profissionais estão cada vez mais envolvidos com o negócio da organização e não somente com a parte puramente técnica, que visava à automação de processos. Neste sentido, ALBERTIN (2004) afirma que as organizações têm procurado um uso cada vez mais intenso e amplo de Tecnologia de Informação, não apenas bits e bytes. CRANE E BODIE (1996) destacam que, as organizações estão se transformando de uma maneira imprevisível e, às vezes, contraditória. Algumas das forças que têm acelerado essas mudanças estão relacionadas aos seguintes fatores: crescimento da competição de instituições não tradicionais; novas Tecnologias de Informação e declínio dos custos de processamento; erosão das fronteiras de produtos e geográficas e com as menores restrições da regulamentação governamental. Com isso, consequentemente, a produtividade desses profissionais passou a ser medida e controlada, pois o que mais importa é a entrega de resultados que agreguem valor ao negócio. Nesse contexto é importante destacar a atuação da área de TI nas organizações, que além de trabalhar em projetos de inovação que trarão resultados estratégicos alinhados ao objetivo da empresa, também é responsável pela sustentação do ambiente já estabelecido. É fato que este suporte às operações consome muito tempo dos profissionais, porém este tempo, na maioria das vezes, não é medido ocasionando um mascaramento no resultado final no qual muitas vezes é percebido baixo rendimento da área de tecnologia.

12 12 No contexto do desenvolvimento da Tecnologia de Informação, soluções de Business Intelligence (BI) visam oferecer os meios consistentes para transformação de meros dados em informação e a informação em conhecimento a fim de suportar o processo decisório GANGADHARAN; SWAMI (2004). Soluções de BI são compostas de ferramentas Extraction, Transformation and Loading (ETL), de um ou vários data marts e de ferramentas de processamento analítico e de mineração de dados CÔRTES (2002). As ferramentas de processamento analítico para apoio à decisão permitem a criação de cenários, como os conhecidos relatórios e cubos de dados, obedecendo a diferentes perspectivas permitindo arranjar de forma personalizada uma visão sobre os dados disponíveis KIMBALL (1998). Avaliando a problemática propõem-se submeter uma massa de dados contendo o apontamento de tarefas realizadas a um software de BI. Com isto serão geradas informações consistentes que viabilizarão uma análise detalhada embasando decisões em relação ao melhor uso dos recursos da equipe Escopo do Trabalho O trabalho proposto tem delimitado como escopo a análise da utilização do tempo de uma equipe de TI. Para isto foi submetido a uma plataforma de business intelligence associativa in-memory, uma base de dados contendo apontamento de atividades realizadas durante determinado período. Decidiu-se utilizar o software Qlikview por ser tendência de mercado conforme quadrante mágico do instituto Gartner, que é uma referência na compreensão das tecnologias e fornecedores conforme ilustrado na Figura 1. O fato da ferramenta ter versão gratuita também foi determinante pela opção do software.

13 13 Figura 1 - Magic Quadrant for Business Intelligence Platforms (Instituto Gartner 2013) O quadrante mágico elaborado pelo grupo Gartner fornece um posicionamento competitivo gráfico de quatro tipos de fornecedores de tecnologia: Onde: Leaders: São os fornecedores que lideram o mercado e estão preparados para as mudanças futuras. Visionaries: Analisam o direcionamento do mercado ou tem visão para mudança das regras no fornecimento de tecnologia. Niche Players: Concentram-se com sucesso em um segmento pequeno. Challengers: Concorrem em uma grande fatia do mercado e podem assumir posição de liderança de mercado no fornecimento de tecnologia.

14 14 2.REFERENCIAL TEÓRICO Com o intuito de fornecer ferramentas que sustentarão a compreensão e desenvolvimento deste trabalho, este capítulo visa expor de forma objetiva a fundamentação teórica conceitual relacionada ao tema deste trabalho de graduação. Serão contextualizados assuntos inerentes ao objeto de pesquisa tais como: gestão de tempo, Bussines Intelligence e Key Performance Indicators. 2.1.Business Intelligence O termo BI foi apresentado pelo Gartner Group em meados da década de Contudo, o conceito iniciou muito antes, com suas raízes nos sistemas de geração de relatórios de Sistema de Informação Gerencial (SIG) dos anos No início dos anos 80, surgiu o conceito de Sistemas de Informações Executivas (SIE). Esse conceito expandiu o suporte computadorizado aos gerentes e executivos de nível superior. Através do constante desenvolvimento e evolução dos métodos e tecnologias empregadas no desenvolvimento de sistemas de informações, tornou-se possível oferecer maior capacidade e agilidade no processamento dos dados e apoio ao processo decisório INMON (1997). A criação de técnicas como de data warehousing e de soluções como BI, permitiu a elaboração de sistemas que possibilitam um maior controle dos processos internos e a definição e acompanhamento de estratégias de gestão dos seus indicadores. Diante deste contexto advindo através do entendimento de que o desempenho e a eficiência são significantes formas de competitividade, surge o conceito Business Intelligence cuja aplicação é justificada pela observação de ATRE e MOSS (2003): Nos competitivos dias atuais e no aumento da incerteza mundial, a qualidade e a conveniência da organização de uma aplicação de Business Intelligence (BI) pode significar não só a diferença lucro e perda, mas também

15 15 a diferença entre sobrevivência e falência. ATRE e MOSS (2003). Business Intelligence não é simplesmente um produto ou tão pouco um sistema. Trata-se de uma arquitetura e ao mesmo tempo uma coleção de operações integradas, assim como aplicações de suporte à decisão e bancos de dados que forneçam aos tomadores de decisão fácil acesso às informações do negócio. ATRE e MOSS (2003). BARBIERI (2001) sustenta Business Intelligence como um guarda-chuva conceitual que envolve Inteligência Competitiva (CI Conjunto de informações da concorrência e do mercado), Gerência de Conhecimentos (KMS Conjunto de informações de uma empresa criadas, agrupadas, recuperadas e organizadas), Internet Business Intelligence, pesquisa e análise de mercados, etc. Observa-se que por meio da aplicação de BI, é possível obter um leque de informações de extrema importância para os membros diretivos de uma organização e que a utilização deste ferramental propicia diferenciação neste contexto competitivo no qual estão inseridas as empresas. Ao avaliarem os dados históricos e momentâneos, o corpo diretivo consegue sustentação para a tomada de decisão melhores e mais acuradas ZAMAN (2005). O processo do BI baseia-se na transformação de dados em informações, depois em decisões e finalmente em ações. CÔRTES (2002) expõe que, Business Intelligence é um conjunto de conceitos e metodologias que visa ao apoio à tomada de decisões nos negócios, a partir da transformação do dado em informação e da informação em conhecimento. Para ALMEIDA (1999), BI objetiva usar os dados da organização para apoiar decisões bem informadas, facilitando o acesso e a análise de dados, e possibilitando a descoberta de novas oportunidades. O desenvolvimento da arquitetura de BI está atrelado à evolução da tecnologia como um todo, dessa forma a descoberta de outras ferramentas importantes que agregam melhorias ao BI como Data Warehouse e Data Mining.

16 Extract, Transform, Load (ETL) Conjunto de aplicativos e ferramentas que fazem a coleta de dados nos repositórios da organização e procedem com a limpeza e transformação para enfim carregar o DW KIMBALL (1998). A Figura 2 ilustra um modelo típico da estrutura de processos de ETL. Figura 2 - Típico esquema ETL (Fonte: KIMBALL, 1998) O processo de Extração, Transformação e Carga é um processo que envolve: Extração Primeira etapa do processo de ETL é a extração de dados dos sistemas de origem. Comumente data warehouse consolidam dados extraídos de diferentes fontes. Formatos de dados comuns são bases de dados relacionais e flat files databases. Durante o processo de extração converte-se para um determinado formato para a entrada no processamento da transformação. Transformação O estágio de transformação aplica uma sequencia de regras ou funções aos dados extraídos para derivar os dados a serem carregados. Dependendo da

17 disposição dos dados, muitas vezes, podem ser necessários um ou mais de um dos seguintes tipos de transformação: 17 Seleção de apenas determinadas colunas para carregar; Tradução de valores codificados (se o sistema de origem armazena 1 para sexo masculino e 2 para feminino, mas o data warehouse armazena M para masculino e F para feminino, por exemplo), o que é conhecido como limpeza de dados; Codificação de valores de forma livre (mapeando Masculino, 1 e Sr. para M, por exemplo); Derivação de um novo valor calculado (custo/hr = qtd de horas / valor/hr); Join ou concatenação de dados provenientes de diversas fontes; Geração de valores de chaves substitutas; Transposição ou rotação (transformando múltiplas colunas em múltiplas linhas ou vice-versa); Quebra de uma coluna em diversas colunas. Carga A etapa de carga carrega os dados no Data Warehouse. A frequência da carga é determinada de acordo com as regras de negócio da organização. Também é determinado se a carga será incremental ou exclusiva. 2.3.On-Line Analytical Processing(OLAP) Dentre os componentes de uma arquitetura de BI encontra-se a área de apresentação que diz respeito ao conjunto de instrumentos que serão utilizados com objetivo de navegar no DW. Esses instrumentos correspondem a relatórios previamente configurados, aplicativos para confecção de relatórios, ferramentas Online Analytical Processing (OLAP), ferramentas de Data Mining (mineração de dados), entre outras BERRY; LINOFF (1997). Bases de dados tradicionais para operações convencionais, transacionais, utilizam-se de tecnologias chamadas On-Line Transaction Processing (OLTP), porém, no caso de DW, utilizam-se tecnologias denominadas OLAP. Segundo THOMSEN (2002), ferramentas OLAP são de caráter descritivo, ou seja, permitem a

18 18 apresentação dos dados do negócio sob diferentes perspectivas e implementam funcionalidades de agregação, razão e produto, entre outras. Como o objetivo das ferramentas OLAP é permitir análises para analistas de negócios, elas têm requisitos bem particulares se comparadas a outros sistemas de informação THOMSEN (2002): Flexibilidade: Os analistas de negócio devem ter liberdade e facilidade para escolher os dados a serem analisados bem como o formato no qual eles devem ser visualizados; Simplicidade: Ferramentas OLAP devem prover maneiras simples e intuitivas de confecção de análises para os analistas de negócio; Expressividade: A linguagem de consulta utilizada pela ferramenta OLAP deve ser poderosa o suficiente para que o analista consiga extrair informações realmente úteis para o negócio; Poder de análise: Ferramentas OLAP devem prever um conjunto de operações de agregação e exploração de dados que permitam análises de tendências e comparações complexas utilizando os dados que descrevem o negócio; Velocidade. O processamento das consultas sobre o DW deve ser realizado em um tempo relativamente baixo. O tempo de processamento, dependendo do volume de dados e da complexidade do código da consulta pode em casos específicos chegar a horas. Em relação às arquiteturas utilizadas para OLAP, destacam-se o Relational On-Line Analytical Processing (ROLAP) baseado em bancos relacionais e o Multidimensional On-Line Analytical Processing (MOLAP) baseado em bancos multidimensionais. Variações dessas arquiteturas incluem Desktop On-Line Analytical Processing (DOLAP) e Hybrid On-Line Analytical Processing (HOLAP) (THOMSEN, 2002). 2.4.Arquitetura associativa Associative Query Language (AQL), arquitetura inovadora e proprietária implementada na ferramenta Qlikview gerencia as associações entre os conjuntos

19 19 de dados internamente, através de seus próprios recursos, e não nas aplicações. O ambiente armazena e trata as tabelas individualmente em memória. Todos os dados de todos os campos são associados a todos os outros dados em qualquer fonte carregada para memória. O resultado desta associação é que ao invés de ser disparada uma pesquisa diante da interação do usuário, nenhuma query é executada e sim todos os outros campos são filtrados instantaneamente com base na seleção feita pelo usuário através do recalculo das agregações em tempo real. 2.5.Knowledge Discovery Database (KDD) A renovação contínua de tecnologias demanda que o mercado esteja em constante mudança, adaptando-se às novas estratégias e ao novo comportamento dos clientes. Conhecer o máximo possível sobre os perfis é peça chave para o desenvolvimento competitivo e consequentemente para o crescimento. Com o passar do tempo, várias foram as formas de monitorar o comportamento da população por meio de técnicas que registram e armazenam interações com sistemas. Diante disso, as empresas contam um arcabouço de dados dos consumidores. Porém, apenas dados, não conferem resultados relevantes. É necessário transformar esta massa de registros em conhecimento. Nesse contexto, surge o conceito de Descoberta de Conhecimento em Bancos de Dados Knowledge Discovery in Databases (KDD), que FAYYAD (1996) definem como sendo o processo, não trivial, de extração de informações implícitas, previamente desconhecidas e potencialmente úteis, a partir dos dados armazenados em um banco de dados. O KDD consiste na seleção e processamento de dados com a finalidade de identificar novos padrões, dar maior precisão em padrões conhecidos e modelar o mundo real. Espera-se que o conhecimento extraído seja utilizado. Neste caso, seu uso dará frutos que poderão ou não interferir com novos dados a serem obtidos, como foi visto em BARRETO (2003).

20 KDD, ilustrado na Figura 3, é uma extração de descoberta de conhecimento que em seu processo segue fases específicas: 20 Definição do problema; Seleção dos dados; Limpeza dos dados; Pré-processamento dos dados; Codificação dos dados; Enriquecimento dos dados; Mineração dos dados (Data Mining); Interpretação dos dados. Figura 3 - Esboço das etapas do processo KDD (Fonte: Fayyad, 1996) 2.6.Gerenciamento do Tempo O desenvolvimento humano sempre foi fundamentado na evolução das técnicas e métodos através de projetos, mesmo que inconscientemente, porém somente no século XX estabeleceu-se um domínio tecnológico e científico a fim de descrever formalmente a organização e etapas de um projeto. Com a revolução industrial o fator tempo passou a ser item determinante nas organizações que eram

21 21 movidas por projetos conforme MENEZES (2001) afirma, o trabalho desenvolvido nas organizações é formado por serviços e/ou projetos. O tempo é considerado um fator crítico de sucesso que segundo FREIRE (2008) são os pontos chave que definem o sucesso ou o fracasso de um objetivo definido por um planejamento de determinada organização. Estes fatores precisam ser encontrados pelo estudo sobre os próprios objetivos, derivados deles, e tomados como condições fundamentais a serem cumpridas para que a instituição sobreviva e tenha sucesso na sua área. Quando bem definidos, os fatores críticos de sucesso se tornam um ponto de referência para toda a organização em suas atividades voltadas para a sua missão. Segundo o Project Management Body of Knowledge PMBOK (2008) demonstrado na Figura 4: O gerenciamento do tempo do projeto inclui os processos necessários para gerenciar o término pontual do projeto. E o seu principal objetivo é garantir que o projeto seja concluído dentro do prazo determinado. Para CLELAND (1999) quanto maior for o tempo gasto com planejamento, maiores as chances de sucesso do mesmo. O gerenciamento do tempo é uma das áreas de conhecimentos do PMBOK. Esta área é dividida em subconjuntos com seis processos, que são: Definir as atividades: Usa-se a Estrutura Analítica de Projetos (EAP), a declaração do escopo, as informações históricas, as restrições e premissas para melhorar o detalhamento das tarefas a serem executadas. O Benchmark do projeto e o detalhamento preciso das atividades em uma EAP com o intuito de ser capaz de gerenciar custo e tempo em cada atividade é o objeto dessa etapa. A EAP e outros documentos como a relação Responsável VS. Atividade são documentos básicos dessa etapa. Sequenciar as atividades: Estudo e definição das dependências entre tarefas. Permite criar o cronograma e analisar estrategicamente a realização das atividades. Um diagrama de rede Program Evaluation Review Technique (PERT) pode ser gerado ao final desta atividade. Estimar as durações das atividades: O tempo estimado para cada atividade é o dado mais importante desta etapa, pois irá influenciar todo o andamento do projeto, estimativa exagerada poderá inviabilizar o projeto, estimativa muito curta poderá acarretar atrasos que, de alguma forma trarão prejuízos

22 22 ao projeto, assim o dado deverá ser embasado em listas de atividades prédefinidas, premissas, recursos e coeficientes de produtividade, além de informações históricas, se possível, e que serão a base para definição do tempo das tarefas. Desenvolver o cronograma: A partir do diagrama PERT, das estimativas de duração das atividades, dos recursos a serem alocados, do calendário base com folgas, flutuações, etc. as datas de inicio e fim de cada atividade serão definidas. Análises matemáticas como o método do caminho crítico (COM), entre outros são usados nesta etapa. Atualmente esta é a etapa em que usase o Software de Gerenciamento de Projetos alimentando-o com os dados necessários para o gerenciamento do tempo do projeto. Controlar o cronograma: A partir do cronograma, dos relatórios de performance, as solicitações de mudanças e o plano de gerenciamento do cronograma é possível gerenciar o tempo do projeto controlando as atividades realizadas. As atividades podem ser observadas e a sua execução será o dado básico para o gerenciamento do tempo no projeto, o gestor do projeto irá apontar periodicamente a porção de execução do tempo no cronograma e com base nos dados disponibilizados anteriormente para o software de gerenciamento de projetos será possível saber qual é, afinal, o desempenho atual do projeto. Como resultado terá o cronograma atualizado e um banco de dados com as experiências históricas sobre o desenvolvimento do gerenciamento do tempo do projeto.

23 23 Figura 4 - Gerenciamento de Projetos & Gerenciamento do Tempo (Fonte: adaptação, PMI 2008) 2.7.Timesheet Atualmente as organizações contam com um quadro enxuto de colaboradores, fato este que exige uma gestão eficaz dos recursos. A gestão da produtividade nessas equipes é rigorosa. Neste sentido o apontamento de horas por atividades tornou-se força motriz para gestão de recursos. Timesheet é um método para reportar a quantidade de tempo gasto em uma atividade. Esta técnica visa registrar as atividades realizadas apontando hora de inicio, hora de término ou simplesmente a duração.

24 24 3.METODOLOGIA E DESENVOLVIMENTO Neste capítulo serão descritos os procedimentos planejados e executados de forma estruturada no sentido de justificar as hipóteses iniciais da proposta do trabalho. Pretende-se descrever as etapas que foram seguidas de forma a ilustrar a maneira com que se obteve o resultado. De acordo com YIN (2001), o estudo de caso é uma pesquisa empírica que investiga um fenômeno contemporâneo, dentro de um contexto de vida real, especialmente quando os limites entre o fenômeno e o contexto não estão claramente definidos. O caso escolhido é submissão de uma base de dados contendo histórico de seis meses de apontamento de atividades realizadas por uma equipe de TI. Na subseção que trata da implementação dos Key Performance Indicator (KPIs), serão detalhadas apenas dois dos cenários, visto a extensão no processo de elaboração. 3.1.Definição do Escopo Para tornar o objeto de estudo viável foi necessário ter acesso a uma base de dados que contivesse volume relevante de informações a respeito de atividades relacionadas a desenvolvimento de software realizado durante determinado período. Essa fonte de dados permitiu a extração dessas informações de forma a determinar critérios, os quais foram transformados e na sequencia carregados para um ambiente de BI. A criação dos cenários visa permitir que o algoritmo associativo consiga gerar informações consistentes e de relevância no sentido de validar as hipóteses desse trabalho. As atividades contidas na base de dados foram cedidas por uma equipe de desenvolvimento de software, onde existem desenvolvedores de nível júnior, pleno e sênior que trabalham na criação de novos sistemas e suporte e sustentação dos sistemas legados. A organização cedente dos dados atua no segmento de componentes automotivos e possui em seu quadro programadores de software que desenvolvem customizações no sistema de Enterprise Resources Planning (ERP).

25 25 Para a organização da demanda é utilizado a ferramenta de gestão de Service Desk Gestion Libre de Parc Informatique (GLPI) que agrega a função de apontamento de atividades por meio de requisições abertas e associada ao técnico que atendera a demanda. O GLPI é uma ferramenta open-source que pode ser encontrada acessando o site e utiliza banco de dados para armazenar movimentação. Através dessa ferramenta foi possível extrair informações que foram elencadas como relevantes para que viabilizasse uma analise consistente. As informações escolhidas estão relacionadas como segue: Recurso: É o técnico que atendera a demanda originada por um requerente no sistema. Tempo: O tempo de atendimento retrata a quantidade de tempo que foi dedicado em determinada atividade. A quantidade de tempo é o somatório de todos os tempos dedicados a determinada tarefa/atividade. Área atendida: A área atendida está vinculada ao requerente, porém pode ser informada pelo técnico no momento do apontamento da atividade. A área atendida representa o setor da empresa beneficiado ou que o solicitou desenvolvimento de sistema. Valor hora trabalho: O valor do salário/hora dos recursos foi obtido juntamente com o departamento de recursos humanos (RH). O valor apresentado considera o valor bruto somado as retenções determinadas pela lei vigente. Esse dado foi incluído para que permitisse a análise de custo por área e também para embasar estudos futuros, a fim de apropriar a despesa da área de desenvolvimento para as áreas solicitantes na qual seria possível tornar o departamento um prestador se serviços. Categoria: Classificação da tarefa realizada de acordo com a natureza da atividade. Fechamento: Forma de encerramento da atividade que determina a maneira que a demanda foi concluída. Pode ser solucionada quando a tarefa foi totalmente solucionada, projeto quando esta vinculada a alguma evolução de projeto.

26 26 Origem: Canal pelo qual foi gerada a tarefa. Pode ser ficha de ocorrência quando aberta diretamente na ferramenta de helpdesk, telefonema quando aberta após ligação do requisitante, quando iniciada via recebimento de do requisitante ou reunião quando a tarefa é demandada após reunião. A Figura 5 ilustra a interface da ferramenta na qual pode ser visualizado a disposição das informações e o conteúdo. Figura 5 - Interface GLPI 3.2.Fonte de Dados A obtenção dos dados para preparação do repositório que será submetido ao software de BI foi obtida através da extração do conteúdo diretamente do banco de dados da aplicação GLPI. A aplicação utiliza Sistema Gerenciador de Banco de Dados (SGBD) MySql, o qual permitiu executar comando SQL e extrair apenas as informações relevantes para o objeto de pesquisa.

27 Extração de Dados A etapa de extração de dados foi implementada utilizando um Integrated Development Environment (IDE) SqlDbx ferramenta focada em ambientes de servidores heterogêneos, que foi configurado a conexão com o banco de dados da aplicação GLPI. Depois de estabelecida conexão com a base de dados e visualizado as tabelas foi executado scripts SQL e usado técnicas de agregação (SUM), condicionamento (WHERE). Com o objetivo de formar uma base de dados sólida onde pudesse ser aproveitada, foi determinado um período de seis meses para corte das informações iniciando em 01/11/2012 e encerrado até 31/05/2013 (WHERE glpi_tracking.dt_inic_ticket >= 11/01/12 AND glpi_tracking.closedate <= 05/31/13) como pode ser visualizado através da Figura 6. Figura 6 - Query extração dos dados Ao final da execução do comando, o conteúdo de dados foi exportado para formato de arquivo binário do Excel (XLS) através da função Export to Excel da ferramenta SqlDbx conforme visualizado na Figura 7. Essa metodologia foi escolhida pelo fato da ferramenta de BI possuir funções facilitadas de interação com o formato de planilha eletrônica o que facilitou a importação e criação da fonte de dados para analise no sistema.

28 28 Figura 7 Planilha fonte de dados Transformação de dados Essa etapa consiste em retirar redundâncias e inconsistências advindas dos vários formatos que podem existir nas fontes de dados. As rotinas de limpeza e transformações de dados são necessárias e as suas características devem ser armazenadas e documentadas como metadados LELES (2004). Durante este processo de transformação na etapa de análise dos dados, foram encontradas inconsistências tais como atividades abertas que nunca foram atendidas apesar do problema ter sido solucionado. Sem essa informação, esse registro não tem validade e o resultado sofreria um impacto negativo mascarando o efetivo ocorrido. Este problema foi discutido com os usuários técnicos responsáveis pelas tarefas e chegou-se a conclusão que devido à urgência da demanda, o lançamento do tempo não havia sido registrado na ferramenta apesar da ocorrência

29 29 ter sido tratada. A resolução foi por meio da inclusão da condição que exclui os registros que não tenham quantidade de tempo (WHERE glpi_tracking.qtd_tmp_ticket <> 0) como evidenciado na Figura 8. Figura 8 - Condição exclusão registros sem tempo No decorrer da análise dos dados foi percebido que não havia padronização da forma de nomear as áreas as quais foi prestado atendimento sendo que para uma mesma área determinado técnico associava a nomenclatura de controladoria e outro técnico apontava para área de contabilidade assim como marketing e mkt. O tratamento desta inconsistência foi unificando áreas de forma que o resultado retratar uma visão macro das áreas de negócio no cenário estudado. Também foi observado que havia registros onde não foi apontado para qual área foi realizada a tarefa. Nesses casos foi eliminado o registro para que não influenciasse no resultado final do estudo. Ao final do processo de transformação dos dados foi obtido um arquivo no formato XLS com 2645 linhas contendo os campos tempo, área, recurso e valor/hr que servira como data source no processo de análise no sistema de BI. Depois de concluídas as fases de extração e transformação e limpeza, o próximo passo executado foi a carga no sistema de BI. Com os dados oriundos do processo mencionado iniciou-se o processo de criação de cenários multidimensionais através da ferramenta Qlikview, que permite otimização no processo de descoberta de informações e geram melhor entendimento.

30 Key Performance Indicators (KPI) Key Performance Indicators (KPI) é uma métrica financeira e não financeira de avaliar os fatores de sucesso critico de uma organização. Referem-se a dados internos da área e registram dados do passado e permitem projetar desempenho futuro. Esses indicadores são utilizados em BI para avaliar a situação atual e para descrever o curso das ações. O KPI é moldado pela gerência sênior da organização e difere dependendo da natureza ou do fato que se deseja avaliar. Ele auxilia ilustrando de maneira discreta a situação e quantificar sua evolução para comparálos com os objetivos estratégicos predeterminados. Existem três tipos de KPIs: 1- De processos: Medem a eficiência e produtividade dos fluxos internos de trabalho; 2- De entrada: Medem os ativos e recursos investidos para obter resultados; 3- De saída: Medem os resultados financeiros e não financeiros. Exemplos são Return on investment (ROI), Economic Value Added (EVA) e Total cost of ownership (TCO). Existem quatro categorias de KPIs: 1- Indicadores quantitativos que podem ser representados por números; 2- Indicadores práticos que interagem com processos de companhias existentes; 3- Indicadores direcionais que especificam se uma organização está começando bem ou não; 4- Indicadores de ação são suficientes em um controle de uma organização a fim de promover mudanças.

31 Determinando KPIs Baseado na natureza técnica do objeto estudado associado aos dados coletados e obtidos no processo ETL foi decidido estruturar os KPIs no tipo de processos na categoria de indicadores quantitativos. Os indicadores identificados foram: Custo por área; Tempo gasto por área; Tempo gasto por tipo de atividade; Custo por tipo de atividade; Alocação de recurso por tipo de atividade. 3.4.Passos geração da informação Nesta seção será detalhado a sequencia ordenada de passos ao qual os foram submetidos dados obtidos no processo de ETL Conectar a fonte de dados A ferramenta Qlikview permite realizar a importação de uma fonte de dados Excel de forma facilitada conforme brevemente demonstrado pelos passos: 1. No Qlikview, através do console é possível selecionar a importação por meio de Arquivos da Tabela onde possibilita escolher a planilha contendo o volume de dados. Uma vez selecionada a planilha, que é o repositório contendo os registros das atividades, na sequência o console permite selecionar o tipo de arquivo que esta sendo importado bem como informações como rótulo e tamanho do cabeçalho. Avançando no assistente é possível ter acesso a ferramenta de transformação de dados acoplado ao Qlikview, essa funcionalidade permite transformar dados mal formatados. No entanto, essa função não foi utilizada visto que o processo ETL foi

32 realizado antes da carga de dados ao BI. Na Figura 9 é visualizado o console com o código de carga de dados. 32 Figura 9 - Console Qlickview

33 Tratamento dos dados pre carga O Qlikview permite tratamento dos dados diretamente no console, o que proporciona flexibilidade no uso e ajustes nos dados resultando em uma maior performance e redução do processamento. O cálculo considerou o tempo gasto na resolução da tarefa multiplicado pelo valor hora, mas antes foi necessário separar a parte inteira de hora e transformar a parte fracionada para a base decimal. É possível visualizar na Figura 10 o tratamento realizado. Figura 10 - Tratamento dos dados pre carga Carga dos dados Qlikview trabalha com os dados em memória o que permite velocidade nos cálculos e associações. Os dados são carregados pelos comandos load ou select. Cada um desses comandos gera uma tabela de entrada. Uma tabela pode sempre ser vista como uma lista de algo, em que cada registro (linha) é uma nova instância do tipo de objeto e cada campo (coluna) é um atributo ou propriedade específica do objeto. Através da função Executar script no menu do Qlikview, é carregado os dados no documento QlikView ativo. Isso precisará ser feito se o conteúdo da base de dados tiver sido alterado desde a última vez em que foi realizada uma recarga.

34 34 Ao final todos os dados estarão em memória e pronto para utilização e o resultado pode ser visto através da opção Visualizador de tabelas. Acionando as propriedades de qualquer linha da tabela é possível selecionar a opção Visualizar o qual relaciona todos os dados importados Criação dos Cenários Concluído as etapas de preparação do ambiente já com os dados em memória, o BI permitiu iniciar a elaboração de cenários analíticos propostos. Conforme mencionado no início da seção 3, é apresentado o detalhamento de dois indicadores considerados relevantes para o resultado deste trabalho. A elaboração do indicador de custo por área exigiu a criação de um gráfico no qual permite adicionar as dimensões de área e valor do chamado e obter o valor gasto em todos os chamados segmentados pela área requerente. Neste contexto, as dimensões são as características segundo as quais é possível analisar a informação. Neste indicador foi utilizado o gráfico de setores, também conhecido como gráfico de pizza pela sua facilidade de ilustrar dados quantitativos. Nesta primeira tela foi informado o nome do indicador e em seguida clicado em avançar. O próximo passo foi adicionar a expressão responsável pela determinação do valor desejado, nesse caso o objetivo é determinar o valor total da somatória de tarefas realizada por área requerente. Para implementação foi necessário escrever a linha de código demonstrada na Figura 11.

35 35 Figura 11 - Implementando expressão somatória valo do chamado. A criação do indicador de alocação de recurso por categoria de atividade permite a visualização da distribuição do tempo dos recursos permitindo avaliar as categorias de atividades em que os recursos estão se envolvendo. Para criação deste indicador além do objeto gráfico, foi lançado mão do objeto de pasta lista. Esse é um objeto básico que contém todos os valores possíveis de determinado campo em memória. Depois de inserido o objeto de lista foi necessário selecionar o campo recurso na parametrização do objeto para relacionar todos os recursos que foram carregados em memória. A Figura 12 demonstra a seleção do objeto.

36 36 Figura 12 - Criando lista de apoio indicador alocação de recurso. Para implementação da visualização da alocação do recurso pela categoria de atividade foi inserido um gráfico setorial incluindo a dimensão categoria. Configurado dessa forma, conforme ilustrado na figura 13, permite que seja visualizado na legenda do gráfico todas as atividades que o recurso selecionado através do objeto lista. Isso é possível através da característica associativa da ferramenta de BI a qual cria relações de acordo com a manipulação dos objetos em tela.

37 37 Figura 13 - Determinando dimensão indicador alocação recurso. Para obter a quantidade de ocorrências agrupadas por categoria que o recurso atuou foi inserido expressão calculando a contagem do campo recurso para cada categoria como pode ser visto na Figura 14.

38 38 Figura 14 - Implementando expressão indicador alocação de recurso. Através da marcação do parâmetro relativo visualizado na figura acima o sistema automaticamente calcula o percentual considerando a dimensão selecionada. O resultado pode ser visualizado na Figura 15. Figura 15 - Resultado em percentual.

39 39 4.RESULTADOS Neste capitulo são apresentadas informações de natureza factuais a respeito do objeto de pesquisa obtidas através da criação de cenários analíticos e visões multidimensionais construídos dinamicamente. A elaboração dos indicadores por meio de cenários analíticos multidimensionais através do software de BI permitiu evidenciar problemas de natureza gerencial na metodologia de atendimento das atividades por parte da equipe. O indicador de custo por área ilustrado na Figura 16, talvez o que melhor representa o problema na abordagem da equipe, evidencia que a própria área de TI consome mais 45% do custo apurado no período. A fim de ter uma compreensão, foram consultados os integrantes a respeito desses apontamentos e foi constatado que grande parte destas atividades era de natureza gerencial onde eram convocadas reuniões pela direção da área com o objetivo de discutir as diretrizes. Figura 16 - Indicador custo por área.

40 40 Selecionando a fatia que diz respeito à área de TI consegue-se constatar 96% das atividades que ocupam o tempo dos recursos são de natureza gerencial, pois tratam-se de reuniões de alinhamento como mencionado anteriormente. Isto pode ser visualizado na Figura 17. Figura 17 - Atividades área de TI. O indicador de alocação do recurso ilustrado na Figura 18 demonstra que o desenvolvedor de nível sênior esteve alocado em 45% de seu tempo disponível em tarefas originadas por incidentes, nas quais exige suspender a evolução em desenvolvimento relacionado a projetos. No decorrer da análise juntamente com o gestor da área e de posse desta informação, foi desenvolvido metodologia para reduzir o número de ocorrências desta espécie. Durante do desenvolvimento de um novo sistema ou até mesmo correção de funcionalidade, estaria presente juntamente com o desenvolvedor sênior um estagiário que foi destacado do suporte nível 1. Isso permitiu desenvolver o conhecimento do estagiário e transferir para ele atendimentos aos incidentes permitindo que o desenvolvedor sênior se dedicasse ao cumprimento de suas entregas junto aos projetos.

41 41 Figura 18 - Alocação recurso sênior. Por fim, a aplicação de um BI permitiu avaliar a eficiência da ferramenta de helpdesk utilizada pela área de TI na qual foi possível observar que apenas 23% das ocorrências foram abertas via Ficha de Ocorrência (FO) conforme Figura 19. Após esta evidencia, a área de TI iniciou uma campanha de sensibilização das áreas da empresa orientando na utilização da ferramenta visto que contatos através de outras formas tiram a atenção da equipe. Figura 19 - Origem das ocorrências.