Methanias Colaço Júnior PROJETANDO SISTEMAS DE APOIO À DECISÃO BASEADOS EM DATA WAREHOUSE

Transcrição

1 Methanias Colaço Júnior PROJETANDO SISTEMAS DE APOIO À DECISÃO BASEADOS EM DATA WAREHOUSE

2 Pirataria é crime contra os direitos autorais, com penas para os infratores de acordo com a Lei de 19 de fevereiro de Este e-book não pode ser vendido e/ou distribuído em CD-ROM, DVD-ROM ou por programas de compartilhamento P2P. A forma correta de obter este arquivo é adquirindo-o através dos sites da Editora Axcel ( e de Júlio Battisti ( Se você adquiriu este documento através dos meios legais descritos acima, não distribua ou venda este produto. Você estará cometendo um crime contra o autor da obra. Se você adquiriu este e-book por intermédio de terceiros, regularize sua situação entrando em contato pelo editora@axcel.com.br, para que não seja alvo das penalizações previstas em Lei. Usar cópia ilegal também é crime de violação dos direitos autorais. REPRODUÇÃO PROIBIDA PELA LEI DO DIREITO AUTORAL.

3 II Projetando Sistemas de Apoio à Decisão Baseados em Data Warehouse Copyright 2004 by Methanias Colaço Júnior Copyright 2004 by Axcel Books do Brasil Editora Ltda. Nenhuma parte desta publicação poderá ser reproduzida sem autorização prévia e escrita de Axcel Books do Brasil Editora. Editora de Produção: Gisella Narcisi Editor Responsável: Ricardo Reinprecht Projeto Gráfico: Axcel Books Equipe Axcel: Alberto Baptista Garcia, Carlos Alberto Sá Ferreira, Fagner Silva Henrique e Ingo Bertelli Projetando Sistemas de Apoio a Decisão Baseados em Data Warehouse Methanias Colaço Júnior ISBN: Os originais de livros enviados para avaliação pela Editora serão destruídos, quando não aprovados. Não será feita sua devolução em nenhuma hipótese. Os conceitos emitidos nesta obra são de inteira responsabilidade do Autor. Axcel Books do Brasil Editora Av. Paris, 571 Bonsucesso Rio de Janeiro RJ Tel.: (21) Fax: (21) editora@axcel.com.br Web Site:

4 Sumário III A chave para ter sucesso nos negócios é ter informações que ninguém mais tem. Aristóteles Onassis

5 IV Projetando Sistemas de Apoio à Decisão Baseados em Data Warehouse Agradecimentos Em primeiro lugar agradeço a Deus, pelas constantes bênçãos derramadas. Na nossa vida, devemos fazer tudo na dependência Dele. Agradecimentos a todos da minha família e em especial: ao meu pai Methanias e à minha mãe Valdice, responsáveis diretos pela minha formação; à minha irmã Mahely e ao meu cunhado Marco pelo incentivo; e aos meus primos queridos Gardênia, Tici, Sá, Edmilson Júnior, Alexsandro e Jonatas, pela admiração. Agradeço, com o coração cheio de orgulho e felicidade, aos meus melhores ex-alunos de Banco de Dados, e agora meus colegas e professores, André Vinícius Nascimento e Maria de Fátima Almeida. Colaboradores diretos e indispensáveis deste livro, eles são um exemplo de amor, profissionalismo e dedicação à árdua tarefa de dominar conhecimentos da área de Informática. À Gerente de Marketing Érika Celestino pela contribuição quanto à aplicação prática de marketing nas organizações. Ao Designer Jonatas Lemos Rodrigues pela arte final das ilustrações. Aos meus queridos alunos e ex-alunos, maiores motivos da escrita deste livro. Aos professores Asterio Tanaka, Eduardo Bernardes e Marcus Sampaio pela experiência transmitida e pela confiança em mim depositada. Aos irmãos em Cristo, que sempre oram pela minha vida. A todos os amigos e profissionais que contribuíram para realização desta obra.

6 Sumário Prefácio V Sobre o Autor Methanias Colaço Júnior é M.Sc. em Informática pela Universidade Federal de Campina Grande (UFCG) na área de Sistemas de Informação e Banco de Dados. Especialista em Ciência da Computação e Tecnologia da Informação, é membro da equipe de Sistemas de Apoio à Decisão do Banco do Estado de Sergipe e professor da Universidade Tiradentes e da Faculdade Sergipana (UNIP). Atua como consultor de empresas na área de DW, prestando serviços à Secretaria Municipal de Finanças de Aracaju, Secretaria de Estado da Fazenda de Sergipe e Companhia Alagoana de Refrigerantes (Coca-Cola/SE). Ministra treinamentos e presta consultoria em Engenharia de Software, Banco de Dados, Oracle e ferramentas de BI. Colaboradores André Vinícius Nascimento é graduado em Ciência da Computação pela Universidade Federal de Sergipe e M.Sc. em Informática pela UFCG na área de Sistemas de Informação e Banco de Dados. É membro da equipe de Sistemas de Apoio à Decisão do Banco do Estado de Sergipe e professor da Universidade Federal de Sergipe, além de ministrar aulas em curso de pós-graduação em Administração de Banco de Dados. Maria de Fátima Almeida é graduada em Ciência da Computação pela Universidade Federal de Sergipe e M.Sc. em Informática pela UFCG na área de Sistemas de Informação e Banco de Dados. Membro da equipe de Sistemas de Apoio à Decisão do Banco do Estado de Sergipe e professora de curso de pós-graduação em Administração de Banco de Dados e da Universidade Tiradentes. Colaboraram em três capítulos deste livro.

7 VI Projetando Sistemas de Apoio à Decisão Baseados em Data Warehouse Apresentação A globalização da economia, a mutação dos mercados e o acirramento da concorrência tornaram a informação o bem mais valioso para as organizações, e estas passaram a tratar seus dados não mais como meros resultados de transações, mas como propulsores para atingir melhores resultados. A partir dos anos 90, o termo Data Warehouse (DW) passou a ser crucial quando o tema era análise de negócios, crescimento e capacidade de prever novas oportunidades. As informações contidas em um Data Warehouse possuem características específicas que as distinguem das informações existentes em projetos de bancos de dados convencionais. Grandes volumes de dados, dados históricos e bases não normalizadas são algumas das peculiaridades que impedem a utilização das metodologias tradicionais de análise de sistemas. Ao deparar-se com esse quadro, a indústria de software, aliada a pesquisadores da área, passou a investir na concepção de um paradigma que pudesse atender a essa demanda. Desse trabalho, surgiram livros e artigos que sempre tentaram mostrar o caminho das pedras para a concepção de um ambiente de Data Warehousing bem-sucedido. Infelizmente, a realidade mostra que muitos projetos de Data Warehouse fracassaram completamente ou causaram frustração nas expectativas de seus usuários (administradores, contadores gerenciais, economistas, executivos, diretores, etc.) devido à falta de conhecimento das pessoas envolvidas e principalmente à falta de uma literatura clara e concisa, baseada em experiência acadêmica e prática, do caminho a ser seguido para o sucesso de um projeto como esse. Ao implantar um DW, os administradores esperam alcançar benefícios, tais como: Recursos para acessar de modo rápido e flexível as informações do negócio. Disponibilidade de mecanismos que incorporam a inteligência do negócio e permitem efetuar o acompanhamento do desempenho e identificar as exceções no padrão de comportamento esperado. Facilidades para a definição de estratégias microssegmentadas, a partir do conhecimento relacionado com o comportamento dos clientes. Criação de conhecimento com base na análise de diversos cenários e identificação de padrões de comportamento ou preferências/hábitos de consumo.

8 Apresentação Sumário VII Redução de riscos associados ao negócio, através das facilidades de análise de risco e avaliação de alternativas. Rapidez na percepção de probabilidade de ocorrência de inadimplência e de riscos associados à composição do negócio, aliada à possibilidade de adoção de novas táticas para a correção de desvios. Implementação de um efetivo marketing de relacionamento, permitindo a definição de estratégias com foco nos clientes e atendimento das suas expectativas, visando à elevação da taxa de retenção dos mesmos. Esse livro, fruto da experiência de vários profissionais especialistas nas áreas de Banco de Dados, Marketing, Data Warehouse e Data Mining, traduz as potencialidades de um Data Warehouse como a base para Sistemas de Suporte à Decisão. Através de uma linguagem simples e com foco em aspectos essenciais, o leitor adquire um conhecimento sólido sobre Sistemas de Apoio à Decisão e passa a conhecer as características fundamentais de todas as ferramentas envolvidas neste processo. São abordados conceitos sobre ferramentas de apoio à decisão tais como as ferramentas OLAP, EIS, ERP, CRM, Database Marketing e Data Mining. Além de preparar conceitualmente o leitor, apresentamos uma metodologia de desenvolvimento e documentação de um projeto de ambiente de suporte à decisão. Muitos dos exemplos apresentados não se prendem aos conceitos básicos, mas agregam conhecimento e criatividade por parte do seu autor e colaboradores, inclusive estendendo a UML para documentação de um DW. Tivemos um cuidado especial para não apresentar um Data Warehouse como a resolução de todos os problemas, mas sim apresentar soluções que podem ser utilizadas por gerentes de um projeto como este. A maioria dos exemplos do livro baseia-se em uma rede nacional de restaurantes fictícia e todos os capítulos do livro são finalizados com um resumo para fixação e simples revisão do que foi abordado. O primeiro capítulo do livro introduz o leitor no domínio dos Sistemas de Informação relacionados com o Apoio à Decisão. Especificamos todas as soluções criadas para geração de informações gerenciais, bem como suas nomenclaturas específicas que hoje perfazem o jargão dos sistemas que servem à alta gerência. No Capítulo 2, apresentamos o conceito de Data Warehouse (DW) e o encaixamos no do contexto dos ambientes de suporte à decisão modernos. O leitor poderá caracterizar e diferenciar um DW dos bancos de dados convencionais.

9 VIII Projetando Sistemas de Apoio à Decisão Baseados em Data Warehouse O Capítulo 3 descreve as principais ferramentas de apoio à decisão (ou ferramentas de Business Intelligence (BI)) utilizadas no mercado. Elucidamos as características fundamentais de uma ferramenta OLAP e preparamos o leitor para avaliar ferramentas de apoio à decisão, averiguando exigências da área de negócios para este tipo de ferramenta. Além das ferramentas OLAP, pela importância mercadológica, conceituamos CRM e Database Marketing, relacionando-os com um projeto de DW. Discutimos aspectos importantes para a construção de um DW que apoiará uma política de relacionamento com clientes. No Capítulo 4, enfatizamos o esquema de dados utilizado em Data Warehouses relacionais. Procuramos dirimir as principais dúvidas de projeto surgidas na construção de esquemas-estrela. O Capítulo 5 discute e apresenta conclusões de todo o contexto que envolve uma arquitetura para gerência e armazenamento de metadados. Analisamos os requisitos de uma boa arquitetura, o processo de concepção de um repositório de metadados e sugerimos o armazenamento de alguns atributos e entidades indispensáveis à sobrevivência de um projeto de DW. Os Capítulos 6 e 7 são a espinha dorsal do livro. No Capítulo 6, apresentamos uma metodologia clara de desenvolvimento de um DW e, no Capítulo 7, uma extensão UML para documentar todas as etapas do processo. O Capítulo 8 provê o embasamento teórico necessário para a elaboração de um projeto físico de dados para Data Warehouse; e serve de base para a escolha de um SGBD que apresente características que dêem suporte à criação e evolução de um banco de dados voltado para suporte à decisão. Por fim, no Capítulo 9, são apresentados conceitos de Data Mining e sua importância como auxílio para a tomada de decisão. O Processo de Descoberta de Conhecimento é abordado em detalhes, seguido de uma discussão sobre as principais técnicas de Mineração de Dados. O capítulo é finalizado com uma explicação detalhada de um algoritmo de geração de regras de associação, uma das mais importantes técnicas de Data Mining, e uma discussão sobre a importância de integrar as técnicas de mineração aos Sistemas Gerenciadores de Bancos de Dados.

10 Apresentação Sumário IX Objetivos Com este livro, o leitor alcançará os seguintes objetivos: Familiarizar-se com todos os conceitos, regras e expressões do domínio de Sistemas de Apoio à Decisão. Entender o que é um Data Warehouse (DW) e sua relevância no atual mercado competitivo. Aprender a iniciar e gerenciar um projeto de DW com sucesso, bem como documentar todas as etapas do processo (inclusive utilizando UML Unified Modeling Language ou linguagem de modelagem unificada). Identificar os requisitos para gerência e armazenamento de metadados em um DW. Conhecer as principais ferramentas de BI (Business Intelligence, ou Inteligência Aplicada aos Negócios). Valorizar a importância de uma política de marketing e entender como conduzir um projeto de DW para beneficiar o marketing estratégico das organizações. Dominar a configuração ideal de Sistemas Gerenciadores de Bancos de Dados utilizados em projetos de DW. Compreender os benefícios e funcionamento de um processo de mineração de dados (Data Mining) em bancos de dados históricos. Público-Alvo Este livro interessa a qualquer pessoa envolvida na produção, implantação, manutenção, gerência e utilização (inclusive diretores e executivos) de Sistemas de Informações Gerenciais ou de Apoio à Decisão. Além de beneficiar profissionais e estudantes de Informática em matérias como Banco de Dados e Tópicos Especiais, o livro é direcionado para estudantes e profissionais de Administração, Publicidade, Contabilidade e Economia, envolvidos profissionalmente

11 X Projetando Sistemas de Apoio à Decisão Baseados em Data Warehouse com a área gerencial ou academicamente com disciplinas como Tecnologia da Informação, Sistemas de Informação, Contabilidade Gerencial e etc. Os profissionais de Marketing também poderão encontrar neste livro a base para a implantação de aplicações de Database Marketing. Como Usar Este Livro Para alunos e profissionais de informática, sugerimos uma leitura linear deste livro. Uma atenção especial deve ser dedicada aos Capítulos 4, 6, 7 e 8, que apresentam responsabilidades específicas destes profissionais em projetos de DW. Os demais acadêmicos e profissionais de outras áreas podem começar pela leitura dos Capítulos 1, 2, 3 e 9, enfatizando aspectos relacionados aos negócios. No Capítulo 9, por exemplo, é possível entender como funciona o processo de mineração de dados em dois níveis. Um nível para aqueles que desejam saber o que é e quais os benefícios da mineração para os negócios, e, para os interessados, um nível de conhecimento de como funcionam os processos de mineração. Os Capítulos 4, 5, 6 e 7 são importantíssimos para servirem de guia para administradores e diretores de áreas de sistemas de informação. Estes capítulos fornecem ao gestor um embasamento para o acompanhamento de projetos de DW, visando eliminar a frustração de expectativas.

12 Sumário XI Sumário Capítulo 1: Introdução...1 Evolução dos Sistemas de Informação...2 Sistemas de Informação Gerenciais...5 Sistemas de Informação Executivos...6 Sistemas de Apoio à Decisão...7 Resumo...10 Capítulo 2: Sistemas de Apoio à Decisão Baseados em Data Warehouse...13 Conceito de Data Warehouse...16 Características de um Data Warehouse...16 Orientado por Temas...16 Integrado...16 Variante no Tempo...17 Não Volátil...17 Data Marts...18 Arquitetura Básica de um Data Warehouse...18 Data Warehouse X Enterprise Resource Planning (ERP)...21 Resumo...22 Capítulo 3: Ferramentas de Apoio à Decisão...25 Ferramentas OLAP...26 OLAP X OLTP...28 Características...29 Conjunto de Operações OLAP...30 Ranging...31 Drilling...32 Drill Down...32 Drill Across...33 Drill Up...34 Rotation...34 Ranking...34 OLAP Multidimensional (MOLAP)...35 OLAP Relacional (ROLAP)...37 Tendências...37 CRM...38 Fidelização...40 As Relações Virtuais Através da Internet...41 Database Marketing...42

13 XII Projetando Sistemas de Apoio à Decisão Baseados em Data Warehouse Resumo...45 Capítulo 4: Modelagem de Dados Para Data Warehouses...47 Por que Não Usar o Modelo Entidade e Relacionamento Tradicional?...48 Star Schema (Esquema Estrela)...49 Tipos de Dimensão...52 Dimensão Tipo Dimensão Tipo Dimensão Tipo Dimensões descaracterizadas...55 Chaves Artificiais...56 Dimensão Tempo...57 Hierarquias...58 Agregados...59 Tipos de indicadores para as tabelas de fatos...60 Um Estudo de Caso Para Definição dos Passos da Modelagem Dimensional...60 Dúvidas comuns de projetistas de DW...62 Resumo...64 Capítulo 5: Gerência de Metadados em um Data Warehouse...67 Metadados em um processo de Data Warehousing...68 Metadados Operacionais...71 Metadados de Negócio...73 Uma Arquitetura Básica de Metadados...74 Tipos de Arquitetura de Metadados...75 Requisitos de uma Arquitetura de Metadados...77 Integração...77 Extensibilidade...77 Robustez...78 Abertura...78 Automatização e Reutilização de Processos...78 Padronização do Processo de Integração...79 Flexibilidade...80 Gerenciamento de Múltiplas Versões de Metadados...80 Facilidades de Atualização...81 Arquitetura Multicamadas...81 Gerenciamento de segurança...81 Funcionalidade de um Repositório de Metadados...82 Provisão de Informação...82 Metamodelo...83 Acesso ao Repositório...83 Administração de Versão e Configuração...83

14 Sumário XIII Análise de Impacto...84 Notificação...84 Metadados Técnicos e Qualidade de Dados em Metadados...84 Controle de Metadados em um Projeto Evolutivo de Construção de DW...89 Padronização de Metadados...91 O Metamodelo CWM...92 Resumo...94 Conclusões...96 Capítulo 6: Uma Metodologia para Implementação de um Data Warehouse Diferenças entre a Análise Tradicional e a Análise de Sistemas de Apoio à Decisão Entrevistas Características a serem Analisadas no Ambiente de Informações Existente Disponibilidade de Informações Acesso às informações disponíveis Acuracidade Modelos de Tabelas Geradas em Entrevistas com os Usuários e Analistas Técnicas Equipe Ambiente de Hardware e Software Esquema de Carga Sistema de Carga Pontos de Verificação para Garantia de Qualidade Cronograma de Implementação Resumo Capítulo 7: Estendendo a UML Para Documentar um Data Warehouse Projeto Arquitetural Documentação de Data Marts Visão Estática Visão Dinâmica Transformação de atributos Transformação de atributos em mais de um atributo Tabela se transforma em outra sem alteração de atributos Atributos novos nas tabelas Atributos que Deixam de ser Usados Chaves Artificias Estereótipos Para Dimensão, Tabela de Fatos e Tabelas Auxiliares Hierarquias, Agregados e Tipos de Indicadores Documentação da Configuração Física e de Relatórios OLAP Resumo...139

15 XIV Projetando Sistemas de Apoio à Decisão Baseados em Data Warehouse Capítulo 8: Otimização da Configuração Física de um Banco de Dados Para Data Warehouse Bloco de Dados Tamanho de Bloco de Dados Tamanho da Área Livre Separação Física de Tipos de Dados Particionamento Visões Particionadas Tabelas e Índices Particionados Vantagens do Particionamento Índices Índices de Árvore B Índices de Bitmap Carregamento de Dados Para o Data Warehouse Resumo Capítulo 9: Data Mining e a Descoberta de Informações Para Alavancagem do Negócio Mineração de Dados: alguns conceitos O Processo de Descoberta do Conhecimento Preparação dos Dados Data Mining e Customer Relationship Management (CRM) Como o Data Mining Ajuda o Database Marketing Principais Técnicas de Mineração de Dados Classificação Regras de Associação Geração de Regras de Associação: o algoritmo Apriori Geração dos Conjuntos Fase de Poda Contagem de Suporte Geração de Regras O Algoritmo Apriori Quantitativo: uma nova abordagem Integração de Mineração de Dados e SGBD s Abordagens de Integração Categoria Convencional Fracamente Acoplada Categoria Fortemente Acoplada Categoria Caixa Preta Resumo Bibliografia Glossário Índice Remissivo...193

16 Capítulo 1: Introdução 1 1 C A P Í T U L O Introdução

17 2 Projetando Sistemas de Apoio à Decisão Baseados em Data Warehouse Evolução dos Sistemas de Informação O cenário de competição no mundo dos negócios tem assistido a profundas mudanças nos últimos anos. As empresas estão sendo impulsionadas a rápidas e contínuas adaptações para sobreviverem e crescerem no mercado. É necessário conquistar novos clientes, manter os já existentes, ampliar o ramo de negócios com qualidade e inová-lo conforme as tendências mercadológicas. Produtos devem ser concebidos com alta economicidade e com seus empreendedores aplicando um excelente grau de efetividade. Para levar as corporações a um lugar de destaque, os administradores precisam ter a capacidade de analisar os dados disponíveis e tomar decisões rápidas e seguras. Diante desta necessidade crescente, os sistemas de informação (SI) têm evoluído nas últimas décadas e buscado alternativas para o fornecimento otimizado de informações para apoio à decisão. Os dados estão sendo utilizados como verdadeiros recursos empresariais, porém não foi sempre assim. Para chegar ao estado atual, os sistemas de informação passaram por longos anos de aperfeiçoamento, que culminaram com a visão de executivos modernos e visionários da informática como uma forma imbatível de alavancagem de negócios. Resumiremos adiante como se deu esta evolução. Nos anos 60 os sistemas eram criados como verdadeiras ilhas de informação. As aplicações mantinham seus dados independentes e isolados das outras. Os dados comuns entre aplicações eram redundantes e, na maioria das vezes, inconsistentes. Um cadastro de funcionários, por exemplo, repetia-se no sistema de recursos humanos e no sistema de empréstimos de ferramentas em uma indústria. Assim, se fosse necessária a criação de uma nova aplicação que utilizasse informações de funcionários, um arquivo era gerado especificamente para esta finalidade. Se os dados nele contidos fossem necessários a outros fins, criava-se um novo arquivo, onde, mais uma vez, repetiam-se os dados em comum. Os dados se voltavam para o fornecimento de resultados específicos, relativos a problemas específicos, gerados por dados também específicos. Não existiam métodos de gerenciamento de dados como um recurso e nem para o recolhimento dos benefícios resultantes. Foi em 1970 que aconteceu o advento do armazenamento em disco. Diferente do armazenamento em fita magnética, os dados poderiam ser acessados diretamente e o tempo de processamento era bem menor. Nesta época, surgiu o termo OLTP 1 Processamento de 1 On Line Transaction Processing.

18 Capítulo 1: Introdução 3 Transações On Line para definir o processamento efetuado pelos sistemas de informação transacionais ou operacionais. Estes sistemas de informação são também identificados pela expressão Eletronic Data Processing (EDP), e são necessários para o controle operacional das organizações. Sistemas OLTP fornecem agilidade, segurança e eficiência na inserção dos dados em bancos de dados, porém a maioria deles falha no fornecimento de análises significativas e levam muito tempo na recuperação de dados gerenciais. Os Problemas da Redundância... Muitas empresas tiveram prejuízos sérios devido à presença de redundância de dados e conseqüente inconsistência dos mesmos. Podemos citar o exemplo do funcionário de uma indústria demitido. Na maioria das vezes, seu cadastro era excluído apenas do sistema de recursos humanos e, por uma falta de integração de sistemas, erroneamente mantido no sistema de empréstimos de ferramentas. Nada impedia que a insatisfação com a demissão levasse a pessoa a visitar a oficina, retirar as ferramentas mais caras e nunca mais voltar com as mesmas. A redundância pode transformar uma coisa simples em um verdadeiro caos para a organização. Paralelamente ao advento do OLTP, surgiram os Sistemas de Gerenciamento de Bancos de Dados (SGBD). Os SGBDs foram softwares criados para fornecer acesso às informações e à atualização das mesmas, garantindo a segurança e a integridade de um banco de dados. O surgimento dos Sistemas de Gerenciamento de Banco de Dados tinha como objetivos: potencializar o gerenciamento dos dados como recursos e eliminar as redundâncias de informações existentes nos sistemas desenvolvidos anteriormente (Figura 1.1). Podemos afirmar que nenhum dos objetivos foi atingido totalmente, pois, mesmo usando softwares gerenciadores de banco de dados, as empresas continuaram criando sistemas isolados em termos de compartilhamento de dados comuns (Figura 1.2). Além disso, os profissionais de informática da época, apesar de serem pessoas competentes, desenvolviam sistemas sem nenhuma visão metodológica e com uma preocupação extrema na estruturação e reestruturação do hardware das organizações. Até as mudanças mais recentes, a engenharia de software era empírica e foram produzidos softwares sob demanda, sem nenhuma preocupação com a geração futura de informações integradas e estratégicas.

19 4 Projetando Sistemas de Apoio à Decisão Baseados em Data Warehouse Figura 1.1: Arquitetura Simples de um SGBD. Concluímos então que faltaram dois requisitos essenciais da engenharia de software moderna: administração de dados e uma metodologia de desenvolvimento. Nosso livro não pretende discutir problemas de metodologia, nem tampouco a crise do software, mas fica claro que, sem administração de dados, os sistemas podem continuar sendo desenvolvidos sem a consciência da importância da integração para a produção de informações gerenciais. Exemplificando, uma simples tabela de feriados pode ser repetida em diversos sistemas, causando problemas de atualização e inconsistência. Imaginemos cálculos de juros semelhantes, sendo feitos com base em tabelas de feriados diferentes ou desatualizadas. Executivos sempre sofreram ao solicitarem relatórios gerenciais de sistemas distintos e encontrarem resultados diferentes sobre assuntos comuns. Dos anos 80 até os dias atuais, soluções foram criadas para resolver os problemas decorrentes da falta de administração de dados e para produzir informações gerenciais com uma única versão da verdade. Analisaremos estas soluções a seguir.

20 Capítulo 1: Introdução 5 Figura 1.2: Teia causada pela falta de integração. Sistemas de Informação Gerenciais Depois da implantação de diversos sistemas de informação transacionais, as empresas tendem naturalmente a desenvolver sistemas que forneçam informações integradas e sumarizadas. Estas informações podem ser oriundas dos diversos sistemas transacionais existentes, bem como podem ser extraídas de um único sistema transacional, limitadas ao escopo do mesmo. Atualmente, engenheiros de software competentes sempre incorporam funcionalidades gerenciais em seus sistemas. Informações gerenciais têm a capacidade de prover insumo para análise, planejamento e suporte à decisão, além de possibilitarem, ao nível tático da organização, a visualização do desempenho de um departamento e até mesmo de toda a corporação. Sistemas que possuem essas informações são geralmente chamados de Management Information Systems (MIS) ou Sistemas de Informação Gerenciais (SIG).

21 6 Projetando Sistemas de Apoio à Decisão Baseados em Data Warehouse Os SIGs começam a surgir quando os gerentes sentem a necessidade de informações rápidas, em quantidade, com qualidade e, principalmente, integradas. É o conhecido estágio de controle e integração de uma corporação. Nesta fase, os diretores e gerentes costumam alavancar o desenvolvimento de sistemas com características gerenciais. Um Sistema de Informação Gerencial verdadeiro deve fornecer informações para os planejamentos operacional, tático e até mesmo estratégico da organização, comparando o desempenho atual da organização com o que foi planejado. Os gerentes devem ser capazes de analisar despesas e a compatibilidade das mesmas com o orçamento planejado. É notório que SIGs, apesar de não serem considerados Sistemas de Apoio à Decisão, auxiliam gerentes no processo de tomada de decisão e podem perfeitamente fazer parte de um ambiente completo de suporte à decisão. Na seção Sistemas de Apoio à Decisão diferenciaremos um Sistema de Informação Gerencial de um Sistema de Apoio à Decisão. Sistemas de Informação Executivos Unindo informações dos Sistemas Transacionais às informações dos SIGs é possível construir sistemas de informação voltados para executivos. Sistemas deste tipo também podem agregar informações coletadas de fontes externas à organização e prover os resultados em formato interativo, diminuindo o esforço da alta gerência para análise dos mesmos. Sistemas construídos para dinamizar o trabalho dos executivos são sugestivamente chamados de Executive Information Systems (EISs), ou Sistemas de Informação Executivos. Não existem maiores diferenças conceituais em relação a um Sistema de Apoio à Decisão. O que diferencia é, em geral, a interface com o usuário, que deve permitir que um executivo utilize um EIS com facilidade. Estes sistemas provêm aos executivos informações comparativas através de mapas, gráficos e dados estatísticos fáceis de entender. Além disso, agregam funcionalidades de correio eletrônico, teleconferências, calendários, agendas, gerenciamento de projetos, tarefas e pessoas. Na verdade, podemos considerar um Sistema de Informações Executivo como um Sistema de Informações Gerenciais acrescido de características que dão ao executivo a vantagem de poder analisar informações e organizar o seu trabalho em um único ambiente.

22 Capítulo 1: Introdução 7 Somente organizações maduras e com boa administração de dados conseguem desenvolver e/ou implantar um Sistema de Informação Executivo. É necessário que os sistemas de informação existentes reflitam o fluxo de informações da organização. A metodologia de desenvolvimento adotada deve prever participação do usuário em todas as fases e a organização tem que vislumbrar sempre a informação como recurso e patrimônio. Em outras palavras, os sistemas de informação passam a ser a base para o planejamento estratégico, e todas as decisões passam a depender destes sistemas. Os Sistemas de Informação Executivos são confundidos com outras ferramentas de apoio à decisão, mas têm como principal diferença a facilidade. Ainda hoje, a maioria dos executivos prefere ter uma tela EIS com botões mágicos para geração de relatórios, a usar uma ferramenta que necessite de apoio investigativo e intuição. Estas telas EIS fornecem dados detalhados sobre o passado, presente e tendências futuras das unidades de negócios em relação ao mercado, além de auxiliarem o processo de planejamento e de controle da organização. Um Sistema de Informação Executivo autêntico deve permitir a navegação de dados sintéticos para dados mais detalhados, e pode fazer parte do conjunto de ferramentas e sistemas que consultam uma base de dados histórica existente. Sistemas de Apoio à Decisão O conceito de Sistemas de Apoio à Decisão (SADs), ou Decision Support Systems (DSSs), está na realidade relacionado com um ambiente complexo, projetado para fornecer subsídios para que a alta gerência tome decisões. Autores de livros de informática voltados para as áreas de administração, economia e contabilidade costumam definir SADs de forma ambígua, sem clara diferença entre um Sistema de Apoio à Decisão e um Sistema de Informação Gerencial, por exemplo. Nossa obra também pretende contribuir para a formação de administradores modernos, elucidando definições nebulosas da literatura existente. A maioria dos conceitos enunciados sobre SADs os coloca como sistemas de informação que apóiam qualquer processo de tomada de decisão nos níveis tático, estratégico e operacional. Isto não é suficiente, pois qualquer SI pode ser útil ao nível gerencial e, nem por isso, todo Sistema de Informação será um Sistema de Apoio à Decisão. Um Sistema de